Baixe o app para aproveitar ainda mais
Prévia do material em texto
Exame de Cálculo das Probabilidades II Atuária, Estatística e Matemática Aplicada Instituto de Matemática - UFRJ Prof. Nei Rocha 8 de novembro de 2017 Duração: 2 horas 1a. Questão (2 pts): Dada uma amostra aleatória (X1; X2; :::; Xn) de uma mesma população regida por uma variável aleatória X, de nimos o quartil k da amostra como o valor Qk = X( k4 (n+1)) para k = 1; 2; 3. Se uma amostra aleatória de tamanho 7 é obtida de uma população regida pela distribuição uniforme em [0; 1], pede-se: (a) A lei conjunta de (Q1; Q3) (do primeiro e do terceiro quartis da amostra). Solução: Para n = 7, temos Q1 = X(2) e Q3 = X(6). Agora P � X(2) 2 dx;X(6) 2 dy � = A7;2P (X 2 dx)P (X 2 dy)C5;1P (X � x)C4;3 [P (x � X � y)]3C1;1P (X > y) = 840f (x) f (y)F (x) [F (y)� F (x)]3 [1� F (y)] dxdy Assim fX(2);X(6)(x; y) = � 840x(y � x)3(1� y), se 0 < x < y < 1 0, caso contrário (valor 0 ,7) (b) Obter a variável aleatória de nida como a esperança condicional do primeiro quartil dado o terceiro quartil, isto é, E (Q1jQ3). Solução: Devemos encontrar a distribuição condicional fX(2)jX(6)(xjy) = fX(2);X(6)(x; y) fX(6)(y) . Mas fX(6)(y) = Z y 0 840x(y � x)3(1� y)dx = 840(1� y) Z y 0 x(y � x)3dx fX(6)(y) = 42y 5 (1� y) para 0 < y < 1 Ou de outra forma: P � X(6) 2 dy � = fX(6)(y)dy = 7P (X 2 dy)C6;5 [P (X � y)]5C1;1P (X > y) = 42f (y) [F (y)]5 [1� F (y)] dy = 42y5 (1� y) dy ou seja fX(6)(y) = 42y 5 (1� y) para 0 < y < 1 (valor 0 ,5) Vemos que X(6) � Beta(6; 2). Assim fX(2)jX(6)(xjy) = 8<: 840x(y � x)3(1� y) 42y5 (1� y) = 20x(y � x)3 y5 , se 0 < x < y 0, caso contrário (valor 0 ,3) Assim E � X(2)jX(6) = y � = Z y 0 x 20x(y � x)3 y5 dx = 20 y5 Z y 0 x2(y � x)3dx = 20 y5 � y 6 60 = y 3 Assim E � X(2)jX(6) � = X(6) 3 , ou equivalentemente E (Q1jQ3) = Q3 3 . (valor 0 ,5) 2a. Questão (2 pts): Considere duas variáveis aleatórias X e Y , sendo X discreta e Y contínua, com função mista de probabilidade dada por f(x; y) = 8<: xy x�1 84 , se x = 1; 2; 3 e 0 < y � 4 0, caso contrário Seja a variável aleatória Z = max(X;Y ). Obtenha a função de distribuição da variável aleatória Z e decomponha-a nas partes discreta, absolutamente contínua e singular. Solução: Como Z = max(X;Y ) 2 [1; 4], temos: � Para z < 1, FZ(z) = 0. � Para z � 4, FZ(z) = 1. � Para 1 � z < 2, FZ(z) = P (X � z; Y � z) = P (X = 1; Y � z) = P1 x=1 R z 0 xyx�1 84 dy =R z 0 1 84 dy = z 84 . � Para 2 � z < 3, FZ(z) = P (X � z; Y � z) = P (X 2 f1; 2g; Y � z) = P2 x=1 R z 0 xyx�1 84 dy =R z 0 1 84 dy + R z 0 2y 84 dy = z 84 + z2 84 . � Para 3 � z < 4, FZ(z) = P (X � z; Y � z) = P (X 2 f1; 2; 3g; Y � z) = P3 x=1 R z 0 xyx�1 84 dy =R z 0 1 84 dy + R z 0 2y 84 dy + R z 0 3y2 84 dy = z 84 + z2 84 + z3 84 . Assim temos FZ(z) = 8>>>>>>>>>>>>>>>><>>>>>>>>>>>>>>>>: 0, se z < 1 (valor 0 ,1) z 84 , se 1 � z < 2 (valor 0 ,1) z + z2 84 , se 2 � z < 3 (valor 0 ,1) z + z2 + z3 84 , se 3 � z < 4 (valor 0 ,1) 1, se z � 4 (valor 0 ,1) � Parte Discreta de Z: P (Z = 1) = FZ(1)� FZ(1�) = 1 84 � 0 = 1 84 (valor 0 ,1) P (Z = 2) = FZ(2)� FZ(2�) = 6 84 � 2 84 = 4 84 (valor 0 ,1) P (Z = 