Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
lcio Lebensztayn
Sumrio
Prefcio
Captulo 1: Anlise Combinatria
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iii
1
3
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Captulo 2: Probabilidade
19
1.
Definies e propriedades . . . . . . . . . . . . . . . . . . . . . . 19
2.
3.
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Captulo 3: Variveis aleatrias
45
1.
Definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.
3.
4.
5.
6.
7.
8.
9.
Estatsticas de ordem . . . . . . . . . . . . . . . . . . . . . . . . 60
ii
Sumrio
Captulo 4: Esperana
97
1.
Definies e propriedades . . . . . . . . . . . . . . . . . . . . . . 97
2.
3.
4.
Desigualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Captulo 5: Modos de Convergncia e Teoremas Limites
139
1.
2.
3.
4.
5.
Exerccios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Respostas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Apndice
165
169
Referncias Bibliogrficas
171
Prefcio
Este livro destina-se a estudantes de cursos de probabilidade em nvel de Graduao e Mestrado. Os temas abordados so: Anlise Combinatria, Probabilidade, Variveis
Aleatrias, Esperana e Teoremas Limites. No comeo de cada captulo, visando recordao da matria, renem-se em forma de tpicos as principais definies e resultados.
Para mais detalhes e demonstraes, sugiro ao leitor que consulte as referncias bibliogrficas. Ao final de cada captulo, enunciam-se os exerccios correspondentes teoria
exposta, alguns dos quais tm a soluo apresentada.
Cumpre salientar que, por fins didticos, decidi definir os principais modos de convergncia para tratar dos teoremas limites. As sees e os tpicos marcados com asterisco
correspondem a assuntos mais avanados, que podem ser omitidos em uma primeira leitura. Os exerccios que envolvem esses assuntos tambm esto assinalados. Aceitarei,
com prazer, as crticas e sugestes que me permitam aperfeioar o livro.
Agradecimentos:
Aos meus familiares e amigos.
A Cristian Favio Coletti, pela colaborao no estgio inicial do livro.
A Fbio Prates Machado, pelo apoio e incentivo ao desenvolvimento do livro.
Aos autores e docentes cujos livros, listas de exerccios e provas me serviram de
fonte.
Aos professores com os quais convivi nos anos de formao acadmica.
Comisso de Ps-Graduao em Estatstica do IMEUSP e CAPESPROEX,
que editaram a primeira verso desse livro.
FAPESP, CAPES e ao CNPq, pelos apoios recebidos nesses anos.
A Deus e a todos que me ajudaram a chegar at aqui.
lcio Lebensztayn.
Fevereiro de 2012.
Captulo 1
Anlise Combinatria
1.1. Princpio multiplicativo: Uma tarefa deve ser executada em uma sequncia de
r etapas. Existem n1 maneiras de realizar a primeira etapa; para cada uma dessas n1
maneiras, existem n2 maneiras de realizar a segunda etapa; para cada uma dessas n2
maneiras, existem n3 maneiras de realizar a terceira etapa, e assim por diante. Ento, o
nmero total de maneiras de efetuar a tarefa completa dado por n1 n2 . . . nr .
Observao. Ao usar o princpio multiplicativo, fundamental que o nmero de maneiras de realizar uma determinada etapa no seja influenciado por nenhuma das etapas
predecessoras.
1.2. Princpio aditivo para partes disjuntas: Se A1 , . . . An so conjuntos dois a dois
disjuntos, ento
[
n
i=1
Ai
n
X
|Ai |.
i=1
i=1
Ai
|Ai |
|Ai Aj |
i<j
i<j<k
1.3. Convm recordar uma tcnica bastante til em problemas de contagem: primeiro
ignore uma restrio do problema, contando a mais. Depois, desconte o que foi indevidamente contado.
1.4. Um conjunto com n elementos tem 2n subconjuntos.
1.5. Permutaes: O nmero de maneiras de ordenar n objetos distintos
n! = n (n 1) . . . 2 1.
O nmero n! chamado o fatorial de n. Por conveno, 0! = 1.
Anlise Combinatria
Observao. Uma frmula muito importante quando se trata de fatoriais foi obtida por
Stirling (1730):
n! nn en 2n,
onde o smbolo indica que a razo entre os dois lados tende a 1 quando n .
1.6. Permutaes circulares: O nmero de maneiras de dispor n objetos distintos em
torno de um crculo (n 1)!.
Nessa contagem, interessa apenas a posio relativa dos objetos entre si, ou seja, duas
disposies so consideradas indistinguveis se uma pode ser obtida a partir da outra por
uma rotao conveniente dos objetos.
1.7. O nmero de palavras de comprimento k que podem ser compostas com n elementos
dados nk .
1.8. Arranjos: O nmero de k-subconjuntos ordenados de um n-conjunto
(n)k = n(n 1) . . . (n k + 1).
1.9. Combinaes: O nmero de k-subconjuntos de um n-conjunto
!
n
n!
=
,
k
k! (n k)!
que chamado um coeficiente binomial. Estes nmeros podem ser arrumados em uma
disposio triangular, o famoso Tringulo de Pascal.
1.10. Teorema Binomial: Para quaisquer n 0 inteiro e x, y R,
(x + y) =
n
n
X
k=0
n k nk
x y .
k
n
n!
=
.
n1 , n2 , . . . , nr
n1 ! n2 ! . . . nr !
Esta frmula tambm fornece o nmero de anagramas de uma palavra com n letras que
contm n1 vezes a letra `1 , n2 vezes a letra `2 , . . . , nr vezes a letra `r (n1 +n2 + +nr = n).
Exerccios
1.12. Para qualquer inteiro p > 0 fixado, o nmero de vetores distintos (x1 , . . . , xn ) nonegativos e a valores inteiros que satisfazem a equao x1 + + xn = p
p+n1
n1
Esse o chamado nmero de combinaes completas (ou com repetio), pois o nmero
de modos de escolher p objetos entre n objetos distintos dados, podendo repetir a escolha
(xi o nmero de vezes que tomamos o objeto i).
Em outras palavras, o nmero de maneiras de distribuir p moedas idnticas a n crianas
p+n1
n1
1.13. Para qualquer inteiro p > 0 fixado, o nmero de vetores distintos (x1 , . . . , xn ) a
valores inteiros que satisfazem x1 + + xn = p e xi 1 para todo i = 1, . . . , n
p1
n1
p1
n1
nk
Sem reposio
(n)k
No-ordenada
k+n1
n1
n
k
Exerccios
1. Quantas permutaes diferentes existem das letras A, B, C, D, E, F
(a) que tm as letras A, B juntas em qualquer ordem?
(b) que tm a letra A em primeiro lugar ou a letra F em ltimo?
(c) em que a letra A vem antes da letra B?
(d) em que a letra E no a ltima?
Soluo. (a) Imaginamos as letras A e B coladas como uma letra s, na ordem AB, o
que fornece 5! permutaes. Como tambm existem 5! permutaes nas quais a letra
B est imediatamente antes da letra A, obtemos um total de 2 . 5! = 240 permutaes
diferentes.
Anlise Combinatria
(b) Sejam A o conjunto das permutaes que comeam por A e F o conjunto das permutaes que terminam em F . Pelo Princpio da Incluso-Excluso, o nmero de permutaes
que comeam por A ou terminam em F
|A F| = |A| + |F| |A F| = 5! + 5! 4! = 216.
