Prévia do material em texto
INTRODUC¸A˜O A` ESTATI´STICA - ET101
GABARITO PRIMEIRO EXERCICIO
PROF. JOSE´ CERDA-HERNA´NDEZ
(1) Em motores ele´tricos as falhas t´ıpicas ocorrerem em uma das seguintes situac¸o˜es: emper-
ramento dos mancais (E), queima dos enrolamentos (Q), desgaste das escovas (D). Num
teste com 100 motores, encontraram-se a seguinte quantidade para cada tipo de falhas:
emperramento 20 casos, queima 10 casos, e desgastes das escovas 5 casos. Um u´nico
motor apresentou simultaneamente os treˆs tipos de falhas. Ja´ 6 motores apresentaram
ambas falhas E e Q. o nu´mero de motores do lote apresentando falhas de emperramento
e desgaste de escovas foi de treˆs motores. Em dois motores foram verificadas falhas
simultaˆneas com queima de enrolamento e desgaste nas escovas. Considere que um dos
motores e´ selecionado aleatoriamente.
(a) Qual a probabilidade de que a falha seja devida a emperramento de mancal ou
queima de enrolamentos?
(b) Calcule a probabilidade que o motor selecionado apresente pelo menos um tipo de
falha.
Soluc¸a˜o:
Definamos os eventos: E: emperramento nos mancais, Q: queima de enrolamentos e D:
desgaste das escovas.
Dos dados do problema temos o gra´fico: Portanto,
12 35
1
2 1
1 75
E Q
D
(a) P (E ∪Q) = 24100 = 24%
(b) P (E ∪Q ∪D) = 25100 = 25%.
(2) Todo domingo, um pescador vai a um dentre treˆs lugares perto de sua casa: ao mar
com probabilidade 23 , a um rio com probabilidade
1
6 , ou a um lago com probabilidade
1
6 . No mar, ele consegue fisgar um peixe com probabilidade 80%; no rio e no lago essa
probabilidade vale 40% e 60%, respectivamente. Se em um domingo o pescador volta
para casa sem peixe algum, para onde e´ mais prova´vel que tenha ido?
Date: April 10, 2017.
1
2 PROF. JOSE´ CERDA-HERNA´NDEZ
Soluc¸a˜o:
Definamos os eventos: M: o pescador va´ para o mar, R: o pescador va´ para o rio, L: o
pescador va´ para o lago, SP: o pescador consegue fisgar um peixe, NP: o pescador na˜o
consegue fisgar um peixe.
Pela informac¸a˜o do problema temos:
P (M) = 2/3, P (R) = 1/6, P (L) = 1/6
e
P (SP |M) = 0.8, P (SP |R) = 0.4, P (SP |L) = 0.6
Esta˜o perguntando qual das probabilidades e´ maior: P (M |NP ), P (R|NP ), P (L|NP ).
Pelo teorema de Bayes,
P (M |NP ) = P (M)P (NP |M)
P (M)P (NP |M) + P (R)P (NP |R) + P (L)P (NP |L)
=
2
3
× 0.2
2
3
× 0.2 + 1
6
× 0.6 + 1
6
× 0.4
= 0.4444
P (R|NP ) = P (R)P (NP |R)
P (M)P (NP |M) + P (R)P (NP |R) + P (L)P (NP |L) = 0.2222
P (L|NP ) = P (L)P (NP |L)
P (M)P (NP |M) + P (R)P (NP |R) + P (L)P (NP |L) = 0.1111.
Logo, e´ mais prova´vel que o pescador tenha vindo do mar.
(3) Considere uma varivel aleatria X com resultados possveis: 0, 1, 2, . . . Suponha que
P (X = j) = (1− a)aj , j = 0, 1, 2, . . .
(a) Para que valores de a o modelo acima faz sentido?
(b) Verifique que essa expresso representa uma leg´ıtima distribuio de probabilidade.
(c) Mostre que, para quaisquer dois inteiros positivos s e t, P (X > s + t|X > s) =
P (X > t).
Soluc¸a˜o:
(a) e (b) Primeiro, se a < 0 enta˜o P (X = j) = (1 − a)aj < 0 para todo j ı´mpar, por
tanto a na˜o pode ser negativo. Se a > 1, como a sequeˆncia aj → ∞, entao existe um
j0 tal que P (X = j) = (1− a)aj > 1 para todo j > j0, por tanto a na˜o pode ser maior
que 1. Agora se a = 1, entao P (X = j) = (1 − a)aj = 0 para todo j = 0, 1, 2, . . . , e∑∞
j=0 P (X = j) = 0, que contradiz a definic¸a˜o de probabildiade, portanto a 6= 1. Se
a = 0, teriamos P (X = 0) = 1, P (X = j) = 0, para j ≥ 1, e ∑∞j=0 P (X = j) = 1, que
satisfaz a definic¸a˜o de probabilidade. Finalmente se a ∈ (0, 1), P (X = j) = (1−a)aj < 1
para todo j = 0, 1, 2, . . . , e
∞∑
j=0
P (X = j) = (1− a)
∞∑
j=0
aj = (1− a) 1
1− a = 1.
Portanto, os valores de a que descrevem um modelo de probabilidade sa˜o, a ∈ [0, 1).
INTRODUC¸A˜O A` ESTATI´STICA - ET101 GABARITO PRIMEIRO EXERCICIO 3
(c) s, t ∈ {1, 2, 3, . . . }
P (X > s + t|X > s) = P (X > s + t,X > s)
P (X > s)
=
P (X > s + t)
P (X > s)
=
∞∑
j=s+t+1
(1− a)aj
∞∑
j=s+1
(1− a)aj
=
as+t+1
as+1
= at
Agora calculamos
P (X ≥ t) =
∞∑
j=t
(1− a)aj = at.
Portanto P (X > s + t|X > s) = P (X ≥ t).
(4) Considere um experimento de retirar ao acaso, sem reposic¸a˜o, treˆs bolas de uma urna
que conte´m duas bolas vermelhas, treˆs bolas brancas e quatro bolas azuis. Sejam X
a varia´vel aleato´ria que fornece o nu´mero de bolas vermelhas nas treˆs retiradas e Y a
varia´vel aleato´ria que fornece o nu´mero de bolas brancas nas treˆs retiradas.
(a) Determine a distribuio conjunta de (X,Y ).
(b) As variveis aleatrias X e Y so independentes? Justifique.
Soluc¸a˜o:
(a)
P(X = k, Y = n) =
(
2
k
)(
3
n
)(
4
3−k−n
)(
9
3
) , k + n ≤ 3
0 , caso contrario
X ↖ Y 0 1 2 3 P(X = x)
0 24/504 108/504 72/504 6/504 210504
1 72/504 144/504 36/504 0 252504
2 24/504 18/504 0 0 42504
P(Y = y) 120504
270
504
108
504
6
504 1
(b) P(X = 0, Y = 0) = 24504 , P(X = 0) =
210
504 , P(Y = 0) =
120
504 .
Vemos que P(X = 0, Y = 0) 6= P(X = 0)P(Y = 0). Por tanto na˜o sa˜o independentes.
Department of Statistic, Federal University of Pernambuco, Recife-PE.
E-mail address: jocehe@de.ufpe.br