Baixe o app para aproveitar ainda mais
Prévia do material em texto
Exame Final de Cálculo das Probabilidades II - Prof. Nei Rocha 13 de dezembro de 2017 Duração: 2 horas 1a. Questão (2 pts): Sejam X1; X2; X3; X4 variáveis aleatórias i.i.d. com distribuição uni- forme em [0; 1]. De na T = min fmax (X1; X2) ;max (X3; X4)g. (a) Obtenha a lei da variável aleatória T . Solução: Desejamos FT (t), para nalmente obtermos fT (t). FT (t) = P (T � t) = P (min fmax (X1; X2) ;max (X3; X4)g � t) = 1� P (min fmax (X1; X2) ;max (X3; X4)g > t) = 1� P (max (X1; X2) > t;max (X3; X4) > t) = 1� P (max (X1; X2) > t)P (max (X3; X4) > t) = 1� [1� P (max (X1; X2) � t)] [1� P (max (X3; X4) � t)] = 1� [1� P (X1 � t)P (X2 � t)] [1� P (X3 � t)P (X4 � t)] = 1� [1� FX1 (t)FX2 (t)] [1� FX3 (t)FX4 (t)] Assim, como FXi (t) = 8<: 0, se t < 0 t, se 0 � t < 1 1, se t � 0 temos FT (t) = 8<: 0, se t < 0 1� [1� t2]2 , se 0 � t < 1 1, se t � 0 Logo fT (t) = d dt FT (t) = � 4t (1� t2) , se 0 � t � 1 0, caso contrário (b) Calcule P � T � 1 3 � . Solução: Desejamos P � T � 1 3 � = Z 1=3 0 4t � 1� t2� dt = 4" t2 2 � t 4 4 ����1=3 0 # = 4 � 1 18 � 1 324 � = 4 � 18� 1 324 � P � T � 1 3 � = 17 81 �= 20; 99%. 2a. Questão (2 pts): Sejam X e Y variáveis aleatórias com densidade conjunta dada por fX;Y (x; y) = 90 (y � x)8 :1(0;1)(x):1(x;1)(y) (a) Calcule P (Y > 2X). Solução: Temos P (Y > 2X) = Z 1=2 x=0 Z 1 y=2x 90 (y � x)8 dydx = 90 Z 1=2 0 24 (y � x)9 9 ����� 1 y=2x 35 dx = 10 Z 1=2 0 � (1� x)9 � x9� dx = 10 24� (1� x)10 10 � x 10 10 ����� 1=2 0 35 = � (1=2)10 � (1=2)10 + 1 = 1� 1 29 P (Y > 2X) = 29 � 1 29 = 511 512 �= 0; 998. (b) Calcule P � 1 2 < Y < 3 4 jX = 1 4 � . Solução: Desejamos inicialmente obter fY jX(yjx). fX(x) = Z 1 x 90 (y � x)8 dy = 90 24 (y � x)9 9 ����� 1 y=x 35 fX(x) = 10 (1� x)9 , para 0 < x < 1. Assim fY jX (yjx) = fX;Y (x; y) fX(x) = 90 (y � x)8 10 (1� x)9 = 9 (y � x)8 (1� x)9 , para x < y < 1. Assim fY jX (yj1=4) = 9 (y � 1=4) 8 (3=4)9 = 49 37 (y � 1=4)8 , para x < y < 1. Assim, temos P � 1 2 < Y < 3 4 jX = 1 4 � = Z 3=4 1=2 49 37 (y � 1=4)8 dy = 49 37 24 (y � 1=4)9 9 ����� 3=4 1=2 35 = � 4 3 �9 � 1 29 � 1 49 � = � 1 3 �9 � 29 � 1� P � 1 2 < Y < 3 4 jX = 1 4 � = 29 � 1 39 = 511 19:683 �= 0; 026. 3a. Questão (2 pts): SejaX uma variável aleatória com função de densidade de probabilidade dada por fX(x) = 1 � exp � � � x� � � �� :1(�;1)(x), com � > 0. (a) Obtenha a função característica da v.a. X. Solução: Desejamos 'X(t) = E[e itX ] = Z 1 � eitx 1 � exp � � � x� � � �� dx = 1 � exp � � � �Z 1 � eitx exp n �x � o dx = 1 � exp � � � �Z 1 � exp � �x � 1 � � it �� dx = 1 � exp � � � �24�exp��x �1� � it� � 1 � � it� ����� 1 � 35 = 1 � exp � � � �" 0 + exp ��� �1 � � it� � 1 � � it� # = exp fi�tg 1� i�t Assim, temos 'X(t) = ei�t 1� i�t para todo t 2 R. (b) Obtenha E (X) a partir da função característica. Solução: Sabemos que d dt 'X(t) �� t=0 = iE(X). Assim, temos d dt 'X(t) = i� (1� i�t) ei�t � ei�t (�i�) (1� i�t)2 Assim d dt 'X(t) ���� t=0 = i (� + �) = iE(X) Assim E(X) = � + �. 