Baixe o app para aproveitar ainda mais
Prévia do material em texto
PRÉ-ANPEC Estatística Diego Rafael Fonseca Carneiro AULA 03 – Probabilidade dr.carn@gmail.com | facebook.com/diego.carneio mailto:dr.carn@gmail.com https://www.facebook.com/diego.carneio https://www.facebook.com/diego.carneio AULA 03: Probabilidade Definição: Sejam ε um experimento e S um espaço amostral associado ao experimento. Uma função X, que associe a cada elemento ε ϵ S um número real, X(s), é denominada variável aleatória. Definição: Seja X uma variável aleatória. Se o número de valores possíveis de X for finito ou infinito numerável, denominaremos X de variável aleatória discreta. AULA 03: Probabilidade Distribuição Binomial Consideremos um experimento ε e um evento associado A com P(A) = p e consequentemente P(Ã) = 1 - p. Considerem-se n repetições de ε. Daí, o espaço amostral será formado por todas as sequências (2^n) possíveis {a1,a2,...,an}, onde cada “a” é ou A ou Ã. Seja então X o número de vezes que o evento A tenha ocorrido. Assim X é uma v.a. Binomial. 𝑃 𝑋 = 𝑘 = 𝑛 𝑘 𝑝𝑘 1 − 𝑝 𝑛−𝑘 AULA 03: Probabilidade Distribuição Binomial Exemplo: Suponha-se que uma válvula eletrônica, instalada em determinado circuito, tenha probabilidade 0,2 de funcionar mais do que 500 horas. Se ensaiarmos 20 válvulas, qual será a probabilidade de que delas, exatamente k, funcionem mais que 500 horas, k = 0, 1, 2, ..., 20? Se X for o número de válvulas que funcionem mais de 500 horas, admitiremos que X tenha uma distribuição binomial. Então, 𝑃 𝑋 = 𝑘 = 20 𝑘 0,2𝑘 0,8 20−𝑘 AULA 03: Probabilidade Definição: Diz-se que X é uma variável aleatória contínua, se existir uma função f, denominada função densidade de probabilidade (fdp) de X que satisfaça às seguintes condições: (a) f(x) ≥ 0 para todo x, (b) 𝑓 𝑥 𝑑𝑥 +∞ −∞ = 1 (c) para quaisquer a, b, com -∞< a < b < +∞, teremos P(a ≤ X ≤ b)= 𝑓 𝑥 𝑑𝑥 𝑏 𝑎 AULA 03: Probabilidade Definição: Seja X uma variável aleatória, discreta ou contínua. Define- se a função F como a função de distribuição acumulada da variável aleatória X como 𝐹 𝑥 = 𝑃(𝑋 ≤ 𝑥). (a) Se X for uma v.a. discreta 𝐹 𝑥 = 𝑝(𝑥𝑗)𝑗 , onde o somatório é estendido a todos os índices j que satisfaçam à condição 𝑥𝑖 ≤ 𝑥. (b) Se X for uma v.a. contínua com fdp f, 𝐹 𝑥 = 𝑓 𝑠 𝑑𝑠 𝑥 −∞ . AULA 03: Probabilidade