Baixe o app para aproveitar ainda mais
Prévia do material em texto
P2 - Probabilidade e Estatística – 2012.2 Dpto. Engenharia Elétrica, PUC-Rio. Professores: Reinaldo Castro Souza & Roxana Jimenez Contreras Problema 1 (1.6 pts) (Demonstrações a) (0.4 pt) - Se X é uma v.a. discreta, descreva o domínio de X, caso X fosse: Bernoulli, Binomial, Binomial Negativa, Geométrica e Poisson. SOLUÇÃO Bernoulli : x=0,1 Binomial : x=0,1,...,n Geométrica : x=1,2,.... Binomial Negativa : x= r, r+1, r+2, .... Poisson: x= 0,1,.... b) (0.4 pt) - Seja nXXX ,..., 21 uma sequência de v.a.’s independentes com distribuição N(μ, )2 . Se nXXXY ...21 , quem é a distribuição de Y? E da v.a nY . SOLUÇÃO - ),(~ 2 yyNY , onde iy e 22 iy - ),(~ 2 yyN n Y , onde n i y ou i e n i y 2 2 c) (0.4 pt) - Quais as propriedades que a função de densidade f(x) de uma v.a. Normal deve ter? SOLUÇÃO - f(x) como definida integra a 1. - f(x) > 0 sempre. - Os limites de f(x) quando x tende a + e - são iguais a zero. - A densidade N(μ, σ2) é simétrica em torno de μ, ou seja: f(μ + x) = f(μ - x) - O valor máximo de f(x) ocorre em x = μ - Os pontos de inflexão de f(x) são x = μ + σ e x = μ – σ. d) (0.4 pt) – Na transformação de v.a. contínuas, existem dois métodos. Quais são eles? Quando usar um e o outro? SOLUÇÃO - O método da função de distribuição - O método do jacobiano - O método da função de distribuição é bastante geral, não há restrição, pois pode ser empregado para transformações não injetoras e injetoras. - O método do Jacobiano requer que a função Y = h(X) seja injetora. Problema 2 (1.6 pts) O administrador de um hospital estudou o número de emergências cardíacas diárias no seu hospital, ao longo de vários anos e, concluiu que elas estão distribuídos de acordo com um modelo de POISSON, com média de três (3) emergências por dia. a) (0.8 pt) - Qual é a probabilidade de que, num determinado dia, tenha ocorrido, mais de 2 emergências? b) (0.8 pt) - Qual é a probabilidade de que, em dois dias, tenham ocorrido, não mais de três emergências? SOLUÇÃO Distribuição Poisson X~Poisson(μ) E(X) = μ a) Qual é a probabilidade de que, num determinado dia, tenha ocorrido, mais de 2 emêrgências? 1 dia - 3 emergências X~Poisson(μ=3) Pr(X≥3) = 1 – Pr(X<3) F(2) = 1 – [f(0)+f(1)+f(2) f(0) = Pr(X=0) = 050,0 !0 .3 30 e f(1) = Pr(X=1) = 149,0 !1 .3 31 e f(2) = Pr(X=2) = 224,0 !2 .3 32 e F(2) =1 – [0,050 + 0,149 + 0,224]= 0,577 = 57,7% b) Qual é a probabilidade de que, em dois dias, tenham ocorrido, não mais de três emergências? 1 dia - 3 emergências 2 dias - 6 emergências X~Poisson(μ=6) Pr(X≤3) F(2) = f(0)+f(1)+f(2)+f(3) f(0) = Pr(X=0) = 03 60 1048,2 !0 .6 x e f(1) = Pr(X=1) = 0149,0 !1 .6 61 e f(2) = Pr(X=2) = 0446,0 !2 .6 62 e f(3) = Pr(X=3) = 0892,0 !3 .6 63 e F(3) =2,48.10-03 + 0,0149 + 0,044 + 0,0892 = 0,1512 = 15,12% Problema 3 (2.6 pts) A duração (Y) de componentes eletrônicos é às vezes modelada pela densidade Rayleigh, mostrada a seguir. Pede-se: a) (1.0 pt) Densidade de 4 2Y Z . b) (0.4 pt) Quem é esta densidade da variável aleatória Z? c) (0.6 pt) Prob(Z )5 e Prob )21( Z , para =2. d) (0.6 pt) Média e a Variância de “Z”, para =2. SOLUÇÃO a) Achara a Densidade de 4 2Y Z . Seja: 4 2Y Z , é injetora y>0 4 2y z zy 42 zy 2 2 1 2zy 2 1 . 2 1 .2 z dz dy zdz dy 1 dz dy yfzg ).()( z e z zg z 1 .. 