Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Documentos relacionados
Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística TODOS OS CURSOS

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

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística LEE, LEGI, LENO, LETI, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS

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

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ

b) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

Probabilidades e Estatística

Probabilidades e Estatística

Probabilidades e Estatística

Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ

Lista 9 - Introdução à Probabilidade e Estatística

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística

Critérios de Avaliação e Cotação

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

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

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS

Avaliação de Desempenho de Sistemas Discretos

) E X. ) = 0 2 ( 1 p ) p = p. ) E 2 ( X ) = p p 2 = p ( 1 p ) ( ) = i 1 n. ( ) 2 n E( X) = ( ) = 1 p ( ) = p V ( X ) = E ( X 2 E X

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 3

1 Distribuições Amostrais

Revisando... Distribuição Amostral da Média

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso)

Distribuição de Bernoulli

Probabilidades e Estatística

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

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

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 4

ESCOLA BÁSICA DE ALFORNELOS

Lista 9 - Introdução à Probabilidade e Estatística

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol

Virgílio A. F. Almeida DCC-UFMG 2005

Nome do aluno: N.º: Para responder aos itens de escolha múltipla, não apresente cálculos nem justificações e escreva, na folha de respostas:

DISTRIBUIÇÕES DE PROBABILIDADE

Estatística II Licenciatura em Gestão TESTE I

Probabilidade 2 - ME310 - Lista 5

Novo Espaço Matemática A 12.º ano Proposta de Teste [outubro ]

Métodos Quantitativos para Ciência da Computação Experimental

Distribuições Amostrais

CE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015)

Distribuições Amostrais

Probabilidades e Estatística 2005/06

CONHECIMENTOS ESPECÍFICOS

Lista de Exercícios 5

Virgílio A. F. Almeida DCC-UFMG 1/2005

Proposta de Exame de Matemática A 12.º ano

Cap. 4 - Estimação por Intervalo

DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016

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

Sumário. 2 Índice Remissivo 11

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

MODELOS PROBABILÍSTICOS DISCRETOS (BINOMIAL e POISSON)

ESTATÍSTICA E PROBABILIDADES

Resolução do 1 o Teste

CE-003: Estatística II - Turma K/O Avaliações Periódicas (1 o semestre 2018)

Probabilidades e Estatística

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

Estimação da média populacional

Novo Espaço Matemática A 12.º ano Proposta de Teste Intermédio [Novembro 2015]

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

Probabilidades e Estatística

Prova-Modelo de Matemática

Estatística Aplicada I DISTRIBUIÇÃO AMOSTRAL MÉDIA ERRO AMOSTRAL

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Probabilidade II Aula 9

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 2

Distribuições Amostrais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

Proposta de teste de avaliação

UNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER

Exercício de Revisao 1

Nota aluno Nota FINAL

Transcrição:

Duração: 90 miutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 208/209 04/05/209 9:00 o Teste A 0 valores. As amostras de betão proto produzidas por uma cimeteira são sujeitas a três testes (A, B e C ) cujos resultados são mutuamete idepedetes. Supoha que a probabilidade de se obter um resultado positivo é igual a 0.4, 0.8 e 0.7, para os testes A, B e C (respetivamete). (a) Determie a probabilidade de pelo meos um dos três testes coduzir a um resultado positivo. (3.0) Quadro de acotecimetos e probabilidades Acotecimeto Probabilidade A teste A positivo} P(A) 0.4 B teste B positivo} P(B) 0.8 C teste C positivo} P(C ) 0.7 Uma vez que os evetos A, B e C são mutuamete idepedetes, tem-se P(A B) P(A) P(B) P(A C ) P(A) P(C ) P(B C ) P(B) P(C ) P(A B C ) P(A) P(B) P(C ). Cosequetemete, P(A B C ) P(A) + P(B) + P(C ) P(A B) P(A C ) P(B C ) + P(A B C ) P(A) + P(B) + P(C ) P(A) P(B) P(A) P(C ) P(B) P(C ) +P(A) P(B) P(C ) 0.4 + 0.8 + 0.7 0.4 0.8 0.4 0.7 0.8 0.7 + 0.4 0.8 0.7 0.964. (b) Calcule a probabilidade de se obter resultado positivo o teste A sabedo que o resultado foi (2.0) positivo o teste B ou o teste C. P[A (B C )] idep.mútua P[A (B C )] P(B C ) P[(A B) (A C )] P(B) + P(C ) P(B C ) P(A B) + P(A C ) P[(A B) (A C )] P(B) + P(C ) P(B C ) P(A B) + P(A C ) P(A B C ) P(B) + P(C ) P(B C ) P(A) P(B) + P(A) P(C ) P(A) P(B) P(C ) P(B) + P(C ) P(B) P(C ) P(A) [P(B) + P(C ) P(B) P(C )] P(B) + P(C ) P(B) P(C ) P(A) 0.4. Págia de 6

