Baixe o app para aproveitar ainda mais
Prévia do material em texto
Solução P2 - Probabilidade e Estatística – 2014.2 Dpto. Engenharia Elétrica, PUC-Rio. Professores: Reinaldo Castro Souza, Alexandre Street. Problema 1 (1.2 pts) a) (0.5 pt) Enumere 5 propriedades da função de densidade de probabilidade (fx) de uma v.a. X~NORMAL�μ,σ2 . 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. b) (0.7 pt) Mostre que o coeficiente de correlação 𝜌�𝑋, 𝑌 é igual a 1 quando 𝑌 = 𝑎𝑋 + 𝑏 e 𝑎 > 0. SOLUÇÃO )()( ),( , YVXV YXCOV YX YX YXEYXCOV .),( YXXY YXYXE .... YXYY YEXEYXE .)(.)(.. ONDE : )(YE XE Y X )().()()..()().(. YEXEYEXEXEYEYXE )().(. YEXEYXE )().(. baXEXEbaXXE )()())(()( 22 XaVXbEXEaXbEXaE 1 )( )( )().( )( )().( )( )()( ),( , 2 XaV XaV XVaXV XaV baXVXV XaV YVXV YXCOV YX Solução P2 - Probabilidade e Estatística – 2014.2 Dpto. Engenharia Elétrica, PUC-Rio. Professores: Reinaldo Castro Souza, Alexandre Street. Problema 1 (1.2 pts) a) (0.5 pt) Enumere 5 propriedades da função de densidade de probabilidade (fx) de uma v.a. X~NORMAL�μ,σ2 . 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. b) (0.7 pt) Mostre que o coeficiente de correlação 𝜌�𝑋, 𝑌 é igual a 1 quando 𝑌 = 𝑎𝑋 + 𝑏 e 𝑎 > 0. SOLUÇÃO )()( ),( , YVXV YXCOV YX YX YXEYXCOV .),( YXXY YXYXE .... YXYY YEXEYXE .)(.)(.. ONDE : )(YE XE Y X )().()()..()().(. YEXEYEXEXEYEYXE )().(. YEXEYXE )().(. baXEXEbaXXE )()())(()( 22 XaVXbEXEaXbEXaE 1 )( )( )().( )( )().( )( )()( ),( , 2 XaV XaV XVaXV XaV baXVXV XaV YVXV YXCOV YX Solução P2 - Probabilidade e Estatística – 2014.2 Dpto. Engenharia Elétrica, PUC-Rio. Professores: Reinaldo Castro Souza, Alexandre Street. Problema 1 (1.2 pts) a) (0.5 pt) Enumere 5 propriedades da função de densidade de probabilidade (fx) de uma v.a. X~NORMAL�μ, σ2 . 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. b) (0.7 pt) Mostre que o coeficiente de correlação 𝜌�𝑋, 𝑌 é igual a 1 quando 𝑌 = 𝑎𝑋 + 𝑏 e 𝑎 > 0. SOLUÇÃO )()( ),( , YVXV YXCOV YX YX YXEYXCOV .),( YXXY YXYXE .... YXYY YEXEYXE .)(.)(.. ONDE : )(YE XE Y X )().()()..()().(. YEXEYEXEXEYEYXE )().(. YEXEYXE )().(. baXEXEbaXXE )()())(()( 22 XaVXbEXEaXbEXaE 1 )( )( )().( )( )().( )( )()( ),( , 2 XaV XaV XVaXV XaV baXVXV XaV YVXV YXCOV YX Problema 2 (2 pts) Suponha 𝑝 e 𝑞 dois valores de probabilidade conhecidos. Assumindo duas v.a.’s discretas com distribuição conjunta 𝑓�𝑥, 𝑦 = 𝑐 ⋅ 𝑝𝑥 ⋅ 𝑞𝑦, para 𝑥 ∈ {1,2, … }, e 𝑦 ∈ {0,1}, mostre como encontrar: a) (0.5 pt) O valor de "𝑐", em função de 𝑝 e 𝑞, para que 𝑓 seja uma distribuição conjunta. E escreva a função conjunta. Solução yx qpcxf ).()( > 0, qualquer que seja 𝑥 ∈ {1,2, … } 𝑒 𝑦 ∈ {0,1} Sabemos: yx qp qp p yxf ).( )1.( )1( ),( , qualquer que seja 𝑥 ∈ {1,2, … } 𝑒 𝑦 ∈ {0,1} b) (1.0 pt) A marginal de 𝑋 e de 𝑌 e indique qual o nome (modelo) destas distribuições. yx qp qp p yxf ).( 1. 1 ),( Solução b.1) Densidade marginal de “X” yx qp qp p yxf ).( 1. 1 ),( 1 01. 1 )( y yx qp qp p xf 10 1. .1 )( qqp qp p xf x x p qp qp xf )1.( 11 )( xp p p xf 1 )( R.: Modelo geométrico 1 que desde 1 1 ....)1(..... 