Exemplo: Suponhamos que a variável aleatória X tome três valores 0, 1 e 2, com probabilidades 1/3, 1/6 e ½ respectivamente. Então: 𝐹 𝑥 = 0 𝑠𝑒 𝑥 < 0, 𝐹 𝑥 = 1 3 𝑠𝑒 0 ≤ 𝑥 < 1, 𝐹 𝑥 = 1 2 𝑠𝑒 1 ≤ 𝑥 < 2, 𝐹 𝑥 = 1 𝑠𝑒 𝑥 ≥ 2 AULA 03: Probabilidade Exemplo: Suponhamos que X seja uma variável aleatória contínua com fdp 𝑓 𝑥 = 2𝑥, 0 < x < 1 e 𝑓 𝑥 = 0, caso contrário. Assim: 𝐹 𝑥 = 0 𝑠𝑒 𝑥 < 0, 𝐹 𝑥 = 2𝑠 𝑑𝑠 𝑥 0 = 𝑥2 𝑠𝑒 0 ≤ 𝑥 < 1, 𝐹 𝑥 = 1 𝑠𝑒 𝑥 > 1 AULA 03: Probabilidade Propriedades (a) A função F é não-decrescente. Isto é, se 𝑥1 ≤ 𝑥2 , teremos 𝐹(𝑥1) ≤ 𝐹(𝑥2). (b) lim 𝑥→−∞ 𝐹 𝑥 = 0 e lim 𝑥→+∞ 𝐹 𝑥 = 1 (c) 𝑓 𝑥 = 𝑑 𝑑𝑥 𝐹(𝑥) AULA 03: Probabilidade Distribuição Uniforme Suponha que X seja uma v.a. contínua que tome todos os valores no intervalo [a, b], no qual a e b sejam ambos finitos. Se a fdp for dada por 𝑓 𝑥 = 1 𝑏 − 𝑎 , 𝑎 ≤ 𝑥 ≤ 𝑏 Dizemos que X é distribuída uniformemente no intervalo [a, b]. AULA 03: Probabilidade Exemplo: Um ponto é escolhido ao acaso no segmento de reta [0, 2]. Qual será a probabilidade de que o ponto escolhido esteja entre 1 e 3/2? 𝑓 𝑥 = 1 2 − 0 = 1 2 𝑃 1 ≤ 𝑋 ≤ 3 2 = 1 2 𝑑𝑠 3 2 1 = 1 4 AULA 03: Probabilidade Funções de Variáveis Aleatórias Sendo X uma v.a. e Y=G(X) uma função de X, Y também será uma v.a. Sabendo a fdp de X [f(.)] como encontrar a fdp de Y[g(.)]? • Se X for discreto: 𝑦𝑖 = 𝐺(𝑥𝑖) com probabilidade g y = 𝑃 𝑌 = 𝑦𝑖 = 𝑃 𝐺 𝑥𝑖 = 𝑦𝑖 = P 𝑥𝑖 = 𝐺 −1 𝑦𝑖 = f(𝐺 −1 𝑦𝑖 ) • Se X for contínuo: g 𝑦 = 𝑓(𝑔−1 𝑦 ) 𝑑𝑥 𝑑𝑦 AULA 03: Probabilidade Algumas Identidades 𝑓 𝑥 𝑦 = 𝑓(𝑥, 𝑦) 𝑓(𝑦) 𝑓 𝑥 = 𝑓 𝑥, 𝑦 𝑑𝑦 𝑦 𝑓 𝑥, 𝑦 𝑦 = 1 𝑥 Se X e Y são independentes: 𝑓 𝑥 𝑦 = 𝑓 𝑥 𝑓 𝑥, 𝑦 = 𝑓 𝑥 . 𝑓(𝑦) AULA 03: Probabilidade Esperança Matemática 𝐸𝑥 𝑥 = 𝑥. 𝑓 𝑥 𝑑𝑥𝑥 𝐸 𝑦 = 𝑦. 𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 𝐸 𝑦|𝑥 = 𝑦. 𝑓 𝑦|𝑥 𝑑𝑦 = 𝑦. 𝑓(𝑥, 𝑦) 𝑓(𝑥) 𝑑𝑦 Se x e y são independentes 𝑓 𝑥, 𝑦 = 𝑓 𝑥 . 𝑓(𝑦): 𝐸 𝑦|𝑥 = 𝑦. 𝑓 𝑥 . 𝑓(𝑦) 𝑓(𝑥) 𝑑𝑦 = 𝑦. 𝑓(𝑦)𝑑𝑦 = 𝐸(𝑦) AULA 03: Probabilidade Ex.01 (ANPEC 2003) O custo X de produção de certo bem é uma variável aleatória com função densidade de probabilidade: 𝒇 𝒙 = 𝒌𝒙 𝟐 𝟏 ≤ 𝒙 ≤ 𝟒 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐 É correto afirmar que: Ⓞ o valor de k é 63; ① o custo médio do produto é aproximadamente 1,04; ② o custo é menor do que 2 com probabilidade 1/9; ③ a variância do custo do produto é aproximadamente 3,04; ④ o custo