Escolar Documentos
Profissional Documentos
Cultura Documentos
Departamento de Estatı́stica
4a Lista de PE – Solução
1. a) Para que f (x) seja uma densidade devemos ter
Z 1 1
x3
2 4
1= C(1 − x )dx = C x − = C.
−1 3 −1 3
3
Isso ocorre se, e somente se, C = .
4
b) Para −1 < x < 1 nós temos
Z x x
y 3 x3 2
3 2 3
F (x) = (1 − y )dy = y − = x− + .
−1 4 3 −1 4 3 3
Segue que a função distribuição da v.a X é
x 6 −1,
0, se
3
3
x 2
F (x) = x− + , se −1 < x < 1,
4
3 3
1, se x > 1.
c) Primeiramente calculemos,
Z 1 1
3 x2 x4
3 2
E(X) = x(1 − x )dx = − = 0.
−1 4 4 2 4 −1
Agora
0 1 1
x2 x4
Z Z
3 3 3 3
E|X| = (−x)(1 − x2 )dx + x(1 − x2 )dx = 2 × − = .
−1 4 0 4 4 2 4 0 8
3. a) Como sabemos, a integral da função densidade no intervalo dos reais deve ser um.
Desse modo,
Z 3 2 3
1 x 3 + 12k
1= x + k dx = + kx = .
0 6 12 0 4
4. a) Como a densidade está definida no intervalo [0,3] o tempo máximo que uma peça
pode ficar sem se corroer é 3 anos.
b) Para que f (x) seja uma densidade devemos ter
Z 1 Z 2 Z 3
1 = kxdx + kdx + (−kx + 3k)dx
0 1 2
1 3
kx2 kx2
2
= + kx|1 + − + 3kx
2 0 2
2
= 2k.
f 0 (k) = −2E(X) + 2k
que possui ponto crı́tico em k = E(X). Como f 00 (k) = 2 > 0, concluı́mos que k = E(X)
é o ponto de mı́nimo da função.
7. Por um lado, para que f (x) seja uma densidade, devemos ter
1 1
x3
Z
2 b
1= (a + bx )dx = ax − b =a+ .
0 3 0 3
13 4 2 7
Segue que Var(X) = 6
− 3
= 18
.
d) Queremos encontrar k tal que P(X 6 k) = 0, 95. Para tal, necessitamos da
função de distribuição que é dada por
2
x
, se 0 6 x 6 1,
3
F (x) = −x2 + 6x − 3
, se 1 < x 6 3,
6
1, se x > 3.
É claro, da equação acima, que o valor de k deve ser maior que um, desse modo
basta resolver a equação
−x2 + 6x − 3
= 0, 95
6
que encontraremos k = 2, 45. Como os valores são dados em centenas, a resposta
desejada é 245kg.
9. Lembrando que para obtermos a densidade de uma variável aleatória contı́nua basta
derivarmos a função distribuição temos
10. Vamos considerar X a variável que representa o horário em que o passageiro chega à
parada após as 7:00 AM. Desse modo, temos que X ∼ U(0, 30).
a) O passageiro irá esperar 5 minutos pelo ônibus se chegar entre 7:10 e 7:15 ou entre
7:25 e 7:30. Segue que
P(“esperar menos de 5 min”) = P(10 < X < 15) + P(25 < X < 30)
Z 15 Z 30
1 1
= dx + dx
10 30 25 30
1
= .
3
b) Analogamente, o passageiro irá esperar mais de 10 minutos pelo ônibus se chegar
entre 7:00 e 7:05 ou entre 7:15 e 7:20. Segue que
P(“esperar mais de 10 min”) = P(0 < X < 5) + P(15 < X < 20)
Z 5 Z 20
1 1
= dx + dx
0 30 15 30
1
= .
3
11. Como X ∼ U(a, b), onde a < b; resolvendo o sistema linear
a+b
E(X) = 2 = 1
2
Var(X) = (b − a) = 1
12 12
encontramos a = 0, 5 e b = 1, 5.
3/4 − 0, 5
a) P(X < 3/4) = = 1/4.
1, 5 − 0, 5
1, 2 − 0, 8
b) P(0, 8 < X < 1, 2) = = 0, 4.
