Você está na página 1de 19

CAPTULO 5

Exerccios Resolvidos

R5.1) Casais com no mximo 2 filhos
Consideremos o conjunto dos casais que tm no mximo dois filhos. Admitamos que
dentro desse contexto, cada uma das possibilidades em termos do nmero de filhos, a
saber, 0 filhos, 1 filho e 2 filhos tm a mesma probabilidade, ou seja, 1/3 para cada uma
delas.
Admitamos tambm que as probabilidades de nascimento de homens e de mulheres so
iguais.
Assim sendo, entre os que tm apenas 1 filho (o que ocorre com probabilidade 1/3),
temos metade para cada sexo, isto , 1/6 para 1 filho homem e 1/6 para uma filha
mulher.
Analogamente, entre os que tm 2 filhos (o que tambm ocorre com probabilidade 1/3),
de novo cada uma das 4 possibilidades de combinaes dos sexos tem a mesma chance:
2 homens tem probabilidade 1/12, 2 mulheres tem probabilidade 1/12, 1 homem e 1
mulher tem probabilidade 1/6.
Sejam X e Y, respectivamente, o nmero de filhos homens e o nmero de filhas
mulheres de um casal escolhido ao acaso.
(a) Qual a distribuio de probabilidade de X? E de Y?
(b) Calcule E(X), Var(X), E(Y) e Var(Y).
(c) X e Y so variveis aleatrias independentes? Por que?
(d) Calcule E(X + Y) e Var(X + Y).
(e) Calcule Cov(X,Y).
(f) Verifique, neste caso, a validade das expresses E(X + Y) = E(X) + E(Y) e
Var(X + Y) = Var(X) + Var(Y) + 2Cov(X,Y).

Soluo:
(a) X e Y tm ambos a mesma distribuio de probabilidade. X (resp, Y) pode ser 0, 1 ou 2,
com probabilidades 7/12, 4/12 e 1/12, respectivamente. Por que?
(b) E(X) = E(Y) = 0x7/12+1x4/12+2x1/12 = 1/2 e
Var(X) = Var(Y) = 0
2
x7/12+1
2
x4/12+2
2
x1/12 (1/2)
2
= 5/12.
(c) X e Y no so mais variveis aleatrias independentes. Por que? Por exemplo, porque
P(X=0, Y=0) = 1/3 49/144 = (7/12)x(7/12) = P(X=0).P(Y=0).
(d) X + Y o nmero total de filhos (de ambos os sexos) de um casal selecionado ao acaso. J
vimos que, por construo, X + Y pode assumir cada um dos valores 0, 1 ou 2 com
probabilidade 1/3. Ento
E(X + Y) = 0x1/3+1x1/3+2x1/3 = 1 e
Var(X + Y) = 0
2
x1/3+1
2
x1/3+2
2
x1/3 1
2
= 2/3.
(e) A varivel XY s pode assumir os valores 0 e 1, com probabilidades 5/6 e 1/6,
respectivamente. (Por que?)
Da, E(XY) = 0x5/6+1x1/6 = 1/6.
Pela propriedade (f), temos
Cov(X,Y) = E(XY) E(X)E(Y) = 1/6 (1/2).(1/2) = 1/12.
Finalmente,
(f) E(X) + E(Y) = + = 1 = E(X+Y)
Var(X) + Var(Y) + 2Cov(X,Y) = 5/12 + 5/12 + 2 x (-1/12) = 2/3 = Var(X + Y)
conforme prev a propriedade (e).


R5.2) Multiplicao de partculas
Um certo tipo de partcula se divide em 0, 1 ou 2 novas partculas (que sero chamadas
suas descendentes) com probabilidades 30%, 40% e 30%, respectivamente, e depois se
desintegra. As partculas individuais agem independentemente entre si. Dada uma
partcula, seja X
1
o nmero dos seus descendentes e seja X
2
o nmero de
descendentes dos seus descendentes.
Calcule:
(a) P(X
2
= 0)
(b) P(X
1
= 1|X
2
= 2)

Soluo:
Temos P(X
1
= 0) = 0,3 P(X
1
= 1) = 0,4 P(X
1
= 2) = 0,3

P(X
2
= 0|X
1
= 0) = 1

P(X
2
= 0|X
1
= 1) = 0,3
P(X
2
= 1|X
1
= 1) = 0,4
P(X
2
= 2|X
1
= 1) = 0,3

P(X
2
= 0|X
1
= 2) = 0,3 0,3 = 0,09
P(X
2
= 1|X
1
= 2) = 0,3 0,4 + 0,4 0,3 = 0,24
P(X
2
= 2|X
1
= 2) = 0,3 0,3 + 0,4 0,4 + 0,3 0,3 = 0,34
P(X
2
= 3|X
1
= 2) = 0,3 0,4 + 0,4 0,3 = 0,24
P(X
2
= 4|X
1
= 2) = 0,3 0,3 = 0,09

(a) = = 0) P(X
2

2) P(X 2) X 0 P(X 1) P(X 1) X 0 P(X 0) P(X 0) X 0 P(X
1 1 2 1 1 2 1 1 2
= = = + = = = + = = = =
447 , 0 3 , 0 09 , 0 0,4 3 , 0 3 , 0 1 = + + = .