(c) Existe um total de 6! = 720 permutaes possveis, e existem tantas com A antes de
B quantas com B antes de A, logo a resposta 360.
(d) Existem 5! permutaes em que a letra E a ltima, portanto 6! 5! = 600 permutaes em que E no a ltima letra.
2. Numa prova, um estudante deve responder exatamente 7 questes de um total de
10 questes. Quantas escolhas ele tem? Quantas escolhas ele tem se entre as 7 questes
deve responder pelo menos 3 das primeiras 5 questes?
Soluo. O estudante deve
escolher um subconjunto de tamanho 7 de um conjunto com
10 elementos, logo tem 10
= 120 escolhas.
7
No caso em que entre as 7 questes deve responder pelo menos 3 das primeiras 5 questes,
o estudante possui trs opes (disjuntas):
Escolher exatamente 3 das primeiras 5 questes e 4 das 5 ltimas;
Escolher exatamente 4 das primeiras 5 questes e 3 das 5 ltimas;
Escolher as 5 primeiras questes e 2 das 5 ltimas.
Assim, o total de escolhas que tem
5
3
5
5
+
3
5
5
= 110.
2
5
Outra resposta para a segunda pergunta: 120
2
5
= 110.
5
5
5
+
4
4
!
Exerccios
n
n!
.
=
n1 ! n2 ! . . . nr !
n1 , n2 , . . . , nr
Assim, a resposta
7
7!
= 210.
=
2! 2! 3!
2, 2, 3
!
Outras respostas: O pai dispe os presentes numa fila, os dois primeiros destinados ao
filho mais velho, os dois seguintes ao filho do meio e os trs ltimos ao mais novo. Existem
7! maneiras de ordenar os presentes, porm fixada uma ordenao entre os presentes, a
ordem dos presentes de cada um dos filhos pode ser alterada, sem mudar a distribuio.
7!
= 210 maneiras de distribuir os presentes.
Dessa forma, o pai tem
2! 2! 3!
O pai escolhe 2 dos 7 presentes para o filho mais velho, o que pode fazer de
7
2
modos; em seguida, deve escolher 2 dos 5 presentes restantes para o filho do meio (
modos); os 3 presentes que sobram so do mais novo. A resposta 21 . 10 = 210.
5
2
= 21
= 10
(b) Sejam
nv = Nmero de maneiras de dividir os presentes, sendo 2 ao filho mais velho, 2 ao do
meio e 3 ao mais novo, com o mais velho ganhando o videogame;
nr = Nmero de maneiras de dividir os presentes, sendo 2 ao filho mais velho, 2 ao do
meio e 3 ao mais novo, com o mais velho ganhando o relgio;
nvr = Nmero de maneiras de dividir os presentes, sendo o videogame e o relgio ao filho
mais velho, 2 outros presentes ao do meio e 3 ao mais novo.
Pelo Princpio da Incluso-Excluso, a resposta dada por:
nv + nr nvr = 2 .
Outra resposta: 210
5
2
5
2
6!
5!
= 110.
1! 2! 3! 2! 3!
= 110.
(c) Sejam
N1 = Nmero de maneiras de dividir os presentes, sendo 2 ao filho mais velho, 2 ao do
meio e 3 ao mais novo, com o mais velho ganhando o videogame porm no o relgio;
N2 = Nmero de maneiras de dividir os presentes, sendo 2 ao filho mais velho, 2 ao do
meio e 3 ao mais novo, com o mais velho ganhando o relgio porm no o videogame.
Uma forma de obter N1 observar que o pai tem
5
1
Anlise Combinatria
10
2
para as 2 letras O (
= 28 modos) e finalmente temos 6 lugares para 6 letras distintas
(6! = 720 modos). A resposta 66 . 45 . 28 . 720 = 59875200.
8
2
Sejam V o conjunto dos anagramas que comeam por vogal e C o conjunto dos anagramas
que terminam em consoante. A fim de obter |V|, notamos que temos 3 escolhas para
11!
formas de permutar as letras restantes. Para
a vogal inicial e, feita essa escolha,
2! 2!
11!
calcular |C|, existem 6 escolhas para a consoante final e, tomada essa deciso,
2! 2! 2!
10!
.
modos de permutar as letras restantes. Analogamente, |V C| = 3 . 6 .
2! 2!
Pelo Princpio da Incluso-Excluso, conclumos que o nmero de anagramas que comeam
por vogal ou terminam em consoante :
|V C| = |V| + |C| |V C| = 3 .
11!
11!
10!
+ 6.
3.6.
= 43545600.
2! 2!
2! 2! 2!
2! 2!
Exerccios
Quantidade
4! = 24
4! = 24
3! = 6
3! = 6
3! = 6
Acumulado
24
48
54
60
66
Assim, o 66 nmero o ltimo (maior) que comea com 46, portanto o 46721.
(c) Visto que 166 = 5 . 33 + 1, o 166 algarismo escrito o primeiro do 34 nmero. Os
24 primeiros nmeros comeam por 1 e os 24 seguintes por 2, logo o 34 nmero comea
por 2. Assim, o 166 algarismo escrito 2.
(d) Iniciamos como se deve: somando as unidades dos nmeros formados. Cada um dos
algarismos 1, 2, 4, 6, 7 aparece como algarismo das unidades em 24 nmeros, portanto a
soma das unidades dos nmeros 24 . (1 + 2 + 4 + 6 + 7) = 480. Analogamente, a soma
das dezenas 480 dezenas, isto , 4800. A soma das centenas 48000, a das unidades de
milhar 480000 e a das dezenas de milhar 4800000. A soma total fica ento
480 + 4800 + 48000 + 480000 + 4800000 = 480 . 11111 = 5333280.
Anlise Combinatria
|A1 A2 A3 | =
360
= 12.
2.3.5
4
|A3 | =
= 4,
3
!
|A1 | = |A2 | = 0,
5
|A4 | =
= 10,
3
!
|Ai Aj | = 0, 1 i < j 4,
|Ai Aj Ak | = 0, 1 i < j < k 4 e
|A1 A2 A3 A4 | = 0.
Usando o Princpio da Incluso-Excluso, obtemos que y = 84 4 10 = 70.
Exerccios
10
Anlise Combinatria
(c) a1 e a2 figuram.
(d) pelo menos um de a1 e a2 figura.
(e) exatamente um de a1 e a2 figura.
24. Quantos so os subconjuntos de {a1 , a2 , . . . , an }, com k elementos, nos quais:
(a) a1 figura.
(b) a1 no figura.
(c) a1 e a2 figuram.
(d) pelo menos um de a1 e a2 figura.
(e) exatamente um de a1 e a2 figura.
25. Calcule o nmero de palavras de seis letras, sem consoantes nem vogais adjacentes,
que se podem formar empregando dez consoantes e cinco vogais,
(a) sendo permitido repetir letras.
(b) no sendo permitidas repeties.
26. Um turista deseja conhecer cinco das nove capitais do Nordeste do Brasil. De quantos
modos ele pode fazer isso, se a ordem das visitas
(a) importa?
(b) no importa?
