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

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

Motivação. VA n-dimensional. Distribuições Multivariadas VADB

(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).

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

3 3. Variáveis Aleatórias

Prof. Lorí Viali, Dr.

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

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

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

Probabilidade Aula 11

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

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.

MAE0229 Introdução à Probabilidade e Estatística II

ESTATÍSTICA. Lucas Santana da Cunha 18 de setembro de Universidade Estadual de Londrina

CONHECIMENTOS ESPECÍFICOS

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB

TÉCNICAS DE AMOSTRAGEM

Probabilidade II Lista 1 - Vetores Aleatórios

Probabilidade e Estatística

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Introdução à Probabilidade e à Estatística II

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Processos Estocásticos

1073/B - Introdução à Estatística Econômica

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Lista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos

Introdução à Inferência Estatística

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Aula 11. Variáveis Aleatórias Contínuas Bidimensionais

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

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20

Problemas 1. Determine o valor esperado das seguintes variáveis aleatórias: a. A varável aleatória definida no Probl. 4.1.

Probabilidade Lista 6 - Variáveis Aleatórias Contínuas e Vetores Aleatórios

5 TORIA ELEMENTAR DA AMOSTRAGEM

Estimação: (A) Propriedades e Distribuições Amostrais

IND 1115 Inferência Estatística Aula 6

Lista de exercícios 2 Métodos Estatísticos Básicos

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

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

Princípios de Modelagem Matemática Aula 10

Inferência Estatística

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

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

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Les Estatística Aplicada II AMOSTRA E POPULAÇÃO

Nome: N o : Espaço reservado a classificações

UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE CIÊNCIAS EXATAS

Processo de Amostragem

1 x. = π 2. pois. Probabilidade: um curso introdutório - Mônica Barros - Capítulo 7 - Soluções

Estatística II. Intervalo de Confiança Lista de Exercícios

Se A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado.

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I

1 Variáveis Aleatórias

Exercícios propostos:

ESCOLA SUPERIOR DE TECNOLOGIA

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

5 Avaliação dos estimadores propostos

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Variáveis Aleatórias Contínuas e Distribuições de Probabilidade

Probabilidade e Estatística

DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

LISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES

AULA 9 - Variável aleatória bidimensional discreta

Ralph S. Silva

6- Probabilidade e amostras: A distribuição das médias amostrais

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II

Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM

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

Prova de Estatística

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

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.

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

Catarina Marques. Estatística II Licenciatura em Gestão. Conceitos: População, Unidade Estatística e Amostra

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Par de Variáveis Aleatórias

3 a Lista de PE Solução

Distribuições Amostrais e Estimação Pontual de Parâmetros

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

ANÁLISE DE RESULTADOS

MAE0212 Introdução à Probabilidade e Estatística II

TE802 Processos Estocásticos em Engenharia

Modelos de Distribuição PARA COMPUTAÇÃO

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades

Lucas Santana da Cunha de junho de 2017

UNIVERSIDADE DOS AÇORES CURSO DE SOCIOLOGIA INTRODUÇÃO À ESTATÍSTICA Ficha de Exercícios nº 3- Variáveis Aleatórias

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

UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II

Lista de Exercícios 3 Probabilidades Escola Politécnica, Ciclo Básico

VARIÁVEIS ALEATÓRIAS 1

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO

Transcrição:

Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola escolhida; 3 : O maior número entre os dois selecionados; 4 : O menor número entre os dois selecionados. Responda os itens abaixo. (a) Qual a função de probabilidade conjunta de ( 1, 2 )? (b) Quais funções de probabilidades marginais de 1 e 2? (c) 1 e 2 são independentes? Justifique; (d) Qual a distribuição de probabilidade de 1 2 = 1? (e) Qual a distribuição de probabilidade de 1 2 = 2? (f) Qual a distribuição de probabilidade de 1 2 = 3? (g) Qual a função de probabilidade conjunta de ( 3, 4 )? (h) Calcule E( 3 4 = 2). Exercício 2. Dado o quadro da função de probabilidade de um vetor aleatório bidimensional (, ) 0 1 2 P ( = x) 0 a 4a 9a 14a 1 2a 6a 12a 20a 2 3a 8a 3a 14a 3 4a 2a 6a 12a P ( = y) 10a 20a 30a 1 Calcule: (a) A distribuição de probabilidade conjunta do vetor (, ), obtendo o valor de a; (b) P ( 1 > 1); EST076 2018.3 Página 1 de 6

(c) P ( 1 1). (d) A distribuição de probabilidade de = 0; (e) A distribuição de probabilidade de = 1; (f) A distribuição de probabilidade de = 2; (g) A distribuição de probabilidade de = 0; (h) A distribuição de probabilidade de = 1; (i) A distribuição de probabilidade de = 2; (j) A distribuição de probabilidade de = 3; Exercício 3. Sejam : {anos de experiência em vendas} e : {unidades diárias vendidas} 1 2 3 2 0,14 0,04 0,02 4 0,04 0,18 0,08 6 0,02 0,26 0,12 8 0 0,02 0,08 Dado o quadro da distribuição conjunta de e, calcule: (a) Cov(, ); (b) Cov(, ); (c) ρ. Exercício 4. Uma urna contém 3 bolas vermelhas e 2 verdes. Dessa urna, retiram-se 2 bolas sem reposição. Sejam: { { = 0, se a primeira bola for verde; 0, se a segunda bola for verde; = 1, se a primeira bola for vermelha. 1, se a segunda bola for vermelha. (a) Determine a distribuição conjunta de e ; (b) Calcule E(), E( ), Var() e Var( ); EST076 2018.3 Página 2 de 6

