Escolar Documentos
Profissional Documentos
Cultura Documentos
1
que
5
lim P(|
para todo
> 0.
2
3
Considere uma moeda desonesta com probabilidade p de sair cara. Seja Sn o nmero de caras obtidas em n lanamentos independentes desta moeda. Escreva um limite semelhante ao problema anterior. Calcule o valor deste limite. Utilize a desigualdade de Chebyshev para mostrar que para toda funo continua f : [0, 1] R,
n
6 7
k =0
k n k f( ) x (1 x)k f(x) n k
uniformemente em x [0, 1] quando n . Dez dados honestos so lanados. Encontre, aproximadamente, a probabilidade de que a soma dos nmeros assim obtidos esteja entre 30 e 40. Suponha que um programa de computador tem n = 100 pginas de cdigos. Seja Xi o nmero de erros na isima pgina. Suponha que as variveis aleatrias Xi tem distribuio Poisson de parmetro
100
8 9
4
Xj o nmero
total de erros. Utilize o Teorema Central do Limite para aproximar P[Y < 90]. Uma amostra aleatria de n itens tomada de uma distribuio com media e varincia 2 , 0 <
10
mine o menor nmero de itens a serem considerados para que a seguinte relao seja satisfeita:
P[| Sn | ] 0, 99 . n 4
peas sejam ensaiadas, fornecendo uma durao de vida mdia de 501, 2 horas. Suponha-se que o desvio padro seja conhecido e igual a 4 horas. Construa um intervalo de conana de 95% para a mdia. A diretoria de uma escola de segundo grau quer estimar a proporo p de estudantes que conseguiram entender de forma satisfatria as mensagens transmitidas numa exposio de arte. Essa proporo dever ser estimada com um erro de 5% para um coeciente de conana de 90%. a) Qual o tamanho de amostra necessrio para atender s exigncias da diretoria? b) Que tamanho dever ter a amostra sabendo que p est entre 0, 20 e 0, 60? E sabendo que p < 0, 20? c) Numa amostra de 150 estudantes, 60 apresentaram desempenho satisfatrio num teste aplicado na sada da exposio. Qual seria a estimativa intervalar de p nesse caso, para = 0, 95? Uma revista semanal, em artigo sobre a participao das mulheres em curso superior de administrao, pretende estimar a proporo p de mulheres neste curso. a) Quantos estudantes de administrao devem ser entrevistados de modo que a proporo p seja estimada com um erro de 0, 04 e uma probabilidade de 0, 98? b) Se tivermos a informao adicional de que a proporo p pelo menos 35%, voc conseguiria diminuir o tamanho amostral calculado no item anterior? Justique. Um estudo da prefeitura indica que 30 das crianas da cidade tm decit de ateno na escola. Numa amostra de 200 crianas, qual a probabilidade de pelo menos 50 crianas tenham esse problema?
Uma pessoa possui 100 lmpadas cujos tempos de vida so exponenciais independentes com mdia de 5 horas. Se as lmpadas so usadas uma de cada vez, sendo a lmpada queimada imediatamente substituda por uma nova, obtenha uma aproximao para a probabilidade de que ainda exista uma lmpada funcionando aps 525 horas.
11
16
12 13
n k =0
nk 1 = . k! 2
(Sug-
esto: Considere uma sequncia de variveis aleatrias i.i.d com distribuio Poisson e utilize o Teorema Central do Limite.) Seja (Xn )n1 uma sequncia de variveis aleatrias tal que 1. lim E [Xn ] = . 2. lim Var [Xn ] = 0. Mostre que, > 0, lim P [|Xn | ] = 0.
n n n
17
Um provedor de acesso Internet est monitorando a durao do tempo de conexes de seus clientes, com o objetivo de dimensionar seus equipamentos. A mdia desconhecida, mas o desvio padro considerado igual a 50 minutos. Uma amostra de 500 conexes resultou em um valor mdio observado de 25 minutos. O que dizer da verdadeira mdia, com conana = 0, 92? Suponha que X represente a durao da vida de uma pea de equipamento. Admita-se que 100
14
15
18
n variveis aleatrias indepen1 2 dentes cada uma assumindo os valores 0 e 1 com probabilidade p e 1 p respectivamente. Por conveno assumiremos que 1 representa cara e 0 representa coroa. Logo Sn = X1 + X2 + . . . + Xn representa o nmero de caras em n lanamentos. Temos que
2 P[0 < X < 40] = P[20 < X 20 < 20] = 3 (a)P[X 85] E[X]/85 = 15/17. 4 Sejam X , X , . . . , X
1 2 i=1 n
Como E[X] = 5 temos que P[X 20] 1 4. Observao: Poderamos simplesmente ter aplicado a desigualdade de Chebyshev.
1 P[|X 20| 20] 1
20 400
Sn 1 E[ ] = n n
E[Xi ] = p
i =1
19 20 .