27. Em um concurso, h trs candidatos e cinco examinadores, devendo cada examinador
votar em um candidato. Determine de quantos modos os votos podem ser distribudos,
(a) levando-se em conta a sequncia de votao dos examinadores.
(b) se importa apenas o nmero de votos que cada candidato recebe.
28. Um restaurante oferece 8 variedades de frutas no cardpio de sobremesa. De quantas
maneiras possvel escolher 4 frutas
(a) podendo repetir uma fruta?
(b) sem repetir?
Responda os itens (a) e (b), supondo que cada uma das 4 frutas ser destinada a uma
criana.
29. Sejam A e B conjuntos de nmeros naturais com |A| = p e |B| = n.
(a) Quantas so as funes f : A B ?
(b) Quantas so as funes f : A B injetoras?
(c) Quantas so as funes f : A B crescentes?
(d) Quantas so as funes f : A B no-decrescentes?
30. Seja A um conjunto com |A| = n. Quantas so as funes f : A A bijetoras?
31. De quantos modos os nmeros de 1 a 9 podem ser arrumados de forma que
Exerccios
11
12
Anlise Combinatria
41. Uma loja exige que um funcionrio recm-contratado trabalhe 4 ou 5 dias por semana,
sendo pelo menos um dia de fim de semana. Calcule o nmero de cronogramas de trabalho
possveis desse trabalhador.
42. Um homem tem 5 amigas e 7 amigos, e sua esposa tem 7 amigas e 5 amigos. De
quantos modos eles podem convidar 6 amigas e 6 amigos para uma festa, se cada um deve
convidar 6 pessoas?
43. Suponha que n carros esto em fila para entrar em um estacionamento que possui
n vagas, lado a lado. Se o primeiro carro pode escolher qualquer vaga e cada um dos
outros carros ao estacionar deve justapor-se a um carro j estacionado, quantas so as
maneiras possveis de os carros ocuparem as n vagas?
44. (a) De quantos modos possvel dividir 15 atletas em trs times de 5 atletas, denominados Esporte, Tupi e Minas?
(b) De quantos modos possvel dividir 15 atletas em trs times de 5 atletas?
45. Doze professores sero separados em 3 grupos de 4 pessoas. Calcule de quantas
maneiras isso pode ser feito se
(a) os grupos vo discutir o mesmo assunto.
(b) caber um tema de discusso diferente a cada grupo.
(c) cada grupo designar um presidente e tratar de um assunto diferente.
46. Quantos so os anagramas da palavra ARARAQUARA que no possuem duas
letras A juntas?
47. Quantos so os anagramas da palavra CONTADORIA
(a) em que aparecem juntas, nesta ordem, as letras da palavra CONTO?
(b) em que aparecem juntas, numa ordem qualquer, as letras da palavra CONTO?
(c) em que as letras da palavra CONTO aparecem nesta ordem?
48. De quantos modos podemos colocar em fila 7 letras A, 6 letras B e 5 letras C, de
forma que no haja duas letras B juntas?
49. Uma fila de lugares em um cinema tem 18 poltronas. De quantas maneiras 4 casais
podem sentar-se nessas poltronas, de forma que nenhum marido se sente separado de sua
mulher?
50. Uma partcula parte do ponto (0, 0, 0) e, estando em um ponto (x, y, z) N3 , pode
mover-se para um dos pontos (x + 1, y, z), (x, y + 1, z) ou (x, y, z + 1). Quantos so os
caminhos possveis para a partcula chegar ao ponto (a, b, c) N3 ?
51. Considerando o alfabeto com 26 letras, existem quantas sequncias de 4 letras distintas com pelo menos uma vogal?
52. Dentre todos os nmeros de 7 algarismos, quantos possuem exatamente trs algarismos 9 e os quatro algarismos restantes todos diferentes?
53. Quantas so as permutaes dos 10 nmeros 0, 1, . . . , 9 em que o primeiro dgito
maior do que 1 e o ltimo dgito menor do que 7?
13
Exerccios
54. Representantes de dez pases, incluindo a Rssia, Frana, Inglaterra e Estados Unidos,
sero dispostos em uma fila. De quantas maneiras isso pode ser feito, se os representantes
da Frana e da Inglaterra devem ficar um ao lado do outro, e o americano e o russo no
devem?
55. Teresa pretende convidar 5 de 11 amigos para um jantar em sua casa.
(a) Quantas escolhas Teresa possui, se 2 dos 11 amigos so desafetos e no aceitam
estar juntos?
(b) Quantas escolhas Teresa tem, se 3 dos 11 amigos no aceitam participar do jantar
a menos que juntos?
56. De quantos modos se podem repartir 27 livros diferentes entre Ana, Beto e Carla, de
forma que Ana e Beto, juntos, recebam o dobro de livros de Carla e que ningum fique
sem livro?
57. Nos prximos meses, um agente turstico deve viajar s quatro cidades A, B, C e D,
a cada uma delas trs vezes. Calcule de quantas maneiras ele pode escolher a ordem das
viagens
(a) se no deseja fazer duas visitas seguidas cidade B.
(b) se no quer que a primeira e a ltima cidades sejam a mesma.
58. Quantos nmeros de 6 algarismos podemos formar com 3 pares distintos de algarismos
iguais?
59. Uma fbrica produz 8 tipos de bombons, que so vendidos em caixas de 30 bombons,
de um mesmo tipo ou sortidos. Quantas caixas diferentes podem ser formadas?
60. De quantas maneiras se podem pintar seis esferas iguais, usando-se apenas trs cores
diferentes?
61. De quantas maneiras podemos distribuir 30 laranjas para 4 crianas de forma que
cada uma receba pelo menos duas laranjas?
62. Obtenha uma frmula para o nmero de solues inteiras no-negativas da inequao
x1 + + xn p (p > 0 inteiro dado).
63. Obtenha uma frmula para o nmero de solues inteiras no-negativas da equao
x1 + + xn = p (p > 0 inteiro dado)
satisfazendo xi ai para todo i = 1, . . . , n, onde a1 , . . . , an so inteiros no-negativos tais
que a1 + + an p.
64. Quantos inteiros entre 1 e 100000 tm a propriedade de que cada dgito menor ou
igual ao seu sucessor?
65. Quantas permutaes de 7 letras A e 7 letras B existem, nas quais no h 3 letras A
adjacentes?
14
Anlise Combinatria
15
Respostas
n+m
n
(b)
=
r
0
!
(c)
n
X
k=1
m
n
+
r
1
m
n
+ +
r1
r
m
para r n, r m.
0
n 3
k = 2n3 n2 (n + 3) para n 3.
k
(3n)!
um nmero inteiro (n 1).
2n 3n
(3n)!
(e)
um nmero inteiro (n 1).
n! 2n 3n
(d)
Sugesto: (c) Considere n pessoas e conte de duas formas diferentes o nmero de modos
de escolher um grupo com pelo menos uma pessoa e selecionar desse grupo um presidente,
um vice e um secretrio, os cargos podendo ser cumulativos.
(d) e (e) Pense qual o nmero de maneiras de separar 3 n objetos distintos em n grupos
de tamanho 3.