(b) = = = ) 2 X 1 P(X
2 1

2) P(X 2) X 2 P(X 1) P(X 1) X 2 P(X 0) P(X 0) X 2 P(X
1) P(X 1) X 2 P(X
1 1 2 1 1 2 1 1 2
1 1 2
= = = + = = = + = = =
= = =
=

5405 , 0
0,222
0,12
3 , 0 4 3 , 0 4 , 0 3 , 0 0,3 0
0,4 0,3
= =
+ +

= .


R5.3) Distribuio uniforme em uma regio do plano
Dizemos que uma v.a bidimensional (X,Y) tem distribuio uniforme em uma regio
R do plano real se sua funo de densidade conjunta
f(x,y) =

, (x,y) R
= 0 , caso contrrio
Seja R a regio do plano limitada pela curva y = x
2
, o eixo dos y e a reta y =1 (ver
Figura a seguir).

A regio do plano onde (X,Y) est definido


Se (X,Y) uniforme em R, determine:
(a) A densidade conjunta de (X,Y)
(b) As densidades marginais de X e de Y
(c) As densidades condicionais de X dado Y = y e de Y dado X = x
(d) As esperanas condicionais de X dado Y = y e de Y dado X = x
(e) As varincias condicionais de X dado Y = y e de Y dado X = x
Soluo:
(a) rea de R =

= 2/3. Ento a densidade conjunta de (X,Y)


f(x,y) = 3/2 , se 0x 1
= 0 , caso contrario
(b) Temos, portanto:
f
X
(x) =

, 0 x 1
f
Y
(y) =

, 0 y 1
(c) f(x|y) =

, 0x 1
f(y|x) =

, 0x 1 ou 0x
2
y 1
(d) E(X|y) =

, 0 y 1
E(Y|x) =

(1+x
2
), 0 x 1
(e) Var(X|y) = E(X
2
|y) {E(X|y)}
2
, onde
E(X
2
|y) =

, se 0 y 1.
Portanto, Var(X|y) =

, se 0 y 1

Var(Y|x) = E(Y
2
| x) {E(Y|x)}
2
, onde
E(Y
2
|x) =

, se 0 x 1
Portanto, Var(Y|x) =

, se 0 x 1


R5.4) Tempo gasto no caixa de uma loja
Para cada cliente que entra na fila do caixa de uma loja de roupas:
- O tempo de espera na fila segue uma distribuio de probabilidade exponencial
com mdia de 5 minutos;
- O tempo de atendimento segue uma distribuio de probabilidade exponencial
com mdia de 3 minutos;
- Esses dois tempos so v.a.s independentes.
Para a varivel tempo total do cliente no caixa incluindo a espera na fila e o
atendimento , determine a FDA, a densidade, a esperana e o desvio padro.

Soluo:
Sejam X o tempo de espera na fila e Y o tempo de atendimento, ambos em minutos.
Ento suas densidades so respectivamente:
f(x) =

, para x > 0 e g(y) =

, para y > 0.
Como X e Y so v.a.s independentes, sua densidade conjunta

, para x > 0 e y > 0.


Seja Z o tempo total do cliente em minutos. Sua FDA ento:
H(z) = P[Z z] = P[X + Y z] =

, para z > 0, sendo H(z) = 0, para z 0.



A densidade de Z ento
h(z) =

, para z > 0, sendo h(z) = 0, para z 0.


A esperana e o desvio padro de Z podem ser ambos calculados diretamente via
integrao, a partir da sua densidade:
E(Z) =

min.
Var(Z) =

min
2
.
DP(Z) = min.
Observe que, para chegarmos funo Gama, foram feitas substituies de variveis do
tipo: z = 5t e z = 3t, nas integrais acima.
Uma outra forma de se obter a esperana e a varincia de Z seria atravs do uso das
propriedades:
E(Z) = E(X + Y) = E(X) + E(Y) = 5 + 3 = 8 min.
Var(Z) = Var(X + Y) = Var(X) + Var(Y) = 5
2
+ 3
2
= 34 min
2
. (usando a independncia)
Ento DP(Z) = minutos.


R5.5) Vos domsticos e vos internacionais
Seja X o nmero de aeronaves que chegam a um determinado aeroporto, no intervalo de
4 horas, provenientes de vos domsticos. Seja Y o nmero de aeronaves que chegam a
esse mesmo aeroporto, ao longo do mesmo intervalo de 4 horas, porm provenientes de
vos internacionais. Sabe-se que:
- A distribuio marginal de X+Y (n
o
total de chegadas em 4 horas) Poisson
com parmetro , isto , | |
j!
e
j Y X P
j
= = + , para todo j = 0,1,2,...
- A distribuio condicional de X dado que X+Y = j Binomial(j;p), isto ,
| | ( )
k j k
p 1 p
k
j
j Y X k X P

|
|
.
|

\
|
= = + = , para todo k = 0,1,2,...,j.
Mostre que, nessas condies:
(a) a distribuio marginal de X (chegadas de vos domsticos em 4 horas)
Poisson com parmetro p, isto , | |
( )
k!
p e
k X P
k p
= = , para todo k = 0,1,2,...
(b) a distribuio condicional de X+Y (total de chegadas em 4 horas), dado que X
= k (chegam k vos domsticos em 4 horas) uma Poisson truncada, isto ,
| |
( )
( )! k j
p) (1 e
k X j Y X P
k j p) (1


