Escolar Documentos
Profissional Documentos
Cultura Documentos
'
21
123456
0
Problema proposto:
Uma urna contm 4 bolas azuis e 6 brancas. Duas bolas so retiradas sucessivamente I)
com reposio e II) sem reposio. Determinar, em cada caso, a distribuio de
probabilidade e a funo de probabilidade do n
o
de bolas brancas retiradas.
b) X uma v.a.c.
No caso de v.a.c. somente tero interesse as probabilidades de que a v.a. assuma
valores em dados intervalos. Tais probabilidades podero ser determinadas com o
conhecimento da funo densidade de probabilidade da v.a..
Chama-se funo densidade de probabilidade (f.d.p.) da varivel aleatria
discreta X, a funo f(x) que atenda s seguintes condies:
INF 162 Prof. Luiz Alexandre Peternelli
50
i) f(x) 0, para a <x <b
ii)
b
a
dx ) x ( f =1,
onde a e b podem ser, respectivamente, e .
A f.d.p. assim definida determina a distribuio de probabilidades da v.a.c. X. Sua
representao dada em forma grfica.
obs.:
1) Para c d < , P(c <X <d) = f(x)dx
c
d
0
0
x
x
0 dx ) x ( f )
o
x X ( P ;
sendo assim, as probabilidades abaixo so todas iguais, se X for uma v.a.c.:
P c X d P c X d P c X d P c X d ( ) ( ) ( ) ( ) < < < <
3) A funo densidade de probabilidade f(x), no representa probabilidade. Somente
quando a funo for integrada entre dois limites, ela produzir uma probabilidade, que
ser a rea sob a curva da funo entre os valores considerados.
exemplo:
Uma v.a.c. X possui a seguinte funo:
f x
k para x
k x para x
paraoutrosvaloresdex
( )
,
( ),
,
<
<
'
0 1
2 1 2
0
Pede-se:
a) A constante k para que f(x) seja uma f.d.p.
b) Grfico da f(x).
) 2 X ( P ) f );
2
3
X
2
1
( P ) e ; ) 1 X ( P ) d ); 1 X
2
1
( P ) c > <
Respostas: a)2 3; c)13; d)0; e) 712; f)0.
Problemas propostos:
1. Seja uma v.a.c. X definida pela seguinte f.d.p.:
f x
parax
kx para x
parax
( )
,
,
,
<
>
'
0 0
0 2
0 2
a) Determinar o valor de k
b) Traar o grfico da f.d.p.
c) Calcular P(X1).
INF 162 Prof. Luiz Alexandre Peternelli
51
Respostas: a)12; c) 14
2. Uma v.a.c. X tem a seguinte f.d.p.
f x
parax
kx para x
k x para x
parax
( )
,
,
( ),
,
<
<
>
'
0 0
0 5
10 5 10
0 10
a) Determinar o valor de k
b) Traar o grfico da f.d.p.
c) Calcular P(X3)
Respostas: a)125; b) 4150
3. Considere a seguinte funo de X
'
>
. c . c 0
0 x para e k
) x ( f
x 3
a) Encontre o valor de k para que f(x) seja uma funo densidade de probabilidade;
b) Encontre P(0,5 X 1);
c) Faa o grfico da f(x).
Respostas: a) k =3; b) 0,173
Existem muitos problemas nos quais de interesse conhecer a probabilidade que a
v.a. X assumisse valores menores que um particular valor x.
Nesse caso precisamos definir a funo de distribuio acumulada de X.
Funo de distribuio acumulada
Dada a varivel aleatria X, chamaremos de funo de distribuio acumulada ou,
simplesmente, funo de distribuio F(x) a funo ) x X ( P ) x ( F .
Observe que o domnio de F todo o conjunto real.
obs.:
a) 0 F(x) 1 para todo x.
b) Se x
1
x
2
, ento F(x
1
) F(x
2
), isto , F(x) no-decrescente.
a) F(x) para X v.a.d.