Respostas
9. 1024
10. 5040
11. 1000 funes, 720 injetoras
12. 1040, 520
13. (a) 36 (b) 27 (c) 8
14. (a) 4n (b) 3n (c) 3n
15. (a) 45 (b) 41
16. 320
17. 2160
18. 6 . 4n3
19. 103680
20. 5040
21. 190
22. (m + h)!/(m! h!)
23. (a) 2n1 (b) 2n1 (c) 2n2 (d) 3 . 2n2 (e) 2n1
16
24. (a)
Anlise Combinatria
n1
k1
(b)
n1
k
(c)
n2
k2
(d) 2
n
p
(d)
p+n1
n1
30. n!
31. (a) 2880 (b) 17280 (c) 2880 (d) 30240
32. 5040
33. 30
34. 460800
35. 181440
36. (a) 144 (b) 12
37. (a) 5852925 (b) 5846490 (c) 3755115
38. 2279881890
39. 656
40. (a) 360 (b) 480
41. 50
42. 267148
43. 2n1
44. (a) 756756 (b) 126126
45. (a) 5775 (b) 34650 (c) 2217600
46. 120
47. (a) 360 (b) 21600 (c) 15120
48. 1359072
n1
k1
n2
k2
n
k
n2
k
(e) 2
n2
k1
17
Respostas
49. 384384
50. (a + b + c)!/(a! b! c!)
51. 215160
52. 99120
53. 2056320
54. 564480
55. (a) 378 (b) 84
56. 1,23 . 1012
57. (a) 201600 (b) 302400
58. 9720
59. 10295472
60. 28
61. 2300
62.
p+n
n
63.
pa1 an +n1
n1
64. 2001
65. 1016
66. 30960
67. (a) 58975 (b) 24976
68. 9
69.
n
X
(1)
k=0
n
(2n k)!
k
70. 3079296
71. (a) 441 (b) 336
72. 16000
73. 998910
18
74. 3n 3 . 2n + 3
75. 480
76. 540
77. 118
78. 5239868
Anlise Combinatria
Captulo 2
Probabilidade
1. Definies e propriedades
1.1. Um experimento aleatrio se, ao ser repetido nas mesmas condies, impossvel
prever antecipadamente o resultado. Em contrapartida, um experimento determinstico
se, quando repetido nas mesmas condies, conduz ao mesmo resultado.
Denominamos espao amostral o conjunto de todos os resultados possveis de um experimento aleatrio, e o denotamos por . Um subconjunto A chamado evento.
Dados dois eventos A e B, dizemos que A B se A implica que B. Em palavras,
a ocorrncia de A implica a ocorrncia de B.
A unio de dois eventos A e B A B = { : A ou B} e representa o evento de
que pelo menos um dos dois eventos A e B ocorre.
A interseco de dois eventos A e B A B = { : A e B} e representa o evento
de que ambos A e B ocorrem.
Dois eventos A e B so disjuntos ou mutuamente exclusivos se A B = . Isso significa
que A e B no ocorrem simultaneamente.
Para qualquer evento A, o complementar de A Ac = { : 6 A} e representa o
evento de que A no ocorre.
1.2. Leis de De Morgan:
[
Ai
c
i=1
\
i=1
Aci ,
(DM1)
Aci .
(DM2)
i=1
Ai
c
[
i=1
Notamos que (DM1) estabelece que o evento de que nenhum dos Ai s ocorre igual ao
complementar do evento de que pelo menos um dos Ai s ocorre. J (DM2) expressa que
o complementar do evento de que todos os Ai s ocorrem exatamente o evento de que ao
menos um deles no ocorre.
20
Probabilidade
AB
AB
A
A
Ac
A e B disjuntos
Figura 2.1: Unio e interseco dos eventos A e B; A e B disjuntos; Complementar de A.
|A|
.
||
Observao. A definio anterior formaliza a primeira definio conhecida de probabilidade: relao entre o nmero de casos favorveis ao acontecimento (evento) e o nmero
total de casos possveis, supondo todos os casos igualmente possveis.
1.4. Definio axiomtica (Kolmogorov (1933)): Uma probabilidade uma funo
P () a valores reais definida em uma classe F de eventos de um espao amostral , que
satisfaz as seguintes condies:
(A1) 0 P (A) 1 para todo A F,
(A2) P () = 1,
(A3) Aditividade enumervel: para qualquer sequncia A1 , A2 , . . . F de eventos dois a
dois disjuntos,
P
[
i=1
Ai =
P (Ai ).
i=1
21
Definies e propriedades
i=1
p(i ) = 1. Para
p(i ).
i: i A
[
n
Ai =
i=1
n
X
P (Ai ).
i=1
22
Probabilidade
[
n
Ai =
i=1
P (Ai )
P (Ai Aj )
i<j
X
i<j<k
[
n
Ai
i=1
n
X
P (Ai ).
i=1
[
Ai
i=1
P (Ai ).
i=1
P (A B)
.
P (B)
Sn
i=1
n
X
i=1
P (A | Bi ) P (Bi ).
23
2.5. Frmula de Bayes (1763): Seja {B1 , B2 , . . . , Bn } uma partio do espao amostral em eventos de probabilidade positiva. Se A um evento com P (A) > 0, ento,
para todo j = 1, . . . , n,
P (A | Bj ) P (Bj )
P (Bj | A) = X
.
n
P (A | Bi ) P (Bi )
i=1
B5
B1
B2
B3
B4
B7
B8
B6
B9
2.6. Para um evento B fixado tal que P (B) > 0, temos que P ( | B) uma probabilidade.
2.7. Dois eventos A e B so independentes se P (A B) = P (A) P (B).
Observao. Em palavras, A e B so independentes se o conhecimento da ocorrncia de
um deles no influencia a probabilidade do outro.
2.8. Os eventos A1 , . . . , An so independentes se para qualquer escolha de k (2 k n)
e ndices 1 i1 < i2 < < ik n,
P (Ai1 Ai2 . . . Aik ) = P (Ai1 ) P (Ai2 ) . . . P (Aik ).
2.9. Uma coleo infinita de eventos independente se toda subcoleo finita desses
eventos independente.
2.10. Se A1 , . . . , An so independentes, ento, para qualquer escolha de Bj com Bj = Aj
ou Acj ,
P (B1 B2 . . . Bn ) = P (B1 ) P (B2 ) . . . P (Bn ).
24
Probabilidade
e A=
An .
n=1
e A=
An .
n=1
Ak
n=1 k=n
[
Ak ,
n=1 k=n
25
Observamos que
lim
inf An Existe n tal que Ak para todo k n
n
|{n : 6 An }| < ,
ou seja, lim inf An o evento de que ocorre An para todo n suficientemente grande.
n
Ademais,
lim sup An Para todo n 1, existe k n tal que Ak
n
|{n : An }| = ,
ou seja, lim sup An o evento de que ocorre An para uma infinidade de ns.
n
fcil ver que lim inf An lim sup An . Se vale a incluso oposta, dizemos que lim An
n
P lim inf An lim inf P (An ) lim sup P (An ) P lim sup An .
n
26
Probabilidade
Exerccios
Probabilidade: Definies e propriedades
1. Descreva um espao amostral adequado aos seguintes experimentos aleatrios. Responda se finito, infinito enumervel ou infinito no-enumervel, e determine a sua
cardinalidade no caso finito.
(a) Escolhe-se ao acaso uma famlia com duas crianas de um municpio e so registrados os sexos do primeiro e do segundo filhos.