= = = +

, para todo j = k, k+1, k+2,...
(c) Determine o nmero esperado total de chegadas (entre as provenientes de vos
domsticos e internacionais) ao longo de 4 horas, dado que durante esse
perodo chegaram k vos nacionais, ou seja, E[X+YX=k].

Soluo:
(a)


Fazendo i = j k , temos i = 0,1,2,... e j = i + k. Ento,

,

para todo k = 0,1,2,...
Isso mostra que X, o nmero de chegadas de vos domsticos em 4 horas, segue
uma distribuio de Poisson com parmetro p.
(b)



para j = k, k+1, k+2,...
Isso mostra que a distribuio condicional de X + Y, dado que X = k, uma
Poisson truncada com parmetro (1p).
(c) Decorre do item (b) que a v.a. X + Y k uma Poisson com parmetro (1p).
Logo, dado que em 4 horas houve k chegadas de vos domsticos, o nmero
esperado de chegadas nesse mesmo intervalo de tempo, sejam elas provenientes
de vos domsticos ou internacionais,
E(X+Y|X=k) = E(k + (X+Yk)) = k + (1p).


R5.6) Mais uma vez o recadastramento
Consideremos, mais uma vez, a situao do Exemplo 5.9. Isto , o processo de
recadastramento vai evoluindo progressiva e uniformemente ao longo do ano, de modo
que, se x a proporo de indivduos j recadastrados, ento x = 0 no incio do ano e x
= 1 no fim do ano. Porm, agora:
- X o tempo (em frao de ano) a contar do incio do ano at o momento em que
se realiza um experimento no qual so sorteados sucessivamente tantos
membros da populao quantos forem necessrios at que aparea o primeiro j
recadastrado;
- Y o nmero de sorteios realizados at aparecer o primeiro recadastrado.
Determine:
(a) A distribuio condicional de Y dado que X = x.
(b) A esperana condicional de Y dado que X = x.
(c) A distribuio marginal de Y.
(d) O valor esperado de Y.
(e) A distribuio condicional de X dado Y.
(f) A esperana condicional de X dado Y.

Soluo:
(a) Aqui se trata de uma distribuio geomtrica com parmetro x, isto ,





(b) Por isso, E(Y|X=x) = 1/x.
Ento, se, por exemplo, esse experimento for realizado no final de fevereiro, ou
seja, depois de passados 2 meses o que corresponde a x = 2/12 = 1/6 do ano
espera-se que sejam necessrios 1/x = 6 sorteios para que aparea o primeiro
indivduo j recadastrado.
(c) P(Y=y) =

.
(d) E(Y) =

.
Isso significa que se esses sorteios forem realizados em um momento escolhido
aleatoriamente ao longo do ano, espera-se que seja necessrio um nmero infinito
de sorteios para que aparea o primeiro indivduo j recadastrado.
(e) f(x|Y=y) =

, 0 < x < 1
Esta a distribuio Beta(a,b), com a = 2 e b = y.
(f) Por isso, E(X|Y=y) =

.
Logo, se em um determinado momento ao longo do ano realizou-se o experimento
e, por exemplo, foram necessrios 4 sorteios para que aparecesse o primeiro
indivduo j recadastrado, isso deve ter ocorrido em torno do final de abril, isto ,
depois de passados y = 4 meses, ou 2/(2+4) = 1/3 do ano.


R5.7) Carteira de aplicaes financeiras
Uma pessoa investe um total de C = 10000 reais em duas aplicaes cujas taxas de
retorno so variveis aleatrias independentes X
1
e X
2
, com mdias 5% e 14% e desvios
padro 1% e 8%, respectivamente. O desvio padro ) R ( o do seu retorno total
2
X
2
C
1
X
1
C R + = ser usado aqui como uma medida do risco envolvido em
selecionar essa dada carteira de aplicaes.
(a) Caso se deseje manter o risco no mnimo possvel, que quantias C
1
e C
2
devem ser
investidas nas respectivas aplicaes? Quais so a mdia do retorno e o risco
correspondentes a essa carteira?
(b) Qual o tamanho do risco a ser corrido para se atingir uma carteira cujo retorno
mdio seja de 770 reais?
(c) Atravs da Desigualdade de Chebyshev, obtenha um intervalo simtrico em torno de
770 reais que, com probabilidade superior a 80%, conter o retorno R da carteira
obtida no item (b).
Obs.: A Desigualdade de Chebyshev afirma que se Y uma varivel aleatria com
esperana e varincia finitas e c uma constante positiva, ento
| |
2

Var(Y)
E(Y) Y P < > .