1, 5 − 0, 5
c) Como os eventos X < 0, 6 e X > 1, 3 são disjuntos,
P[(X < 0, 6) ∪ (X > 1, 3)|X > 1] = P(X < 0, 6|X > 1) + P(X > 1, 3|X > 1)
P({X < 0, 6} ∩ {X > 1}) P({X > 1, 3} ∩ {X > 1})
= +
P (X > 1) P(X > 1)
P(X > 1, 3)
= 0+
P(X > 1)
(1, 5 − 1, 3)/(1, 5 − 0, 5)
= = 0, 4.
(1, 5 − 1)/(1, 5 − 0, 5)
d)
e)
Z 0,8 Z 1 Z 1,5
E(g(X)) = xdx + 1dx + −(x + 1)dx
0,5 0,8 1
0,8 1,5
x2
2
1 x
= + x|0,8 − + x
2 0,5 2
1
= −0, 73.
12. Se X ∼ U(0, 5) representa o tamanho do lado do quadrado, então sua área será X 2 .
Segue que 5
Z 5 2
2 x x3 25
E(X ) = dx = = .
0 5 15 0 3
b)
c)
X − 10 5 − 10
P(X > 5) = P √ > √
36 36
' P(Z > −0, 83)
= P(Z < 0, 83)
' 0, 79673
d)
4 − 10 X − 10 16 − 10
P(4 < X < 16) = P √ < √ < √
36 36 36
= P(−1 < Z < 1)
= P(Z < 1) − P(Z < −1)
= P(Z < 1) − P(Z > 1)
= P(Z < 1) − {1 − P(Z 6 1)}
= 2P(Z < 1) − 1
' 2(0, 84134) − 1
= 0, 68268
e)
14. Seja X a variável que representa o perı́odo de gestação, e suponha que o réu é, de fato,
o pai. Desse modo, a probabilidade de que o nascimento possa ter ocorrido no perı́odo
indicado é
P({X > 290} ∪ {X < 240}) = P(X > 290) + P(X < 240)
X − 270 290 − 270 X − 270 240 − 270
= P √ > √ +P √ < √
100 100 100 100
= P(Z > 2) + P(Z < −3)
= 1 − P(Z 6 2) + P(Z > 3)
= 2 − P(Z 6 2) − P(Z 6 3)
= 2 − 0, 97725 − 0, 99865
' 0, 0241
H = “o indivı́duo é homem”
M = “o indivı́duo é mulher”
a)
1, 7 − 1, 8 AH − 1, 8
P(“medir +1,7”|H) = P AH > √ =P √
0, 16 0, 16
= P(Z > −0, 25) = P(Z 6 0, 25)
= 0, 59871.
b)
0, 74857 × 13
=
0, 74857 × 13 + 0, 5 × 2
3
= 0, 4281.
c)
150
X 450
= 1− (0, 3)i (0, 7)450−i .
i=0
i
A soma acima é bastante complicada de se fazer manualmente (uma das razões de se
usar a aproximação Normal à Binomial) e levaria um bom tempo para terminá-la. Com
o uso de um simples algoritmo, um computador pode calcular a soma acima resultando
no valor aproximado de 0,0565.
Podemos aproximar X por uma normal. Para tal, consideramos Y ∼ N (np, np(1 − p)),
ou seja, uma normal de parâmetros µ = 135 e σ 2 = 94, 5. Como X é discreta e Y
contı́nua, aplicando o Teorema de DeMoivre-Laplace aproximamos X por Y como
abaixo:
a) Queremos
20. Seja X a variável que representa número de anos em que o rádio funciona. Em nosso
caso temos X ∼ Exp(1/8) e consequentemente, F (x) = 1 − e−x/8 , para x > 0. Segue
que
P(X > 8) = 1 − F (8) = e−1 .
21. No nosso caso temos que X ∼ Exp(0, 1) de modo que F (x) = 1 − e−0,1x .
23. Seja X a variável que representa o tempo de vida da bateria do carro. Como a média
é 10.000 milhas, temos que X ∼ Exp(1/10.000) e F (x) = 1 − e−x/10.000 . Queremos
calcular a probabilidade do tempo de vida da bateria do carro ser maior que 10.000
dado que é maior que 5.000.
