Estatistica

Exercı́cios de Modelos contı́nuos
(Cap. 3)
Enunciados
1. Considere a variável aleatória X contı́nua, que representa a duração (em horas) do perı́odo
de aquecimento da equipa de futebol Sport Clube Esteiros, com função de distribuição F (x) e
função densidade de probabilidade f (x) dadas por

 0 , x ≤ 0.25 (
4x , 0.25 < x < 0.75


F (x) = 2x2 , 0.25 < x < 0.75 e f (x) = .

 0 , outros valores de x
1 , x ≥ 0.75

Determine a duração média do perı́odo de aquecimento da equipa de futebol Sport Clube

Esteiros.
2. Considere que a estatura (em cm) de um cadete masculino de basquetebol tem distribuição
normal com valor médio 180 cm e desvio padrão 9 cm. Admita também que a percentagem de
cadetes masculinos de basquetebol que jogam na posição de extremo é 40 %.
(a) Determine a probabilidade de um cadete masculino de basquetebol ter estatura

compreendida entre 172 cm e 182 cm.
(b) O Francisco é um cadete masculino de basquetebol e sabe-se que apenas 25 % dos cadetes
masculinos de basquetebol têm estatura superior à do Francisco. Calcule a estatura do
Francisco.
(c) Determine a probabilidade da média das estaturas de 5 cadetes masculinos de basquetebol
ser inferior a 181 cm.
(d) Numa amostra de 15 cadetes masculinos de basquetebol, determine a probabilidade de
encontrar no mı́nimo 4 atletas que jogam na posição de extremo.
(e) Qual deve ser a dimensão da amostra de cadetes masculinos de basquetebol de modo que
o número esperado de atletas que jogam na posição de extremo seja 16? Justifique a sua
resposta, apresentando os cálculos efetuados.
3. Considere que o VO2 máximo de futebolistas da 1a Liga Portuguesa de Futebol, expresso em

ml·kg −1 ·min−1 tem distribuição normal com valor médio 58 e desvio padrão 6. Admita que o
tempo (em minutos) para a avaliação do VO2 máximo de um futebolista da 1a Liga Portuguesa
de Futebol é uma variável aleatória Y com função densidade de probabilidade f (y) e função de
distribuição F (y), dadas por
Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 25


 2  0 , y≤1
 y



, 1<y<4  3
y −1
f (y) = 21 e F (y) = , 1<y<4 .

0 , caso contrário


 63

 1 , y≥4
(a) Determine a probabilidade do VO2 máximo de um futebolista da 1a Liga Portuguesa de

Futebol ser superior a 70 ml·kg −1 ·min−1 .
(b) Sabe-se que 30% dos futebolistas da 1a Liga Portuguesa de Futebol têm VO2 máximo
compreendido entre k e 65 ml·kg −1·min−1 , sendo k uma constante inferior a 65. Determine
k.
(c) Calcule a probabilidade do tempo para a avaliação do VO2 máximo de um futebolista da
1a Liga Portuguesa de Futebol estar compreendido entre 2 e 3 minutos.
4. Considere que a altura (em cm) do salto com contramovimento, de um atleta de voleibol sénior
masculino, tem distribuição normal com valor médio 48 cm e desvio padrão 5 cm.
(a) Determine a probabilidade da altura do salto com contramovimento de um atleta sénior

masculino de voleibol estar compreendida entre 47 e 50 cm.
(b) Sabe-se que 70% dos atletas séniores masculinos de voleibol têm altura do salto com
contramovimento superior a k cm. Determine k.
5. Admita que o tempo (em minutos) gasto por um jogador de futebol a efetuar o penteado antes
de entrar em campo é uma variável aleatória X com função densidade de probabilidade f (x) e
função de distribuição F (x), dadas por

 2  0 , x≤1
x



 , 1<x<4 e

x3 − 1
f (x) = 21 F (x) = , 1<x<4 .



 63

 1 , x≥4
Calcule o tempo médio gasto por um jogador de futebol para efetuar o penteado antes de entrar
em campo.
6. O Paulo e a Ana são dois licenciados em Ciências do Desporto que efetuam avaliações da condição
fı́sica de adultos. O tempo necessário para a avaliação de um adulto pode ser descrita por uma
variável aleatória com distribuição normal, de valor médio 20 minutos e desvio padrão 4 minutos,
no caso do Paulo, e valor médio 25 minutos e desvio padrão 3 minutos, no caso da Ana. Admita
que o tempo que o Paulo necessita para efetuar a avaliação de um adulto é independente do
tempo que a Ana necessita. Determine a probabilidade :
(a) do Paulo demorar entre 15 a 26 minutos para efetuar a avaliação da condição fı́sica de um
adulto;
(b) da Ana demorar mais de meia hora a efetuar a avaliação da condição fı́sica de um adulto;
(c) da média dos tempos dispendidos pelo Paulo e pela Ana na avaliação da condição fı́sica de
um adulto ser inferior a 23 minutos.

7. Suponha que a procura diária de pranchas de surf numa determinada loja de equipamentos
desportivos é uma variável aleatória X com a seguinte função massa de probabilidade:
 x
 2 k , x = 1, 2, 3, 4
P (X = x) = x! .

Admita ainda que o tempo, em minutos, que cada cliente demora a ser atendido nessa loja é
uma variável aleatória Y com distribuição exponencial com valor médio 20 minutos.
(a) Determine k.
(b) Calcule o valor médio da procura diária de pranchas de surf.
(c) Qual deverá ser o stock mı́nimo de pranchas de surf no inı́cio de cada dia para que a procura
diária seja satisfeita com uma probabilidade de pelo menos 0.75? Justifique a sua resposta.
(d) Determine a probabilidade de um cliente demorar mais de meia hora a ser atendido.
8. Seja X a variável aleatória que representa a quantidade (em toneladas) de alimentos consumidos
diariamente no rali Dakar. Admita que X tem função densidade de probabilidade
 − 6 x (1 − x) , 1 ≤ x ≤ 2

f (x) = 5 .
0 , restantes casos

Determine o valor médio da quantidade diária de alimentos consumidos no rali.
9. A quantidade de água (em litros) consumida diariamente por cada participante no rali Dakar é
uma variável aleatória com distribuição normal de valor médio 3 e desvio padrão 0.7.
(a) Escolhido ao acaso um participante no rali, determine
i. a probabilidade do participante consumir mais de 3.5 litros de água por dia;
ii. a probabilidade do participante consumir menos de 2 litros de água por dia.
(b) Considere que participam neste rali 540 indivı́duos. Determine a probabilidade de 1650
litros de água ser suficiente para o consumo diário da totalidade dos participantes.
10. A Seleção Portuguesa de voleibol vai participar no campeonato mundial com uma equipa de 12
jogadores. Admita que o peso de um jogador é uma variável aleatória com distribuição normal
com valor médio 81 kg e desvio padrão 5.2 kg. Considere que a probabilidade de um jogador da
Seleção Portuguesa de voleibol jogar numa equipa do campeonato nacional é 0.3.
(a) Escolhido ao acaso um atleta da Seleção Portuguesa de voleibol, determine
i. a probabilidade do seu peso estar compreendido entre 80 e 85 kg;
ii. k tal que a probabilidade do seu peso ser inferior a k seja igual a 0.28.
(b) Calcule a probabilidade da Seleção Portuguesa de voleibol ter no máximo 2 jogadores de
equipas do campeonato nacional.
11. O tempo de treino diário de um praticante de judo tem valor médio 2 horas e desvio padrão 15
minutos. Determine um valor aproximado para a probabilidade de, num mês (30 dias), o judoca
treinar pelo menos 65 horas.