V (Xi ) =
i =1
p(1 p) , n
(b)P[65 X 85] = 1 P[|X 75| > 10] n 25 (c)P[| Xi /n 75| > 5] . Logo n = 10. 25n
25 1 100 .
j que E[Xi ] = p e V (Xi ) = p(1 p) para todo i, i = 1, 2, . . . , n. Aplicando a desigualdade de Chebyschev temos que
P(| Sn p(1 p) p| ) 2n n
variveis aleatrias independentes cada uma assumindo os valores 0 e 1 com probabilidade 1 2 . Deniremos que 1 representa cara e 0 representa coroa. Logo Sn = X1 +X2 +. . .+Xn representa o nmero de caras em n lanamentos. Temos que
E[ 1 Sn ]= n n
n
para todo
E[Xi ] =
i=1
1 2
7 Este
lim P(|
Sn p| < ) = 1. n
V (Xi ) =
i=1
1 , 4n
1 j que E[Xi ] = 1 2 e V (Xi ) = 4 para todo i, i = 1, 2, . . . , n. Aplicando a desigualdade de Chebyschev temos que
8 Seja X
exerccio opcional. Dica: Sejam X1 , X2 , . . . , Xn variveis aleatrias independentes cada uma assumindo os valores 0 e 1 com probabilidade p e 1 p respectivamente. Seja Sn = X1 + X2 + . . . + Xn o nmero de caras em n lanamenn tos. Dena o polinmio rn (p) = E[f( Sn )] e estude a expresso |rn (p) f(p)|.
i
seja S10 =
i=1
Substituindo temos que os limites inferiores fornecidos pela desigualdade de Chebyschev so: (a)1 1 1 1 4 , (b)1 400 e (c)1 4000 respectivamente.
lanamentos dos 10 dados. Logo, P[30 < S10 < 40] = 7 S10 7 40 7 30 2 2 2 91 < ]. Utilizando a aproxiP[ 10 91 91 < 10 6 10 6 6 mao dada pelo Teorema Central do Limite temos 40 7 30 7 2 2 que P[30 < S10 < 40] ( 10 91 ) ( 10 91 ), onde 6 6 (t) a funo de distribuio acumulada de uma varivel aleatria com distribuio normal padro. logo,
100 100 P[Y < 90] = P[ Y < 90 10 10 ]. Pelo Teorema Cen100 100 90100 tral do Limite, P[ Y < 90 10 10 ] ( 10 ) = (1) = 0, 1587.
tribuio acumulada de uma varivel aleatria com distribuio normal padro. Logo, encontre n tal n que ( 4 ) 0, 995.
de forma satisfatria e uma estimativa do valor desconhecido p. A estimativa intervalar para a proporo desconhecida dada por um intervalo da forma [Xn , Xn + ], onde a margem de erro. A estimativa intervalar com margem de erro tem coeciente de conana se = P[|Xn p| ]. Note que
n Sn np n np(1 p) n ] p(1 p)
= P[ = P[ (tn,
k =1
P[Sn n] =
k =0
P[Sn = k] = en
k =0
nk k!
onde (t) a funo de distribuio acumulada de uma varivel aleatria com distribuio normal n padro e tn, = . A aproximao deve-se p(1p) ao Teorema Central do Limite. Na prtica, tomase = (tn, ) (tn, ). Pelas propriedades da funo segue que = 2(tn, ) 1. 2 (a) tn, = n . Logo, n t4n,2 j que p desconhecido e portanto limitamos a expreso p(1 p) por 1/4 que seu valor mximo no intervalo [0, 1]. Como = 0, 05 e = 0, 90 ento tn, = 1, 65. Logo, n 272, 5. Toma-se n = 272. (b) A funo f(p) = p(1 p) tem um mximo absoluto em I = [0, 1] em p = 1 2 . Desta forma, se o valor desconhecido de p pertence ao intervalo (0.2, 0.6) limitamos o valor de f(p) por 1/4 e n deve ser como no problema anterior, n = 272. Se 0 < p < 0, 2 ento f(p) 0.16. Logo, n 174, 24. Toma-se n = 174. (c) Na prtica substitui-se a proporo desconhecida Xn pela proporo amostral ^ . Da expreso p Sn np n ] temos que = P[ n
p(1p) np(1p) p(1p) p(1p)
n n
lim e
n k =0
nk 1 = (0) = , k! 2
13 Chebyschev. 14 O intervalo de conana para a mdia com var15 Anlogo ao exerccio 14. 16 Seja X Bernoulli(p) assumindo os valores 0
i n
onde (t) a funo de distribuio acumulada de uma varivel aleatria com distribuio normal padro.
incia 2 conhecida e coeciente de conana ou , Xn + a ], onde Xn 100% dado por [Xn a n n a mdia amostral e a tal que (1 (a)) = 2 com = 1 . Logo, a tal que (a) = 0, 96 . Portanto a = 1, 755, Xn = 25, n = 500 e = 50.
+z um intervalo de conana para a proporo desconhecida com coeciente de conana onde z e esto relacionados atravs da equao = (z) (z) = 2(z) 1. 60 No problema n = 150, p ^ = 150 = 0, 40, = 0, 95 e portanto z = 1, 96. Logo, I = [0.3216, 0.4784]. I = [^ pz
p ^ (1^ p) ^ n ,p p ^ (1^ p) n ]
n = i=1 representa a procaso. Logo, Xn = Sn n poro dos estudantes que entenderam a mensagem
Denindo
Xj = 1 se a jsima criana tem esse problema. 0 c.c.
aproximamos a distribuio de X pela distribuio de uma varivel aleatria Y com Y N(60, 42). Logo,
P[X 50] P[Y 50] Y 60 50 60 = P[ ] 42 42 = 1 (1, 42) = 0, 940,
P[X 50] =
k=50
200 0, 3k 0, 7200k k
Vamos aproximar esse valor. Sabemos que X Binomial(200, 0, 30). Logo, E[X] = 200 (0, 3) = 60 e Var(X) = 200 (0, 3)(0, 7) = 42. Assim sendo,
onde (t) a funo de distribuio aumulada de uma varivel aleatria com distribuio normal padro.