Soluo:
2 1 1 1 2 2 1 1
)X C (C X C X C X C R + = + =

) )E(X C (C ) E(X C E(R)
2 1 1 1
+ =

) Var(X ) C (C ) Var(X C Var(R)
2
2
1 1
2
1
+ = , devido independncia entre X
1
e X
2
.

(a) Minimizar o desvio padro o mesmo que minimizar a varincia. Ento, para
minimizar o risco (desvio padro de R), devemos igualar a zero a derivada de
Var(R) com relao a C
1
.
) )Var(X 2(C ) Var(X 2C
dC
dVar(R)
2 1 1 1
1
C =
Ento, 0
dC
dVar(R)
1
= implica que
reais 15 , 9846 00 100
0,08 0,01
0,08
C
) var(X ) var(X
) var(X
C
2 2
2
2 1
2
1
=
+
=
+
=

reais 53,85 1 C C C
1 2
= =

reais 85 , 513 0,14 53,85 1 0,05 15 , 9846 E(R) = + =
2 2 2 2 2
reais 9846,15 0,08 53,85 1 0,01 15 , 9846 Var(R) = + =

Ento, ) R ( o = reais 99,23 9846,15 =


(b) E(R) = 770 implica que ) R ( o = ?
770 ) )E(X C (C ) E(X C E(R)
2 1 1 1
= + = .
Ento reais 7000
0,08 0,14
0 77 0,14 10000
) E(X ) E(X
0 77 ) E(X C
C
1 2
2
1
=


=
e reais 3000 7000 10000 C
2
= = .

) R ( o reais 250 0,08 3000 0,01 7000
2 2 2 2
= + =

(c) Aplicando a Desigualdade de Chebyshev varivel aleatria R, temos
| |
2

Var(R)
E(R) R P < >
Ento
| | | |
2

Var(R)
1 E(R) R E(R) P E(R) R P > + < < = <

Por outro lado, do item (b) sabemos que se E(R) = 770 ento ) R ( o = 250.
Ento, para que o intervalo centrado em E(R) = 770 tenha probabilidade > 0,80,
devemos igualar
2

Var(R)
1 a 0,80.
0,80

Var(R)
1
2
= implica que reais 02 , 559
0,20
250

2
= = .
O intervalo desejado ento ( ) 559,02 770 ; 559,02 770 + ,
ou seja, (210,98 ; 1329,02) em reais.


R5.8) Mais sobre o Movimento Browniano
Sob as mesmas condies do Exerccio R3.6, mostre que se X = ,
onde:
- S Normal(x
0
; 2Dt);
- T Normal(x
0
; 2Dt);
- W Bernoulli com p = ;
- As variveis aleatrias W, S e T so independentes entre si;
ento X tem densidade f.

Soluo:
Sejam S N(x
0
; 2Dt), T N(x
0
; 2Dt) e W Bernoulli(p) com p = , onde as variveis
W, S e T so independentes entre si.
Suponhamos agora que X = .
Desejamos mostrar que a densidade f(.) da v.a. X assim obtida dada pela
expresso





A FDA de X , por definio,
=


J que:
- (a) = 1 (a) implica em (a) (a) = 2 (a) 1, para todo a real;
e
-

;
conclumos que:
F(x) =

.
Conseqentemente,

, se x
Se x < 0, claro que f(x) = 0, j que X = e o mdulo
obrigatoriamente no-negativo.


R5.9) Tempo de deslocamento da residncia at o local de trabalho
Considere uma pessoa que, toda manh, faz uma viagem de carro desde sua residncia
no subrbio at a estao ferroviria e, dali, toma um trem rumo ao seu local de trabalho
no centro da cidade. Ela costuma sair de casa entre 7:00 e 7:30. O percurso de carro at
a estao ferroviria leva entre 10 e 20 minutos. Admita que tanto o instante de partida
quanto a durao do percurso de carro so variveis aleatrias independentes, cada uma
delas com distribuio uniforme no seu respectivo intervalo. H trs trens que ela pode
tomar, sendo que todos eles so absolutamente pontuais em seus horrios de partida e de
chegada. O primeiro trem parte s 7:30 e chega s 8:20. O segundo trem parte s 7:45 e
chega s 8:25. O terceiro trem parte s 8:00 e chega s 8:45.
(a) Considerando que o tempo contado em minutos a partir de 7:00, mostre que a
funo de distribuio acumulada da varivel aleatria Y, instante de chegada dessa
pessoa estao ferroviria, dada por:

>
s s
|
.
|

\
|

s s
s s
<
=
50 y se 1,
50 y 40 se , y) (50
2
1
300
300
1
40 y 20 se 15), (y
30
1
20 y 10 se , 10) (y
600
1
10 y se 0,
(y) F
2
2
Y

e que a sua correspondente funo de densidade
( )

s s
< s
< s
=
casos demais nos 0,
0 5 y 40 se , y 50
300
1
0 4 y 20 se ,
30
1
0 2 y 10 se 0), 1 (y
300
1
(y) f
Y
.
(b) Determine a mdia e o desvio padro do horrio de chegada dessa pessoa ao centro
da cidade.