12. Admita que o peso de um atleta de voleibol é uma variável aleatória com distribuição normal
com valor médio 82 kg e desvio padrão 5 kg. Considere que o número de treinos mensais de
musculação, de um atleta de voleibol, é uma variável aleatória com distribuição de Poisson com
valor médio 9.5. Escolhido ao acaso um atleta de voleibol, determine
(a) a probabilidade do seu peso ser superior a 90 kg;

(b) k tal que a probabilidade do seu peso ser superior a k seja igual a 0.1;
(c) a probabilidade do atleta efetuar 8 treinos mensais de musculação.
13. Considere a função f definida do seguinte modo

(
kx2 , 1 < x < 2 (k ∈ R)
f (x) = .
(a) Determine k de modo que f seja uma função densidade de probabilidade.

(b) Admita que f é a função densidade de probabilidade de uma variável aleatória X, que
representa o tempo (em horas) que um aluno de CD necessita para realizar a avaliação de
Estatı́stica I. Determine o tempo médio de realização da referida avaliação.
14. Considere as variáveis aleatórias X e Y que representam o tempo (em minutos) necessário para
efetuar uma avaliação antropométrica de um adulto e de uma criança, respetivamente. Admita
que X tem distribuição normal com valor médio 15 minutos e desvio padrão 1 minuto, que Y tem
distribuição normal com valor médio 11 minutos e desvio padrão 2 minutos, e que as variáveis
X e Y são independentes.
(a) Determine a probabilidade da avaliação antropométrica de um adulto demorar:

i. no máximo 14 minutos,
ii. entre 13 a 16 minutos.
(b) Admita que 25% das avaliações antropométricas de um adulto demoram mais de k minutos.
Determine o valor k.
(c) Determine a probabilidade de uma famı́lia com 2 adultos e 3 crianças necessitar de mais de
uma hora para fazer a avaliação antropométrica.
15. A percentagem de portugueses que gostam de futebol é uma variável aleatória Y tal que Y =
100X, sendo X uma variável aleatória com função densidade de probabilidade
(
4x(1 − x2 ) , 0 < x < 1
f (x) =
(a) Determine P (X < 0.2).

(b) Determine E(X). Qual o valor médio da percentagem de portugueses que gostam de
futebol?

16. Admita que o peso de um atleta sénior masculino de voleibol é uma variável aleatória com
distribuição normal com valor médio 85 kg e desvio padrão 4 kg. Considere que o número de
treinos semanais de musculação de um atleta sénior masculino de voleibol é uma variável aleatória
com distribuição de Poisson com valor médio 2.3. Escolhido ao acaso um atleta sénior masculino
de voleibol, determine
(a) a probabilidade do seu peso ser inferior a 88 kg;

(b) k tal que a probabilidade do seu peso estar compreendido entre 85 − k e 85 + k seja igual
a 0.516;
(c) a probabilidade de numa semana o atleta efetuar no máximo 3 treinos de musculação.
17. Admita que a altura de um atleta sénior masculino de voleibol é uma variável aleatória com
distribuição normal com valor médio 195 cm e desvio padrão 5 cm. Considere que a força de
impulsão vertical, medida através do teste squat jump, de um atleta de voleibol sénior masculino,
tem distribuição exponencial com valor médio 240 kg.
(a) Escolhido ao acaso um atleta sénior masculino de voleibol, determine a probabilidade da

sua altura ser inferior a 182.5 cm e a probabilidade da sua altura estar compreendida entre
190 e 210 cm.
(b) A probabilidade da média das alturas de 20 atletas séniores masculinos de voleibol ser
inferior a k é 0.95. Determine k.
(c) Escolhido ao acaso um atleta sénior masculino de voleibol, determine a probabilidade da
força de impulsão vertical desse atleta ser superior a 250 kg.
18. Considere a variável aleatória X que representa o peso de um aluno da FMH. Admita que X
tem distribuição normal com valor médio 65 kg e desvio padrão 4 kg.
(a) O Custódio é aluno da FMH e sabe-se que apenas 5% dos seus colegas têm peso inferior ao
seu. Determine o peso do Custódio.
(b) Escolhido ao acaso um aluno da FMH, qual é a probabilidade desse aluno ter um peso
compreendido entre 63 e 70 kg?
(c) Um determinado professor pretende recrutar alunos com mais de 75 kg para a prática de
sumo. Qual é a probabilidade de, numa amostra de 20 alunos, conseguir recrutar pelo
menos um?
(d) Admita que o peso de uma aluna da FMH é uma variável aleatória com distribuição
normal, independente de X, com valor médio 55 kg e desvio padrão 2.5 kg. Determine
a probabilidade do peso de um par heterossexual de namorados, ambos alunos da FMH,
ser inferior a 110 kg.
19. Suponha que o tempo de treino diário de um atleta de alta competição é uma variável aleatória
com valor médio 3 horas e desvio padrão 30 minutos. Determine um valor aproximado para a
probabilidade da média do tempo diário de treino de 45 atletas de alta competição ser superior
a 3h15m.
20. A duração de um treino (em horas) de uma equipa de futebol do escalão Infantil é uma variável
aleatória X com função densidade de probabilidade

(
k , α−1<x<α+1
f (x) = ,
com α ∈ R. Determine o valor da constante k e a duração média de um treino.
21. Considere a variável aleatória X que representa o número de golos obtidos, por minuto,
pela equipa masculina de andebol da FMH, e a variável aleatória Y que representa o tempo
(em minutos) entre faltas consecutivas sofridas por esta mesma equipa. Admita que X tem
distribuição de Poisson com valor médio 0.5 e que Y tem distribuição exponencial com valor
médio 1.25. Caso necessite desta informação, saiba que um jogo de andebol tem duas partes,
cada uma delas com duração de 30 minutos.
(a) Determine a probabilidade da equipa masculina de andebol da FMH

i. marcar um golo num perı́odo de um minuto,
ii. marcar pelo menos 3 golos num perı́odo de 5 minutos.
(b) Se a equipa masculina de andebol da FMH sofrer uma falta no minuto 26 da segunda parte,
qual é a probabilidade desta equipa sofrer pelo menos mais uma falta até ao final do jogo?
22. Admita que o peso (em kg) de um jogador profissional de râguebi da Escócia é uma variável
aleatória que segue uma distribuição normal com valor médio 90 kg e desvio padrão 5 kg.
Relativamente à altura dos jogadores sabe-se, apenas, que a altura média é 190 cm e que desvio
padrão da altura é 7 cm.
(a) Escolhido ao acaso um jogador profissional de râguebi da Escócia, qual é a probabilidade

desse jogador pesar mais de 90 kg? E a probabilidade do jogador ter um peso compreendido
entre 85 e 100 kg?
(b) O John Walker é um jogador profissional de râguebi da Escócia. Admita que 70% dos
jogadores profissionais de râguebi escoceses têm peso inferior ao do John Walker. Determine
o peso do John Walker.
(c) Escolhidos ao acaso 10 jogadores profissionais de râguebi da Escócia, determine a
probabilidade de haver, no máximo, 2 jogadores com peso superior a 100 kg.
(d) Admita que a seleção nacional de râguebi da Escócia é constituı́da por 30 jogadores
profissionais. Determine um valor aproximado para a probabilidade da média das
alturas dos jogadores da seleção de râguebi da Escócia ser superior a 192 cm. Justifique
convenientemente a sua resposta.
23. Para admissão ao curso de formação de nadador salvador é necessário efetuar quatro provas: A
(100 m em técnica ventral), B (recolha de 2 objetos submersos a uma profundidade de 2.5 m),
C (apneia em propulsão subaquática) e D (25 m batimento de pernas em técnica de costas).
(a) Seja XA a variável aleatória que representa o tempo gasto, em segundos, por um candidato
ao curso de formação de nadador salvador, a efetuar a prova A. Admita que X tem
distribuição normal com valor médio 90 segundos e desvio padrão 4 segundos.
i. Calcule P (XA > 95).
ii. Determine k tal que P (90 < XA < k) = 0.475.
iii. Considere a variável aleatória W = 2XA + 3. Determine o valor médio e a variância de
W.

