Prova 2

Disciplina: Probabilidades
Profesora: Taisa Lopes Martins
Aluno: Jorge Luis Roque Bustamante

1. Defina X como a altura em metros de um brasileiro selecionado aleatoriamente, onde a pro-

babilidade de seleção é igual para cada brasileiro e denote E[X ] por h. Bob está interessado
em estimar h. Como ele tem certeza de que nenhum brasileiro tem mais de 3 metros, Bob
decide usar 1.5 metros como uma estimativa do desvio padrão de X . Para estimar h, Bob cal-
cula a média das alturas de n brasileiros que ele seleciona aleatoriamente; ele denota essa
quantidade por H .

a) Em termos de h e da estimativa de 1,5 metros para o desvio padrão de X , determine o

valor esperado e o desvio padrão de H .

Sejam X 1 , X 2 , · · · X n as medidas das alturas dos n brasileiros, logo

X1 + X2 + · · · + Xn
H=
n
assim
X1 + X2 + · · · + Xn
· ¸
E[H ] = E
n

E[X 1 ] + E[X 2 ] + · · · + E[X n ]

=
n

nE[X ]
=
n

= E[X ]

= h
e
σ = (V ar (H ))1/2

X 1 + X 2 + · · · + X n 1/2
µ µ ¶¶
= V ar
n
¶1/2
nV ar (X )
µ
=
n2
¶1/2
V ar (X )
µ
=
n

3
= p
2 n

1
 b) Ajude Bob calculando um valor mínimo de n (com n > 0) tal que o desvio padrão de H ,
seja inferior a 0, 01 metro.

3
Como a desvio padrão é p , logo
2 n
3
p < 0,01 ⇒ n > 22500
2 n
c) Bob gostaria de ter 99 % de certeza de que sua estimativa está dentro de 5 centímetros
da média real da altura dos brasileiros. Usando a desigualdade de Chebyshev, calcule o
valor mínimo de n que deixará Bob feliz.

Temos que a desigualdade de Chebyshev é

V ar (H )
P(|H − E[H ]| ≥ t ) ≤
t2
logo
³ σ ´2
P(|H − E[H ]| < t ) ≥ 1 −
t
como temos um 99 % de probabilidade logo
³ σ ´2
0,99 ≥ 1 −
t
3
onde σ = p e t = 0,05
2 n
µ ¶2
3
0,99 ≥ 1 − p ⇒ n ≥ 90000
2(0,005) n
d) Se concordamos que nenhum brasileiro tem mais de tres metros de altura, por que é
correto usar 1,5 metros como um limite superior no desvio padrão para X ?

Temos que a media minimiza o desvio padrão, logo

·µ ¶2 ¸
3 9
V ar (X ) ≤ E X− ≤ E[X 2 ] − 3E[X ] + (1)
2 4
Por outro lado X ≥ 0 e X ≤ 3, logo

0 ≤ E[X (3 − X )] = 3E[X ] − E[X 2 ] (2)

nós adicionamos (1) e (2)

9 3
V ar (X ) ≤ ⇒ σ≤
4 2

2. Considere X uma variável aleatória uniformemente distribuída em [−1, 1]. Sejam X 1 , X 2 , · · · ,

variáveis aleatórias i.i.d. com a mesma distribuição de X . Determine quais, se houver, das
seguintes sequencias (todas com i = 1, 2, · · · ) são convergentes em probabilidade. Justifique
totalmente suas respostas. Inclua os limites, se existirem.

2
 X1 + X2 + · · · + Xi
a) Ui =
i
Temos que X é una variábel uniformemente distribuída em [−1, 1], logo temos que a
função de densidade é

 1
, x ∈ [−1, 1]
f X (x) =
 20 , outro caso

Vemos que o valor esperado de X é finito pois

Z 1
x
E[X ] = dx = 0
−1 2

e como as variável X 1 , X 2 , · · · , são i.i.d. com a mesma distribuição, logo E[X i ] = E[X ] = 0
para tudo i ∈ N. Assim por a Ley fraca dos grandes números temos que Ui converge en
probabilidade a su media que é 0, então para tudo ε > 0

lı́m P (|Ui | > ε) = 0

i →∞

b) Wi = máx {X 1 , · · · , X i }
Como X é uma variável aleatoria uniformemente distribuida em [−1, 1], logo a distri-
buição acumulada


 0 , x < −1




 x +1
F X (x) = , −1 ≤ x ≤ 1


 2



1 , x >1


como X 1 , X 2 , · · · , tem a mesma distribuição que X , logo para tudo ε > 0

lı́m P (|Wi − 1| > ε) = lı́m P (Wi − 1 > ε ∨ Wi − 1 < ε)

i →∞ i →∞

= lı́m P (Wi − 1 > ε) + P (Wi − 1 < ε)

i →∞

Como Wi é limitada por 1 então, P (Wi − 1 > ε) = 0

lı́m P (|Wi − 1| > ε) = lı́m P(Wi < 1 − ε)

i →∞ i →∞

= lı́m P(máx{X 1 , · · · , X i } < 1 − ε)

i →∞

= lı́m P(X 1 < 1 − ε ∧ · · · ∧ X i < 1 − ε)

i →∞

= lı́m P(X 1 < 1 − ε) · · · P(X i < 1 − ε)

i →∞

Se 1 − ε < −1, então

P(X i < 1 − ε) = 0 ∀i = 1, 2, ...

logo

3
 lı́m P (|Wi − 1| > ε) = 0
i →∞

se 1 − ε ≥ −1, então
2−ε
P(X i < 1 − ε) = ∀i = 1, 2, ...
2
logo
¶i
2−ε
µ
lı́m P(X 1 < 1 − ε) · · · P(X i < 1 − ε) = lı́m =0
i →∞ i →∞ 2
2−ε
por que 0 ≤ ≤ 1, assim
2
lı́m P (|Wi − 1| > ε) = 0 ∀ε > 0
i →∞

3. Demonstre que a desigualdade de Chebyshev é justa, ou seja, para cada µ, σ > 0 e c ≥ σ,

construa uma variável aleatória X com média µ e desvio padrão σ tal que

σ2
P(|X − µ| ≥ c) =
c2
Dica: voce deve ser capaz de fazer isso com uma variável aleatória discreta que assume ape-
nas 3 valores distintos com probabilidade diferente de zero.
Vamos definir uma variável aleatória X com a seguinte densidade

σ2

, x = µ − c ou x = µ + c


2c 2







f X (x) = σ2
1 − , x =µ
c2








0 , outro caso


vamos ver se eles satisfazem as condições do problema

σ2 σ2 σ2
µ ¶
E[X ] = (µ − c) + (µ + c) + 1 − µ+0 = µ
2c 2 2c 2 c2

σ2 σ2 σ2 2
µ ¶
V ar (X ) = E[X ] − E[X ] = 2 (µ − c) + 2 (µ + c) + 1 − 2 µ − µ2 = σ2
2 2 2 2
2c 2c c

logo

σ X = (V ar (X ))1/2 = σ

Agora vamos ver que satisfaz a desigualdade de Chebyshev

P(|X − µ| ≥ c) = P(X = µ − c ∨ X = µ + c)

= P(X = µ − c) + P(X = µ − c)

σ2
=
c2