3) = FZ(3)� FZ(3�) = 39 84 � 12 84 = 27 84 (valor 0 ,1) Como P (Z = 1)+P (Z = 2)+P (Z = 3) = 3284 , a parte contínua deve contribuir com 52 84 . Assim, temos F �d (z) = 8>>>>>>>>>>>><>>>>>>>>>>>>: 0, se z < 1 1 84 , se 1 � z < 2 5 84 , se 2 � z < 3 32 84 , se z � 3 Fd(z) = F �d (z) 32 84 = 8>>>>>>>>>>><>>>>>>>>>>>: 0, se z < 1 (valor 0 ,1) 1 32 , se 1 � z < 2 (valor 0 ,1) 5 32 , se 2 � z < 3 (valor 0 ,1) 1, se z � 3 (valor 0 ,1) � Parte Absolutamente Contínua fZ(z) = d dz FZ(z) = 8>>>>>>>>>>>><>>>>>>>>>>>>: 1 84 , se 1 � z < 2 (valor 0 ,1) 2z + 1 84 , se 2 � z < 3 (valor 0 ,1) 3z2 + 2z + 1 84 , se 3 � z � 4 (valor 0 ,1) 0, caso contrário F �ac(z) = 8>>>>>>>>>>>>>>>>>><>>>>>>>>>>>>>>>>>>: 0, se z � 1 R z 1 1 84 dt = z � 1 84 , se 1 < z � 2 2� 1 84 + R z 2 2t+ 1 84 dt = z2 + z � 5 84 , se 2 < z � 3 32 + 3� 5 84 + R z 3 3t2 + 2t+ 1 84 dt = z3 + z2 + z � 32 84 , se 3 < z � 4 43 + 42 + 4� 32 84 = 52 84 , se z > 4 Fac(z) = F �ac(z) 52 84 = 8>>>>>>>>>>>>>>>>><>>>>>>>>>>>>>>>>>: 0, se z � 1 (valor 0 ,1) z � 1 52 , se 1 < z � 2 (valor 0 ,1) z2 + z � 5 52 , se 2 < z � 3 (valor 0 ,1) z3 + z2 + z � 32 52 , se 3 < z � 4 (valor 0 ,1) 1, se z > 4 (valor 0 ,1) � Como não há parte singular, temos a seguinte decomposição: FZ(z) = 32 84 :Fd(z) + 52 84 :Fac(z) + 0:Fs(z) 3a. Questão (2 pts): Uma máquina opera sem falhar por um período de tempo X e, após falhar, é consertada durante um período Y . Suponha X e Y variáveis aleatórias independentes e exponen- cialmente distribuídas com parâmetros � e �, respectivamente. Seja Z = X X + Y a variável aleatória que representa a proporção do tempo em que a máquina permanece em funcionamento. Construa o modelo de probabilidade para a variável aleatória Z. Solução: Temos X � Exp(�) e Y � Exp(�), independentes. Logo fX;Y (x; y) = fX(x)fY (y). De na Z = X X + Y e W = X + Y então temos: x = zw e y = w(1� z) O Jacobiano da transformação é dado por J = ���� @x@z @x@w@y @z @y @w ���� = ���� w z�w 1� z ���� = w (valor 0 ,2) Assim fZ;W (z; w) = fX;Y (xw;w(1� z)) jwj = wfX(xw)fY (w(1� z)) (valor 0 ,3) Assim fZ;W (z; w) = � w�e��zw�e��w(1�z) = ��we�(�z+�(1�z))w, se zw > 0 e w(1� z) > 0 0, caso contrário Assim fZ;W (z; w) = � ��we�(�z+�(1�z))w, se w > 0 e 0 < z < 1 0, caso contrário (valor 0 ,5) Desejamos fZ(z) = R1 0 fZ;W (z; w)dw. Assim fZ(z) = Z 1 0 ��we�(�z+�(1�z))wdw (valor 0 ,2) = �� Z 1 0 we�(�z+�(1�z))wdw (o integrando é o núcleo da Gama(2; �z + �(1� z))) = �� �(2) [�z + �(1� z)]2 (valor 0 ,3) = �� [�z + �(1� z)]2 Assim fZ(z) = 8>><>>: �� [�z + �(1� z)]2 , se 0 < z < 1 0, caso contrário (valor 0 ,5) 4a. Questão (2 pts): Clientes chegam a um certo MacDonalds segundo um processo de Poisson a uma taxa média de 100 por hora. Cada cliente ao entrar escolhe um Big Mac com probabilidade de 40%. Se a loja permanece aberta apenas por um período de 8 horas, pede-se: (a) Mostre matematicamente que Y , a variável aleatória que representa o número de clientes que escolhem Big Mac diariamente nesse local, tem distribuição de Poisson com parâmetro 320. Solução: Seja a v.a. N que conta o número de pessoas que chegam à loja no período de 8 horas. Então