ESCOLA DE CIÊNCIAS E TECNOLOGIA UFRN PROVA 2 DE PROBABILIDADE E ESTATÍSTICA ECT 2207 Turma 1 18/10/2018. Prof. Ronaldo

Documentos relacionados
ESCOLA DE CIÊNCIAS E TECNOLOGIA UFRN PROVA 3 DE PROBABILIDADE E ESTATÍSTICA ECT 2207 Turma 1 04/12/2018. Prof. Ronaldo

ESCOLA DE CIÊNCIAS E TECNOLOGIA UFRN PROVA 1 DE PROBABILIDADE E ESTATÍSTICA ECT 2207 Turma 1 6/9/2018. Prof. Ronaldo

Questão 1. (1,0 ponto por item)

Questão 1. (2,5 pontos)

Modelos de Distribuição PARA COMPUTAÇÃO

CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades

Probabilidade e Estatística

Tiago Viana Flor de Santana

Questão 1. (3,0 pontos)

4. Distribuições de probabilidade e

Solução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1).

5. PRINCIPAIS MODELOS CONTÍNUOS

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

3 a Lista de PE Solução

Probabilidades e Estatística

UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II

Lista de exercícios 2 Métodos Estatísticos Básicos

Modelos discretos e contínuos

Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua.

Probabilidade e Estatística

Variável Aleatória Poisson. Número de erros de impressão em uma

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

Introdução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção

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

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I

Probabilidade e Estatística

PRINCIPAIS MODELOS CONTÍNUOS

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue

Probabilidade 2 - ME310 - Lista 0

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Análise de Dados e Simulação

Simulação com Modelos Teóricos de Probabilidade

Estatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.

Exercícios Funções Multivariadas, Exponencial e Outras

PARTE TEÓRICA Perguntas de escolha múltipla

M. Eisencraft 2.5 Outros exemplos de distribuições e densidades 29. Densidade e distribuição uniforme. 0 a b x. 0 a b x

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

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

Revisão de Probabilidade

Probabilidade e Estatística

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

5 a Lista de PE Solução

Cap. 5 Variáveis aleatórias discretas

Introdução à Bioestatística

Distribuições Importantes. Distribuições Contínuas

Probabilidade e Estatística

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA

Probabilidade Aula 08

Estimação: (A) Propriedades e Distribuições Amostrais

Cap. 6 Variáveis aleatórias contínuas

CE Estatística I

UNIVERSIDADE FEDERAL DA PARAÍBA. Cálculo das Probabilidades e Estatística I. Terceira Lista de Exercícios

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

2.2 A variável aleatória

Cap. 6 Variáveis aleatórias contínuas

Probabilidade 2 - ME310 - Lista 0

Bioestatística e Computação I

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

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

x, x < 1 f(x) = 0, x 1 (a) Diga o que entende por amostra aleatória. Determine a função densidade de probabilidade

S I M U L A Ç Ã O 84

Distribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal

4. PRINCIPAIS MODELOS DISCRETOS

5. PRINCIPAIS MODELOS CONTÍNUOS

ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara

ME-310 Probabilidade II Lista 0

FAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

Par de Variáveis Aleatórias

Variáveis Aleatórias Contínuas

Aproximação da Distribuição Binomial pela Distribuição Normal

Distribuições de Probabilidade. Distribuição Normal

EXERCÍCIOS REVISIONAIS SOBRE BINÔMIO DE NEWTON SISTEMAS LINEARES PROBABILIDADE 2 ANO

Modelos Probabiĺısticos Discretos

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

PROBABILIDADES E ESTATÍSTICA

Variáveis Aleatórias Contínuas e Distribuições de Probabilidade

Prof. Lorí Viali, Dr.

U.C Elementos de Probabilidades e Estatística. 26 de junho de 2013

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Prof. Lorí Viali, Dr.

Probabilidades e Estatística TODOS OS CURSOS

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS

Variáveis Aleatórias Discretas

AULA 3: DISTRIBUIÇÕES DE PROBABILIDADES. Gleici Castro Perdoná

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

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas

CAPÍTULO 5 DISTRIBUIÇÕES DE PROBABILIDADE PPGEP. Introdução. Introdução. Introdução UFRGS. Distribuições de Probabilidade

ESTATÍSTICA I - 2º ano / Lic. Gestão - 2º sem 31/5/2011

rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas

-- INSTRUÇÕES Leia com atenção antes de iniciar a sua prova

Modelos Probabilisticos Discretos

Distribuições Contínuas de Probabilidade

Probabilidade e variáveis aleatórias (revisão)

5. PRINCIPAIS MODELOS CONTÍNUOS

Conteúdo Teórico: 04 Esperança

MAE0219 Introdução à Probabilidade e Estatística I

Prof. Lorí Viali, Dr.