4a. Questão (2 pts): Uma partícula se move nos inteiros da reta real, passando, para todo z 2 Z, da posição z para z + 1 com probabilidade 1 3 ; de z para z � 1 com probabilidade 1 6 , e permanecendo no mesmo lugar, isto é, de z para z, com probabilidade 1 2 , de forma independente a cada passo. Se a partícula se situa inicialmente na origem do eixo real, construa uma heurística com argumentos probabilísticos sólidos para calcular a probabilidade aproximada de que a partícula esteja, após 720 passos, entre os inteiros maiores ou iguais a 110 e menores ou iguais a 142. Solução: Seja Xn 2 f�1; 0; 1g, o deslocamento no passo n. Assim, temos P (Xn = �1) = 1 6 , P (Xn = 0) = 1 2 e P (Xn = 1) = 1 3 . Temos X0 = 0, e assim Sn = X0 + X1 + X2 + ::: + Xn = Pn k=1Xk representa a posição da partícula após o n-ésimo passo. Como as variáveis X1; X2; ::: são i.i.d., temos, pelo Teorema Central do Limite para Variáveis i.i.d. que Sn � E (Sn)p V ar (Sn) D! N (0; 1) Mas E (Xn) = (�1) :1 6 + 0: � 1 2 � + 1: 1 3 = 1 6 V ar (Xn) = (�1)2 :1 6 + 02: � 1 2 � + 12: 1 3 � � 1 6 �2 = 17 36 Assim E (Sn) = n 6 e V ar (Sn) = 17n 36 Logo Sn � n6p 17n 6 D! N (0; 1) Assim, para n = 720, temos S720 � 120 2 p 85 � N (0; 1). Assim, aplicando o fator de correção para a aproximação de somas discretas por uma dis- tribuição normal, temos: P (110 � S720 � 142) �= P � 109; 5� 120 2 p 85 � Z � 142; 5� 120 2 p 85 � = P (�0; 57 � Z � 1; 22) = P (Z � 1; 22)� P (Z � �0; 57) = 0; 8888� 0; 2843 = 0; 6045 Assim P (110 � S720 � 142) �= 60; 45%. 5a. Questão (2,0): Considere uma sequência de variáveis aleatórias tais queXn � Exp � 2n=2 � . Solução: Como Xn � Exp � 2n=2 � , temos E (Xn) = 1 2n=2 e V ar (Xn) = 1 2n Como lim n!1 E (Xn) = 0 e lim n!1 V ar (Xn) = 0 o candidato natural de convergência a se testar é X = 0, já que Xn se concentra cada vez mais em torno de 0. (a) Veri que se Xn q:c:! X, identi cando X em caso a rmativo. Solução: Xn q:c:! X = 0 se para todo " > 0, tivermos P (jXn � 0j � " i.v.) = 0. Mas P (jXn � 0j � ") = P (jXnj � ") = P (Xn � ") � E (Xn) " (pela desigualdade de Markov) = 1 "2n=2 Assim 1X n=1 P (jXn � 0j � ") � 1X n=1 1 "2n=2 = 1 " 1X n=1 � 1p 2 �n = 1 " 1p 2 1� 1p 2 = 1 " �p 2� 1� <1 Assim, pelo Lema de Borel-Cantelli, temos que P (jXn � 0j � " i.v.) = 0. Logo, Xn q:c:! X = 0. (b) Veri que se Xn p! X, identi cando X em caso a rmativo. Solução: Como provamos no item (a) que Xn q:c:! X = 0, então Xn p! X = 0, pois convergência quase certa implica a convergência em probabilidade. (c) Veri que se Xn L1! X, identi cando X em caso a rmativo. Solução: Xn L1! 0, se limn!1E (jXn � 0j) = 0. Mas E (jXn � 0j) = E (jXnj) = E (Xn) = 1 2n=2 e assim lim n!1 E (jXn � 0j) = lim n!1 1 2n=2 = 0. Portanto Xn L1! X = 0. (d) Veri que se Pn k=1Xk n q:c:! X, identi cando X em caso a rmativo. Solução: Pelo item (a) vimos que Xn q:c:! X = 0. Assim P 1X n=1 Xn <1 ! = 1 ou seja, com probabilidade 1 a série P1 n=1Xn será convergente. Assim P � lim n!1 Pn k=1Xk n = 0 � = 1. Portanto, Pn k=1Xk n q:c:! 0.
Compartilhar