Para X uma v.a.d. temos que:
x t
) t ( P ) x X ( P ) x ( F
Exemplo: Seja X uma v.a.d. com a seguinte distribuio de probabilidade
x
i
0 1 2 3 4 total
P x
i
( )
1/16 4/16 6/16 4/16 1/16 1,00
INF 162 Prof. Luiz Alexandre Peternelli
52
Pede-se:
a) Traar o grfico da distribuio de probabilidade de X.
b) Obter a funo de distribuio acumulada e traar seu grfico.
b) F(x) para X v.a.c.
Para X uma v.a.c. temos que:
<
x
dt ) t ( f ) x X ( P ) x X ( P ) x ( F
Temos ainda que,
P c X d F d F c f x dx
c
d
( ) ( ) ( ) ( ) <
.
V-se tambm que f x
dF x
dx
( )
( )
em todos os pontos de continuidade de f(x),
isto , a derivada da funo de distribuio a funo densidade de probabilidade.
Exemplos:
1. Seja X uma v.a.c. com a seguinte f.d.p.:
f x
x para x
casocontrario.
( )
,
,
'
1
2
0 2
0
Pede-se:
a) Traar o grfico da f.d.p.
b) Obter F(x) e traar seu grfico
c) Calcular ( ) P X 1
d) Calcular P X 1
3
2
_
,
<
<
+
< >
'
0 1
1 2
3 2 3
0 0 3
Pede-se:
a) Determine a constante a para que f(x) seja uma f.d.p.
b) Traar o grfico da f.d.p.
c) Obter F(x) e traar seu grfico
d) P X 0
3
2
< <
_
,
0
1
Distribuio de probabilidade conjunta
o conjunto {(x
i
; y
j
), P(x
i
; y
j
)} para i =1, 2,..., r e j =1, 2,..., s
a.2) Distribuies marginais
Dada uma distribuio conjunta de duas variveis aleatrias X e Y, podemos
determinar a distribuio de X sem considerar Y e a de Y sem considerar X. So as
chamadas distribuies marginais.
A distribuio marginal constituida pelos valores da varivel aleatria e suas
respectivas probabilidades marginais, que sero apresentadas na forma grfica ou tabular
conforme visto para v.a. unidimensionais. A probabilidade marginal para cada valor
obtida da seguinte forma:
paraX P X x P x P x y
paraY P Y y P y P x y
i i i j
j
s
j j i j
i
r
: ( ) ( ) ( , )
: ( ) ( ) ( , )
1
1
a.3) Distribuies condicionais
Seja x
i
um valor de X, tal que P X x P x
i i
( ) ( ) > 0
A probabilidade
P Y y X x
P X x Y y
P X x
j i
i j
i
( / )
( , )
( )
0
1
f(x,y) =0 para (x,y) aos intervalos de x e y.
Temos ainda que:
P a X b c Y d f x y dxdy
a
b
c
d
( , ) ( , )
b.2) distribuies marginais
As f.d.p. marginais de X e Y so dadas por:
g x f x y dy e h y f x y dx respectivamente ( ) ( , ) ( ) ( , ) .
Temos ainda que:
P a X b g x dx e P c Y d h y dy
c
d
a
b
( ) ( ) ( ) ( )
b.3) Distribuies condicionais
Sejam X e Y v.a.c. com f.d.p. conjunta f(x, y) e f.d.p. marginais dadas por g(x) e
h(y).
A f.d.p. condicional de X, dado que Y =y definida por:
f x y
f x y
h y
h y ( / )
( , )
( )
, ( ) > 0
Analogamente, a f.d.p. condicional de Y, dado que X =x definida por:
INF 162 Prof. Luiz Alexandre Peternelli
56
f y x
f x y
g x
g x ( / )
( , )
( )
, ( ) > 0
As f.d.p. condicionais acima, satisfazem a todas as condies impostas para uma
f.d.p. unidimensional.
Deste modo para y fixado, teremos:
1
) y ( h
) y ( h
dx ) y , x ( f
) y ( h
1
dx
) y ( h
) y , x ( f
dx ) y / x ( f ) b
0 ) y / x ( f ) a
Variveis aleatrias independentes
a) (X, Y) uma v.a.d.bidimensional.