(b) No item (a), observa-se apenas o nmero de meninas na famlia selecionada.
(c) No item (a), registra-se o peso (em quilogramas) com que cada uma das crianas
nasceu.
(d) Vinte produtos eletrnicos so sorteados de um lote e a quantidade de produtos
com defeito contada.
(e) Um dado lanado quatro vezes e a sequncia de nmeros obtida anotada.
(f) Registra-se o total de pontos quando um dado lanado quatro vezes.
(g) Anota-se o nmero de vezes que a face 6 ocorre quando um dado lanado quatro
vezes.
(h) Um dado lanado quatro vezes e registra-se o nmero de vezes que ocorre cada
face.
(i) Considere uma urna com 8 bolas, numeradas de 1 a 8. Retiram-se 3 bolas da urna,
com reposio, e anota-se o nmero a cada bola retirada.
(j) Mesmo que o item (i), porm registra-se o nmero de vezes que cada nmero de 1
a 8 obtido, em vez de anotar o nmero a cada bola retirada.
(k) Retiram-se 3 bolas da urna descrita no item (i), sem reposio, e anota-se o nmero
a cada bola retirada.
(l) Da urna descrita no item (i), retiram-se 3 bolas simultaneamente, anotando-se o
conjunto de nmeros obtido.
(m) Conta-se o nmero de partculas emitidas por um istopo radioativo durante um
intervalo de tempo.
(n) A partir de certo momento, registra-se a quantidade de veculos que passam por
um pedgio at que passe a primeira motocicleta.
(o) Registram-se os nmeros de carros e de caminhes que passam em uma ponte
durante uma semana.
(p) Uma rvore selecionada em um parque e sua altura em centmetros medida.
(q) Mede-se o tempo decorrido at a primeira emisso de uma partcula por um istopo
radioativo.
(r) Um dardo lanado em um alvo circular de raio unitrio e observa-se o ponto
acertado.
27
Exerccios
(s) No item (r), em vez de observar onde o dardo cai, a sua distncia ao centro do alvo
medida.
(t) Registram-se o nmero de dias chuvosos e a precipitao total (em centmetros)
durante uma semana em uma localidade.
2. Sejam A, B e C trs eventos em um espao de probabilidade. Expresse os seguintes
eventos em termos de A, B e C:
(a) Apenas A ocorre.
(b) A e B ocorrem, mas C no ocorre.
(c) Os trs eventos ocorrem.
(d) Pelo menos um dos trs eventos ocorre.
(e) Nenhum dos trs eventos ocorre.
(f) Exatamente um dos trs eventos ocorre.
(g) No mximo um dos trs eventos ocorre.
(h) Pelo menos dois dos trs eventos ocorrem.
3. Um baralho comum consiste de 52 cartas separadas em 4 naipes com 13 cartas de cada
um. Para cada naipe, os valores das cartas so 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K e A. Um
baralho comum embaralhado. Qual a probabilidade de que as quatro cartas do topo
tenham
(a) valores diferentes?
(b) naipes diferentes?
Soluo. Se consideramos como relevante a ordem entre as quatro cartas do topo, ento
o espao amostral consiste de 52 . 51 . 50 . 49 resultados. Alm disso, existem 52 . 48 . 44 . 40
resultados em que as cartas tm valores diferentes e 52 . 39 . 26 . 13 resultados em que as
cartas tm naipes diferentes. Portanto, assumindo que o embaralhamento significa que
cada resultado no espao amostral igualmente provvel, temos que as probabilidades
desejadas so
(a)
52 . 48 . 44 . 40
0,676;
52 . 51 . 50 . 49
(b)
52 . 39 . 26 . 13
0,105.
52 . 51 . 50 . 49
28
Probabilidade
6. Quatro nmeros so sorteados ao acaso, sem reposio, do conjunto {0, 1, . . . , 9}. Calcule as probabilidades de que
(a) os quatro nmeros formem uma seguida (por exemplo, 2, 3, 4, 5).
(b) todos sejam maiores que 5.
(c) o nmero 0 seja escolhido.
(d) pelo menos um seja maior que 7.
(e) todos sejam mpares.
7. Qual a probabilidade de que os aniversrios de doze pessoas sejam em meses diferentes? E a probabilidade de que os aniversrios de quatro pessoas sejam em dois meses?
8. Uma pessoa possui 5 livros diferentes de Matemtica, 2 livros diferentes de Qumica
e 3 livros diferentes de Fsica, que sero dispostos aleatoriamente em uma prateleira.
Calcule as probabilidades de que
(a) os livros de cada assunto fiquem juntos.
(b) os livros de Matemtica no fiquem todos juntos.
(c) os livros de Fsica fiquem todos separados.
(d) os livros de um mesmo assunto apaream em ordem alfabtica, mas no necessariamente adjacentes.
9. Uma caixa contm 40 parafusos bons e 10 defeituosos. Seleciona-se uma amostra de 5
parafusos. Calcule as probabilidades dos seguintes eventos:
(a) Nenhum parafuso na amostra defeituoso.
(b) Nenhum, um ou dois parafusos na amostra so defeituosos.
(c) A amostra contm pelo menos um parafuso bom.
10. Uma urna contm 3 bolas vermelhas e 3 azuis. So retiradas 3 bolas ao acaso e
ento uma bola selecionada das restantes. Qual a probabilidade de que essa bola seja
vermelha?
11. Distribumos 12 bolas em 5 caixas numeradas 1, 2, 3, 4, 5. Calcule a probabilidade
da caixa 1 conter exatamente 3 bolas se
(a) as bolas so distinguveis.
(b) as bolas so indistinguveis.
12. Os clubes de xadrez de duas escolas consistem, respectivamente, de 8 e 9 jogadores.
Quatro membros de cada clube so escolhidos ao acaso para participar de uma competio
entre as duas escolas. Os jogadores selecionados de uma equipe so pareados aleatoriamente com aqueles da outra equipe, e cada par joga uma partida de xadrez. Suponha que
Rosa e sua irm Margarida esto nos clubes de xadrez em escolas diferentes. Obtenha as
probabilidades de que
(a) Rosa e Margarida sejam pareadas.
Exerccios
29
(b) Rosa e Margarida sejam escolhidas para representar suas escolas mas no joguem
entre si.
(c) exatamente uma das irms seja selecionada para representar sua escola.
13. Dez pessoas chegam a um consultrio mdico em horrios ligeiramente diferentes, e
so chamadas em ordem aleatria. Dizemos que a i-sima pessoa a chegar tem sorte se
est entre as i primeiras pessoas chamadas. Encontre a probabilidade de que, entre a 3,
a 5 e a 8 pessoas, pelo menos uma no tenha sorte.
14. O jardineiro de um parque prepara um local para plantar trs quaresmeiras, quatro
ips amarelos e cinco aroeiras. Ele vai plantar as rvores alinhadas, escolhendo a ordem de
maneira aleatria. Obtenha a probabilidade de que no fiquem duas aroeiras adjacentes.
15. Se Andr e Pedro esto entre n homens dispostos aleatoriamente em uma fila, qual
a probabilidade de que haja exatamente r homens entre eles?
