Baixe o app para aproveitar ainda mais
Prévia do material em texto
P3 - Probabilidade e Estatística – 2011.1 Dpto. Engenharia Elétrica, PUC-Rio. Professores: Reinaldo Castro Souza & Roxana Jimenez Contreras Problema 1 (2.0 pts) 1.1- 5 = (X1, X2,... Xn), n observações de uma v.a. X. Qual a condição que estas observações devem satisfazer para que ela seja considerada uma amostra aleatória. SOLUÇÃO A olução é qu l m “iid” ind nd n id n ic m n di ribuíd . 1.2- (0,5 pts) Seja X ~Qui-quadrado 1 . Qu l é Prob 4 87 ≤ X ≤9 34 ? -Pela tabela“χ2”, n-1=10 a= 4,87 e b=9,34 90,0 (1-α)= 0,40 50,0 a= 4,87 b=9,34 - Intervalo de confiança [1-α] = 0,40 1.3- (0,5 pt) Qual a diferença entre as densidade Normal e T-Student. Em que situação elas ficam aproximadamente iguais? SOLUÇÃO A t-student é quando a sua curva com relação a Normal é mais achatada, e quando o seu grau de liberdade passa a ser >30 ela vira uma Normal. 1.4- (0.5 pt) Qual a relação entre Correlação e Independência entre duas ou mais variáveis? SOLUÇÃO Para as variáveis serem Independentes a correlação entre elas é sempre igual a zero (elas não se correlatam), mas nem sempre podemos dizer que quando a Correlação é igual a zero as variáveis são Independentes. Problema 2 (2,0 pts) Seja )(~ EXPX ; λ> > . C lcul : a) (1.5 pt.) - Qual o estimador de máxima verossimilhança do parâmetro deste modelo, mostrar todos os passos da solução. b) (0.5 pt.) - Admitindo-se que a = (2.3, 3.0, 2.6, 2.2, 2.4) qu l ri o v lor d “ λ ”. SOLUÇÃO a) (1.5 pt.) - Qual o estimador de máxima verossimilhança do parâmetro deste modelo, mostrar todos os passos da solução. X ~ Exponencial (θ) Obtenção da função de verossimilhança “ ” L( ) = f(x1, x2,...xn) = n i x 1 .exp. Obtenção do Log-verossimilhança l( ) = log[ L( )] 0 e 0 onde .exp.),( xxxf i = log n i x 1 .exp. = log n i ixn e 1 )( . = n log - )( 1 n i ix Obtenção do estimador de máxima verossimilhança de “ ” 1ª derivada - n i ix nl 1 Iguala a zero - 0 l 0 1 n i ix nl n x n i i 1 n i ix n 1 Substituir MV ^ então X MV 1^ b) (0.5 pt.) - Admitindo-se que a = (2.3, 3.0, 2.6, 2.2, 2.4) qu l ri o v lor d “ λ ”. ~ X = (2.3, 3.0, 2.6, 2.2, 2.4) = 4,0 5,2 11^ X MV 5,2 5 5,121 1 n i iX n X Problema 3(3.0 pts) Sejam e v.a.'s contínuas com densidade conjunta: f(x, y) = c.x.y.exp{ -x2 - y2} para x 0, y 0 a) (0.6 pt) Encontre a constante c que faz desta expressão uma densidade. b) (0.6 pt) Encontre a densidade marginal de . c) (0.6 pt) Encontre a densidade marginal de . d) (0.6 pt) Encontre a densidade condicional de dado . e) (0.6 pt) e são independentes? Por que? Justifique. SOLUÇÃO a) (0.6 pt) Encontre a constante c que faz desta expressão uma densidade. 1.).,(),( 0 0 dydxyxfyxf 1..... 0 0 22 dydxeyxc yx 1.... 0 0 22 dydxexeyc y x xy 1.. 2 1 .. 00 22 dyeeyc y xy 1. 2 .. 0 2 dy eyc y y 1. 2 1 2 0 2 ye c 1 4 c c=4 b) (0.6 pt) Encontre a densidade marginal de . dyyxfxf y y .),()( 0 , onde 0 0 y x dyeeyxxf y y yx .....4)( 0 22 dyeyexxf yx ....4)( 0 22 0 22 2 1 ..4)( yx eexxf 222 0 2 1 2 1 ..4)( eeexxf x 2 1 ...4)( 2xexxf 2 ..2)( xexxf c) (0.6 pt) Encontre a densidade marginal de . Analogamente a marginal de Y segue a Marginal de X, ou seja: dxyxfyf x x .),()( 0 , onde 0 0 y x dxeeyxyf x x yx .....4)( 0 22 dxexeyyf xy ....4)( 0 22 0 22 2 1 ..4)( xy eeyyf 222 0 2 1 2 1 ..4)( eeeyyf y 2 1 ...4)( 2yeyxf 2 ..2)( yeyyf d) (0.6 pt) Encontre a densidade condicional de dado . )( ),( )( yf yxf yYXf , onde 0 0 y x 2 22 ..2 ...4 )( y yx ey eyx yYxf 2 ..2)( xexyYXf e) (0.6 pt) e são independentes? Por que? Justifique. Para ser independentes: )().(),( yfxfyxf 22 ....4),( yx eeyxyxf 22 ..2...2)().( yx eyexyfxf 22 ....4)().( yx eeyxyfxf Conclusão: )().