Processos Estocásticos



Documentos relacionados
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG APO

Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas

Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 2 3 quadrimestre 2011

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

36ª Olimpíada Brasileira de Matemática GABARITO Segunda Fase

CAPÍTULO 5 - Exercícios

Estatística II Antonio Roque Aula 9. Testes de Hipóteses

Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade:

Análise de Arredondamento em Ponto Flutuante

Variáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder

Exercícios resolvidos sobre Função de probabilidade e densidade de probabilidade

Resolução dos Exercícios sobre Derivadas

Processos Estocásticos

Exercícios - Distribuição Normal (Gauss)

MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA

24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18

Universidade Federal de São Carlos Departamento de Matemática Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/04/2008

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.

1) Eficiência e Equilíbrio Walrasiano: Uma Empresa

Distribuição de probabilidades

Aula 5 Distribuição amostral da média

36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase

MD Sequências e Indução Matemática 1

Exemplos de Testes de Hipóteses para Médias Populacionais

Exercícios 1. Determinar x de modo que a matriz

Introdução às equações diferenciais

AV1 - MA (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, , , 980

UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF)

5 Um simulador estocástico para o fluxo de caixa

A Torre de Hanói e o Princípio da Indução Matemática

Seu pé direito nas melhores faculdades

FUNÇÃO DE 1º GRAU. = mx + n, sendo m e n números reais. Questão 01 Dadas as funções f de IR em IR, identifique com um X, aquelas que são do 1º grau.

Unidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica

Aula 4 Estatística Conceitos básicos

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ

Discussão de Sistemas Teorema de Rouché Capelli

Estatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade

MATEMÁTICA A - 12o Ano Probabilidades - Triângulo de Pascal Propostas de resolução

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

Algoritmos Estruturas Seqüenciais. José Gustavo de Souza Paiva

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Cap. 7 - Fontes de Campo Magnético

Realizando cálculos para o aparelho divisor (I)

Aula 2 - Cálculo Numérico

3º Ano do Ensino Médio. Aula nº10 Prof. Daniel Szente

A lei de Gauss é uma lei geral. Ela vale para qualquer distribuição de cargas e qualquer superfície fechada.

Curvas em coordenadas polares

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal

CAP5: Amostragem e Distribuição Amostral

SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT

Função do 2º Grau. Alex Oliveira

Velocidade Média Velocidade Instantânea Unidade de Grandeza Aceleração vetorial Aceleração tangencial Unidade de aceleração Aceleração centrípeta

Capítulo 5: Aplicações da Derivada

elementos. Caso teremos: elementos. Também pode ocorrer o seguinte fato:. Falsa. Justificativa: Caso, elementos.

PROVA RESOLVIDA E COMENTADA DA POLÍCIA RODOVIÁRIA FEDERAL(PRF) - Professor Joselias Out

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Distribuição Binomial

LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES

Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto

Disponibilizo a íntegra das 8 questões elaboradas para o Simulado, no qual foram aproveitadas 4 questões, com as respectivas resoluções comentadas.

Eventos independentes

2ª fase. 19 de Julho de 2010

Avaliação 1 - MA Gabarito

3 Matemática financeira e atuarial

Material Teórico - Aplicações das Técnicas Desenvolvidas. Exercícios e Tópicos Relacionados a Combinatória. Segundo Ano do Ensino Médio

Probabilidade. Distribuição Exponencial

Atividade de Recuperação- Física

Teorema de Taylor. Prof. Doherty Andrade. 1 Fórmula de Taylor com Resto de Lagrange. 2 Exemplos 2. 3 Exercícios 3. 4 A Fórmula de Taylor 4

ELETROTÉCNICA ELM ROTEIRO DA AULA PRÁTICA 01 A LEI DE OHM e AS LEIS DE KIRCHHOFF

Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas

M501 Probabilidade, Estatística e Processos Estocásticos

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

Calculando RPM. O s conjuntos formados por polias e correias

28 de agosto de MAT140 - Cálculo I - Derivação Impĺıcita e Derivadas de Ordem Superior

4. Tangentes e normais; orientabilidade

QUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1.

Olá pessoal. Foram bem? Até que a prova não foi difícil! Vamos corrigir.

