Probabilidades e Estatística

Documentos relacionados
Probabilidades e Estatística

Distribuição de uma proporção amostral

Probabilidades e Estatística

Conjunto de Valores. A Função de Probabilidade (fp)

Escola Secundária/3 da Sé-Lamego Ficha de Trabalho de Matemática Ano Lectivo 2003/04 Probabilidade condicionada; acontecimentos independentes 12.

MATEMÁTICA COMENTÁRIO DA PROVA


MATEMÁTICA Professores: Adriano, Andrey, Aurélio e Rodrigo Comentário Geral Prova bem abrangente como todos os anos, mas com dois detalhes que

Função par e função ímpar

M odulo de Potencia c ao e D ızimas Peri odicas Nota c ao Cient ıfica e D ızimas Oitavo Ano

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

matematicaconcursos.blogspot.com

Probabilidade 2 - ME310 - Lista 2

Noções de Testes de Hipóteses

Probabilidade 2 - ME310 - Lista 2

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

VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE

Lista de Exercícios 3 Probabilidades Escola Politécnica, Ciclo Básico

Distribuição de Probabilidade Conjunta

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

Probabilidade parte 2. Robério Satyro

Variáveis aleatórias discretas

PROBLEMA 1 O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo :

4. Distribuições de probabilidade e

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:

Distribuições derivadas da distribuição Normal. Distribuição Normal., x real.

Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira

Probabilidade e Modelos Probabilísticos

Princípios de Modelagem Matemática Aula 10

RESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA

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

3. ANÁLISE DE DADOS EXPERIMENTAIS

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

ESCOLA SUPERIOR DE TECNOLOGIA

Vetores Aleatórios, correlação e conjuntas

Estatística Básica MEDIDAS RESUMO

EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias

Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos

IND 1115 Inferência Estatística Aula 6

Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos

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

Testes de Hipóteses Paramétricos

Variáveis Aleatórias. Departamento de Matemática Escola Superior de Tecnologia de Viseu

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br

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

Por outras palavras, iremos desenvolver a operação inversa da derivação conhecida por primitivação.

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13

Sumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47

CPV seu pé direito também na medicina

Introdução à Inferência Estatística

P(seleção de um elemento baixo) = p P(seleção de um elemento médio) = p. P(seleção de um elemento alto) = p

Cálculo das Probabilidades e Estatística I

Universidade da Beira Interior Departamento de Matemática

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)

Aproximação da Distribuição Binomial pela Distribuição Normal

Distribuições Importantes. Distribuições Discretas

2, que distam de duas unidades da origem. Nesse caso, a soma das abcissas dos dois pontos é : 8 C. 5

Mestrado em Finanças e Economia Empresarial Microeconomia - 6 a Lista de Exercícios Prof.: Carlos Eugênio Monitora:Amanda Schutze

Prova escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS

Estatística e Modelos Probabilísticos - COE241

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos

FINANCEIRA. Reginaldo J. Santos. Universidade Federal de Minas Gerais Agosto de de abril de 2009

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos

Ministério da Educação. Nome:... Número:

Variáveis Aleatórias - VA

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

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

IME 2011/2012 GABARITO DISCURSIVAS INSTITUTO MILITAR DE ENGENHARIA. Professores:

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.

Matemática. Resolução das atividades complementares. M1 Trigonometria no ciclo. 1 Expresse: p 4 rad. rad em graus. 4 rad 12 p b) 330 em radianos.

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

S I M U L A Ç Ã O 84

Notas de Aula 2: MAXIMIZAÇÃO DE LUCROS

Distribuições de Probabilidade

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011.

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

ESTATÍSTICA. x(s) W Domínio. Contradomínio

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II

Testes de Hipóteses Estatísticas

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES

Variáveis Aleatórias

Introdução aos Proc. Estocásticos - ENG 430

CONTABILOMETRIA. Revisão de Probabilidade e Teorema de Bayes

Transcrição:

Deartamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec o semestre 011/01 1 o Teste B 1/04/01 11:00 Duração: 1 hora e 30 minutos Justifique convenientemente todas as resostas! Gruo I 10 valores 1. Um sistema de extracção é constituído or duas bombas idênticas, B 1 e B. A emresa resonsável elo fabrico destas bombas de extracção adiantou que, em sistemas deste tio, a robabilidade de falhar elo menos uma das duas bombas no eríodo de um ano é 0.07 e que a robabilidade de ambas falharem nesse mesmo eríodo é 0.01. (a) Calcule a robabilidade de B 1 falhar no eríodo de um ano. (.0) Quadro de eventos e robabilidades Evento Probabilidade F 1 bomba de extracção B 1 falha no eríodo de um ano P (F 1)? F bomba de extracção B falha no eríodo de um ano P (F )P (F 1)? (bombas idênticas!) F 1 [ F elo menos uma das duas bombas falha no eríodo de um ano P (F 1 [ F )0.07 F 1 \ F ambas as bombas falham no eríodo de um ano P (F 1 \ F )0.01 Prob. edida Alicando a regra da adição e o facto de P (F 1 )P (F ), tem-se: P (F 1 [ F ) 0.07 P (F 1 )+P (F ) P (F 1 \ F ) 0.07 P (F 1 ) P (F 1 \ F ) 0.07 P (F 1 ) 0.07 + P (F 1 \ F ) 0.07 + 0.01 0.04. (b) Determine a robabilidade de B falhar no eríodo de um ano condicional a que B 1 falhe nesse (1.5) eríodo. Probabilidade edida P (F F 1 ) P (F 1 \ F ) P (F 1 ) P (F 1 \ F ) P (F 1 ) 0.01 0.04. Página 1 de 7