Definio 1 - Seja (X, Y) v.a.d.bidimensional. Dizemos que X e Y so
independentes se, e somente se, para todo par de valores ( , ) x y
i j
de X e Y, tem-se:
P X x Y y P X x P Y y
i j i j
( , ) ( ). ( )
Basta que esta condio no se verifique para um par ( , ) x y
i j
para que X e Y no
sejam independentes. Neste caso diremos que X e Y so dependentes.
Definio 2 - Seja (X, Y) uma v.a.d.bidimensional. Neste caso X e Y sero
independentes se, e somente se,
P X x Y y P X x paratodoi e j
ouequivalentese esomentese
P Y y X x P Y y paratodoi e j
i j i
j i j
( / ) ( ), .
, :
( / ) ( ), .
b) (X, Y) uma v.a.c.bidimensional.
Definio 1 - Seja (X, Y) v.a.c.bidimensional. Diremos que X e Y so
independentes se, e somente se:
f(x, y) =g(x).h(y), para todo x e todo y
Definio 2 - Seja (X, Y) uma v.a.c.bidimensional. Neste caso X e Y sero
independentes se, e somente se:
f(x/y) =g(x). Nesse caso, evidente que f(y/x) =h(y).
OBS.: Todas as definies concernentes a duas v.a. podem ser generalizadas para o caso
de n v.a.
Exemplos:
1. Dada a distribuio de probabilidade conjunta de (X, Y) na Tabela abaixo
INF 162 Prof. Luiz Alexandre Peternelli
57
X
Y 0 1 2
0 0,10 0,20 0,20
1 0,04 0,08 0,08
2 0,06 0,12 0,12
Pede-se:
a) Distribuio marginal de X e Y, distribuio de (X +Y) e de XY;
b) X eY so independentes ?
c) As distribuies condicionais de X dado que Y =0 e Y dado que X =1.
d) P X Y ( , ) 1 1
e) P X Y ( / ) 1 0
f) Construir a distribuio conjunta a partir das distribuies marginais de X e de Y.
Resposta: d) 0,30; e) 0,70
2. Sejam X e Y v.a.c. com f.d.p. conjunta dada por:
'
,
_
,
_
,
_
para x =0,1,2, , 10
y =0,1,2, , 10
0 x +y 10
Calcule: a) P(X2, Y 2); b) P(X +Y =4)
Resposta: a) 0,00157; b) 0,0262
2) Sejam X, Y e Z trs v.a. independentes e cada uma com a funo densidade
'
. c . c 0
0 t para e
) t ( f
t
Ache a P(X 3, 0,5 Y 2,5, Z >1)
Resposta: 0,18332
INF 162 Prof. Luiz Alexandre Peternelli
58
Conceitos e Propriedades de esperana matemtica e varincia
de variveis aleatrias
a) Esperana matemtica (mdia ou valor esperado de uma v. a.)
Neste item vamos aprender a quantificar o parmetro mdia de uma populao. A
esperana matemtica de uma populao tambm denominada uma medida da tendncia
central.
Parmetro uma medida utilizada para descrever uma caracterstica de uma
populao e caracteriza a distribuio de probabilidade de uma varivel aleatria.
Sob o ponto de vista cientfico, a esperana matemtica corresponde ao que se
espera que acontea em mdia.
a.1) Caso em que X uma v.a.d.
Seja X uma v.a.d. com a seguinte distribuio de probabilidade:
x
i
x
1
x
2
... x
n
Total
P(x
i
)
P x ( )
1
P x ( )
2
... P x
n
( ) 1
Define-se a esperana matemtica de X por:
E X x P x x P x x P x
E X x P x
x n n
i i
i
n
( ) . ( ) . ( ) ... . ( )
( ) . ( )
+ + +
1 1 2 2
1
Exemplo: Um fabricante produz peas tais que 10% delas so defeituosas e 90% no so
defeituosas. Se uma pea defeituosa for produzida, o fabricante perde U$ 1,00, enquanto
uma pea no defeituosa lhe d um lucro de U$ 5,00. Seja a varivel aleatria X ={lucro
lquido por pea}. Calcular a mdia do lucro lquido por pea.
Resposta: ( ) 440 ,
a.2) Caso em que X uma v.a.c.