(b) Considere que o número de candidatos aprovados na prova B, por dia, segue uma
distribuição de Poisson com valor médio 25. Determine a probabilidade de, num dia,
ficarem aprovados na prova B exatamente 20 candidatos.
(c) Considere a variável aleatória XB que representa o tempo gasto, em segundos, por um
candidato ao curso de formação de nadador salvador, a efetuar a prova B. Admita que XB
tem distribuição exponencial com valor médio θ segundos. Sabendo que P (XB > 30) = 0.1,
determine P (20 < XB < 35).
(d) Admita que as probabilidades de um candidato ficar aprovado nas provas A, B e C são
0.4, 0.5 e 0.4, respetivamente. Considere ainda que a probabilidade de um candidato ficar
simultaneamente aprovado em quaisquer duas destas três provas é 0.2, e que a probabilidade
de um candidato ficar aprovado em pelo menos uma destas três provas é 0.8. Determine a
probabilidade de um candidato ficar simultaneamente aprovado nestas três provas.
(e) Considere a variável aleatória XD que representa o tempo gasto a efetuar a prova D por
um candidato ao curso de formação de nadador salvador. Admita que XD tem distribuição
normal com valor médio 30 segundos e desvio padrão k segundos. Sabendo que P (XD <
31) = 0.8, determine P (28 < XD < 31).
(f) A probabilidade de um candidato do sexo masculino ficar aprovado na prova D é 0.5. No
caso de um candidato do sexo feminino, a probabilidade de ficar aprovado na referida prova é
0.6. Saiba ainda que a proporção de candidatos, ao curso de formação de nadador salvador,
do sexo masculino é o triplo da proporção de candidatos do sexo feminino. Sabendo que
um candidato ficou aprovado na prova D, determine a probabilidade desse candidato ser
do sexo masculino.
(g) Seja Y a variável aleatória que representa o número de provas em que um candidato, ao
curso de formação de nadador salvador, fica aprovado. Admita que Y tem função massa
de probabilidade 

 0.10, y = 1


0.15, y = 2





f (y) = 0.40, y = 3 .


0.35, x = 4






 0, restantes casos
Determine o valor médio e o desvio padrão de Y .
Resoluções
1. Como a função densidade de probabilidade de X é

(
4x , 0.25 < x < 0.75
f (x) = ,
0 , outros valores de x
então o valor médio de X é

Z +∞ 0.75 0.75 0.75
x3
Z Z
2
E(X) = x f (x) dx = (x × 4x) dx = 4 x dx = 4
−∞ 0.25 0.25 3 0.25
0.753 0.25 3

=4 − = 0.542 .
3 3

A duração média do perı́odo de aquecimento da equipa de futebol Sport Clube Esteiros é 0.542
horas, isto é, aproximadamente 33 minutos.
2. Seja X a variável aleatória que representa a estatura, em cm, de um cadete masculino de

basquetebol. Admite-se que X tem distribuição normal com valor médio 180 cm e desvio padrão
9 cm, isto é,
X − 180
X ∩ N (180, 9) ⇔ Z = ∩ N (0, 1) .
9
(a) Pretende-se determinar

172 − 180 X − 180 182 − 180
P (172 < X < 182) = P < < = P (−0.89 < Z < 0.22)
9 9 9
= Φ(0.22) − Φ(−0.89) = Φ(0.22) − (1 − Φ(0.89))
= 0.5871 − (1 − 0.8133) = 0.4004 .
(b) Seja k a estatura do Francisco. Pretende-se determinar k tal que

X − 180 k − 180
P (X > k) = 0.25 ⇔ P (X ≤ k) = 0.75 ⇔ P ≤ = 0.75
9 9

k − 180 k − 180
⇔P Z≤ = 0.75 ⇔ Φ = 0.75 .
9 9
Na tabela da distribuição normal padrão tem-se que Φ(0.67) = 0.7486 e, portanto,
k − 180
≈ 0.67 ⇔ k ≈ 186.03 .
9
O Francisco tem 186.03 cm de estatura.
(c) Seja X 5 a variável aleatória que representa a média das estaturas de 5 cadetes masculinos
de basquetebol. Pela propriedade da soma da distribuição√normal tem-se que X 5 tem
distribuição normal com valor médio 180 e desvio padrão 9/ 5, isto é,

9 X 5 − 180
X5 ∩ N 180, √ ⇔ Z= ∩ N (0, 1) .
5 √9
5
Pretende-se determinar
!
X 5 − 180 181 − 180
P (X 5 < 181) = P < = P (Z < 0.25) = Φ(0.25) = 0.5987 .
√9 √9
5 5
(d) Seja Y a variável aleatória que representa o número de atletas que jogam na posição de
extremo, numa amostra de 15 cadetes masculinos de basquetebol. Como a percentagem
de cadetes masculinos de basquetebol que jogam na posição de extremo é 40 %, então
Y ∩ B(15, 0.4) e, assim, a função massa de probabilidade de Y é
P (Y = y) = Cy15 0.4y 0.615−y , y = 0, 1, 2, . . . , 15 .

P (Y ≥ 4) = 1 − P (Y < 4) = 1 − [P (Y = 0) + P (Y = 1) + P (Y = 2) + P (Y = 3)]
= 1 − C015 0.40 0.615 + C115 0.41 0.614 + C215 0.42 0.613 + C315 0.43 0.612

= 1 − (0.0005 + 0.0047 + 0.0219 + 0.0634) = 1 − 0.0905 = 0.9095 .
(e) Seja Y a variável aleatória que representa o número de atletas que jogam na posição de
extremo, numa amostra de n cadetes masculinos de basquetebol. Como a percentagem
de cadetes masculinos de basquetebol que jogam na posição de extremo é 40 %, então
Y ∩ B(n, 0.4) e, assim, E(Y ) = n × 0.4. Pretende-se determinar n tal que E(Y ) = 40.
Deste modo,
E(Y ) = n × 0.4 = 16 ⇔ n = 40 .
Portanto a amostra deve ter dimensão n = 40.
3. Seja X a variável aleatória que representa o VO2 máximo (ml · kg −1 · min−1 ) de futebolistas da
1a liga Portuguesa de Futebol. Admite-se que X ∩ N (58, 6).
Seja Y a variável aleatória que representa o tempo (minutos) para a avaliação do VO2 máximo
de futebolistas da 1a liga Portuguesa de Futebol. Admite-se que Y tem função densidade de
probabilidade f (y) e função de distribuição F (y), dadas por

 2  0 , y≤1
 y



, 1<y<4 e

y3 − 1
f (y) = 21 F (y) = , 1<y<4 .



 63

 1 , y≥4
(a) Como X ∩ N (58, 6), centrando e reduzindo a variável aleatória X, obtém-se

X − 58
Z= ∩ N (0, 1) .
6

X − 58 70 − 58
P (X > 70) = 1 − P (X ≤ 70) = 1 − P < = 1 − P (Z < 2.0)
6 6
= 1 − Φ(2.0) = 1 − 0.9772 = 0.0228 .
(b) Pretende-se determinar k tal que

k − 58 X − 58 65 − 58
P (k < X < 65) = 0.3 ⇔ P < < = 0.3
6 6 6

k − 58
⇔P < Z < 1.17 = 0.3
6

k − 58
⇔ Φ(1.17) − Φ = 0.3
6

k − 58
⇔ 0.8790 − Φ = 0.3
6

k − 58
⇔Φ = 0.5790 .
6

Consultando a tabela da distribuição normal padrão, tem-se que Φ(0.20) = 0.5793 e, assim,
k − 58
= 0.20 ⇔ k = 59.2 .
6
(c) Pretende-se determinar
33 − 1 23 − 1 26 7 19
P (2 < Y < 3) = F (3) − F (2) = − = − = = 0.302 .
63 63 63 63 63
4. Seja X a variável aleatória que representa a altura (em cm) do salto com contramovimento de
um atleta de voleibol sénior masculino. Admite-se que X ∩ N (48, 5).
(a) Como X ∩ N (48, 5), centrando e reduzindo a variável aleatória X, obtém-se

X − 48
Z= ∩ N (0, 1) .
5

47 − 48 X − 48 50 − 48
P (47 < X < 50) = P < < = P (−0.2 < Z < 0.4)
5 5 5
= Φ(0.4) − Φ(−0.2) = Φ(0.4) − (1 − Φ(0.2))
= 0.6554 − (1 − 0.5793) = 0.2347 .

