a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.

Documentos relacionados
5 a Lista de PE Solução

Probabilidade Aula 11

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

Lista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas

UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II

1 Variáveis Aleatórias

Estatística Descritiva e Exploratória

PROBABILIDADE RESUMO E EXERCÍCIOS* P2

Exercícios propostos:

Exercícios Funções Multivariadas, Exponencial e Outras

Segunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

3 a Lista de PE Solução

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

Lista de Exercícios 4

3 a Lista de PE. Universidade de Brasília Departamento de Estatística


Prof. Lorí Viali, Dr.

3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.

Lista de Exercícios 3 Probabilidades Escola Politécnica, Ciclo Básico

Variáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31

a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Distribuições de Probabilidade (Extra)

Ribeirão Preto, 2º semestre de 2012 PROBABILIDADE E ESTATÍSTICA APLICADA II

EELT-7035 Processos Estocásticos em Engenharia. Variáveis Aleatórias. EELT-7035 Variáveis Aleatórias Discretas. Evelio M. G.

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;

Lista de Exercícios 3 Probabilidades Escola Politécnica, Ciclo Básico

Modelos de Distribuição PARA COMPUTAÇÃO

(a) Se X Poisson(λ) e Y Poisson(µ), então X + Y Poisson(λ + µ). (b) Se X Binomial(n, p) e Y Binomial(m, p), então (X + Y ) Binomial(n + m, p).

Probabilidade Lista 6 - Variáveis Aleatórias Contínuas e Vetores Aleatórios

Motivação. VA n-dimensional. Distribuições Multivariadas VADB. Em muitas situações precisamos

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral

Motivação. VA n-dimensional. Distribuições Multivariadas VADB

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

Par de Variáveis Aleatórias

Teorema do Limite Central

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I

Lucas Santana da Cunha de junho de 2017

Nome: N o : Espaço reservado a classificações

Cálculo das Probabilidades e Estatística I

Estatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto

Prof. Dr. Lucas Santana da Cunha de maio de 2018 Londrina

Distribuições conjuntas de probabilidade e complementos

Probabilidades e Estatística TODOS OS CURSOS

MAE-219: Introdução à Probabilidade e Estatística I

Variáveis Aleatórias. Henrique Dantas Neder. April 26, Instituto de Economia - Universidade Federal de Uberlândia

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)

UNIDADE II. José J. C. Hernández. April 9, 2017 DE - UFPE. José J. C. Hernández (DE - UFPE) Estatística I April 9, / 60

Probabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza

MAE0219 Introdução à Probabilidade e Estatística I

CE085 - Estatística Inferencial

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Aula 11. Variáveis Aleatórias Contínuas Bidimensionais

Lista de Exercícios #3 Assunto: Variáveis Aleatórias Multidimensionais Discretas

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II Lista 1 - Vetores Aleatórios

ESCOLA SUPERIOR DE TECNOLOGIA

Lista de exercícios 2 Métodos Estatísticos Básicos

Cálculo das Probabilidades e Estatística I

Avaliação e Desempenho Aula 5

Distribuições de probabilidade de variáveis aleatórias discretas

Bioestatística. AULA 6 - Variáveis aleatórias. Isolde Previdelli

Estatística Planejamento das Aulas

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES

EST029 - Cálculo de Probabilidades I Lista 05

DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

Probabilidades e Estatística TODOS OS CURSOS

Prof. Lorí Viali, Dr.

Variável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada

Lucas Santana da Cunha e 30 de julho de 2018 Londrina

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.

MAE0229 Introdução à Probabilidade e Estatística II

Probabilidade. Variáveis Aleatórias e Distribuição de Probabilidades

Introdução à probabilidade e estatística I

ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época de Recurso Duração: 2 horas. 1. a Parte Teórica N. o de Exame: RESOLUÇÃO

DISTRIBUIÇÃO CONJUNTA (parte II)

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.

CE Estatística I

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias

Lista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas

Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes

Distribuições conjuntas de probabilidades e complementos

PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012

Probabilidade e Estatística

Processos Estocásticos. Luiz Affonso Guedes

Experimento Aleatório

PEDRO A. BARBETTA Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.