A esperana matemtica de uma v.a.c. X definida por:
E X xf x dx ( ) ( )
<
>
'
0 0
2
0 2
0 2
Calcular E(X)
Resposta: 4 3
INF 162 Prof. Luiz Alexandre Peternelli
59
a.3) Propriedades da esperana matemtica
As propriedades a seguir apesar de estarem apenas demonstradas para quando X
uma v.a.c., valem tambm para quando X uma v.a.d..
P
1
) Se X uma v.a. com P(X =k) =1, ento E(X) =k, sendo k uma constante (ou numa
linguagem mais simples mas menos rigorosa, pode-se dizer que a mdia de uma
constante a prpria constante).
Prova: E X kf x dx k f x dx k E X k ( ) ( ) ( ) ( )
P
2
) A esperana matemtica do produto de uma constante por uma varivel igual ao
produto da constante pela esperana matemtica da varivel, ou seja, multiplicando-
se uma varivel aleatria por uma constante, sua mdia fica multiplicada por essa
constante.
Prova: E kX kxf x dx k xf x dx kE X ( ) ( ) ( ) ( )
P
3
) A esperana matemtica do produto de duas variveis aleatrias independentes igual
ao produto das esperanas matemticas das variveis, ou seja, a mdia do produto de
duas variveis aleatrias independentes o produto das mdias.
Prova: E XY xyf x y dxdy ( ) ( , )
Se X e Y so v.a. independentes, a f.d.p. conjunta pode ser fatorada no produto das
f.d.p. marginais de X e Y. Assim:
E XY xyg x h y dxdy xg x dx yh y dy
E XY E X E Y
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
obs: E(XY) =E(X).E(Y) no implica que X e Y sejam variveis aleatrias independentes.
P
4
) A esperana matemtica da soma ou da subtrao de duas v.a. quaisquer igual a
soma ou a subtrao das esperanas matemticas das duas v.a., ou seja, a mdia da
soma ou da subtrao de duas v.a. igual a soma ou subtrao das mdias.
Prova:
E X Y x y f x y dxdy xf x y dxdy yf x y dxdy
E X Y xg x dx yh y dy E X E Y
( ) ( ) ( , ) ( , ) ( , )
( ) ( ) ( ) ( ) ( )
t t t
t t t
P
5
) A esperana matemtica da soma ou subtrao de uma v.a. com uma constante igual
a soma ou subtrao da esperana matemtica com a constante, ou seja, somando-se
ou subtraindo-se uma constante a uma v.a., a sua mdia fica somada ou subtrada da
mesma constante.
Prova: E X K x K f x dx xf x dx Kf x dx E X K ( ) ( ) ( ) ( ) ( ) ( ) t t + t
INF 162 Prof. Luiz Alexandre Peternelli
60
P
6
) A mdia de uma v.a. centrada zero, ou seja, a mdia dos desvios dos valores da v.a.
em relao a sua mdia zero.
Obs: Dizemos que a v.a. est centrada quando todos os valores so expressos como
desvios em relao respectiva mdia, ( ). X
x
Assim: E X E X E
x x x x
[ ] ( ) [ ] 0
b) Varincia
a medida que quantifica a disperso dos valores em torno da mdia.
A varincia de uma v.a. X definida por:
V X E X E X E X
x x
( ) [ ( )] [ ]
2 2 2
b.1.) Para X v.a.d.: V X x P x
i x
i
i
( ) ( ) ( )
2
b.2.) Para X v.a.c.: V X x f x dx
x
( ) ( ) ( )
2
Uma frmula mais prtica para calcular a varincia :
V X E X E X ( ) ( ) [ ( )]
2 2
,
pois,
V X E X E X
X XE X E X
E X E X E X E X
E X E X
( ) [ ( )]
{ ( ) [ ( )] }
( ) ( ) ( ) [ ( )]
( ) [ ( )]
+
+
2
2 2
2 2
2 2
2
2
em que:
- para X v.a.d.: E X x P x
i
i
i
( ) ( )
2 2
- para X v.a.c.: E X x f x dx ( ) ( )
2 2
2
2
2 2
2
P
4
) A varincia da soma de duas v.a. independentes igual a soma das varincias das duas
variveis.