X − 48 k − 48
P (X > k) = 0.7 ⇔ P (X ≤ k) = 0.3 ⇔ P ≤ = 0.3
5 5

k − 48 k − 48
⇔Φ = 0.3 ⇔ 1 − Φ − = 0.3
5 5

48 − k
⇔Φ = 0.7 .
5
48 − k
= 0.524 ⇔ k = 45.38 .
5
5. Seja X a variável aleatória que representa o tempo (em minutos) para a avaliação da altura do
salto com contramovimento de um atleta sénior masculino de voleibol. Admite-se que X tem
função densidade de probabilidade f (x) e função de distribuição F (x), dadas por

 2  0 , x≤1
 x



, 1<x<4 e
 3
x −1
f (x) = 21 F (x) = , 1<x<4 .



 63

 1 , x≥4

O valor médio da variável aleatória X é
Z +∞ Z 4 Z 4 4
x2 1 x4
4
14

1 3 1 4
E(X) = x f (x) dx = x dx = x dx = = × − = 3.036 .
−∞ 1 21 21 1 21 4 1 21 4 4
O tempo médio de avaliação da altura do salto com contramovimento de um atleta sénior

masculino de voleibol é 3.036 minutos.
6. Seja X a variável aleatória que representa o tempo, em minutos, que o Paulo necessita para
efetuar a avaliação da condição fı́sica de um adulto e Y a variável aleatória que representa o
tempo, em minutos, que a Ana necessita para efetuar a avaliação da condição fı́sica de um adulto.
Admite-se que X e Y são independentes com distribuições
X − 20
X ∩ N (20, 4) ⇔ Z = ∩ N (0, 1) ,
4
e
Y − 25
Y ∩ N (25, 3) ⇔ Z = ∩ N (0, 1) .
3
(a) Pretende-se determinar

15 − 20 X − 20 26 − 20
P (15 < X < 26) = P < < = P (−1.25 < Z < 1.5)
4 4 4
= Φ(1.5) − Φ(−1.25) = Φ(1.5) − (1 − Φ(1.25))
= 0.9332 − (1 − 0.8944) = 0.8276 .
(b) Pretende-se determinar

Y − 25 30 − 25
P (Y > 30) = 1 − P (Y ≤ 30) = 1 − P ≤ = 1 − P (Z ≤ 1.67)
3 3
= 1 − Φ(1.67) = 1 − 0.9525 = 0.0475 .
(c) Seja T a variável aleatória que representa a média dos tempos dispendidos pelo Paulo e
pela Ana na avaliação da condição fı́sica de um adulto. Pela propriedade de soma da
distribuição normal tem-se que T tem distribuição normal com valor médio e variância
dados, respetivamente, por

X +Y 1 1
E T =E = [E(X) + E(Y )] = × (20 + 25) = 22.5
2 2 2
e

X +Y 1 1 25
[var(X) + var(Y )] = × (42 + 32 ) =

var T = var = = 6.25 .
2 22 4 4
Portanto
√ T − 22.5
T ∩ N 22.5, 6.25 ⇔ Z= √ ∩ N (0, 1) .
6.25

T − 22.5 23 − 22.5
P (T < 23) = P √ < √ = P (Z < 0.2) = Φ(0.2) = 0.5793 .
6.25 6.25

Resolução alternativa:
Seja S2 a variável aleatória que representa a soma dos tempos dispendidos pelo Paulo e
pela Ana na avaliação da condição fı́sica de um adulto. Assim, S2 = X + Y e T = S22 . Pela
propriedade de soma da distribuição normal tem-se que
p
S2 = X + Y ∩ N 20 + 25, 42 + 32 ⇔ S2 = X + Y ∩ N (45, 5) .

S2
P (T < 23) = P < 23 = P (S2 < 46) .
2
Centrando e reduzindo a variável aleatória S2 obtém-se

S2 − 45
Z= ∩ N (0, 1) .
5
Assim,

S2 − 45 46 − 45
P (T < 23) = P (S2 < 46) = P < = P (Z < 0.2) = Φ(0.2) = 0.5793 .
5 5
7. A variável aleatória X que representa a procura diária de pranchas de surf numa determinada
loja de equipamentos desportivos tem função massa de probabilidade
xi 1 2 3 4
4 2
P (X = xi ) 2k 2k 3k 3k
A variável aleatória Y que representa o tempo, em minutos, que cada cliente demora a ser
atendido tem distribuição exponencial com valor médio 20 minutos.
(a) Para ser uma função massa de probabilidade têm de ser verificadas as seguintes condições:
(i) P (X = xi ) ≥ 0, para i = 1, 2, 3, 4;
P4
(ii) i=1 P (X = xi ) = 1.
Da condição (i) obtém-se que k ≥ 0 e da condição (ii) obtém-se
4
X 4 2 1
P (X = xi ) = 1 ⇔ 2k + 2k + k + k = 1 ⇔ k = .
3 3 6
i=1
Assim, a função massa de probabilidade é dada por
x 1 2 3 4
1 1 2 1
P (X = x) 3 3 9 9
(b) O valor médio da procura diária de pranchas é

4
X 1 1 2 1
E(X) = xi P (X = xi ) = 1× + 2× + 3× + 4× = 2.11 .
3 3 9 9
i=1

(c) Se a loja tiver 2 pranchas em stock no inı́cio de cada dia, a probabilidade de satisfazer a
procura diária é
1 1 2
P (X ≤ 2) = P (X = 1) + P (X = 2) = + = < 0.75 ;
3 3 3
se a loja tiver 3 pranchas em stock no inı́cio de cada dia, a probabilidade de satisfazer a
procura diária é
1 1 2 8
P (X ≤ 3) = P (X = 1) + P (X = 2) + P (X = 3) = + + = ≥ 0.75 .
3 3 9 9
Portanto a loja deve ter no mı́nimo 3 pranchas de surf no inı́cio de cada dia de modo a
conseguir satisfazer a procura diária com uma probabilidade de pelo menos 0.75.
(d) Y tem distribuição exponencial com parâmetro α. Como o valor médio de Y é 20 minutos
1 1

(isto é, E(Y ) = 20) então α = 20 . Assim, Y ∩ E 20 , sendo a função de distribuição de Y
dada por (
0 , y<0
FY (y) = P (Y ≤ y) = y
− 20
.
1−e , y≥0
Assim,
30
3
P (Y > 30) = 1 − P (Y ≤ 30) = 1 − F (30) = 1 − 1 − e− 20 = e− 2 = 0.22 .
8. A quantidade média diária de alimentos consumidos no rali Dakar é

Z 2 2
6 2 2 6 2 2 6 x3 x4
Z Z
3

E(X) = xf (x)dx = − x (1 − x)dx = − x − x dx = − −
1 5 1 5 1 5 3 4 1

6 8 16 1 1 6 7 15 6 28 − 45
=− − − − =− − =− = 1.7 .
5 3 4 3 4 5 3 4 5 12
9. Seja X a variável aleatória que representa a quantidade de água (em litros) consumida
diariamente por cada participante no rali Dakar. Sabe-se que
X −3
X ∩ N (3, 0.7) ⇔ Z = ∩ N (0, 1) .
0.7
(a) Como E(X) = 3 é imediato que P (X > 3) = 0.5. A outra probabilidade pretendida é