16. Suponha que cada uma de um total de n varetas seja quebrada em uma parte longa
e uma curta. As 2n partes so arrumadas ao acaso em n pares a partir dos quais novas
varetas so formadas. Calcule a probabilidade de que
(a) as partes sejam unidas na ordem original.
(b) todas as partes longas sejam emparelhadas com partes curtas.
17. Um armrio contm n pares diferentes de sapatos. Se 2r sapatos so escolhidos ao
acaso (com 2r < n), determine a probabilidade de que dentre os sapatos selecionados
(a) no exista par algum completo.
(b) exista exatamente um par completo.
(c) existam exatamente dois pares completos.
Considere n = 10 e r = 2 e calcule de duas maneiras diferentes a probabilidade de que
exista pelo menos um par completo dentre os sapatos selecionados.
18. Uma urna contm a bolas azuis e b bolas brancas. As bolas so retiradas uma a uma
da urna, ao acaso e sem reposio, at que a urna fique vazia. Calcule a probabilidade de
que a ltima bola retirada seja azul nos seguintes casos:
(a) as bolas so todas distintas.
(b) as bolas so distinguveis apenas pela cor.
19. Em uma loteria, selecionam-se ao acaso r nmeros dentre os nmeros de 1 a n.
Obtenha a probabilidade de que no haja dois nmeros consecutivos entre os selecionados,
ou seja, de que a sequncia escolhida no contenha uma seguida.
Qual a probabilidade de aparecer ao menos uma seguida entre os nmeros sorteados
na Mega Sena (n = 60 e r = 6)?
20. Aos nmeros inteiros de 1 a n so designadas probabilidades proporcionais aos seus
valores. Determine p(i) para i = 1, . . . , n.
30
Probabilidade
21. Sejam A e B dois eventos em um espao de probabilidade, tais que P (A) = 1/2,
P (B) = 1/4 e P (A B) = 1/5. Calcule as probabilidades dos seguintes eventos:
(a) A no ocorre.
(b) B no ocorre.
(c) Pelo menos um de A e B ocorre.
(d) A no ocorre e B sim.
(e) B no ocorre e A sim.
(f) Ocorre exatamente um de A e B.
(g) No ocorre nenhum de A e B.
(h) Pelo menos um de A e B no ocorre.
22. Em uma escola, 60% dos estudantes no usam anel nem colar; 20% usam anel e 30%
colar. Se um aluno escolhido aleatoriamente, qual a probabilidade de que esteja usando
(a) pelo menos uma das joias?
(b) ambas as joias?
(c) um anel mas no um colar?
23. Da populao de uma cidade, 28% fumam cigarro, 7% fumam charuto e 5% ambos.
Calcule a porcentagem da populao
(a) que no fuma nem cigarro nem charuto.
(b) que fuma charuto mas no cigarro.
24. Uma escola oferece trs cursos optativos de idiomas: espanhol, francs e alemo. As
turmas so abertas a qualquer um dos 100 alunos matriculados. H 28 estudantes na
turma de espanhol, 26 na turma de francs e 16 na turma de alemo. H 12 alunos
cursando espanhol e francs, 4 fazendo espanhol e alemo, e 6 cursando francs e alemo.
Alm disso, 2 estudantes acompanham os trs cursos.
(a) Se um aluno escolhido ao acaso, qual a probabilidade de que no acompanhe
nenhum dos cursos?
(b) Se um estudante escolhido aleatoriamente, qual a probabilidade de que esteja
fazendo exatamente um dos cursos?
(c) Se dois alunos so escolhidos ao acaso, qual a probabilidade de que pelo menos um
deles esteja cursando uma lngua?
25. Em uma cidade, existem trs jornais: I, II e III. As propores de muncipes que leem
esses jornais so as seguintes:
I: 10%
I e II: 8%
II: 30%
I e III: 2%
III: 5%
II e III: 4%
I, II e III: 1%
31
Exerccios
n=1
n=1
S
T
An ) = 0.
An ) = 1.
28. Uma secretria atrapalhada prepara quatro cartas com contedos distintos para enviar a quatro firmas distintas. Na hora de envelop-las, bate um vento que derruba as
cartas e os envelopes, e, com pressa, a secretria coloca aleatoriamente as cartas nos
envelopes. Determine a probabilidade de que nenhuma carta tenha sido corretamente
envelopada.
Soluo. Sejam os eventos
A : Pelo menos uma carta foi colocada no envelope certo.
Ai : A i-sima carta foi colocada no envelope certo, i = 1, 2, 3, 4.
Como A =
P (A) =
S4
i=1
X
i
P (Ai )
P (Ai Aj ) +
i<j
P (Ai Aj Ak ) P (A1 A2 A3 A4 ).
i<j<k
Porm,
P (Ai ) =
3!
1
= , i = 1, 2, 3, 4,
4!
4
2!
1
= , 1 i < j 4,
4!
12
1
1
P (Ai Aj Ak ) =
= ,1i<j<k4 e
4!
24
1
1
P (A1 A2 A3 A4 ) =
= .
4!
24
P (Ai Aj ) =
Portanto,
1
4 1
4 1
1
5
+
= .
P (A) = 4 .
4
2 12
3 24 24
8
!
32
Probabilidade
Exerccios
33
38. Trs aventureiros devem escolher um deles para uma misso arriscada. Para isso,
pegam uma urna com duas bolas brancas e uma bola vermelha, e cada um retira sucessivamente uma bola, sem reposio. Aquele que pegue a bola vermelha ser o escolhido
para realizar a misso. Mostre que todos tm a mesma probabilidade de ser o escolhido,
qualquer que seja a ordem em que realizem as extraes.
39. Um contador tem sobre a sua mesa dois grupos de 20 planilhas cada um. No primeiro
grupo existem duas planilhas com erros de clculo e no segundo h trs. Um vento faz
com que as planilhas caiam da mesa, e, ao arrum-las, uma do primeiro grupo se mistura
s do segundo grupo. Qual a probabilidade de que, ao revisar uma planilha do segundo
grupo, o contador encontre um erro?
40. Em uma rifa com 100 bilhetes, numerados de 1 a 100, sorteiam-se dois bilhetes ao
acaso, sem reposio. O primeiro bilhete sorteado premia o seu comprador com uma
batedeira, e o segundo prmio um liquidificador. Uma pessoa compra quatro bilhetes.
Calcule a probabilidade de que essa pessoa tenha ganho ambos os prmios
(a) dado que ganhou o liquidificador.
(b) dado que ganhou algum prmio na rifa.
41. De um armrio com 12 pares diferentes de sapatos, selecionam-se 6 sapatos ao acaso.
Dado que h pelo menos um par completo entre os sapatos escolhidos, qual a probabilidade
de que existam exatamente dois pares completos?
42. Suponha que n crianas, todas com alturas diferentes, so dispostas aleatoriamente
em uma fila indiana.
(a) Encontre a probabilidade de que a k-sima criana da fila seja mais alta do que
todas as crianas sua frente.
(b) Obtenha a probabilidade de que cada uma das k primeiras crianas da fila seja
mais alta do que aquelas sua frente.
(c) Dado que a k-sima criana da fila mais alta do que todas as crianas sua
frente, qual a probabilidade de que essa criana seja a mais alta do grupo?