(c) Calcule ρ. Exercício 5. Em um pequeno grupo de casais empregados, a renda do marido (em milhares de reais) e da respectiva esposa (em milhares de reais) tem sua distribuição conjunta de probabilidades dada abaixo: 10 15 20 10 a 2a 3a 15 2a 4a 2a 20 3a 2a a (a) Seja W = 0, 6 + 0, 8 a renda do casal após os impostos. Qual sua média e sua variância da renda do casal? (b) e são independentes? Qual é o coeficiente de correlação ρ? Exercício 6. Sejam e variáveis aleatórias com média zero e variância 1, e coeficiente de correlação ρ. Mostre que ρ e são não correlacionadas. Exercício 7. Sejam 1 e 2 duas variáveis cuja função de probabilidade conjunta é descrita da seguinte forma: (x 1, x 2 ) (0,0) (0,1) (1,0) (1,1) (2,0) (2,1) f 1, 2 (x 1, x 2 ) 1/18 3/18 4/18 3/18 6/18 1/18 Calcule as funções de probabilidade marginais e as duas médias condicionais. Exercício 8. Sejam 1 e 2 variáveis aleatórias discretas com função de probabilidade conjunta f(x 1, x 2 ) = x 1 + x 2 1 {1,2} (x)1 {1,2} (y). 12 Determine a média condicional e a variância de 2 dado 1 = x 1, x 1 = 1 ou 2. Exercício 9. Sejam 1 e 2 duas variáveis estocasticamente independentes tais que 1 Bin(3, 1/2) e 2 Bin(4, 2 3 ). Calcule P ( 1 = 2 ). Exercício 10. Dado o quadro da distribuição conjunta de e, calcule: (a) E(2 3 ); (b) Var(3 + 2 ); (c) Cov(3 +, 7 + 3 ); EST076 2018.3 Página 3 de 6

(d) Cor(, ); (e) E( = 2); (f) Var( = 4). 1 2 3 4 0 1/24 1/12 1/12 1/24 1 1/12 1/6 1/6 1/12 2 1/24 1/12 1/12 1/24 Exercício 11. O vetor aleatório bidimensional (, ) tem a seguinte distribuição conjunta de probabilidades: 1 2 3 2 0, 10 0, 30 0, 20 3 0, 06 0, 18 0, 16 Calcule: (a) E(2 + ); (b) Cov(, 4 ); (c) ρ, ; (d) Var( = 2). Exercício 12. Suponha que (, ) tenha a seguinte distribuição de probabilidade: 1 2 3 1 1/18 1/6 0 2 0 1/9 1/5 3 1/12 1/4 2/15 (a) Mostre que esta distribuição é realmente uma distribuição de probabilidade; (b) Calcule E( = 2); EST076 2018.3 Página 4 de 6

(c) Calcule Var( = 1); Exercício 13. Considere o seguinte experimento realizado em duas etapas. Primeiro, escolhese um ponto x uniformemente em {0, 1,..., 5}. Em seguida, escolhe-se um ponto uniformemente no conjunto { x, x + 1,..., 0,..., x 1, x}. Seja (, ) o resultado do experimento. Determine: (a) Faça um gráfico da região do plano onde f (x) é positiva; (b) A distribuição de probabilidade de (, ); (c) A distribuição marginal de ; (d) e são independentes? Exercício 14. Em vários experimentos de diversas áreas de aplicação é muito comum o uso do esquema de amostragem denominado amostragem aleatória simples (AAS), em que os valores observados, 1, 2,..., n, são variáveis aleatórias independentes e identicamente distribuídas satisfazendo E( i ) = µ e Var( i ) = σ 2, i = 1, 2,..., n. Nesse tipo de situação é comum utilizar as quantidades = 1 n n i, que corresponde à média amostral do dados (medida de posição), i, i = 1,..., n, que corresponde aos desvios, utilizados para definir a variância amostral S 2 = 1 n 1 i=1 n ( i ) 2, que é uma medida de dispersão quadrática dos dados. Mostre que (a) E ( ) = µ (em inferência, diz-se que é um estimador não viciado para µ); (b) Var ( ) = σ 2 n ; (c) Cov( i, ) = 0 (a média amostral e os desvios são não correlacionados); (d) E (S 2 ) = σ 2 (em inferência, diz-se que S 2 é um estimador não viciado para σ 2 ). i=1 Exercício 15. Suponha agora que 1, 2,..., n sejam variáveis aleatórias tais que E( i ) = µ e Cov( i, j ) = σ 2 γ i j (note que, nesse caso, Var( i ) = σ 2 ). Calcule: EST076 2018.3 Página 5 de 6

(a) E ( ) ; (b) Var ( ) ; (c) No item anterior, o que acontece se γ = 0? (d) E no caso em que γ < 1 e n? Exercício 16. Se e são independentes, mostre que E( = y) = E() y. Verifique ainda que, se E( = y) = E() y, então e são não correlacionadas. Exercício 17. Mostre que E() = E( < a)p ( < a) + E( a)p ( a). Exercício 18. Um prisioneiro está preso em uma cela com três portas. A primeira leva a um túnel que retorna à cela após dois dias; a segunda leva a outro túnel que retorna à cela após quatro dias; a terceira leva a outro túnel que conduz para fora da cela após um dia. Se a cada tentativa o prisioneiro escolhe uma porta ao acaso e independentemente de eventuais tentativas anteriores, qual é o número esperado de dias até que o prisioneiro consiga sair da cela? EST076 2018.3 Página 6 de 6