Soluo:
(a) Podemos escrever que Y = X
1
+ X
2
, sendo X
1
e X
2
v.a.s independentes e tais que
X
1
U[0; 30] e X
2
U[10;20].
F
Y
(y) = P(Y y) = P(X
1
+ X
2
y) .
Para calcular essa probabilidade temos que considerar as 3 retas r1, r2 e r3 da figura a
seguir:

Todas as 3 retas tm como equao x
1
+ x
2
= y, porm:
No caso da reta r1, temos 10 y 20, e
F
Y
(y) =
( )
( )
600
10
30 10
2
10
ADJG retangulo do Area
AEB tringulo do Area
2
2

=
y
y



No caso da reta r2, temos 20 y 40, e

F
Y
(y) = =
+
ADJG retangulo do Area
KCH tringulo do Area AKHG retngulo do Area

) 15 (
30
1
30 10
2
10
) 20 ( 10
2
=

+
= y
y


No caso da reta r3, temos 40 y 50, e
F
Y
(y) = =
ADJG retangulo do Area
IJF tringulo do Area - ADJG retngulo do Area

( )
( )
|
|
.
|

\
|

=


=
2
50
300
300
1
30 10
2
50
30 10
2
2
y
y

O grfico da FDA F
Y
(.) ento o seguinte:

Calculando a derivada, obtemos:
( )

s s
< s
< s
=
0 5 y 40 se , y 50
300
1
0 4 y 20 se ,
30
1
0 2 y 10 se 0), 1 (y
300
1
(y) f
Y

cujo grfico o seguinte:


(b) Consideremos agora a viagem de trem:
- Para que ela consiga tomar o primeiro trem necessrio que chegue estao
ferroviria no mximo at 7:30, o que corresponde a 30 minutos, a partir das 7:00. A
probabilidade de que isso acontea pode ser calculada como o valor da funo de
distribuio acumulada de Y no ponto y = 30:

Y
F (30) =
2
1
) 15 30 (
30
1
= .
Neste caso ela chegaria ao centro da cidade s 8:20.
- Para que ela perca o primeiro trem, mas consiga tomar o segundo trem necessrio
que chegue estao ferroviria entre 7:30 e 7:45, o que corresponde ao intervalo
que vai desde 30 minutos at 45 minutos, a partir das 7:00. A probabilidade de que
isso acontea pode ser calculada como
Y
F (45)
Y
F (30) = ( )
24
11
2
1
24
23
) 15 30 (
30
1
45 50
2
1
300
300
1
2
= =
|
.
|

\
|
.
Neste caso ela chegaria ao centro da cidade s 8:25.
- Para que ela perca os dois primeiros trens, sendo portanto obrigada a tomar o
terceiro trem necessrio que chegue estao ferroviria aps as 7:45, o que
corresponde a 45 minutos, a partir das 7:00. A probabilidade de que isso acontea
pode ser calculada como
1
Y
F (45) = 1 ( )
24
1
24
23
1 45 50
2
1
300
300
1
2
= =
|
.
|

\
|
.
Neste caso ela chegaria ao centro da cidade s 8:45.
Assim sendo, se W a varivel aleatria que corresponde ao momento em que ela
chegar ao centro da cidade, contado em minutos a partir de 7:00, temos:

=
24
1
ade probabilid com 105,
24
11
ade probabilid com 85,
2
1
ade probabilid com 80,
W
Ou, de outra forma, calculando as probabilidades como reas sob a curva de
Y
f :
| | | | ( ) ( )
2
1
20 30
30
1
10 20
30
1
2
1
30 Y 10 P 80 W P = + = < < = =
| | | | ( ) ( ) ( )
24
11
45 50
60
1
2
1
40 50
30
1
2
1
0 3 40
30
1
45 Y 30 P 85 W P =
|
.
|

\
|
+ = < < = =
| | | | ( )
24
1
45 50
60
1
2
1
50 Y 45 P 105 W P = = < < = =
Da, 83,33
24
1
105
24
11
85
2
1
80 E(W) = + + = minutos a partir de 7:00 e
5,14 83,33
24
1
105
24
11
85
2
1
80 DP(W)
2 2 2 2
= + + = minutos.
Isso significa que o horrio esperado da chegada ao centro 8 horas, 23 minutos e 20
segundos, com um desvio padro de 5 minutos e 8 segundos.



Exerccios Propostos


P5.1) Vendas semanais de carros importados e carros nacionais
Uma concessionria de automveis vem mantendo semanalmente em estoque 2 carros
importados e 3 de fabricao nacional, para atender aos seus clientes. Sejam X e Y as
variveis aleatrias que representam respectivamente o nmero de carros importados e o
nmero de carros nacionais que ela vende ao longo de uma semana. Assim sendo, X
pode assumir os valores 0, 1, 2 e Y os valores 0, 1, 2, 3. A funo de probabilidade
conjunta de X e Y dada pela tabela abaixo:

Funo de probabilidade conjunta de X e Y
x
y
0 1 2 3
0 0,01 0,05 0,05 0,04
1 0,05 0,20 0,15 0,10
2 0,04 0,15 0,10 0,06

Qual a probabilidade de que, em uma determinada semana:
(a) No seja vendido nenhum carro importado?
(b) Todos os carros nacionais sejam vendidos?
(c) Sejam vendidos no mximo um carro importado e um carro nacional?
(d) Sejam vendidos mais carros importados do que nacionais?
(e) Sejam vendidos ao todo pelo menos 4 carros?