2.2 )( 4 z ezg 4 . 4 )( z ezg 4 . 4 )( 0y onde exp 2 2 yy yf 0 y onde 2 exp 2 yy yf b) Quem é esta densidade da variável aleatória Z? Z ~ EXPONENCIAL ( 4 ) c) Prob(Z )5 e Prob )21( Z , para =2. I – Prob (1≤Z≤2). 3 1 ).()21Pr( y y dzzfZ 2 1 4 .. 4 z z z dye = 2 1 4 4 . 4 z e = 2 1 4 z e = zz ee 44 = 2 1.4 2 2.4 ee = (-0,01832 +0,13534) = 0,1170 y y dzzfZ 5 ).()5Pr( z z z dye 5 4 .. 4 = 0 4 4 . 4 z e = 5 4 z e = zz ee 44 = 2 5.4 2 .4 ee = 4,54.10 -5 ou 5 0 4 .. 4 1 z z z dye = 1 - 5 0 4 4 . 4 z e = 1 - 5 0 4 z e = 1 - 0.45.4 ee = 1 - 110.54,4 5 = = ( 1 -0,9999546) = 4,54.10 -5 d) Média e a Variância de “Z”, onde =2. Densidade exponencial é: Se X é Exponencial com parâmetro λ, então: Se “Z” é exponencial com parâmetro 4 , e =2, então: Média (Z) 4 1 )( ZE 2 1 4 )( ZE Variância (Z) 2 2 4 1 )( ZVAR 4 1 16 )( 2 ZVAR 0 e 0 onde .exp.)( xxxf 2 ( ) 1/ ( ) 1/ E X VAR X Problema 4 (2.8 pts): Os resultados de um certo teste de medida que mede o peso em uma população de alunos universitários da PUC, é uma variável aleatória Normal com média 64 kg e desvio padrão 16 kg. Baseado nesta informação, responda as questões seguintes: a) (0.7 pt) Quer-se classificar a população em quatro categorias iguais, quais serão as pontuações que delimitam esses grupos? b) (0.7 pt) Qual a probabilidade de alguém pesar entre 57 kg e 74 kg? c) (0.7 pt) Se os 25 alunos matriculados em Engenharia Civil que fazem a matéria de PROBEST fizerem o teste, qual é a probabilidade que tenham o peso médio superiores a 70 kg? d) (0.7 pt) Dentre 25 alunos nesta mesma amostra, qual a probabilidade do aluno que teve o peso maior, não exceda 70 kg no teste? SOLUÇÃO X~Normal(64,162) a) Quer-se classificar a população em quatro categorias iguais, quais serão as pontuações que delimitam esses grupos? a.1) Pr (Q1) = 75% Ф(Q1) = 0,75 ZQ1 = -0,675 Φ(Q1) = 75% Φ(Q2) = 50% ZQ1= 1Q Φ(Q3) = 25% Q1 = (-0,675x16) + 64 = 53,2 Q1 Q2 Q3 5 25 45 a.2) Pr (Q2) = 50% Ф(Z) = 0,50 ZQ2 = 0 Q2 = (0x16) + 64 = 64,0 a.3) Pr (Q3) = 25% Ф(Q3) = 0,25 ZQ3 = 0,675 Q3 = (0,675x16) + 64 = 74,8 b) Qual a probabilidade de alguém pesar entre 57 kg e 74 kg? Pr(X>57) Pr(X>74) Pr )7457( X = Pr 16 6474 16 64 16 6457 X= Pr 16 6474 16 6457 Z 57 74 32 64 96 =Pr(-0,4375<Z<0,625) Tabela lado esquerdo Pela tabela: Ф (-0,4375) = 1 – 0,6688 = 0,3312 Pela tabela: Ф (0,625) = 0,7341 Zo=-0,4375 0 Zo=0,625 Pr (57<X<74) = 0,7341 – 0,3312 = 0,4029 = 40,29% Ou Pr (57<X<74) = 1 – [(0,3312 + (1-0,7341)] = 0,4029 = 40,29% Tabela lado direito Pela tabela: Ф (-0,4375) = 1 - 0,3312 = 0,6688 Pela tabela: Ф (0,625) = 0,2659 Zo=-0,4375 0 Zo=0,625 Pr (57<X<74) = 0,6688 – 0,2659 = 0,4029 = 40,29% Ou Pr (57<X<74) = 1 – [0,3312 +0,2659] = 0,4029 = 40,29% c) Se os 25 alunos matriculados em Engenharia Civil que fazem a matéria de PROBEST fizerem o teste, qual é a probabilidade que tenham o peso médio superiores a 70 kg? X ~ NORMAL 25 16 ,64 2 )70Pr( X Pr )70( X = Pr 25 16 6470 25 16 64X = Pr 25 16 6470 Z = Ф (1,875) = 0,0304 X 32 64 96 Pr )70( X = 3,04% d) Dentre 25 alunos nesta mesma amostra, qual a probabilidade do aluno que teve o peso maior, não exceda 70 kg no teste? n = 25 alunos V = Max ),...,,,( 25321 XXXX Pr )70( V = ? Pr )70,...,70,70,70( 25321 XXXX sX i iid Pr (V ≤ 70) = Pr (V≤70) = [Pr )70,...,70,70,70( 25321 XXXX ] = [Pr )70( iX ]25 Pr )70( iX = Pr 16 6470 16 64iX = Pr 16 6470 Z = Ф (0,375) Pr (V ≤70) = (1-0,3538)25 = Pr (V ≤70) = 1,81x10-5 Problema 5 (1.4 pts): Uma empresa aérea sabe que 15% das pessoas que fazem reservas aéreas cancelam suas reservas. A empresa vende 60 passagens para um vôo que contém apenas 56 lugares. Supondo que as pessoas cancelam suas reservas de maneira independente, calcule a probabilidade de que haverá assentos para todos os passageiros. SOLUÇÃO X~BINOMIAL(n,p), sendo “p” a probabilidade de sucesso. Domínio de X = (0,n) RESPOSTA: X ~ BINOMIAL(n=60;p=0,85) Pr (x≤56) = F(56) = 0,985165 = 98,52% ou 1 – [f(57)+f(58)+f(59)+f(60)] = 1 – (0,01095+0,00321+0,000617+5,82.10-5 ) = 0,9852 Ou 0,01095 )15,0(85,0 )!5760(!57 !60 )85,01(85,0 57 60 57Pr)57( 357)5760(57 Xf nxpp xnx n pp x n xXxf xnxxnx ,...,2,1,0 para )1( )!(! ! )1(Pr)( 0,00321 )15,0(85,0 )!5860(!58 !60 )85,01(85,0 58 60 58Pr)58( 258)5860(58 Xf 0,000617 )15,0(85,0 )!5960(!59 !60 )85,01(85,0 59 60 59Pr)59( 159)5960(59 Xf 5,82x10 )15,0(85,0 )!6060(!60 !60 )85,01(85,0 60 60 60Pr)60( 5-060)6060(60 Xf X ~ BINOMIAL(n=60;p=0,15) Pr (x≥4) = 1 -F(3) = 0,985165 = 98,52% ou 1 – [f(0)+f(1)+f(2)+f(3)] = 1 – (0,01095+0,00321+0,000617+5,82.10-5 ) = 0,9852 Boa sorte! 0,01095 )85,0(15,0 )!360(!3 !60 )15,01(15,0 3 60 3Pr)3( 573)360(3 Xf 0,00321 )85,0(15,0 )!260(!2 !60 )15,01(15,0 2 60 2Pr)2( 582)260(2 Xf 0,000617 )85,0(15,0 )!160(!1 !60 )15,01(15,0 1 60 1Pr)1( 591)160(1 Xf 5,82x10 )85,0(15,0 )!060(!0 !60 )15,01(15,0 0 60 0Pr)0( 5-600)060(0 Xf FORMULÁRIO: Variáveis Aleatórias Discretas Distribuição Bernoulli Notação : X ~ Bernoulli(p) Função de probabilidade: Média e Variância: E(X) = p VAR(X) = p.q = p.(1-p) Distribuição Binomial Notação : X ~ Bin (n,p) Função de probabilidade: Média e Variância: E(X) = n.p VAR(X) = n.p.q = n.p.( 1-p) Distribuição Geométrica Notação : X ~ Geom (p) Função de probabilidade: Média e Variância: E(X) = 1/p VAR(X) = q/p2 Distribuição Binomial Negativa Notação : X ~ NegBin (r,p) Função de probabilidade: Média e Variância: E(X) = r/p VAR(X) = r.q/p2 Distribuição Poisson Notação : X ~ Poisson(μ) Função de probabilidade: Média e Variância: E(X) = μ VAR(X) = μ 1)Pr()( 1 xx ppxXxf )1( )!(! ! )1(Pr)( xnxxnx pp xnx n pp x n xXxf .)Pr()( 1 pqxXxf x .. 1 1 )Pr()( rxr qp r x xXxf ! )Pr()( x e xXxf x Variáveis Aleatórias Contínuas Distribuição Uniforme Notação : X ~ Uniforme(a,b) Função de probabilidade: Distribuição Exponencial Notação : X ~ Exp (λ) Função de probabilidade: Média e Variância: E(X) = 1/λ VAR(X) = 1/λ2 Distribuição Normal Notação : X ~ Normal (μ,σ2) Função de probabilidade: Média e Variância: E(X) = μ VAR(X) = σ2 Se X~N(μ,σ2) )1,0(~ N X Z Se X tem densidade f(x) e Y=h(X) é uma transformação qualquer, então, a densidade de Y, denotada por g(y) é: g(y) = y yG )( , onde G(y) é a função de distribuição acumulada de Y. Se Y = X2 , então : Finalmente, pelo Método do Jacobiano: b)(a, x se 0 b)(a, x se 1 )( abxf 0 e 0 onde .exp.)( xxxf R 0 onde . 2 1 )( 22 2 2 2 eexf x )()(. .2 1 )( yfyf y yg y x xfyg ).