[Alterativamete: ao admitir-se que os evetos A, B e C são mutuamete idepedetes, A e (B C ) são também evetos idepedetes, logo P[A (B C )] P(A) 0.4.] 2. A variável aleatória X, que represeta o primeiro algarismo do tempo (em segudo) que decorre etre dois evetos sísmicos cosecutivos em determiada região europeia, possui a seguite fução de probabilidade: x 2 3 4 5 6 7 8 9 P(X x) 0.30 0.8 0.2 0.0 0.08 0.07 0.06 0.05 0.04 (a) Qual é a probabilidade de este primeiro algarismo ser igual a um, sabedo que ão excede três? (.5) Variável aleatória de iteresse X o. algarismo do tempo etre dois evetos sísmicos cosecutivos F.p. de X Ver tabela do euciado. Prob. pedida P(X X 3) P(X, X 3) P(X 3) P(X ) 3x P(X x) 0.30 0.30 + 0.8 + 0.2 0.30 0.60 0.5. (b) Obteha a mediaa de X. (.5) Mediaa de X Represete-se a mediaa de X por me. Etão me : 2 F X (me) + P(X me) 2 () 2 F X (me) 2 + [F X (me) F X (me ) F X (me ) 2 F X (me). (2) Tirado partido da defiição de mediaa em () e de 2 F X (3) (a) 0.6 2 + P(X 3) + 0.2 0.62 2 cocluímos que me 3. [A prova da sua uicidade é deixada como exercício.] [Em alterativa, otemos que F X (3) P(X 3) (a) 0.60 2 ; mais, F X (2) F X (3 ) (a) 0.30 + 0.8 0.48 2. Logo o resultado (2) leva-os a cocluir que me 3.] (c) Calcule a probabilidade de, em 20 registos efetuados de modo idepedete essa mesma região (2.0) europeia, o úmero total de registos de tempo com primeiro algarismo igual a exceder 4. Variável aleatória de iteresse Y o. de registos de tempo com o. algarismo igual a, em 20 registos idepedetes Distribuição de Y Y biomial(, p), com 20 e p P(X ) 0.30. F.p. de X P(Y y) ( 20) y 0.30 y ( 0.30) 20 y, y 0,,...,20 Págia 2 de 6

P(Y > 4) P(Y 4) ( ) 4 20 0.30 y ( 0.30) 20 y y y0 F biomi al (20,0.30) (4) tabel a/calc. 0.2375 0.7625. Grupo II 0 valores. A rede iformática itera de um baco fucioa permaetemete. Cosidere que o tempo (em miuto) de utilização desta rede por um utilizador auteticado é uma variável aleatória X com fução de distribuição dada por: F X (x) e x 75, x > 0 0, caso cotrário. (a) Obteha a probabilidade de o tempo de utilização X ser superior a 30 miutos e iferior a 3 horas. (.5) V.a. X tempo de utilização da rede iformática por utilizador auteticado F.d. de X F X (x) e x 75, x > 0 0, c.c. P(30 < X < 80) F X (80) F X (30) ) ( e 80 75 ( e e 0.4 e 2.4 0.38866. 30 75 ) (b) Tedo em cota que E(X ) 50 e V (X ) 2500, obteha um valor aproximado para a (3.0) probabilidade de o tempo médio de utilização da rede por 36 utilizadores auteticados ser superior a 2 horas. V.a. X i tempo de utilização da rede iformática pelo utilizador auteticado i, 36 i,..., Distribuição, valor esperado e variâcia comus i.i.d. X i X, i,..., E(X i ) E(X ) µ 50, i,..., V (X i ) V (X ) σ 2 2500, i,..., V.a. de iteresse X i X i tempo médio de utilização da rede por utilizadores auteticados Valor esperado e variâcia de X E( X ) E ( i X ) i V ( X ) V ( i X i ) Xi idep. i E(X i ) X i X E(X ) E(X ) µ 2 i V (X i ) X i X V (X ) V (X ) 2 σ2 Págia 3 de 6