P5.2) Novamente as vendas semanais de carros importados e nacionais
Considerando novamente a concessionria do exerccio anterior, obtenha:
(a) as distribuies marginais de X e de Y.
(b) as distribuies condicionais de X dado Y, e de Y dado X.
(c) Cov(X,Y) e (X,Y).

P5.3) Erro grave
Na resoluo do exerccio abaixo foi cometido um erro grave.
Pergunta:
Sejam X e Y duas v.a.s independentes e tais que X N(80; 9) e Y N(50; 16). Qual a
distribuio de probabilidade da v.a. Z = X Y?
Resposta:
E(Z) = E(X Y) = E(X) E(Y) = 80 50 = 30
Var(Z) = Var(X Y) = Var(X) Var(Y) = 9 16 = 7.
Concluso: Z N(30; 7).
(a) Qual foi o erro cometido aqui?
(b) Qual a soluo correta?

P5.4) Casais com exatamente 2 filhos
Admitamos que as probabilidades de nascimento de homens e de mulheres so iguais,
ou seja, 50% para cada sexo. Consideremos apenas casais que tenham dois filhos. Ento
cada uma das 4 possibilidades de combinaes quanto aos sexos dos filhos (MM, MF,
FM, FF) tem 25% de chance de acontecer. Seja X igual a 0 ou 1 conforme o primeiro
filho seja homem ou mulher. Seja Y igual a 0 ou 1 conforme o segundo filho seja
homem ou mulher. Mostre que:
(a) As variveis aleatrias X e Y so independentes e cada uma delas tem
distribuio de Bernoulli com p =1/2.
(b) Qual a distribuio de probabilidade de X + Y, o nmero de crianas do sexo
feminino entre as duas?
(c) Verifique, neste caso particular, a validade das propriedades:
E(X + Y) = E(X) + E(Y) e Var(X + Y) = Var(X) + Var(Y).
(d) Qual a distribuio de probabilidade da v.a. XY?
(e) Verifique que, neste caso particular, Cov(X,Y) = 0. Por que?

P5.5) Aposentadoria
Todos os servidores aposentados de um certo pas esto pleiteando que seja revisto o
valor de sua aposentadoria. Por outro lado, eles esto sendo recadastrados ao longo de
um ano. Admita que o percentual p de aposentados j recadastrados cresce
uniformemente desde p = 0 no incio do ano at p = 1 no final do ano. Em determinado
momento ao longo do ano sero sorteados 50 entre esses servidores, para que seus
pleitos sejam analisados. Somente sero considerados os pleitos daqueles que j
estiverem recadastrados.
Calcule a probabilidade de que:
a) Pelo menos 25 dos servidores selecionados tenham seus pleitos analisados, se essa
seleo for feita no final de maio;
b) Entre 20 e 30 dos servidores selecionados tenham seus pleitos analisados, se essa
seleo for feita no final de junho;
c) No mximo 25 dos servidores selecionados tenham seus pleitos analisados, se essa
seleo for feita no final de agosto.

P5.6) Detector de Mentiras
Um detector de mentiras ser usado pela polcia para investigar 10 suspeitos de
envolvimento em um determinado crime. Admita que entre eles 5 so culpados (mas
alegaro inocncia) e os outros 5 so realmente inocentes. Sabe-se tambm que:
- mesmo quando uma pessoa diz a verdade, o detector tem uma chance de 5% de
falhar, indicando que ela mentiu;
- mesmo quando ela mente, o detector tem uma chance de 30% de no conseguir
detectar a mentira.
Qual a probabilidade de que:
(a) todos os 10 diagnsticos obtidos atravs do detector estejam corretos?
(b) o detector libere todos os 10 suspeitos?
(c) ao mesmo tempo, pelo menos 3 dos culpados sejam pegos e pelo menos 4 dos
inocentes sejam liberados?

P5.7) Pesquisa de mercado
Est sendo realizada uma pesquisa de mercado para se investigar a demanda potencial
por um novo produto a ser lanado proximamente. Dois entrevistadores, A e B, esto
abordando aleatoriamente os consumidores que circulam por determinado local dentro
de um Shoppng Center o pblico alvo da pesquisa para que estes respondam s
perguntas de um questionrio. Admita que aqueles que estariam propensos a comprar o
novo produto correspondem a uma determinada proporo p do pblico alvo. Seja X
(respectivamente Y) o nmero de entrevistas a serem feitas por A (respectivamente B),
at que ele encontre o primeiro consumidor disposto a comprar o novo produto.
(a) Quais os valores possveis e a distribuio de probabilidade da varivel X + Y, o
nmero total de entrevistas feitas por A e por B at que cada um deles encontre
pela primeira vez um consumidor potencial do novo produto? Voc identifica a
distribuio de probabilidade obtida como pertencente a alguma famlia
conhecida de modelos probabilsticos. Qual?
(b) Qual a distribuio de probabilidade condicional de X dado que X+Y = j.
(c) Determine | | j Y X Y E = + . Ou seja, se A e B juntos tiveram que abordar j pessoas
at que cada um deles encontrasse o primeiro consumidor potencial do produto,
em mdia quantas entrevistas B ter feito at esse ponto?