5−3
P (X > 5) = 1 − P (X ≤ 5) = 1 − P Z ≤ = 1 − Φ(2.86) = 1 − 0.9979 = 0.0021 .
0.7
(b) Seja Xi a variável aleatória que representa a quantidade de água (em litros) consumida
diariamente pelo i-ésimo participante do rali Dakar, para i = 1, . . . , 540.
Representa-se por S540 = 540
P
i=1 Xi a variável aleatória que representa a quantidade de água
(em litros) consumida diariamente pelos 540 participantes no rali Dakar.
Como as variáveis aleatórias Xi são independentes e identicamente distribuı́das a X, pela
propriedade de aditividade da distribuição normal sabe-se que
√ S540 − 1620
S540 ∩ N 540 × 3, 0.7 × 540 ⇔ S540 ∩ N (1620, 16.27) ⇔ Z = ∩ N (0, 1) .
16.27

S540 − 1620 1650 − 1620
P (S540 ≤ 1650) = P ≤ = Φ(1.84) = 0.9671 .
16.27 16.27

10. Seja X a variável aleatória que representa o peso (em kg) de um jogador da Seleção
p Portuguesa
de voleibol. Admite-se que X ∩ N (81, 5.2), pois µ = E(X) = 81 e σ = var(X) = 5.2.
Designando por p a probabilidade de um jogador da Seleção Portuguesa de voleibol jogar numa
equipa do campeonato nacional, tem-se que p = 0.3.
(a) i. Como X ∩ N (81, 5.2), centrando e reduzindo a variável aleatória X obtém-se

X − 81
Z= ∩ N (0, 1) .
5.2

80 − 81 X − 81 85 − 81
P (80 < X < 85) = P < < = P (−0.19 < Z < 0.77)
5.2 5.2 5.2
= Φ(0.77) − Φ(−0.19) = Φ(0.77) − [1 − Φ(0.19)]
= 0.7794 − (1 − 0.5753) = 0.3547 .
ii. Pretende-se determinar k tal que

X − 81 k − 81 k − 81
P (X < k) = 0.28 ⇔ P < = 0.28 ⇔ Φ = 0.28
5.2 5.2 5.2

k − 81 k − 81
⇔1−Φ − = 0.28 ⇔ Φ − = 0.72 .
5.2 5.2
Consultando a tabela da distribuição normal padrão, tem-se que Φ(0.58) = 0.719 e,

assim,
k − 81
− ≈ 0.58 ⇔ k = 77.984 .
5.2
(b) Seja Y a variável aleatória que representa o número de jogadores da Seleção Portuguesa
de voleibol, numa amostra de 12, que jogam numa equipa do campeonato nacional. Como
a probabilidade de um jogador da Seleção Portuguesa de voleibol jogar numa equipa do
campeonato nacional é p = 0.3, logo Y ∩ B(12, 0.3) e a função massa de probabilidade de
Y é
P (Y = y) = Cy12 0.3y (1 − 0.3)12−y = Cy12 0.3y 0.712−y , y = 0, 1, 2, . . . 12.
P (Y ≤ 2) = P (Y = 0) + P (Y = 1) + P (Y = 2)
= C012 0.30 0.712 + C112 0.31 0.711 + C212 0.32 0.710
= 0.014 + 0.071 + 0.168 = 0.253 .
11. Seja X a variável aleatória que representa

p o tempo (em horas) de treino diário de um praticante
de judo. Sabe-se que E(X) = 2 e σX = var(X) = 0.25. Representa-se por S30 , S30 = 30
P
i=1 Xi ,
a variável aleatória que representa o tempo (em horas) de treino mensal de um praticante de
judo. Pretende-se determinar P (S30 ≥ 65).
Como n ≥ 30 pode-se utilizar o Teorema Limite Central,
aprox. √ aprox. S30 − 60 aprox.
S30 ∩ N 30 × 2, 0.25 × 30 ⇔ S30 ∩ N (60, 1.369) ⇔ ∩ N (0, 1) .
1.369

Assim

S30 − 60 65 − 60
P (S30 ≥ 65) = 1 − P (S30 < 65) = 1 − P <
1.369 1.369

S30 − 60
=1−P < 3.65 ≈ 1 − Φ(3.65) = 1 − 0.9999 = 0.0001 .
1.369
12. Seja X a variável aleatória que representa o peso (em kg) de um atleta de voleibol e Y a variável
aleatória que representa o número de treinos mensais de p musculação de um atleta de voleibol.
Admite-se que X ∩ N (82, 5), pois µ = E(X) = 82 e σ = var(X) = 5, e que Y ∩ P (9.5), pois
E(Y ) = 9.5.
(a) Como X ∩ N (82, 5), centrando e reduzindo a variável aleatória X obtém-se
X − 82
Z= ∩ N (0, 1) .
5

X − 82 90 − 82
P (X > 90) = 1 − P (X ≤ 90) = 1 − P ≤ = 1 − P (Z ≤ 1.6)
5 5
= 1 − Φ(1.6) = 1 − 0.9452 = 0.0548 .

X − 82 k − 82
P (X > k) = 0.1 ⇔ P (X ≤ k) = 0.9 ⇔ P ≤ = 0.9
5 5

k − 82
⇔Φ = 0.9 .
5
k − 82
= 1.282 ⇔ k = 88.41 .
5
(c) Como Y ∩ P (9.5) então a função massa de probabilidade de Y é
9.5y
P (Y = y) = e−9.5 , y = 0, 1, 2, . . . .
y!
9.58
P (Y = 8) = e−9.5 = 0.123 .
8!
13. Considere-se a função 

 kx2 , 1 < x < 2 (k ∈ R)
f (x) = .
 0 , caso contrário
(a) Para que f seja uma função densidade de probabilidade é necessário que

i. f (x) ≥ 0, ∀x ∈ R,
Z +∞
ii. f (x)dx = 1.
−∞
Da condição (i) tem-se que
f (x) ≥ 0 ⇔ k x2 ≥ 0 ⇔ k ≥ 0 .
Da condição (ii) tem-se que

Z +∞ 2 2 2
x3
Z Z
2 2
f (x)dx = 1 ⇔ k x dx = 1 ⇔ k x dx = 1 ⇔ k =1
−∞ 1 1 3 1
23 13

7 3
⇔k× − =1⇔k× =1⇔k= .
3 3 3 7
Portanto, para que f seja uma função densidade de probabilidade é necessário que k = 37 .
(b) A variável aleatória X tem função densidade de probabilidade


 3 x2 , 1 < x < 2 (k ∈ R)
f (x) = 7 .
 0 , caso contrário
O valor médio da variável aleatória X é

Z +∞ Z 2 2
3 2 3 3 x4
4
14
Z
3 3 2
E(X) = xf (x)dx = x x2 dx = x dx = = × −
−∞ 1 7 7 1 7 4 1 7 4 4
3 15 45
= × = = 1.61 .
7 4 28
O tempo médio de realização da avaliação de Estatı́stica I é 1.61 horas.
14. Sejam X e Y variáveis aleatórias independentes que representam o tempo, em minutos, necessário
para efetuar uma avaliação antropométrica de um adulto e de uma criança, respetivamente.
Admitimos que
X − 15
X ∩ N (15, 1) ⇔ Z = ∩ N (0, 1) ,
1
e
Y ∩ N (11, 2) .
(a) i. Pretende-se determinar

X − 15 14 − 15
P (X ≤ 14) = P ≤ = P (Z ≤ −1) = Φ(−1) = 1 − Φ(1)
1 1
= 1 − 0.8413 = 0.1587 .
ii. Pretende-se determinar

13 − 15 X − 15 16 − 15
P (13 < X < 16) = P < < = P (−2 < Z < 1)
1 1 1
= Φ(1) − Φ(−2) = Φ(1) − [1 − Φ(2)] = 0.8413 − (1 − 0.9772)

= 0.8185 .