N � Poisson(800). De na Xi � Ber(0; 4), com Xi = 1 se o i -ésimo cliente escolhe um Big Mac e Xi = 0 se o i -ésimo cliente não escolhe um Big Mac. Assim Y = � PN i=1Xi, se N � 1 0, se N = 0 (valor 0 ,2) Assim, Y jN = n � B(n; 0; 4). Portanto, temos P (N = n) = e�800800n n! , para n = 0; 1; 2; ::: (valor 0 ,2) e P (Y = kjN = n) = � n k � (0; 4)k(0; 6)n�k, para k = 0; 1; 2; :::; n (valor 0 ,3) Assim P (N = n; Y = k) = P (N = n)P (Y = kjN = n) Assim P (N = n; Y = k) = e�800800n n! � n k � (0; 4)k(0; 6)n�k, para n = 0; 1; 2; :::e k = 0; 1; 2; :::; n (valor 0 ,3) Desejamos P (Y = k) = 1X n=k e�800800n n! � n k � (0; 4)k(0; 6)n�k = (0; 4)ke�800 1X n=k 800n n! � n k � (0; 6)n�k = (0; 4)ke�800 1X n=k 800n�k800k n! n! k!(n� k)! (0; 6) n�k = 800k(0; 4)ke�800 k! 1X n=k 800n�k(0; 6)n�k (n� k)! = 320ke�800 k! 1X n=k 480n�k (n� k)! (faça j = n� k) = 320ke�800k! 1X j=0 480j j! = 320ke�800 k! � e480 = 320ke�320 k! Logo P (Y = k) = 320ke�320 k! , para k = 0; 1; 2; :::, (valor 0 ,5) ou seja, Y � Poisson(320). (b) Se cada Big Mac custa R$ 20,00 e supondo que cada cliente, ao escolher Big Mac, compra apenas um, expresse a probabilidade de que a quantia diária recebida com a venda de Big Mac neste local seja superior a R$ 6.640,00 (não é necessário calculá-la). Solução: Seja a v.a. T representando o total arrecadado com a venda do Big Mac num dado dia. Então T = 20Y . Desejamos P (T > 6:640) = P (20Y > 6:640) = P (Y > 332) = 1� P (Y � 332) P (T > 6:640) = 1� 332X k=0 320ke�320 k! (valor 0 ,5) 5a. Questão (2 pts): Seja X uma variável absolutamente contínua com distribuição uniforme em [�2; 1]. Suponha que Y jX = x � U [x2; 4]. Obtenha E(Y jX + Y � 2). Solução: Temos fX(x) = 13 :1[�2;1](x) e fY jX(yjx) = 14�x2 :1[x2;4](y). Assim, como fX;Y (x; y) = fX(x)fY jX(yjx), temos fX;Y (x; y) = 8<: 1 3 (4� x2) , se � 2 � x � 1 e x 2 � y � 4 0, caso contrário (valor 0 ,2) Desejamos E(Y jX + Y � 2) = E(Y:1fX+Y�2g) E(1fX+Y�2g) = E(Y:1fX+Y�2g) P (X + Y � 2) (valor 0 ,2) Mas P (X + Y � 2) = Z 1 x=�2 Z 2�x y=x2 1 3 (4� x2)dydx (valor 0 ,2) = 1 3 Z 1 x=�2 1 (4� x2) �Z 2�x y=x2 dy � dx = 1 3 Z 1 x=�2 2� x� x2 4� x2 dx = 1 3 Z 1 x=�2 � 4� x2�� (2 + x) 4� x2 dx P (X + Y � 2) = 1 3 Z 1 x=�2 � 1� 2 + x 4� x2 � dx = 1 3 Z 1 x=�2 � 1� 2 + x (2� x) (2 + x) � dx = 1 3 Z 1 x=�2 � 1� 1 2� x � dx = 1 3 h xj1�2 + ln(2� x)j1�2 i = 3� ln 4 3 (valor 0 ,3) Agora E(Y:1fX+Y�2g) = Z 1 x=�2 Z 4 y=x2 y:1fx+y�2g 1 3 (4� x2)dydx = Z 1 x=�2 Z 2�x y=x2 y 3 (4� x2)dydx (valor 0 ,2) = 1 3 Z 1 x=�2 1 (4� x2) �Z 2�x y=x2 ydy � dx = 1 3 Z 1 x=�2 1 (4� x2) " y2 2 ����2�x x2 # dx = 1 6 Z 1 x=�2 4� 4x+ x2 � x4 4� x2 dx (valor 0 ,2) Dividindo 4� 4x+ x2 � x4 por 4� x2, obtemos o quociente x2 + 3 e resto �4x� 8. Assim E(Y:1fX+Y�2g) = 1 6 Z 1 x=�2 � x2 + 3 � � 4� x2�� 4x� 8 4� x2 dx = 1 6 Z 1 x=�2 �� x2 + 3 �� 4(x+ 2) (2 + x) (2� x) � dx = 1 6 Z 1 x=�2 �� x2 + 3 �� 4 2� x � dx = 1 6 " x3 3 + 3x ����1 �2 ! + 4 � ln(2� x)j1�2 �# = 1 6 [12 + 4 (� ln 4)] = 6� 2 ln 4 3 (valor 0 ,3) Finalmente E (Y jX + Y � 2) = E(Y:1fX+Y�2g) P (X + Y � 2) = 6� 2 ln 4 3 3� ln 4 3 E (Y jX + Y � 2) = 6� 2 ln 4 3� ln 4 (valor 0 ,4)
Compartilhar