Distribuições Geométrica e Hipergeométrica

Transcrição:

Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra times da classe B. Suponha que o time irá vencer cada jogo contra times da classe A com probabilidade,4 e irá vencer cada jogo contra times da classe B com probabilidade,7. Suponha também que os resultados de diferentes jogos são independentes. Use a normal para aproximar a probabilidade de que a) o time ganhe 5 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.. Justifique porque a soma de n v.a. s bernoulli é uma binomial.. Suponha que bolas são escolhidas de uma urna contendo bolas vermelhas, 4 bolas brancas e 5 bolas azuis sem reposição. Seja X o número de bolas vermelhas e Y o número de bolas brancas. Faça uma tabela de distribuição conjunta de X e Y e indique as probabilidades marginais. 4. Lançam-se, simultaneamente, uma moeda e um dado. a) Determine o espaço amostral correspondente a esse experimento. b) Obtenha a tabela da distribuição conjunta, considerando X o número de caras no lançamento da moeda e Y o número da face do dado. c) Verifique se X e Y são independentes. d) Calcule P(X, Y 4). 5. A tabela abaixo fornece a distribuição conjunta de X e Y. Y / X,,,,,,,,, a) Determine as distribuições marginais de X e Y. b) Obtenha as esperanças e variâncias de X e Y. c) Verifique se X e Y são independentes. d) Calcule P(X = Y = ) e P(Y = X = ). e) Calcule P(X ) e P(X =, Y ).

. Considere a distribuição conjunta de X e Y, parcialmente conhecida, dada na tabela abaixo. Y / X - P(Y = y) - / / /4 /4 P(X = x) a) Complete a tabela, considerando X e Y independentes. b) Calcule as médias e variâncias de X e Y. c) Obtenha as distribuições condicionais de X, dado que Y =, e de Y, dado que X =. d) Calcule Cov(X, Y ) e Var(X + Y ). 7. Simbolizando a correlação das variáveis aleatórias X e Y por ρ(x, Y ) = Cov(X, Y ) σ(x)σ(y ). Mostre que a) ρ(x, Y ) ; b) ρ(x + a, Y + b) = ρ(x, Y ); c) ρ(ax, by ) = ab ρ(x, Y ). ab 8. Suponha que X e Y tenham a seguinte distribuição conjunta: Y / X,,,,,,,,, a) Determine a distribuição de X + Y e, a partir dela, calcule E(X + Y ). Pode-se obter a mesma resposta de outra maneira? b) Determine a distribuição de XY e, em seguida, calcule E(XY ). c) Mostre que, embora E(XY ) = E(X)E(Y ), X e Y não são independentes. d) Calcule Var(X + Y ). 9. Suponha que temos uma urna contendo três bolas numeradas, e. Retiramos duas bolas dessa urna, sem reposição. Seja X o número da primeira bola e Y o número da segunda bola retirada. a) Encontre a distribuição conjunta de (X, Y ) com suas respectivas distribuições marginais.