29/Abril/2015 Aula 17

Cálculo Numérico / Métodos Numéricos. Representação de números em computadores Mudança de base 14:05

Uma e.d.o. de segunda ordem é da forma

MÉTODOS ESTATÍSTICOS I 3ª. AVALIAÇÃO PRESENCIAL 1º Semestre de 2010 Prof. Moisés Lima de Menezes (pode usar calculadora) Versão Tutor

Operações sobre uma variável aleatória

por séries de potências

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder

PROVAS DE MATEMÁTICA DO VESTIBULAR-2012 DA MACKENZIE RESOLUÇÃO: Profa. Maria Antônia Gouveia. 14/12/2011

Lista 05. Devemos calcular a probabilidade de ser homem dado que é loiro, sendo:

Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:

INSTRUMENTAÇÃO E CONTROLE DE PROCESSOS TRANSFORMADAS DE LAPLACE

Capítulo 3 Modelos Estatísticos

CPV 82% de aprovação dos nossos alunos na ESPM

Probabilidade. Distribuição Exponencial

Resolução Comentada UFTM - VESTIBULAR DE INVERNO 2013

MATEMÁTICA ENEM 2009 PROF. MARCELO CÓSER

Trabalho 7 Fila de prioridade usando heap para simulação de atendimento

Undécima lista de exercícios. Função exponencial e função logarítmica.

QUESTÕES COMENTADAS E RESOLVIDAS

RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO

Texto 07 - Sistemas de Partículas. A figura ao lado mostra uma bola lançada por um malabarista, descrevendo uma trajetória parabólica.

Transcrição:

Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte gráfico: 0.5 f(x 2 2 x A soma das áreas em cinza corresponde à probabilidade procurada. Como o gráfico da função f é simétrico, podemos calcular somente o valor da área no intervalo positivo e a seguir multiplicar esse valor por 2. Assim, temos: P ( < X < 2 = 2 2 = 2 2 f(xdx 2 = [ e x ] 2 = e e 2 = 0.225 e x dx 2 Seja X uma VA contínua indicando a vida em horas de um certo componente eletrônico com função densidade de probabilidade dada por { 0, x < 00 f(x = 00/x 2, x 00 Determine a probabilidade de um componente sobreviver até 50 horas de operação.

P (X 50 = 50 = 00 f(xdx 50 00 [ = 00 x ( = 00 x 2 dx ] 50 00 50 + 00 = 2 2 = 0.90 Suponha que o período de vida útil de dois aparelhos elétricos D e D2 tenham distribuições N (42, 6 e N 2 (45, 9, respectivamente. a. Se o período de uso planejado é de 45 horas, qual dos dois aparelhos deve preferencialmente ser utilizado? b. E se o período for de 49 horas? X i : tempo de vida do aparelho i, (i =, 2. Parâmetros das distribuições normais: µ = 42 σ = 6 µ 2 = 45 σ 2 =. a. Calcular P (X > 45 e P (X 2 > 45: Vamos usar a distribuição normal padrão. Para isso é necessário calcular duas novas variáveis normalizadas, dadas por Z i = X i µ i σ i i =, 2. Então as probabilidades de X i podem ser reescritas em função de Z i. Assim: ( X 42 P (X > 45 = P > 6 = P (Z > /2 45 42 6 = 0.08 (veja na tabela da Normal e ( X2 45 P (X 2 > 45 = P > = P (Z 2 > 0 = 0.5 45 45 Como P (X 2 > 45 > P (X > 45, então o aparelho D2 é preferível. b. Mesmo cálculo, com 49 horas de limite: P (X > 49 = P (Z > 7 /6 = P (Z >.7 = 0.20 P (X 2 > 49 = P (Z 2 > 4 / = P (Z 2 >. = 0.098 Assim, nesse caso o aparelho D é preferível. 4 O diâmetro de um certo fio de aço é uma VA com distribuição normal de média mm e desvio padrão 2

0.2 mm. Se o diâmetro de um fio diferir da média por mais de 0. mm, ele é vendido por R$ 5,00; caso contrário, ele é vendido por R$ 0,00. Qual o preço médio de venda dos fios? X: VA normal indicando o diâmetro do fio em mm. VA normal padrão: Z = X 0.2. Diferença da média por ±0.mm X < 0.7 e X >.. ( X P (X >. = P >. 0.2 0.2 = P (Z >.5 = 0.0668 ( X P (X < 0.7 = P > 0.7 0.2 0.2 = P (Z <.5 = P (Z >.5 (simetria da Normal = 0.0668 Logo,.6% dos fios diferem da média por ±0.mm: P (X < 0.7 + P (X >. = 2 0.0668 = 0.6. Sendo assim, o preço médio de venda dos fios é R$ 9, (= 0.6 5, 00 + 0.8664 0, 00. 5 Uma fábrica de monitores determinou que a vida média dos seus LCDs é de 800 horas de uso contínuo, seguindo uma distribuição exponencial. Qual a probabilidade de que a fábrica tenha de substituir um monitor gratuitamente, se ela oferece uma garantia de 00 horas de uso? T : VA exponencial indicando as horas de vida de um monitor. Sabe-se do enunciado que E[T ] = 800. Logo, como E[T ] = /λ, temos que λ = /800. P (T < 00 = 00 0 λe λx dx = e 00 /800 = 0.687 = 0.27 6 O tempo médio de vida de um transistor é de 500 horas, seguindo uma distribuição exponencial. a. Calcule a probabilidade do transistor durar mais que 500 horas. b. Calcule a probabilidade do transistor durar entre 00 e 000 horas. c. Sabendo que o transistor já durou 500 horas, calcule a probabilidade dele durar mais 500 horas. T : VA exponencial com λ = /500. a. b. P (T > 500 = e λt = e 500 500 = e = 0.679 P (00 < T < 000 = P (T > 00 P (T > 000 = e 0.6 e 2 = 0.45