é maior do que 3 com probabilidade 8/9. AULA 03: Probabilidade Ex.02 (ANPEC 2003) Considere o vetor 𝑿 = (𝑿𝟏, 𝑿𝟐, 𝑿𝟑) com fdp: 𝒇𝒙 𝒙𝟏, 𝒙𝟐, 𝒙𝟑 = 𝟔𝒙𝟏𝒙𝟐 𝟐𝒙𝟑 𝟎 ≤ 𝒙𝟏 ≤ 𝟏, 𝟎 ≤ 𝒙𝟐 ≤ 𝟏, 𝟎 ≤ 𝒙𝟑 ≤ 𝟐 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐 Encontre a probabilidade de 𝟎 ≤ 𝒙𝟏 ≤ 𝟎, 𝟓 AULA 03: Probabilidade Ex.03 (ANPEC 2004) Uma variável aleatória contínua x tem a sua função densidade de probabilidade dada pelo gráfico: AULA 03: Probabilidade Ex.04 (ANPEC 2006) Seja X uma variável aleatória contínua com função densidade: 𝒇 𝒙 = 𝟏 𝟔 𝒙 + 𝒌 𝒔𝒆 𝟎 ≤ 𝒙 ≤ 𝟑 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒕𝒓á𝒓𝒊𝒐 Calcule Prob(1 ≤ X ≤ 2). Multiplique o resultado por 100 e desconsidere os valores após a vírgula. AULA 03: Probabilidade Ex.05 (ANPEC 2007) No começo do dia, uma máquina de refrigerantes armazena um montante aleatório Y de líquido (medido em galões). No decorrer do mesmo dia, um montante aleatório X é descartado pela máquina. Como a máquina não é carregada, X ≤ Y. A distribuição conjunta de X e Y é: 𝒇𝒙,𝒚 𝒙, 𝒚 = 𝟏 𝟐 𝒔𝒆 𝟎 ≤ 𝒙 ≤ 𝒚; 𝟎 ≤ 𝒚 ≤ 𝟐 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐 Calcule a probabilidade de que menos de meio galão seja descarregado no decorrer de um dia, dado que a máquina contém um galão no início do mesmo dia. Multiplique sua resposta por 100. AULA 03: Probabilidade Ex.06 (ANPEC 2008) Duas variáveis aleatórias X e Y são conjuntamente distribuídas de acordo com a função de densidade: 𝒇𝒙,𝒚 𝒙, 𝒚 = 𝟐𝟒𝒙𝒚 𝒔𝒆 𝟎 < 𝒙 < 𝟏; 𝟎 < 𝒚 < 𝟏 − 𝒙 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐 Calcule P(0 < Y < ¼ | X = ½). Multiplique o resultado por 100 e despreze os decimais. AULA 03: Probabilidade Ex.07 (ANPEC 2009) Considere duas variáveis aleatórias X e Y. Suponha que X seja distribuída de acordo com a seguinte função de densidade: 𝒇𝒙 𝒙 = 𝟏, 𝒔𝒆 𝟎 < 𝒙 < 𝟏 𝟎, 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐 Suponha ainda que 𝒇𝒚|𝒙 𝒚|𝒙 = 𝟏 𝒙 , 𝒔𝒆 𝟎 < 𝒚 < 𝒙 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐 Calcule E(Y). Multiplique o resultado por 100. AULA 03: Probabilidade Ex.08 (ANPEC 2011) Considere a seguinte função de densidade conjunta de duas variáveis aleatórias contínuas X e Y dada por: 𝒇𝒙,𝒚 𝒙, 𝒚 = 𝒌𝒙𝟐𝒚 𝒔𝒆 𝟎 < 𝒙 < 𝟏; 𝟎 < 𝒚 < 𝟏 𝟎 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓á𝒓𝒊𝒐
Compartilhar