32 1 32 a a aaaaaaaaa k k 1 que desde 1 1 .....1 0 32 a a aaaa k k 1)(),( 1 01 y yx x qpcyxf )1.( )1( qp p c 1. 1 . 10 qq p p c 1 11 . p pq p p c Solução b2) - Densidade marginal de “Y” yx qp qp p yxf ).( 1. 1 ),( 11. 1 )( x xy pq qp p yf p pq qp p yf y 1 1 . 1. 1 )( 1 yq q yf 1 1 )( R. Modelo Bernoulli. c) (0.5 pt) Podemos afirmar que 𝑋 e 𝑌 são independentes? Justifique sua resposta. Solução Para ser independentes: )().(),( yfxfyxf yx qp qp p yxf ).( 1. 1 ),( xp p p xf 1 )( yq q yf 1 1 )( yxyx qp qp p q q p p p yfxf .. 1. 1 1 1 . 1 )().( Conclusão: )().(),( yfxfyxf , então, X e Y são independentes. Problema 3 (2.8 pts) Suponhamos que o nível educacional de adultos de um certo país, apresenta distribuição normal com média de 9 anos e variancia de 16 anos2, determine: a) (0.7 pt) - A probabilidade de que um adulto escolhido aleatoriamente, tenha entre 8 e 15 anos de tempo de estudo. b) (0.7 pt) - Toma-se uma amostra de 8 adultos, qual a probabilidade da média desta amostra ser menor que 7 anos? c) (0.7 pt) - Toma-se uma amostra de 8 adultos, qual a probabilidade do que tem menos anos de estudo desta amostra exceder 14 anos de estudo? d) (0.7pt) – Quantos anos de estudo um adulto deve ter, para estar entre os 4% que mais tempo tem de estudo? SOLUÇÃO X nível educacional de adulto X ~NORMAL (9,42) a) (0.7 pt) - A probabilidade de que um adulto escolhido aleatoriamente,tenha entre 8 e 15 anos de tempo de estudo. Pr(X<8) Pr(X<14) Pr )158( X = Pr 4 915 4 9 4 98 X = Pr 4 915 4 98 Z 8 15 = Pr 5000,12500,0 Z 1 9 17 Pela tabela: Ф (-0,2500) = 1 – 0,5987 = 0,4013 Pela tabela: Ф (1,5) = 0,9332 Pr )148( X = [Pr<1,5 - Pr>-0,.25] = 0,9332-0,4013 = 0,5319 = 53,19% ou = 1 – [(1-0,5987)+(1-0,9332)] = 0,5319= 53,19% -0,25 0 1,50 Média dos extremos da tabela : 5987,0 2 6026,05948,0 x b) (0.7 pt) Toma-se uma amostra de 8 adultos, qual a probabilidade da média desta amostra ser menor que 7 anos? Pr )7( X = Pr 8 4 97 8 4 7X = Pr 8 4 97 Z 1 7 9 17 = Pr 4142,1Z Pela tabela: Pr )7( X = (1-0,9213) = 0,0787 = 7,87% Interpolando conforme tabela: 1,40 - 0,9192 1,4142 - X 1,42 - 0,9222 40,142,1 9192,09222,04142,142,1 9222,0 x X 9213,0 02,0 003,00058,0 9222,0 x Z c) (0.7pt) Toma-se uma amostra de 8 adultos, qual a probabilidade do que tem menos anos de estudo desta amostra exceder 14 anos de estudo? U = Min ),...,,,( 8321 XXXX Pr )14( U = ? Pr )14,...,14,14,14( 8321 XXXX sX i iid Pr (U > 14) = Pr (U>14) = [Pr )14,...,14,14,14( 8321 XXXX ] = [Pr )14( iX ]8 Pr(U>14) Pr )14( iX = Pr 4 914 4 9iX = Pr 4 914 Z = Pr 25.1Z X i Pela tabela: Pr (U > 14) = [Pr )14( iX ]8 = [1-0,8944]8 = 1,55 x10-08 Interpolando conforme tabela: 1,24 - 0,8925 1,25 - X 1,26 - 0,8962 89435,0 2 892,0825,0 Z Pr(V≤14) d) (0.7 pt) – Quantos anos de estudo um adulto deve ter, para estar entre os 4% que mais tempo tem de estudo? Pr (X) = 4% Φ(Z0) = 4% Φ(Z0) = 4% Pela tabela: Φ(Z0) = 4% Zo=1,75 0 Z0 = 1,75 X ~NORMAL (9,42) Z = X X = (1,75 x 4) + 9 = 16 X = 16 anos X=16 1 9 17 Interpolando