Distribuição aproximada de X Pelo teorema do limite cetral (TLC) pode escrever-se X E( X ) V ( X ) X µ σ/ a Normal(0,). Valor aproximado da prob. pedida P( X > 20) P( X 20) ( X µ P σ/ 20 µ ) σ/ T LC 20 50 Φ 2500 36 Φ( 0.54) Φ(0.54) tabel a/calc. 0.7054. 2. No processo de obteção da cor desejada para uma tita, defiem-se as seguites variáveis aleatórias: o úmero de acertos fiais levados a cabo por um computador (X ) e o úmero de acertos fiais efetuados maualmete por um operário especializado (Y ). Na tabela seguite apreseta-se de forma icompleta a fução de probabilidade cojuta de X e Y : Y X 0 a 0.48 2 0 0.8 3 b 0. (a) Sabedo que P(Y 0 X ) 0.2, mostre que a b 0.2. (.5) Par aleatório (X, Y ) X o. de acertos fiais levados a cabo por computador Y o. de acertos fiais efetuados maualmete por operário especializado F.p. cojuta e f.p. margiais P(X x,y y), P(X x) y P(X x,y y) e P(Y y) x P(X x,y y) ecotram-se sumariadas a tabela seguite: Y X 0 P(X x) a 0.48 a + 0.48 2 0 0.8 0.8 3 b 0. b + 0. P(Y y) a + b 0.76 Obteção de a e b x y P(X x,y y) (a,b) : P(Y 0 X ) 0.2 a + b + 0.76 P(X,Y 0) P(X ) 0.2 a a+0.48 0.2 b 0.76 a a 0.2 0.48 0.8 Págia 4 de 6

(a,b) : a 0.2 b 0.76 0.2 0.2 (b) Calcule a probabilidade de o úmero total de acertos fiais exceder 2. (.5) V.a. de iteresse X + Y úmero total de acertos fiais Prob. pedida P(X + Y > 2) P(X 2,Y ) + P(X 3,Y 0) + P(X 3,Y ) 0.8 + b + 0. 0.4. (c) Obteha a variâcia do úmero total de acertos fiais. (2.5) Variâcia pedida Pretede calcular-se V (X + Y ) V (X ) +V (Y ) + 2 cov(x,y ) V (X ) +V (Y ) + 2 [E(X Y ) E(X ) E(Y )]. Logo são ecessários algus cálculos auxiliares que evolverão as f.p. cojuta de (X,Y ) e margiais de X e Y obtidas a alíea (a). Y X 0 P(X x) 0.2 0.48 0.6 2 0 0.8 0.8 3 0.2 0. 0.22 P(Y y) 0.24 0.76 Valor esperado e variâcia de X 3 E(X ) x P(X x) x 0.6 + 2 0.8 + 3 0.22.62 V (X ) E(X 2 ) E 2 (X ) 3 x 2 P(X x) E 2 (X ) x ( 2 0.6 + 2 2 0.8 + 3 2 0.22 ).62 2 0.6756 Valor esperado e variâcia de Y E(Y ) y P(Y y) y0 0 0.24 + 0.76 0.76 V (Y ) E(Y 2 ) E 2 (Y ) y 2 P(Y y) E 2 (Y ) y0 ( 0 2 0.24 + 2 0.76 ) 0.76 2 0.76 0.76 2 0.824 Págia 5 de 6

[Ou etão: Y Beroulli(0.76) logo E(Y ) f or m 0.76 e V (Y ) f or m 0.76 ( 0.76) 0.824.] Valor esperado de X Y 3 E(X Y ) x y P(X x,y y) Covariâcia x y0 0.48 + 2 0.8 + 3 0..4 cov(x,y ) E(X Y ) E(X ) E(Y ).4.62 0.76 0.092 Variâcia pedida (cot.) V (X + Y ) V (X ) +V (Y ) + 2 cov(x,y ) 0.6756 + 0.824 + 2 ( 0.092) 0.6756. Págia 6 de 6