P5.8) Produo de milho
Na safra de 2000/2001, a produtividade do solo, em toneladas por hectare, das
plantaes de milho no Brasil teve uma mdia de 3,3 t/ha e um desvio padro de 0,5
t/ha. Por outro lado, a rea, em hectares, das propriedades rurais dedicadas ao
plantio do milho tinha nessa ocasio uma de mdia de 3,6 ha e um desvio padro de
1,1 ha.
Com base nessas informaes, calcule, para a safra de 2000/2001:
(a) A mdia e o desvio padro da produo de milho, em toneladas, de uma
propriedade rural.
(b) A produo mdia de milho, em toneladas, correspondente s propriedades
rurais onde a produtividade do solo era de exatamente 4 t/ha.
(c) O desvio padro da produo de milho, em toneladas, correspondente s
propriedades rurais cuja rea era exatamente 4,2 ha.
(d) O coeficiente de correlao entre produtividade do solo e produo de milho.
(e) O coeficiente de correlao entre rea da propriedade rural e produo de milho.
Obs.:
1. Os valores dos parmetros deste problema so aproximaes obtidas a partir de
dados reais.
2. Admita que a produtividade do solo e a rea da propriedade rural so variveis
aleatrias independentes.

P5.9) Consumo de combustvel
Sabe-se que, em uma certa localidade:
- 60% dos carros so pequenos;
- 30% dos carros so mdios;
- 10% dos carros so grandes;
- O desempenho de um carro grande em km/litro uma varivel aleatria com
distribuio uniforme no intervalo [6; 10];
- O desempenho de um carro mdio em km/litro uma varivel aleatria com
distribuio uniforme no intervalo [8; 12];
- O desempenho de um carro pequeno em km/litro uma varivel aleatria com
distribuio uniforme no intervalo [10; 14];
- A rodagem mensal dos carros em km/ms uma varivel aleatria com
distribuio exponencial de mdia 1000;
- A rodagem e o desempenho so variveis aleatrias independentes.
Qual o consumo mdio de combustvel dos carros do local em litros/ms?
Sugesto:
Se C o consumo, R a rodagem e D o desempenho, ento C = R

e, pela
independncia, E(C) = E(R)

.
Alm disso


. 0,1+


.0,3+

.0,6. Por que?


Como para carros grandes, D U[6; 10],

. Analogamente
para carros mdios e pequenos...

P5.10) Soma e Produto de uniformes independentes
Sejam X e Y duas v.a.s iid ambas Uniformes no intervalo [0,1].
Sejam U = X + Y e V = XY.
(a) Obtenha a funo de densidade conjunta de U e V.
(b) Obtenha as funes de densidade marginais de U e de V.

P5.11) Marcando um encontro
Dois amigos combinaram de se encontrar em determinado local entre 14:00 e 16:00,
sendo que cada um deles esperaria pelo outro no mximo at 15 minutos. Qual a
probabilidade de que eles realmente se encontrem?
Sugesto:
Contando o tempo em minutos a partir das 14:00, o instante de chegada de cada um
pode ser visto como uma v.a. Uniforme no intervalo [0; 120]. Alm disso, essas v.a.s
podem ser consideradas independentes. Desenhe uma figura em que cada eixo do plano
bidimensional representa o instante de chegada de uma pessoa. Verifique qual o
subconjunto do quadrado [0; 120]x[0; 120] que corresponde a um encontro entre eles.




P5.12) Ainda o problema do encontro
Considere novamente o problema anterior. Sejam S o tempo em minutos desde as 14:00
at o momento em que chega o primeiro dos dois e T o tempo em minutos desde as
14:00 at o momento em que ambos j chegaram. Obtenha:
(a) a expresso algbrica das densidade marginais de S e de T.
(b) E(S), Var(S), E(T), Var(T).
Sugesto: Note que P(T t) = P(X t, Y t) e P(S s) = P(X s, Y s), sendo X e Y
os instantes de chegada dessas duas pessoas.

P5.13) Mistura de Normais
Sejam X, Y e W v.a.s independentes e tais que
X N(

, Y N(

e W Bernoulli(p).
Definamos agora uma outra v.a.: Z = (1 W)X + WY. Neste caso, dizemos que Z uma
mistura de duas Normais.
Prove que:
(a) A densidade de Z h(z) = (1 p)

, z.
(b) E(Z) = (1 p)

+ p

.
(c) Var(Z) = (1 p)

+ p

+ p(1 p)

.
Obs.: Note que no Exerccio Resolvido 3.? temos uma mistura de Normais.