(c) Indique, justificando, se as bombas de extracção falham de modo indeendente no eríodo de um (1.0) ano. Averiguação de indeendência entre F 1 e F Relembre-se que os eventos A e B são indeendentes se e só se P (A \ B) P (A) P (B). Ora, P (F 1 \ F ) 0.01 6 P (F 1 ) P (F ) 0.04 0.04 0.0016, elo que F 1 e F são eventos deendentes. Resolução alternativa Averiguação de indeendência entre F 1 e F É sabido que, caso A e B sejam eventos indeendentes (com robabilidades não nulas), P (A B) P (B) ep (B A) P (B). Ora, P (F F 1 ) 6 P (F ) 0.04, elo que ode concluir-se que F 1 e F são eventos deendentes.. Numa grande instituição bancária, 6% das essoas emregadas são rogramadoras de rofissão, 50% das essoas emregadas são mulheres e 4% das mulheres emregadas são rogramadoras de rofissão. (a) Identifique a distribuição da variável aleatória que reresenta o número de essoas da instituição (3.0) que são seleccionadas, ao acaso e com reosição, até ser detectado ela rimeira vez um homem rogramador de rofissão e indique o valor eserado e o desvio adrão dessa variável aleatória. X número de emregadas/os que são seleccionadas/os casualmente e com reosição até ser detectado o rimeiro homem cuja rofissão seja rogramador Distribuição de X A v.a. X corresonde ao número total de rovas de Bernoulli i.i.d. realizadas até à ocorrência do rimeiro sucesso. Assim, X Geométrica() Parâmetro Sejam M, H e P os eventos seleccionar casualmente uma mulher, um homem e um/a rogramador/a, resectivamente. Então é sabido que Logo P (M) P (H) P (P ) 0.06 P (P M) 0.04. P (homem e rogramador) P (H \ P ) P (P ) P (M \ P ) P (P ) P (P M) P (M) 0.06 0.04 0.04. Página de 7

Valor eserado de X E(X) form 1 5 Variância de X V (X) form 1 600 Desvio adrão de Y DP(Y )+ V (Y ) ' 4.50 (b) Admita agora que foram seleccionadas, ao acaso e sem reosição, 0 essoas da instituição. (.5) Calcule um valor aroximado da robabilidade de elo menos duas delas serem rogramadoras de rofissão. Y número de essoas numa amostra de 100 seleccionadas ao acaso e SEM reosição daquela instituição com N essoas emregadas das quais M são rogramadoras. Distribuição de X Y Hiergeométrica(N,M,n) Parâmetros N essoas (todos/as trabalhadores/as da instituição) M N P (P )N 0.06 essoas rogramadoras n 0 essoas seleccionadas ao acaso e SEM reosição aroximativa Admitindo que n 0 < 0.1 N, ode aroximar-se a f.. da v.a. Y Hiergeométrica(N,M,n) ela f.. da v.a. aroximativa Ỹ Binomial n 0, MN 0.06 F.. de Ỹ 0 P (Ỹ y) y 0.06 x (1 0.06) 0 y,y0, 1,...,0 Prob. edida valor aroximado P (Y ) 1 P (Y ale 1) ' 1 P (Ỹ ale 1) 1 F Binomial(0,0.06) (1) tabela 1 0.6605 ' 0.3395. Gruo II 10 valores 1. Sejam X e Y variáveis aleatórias que indicam o número de arafusos, de um conjunto de dois arafusos analisados, que não satisfazem as esecificações relativas ao comrimento e ao diâmetro, resectivamente. Suonha que a função de robabilidade conjunta de X e Y é dada or: (a) Calcule a covariância entre X e Y. O que ode concluir relativamente à indeendência entre X (.5) e Y? Par aleatório X número de arafusos que não satisfazem as esecificações relativas ao comrimento Y número de arafusos que não satisfazem as esecificações relativas ao diâmetro Página 3 de 7