X − 15 k − 15
P (X > k) = 0.25 ⇔ P (X ≤ k) = 0.75 ⇔ P ≤ = 0.75
1 1
⇔ P (Z ≤ k − 15) = 0.75 ⇔ Φ(k − 15) = 0.75 ⇔ k − 15 = 0.67
⇔ k = 15.67 .
(c) Seja T a variável aleatória que representa o tempo, em minutos, necessário para efetuar
uma avaliação antropométrica de uma famı́lia com dois adultos e três crianças. Pretende-se
determinar P (T > 60).
Como as variáveis aleatórias X e Y têm distribuição normal e são independentes, X ∩
N (15, 1) e Y ∩ N (11, 2), pela propriedade de soma da distribuição normal tem-se que
2
X X3 p √
T = Xi + Yi ∩ N (2 × 15) + (3 × 11), (2 × 12 ) + (3 × 22 ) ⇔ T ∩N 63, 14 .
i=1 i=1
Centrando e reduzindo a variável aleatória T obtém-se

T − 63
Z= √ ∩ N (0, 1) .
14
Assim,

T − 63 60 − 63
P (T > 60) = 1 − P (T ≤ 60) = 1 − P √ ≤ √ = 1 − P (Z ≤ −0.80)
14 14
= 1 − Φ(−0.80) = Φ(0.80) = 0.7881 .
15. (a) A probabilidade pretendida é
0.2 0.2 0.2 0.2

x2 x4
Z Z Z
2 3
P (X < 0.2) = f (x)dx = 4x(1 − x )dx = 4 (x − x )dx = 4 −
−∞ 0 0 2 4 0
0.22 0.24

=4× − = 0.0784.
2 4
(b) O valor médio da variável aleatória X é

Z +∞ Z 1 Z 1
2
E(X) = xf (x)dx = x 4x(1 − x )dx = 4 (x2 − x4 )dx
−∞ 0 0
1
x3 x5
3
15

1
=4 − =4× − = 0.53 .
3 5 0 3 5
Assim, o valor médio da percentagem de portugueses que gostam de futebol é
E(Y ) = E(100X) = 100 × E(X) = 100 × 0.53 = 53% .

16. Seja X a variável aleatória que representa o peso (em kg) de um atleta sénior masculino de
voleibol e Y a variável aleatória que representa o número de treinos semanais de musculação de
um atleta sénior masculino de voleibol. Admite-se que
X − 85
X ∩ N (85, 4) ⇔ Z = ∩ N (0, 1)
4
e que
Y ∩ P (2.3) .

X − 85 88 − 85
(a) P (X < 88) = P < = P (Z < 0.75) = Φ(0.75) = 0.7734.
4 4
(b) Pretende-se determinar k tal que P (85 − k < X < 85 + k) = 0.516. Como

85 − k − 85 X − 85 85 + k − 85
P (85 − k < X < 85 + k) = P < <
4 4 4

k k k k
=P − <Z< =Φ −Φ −
4 4 4 4

k k k
=Φ − 1−Φ =2Φ − 1,
4 4 4
então pretende-se determinar k tal que

k k k
2Φ − 1 = 0.516 ⇔ Φ = 0.758 ⇔ = 0.7 ⇔ k = 2.8 .
4 4 4
(c) Pretende-se calcular P (Y ≤ 3). Como Y ∩ P (2.3), então a função massa de probabilidade
de Y é dada por
2.3y
fY (y) = P (Y = y) = e−2.3 , para y = 0, 1, 2, . . . .
y!
Deste modo, tem-se que
P (Y ≤ 3) = P (Y = 0) + P (Y = 1) + P (Y = 2) + P (Y = 3)
0
2.31 2.32 2.33

2.3
= e−2.3 + + +
0! 1! 2! 3!
= e−2.3 (1 + 2.3 + 2.645 + 2.028) = 0.799 .
17. Seja X a variável aleatória que representa a altura (em cm) de um atleta sénior masculino de
voleibol e Y a variável aleatória que representa a força de impulsão vertical (em kg), medida
através do teste squat jump, de um atleta de voleibol sénior masculino. Admite-se que
X − 195
X ∩ N (195, 5) ⇔ Z = ∩ N (0, 1)
5
e que
Y ∩ E(1/240) , pois E(Y ) = 240 .

(a) Pretende-se determinar P (X < 182.5) e P (190 < X < 210).

X − 195 182.5 − 195
P (X < 182.5) = P < = P (Z < −2.5) = Φ(−2.5)
5 5
= 1 − Φ(2.5) = 1 − 0.9938 = 0.0062 ,

190 − 195 X − 195 210 − 195
P (190 < X < 210) = P < < = P (−1 < Z < 3)
5 5 5
= Φ(3) − Φ(−1) = Φ(3) − (1 − Φ(1)) = 0.9987 − (1 − 0.8413)
= 0.9987 − 0.1587 = 0.84 .
(b) Seja X 20 a variável aleatória que representa a média das alturas de 20 atletas séniores
masculinos de voleibol. Pela propriedade de aditividade da distribuição normal, tem-se que

5 X 20 − 195
X 20 ∩ N 195, √ ⇔Z= ∩ N (0, 1) .
20 √5
20
Pretende-se determinar k tal que P (X 20 < k) = 0.95.

! !
X 20 − 195 k − 195 k − 195
P (X 20 < k) = 0.95 ⇔ P 5 < 5 = 0.95 ⇔ P Z< = 0.95
√ √ √5
20 20 20
!
k − 195 k − 195
⇔Φ = 0.95 ⇔ = 1.645 ⇔ k = 196.8 .
√5 √5
20 20
(c) Pretende-se determinar P (Y > 250). Como Y ∩ E(1/240), então a função de distribuição
de Y é 
 1 − e−y/240 , para y > 0
FY (y) = P (Y ≤ y) = .
 0 , para y ≤ 0
Assim,
250

P (Y > 250) = 1 − P (Y ≤ 250) = 1 − FY (250) = 1 − 1 − e− 240 = e−1.042 = 0.353 .
18. Seja X a variável aleatória que representa o peso (em kg) de um aluno da FMH e admite-se que
X − 65
X ∩ N (65, 4) ⇔ Z = ∩ N (0, 1) .
4
(a) Pretende-se determinar k tal que

X − 65 k − 65 k − 65
P (X < k) = 0.05 ⇔ P < = 0.05 ⇔ P Z < = 0.05
4 4 4

k − 65 k − 65
⇔Φ = 0.05 ⇔ 1 − Φ − = 0.05
4 4

k − 65 k − 65
⇔Φ − = 0.95 ⇔ − = 1.645
4 4
⇔ k = 58.42 .
O Custódio pesa 58.42 kg.

(b) Pretende-se determinar

63 − 65 X − 65 70 − 65
P (63 < X < 70) = P < < = P (−0.5 < Z < 1.25)
4 4 4
= Φ(1.25) − Φ(−0.5) = Φ(1.25) − [1 − Φ(0.5)] = 0.8944 − (1 − 0.6915)
= 0.8944 − 0.3085 = 0.5859 .
(c) Seja W a variável aleatória que representa o número de alunos, em 20, com peso superior
a 75 kg. Tem-se que W ∩ B(20, P (X > 75)) e pretende-se determinar P (W ≥ 1). Como

X − 65 75 − 65
P (X > 75) = 1 − P (X ≤ 75) = 1 − P ≤
4 4

75 − 65
=1−P Z ≤ = 1 − Φ(2.5) = 1 − 0.9938 = 0.0062 ,
4
então W ∩ B(20, 0.0062) e
P (W ≥ 1) = 1 − P (W < 1) = 1 − P (W = 0)
= 1 − C020 0.00620 (1 − 0.0062)20 = 1 − 0.883 = 0.117 .
(d) Seja Y a variável aleatória que representa o peso (em kg) de uma aluna da FMH e admite-se
que Y ∩ N (55, 2.5). Pretende-se calcular P (X + Y < 110).
Como as variáveis X e Y têm distribuição normal e pode-se admitir que são independentes,
pela propriedade de soma da distribuição normal tem-se que
p
X + Y ∩ N 65 + 55, 42 + 2.52 ⇔ X + Y ∩ N (120, 4.7)
X + Y − 120
⇔Z= ∩ N (0, 1) .
4.7
Deste modo,