b) Encontre a distribuição de probabilidades marginais das variáveis Z = X + Y e W = XY. c) Calcule P(X < Y ). d) Calcule E(X); E(Y ); E(Z) e E(W ). e) Calcule Var(X) e Var(Y ). f) Calcule Cov(X, Y ). g) X e Y são independentes?. Sejam X e Y duas variáveis aleatórias quaisquer. Mostre que Var(X ± Y ) = Var(X) + Var(Y ) ± Cov(X, Y ).. O número de pessoas que entram em uma drogaria em uma hora é uma variável aleatória de Poisson com parâmetro λ =. Calcule a probabilidade condicional de que no máximo homens entrem na drogaria dado que mulheres entraram nessa hora. Que hipóteses você tomou?. Se X e Y são v.a. s de Poisson independentes com parâmetros λ e λ respectivamente, calcule a distribuição condicional de X dado que X + Y = n.. Uma v.a. X tem distribuição normal, com média e desvio padrão. a) Qual a P(9 < X < )? b) Se X for a média de uma amostra de elementos retirados dessa população, calcule P ( 9 < X < ). c) Represente, num único gráfico, as distribuições de X e X. d) Que tamanho deveria ter a amostra para que P ( 9 < X < ) =, 95? 4. A máquina de empacotar um determinado produto, o faz segundo uma distribuição normal, com média µ e desvio padrão g. a) Em quanto deve ser regulado o peso médio µ para que apenas % dos pacotes tenham menos do que 5g? b) Com a máquina assim regulada, qual a probabilidade de que o peso total de 4 pacotes escolhidos ao acaso seja inferior a kg? 5. A capacidade máxima de um elevador é de 5kg. Se a distribuição X dos pesos dos usuários for suposta N (7, ), qual é a probabilidade de sete passageiros ultrapassarem esse limite?. Uma máquina enche pacotes de café com um peso (medido em gramas) que se comporta segundo uma variável aleatória X, onde X N (, ). Uma amostra de 5 pacotes é sorteada e pergunta-se: a) qual é o número esperado de pacotes na amostra com peso inferior a 5 gramas? b) qual a probabilidade de que o peso total dos pacotes da amostra não exceda 55 gramas?

7. Suponha que 45% de uma população esteja a favor de um certo candidato em uma eleição vindoura. Se uma AAS de tamanho é escolhida dentre indivíduos dessa população, calcule a) o valor esperado e o desvio padrão do número de indivíduos a favor do candidato; b) aproxime a probabilidade de que mais da metade dos indivíduos na amostra estejam a favor do candidato. 8. Considere M o máximo de uma AAS, (X,..., X n ), escolhida de uma população com densidade f(x) e função distribuição F (x). Encontre F M (m) = P(M m) (a distribuição de M) e a densidade de M. 9. Para o item anterior, encontre a distribuição e a densidade caso a amostra tenha uma distribuição uniforme no intervalo (, θ).

Universidade de Brasília Departamento de Estatística Respostas. a),45. b),55.. Demonstração. A tabela segue abaixo: X / Y P(X = i) 5 4 4 84 8 8 7 P(Y = j) 5 48 4 4. a) Ω = {(, C), (, C), (, C), (4, C), (5, C), (, C), (, K), (, K), (, K), (4, K), (5, K), (, K)}. b) A tabela segue abaixo: X / Y 4 5 P(X = i) P(Y = j) c) São independentes. d) 8/ 5. a) As distribuições marginais seguem na tabela abaixo: Y / X P(Y = y),,,,,,,,5,,,, P(X = x),,,5

b),;,9;,7 e,49 c) Não são independentes. d) /5. e),.. a) As distribuições marginais seguem na tabela abaixo: Y / X - P(Y = y) - 4 4 P(X = x) b), /, e 5/9. c) Os valores são P(X = Y = ) =, P(X = Y = ) =, P(X = Y = ) =, P(Y = X = ) =, P(Y = X = ) =, P(Y = X = ) =. d) 4/9. 7. a) Demonstração. b) Demonstração. c) Demonstração. 8. a) E(X + Y ) = 4. b) E(XY ) = 4. c) Demonstração. d). 9. a) A distribuição conjunta segue abaixo: X / Y P(X = i) P(Y = j) b) As distribuições seguem abaixo: k 4 5 Total P(X + Y = k)

k 4 9 Total P(XY = k) c) /. d) ; ; 4 e /. e) / e /. f) /. g) Não.. Demonstração.. e 5 + 5e 5 + 5! e 5 + 5! e 5.. ( ) ( ) k ( ) n k n λ λ. k λ + λ λ + λ. a),88. b),99994. d) 4. 4. a) 5,8. b),5. 5.,597.. a) 7, 9. b), 998. 7. a) 9 e 7,5. b),8. 8. A função distribuição é F M (m) = [F X (m)] n e a função densidade é f M (m) = n[f X (m)] n f X (m). 9. Nesse caso a função densidade será f M (m) = nm n θ n, se m (, θ),, se m / (, θ). e a função distribuição F M (m) =, se m, m n, θn se m (, θ),, se m θ.