F.. conjunta e f.. marginais P (X x, Y y), P (X x) ep (Y y) encontram-se na tabela seguinte: Covariância entre X e Y Uma vez que se retende calcular X Y 0 1 P (X x) 0 0.40 0.1 0.08 0.60 1 0.15 0.08 0.03 0.6 0.10 0.03 0.01 0.14 P (Y y) 0.65 0.3 0.1 1 cov(x, Y ) E(XY ) E(X)E(Y ) serão necessários alguns cálculos auxiliares que envolverão as f.. conjunta de (X, Y ) e as f.. marginais de X e Y. Valor eserado de X X E(X) x P (X x) x0 X X x P (X x, Y y) x0 0 0.6+1 0.6 + 0.14 4 Valor eserado de Y X E(Y ) y P (Y y) y0 y0 X X y P (X x, Y y) y0 0 0.65 + 1 0.3 + 0.1 0.47 x0 Momento cruzado de X e Y de ordem (1, 1) X X E(XY ) xy P (X x, Y y) Conclusão x0 y0 1 1 0.08 + 1 0.03 + 1 0.03 + 0.01 0.4 cov(x, Y ) E(XY ) E(X)E(Y ) Comentário Visto que cov(x, Y ) 0.4 4 0.47 0.0138 0.0138 6 0 ode concluir-se que X e Y são v.a. deendentes. (b) Determine E(Y X ale 1). Y X ale 1 (.5) F.. de Y X ale 1 Na alínea anterior obteve-se a f.. marginal de X, elo que ode adiantar-se que P (X ale 1) P (X 0) + P (X 1) 0.60 + 0.6 0.86. Página 4 de 7

Resta adiantar que: P (Y 0 X ale 1) P (X ale 1,Y 0) P (X ale 1) P (X 0,Y 0) + P (X 1,Y 0) P (X ale 1) 0.40 + 0.15 0.86 55 86 ; P (Y 1 X ale 1) P (X ale 1,Y 1) P (X ale 1) P (X 0,Y 1) + P (X 1,Y 1) P (X ale 1) 0.1 + 0.08 0.86 0 86 ; P (Y X ale 1) P (X ale 1,Y ) P (X ale 1) P (X 0,Y ) + P (X 1,Y ) P (X ale 1) 0.08 + 0.03 0.86 11 86 ; P (X x Y >0) 0, ara x 6 0, 1,. Valor eserado de Y X ale 1 X E(Y X ale 1) y P (Y y X ale 1) y0 0 55 0 11 +1 + 86 86 86 1 43 ' 0.48837.. Num dado modelo de bicicletas, o comrimento entre os centros dos rebites de cada elo da corrente (contribuição do elo ara o comrimento da corrente) é uma variável aleatória de valor médio cm e desvio adrão 0.04 cm. As normas do corresondente fabricante exigem que o comrimento de uma corrente esteja comreendido entre 49 cm e 50 cm e as correntes comercializadas ossuem elos, cujos comrimentos se consideram indeendentes. (a) Calcule o valor aroximado da robabilidade de uma corrente comercializada, seleccionada ao (3.0) acaso, satisfazer as normas exigidas. X i contribuição do elo i ara o comrimento (em cm) da corrente, i1,..., Distribuição, valor eserado e variância de X i i.i.d. X i X, i 1,..., E(X i )E(X) µ V (X i )V(X) 0.04 Nova v.a. Y P i1 X i comrimento (em cm) de uma corrente com elos Valor eserado e variância de Y E(Y )E P i1 X i P i1 E(X i) Xi X E(X) 49.5 Página 5 de 7

P V (Y )V i1 X Xi inde. i P i1 V (X i) Xi X V (X) 0.04 0.1584 Distribuição aroximada de Y Pelo Teorema do Limite Central (TLC) ode escrever-se Y E(Y ) V (Y ) a Normal(0, 1). Prob. edida valor aroximado 49 E(Y ) P (49 ale Y ale 50) P ale Y E(Y ) 50 E(Y ) ale V (Y ) V (Y ) V (Y ) P TLC ' 49 49.5 ale Y E(Y ) 50 49.5 ale 0.1584 V (Y ) 0.1584 50 49.5 49 49.5 0.1584 0.1584 ' (1.6) ( 1.6) (1.6) [1 (1.6)] tabela 0.896 (1 0.896) 0.794. (b) Determine qual deveria ser o valor aroximado do desvio adrão do comrimento entre os centros (.0) dos rebites de cada elo ara que 90% das correntes comercializadas cumrissem as normas do fabricante. X i contribuição do elo i ara o comrimento (em cm) da corrente, i1,..., Distribuição, valor eserado e variância de X i i.i.d. X i X, i 1,..., E(X i )E(X) µ V (X i )V(X) Nova v.a. Y P i1 X i comrimento (em cm) de uma corrente com elos Parâmetros E(Y )E V (Y )V P i1 X i P Xi inde. P i1 X i i1 E(X i) Xi X E(X) 49.5 P i1 V (X i) Xi X Distribuição aroximada de Y Alicando mais uma vez o TLC, ode escrever-se Y E(Y ) V (Y ) a Normal(0, 1). Valor aroximado de V (X) : P (49 ale Y ale 50) 0.90 49 E(Y ) P ale Y E(Y ) 50 E(Y ) ale 0.90 V (Y ) V (Y ) V (Y ) P 49 49.5 ale Y E(Y ) ale V (Y ) ' 0.90 ale1 1 ' 0.90 50 49.5 0.90 ' 0.90 Página 6 de 7

' ' 1+0.90 1 (0.95) tabela ' 1.6449 ' 1.6449 ' 0.030550. Página 7 de 7