Prova:
V X Y E X Y E X Y
E X XY Y E X E Y
E X E XY E Y E X E X E Y E Y
E X E XY E Y E X E X E Y E Y
( ) [ ] [ ( )]
( ) [ ( ) ( )]
( ) ( ) ( ) {[ ( )] ( ) ( ) [ ( )] }
( ) ( ) ( ) [ ( )] ( ) ( ) [ ( )]
+ + +
+ + +
+ + + +
+ +
2 2
2 2 2
2 2 2 2
2 2 2 2
2
2 2
2 2
Se X e Y so independentes; E(XY) =E(X).E(Y), assim
V X Y E X E X E Y E Y
V X Y V X V Y
( ) { ( ) [ ( )] } { ( ) [ ( )] }
( ) ( ) ( )
+ +
+ +
2 2 2 2
Do mesmo modo:
V(X - Y) =V(X) +V(Y)
OBS.1:Desvio padro da varivel X a raiz quadrada positiva da varincia de X.
x
V X ( )
OBS.2: Sejam X e Y duas v.a.. A covarincia entre X e Y, denotada por Cov(X,Y)
definida por:
Cov(X,Y) =E{[X E(X)][Y E(Y)]}, ou, de forma alternativa,
Cov(X,Y) =E(X,Y) E(X)E(Y)
A covarincia nos d uma idia da relao de dependncia entre duas ou mais v.a.
Proposies teis:
a) Cov(X,Y) =Cov(Y,X)
b) Se V(X) =0 ou V(Y) =0 ento a Cov(X,Y) =0
c) Cov(X,k) =Cov(k,Y) =0
d) Cov(aX,bY) =abCov(X,Y), sendo a e b constantes
e) Cov(X +Z,Y) =Cov(X,Y) +Cov(Z,Y)
Resultado til: Se X e Y so duas variveis quaisquer
V(aX t bY) =a
2
V(X) +b
2
V(Y) t 2abCov(X,Y)
INF 162 Prof. Luiz Alexandre Peternelli
62
Exerccios propostos:
1. Sabendo-se que Y=3X-5 e que E(X)=2 e V(X)=1, calcule:
a)E(Y); b)V(Y); c)E(X+3Y); d)E(X
2
+Y
2
); e)V(3X+2Y);
Resp.: 1; 9; 5; 15; 81
2. Uma urna contm 5 bolas brancas e 7 bolas pretas. Trs bolas so retiradas
simultaneamente dessa urna. Se ganharmos R$ 200,00 por bola branca retirada e
perdermos R$ 100,00 por bola preta retirada, qual seria o nosso lucro esperado? Resp.:
75
3. Uma moeda honesta lanada sucessivamente at sair cara ou at serem feitos 3
lanamentos. Obtenha a distribuio de X =nmero de lanamentos, e calcule sua
mdia e varincia. Resp.: E(X)=1,75; Moda=1; V(X)=11/16
4. Uma mquina de apostar tem 2 discos independentes. Cada disco tem 10 figuras: 4
mas, 3 bananas, 2 pras e 1 laranja. Paga-se 80 para acionar a mquina. Se
aparecerem 2 mas ganha-se 40; 2 bananas 80; 2 pras 140 e 2 laranjas 180. Qual o
resultado esperado aps inmeras jogadas? Resp.: E(X) = 59
5. Um determinado artigo vendido em caixas a preo de 8 U.M. por caixa. Sabe-se que
20% dos artigos vendidos apresentam algum defeito de fabricao. Um comprador faz
a seguinte proposta: Pede para poder amostrar, ao acaso, 10 artigos por caixa e pagar
por caixa 10 U.M. se nenhum dos artigos amostrados for defeituoso; 5 U.M. se um ou
dois artigos forem defeituosos e 4 U.M. se trs ou mais forem defeituosos.
O que melhor para o vendedor; manter o seu preo de 8 U.M. por caixa ou
aceitar a proposta do comprador? Mostre por qu.