43. Suponha que 60% das pessoas assinem o jornal A, 40% o jornal B, e 30% ambos.
(a) Se selecionarmos ao acaso uma pessoa que assina ao menos um dos jornais, qual a
probabilidade de que assine o jornal A?
(b) Dado que uma pessoa no assina o jornal A, qual a probabilidade de que tambm
no assine B?
44. Em uma cidade, 40% das famlias possuem cachorro e 30% gato. Das famlias com
cachorro, 25% tambm tm gato.
(a) Que frao de famlias no possui nenhum dos dois animais?
(b) Dentre as famlias que no tm gato, qual a proporo com cachorro?
34
Probabilidade
45. Um cliente que visita o departamento de roupas masculinas de uma loja compra
um terno com probabilidade 2/5, uma gravata com probabilidade 5/12 e uma camisa
com probabilidade 1/2. O cliente compra um terno e uma gravata com probabilidade
2/15, um terno e uma camisa com probabilidade 17/60 e uma gravata e uma camisa com
probabilidade 1/4; compra os trs itens com probabilidade 1/12. Considere os eventos
A : O cliente compra um terno.
B : O cliente compra uma gravata.
C : O cliente compra uma camisa.
(a) Os eventos A, B e C so independentes?
(b) Qual a probabilidade de que o cliente no compre nenhum dos itens?
(c) Dado que o cliente no vai comprar uma gravata, qual a probabilidade de que
compre um terno?
(d) Dado que o cliente vai comprar uma camisa, qual a probabilidade de que tambm
compre uma gravata e um terno?
46. Dos scios de um clube esportivo, 3/4 so adultos e 1/4 crianas. So do sexo
masculino 3/4 dos adultos e 3/5 das crianas. Metade dos homens adultos e um tero das
mulheres adultas usam a piscina do clube; a proporo correspondente s crianas 4/5,
independentemente do sexo.
(a) Calcule a probabilidade de que um scio do clube escolhido ao acaso use a piscina.
(b) Qual a proporo de scios do sexo feminino entre os que usam a piscina?
(c) Obtenha a probabilidade de que um scio selecionado aleatoriamente seja do sexo
feminino.
(d) Dado que um scio no usa a piscina, qual a probabilidade de que seja do sexo
feminino ou adulto?
47. Em um curso secundrio, 1/3 dos estudantes so do sexo masculino e 2/3 dos estudantes so do sexo feminino. A proporo de rapazes que estudam cincias 20% e
apenas 10% das moas dedicam-se s cincias. Obtenha as probabilidades de que
(a) um estudante escolhido ao acaso estude cincias.
(b) um estudante de cincias selecionado ao acaso seja do sexo feminino.
Soluo. Sejam os eventos
A : O estudante do sexo feminino.
B : O estudante estuda cincias.
(a) Pela Frmula da probabilidade total,
P (B) = P (B| A) P (A) + P (B| Ac ) P (Ac ) =
2
1 2 1 1
. + . = .
10 3 5 3
15
35
Exerccios
P (B| A) P (A)
(1/10)(2/3)
1
=
= .
P (B)
2/15
2
48. Uma fbrica de sorvete recebe o leite que utiliza de trs fazendas: 20% da fazenda 1,
30% da fazenda 2 e 50% da fazenda 3. Um rgo de fiscalizao inspecionou as fazendas e
constatou que 20% do leite produzido na fazenda 1 estava adulterado por adio de gua,
enquanto que para as fazendas 2 e 3 essa proporo era de 5% e 2%, respectivamente. A
fbrica de sorvete recebe o leite em gales, que so armazenados em um refrigerador, sem
identificao da fazenda de provenincia. Um galo escolhido ao acaso e seu contedo
testado para verificar adulterao.
(a) Qual a probabilidade de que o galo contenha leite adulterado?
(b) Sabendo que o teste constatou que o leite do galo est adulterado, obtenha a
probabilidade de que o galo seja proveniente da fazenda 1.
49. Considere duas moedas, uma honesta e a outra que resulta cara em cada lanamento
com probabilidade 0,6. Uma moeda escolhida ao acaso e, aps lanada quatro vezes,
observa-se cara trs vezes. Qual a probabilidade de que a moeda escolhida tenha sido a
moeda honesta?
50. Todo domingo, um pescador vai a um de trs lugares perto de sua casa: ao mar com
probabilidade 1/2, a um rio com probabilidade 1/4, ou a um lago com probabilidade 1/4.
No mar, ele consegue fisgar um peixe com probabilidade 80%; no rio e no lago essa
probabilidade vale 40% e 60%, respectivamente. Se em um domingo o pescador volta
para casa sem peixe algum, para onde mais provvel que tenha ido?
51. Jogamos um dado honesto e em seguida lanamos tantas moedas honestas como os
pontos indicados no dado.
(a) Qual a probabilidade de obter quatro caras?
(b) Dado que foram obtidas quatro caras, qual a probabilidade de que o dado tenha
mostrado seis pontos?
52. O estoque de um armazm consiste de caixas de lmpadas de qualidade alta, mdia ou
baixa, nas propores respectivas 1 : 2 : 2. Para cada um dos trs tipos, a probabilidade
de uma lmpada ser defeituosa 0, 0,1 e 0,2. Se uma caixa selecionada ao acaso e duas
lmpadas retiradas dela so perfeitas, qual a probabilidade de que contenha lmpadas de
alta qualidade?
53. A caixa I contm 4 bolas brancas e 2 pretas, a caixa II contm 3 bolas brancas e
1 preta e a caixa III contm 1 bola branca e 2 pretas.
(a) Extrai-se uma bola de cada caixa. Determine a probabilidade de que todas as bolas
sejam brancas.
(b) Seleciona-se uma caixa e dela extrai-se uma bola. Determine a probabilidade de
que a bola extrada seja branca.
36
Probabilidade
(c) Calcule em (b) a probabilidade de que a primeira caixa tenha sido escolhida, dado
que a bola extrada branca.
54. Uma urna contm a bolas azuis e b bolas brancas. Uma bola retirada aleatoriamente
e depois reposta urna com mais c bolas da mesma cor. A seguir, retira-se ao acaso uma
segunda bola da urna. Qual a probabilidade de que essa bola seja azul?
55. Em um restaurante, trs cozinheiros A, B e C preparam um tipo especial de bolo, e
com probabilidades respectivas 0,02, 0,03 e 0,05 a massa do bolo no cresce. Sabe-se que
A prepara 50 por cento desses bolos, B 30 por cento e C 20 por cento. Se uma massa de
bolo no cresceu, qual a probabilidade de que tenha sido preparada pelo cozinheiro A?
56. Uma senhora da alta sociedade d uma festa em sua manso. Ao trmino da festa, ela
descobre que sua coleo de joias foi roubada. Aps as investigaes, a polcia tem certeza
de que o ladro foi precisamente uma das 76 pessoas presentes festa (entre convidados
e garons). Ademais, os investigadores encontram na cena do crime o perfil de DNA do
ladro, e sabe-se que este perfil de DNA ocorre em 2% de toda populao. Dado que o
DNA do Sr. Joo, o primeiro suspeito cujo DNA analisado, combina com o perfil achado
na cena do crime, qual a probabilidade de que ele tenha roubado as joias?
