Math  /  Data & Statistics

QuestionFACULDADE DA ECONOMIA
EXAME ESPECIAL DE ESTATISTICA II TURMAS: 22^{\circ} ANO TARDE E NOTTE DATA: 02/09/2024 DURAÇAO: 14H00\mathbf{1 4} \mathrm{H} \mathrm{00}^{\circ} - 16H00
1. Suponha que: P(A)=0,4P(B)=0,3P(C)=0,7P(A)=0,4 \quad P(B)=0,3 \quad P(C)=0,7 \quad e P(ABCˉ)=0,1P(A \cap B \cap \bar{C})=0,1 Determine : P[C\(AB)]P[C \backslash(A \cap B)] ( 5 valores)
2. Seja XX a variável aleatória com a seguinte distribuição de probabilidade: \begin{tabular}{|c|c|c|c|c|} \hlineXiX_{i} & 12k1-2 k & k1k-1 & kk & 2k2 k \\ \hlinepip_{i} & pp & 3p3 p & pp & pp \\ \hline \end{tabular} a) Sabendo que E[X]=13E[X]=\frac{1}{3}, calcule os valores de pp e de kk. ( 2,5 valores). b) Calcule V[X]V[X]. ( 2,5 valores).
3. Suponha que uma pequena estação de serviço é abastecida com gasolina todos sábados à tarde. O seu volume de vendas , em milhares de litros, é uma variável aleatória X. Considerando que a função densidade de X é: f(X)={6x(1x),x[0,1]0,x[0,1]f(X)=\left\{\begin{array}{ll} 6 x(1-x), & x \in[0,1] \\ 0, & x \notin[0,1] \end{array}\right. a) Determine P(0<X<0,75)P(0<X<0,75) (2,5(2,5 valores )) b) Determine o volume médio de vendas e a sua variância. ( 2,5 valores ))

Studdy Solution

STEP 1

1. Para o problema 1, estamos lidando com probabilidades condicionais e precisamos usar as definições e propriedades das probabilidades.
2. Para o problema 2, estamos lidando com variáveis aleatórias discretas e suas distribuições de probabilidade.
3. Para o problema 3, estamos lidando com uma variável aleatória contínua e sua função densidade de probabilidade (fdp).

STEP 2

1. Resolver o problema 1 utilizando as propriedades de probabilidades condicionais.
2. Resolver o problema 2 determinando os valores de pp e kk e calculando a variância V[X]V[X].
3. Resolver o problema 3 determinando a probabilidade P(0<x<0,75)P(0 < x < 0,75) e calculando o valor médio de vendas e sua variância.

STEP 3

Dado que precisamos encontrar P[C(AB)]P[C \mid (A \cap B)], usamos a definição de probabilidade condicional:
P[C(AB)]=P[C(AB)]P[AB] P[C \mid (A \cap B)] = \frac{P[C \cap (A \cap B)]}{P[A \cap B]}

STEP 4

Note que P[C(AB)]=P[(CA)B]P[C \cap (A \cap B)] = P[(C \cap A) \cap B]. Podemos assumir que eventos são independentes se não houver indicação contrária, o que simplifica para:
P[C(AB)]=P[C]P[AB] P[C \cap (A \cap B)] = P[C] \cdot P[A \cap B]

STEP 5

Agora, usando a propriedade de independência e as probabilidades fornecidas:
P[C(AB)]=P[C]P[A]P[B] P[C \cap (A \cap B)] = P[C] \cdot P[A] \cdot P[B] P[C(AB)]=0,70,40,3=0,084 P[C \cap (A \cap B)] = 0,7 \cdot 0,4 \cdot 0,3 = 0,084

STEP 6

Agora, substituímos de volta na fórmula da probabilidade condicional:
P[C(AB)]=0,0840,1=0,84 P[C \mid (A \cap B)] = \frac{0,084}{0,1} = 0,84

STEP 7

Para encontrar pp e kk no problema 2, começamos com a distribuição de probabilidade dada e a informação que E[X]=1E[X] = 1. Primeiro, expressamos E[X]E[X]:
E[X]=i=14xipi E[X] = \sum_{i=1}^{4} x_i p_i E[X]=(12k)P+(k1)3P+kP+2kP E[X] = (1-2k)P + (k-1)3P + kP + 2kP

STEP 8

Substituímos os valores de xix_i e pip_i na equação de E[X]E[X]:
1=(12k)P+(k1)3P+kP+2kP 1 = (1-2k)P + (k-1)3P + kP + 2kP 1=P(12k)+3P(k1)+Pk+2Pk 1 = P(1 - 2k) + 3P(k - 1) + Pk + 2Pk

STEP 9

Simplificamos a expressão:
1=P(12k+3k3+k+2k) 1 = P(1 - 2k + 3k - 3 + k + 2k) 1=P(2k2) 1 = P(2k - 2) P=12k2 P = \frac{1}{2k-2}

STEP 10

Como a soma das probabilidades deve ser igual a 1, temos:
P+3P+P+P=1 P + 3P + P + P = 1 6P=1 6P = 1 P=16 P = \frac{1}{6}

STEP 11

Substituímos PP na equação para encontrar kk:
16=12k2 \frac{1}{6} = \frac{1}{2k-2} 6=2k2 6 = 2k - 2 2k=8 2k = 8 k=4 k = 4

STEP 12

Agora, achamos pp substituindo kk:
P=12(4)2=16 P = \frac{1}{2(4) - 2} = \frac{1}{6}