Considere X =nmero de artigos defeituosos, com a seguinte distribuio de
probabilidade: (sugesto: utilize a varivel Y =valor pago por caixa)
x
i
0 1 2
3
Total
P x
i
( ) 0,1074 0,2684 0,3019 0,3223 1,00
Resp.: O vendedor deve manter o seu preo [E(Y) 5,21]
6. (X, Y) uma varivel aleatria bidimensional discreta com a seguinte distribuio
conjunta:
X
Y -3 2 4 P x
i
( )
1 0,1 0,2 0,2 0,5
3 0,3 0,1 0,1 0,5
P y
j
( ) 0,4 0,3 0,3 1
Pede-se calcular:
a) E(X), V(X) e
x
b) E(Y), V(Y) e
y
c) E(X +Y)
d) X e Y so independentes ?
Resp.: a) 2; 1 e 1 b) 0,6; 9,24 e 3,04 c) 2,6 d) no so
INF 162 Prof. Luiz Alexandre Peternelli
63
7. Seja X uma v.a.c. com a seguinte f.d.p.:
f x
x
x x
casocontr rio
( )
, [ , ]
( ), [ , ]
,
'
2
3
01
2
3
2 12
0
Calcule:
a) A esperana matemtica de (X-1)
2
b) O desvio padro de X
Resp.: a) 0,278 b) 0,478
8. Mostre que E{[X E(X)][Y E(Y)]}=E(X,Y) E(X)E(Y)
Universidade Federal de Viosa - CCE / DPI
INF 161 - Iniciao Estatstica / Inf 162 Estatstica I
Lista de Exerccios: Cap. 4 - Variveis Aleatrias
1. Uma v.a.c. X possui f.d.p. dada por :
f x
x x x
paraoutrosvaloresdex
( )
( ) ,
,
'
6 0 1
0
2
Calcular :
a) P
[ ]
E X X E X V X ( ) ( ) , ( ) + 2 2 , dado E X ( ) /
2
3 10
b) F(x), a Funo de distribuio acumulada
2. Suponha que X e Y tenham a seguinte distribuio conjunta :
X
Y
-1 1 2
-2 0,1 0,1 0
0 0,1 0,2 0,3
3 0,1 0,1 0
Sabendo-se que V(X) =1,41 e E(Y) =0,2 ; pede-se:
a) X e Y so v. a. independentes? Mostre.
b) E
1
2
3 8
2
X Y +
_
,
c)V
1
2
3 8
2
X Y +
_
,
'
1
2
0 1
1
4
3 1 3
0
Calcule :
a) V( 12X - 8 ), dado E X ( ) /
2
127 6
b) A funo de distribuio acumulada
c) P( 0,5 <X <1,5 )
4. Uma v. a. c. X possui a seguinte f. d. p. :
f x
sex ou x
x se x
se x
( )
, /
( ) ,
, /
<
<
<
'
0 1 4 3
1
2
1 1 0
1
2
0 4 3
2
Determinar:
a) F(x), a funo de distribuio acumulada
b) ( ) P x 05 05 , ,
5.Dada a distribuio conjunta abaixo, parcialmente indicada:
X
Y
-3 -2 -1 P(Y)
-2 1/15 1/15 ? 7/30
0 8/30 ? 2/15 ?
1 ? 1/30 ? 7/30
P(X) 6/15 7/30 ?
Pede-se:
a) Verifique se X e Y so v. a. independentes.
b)E
X Y
3
2
5
10
2
_
,
c) ( ) V X 8 15
6.Cite as propriedades de:
a) Esperana Matemtica.
b) Varincia.
7. Conceitue:
a) Varivel aleatria discreta
b) Varivel aleatria contnua
INF 162 Prof. Luiz Alexandre Peternelli
65
8.Uma v. a. c. dada por:
( ) f x
kx se x
k x se x
sexassumeoutrosvalores
( )
,
,
,
<
'
2
2 5
8 5 8
0
Determinar:
a) O valor da constante k para que f(x) seja uma f. d. p.
b) P X
8
2
27
2
_
,
_
,
1
3
; b) ( ) V X Y 5 3 ; c) X e Y so v. a. independentes? Mostre porque.