Transcrição:

ESCOLA DE CIÊNCIAS E TECNOLOGIA UFRN PROVA 2 DE PROBABILIDADE E ESTATÍSTICA ECT 2207 Turma 1 18/10/2018 Prof. Ronaldo Nome Legível: Assintatura: Instruções: Q1 1. Leia todas as instruções antes de qualquer outra coisa. 2. A resolução das questões pode ser feita com grate. Q2 3. Faça uma prova organizada e detalhada, apresentando as respostas de forma coerente, de modo que todas as justicativas relevantes no conteto da disciplina devem estar presentes na solução. Indique bem o que você está fazendo pois resultados sem eplicação e/ou desorganizados não serão considerados. Q3 Q4 4. Resolva cada questão na frente e/ou verso da folha onde ela se encontra.. Folhas com idicadas como de rascunho não serão corrigidas. Questão 1. Considere a seguinte FMP ( 2 p ( = a + com 0 3 e a uma constante real. Determine: (a O valor de a para que p ( seja uma FMP legítima. (1,0 ponto (b A função de probabilidade acumulada desta FMP. (1,0 ponto (c A média e desvio padrão de. (1,0 ponto (a Para termos um f.m.p legítima, devemos ter p ( 0 e i p ( i = 1, então 4a + ( 1 2 + ( 2 2 + ( 3 2 = 1 4a + 1 (1 + 4 + 9 = 1 2 4a + 14 2 = 1 a = 11 100. Como o valor de a que normaliza p ( é positivo e ( 2 também, então temos p ( 0. 1

(b A FDA é dada por F ( = i p ( i, então temos 0, < 0 11 100, 0 < 1 F ( = 26 100, 1 < 2 3 100, 2 < 3 1, 3 (c A média de é dada por E ( = µ = i i p ( i ( 11 µ = 0 + 1 100 + 1 ( 11 + 2 2 100 + 4 ( 11 + 3 2 100 + 9 = 210 2 100 O desvio padrão σ = V (, µ = 210 100 = 2, 1 V ( = E ( 2 E 2 ( =, 46 4.41 σ = V ( 1, 0247 2

Questão 2. Sob certas condições, um estacionamento tem a entrada de 0, 4 carros por minuto com uma distribuição de Poisson. Considerando que o preço de entrada é único, de R$ 8, e o custo de funcionamento é o em R$ 0,20 por minuto, determine: (a O valor esperado do lucro por hora. (1, ponto (b A probabilidade de que ou mais carros entrem em 10 minutos. (1, ponto (a A função lucro por hora é dada por L ( = 8 12. A taa de entrada de carros é λ = 0, 4/min = 24/h, então a f.m.p de Poisson será: p ( = e λ λ com a qual calculamos o valor esperado do lucro = e 24 24, E (L ( = E (8 12 = 8E ( 12, onde o valor esperado do número de carros por hora é E ( = 24, então E (L ( = R$180/h. (b A taa de entrada em 10 minutos é λ = 0, 4/min = 4/10min. probabilidade P (X com λ = 4. A f.m.p de Poisson é Então queremos a e p ( = e λ λ = e 4 4 ( P (X = 1 P (X < = 1 e 4 1 + 4 1! + 42 2! + 43 0, 3712 3! 3

Questão 3. Considere a seguinte FDP normal ( f ( = 1 ep 2π ( 22. 2 Faça o seguinte: (a Identique sua média e desvio padrão. (1,0 ponto (b Determine a probabilidade acumulada entre a média menos um desvio padrão e a média mais dois desvios padrão (1,0 ponto (c Determine k tal que P (µ k < < µ + k = 0.9 (1,0 ponto (a A forma geral da distribuição normal é: ( f ( = 1 ( µ2 ep 2πσ 2σ 2, de onde identicamos que a média da FDP em questão é µ = 2 e o desvio padrão é σ = 1. (b Em termos de Z, Z = µ σ queremos calcular (c Em termos de Z, queremos P ( 1 < z < 2 = F (2 F ( 1 P ( 1 < z < 2 = 0.818 P ( k < z < k = 0.9 F (k F ( k = 0.9 F (k = 1 F ( k 2F (k 1 = 0.9 F (k = 0.97 k = 2 4

Questão 4. Considere o seguinte eperimento: de uma caia com o total de N bolinhas, com M bolinhas vermelhas e N M bolinhas azuis, são retiradas, sem reposição, bolinhas. Determine as seguintes probabilidades: (a A probabilidade de se retirar bolinhas vermelhas, com N = 10 e M =. (0, ponto (b A probabilidade de se retirar bolinhas vermelhas, com N = 20 e M = 10. (0, ponto (c A probabilidade do caso (b, mas agora com reposição das bolinhas. (0, ponto (a A distribuição em questão é hipergeométrica ( M ( N M p ( = n ( N = n a probabilidade de retirarmos vermelhas é ( ( ( ( ( 10 p ( = ( 10 0 =!!!0!!0!!! 10! =! 10 9 8 7 6 = 1 0, 00397 22 (b De forma análoga, temos p ( = ( 10 ( 10 ( 20 e queremos p ( = ( 10 ( 20 ( 10 0 = 10! 10!!! 10!0!!1! 20! = 10!1!!20! = 10 9 8 7 6 = 0, 0162 19 18 17 16 (c Com reposição, passamos a ter uma distribuição binomial, com p = M/N = 0. p ( = ( n ( p (1 p n = p ( = (0, = 0, 0312 (0,

RASCUNHO 6