STEP 13

Para calcular a variância V[X]V[X], usamos a fórmula:
V[X]=E[X2](E[X])2 V[X] = E[X^2] - (E[X])^2

STEP 14

Calculamos E[X2]E[X^2]:
E[X2]=i=14xi2pi E[X^2] = \sum_{i=1}^{4} x_i^2 p_i E[X2]=(12k)2P+(k1)23P+k2P+(2k)2P E[X^2] = (1-2k)^2P + (k-1)^2 3P + k^2 P + (2k)^2 P

STEP 15

Substituímos os valores de xix_i, kk, e PP:
E[X2]=((12(4))2+3(41)2+42+2(4)2)16 E[X^2] = ((1-2(4))^2 + 3(4-1)^2 + 4^2 + 2(4)^2) \frac{1}{6}

STEP 16

Simplificamos e calculamos E[X2]E[X^2]:
E[X2]=((7)2+3(3)2+4(4)+2(16))16 E[X^2] = ((-7)^2 + 3(3)^2 + 4(4) + 2(16)) \frac{1}{6} =(49+27+16+32)16 = (49 + 27 + 16 + 32) \frac{1}{6} =12416 = 124 \frac{1}{6} =20.67 = 20.67

STEP 17

Calculamos a variância usando E[X]=1E[X] = 1:
V[X]=E[X2](E[X])2=20.671=19.67 V[X] = E[X^2] - (E[X])^2 = 20.67 - 1 = 19.67

STEP 18

Para o problema 3a, integramos a fdp dentro do intervalo dado:
P(0<x<0.75)=00.756x(1x)dx P(0 < x < 0.75) = \int_{0}^{0.75} 6x(1-x) \, dx

STEP 19

Calculamos a integral:
00.756x(1x)dx=00.75(6x6x2)dx \int_{0}^{0.75} 6x(1-x) \, dx = \int_{0}^{0.75} (6x - 6x^2) \, dx

STEP 20

Integramos e avaliamos os limites:
[3x22x3]00.75 \left[ 3x^2 - 2x^3 \right]_{0}^{0.75} =3(0.75)22(0.75)3(3(0)22(0)3) = 3(0.75)^2 - 2(0.75)^3 - (3(0)^2 - 2(0)^3) =3(0.5625)2(0.421875) = 3(0.5625) - 2(0.421875) =1.68750.84375 = 1.6875 - 0.84375 =0.84375 = 0.84375

STEP 21

Para o problema 3b, calculamos o valor esperado E[X]E[X] usando:
E[X]=01xf(x)dx E[X] = \int_{0}^{1} x f(x) \, dx

STEP 22

Substituímos a fdp e integramos:
E[X]=01x6x(1x)dx E[X] = \int_{0}^{1} x 6x(1-x) \, dx =016x2(1x)dx = \int_{0}^{1} 6x^2(1-x) \, dx =01(6x26x3)dx = \int_{0}^{1} (6x^2 - 6x^3) \, dx

STEP 23

Calculamos a integral:
[2x332x4]01 \left[ 2x^3 - \frac{3}{2}x^4 \right]_{0}^{1} =2(1)332(1)4(2(0)332(0)4) = 2(1)^3 - \frac{3}{2}(1)^4 - (2(0)^3 - \frac{3}{2}(0)^4) =21.5 = 2 - 1.5 =0.5 = 0.5

STEP 24

Para calcular a variância V[X]V[X], precisamos de E[X2]E[X^2]:
E[X2]=01x2f(x)dx E[X^2] = \int_{0}^{1} x^2 f(x) \, dx

STEP 25

Substituímos a fdp e integramos:
E[X2]=01x26x(1x)dx E[X^2] = \int_{0}^{1} x^2 6x(1-x) \, dx =016x3(1x)dx = \int_{0}^{1} 6x^3(1-x) \, dx =01(6x36x4)dx = \int_{0}^{1} (6x^3 - 6x^4) \, dx

STEP 26

Calculamos a integral:
[32x465x5]01 \left[ \frac{3}{2}x^4 - \frac{6}{5}x^5 \right]_{0}^{1} =32(1)465(1)5(32(0)465(0)5) = \frac{3}{2}(1)^4 - \frac{6}{5}(1)^5 - (\frac{3}{2}(0)^4 - \frac{6}{5}(0)^5) =1.51.2 = 1.5 - 1.2 =0.3 = 0.3

STEP 27

Calculamos a variância usando E[X]=0.5E[X] = 0.5:
V[X]=E[X2](E[X])2 V[X] = E[X^2] - (E[X])^2 V[X]=0.3(0.5)2 V[X] = 0.3 - (0.5)^2 V[X]=0.30.25 V[X] = 0.3 - 0.25 V[X]=0.05 V[X] = 0.05
Soluções:
1. P[C(AB)]=0,84P[C \mid (A \cap B)] = 0,84
2. p=16,k=4,V[X]=19.67p = \frac{1}{6}, k = 4, V[X] = 19.67
3. P(0<x<0.75)=0.84375,E[X]=0.5,V[X]=0.05P(0 < x < 0.75) = 0.84375, E[X] = 0.5, V[X] = 0.05

Was this helpful?

Studdy solves anything!

banner

Start learning now

Download Studdy AI Tutor now. Learn with ease and get all help you need to be successful at school.

ParentsInfluencer programContactPolicyTerms
TwitterInstagramFacebookTikTokDiscord