()( Tabela da N(0,1) (Ф( 0Z ) = Pr(Z≤ 0Z ) z z) z z) z z) z z) 0.00 0.5000 0.62 0.7324 1.24 0.8925 1.86 0.9686 0.02 0.5080 0.64 0.7389 1.26 0.8962 1.88 0.9699 0.04 0.5160 0.66 0.7454 1.28 0.8997 1.90 0.9713 0.06 0.5239 0.68 0.7517 1.30 0.9032 1.92 0.9726 0.08 0.5319 0.70 0.7580 1.32 0.90661.94 0.9738 0.10 0.5398 0.72 0.7642 1.34 0.9099 1.96 0.9750 0.12 0.5478 0.74 0.7704 1.36 0.9131 1.98 0.9761 0.14 0.5557 0.76 0.7764 1.38 0.9162 2.00 0.9772 0.16 0.5636 0.78 0.7823 1.40 0.9192 2.02 0.9783 0.18 0.5714 0.80 0.7881 1.42 0.9222 2.04 0.9793 0.20 0.5793 0.82 0.7939 1.44 0.9251 2.06 0.9803 0.22 0.5871 0.84 0.7995 1.46 0.9279 2.08 0.9812 0.24 0.5948 0.86 0.8051 1.48 0.9306 2.10 0.9821 0.26 0.6026 0.88 0.8106 1.50 0.9332 2.12 0.9830 0.28 0.6103 0.90 0.8159 1.52 0.9357 2.14 0.9838 0.30 0.6179 0.92 0.8212 1.54 0.9382 2.16 0.9846 0.32 0.6255 0.94 0.8264 1.56 0.9406 2.18 0.9854 0.34 0.6331 0.96 0.8315 1.58 0.9429 2.20 0.9861 0.36 0.6406 0.98 0.8365 1.60 0.9452 2.22 0.9868 0.38 0.6480 1.00 0.8413 1.62 0.9474 2.24 0.9875 0.40 0.6554 1.02 0.8461 1.64 0.9495 2.26 0.9881 0.42 0.6628 1.04 0.8508 1.66 0.9515 2.28 0.9887 0.44 0.6700 1.06 0.8554 1.68 0.9535 2.30 0.9893 0.46 0.6772 1.08 0.8599 1.70 0.9554 2.32 0.9898 0.48 0.6844 1.10 0.8643 1.72 0.9573 2.34 0.9904 0.50 0.6915 1.12 0.8686 1.74 0.9591 2.36 0.9909 0.52 0.6985 1.14 0.8729 1.76 0.9608 2.38 0.9913 0.54 0.7054 1.16 0.8770 1.78 0.9625 2.40 0.9918 0.56 0.7123 1.18 0.8810 1.80 0.9641 2.42 0.9922 0.58 0.7190 1.20 0.8849 1.82 0.9656 2.44 0.9927 0.60 0.7257 1.22 0.8888 1.84 0.9671 2.46 0.9931 μ X σ Z TABELA NORMAL Desv. Normal z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.5000 0.4960 0.4920 0.4880 0.4840 0.4801 0.4761 0.4721 0.4681 0.4641 0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 0.4286 0.4247 0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859 0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483 0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121 0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776 0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451 0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148 0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867 0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611 1.0 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379 1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170 1.2 0.1151 0.1131 0.1112 0.1093 0.1075 0.1056 0.1038 0.1020 0.1003 0.0985 1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823 1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681 1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559 1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455 1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367 1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294 1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233 2.0 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183 2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143 2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110 2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084 2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064 2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048 2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036 2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0030 0.0029 0.0028 0.0027 0.0026 2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0022 0.0021 0.0021 0.0020 0.0019 2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014 3.0 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010 Exemplo:
Compartilhar