P(X > 10.000|X > 5.000) = P(X > 5.000 + 5.000|X > 5.000)
= P(X > 5.000)
= 1 − F (5.000)
= e−1/2
' 0, 607.
c)
P(X > a) = 0, 9 ⇐⇒
P(X 6 −a) = 0, 9 ⇐⇒
−a − µ
P Z6 = 0, 9 ⇐⇒
σ
(a + µ)
− = 1, 28 ⇐⇒
σ
a = −(µ + 1, 28σ).
d)
X −µ
P(µ − 1, 96σ < X < µ + 1, 96σ) = P −1, 96 < < 1, 96
σ
= P(−1, 96 < Z < 1, 96)
= 2P(Z < 1, 96) − 1
' 2(0, 97500) − 1
= 0, 95.
A igualdade acima ocorre se, e somente se, P(Z < β) = 0, 995, ou seja, β = 2, 58.
P(“+2 min”)
= P(“+2 min”|F )P(F ) + P(“+2 min”|J)P(J)
= P(X > 2) × 0, 3 + P(Y > 2) × 0, 7
= e−4 × 0, 3 + e−2 × 0, 7
= 0, 10023.
P(“+4 min dado F”|“+3 min dado F”) = P(X > 4|X > 3) = P(X > 1) ≈ 0, 13534.
e)
26. a) Observe que X é determinado pela variável aleatória θ que representa o ângulo
entre o feixe de luz e o eixo y. Claramente, θ ∼ U(−π/2, π/2) e sua distribuição é
x − (−π/2) 1 x
Fθ (x) = P(θ 6 x) = = + .
π 2 π
Como estamos interessados na distribuição de X, basta observar que X = tan(θ)
e, para −∞ < x < ∞, segue que
FX (x) = P(X 6 x)
= P(tan(θ) 6 x)
= P(θ 6 arctan(x))
1 arctan(x)
= + .
2 π
Desse modo, ainda para −∞ < x < ∞, chegamos a
d 1
f (x) = FX (x) = .
dx π(1 + x2 )
b) +∞
+∞ +∞
π/2 − (−π/2)
Z Z
1 1 arctan(x)
f (x)dx = 2
dx = = =1
−∞ π −∞ 1+x π
−∞ π
c)
Z +∞
E|X| = |x|f (x)dx
−∞
Z 0 Z +∞
1 1
= (−x) dx + x dx
−∞ π(1 + x2 ) 0 π(1 + x2 )
Z +∞
1
= 2 x dx
0 π(1 + x2 )
1 +∞ 2x
Z
= dx
π 0 1 + x2
1 M
= lim ln(1 + x2 )0
π M →+∞
= +∞.
FY (y) = P(Y 6 y)
= P(|X| 6 y)
= P(−y 6 X 6 y)
= P(X 6 y) − P(X 6 −y)
= FX (y) − FX (−y).
FY (y) = P(Y 6 y)
= P(X n 6 y)
= P X 6 y 1/n
= FX y 1/n .
29. a)
Como 0 < Y < 5, a relação acima ocorre se, e somente se, Y > 2. Então
3
P(Y 2 > Y + 2) = P(Y > 2) = .
5
P(Y 6 y) = P(log X 6 y)
= P(X 6 ey )
y
= 1 − e−e .
P(Y 6 y) = P(eX 6 y)
= P(X 6 log y)
= log y.
33. Primeiramente, observe que se Z é normal padrão então −Z também é. De fato,
Derivando ambos os lados temos f−Z (z) = fZ (−z) e como uma v.a. normal padrão
tem a função densidade par, fZ (−z) = fZ (z).
c)
34. Uma vez que encontramos a distribuição de X na Questão 19, basta observar que
β !
X −v X −v 1/β
P 6x = P 6x
α α
= P X 6 αx1/β + v
= 1 − e−x .
P(X < q1 ) = 0, 25
⇐⇒ 1 − e−2q1 = 0, 25
⇐⇒ e−2q1 = 0, 75
ln(0, 75)
⇐⇒ q1 =
−2
⇐⇒ q1 ' 0, 1438.
P(Y < q3 ) = 0, 75
Y −4 q3 − 4
⇐⇒ P √ < √ = 0, 75
9 9
q3 − 4
⇐⇒ P Z< = 0, 75.
3
q3 − 4
e olhando na tabela devemos ter = 0, 68, ou seja, q3 = 6, 04.
3
Para encontrar q1 = 1, 96, basta lembrar que q1 e q3 devem estar à mesma distância da
mediana.
0.8
0.6
F(x)
0.4
0.2
0
0 1 2 3 4 5 6
x