c. Usando os resultados dos itens anteriores e o teorema de Bayes, temos P (T > 000 T > 500 = = P (T > 000 P (T > 500 T > 000 P (T > 500 P (T > 000 P (T > 500 = e 2 e = e = 0.679 Observação: Para qualquer VA exponencial T e para todo s, t > 0, a seguinte propriedade é válida: P (T > s + t T > s = P (T > t. Essa propriedade é conhecida como falta de memória (memorylessness, em inglês. Esse termo é usado pois não importa o que aconteceu no passado (T s somente o momento em que se inicia a observação (podendo ser considerado como instante zero. Neste contexto, a distribuição exponencial é inadequada para representar o tempo de vida de itens que sofrem efeito de fadiga. 7 Seja X um ponto escolhido aleatoriamente no intervalo [0, ]. a. Qual é a fdp para este experimento? b. Qual é a função de distribuição acumulada? c. Calcule o valor esperado e a variância de X. Como o ponto é escolhido aleatoriamente, qualquer valor no intervalo possui a mesma probabilidade de ser selecionado. Logo, temos uma distribuição uniforme com parâmetros α = 0 e β =. Para todos os três itens do enunciado basta substituir os valores dos parâmetros nas fórmulas da distribuição uniforme: a. b. f(x = {, para x [0, ] 0, para x [0, ] 0, para x < 0 F (x = x, para 0 x <, para x c. E[X] = /2 V (X = /2 8 Seja Z uma variável aleatória com distribuição normal padrão. Calcule: a. P (Z >.65; b. P (Z <.65; c. P ( < Z < ; d. P ( 2 < Z < 2; e. P ( < Z < ; f. P (Z > 6; g. O valor de z, tal que P ( z < Z < z = 0.90; 4

h. O valor de z, tal que P ( z < Z < z = 0.99. Distribuição normal padrão possui µ = 0 e σ =. Para resolver esse exercício basta consultar uma tabela da distribuição. Por exemplo, no livro do Barbetta (Tabela, pág. 77. a. P (Z >.65 = 0.0495. b. P (Z <.65 = P (Z >.65 = 0.0495 = 0.9505. c. Note que o intervalo < Z < corresponde exatamente a 2σ. Áreas com intervalos de amplitude baseadas no desvio padrão são sempre constantes na distribuição normal. Assim P ( < Z < = 0.68, como visto em aula. d. Idem item anterior com intervalo 4σ. Logo, P ( 2 < Z < 2 = 0.955. e. Idem item anterior com intervalo 6σ. Logo, P ( < Z < = 0.997. f. O valor de z está fora do limite da tabela, mas como a curva da normal é decrescente sabe-se que Logo, P (Z > 6 0. g. Como a curva é simétrica, temos que E como P ( z < Z < z = 0.90, então P (Z > 6 < P (Z > 5 = 0.000000287. P ( z < Z < z = 2 P (Z > z. 2 P (Z > z = 0.90 P (Z > z = 0.05. Fazendo uma busca reversa na tabela da distribuição normal pelo valor 0.05 vemos que P (Z >.64 = 0.0505 e P (Z >.65 = 0.0495. Assim, z.645. h. Mesmo argumento do item anterior z 2.575. 9 Um setor de manutenção de uma empresa fez um levantamento de falhas de um equipamento e constatou que há, em média, 0.75 falhas por ano e que o intervalo entre falhas segue uma distribuição exponencial. Qual é a probabilidade do equipamento não falhar no próximo ano? Temos uma distribuição exponencial com λ = 0.75 e queremos P (T > = e λt = e 0.75 = 0.4724. 5