X + Y − 120 110 − 120
P (X + Y < 110) = P < = P (Z < −2.13) = Φ(−2.13)
4.7 4.7
= 1 − Φ(2.13) = 1 − 0.9834 = 0.0166 .
19. Seja X a variável aleatória que representa o tempo diário

p de treino (em horas) de um atleta de
alta competição e admite-se que E(X) = 3 e σX = var(X) = 0.5. Representa-se por X 45 a
variável aleatória que representa a média dos tempos diários de treino (em horas) de 45 atletas.
Pretende-se determinar um valor aproximado para P (X 45 > 3.25). Como n = 45 ≥ 30 pode-se
aplicar o Teorema Limite Central e, assim,

aprox. 0.5 X 45 − 3 aprox.
X 45 ∩ N 3, √ ⇔ 0.5 ∩ N (0, 1) .
45 √
45
Deste modo,
! !
X 45 − 3 3.25 − 3 3.25 − 3
P (X 45 > 3.25) = 1 − P (X 45 ≤ 3.25) = 1 − P 0.5 ≤ 0.5 ≈1−Φ 0.5
√ √ √
45 45 45
= 1 − Φ(3.35) = 1 − 0.9996 = 0.0004 .

20. Para que f (x) seja uma função densidade de probabilidade têm que ser verificadas as seguintes
condições:
(i) f (x) ≥ 0, ∀x ∈ R,
Z +∞
(ii) f (x)dx = 1.
−∞
Para que a condição (i) seja verificada é necessário que k ≥ 0. Relativamente à condição (ii)
obtém-se
Z +∞ Z α+1
f (x)dx = 1 ⇔ k dx = 1 ⇔ [kx]α+1
α−1 = 1
−∞ α−1
1
⇔ k [(α + 1) − (α − 1)] = 1 ⇔ 2k = 1 ⇔ k = .
2
1
Deste modo conclui-se que k = 2 e o valor médio de X é
+∞ α+1 α+1 α+1
1 x2
Z Z Z
1 1
E(X) = xf (x)dx = x dx = x dx =
−∞ α−1 2 2 α−1 2 2 α−1
1 1 2 4α
= (α + 1)2 − (α − 1)2 = (α + 2α + 1) − (α2 − 2α + 1) = = α.
4 4 4
21. Considera-se a variável aleatória X que representa o número de golos obtidos, por minuto, pela
equipa masculina de andebol da FMH e a variável aleatória Y que representa o tempo (em
minutos) entre faltas consecutivas sofridas por esta mesma equipa.
Como X tem distribuição de Poisson e E(X) = 0.5, então
0.5x
X ∩ P (0.5), sendo P (X = x) = e−0.5 , para x = 0, 1, . . . .
x!
Atendendo a que Y tem distribuição exponencial e E(Y ) = 1.25, então o parâmetro da
exponencial é 1/1.25 = 0.8 e, assim,

 1 − e−0.8y , para y > 0
Y ∩ E(0.8), sendo FY (y) = P (Y ≤ y) = .
 0 , para y ≤ 0
(a) i. Pretende-se determinar

0.51
P (X = 1) = e−0.5 = 0.303 .
1!
ii. Considera-se a variável aleatória S5 que representa o número de golos obtidos, num
perı́odo de 5 minutos, pela equipa masculina de andebol da FMH. Pela propriedade
da soma de variáveis aleatórias com distribuição de Poisson, tem-se que S5 ∩ P (2.5).
Pretende-se calcular
P (S5 ≥ 3) = 1 − P (S5 < 3) = 1 − [P (S5 = 0) + P (S5 = 1) + P (S5 = 2)]

0
2.51 2.52

−2.5 2.5
=1−e + + = 1 − e−2.5 (1 + 2.5 + 3.125)
0! 1! 2!
= 1 − 0.544 = 0.456 .

(b) Pretende-se deerminar
P (Y ≤ 4) = FY (4) = 1 − e−0.8×4 = 1 − 0.041 = 0.959 .
22. Seja X a variável aleatória que representa o peso (em kg) de um jogador profissional de râguebi
da Escócia e Y a variável aleatória que representa a altura (em cm) de um jogador profissional
de râguebi da Escócia. Sabe-se que
X − 90 p
X ∩ N (90, 5) ⇔ Z = ∩ N (0, 1) e que E(Y ) = 190 e σY = var(Y ) = 7 .
5
(a) Como X ∩ N (90, 5) é imediato que P (X > 90) = 0.5. Pretende-se ainda determinar

85 − 90 X − 90 100 − 90
P (85 < X < 100) = P < < = P (−1 < Z < 2)
5 5 5
= Φ(2) − Φ(−1) = Φ(2) − (1 − Φ(1)) = 0.9772 − (1 − 0.8413)
= 0.8185 .

X − 90 k − 90 k − 90
P (X < k) = 0.70 ⇔ P < = 0.70 ⇔ P Z < = 0.70
5 5 5

k − 90 k − 90
⇔Φ = 0.70 ⇔ = 0.5245 ⇔ k = 92.623 .
5 5
O John Walker pesa 92.623 kg.
(c) Seja T a variável aleatória que representa o número de jogadores, em 10, com peso superior
a 100 kg. Tem-se que T ∩ B(10, P (X > 100)) e pretende-se determinar P (T ≤ 2). Como

X − 90 100 − 90
P (X > 100) = 1 − P (X ≤ 100) = 1 − P ≤
5 5

100 − 90
=1−P Z ≤ = 1 − Φ(2) = 1 − 0.9772 = 0.0228 ,
5
então T ∩ B(10, 0.0228) e
P (T ≤ 2) = P (T = 0) + P (T = 1) + P (T = 2)
= C010 0.02280 (1 − 0.0228)10 + C110 0.02281 (1 − 0.0228)9 + C210 0.02282 (1 − 0.0228)8

= 0.794 + 0.185 + 0.019 = 0.998
(d) Representa-se por X 30 a variável aleatória que representa a média das alturas (em cm) de
30 jogadores. Pretende-se determinar uma valor aproximado para P (X 30 > 192). Como
n = 30 ≥ 30 pode-se aplicar o Teorema Limite Central e, assim,

aprox. 7 X 30 − 190 aprox.
X 30 ∩ N 190, √ ⇔ ∩ N (0, 1) .
30 √7
30

Deste modo,
!
X 30 − 190 192 − 190
P (X 30 > 192) = 1 − P (X 30 ≤ 192) = 1 − P ≤
√7 √7
30 30
!
192 − 190
≈1−Φ = 1 − Φ(1.56) = 1 − 0.9406 = 0.0594 .
√7
30
23. (a) Considera-se a variável aleatória XA que representa o tempo gasto, em segundos, por um
candidato ao curso de formação de nadador salvador, a efetuar a prova A. Tem-se que
XA − 90
XA ∩ N (90, 4) ⇔ Z = ∩ N (0, 1) .
4
i. Pretende-se determinar

95 − 90
P (XA > 95) = 1 − P (XA ≤ 95) = 1 − P Z ≤ = 1 − Φ(1.25)
4
= 1 − 0.8944 = 0.1056 .
ii. Pretende-se determinar k tal que P (90 < XA < k) = 0.475. Tem-se que:

90 − 90 k − 90
P (90 < XA < k) = 0.475 ⇔ P <Z< = 0.475
4 4

k − 90
⇔Φ − Φ(0) = 0.475 .
4
Como Φ(0) = 0.5, então

k − 90 k − 90
Φ = 0.975 ⇔ = 1.96 ⇔ k = 97.84 .
4 4
iii. O valor médio e a variância de W são dados, respetivamente, por
E(W ) = E(2XA + 3) = 2E(XA ) + 3 = 2 × 90 + 3 = 183 ,
e
var(W ) = var(2XA + 3) = var(2XA ) = 22 var(XA ) = 4 × 42 = 64 .
(b) Seja YB a variável aleatória que representa o número de candidatos aprovados, por dia, na
prova B. Tem-se que
25y
YB ∩ P (25), sendo P (YB = y) = e−25 , para y = 0, 1, . . . .
y!
2520
P (YB = 20) = e−25 = 0.052 .
20!