(),( yfxfyxf , então, X e Y são independentes. Problema 4 ( 3.0 pts) 4.1- um v riáv l l óri con ínu qu gu um Norm l com médi “μ” V riânci “σ2” mb d conh cid . = (3. 7, 2. 4, 4. 9, 6. 8, 5. 2), uma amostra aleatória de tamanho 10 desta população: Pede-se: a)- (1.0 pt) O in rv lo d confi nç o nív l d ignificânci d 7 % 9 % r “μ”. b)- 1. O in rv lo d confi nç o nív l d ignificânci d 9 % 99% r “σ2”. SOLUÇÃO VARIÂNCIA: = 6 DESVIO PADRÃO: 2s 6 MÉDIA: X = n 5 a) O in rv lo d confi nç o nív l d ignificânci d 7 % 9 % r “S”. X = 5 S = 6 n=10 IC da Média de uma Normal com Desvio Padrão (α ) Desconhecido - Caso II - TABELA “T” n i i XX n s 1 22 1 1 n S tX n S tX n S tXIC nnn 2/1,12/1,12/1,1 ; - Intervalo de Confiança [1-α] = 70% Tabela “t” - 100,12/1,1 nt (1-α)=0,70 15,0 2 100,121,1 nt [ 4,148 ; 5,852 ] - Intervalo de Confiança [1-α] = 90% Tabela “t” - 833,12/1,1 nt (1-α)=0,90 05,0 2 833,121,1 nt [ 3,58 ; 6,42 ] 10 6 100,15; 10 6 100,1521,1 n S tXIC n n S tXIC n 2/1,1 n S tXIC n 2/1,1 10 6 833,15; 10 6 833,1521,1 n S tXIC n b)- 1. O in rv lo d confi nç o nív l d ignificânci d 9 % 99% r “ 2”. S 2 = 6 n=10 IC para a Variância - TABELA “χ2” - onde a e b são tirados da tabela qui- quadrado com (n-1) graus de liberdade - Intervalo de Confiança [1-α] = 90% -Pela tabela “χ2” (1-α)=0,90 05,0 2 a= 3,33b=16,92 [ 3,19 ; 16,22 ] 33,3 69 92,16 6911 Pr 2 2 2 2 xx a Sn b Sn IC aaSnbSn 1]/)1(/)1Pr[( 222 05,0Pr 2 1 bn 95,0Pr 2 1 an - Intervalo de Confiança [1-α] = 99% -Pela tabela “χ2” (1-α)=0,99 005,0 2 a= 1,735 b=23,6 [ 2,29 ; 31,12 ] IC 005,0Pr 2 1 bn 995,0Pr 2 1 an 735,1 69 6,23 6911 Pr 2 2 2 2 xx a Sn b Sn 4.2- Uma certa empresa de pesquisa resolveu analisar 2 resultados distintos das alturas dos estudantes de Engenharia Civil da PUC e da UFRJ, tomou-se uma amostra de 20 alunos da PUC e 18 alunos da UFRJ, e obteve os seguintes resultados amostrais: Puc = 1,78m SPuc= 0,5m UFRJ = 1,72m SUFRJ = 0,6m Pede-se: O Intervalo de confiança para a diferença das médi d du univ r id d μPuc –μUFRJ) ao nível de significância de 90%. Pelo resultado pode-se afirmar que a média das alturas dos alunos da PUC é estatisticamente maior do que a média da UFRJ? SOLUÇÃO PUC : n=20 Puc = 1,78 SPuc= 0,50 UFRJ: n=18 UFRJ = 1,72 SUFRJ = 0,60 Intervalo de confiança para a diferença das médias: g = n + m – 2 = 36 b l “Z” - Intervalo de Confiança [1-α] = 90% Tabela “Z” - 64,12/1 z (1-α)=0,90 05,0 2 64,12/1 z 2 )1()1(11 22 2 1 mn SnSm mn R RzYXRzYXRzYXIC 2/12/12/1 ; [ -0,2327 ; 0,35274 ] Não, O Zero está contido no Intervalo de Confiança , portando as médias de sua alturas podem ser iguais ao nível de significância de 90%. BOA SORTE!!! 36 6,0175,019 . 18 1 20 1 22 xx R 2 S.1S.1 . 11 2 UFRJ 2 PUC mn mn mn R 1785,0R RzYXRzYXRzYXIC 2/12/12/1 ; 1785,064,172,178,121 xRzYXIC IC FORMULÁRIO PARA PROVA Variáveis Aleatórias Discretas e Contínuas Distribuição Bernoulli - X ~ Bernoulli(p) Função de probabilidade: Distribuição Binomial - X ~ Bin (n,p) Função de probabilidade: Distribuição Geométrica - X ~ Geom (p) Função de probabilidade: Distribuição Binomial Negativa - X ~ NegBin (r,p) Função de probabilidade: Distribuição Poisson - X ~ Poisson(μ) Função de probabilidade: Distribuição Exponencial - X ~ Exp(λ) Função de probabilidade: Distribuição Normal - X ~ N(μ,σ2) Função de probabilidade: Se X ~ N(μ,σ2) )1,0(~ N X Z 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 0 e 0 onde .exp.)( xxxf R 0 onde . 2 1 )( 22 2 2 2 eexf x Intervalos de Confiança - onde a e b são tirados da tabela qui- quadrado com (n-1) graus de liberdade n zX n zX n zXIC 2/12/12/1 ; n s tX n s tX n s tXIC nnn 2/1,12/1,12/1,1 ; )ˆ1(ˆ ˆ , )ˆ1(ˆ ˆ )ˆ1(ˆ ˆ 2/12/12/1 n pp zp n pp zp n pp zpIC RzYXRzYXRzYXIC 2/12/12/1 ; 2 )1()1(11 22 2 1 mn SnSm mn R aaSnbSn 1]/)1(/)1Pr[( 222 n i i XX n s 1 22 1 1 n i iX n X 1 1 Tabelas
Compartilhar