CÁLCULO DE PROBABILIDADE 1 - LISTA 6

Profa. Cátia Gonçalves

(1) Seja X uma v.a. com função de distribuição dada por



 0 , x < −2

 1



 , −2 ≤ x < 1



 8
5

FX (x) = , 1≤x<2


 8

 7
, 2≤x<4


8





1 , caso contrário


(a) Determine a função de probabilidade de X.

(b) Calcule EX.
(2) Seja X uma v.a. com função de probabilidade dada por
 1
 , x = −1, −2, . . .
2 |x| (|x| + 1)





pX (x) = P (X = x) 1
, x = 1, 2, . . .
2x(x + 1)






0 , caso contrário
∞
X
(a) Determine |x| pX (x).
x=−∞

(b) Mostre que EX não existe (ou seja, não está definida).
1
(3) Suponha que X se distribui uniformente sobre {1, . . . , N }, isto é, P (X = k) = , k ∈ {1, . . . , N }.
N
Determine EX e EX 2 .
N N
X N (N + 1) X N (N + 1)(2N + 1)
Obs. x= e x2 =
x=1
2 x=1
6

(4) Seja X
 uma v.a. com distribuição Binomial de parâmetros n = 4 e p, sendo 0 < p < 1. Calcule
πX
Esen .
2
 
1
(5) Seja X uma v.a. com distribuição P oisson(λ). Determine E .
1+X
(6) Em ensaios de Bernoulli independentes, com probabilidade p de sucesso, sejam X o número de ensaios
até a ocorrência do r−ésimo sucesso e Y o número de fracassos anteriores ao r−ésimo sucesso. Determine
EX e EY .
(7) Seja (X, Y ) um vetor aleatório com função de probabilidade conjunta dada por


 p , x ∈ {−1, +1}, y = 0

pX,Y (x, y) = P (X = x, Y = y) = 1 − 2p , x = 0, y = 1


0 , caso contrário,


onde 0 < p < 1/2.

Verifique que EXY = EXEY , mas X e Y não são independentes.
(8) Seja X uma v.a. com distribuição Geométrica(p) e seja M > 0 um número inteiro positivo. Determine a
esperança das seguintes v.a.’s:

(a) Z = min(X, M )
(b) W = max(X, M )
 (9) Determine a variância de X nos seguintes casos:
1
(a) X tem distribuição uniforme sobre {1, . . . , N }, isto é, P (X = k) =
, k ∈ {1, . . . , N }.
N
(b) X tem distribuição Geométrica de parâmetro p, isto é, P (X = k) = p(1 − p)k−1 , k = 1, 2, . . ..

(10) Seja X uma v.a. com função de probabilidade dada por

cx−(r+2)
(
, x = 1, 2, . . .
pX (x) = P (X = x)
0 , caso contrário,
∞
X
onde c = x−(r+2) .
x=1
Mostre que EX r é finito, mas X não tem nenhum momento finito de ordem maior do que r.

(11) Em ensaios de Bernoulli independentes, com probabilidade p de sucesso, sejam X o número de ensaios
até a ocorrência do r−ésimo sucesso e Y o número de fracassos anteriores ao r−ésimo sucesso. Determine
varX e varY .

(12) Sejam X e Y v.a.’s independentes, tais que EX 4 = 2, EX 2 = 1, EY 2 = 1 e EY = 0. Determine

var(X 2 Y ).

n
(13) Sejam X1 , . . . , Xn v.a.’s i.i.d. tendo média µ e variância σ 2 e seja X̄ = Sn /n, onde Sn =
P
Xi .
i=1
(Se X1 , . . . , Xn têm função de distribuição F , dizemos que X1 , . . . , Xn é uma amostra aleatória de tamanho
n da v.a. aleatória X, cuja função de distribuição é F , e X̄ é chamada a média amostral).
Mostre que:
 n



2
(b) var X̄ = σ 2 /n = (n − 1) σ 2 .
P
(a) E[X̄] = µ (c) E Xi − X̄
i=1

(14) Suponha que temos dois baralhos de n cartas, cada um com as cartas numeradas de 1 a n. Utilizando-se
estas cartas, forma-se n pares, de tal forma que cada par contenha uma carta de cada baralho. Dizemos
que ocorre um encontro na posição i, se o par i é constituı́do de cartas com o mesmo número. Seja Sn o
número de encontros.
Determine:
(a) ESn (b) varSn
(Sugestão: para cada i = 1, 2, . . . , n, considere a v.a. Xi definida por: Xi = 1 se ocorre um encontro na
posição i e Xi = 0 caso contrário. Assim, Sn = X1 + · · · + Xn .)

(15) Sejam X1 , X2 e X3 v.a.’s independentes tendo variâncias finitas e positivas σ12 , σ22 e σ32 , respectivamente.
Obtenha o coeficiente de correlação entre X1 − X2 e X2 + X3 .

(16) Suponha que X e Y são duas v.a.’s tais que ρ(X, Y ) = 1/2, varX = 1 e varY = 2. Obtenha var(X − 2Y ).

(17) Uma caixa contém 3 bolas vermelhas e 2 pretas. Extrai-se uma amostra sem reposição de tamanho dois.
Sejam U e V os números de bolas vermelhas e pretas, respectivamente, na amostra. Determine ρ(U, V ).

(18) Suponha que uma caixa contém 3 bolas numeradas de 1 a 3. Seleciona-se, ao acaso e sem reposição, duas
bolas da caixa. Seja X o número da primeira bola e Y o número da segunda bola. Determine cov(X, Y )
e ρ(U, V ).