10. Sabendo-se que X e Y so variveis aleatrias independentes e que E(X) =5, V(X) =
2, E(Y) =8 e V(Y) =3, calcule:
a) E( X - Y +3 ) d) ( ) V Y 3 2 +
b) E[ ( X - Y )
2
] c) V X Y
_
,
1
3
11. Seja ( X, Y ) uma varivel aleatria bidimensional discreta, com a seguinte funo de
probabilidade:
( )
P x y
x y
para x e y
casocontr rio
i j
i j
i j
,
, , , , , ,
,
'
2
42
0 1 2 0 1 2 3
0
Pede-se:
a) Dar a tabela da distribuio de probabilidade conjunta.
b) Dar a tabela da distribuio marginal de X e tambm a de Y.
c) ( ) E X Y + 2 4
12. Dada a seguinte funo:
( )
f x
K x se x
K se x
casocontr rio
( )
,
,
,
<
'
2 0 1
1 2
0
INF 162 Prof. Luiz Alexandre Peternelli
66
Determinar:
a) O valor de K para que f(x) seja uma f.d.p.
b)
( )
E X
3
c) P X
_
,
3
2
d) P X ( ) 1
14. Sejam X e Y v. a. c. com funo densidade de probabilidade conjunta dada por:
f x y
K x y se x e y
c
( , )
( ) ,
,
'
2 2 6 0 5
0 . c.
Pede-se:
a) O valor de K para que f x y ( , ) seja uma f. d. p.
b) P Y ( ) 2
c) P X Y ( / ) > 3 0 2
d) X e Y so v. a. independentes? mostre.
15.A varivel aleatria contnua X tem f. d. p., f(x) =3x
2
, 1 0 x . Se a for um
nmero que satisfaa a 1 0 a , calcule:
P X a X
a
> <
_
,
2
16. Dado f x y
y
se y e x
casocontr rio
( , )
,
,
'
3
16
0 2 0 4
0
Determinar:
a) As funes marginais de X e Y
b) Se X e Y so v. a. independentes.
17. Seja f(x, y) =2(x +y - 2xy), para 0 1 0 1 x e y e f(x, y) =0, para
quaisquer outros valores de x e de y. Pede-se:
a) Mostre que f(x, y) uma f.d.p.
b) Obtenha a f.d.p. marginal de X e a de Y.
18. Suponha que as dimenses, X e Y, de uma chapa retangular de metal, possam ser
consideradas variveis aleatrias contnuas independentes, com as seguintes f.d.p.:
g x
x x
x x
paraoutrosvalores
e h y
y
paraoutrosvalores
( )
,
,
,
( )
,
,
<
+ < <
'
< <
'
1 1 2
3 2 3
0
1
2
2 4
0
Pede-se: Ache a f.d.p. da rea da chapa (A).
RESPOSTAS
1. a) 0,9855 b) 0 0 3 2 0 1 1 1
2
sex x x se x sex < < ; ( ) ;
INF 162 Prof. Luiz Alexandre Peternelli
67
2. a) no b) 0,55 c)119,57
3. a) 2879 b) 0 0
2
0 1
1
8
6 1 1 3 1 3
2
sex
x
se x x x se x sex < < + < ; ; ( ) ;
c) 15/32
4.a) 0 1
1
6
3 2 1 0
1
6
2 3 0 4 3 1 4 3
3
sex x x se x x se x sex < + + < + < ; ( ) ; ( ) / ; /
b) 23/48
5. a) no b) -3723/450 c) 689/4
8. a) 2/87 b) 149/261
9. a) -1 b) 72,16 c) no
10. a) 0 b) 14 c) 7/3 d) 27
11. c) 70/42
12. a) 2/5 b) 81/50 c) 0,2 d) 0
14.a) 1/210 b) 72/210 c) 60/72 d) no
15.
( )
+
7
8
3
3
a
a
16. a)
( )
g x
x
c c
h y
y y
c c
( )
,
, . .
( )
,
, .
'
'
1
4
0 4
0
1
4
3 0 2
0
b) sim
17. a) f x y dxdy ( , )
1
0
1
0
1
b) g x
x
c c
e h y
y
c c
( )
,
, . .
( )
,
, . .
'
'
1 0 1
0
1 0 1
0
18. f x y
x
para x e y
x
para x e y
fora destes ervalos
( , )
,
,
, int
'
1
2
1 2 2 4
3
2
2 3 2 4
0