(c) Seja XB a variável aleatória que representa o tempo gasto, em segundos, por um candidato
ao curso de formação de nadador salvador, a efetuar a prova B. Tem-se que
XB ∩ E(1/θ), sendo F (x) = P (XB ≤ x) = 1 − e−x/θ , para x ≥ 0 .
Como
P (XB > 30) = 0.1 ⇔ 1 − P (XB ≤ 30) = 0.1 ⇔ F (30) = 0.9
⇔ 1 − e−30/θ = 0.9 ⇔ e−30/θ = 0.1 ,
então θ = −30/ ln 0.1 = 13. Assim,

P (20 < XB < 35) = F (35) − F (20) = 1 − e−35/13 − 1 − e−20/13
= e−1.54 − e−2.69 = 0.147 .
(d) Considere-se os acontecimentos

A — o candidato ficar aprovado na prova A,
B — o candidato ficar aprovado na prova B,
C — o candidato ficar aprovado na prova C,
tais que P (A) = 0.4, P (B) = 0.5, P (C) = 0.4, P (A ∩ B) = P (A ∩ C) = P (B ∩ C) = 0.2 e
P (A ∪ B ∪ C) = 0.8.
Como
P (A ∪ B ∪ C) = P (A) + P (B) + P (C) − P (A ∩ B) − P (A ∩ C) − P (B ∩ C) + P (A ∩ B ∩ C) ,
então
0.8 = 0.4 + 0.5 + 0.4 − (3 × 0.2) + P (A ∩ B ∩ C) ⇔ P (A ∩ B ∩ C) = 0.1 .
(e) Sabe-se que

XD − 30
XD ∩ N (30, k) ⇔ Z = ∩ N (0, 1)
k
e que

XD − 30 31 − 30 1
P (XD < 31) = 0.8 ⇔ P < = 0.8 ⇔ P Z < = 0.8
k k k

1 1
⇔Φ = 0.8 ⇔ = 0.842 ⇔ k = 1.19 .
k k
Assim,

28 − 30 X − 30 31 − 30
P (28 < XD < 31) = P < D < = P (−1.68 < Z < 0.84)
1.19 1.19 1.19
= Φ(0.84) − Φ(−1.68) = Φ(0.84) − (1 − Φ(1.68))
= 0.7995 − (1 − 0.9535) = 0.753 .

(f) Considere-se os acontecimentos
A — o candidato ficar aprovado na prova D,
M — o candidato ser do sexo masculino,
F — o candidato ser do sexo feminino.
Sabe-se que
P (A|M ) = 0.5, P (A|F ) = 0.6, e P (M ) = 3P (F ).
Pretende-se calcular P (M |A). Como P (M ) + P (F ) = 1, então
3P (F ) + P (F ) = 1 ⇔ 4P (F ) = 1 ⇔ P (F ) = 0.25
e, assim, P (M ) = 0.75. Pelo teorema de Bayes
P (A|M )P (M ) 0.5 × 0.75 0.375

P (M |A) = = = = 0.714 .
P (A|M )P (M ) + P (A|F )P (F ) (0.5 × 0.75) + (0.6 × 0.25) 0.525
(g) O valor médio de Y é

4
X
E(Y ) = yf (y) = (1 × 0.10) + (2 × 0.15) + (3 × 0.40) + (4 × 0.35) = 3 .
x=1
Para determinar o desvio padrão de Y começa-se por calcular

4
X
2
E(Y ) = y 2 f (y) = (12 × 0.10) + (22 × 0.15) + (32 × 0.40) + (42 × 0.35) = 9.9 .
x=1
Assim,
var(Y ) = E(Y 2 ) − [E(Y )]2 = 9.9 − 32 = 0.9
p √
e σY = var(Y ) = 0.9 = 0.949.


Estatistica

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Estatistica

Caricato da

Copyright:

Formati disponibili

Exercı́cios de Modelos contı́nuos

Determine a duração média do perı́odo de aquecimento da equipa de futebol Sport Clube

(a) Determine a probabilidade de um cadete masculino de basquetebol ter estatura

3. Considere que o VO2 máximo de futebolistas da 1a Liga Portuguesa de Futebol, expresso em

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 25

(a) Determine a probabilidade do VO2 máximo de um futebolista da 1a Liga Portuguesa de

(a) Determine a probabilidade da altura do salto com contramovimento de um atleta sénior

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 26

Determine o valor médio da quantidade diária de alimentos consumidos no rali.

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 27

(a) a probabilidade do seu peso ser superior a 90 kg;

13. Considere a função f definida do seguinte modo

(a) Determine k de modo que f seja uma função densidade de probabilidade.

(a) Determine a probabilidade da avaliação antropométrica de um adulto demorar:

(a) Determine P (X < 0.2).

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 28

(a) a probabilidade do seu peso ser inferior a 88 kg;

(a) Escolhido ao acaso um atleta sénior masculino de voleibol, determine a probabilidade da

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 29

com α ∈ R. Determine o valor da constante k e a duração média de um treino.

(a) Determine a probabilidade da equipa masculina de andebol da FMH

(a) Escolhido ao acaso um jogador profissional de râguebi da Escócia, qual é a probabilidade

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 30

1. Como a função densidade de probabilidade de X é

então o valor médio de X é

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 31

2. Seja X a variável aleatória que representa a estatura, em cm, de um cadete masculino de

(a) Pretende-se determinar

= Φ(0.22) − Φ(−0.89) = Φ(0.22) − (1 − Φ(0.89))

= 0.5871 − (1 − 0.8133) = 0.4004 .

(b) Seja k a estatura do Francisco. Pretende-se determinar k tal que

Na tabela da distribuição normal padrão tem-se que Φ(0.67) = 0.7486 e, portanto,

O Francisco tem 186.03 cm de estatura.

P (Y = y) = Cy15 0.4y 0.615−y , y = 0, 1, 2, . . . , 15 .

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 32

= 1 − (0.0005 + 0.0047 + 0.0219 + 0.0634) = 1 − 0.0905 = 0.9095 .

(a) Como X ∩ N (58, 6), centrando e reduzindo a variável aleatória X, obtém-se

= 1 − Φ(2.0) = 1 − 0.9772 = 0.0228 .

(b) Pretende-se determinar k tal que

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 33

(c) Pretende-se determinar

(a) Como X ∩ N (48, 5), centrando e reduzindo a variável aleatória X, obtém-se

= Φ(0.4) − Φ(−0.2) = Φ(0.4) − (1 − Φ(0.2))

= 0.6554 − (1 − 0.5793) = 0.2347 .

(b) Pretende-se determinar k tal que

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 34

O tempo médio de avaliação da altura do salto com contramovimento de um atleta sénior

= Φ(1.5) − Φ(−1.25) = Φ(1.5) − (1 − Φ(1.25))

= 0.9332 − (1 − 0.8944) = 0.8276 .

(b) Pretende-se determinar

= 1 − Φ(1.67) = 1 − 0.9525 = 0.0475 .

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 35

Centrando e reduzindo a variável aleatória S2 obtém-se

Assim, a função massa de probabilidade é dada por

(b) O valor médio da procura diária de pranchas é

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 36

8. A quantidade média diária de alimentos consumidos no rali Dakar é

Júlia Teles Licenciatura em Ciências do Desporto — FMH pág. 37

(a) i. Como X ∩ N (81, 5.2), centrando e reduzindo a variável aleatória X obtém-se

= Φ(0.77) − Φ(−0.19) = Φ(0.77) − [1 − Φ(0.19)]

= 0.7794 − (1 − 0.5753) = 0.3547 .

ii. Pretende-se determinar k tal que

Consultando a tabela da distribuição normal padrão, tem-se que Φ(0.58) = 0.719 e,

0.2 0.2 0.2 0.2