P5.14) Pureza do Minrio de Ferro
Sejam X e Y duas v.a.s tais que:
- X = teor de pureza de um minrio de ferro
- Y = 0, se tomada a deciso de no aproveitar esse minrio na produo de ao
- Y = 1, se tomada a deciso de aproveitar esse minrio na produo de ao
- A distribuio marginal de X Uniforme entre 0 e 1;
- A distribuio condicional de Y dado que X = x Bernoulli(x).
(a) Determine E(X|Y = 0) e Var(X|Y = 0), ou seja, a mdia e a varincia do teor de
pureza do minrio, dado que foi tomada a deciso de no aproveitar esse minrio na
produo de ao.
(b) Determine E(X|Y = 1) e Var(X|Y = 1), ou seja, a mdia e a varincia do teor de
pureza do minrio, dado que foi tomada a deciso de aproveitar esse minrio na
produo de ao.

P5.15) Pedidos de informao em um aeroporto
Seja Z o nmero de pessoas em geral (nacionais ou estrangeiros) que recorrem ao
balco de informaes de um aeroporto ao longo de uma hora. Sabe-se que:
- o nmero X de usurios nacionais que recorrem a esse balco em uma hora
uma varivel aleatria cuja lei de probabilidade Poisson com freqncia
mdia de chegada
1
= 10 pessoas por hora;
- o nmero Y de usurios estrangeiros que recorrem a esse balco em uma hora
segue tambm uma lei de probabilidade de Poisson com freqncia mdia de
chegada
2
= 4 pessoas por hora;
- X e Y so variveis aleatrias independentes.
(a) Calcule a probabilidade P(11 Z 17) de que entre 11 e 17 pessoas, nacionais ou
estrangeiras, recorrero ao balco de informaes em uma hora.
(b) Mostre que a lei de probabilidade condicional de X dado que Z = z uma
binomial com parmetros z e p = 10/14.




P5.16) Nmero de atendentes e tamanho da fila em um cartrio



O nmero de atendentes que, em determinado momento, esto disposio do pblico
em um cartrio pode variar desde 1 at 4, com 25% de chance para cada valor possvel.
Dado que h k atendentes naquele momento, o tamanho da fila nica de pessoas que
esto aguardando para serem atendidas segue uma distribuio de Poisson com
parmetro = 12/k. Algum acaba de chegar ao cartrio nesse momento. Calcule:
(a) A probabilidade de que haja 4 pessoas na fila.
(b) A probabilidade de que haja 2 atendentes, dado que h 4 pessoas na fila.
(c) A mdia e a varincia do nmero de atendentes.
(d) A mdia e a varincia do tamanho da fila.

P5.17) Distribuio Normal Bivariada *
Se

um vetor aleatrio com distribuio normal bi-variada sendo: E(X


1
) =
1
,
E(X
2
) =
2
, Var(X
1
) =
1
2
, Var(X
2
) =
2
2
e Cov(X
1
, X
2
) =
1

2
, ento a densidade
conjunta de (X
1
, X
2
) dada por
( )
(
(
(
(
(

(
(
(

|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|

+

=
2
2

2
x
2

2
x
1

1
x
2
2
1

1
x
2
1 2
1
exp
2
1
2

1
2
1
2
x ,
1
x f
o
,
para todo par (x
1
, x
2
) de R
2
.
Mostre que:
(a) a densidade marginal de X
i
uma Normal (
i
, o
i
2
), i = 1,2
(b) X
1
e X
2
so independentes se e s se X
1
e X
2
so no correlacionadas
(c) a densidade condicional de X
2
dado que X
1
= x
1
uma Normal cuja mdia

e cuja varincia


Obs.: Nas condies do enunciado acima, dizemos que X tem vetor de mdias
(
(

=
2

e matriz de covarincias
(
(

=
2
2

2
1





Sugesto:
Pode ser provado que se

um vetor aleatrio cuja distribuio Normal bi-


variada com os parmetros listados acima, ento podemos escrever:

ou seja,

,
onde U
1
e U
2
so v.a.s iid, ambas com distribuio Normal padro.
Neste caso tambm possvel expressar U
1
e U
2
em funo de X
1
e X
2
:

.


P5.18) Exportaes e Importaes
A distribuio conjunta das variveis x = ln(exportaes) e y = ln(importaes)
onde exportaes e importaes, definidas para qualquer pas do mundo, esto ambas
expressas em bilhes de dlares relativos ao ano de 2007 pode ser modelada como
uma Normal bivariada com
Vetor de mdias =

e Matriz de covarincias =


.
(a) Dado que um pas exportou 150 bilhes de dlares em 2007, quanto em mdia ele
deve ter importado nesse ano? Qual o desvio padro?
(b) Dado que um pas importou 100 bilhes de dlares em 2007, quanto em mdia ele
deve ter exportado nesse ano? Qual o desvio padro?
Obs.: Se Y = ln(X) tem distribuio Normal(;
2
), ento
E(X) =

e Var(X) =

Você também pode gostar