conforme tabela: 1,74 - 0,9591 X - 0,96 1,76 - 0,9608 9591,09608,0 74,176,196,09608,0 76,1 x X 7506,1 9591,09608,0 02,096,09608,0 76,1 x X Problema 4 (2.0 pts) A duração (X) de componentes eletrônicos é às vezes modeladapela densidade Rayleigh, mostrada a seguir. a) (1.2 pts) Deduza a densidade da v.a. 2 2 3 XY . b) (0.8 pt) Ache a Função de Distribuição ou função Acumulada. SOLUÇÃO a) (1.2 pts) Deduza a densidade da v.a. 2 2 3 XY . A densidade da v.a: 2 2 3 XY 2 .exp. 2 )( xx xf v.a: 2 2 3 XY é injetora Cálculo de g(y) 2 2 3 XY yx 23 2 3 22 yx 3 2y x 2 1 3 2 y x 3 2 . 3 2 2 1 2 1 y y x yy x 2 3 . 3 2 . 2 1 yy x 2.3 1 y x e x yg x .. 2 )( 2 y e y yg y 2.3 1 .. 3 2 .2 3 2 y e y yg y 2.3 1 .. .3 22 )( 3 2 3 2 . 3 2 y eyg Modelo: X~EXPONENCIAL (ʎ=2/3Ө) constante 0; x onde exp 2 2 xx xf b) (0.8 pt) Ache a função de Distribuição ou função Acumulada. 3 2 . 3 2 y eyg . y y dyeyYyG 0 .3 2 . 3 2 Pr)( 0y onde ,0)( 0 onde, 1)( 3 2 yG yeyG y 3 2 03 2 0 3 2 1)(. 3 23 2 Pr)( yy Y y eee e yYyG Problema 5 (2.0 pts) Seja “X” e “Y” duas Variáveis aleatórias contínuas, das quais se conhece: Pede-se: a) (1.0 pt )Calcule a Média condicional de X dado Y=y. Se y=1,3 , qual a média condicional de X dado Y=1,3. b) (1.0 pt) Calcule a Variância condicional de X dado Y=y. Se y=1,3 , qual a Variância condicional de X dado Y=1,3. SOLUÇÃO SOLUÇÃO a) a) (1.0 pt ) Calcule a Média condicional de X dado Y=y. dxyxfxyYXE ).(. 1 0 , onde ]2,0( ]1,0( y x dx y yxx xyYXE . 2/1 .3 . 1 0 2 dxxyxx y yYXE .3 2/1 1 1 0 2 1 0 34 3 . 4 3 2/1 1 x y x y yYXE 34 3 2/1 1 y y yYXE y y yYXE 612 49 f x y x y x( , ) . 3 2 onde 0 < x 1 e 0 y 2 1 x < 0 onde, 3 .2 .2)( 2 x xxf x 2y 0 onde, 63 1 )( y yf y [0,2]y e (0,1] x onde , 3/1 3/ . 2 1 )|( x yx xXYf [0,2]y e (0,1] xonde , 2/1 ..3 )|( 2 y yxx yYXf Se y=1,3 , qual a média condicional de X dado Y=1,3. y y yYXE 612 49 = 717,0 8,19 2,14 )3.1.(612 )3.1.(49 3,1 YXE SOLUÇÃO b) b) (1.0 pt) Calcule a Variância condicional de X dado Y=y. dxyxfxyYXE x x ).(. 1 0 22 , onde ]2,0( ]1,0( y x dx y yxx xyYXE . 2/1 .3 1 0 2 22 1 0 45 2 4 . 5 3 2/1 1 x y x y yYXE 45 3 . 2/1 12 y y yYXE 20 512 . 2/1 12 y y yYXE y y yYXE 1020 5122 22 )()( yYXEyYXEyYXVAR , onde ]2,0( ]1,0( y x 2 612 49 1020 512 y y y y yYXVAR Se y=1,3 , qual a Variância condicional de X dado Y=1,3. 0463,0 8,19 2,14 33 5,18 )3,1(612 )3,1(49 )3,1(1020 )3,1(512 3,1 22 YXVAR Simplificando: 2 612 49 1020 512 y y y y yYXVAR 2 )612.(5 )49.(5 )1020.(3 )512.(3 y y y y yYXVAR 2)3060( )2045()]3060).(1536[( y yyy yYXVAR )36003600900( )202518004002160198045( 2 22 yy yyyy yYXVAR 720720180 273610 2 2 yy yy yYXVAR Se y=1,3 , qual a Variância condicional de X dado Y=1,3. 0463,0 720)3,1.(720)3,1.(180 27)3,1.(36)3,1.(10 2 2 yYXVAR 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 acumuladade 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 y x xfyg ).()( )()(. .2 1 )( yfyf y yg 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 0.9066 1.94 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
Compartilhar