57. Em uma cidade, os motoristas so parados pela polcia para fazer um teste sobre
o teor de lcool no sangue. Suponha que a probabilidade de que um motorista detido
esteja embriagado 5% e que o teste realizado acerta o estado de embriaguez em 80% das
ocasies.
(a) Qual a probabilidade de que o teste de um motorista detido resulte positivo?
Os motoristas cujos testes do positivo so submetidos a um segundo exame, que nunca
falha em um motorista sbrio, porm tem probabilidade 10% de erro nos embriagados.
(b) Dado que o segundo teste de um motorista resultou negativo, qual a probabilidade
de que estava dirigindo com um ndice alcolico acima do permitido?
58. Lana-se um dado duas vezes. Considere os eventos
A: Obtm-se 2 ou 5 no primeiro lanamento.
B: A soma das faces obtidas nos dois lanamentos pelo menos 7.
So A e B independentes?
59. Um dado lanado duas vezes. Defina os eventos
A: A soma das faces obtidas par.
B: A soma das faces obtidas divisvel por 3.
So A e B independentes?
Exerccios
37
60. Nove crianas escolhem lugares ao acaso em trs fileiras de trs carteiras. Sejam os
eventos
A: Joo e Pedro sentam-se na mesma fileira.
B: Ambos Joo e Pedro sentam-se em uma das quatro carteiras de canto.
So A e B independentes?
61. Um experimento consiste em lanar duas vezes uma moeda honesta. Considere os
eventos
A: O primeiro lanamento resulta em cara.
B: O segundo lanamento resulta em cara.
C: O resultado do primeiro lanamento coincide com o resultado do segundo lanamento.
Prove que A, B e C so independentes dois a dois, porm no so independentes.
62. Duas estudantes, Gabriela e Juliana, esto matriculadas em uma turma de Clculo.
Gabriela comparece a 80% das aulas, Juliana a 60%, e suas presenas so independentes.
Qual a probabilidade de que, em determinado dia,
(a) pelo menos uma das estudantes comparea aula?
(b) apenas uma delas esteja presente?
63. Um livro lido por trs revisores, de modo independente. As probabilidades de
que eles detectem um erro especfico so 0,92, 0,85 e 0,95, respectivamente. Calcule a
probabilidade de que o erro seja percebido por
(a) ao menos um revisor.
(b) exatamente dois revisores.
64. Suponha que 30% da populao de uma cidade pretende votar no candidato A na
prxima eleio municipal. Calcule a probabilidade de, em uma amostra de 10 pessoas,
haver ao menos um eleitor de A. Esclarea as suas hipteses.
65. Um par de dados honestos lanado repetidamente. Supondo que os ensaios so
independentes, qual a probabilidade de que um total 8 aparea antes de um total 7?
Sugesto: Defina An o evento de que os totais 7 e 8 no ocorrem nos primeiros n 1
ensaios e ocorre um total 8 no n-simo ensaio.
66. Existem duas estradas de A a B e duas estradas de B a C. Cada uma das quatro
estradas bloqueada por queda de barreira com probabilidade p = 1/10, independentemente das demais. Determine a probabilidade de que exista uma estrada aberta de A a B
dado que no existe um caminho aberto de A a C.
Se, alm disso, existe uma estrada direta de A a C, esta estrada sendo bloqueada com probabilidade p = 1/10 independentemente das demais, encontre a probabilidade condicional
pedida.
38
Probabilidade
67. Duas pessoas lanam uma moeda honesta n vezes, de forma independente. Mostre
que a probabilidade delas obterem igual nmero de caras a mesma que a de obterem ao
todo n caras.
68. (a) Sejam A e B dois eventos com probabilidade positiva. Se a ocorrncia de B faz de
A um evento mais provvel, ento a ocorrncia de A faz de B um evento mais provvel?
(b) Mostre que se A um evento tal que P (A) igual a 0 ou 1, ento A independente
de todo evento B.
69. Suponha que = {1, . . . , p}, onde p um nmero primo. Seja F = P () e, para
A F, defina P (A) = |A|/p. Mostre que se A e B so independentes, ento ao menos
um dos dois eventos ou .
Sugesto: Prove que p um divisor de |A| |B|.
70. Seja P uma probabilidade sobre um espao amostral e suponha que A um evento
com 0 < P (A) < 1. Mostre que A e B so independentes se e somente se P (B |A) =
P (B |Ac ).
Sugesto: Use que P (Ac B) + P (A B) = P (B).
71. Seja P uma probabilidade sobre um espao amostral .
(a) Mostre que se A e B so eventos tais que P (A) < 1, P (B) > 0 e P (A |B) = 1,
ento P (B c |Ac ) = 1.
(b) Prove que se E, F e G so eventos tais que P (F G) > 0 e P (F Gc ) > 0, ento
P (E |F ) = P (E |F G)P (G |F ) + P (E |F Gc )P (Gc |F ).
Conjuntos limites e continuidade da probabilidade*
72 . Continuidade por baixo e por cima da probabilidade: Sejam A, A1 , A2 , . . .
eventos em um espao de probabilidade.
(a) Suponha que An A e defina B1 = A1 e Bk = Ak Ack1 , k 2.
(a1) Mostre que B1 , B2 , . . . so dois a dois disjuntos, An =
Sn
k=1
Bk e A =
k=1
Bk .
(a2) Use a aditividade finita e enumervel para provar que P (A) = lim P (An ).
n
Acn
39
Exerccios
(b) P (A) =
1 se 0 < p 1,
0 se p = 0.
(ii)
(An B) =
[
n=1
An B = A B,
n=1
Assim, A e B so independentes.
75 . Subaditividade finita e enumervel: Sejam A1 , A2 , . . . eventos em um espao
de probabilidade. Demonstre que
P
n
[
Ak
[
k=1
k=1
n
X
Ak
k=1
k=1
n
[
k=1
e use que Bn =
Sn
k=1
Ak
k=1
Ak
P (Ak )
k=1
Ak quando n .
n
[
Ak 1 exp
k=1
n
X
P (Ak ) .
k=1
P (Ak ) =
k=1
[
Ak = 1.
k=1
\
k=1
Ak =
Y
k=1
P (Ak ).
40
Probabilidade
78 . Demonstre que
lim inf An
c
lim sup An
c
lim
inf (An Bn ) lim
inf An lim
inf Bn ,
n
n
n
lim inf (A Bn ) = A lim inf Bn ,
n
c
e Cn lim sup An .
n
P lim inf An lim inf P (An ) lim sup P (An ) P lim sup An .
n
[
Bn = 1.
n=1
D um exemplo para mostrar que a condio P (Bn ) < 1 para todo n 1 no pode ser
dispensada.
Sugesto: Para provar a implicao , defina Ak = Bkc , k = 1, 2, . . . , e, usando o exercT
cio 77, mostre que P (
k=n Ak ) = 0 para todo n 1.
41
Respostas
Respostas
1. (a) = {F, M}2 = {F, M} {F, M} = {(s1 , s2 ) : si {F, M}, i = 1, 2}, || = 4.
(b) = {0, 1, 2}, || = 3.
(c) = (0, )2 = {(x, y) R2 : x > 0, y > 0}, infinito no-enumervel.
(d) = {0, 1, . . . , 20}, || = 21.
(e) = {1, . . . , 6}4 = {(r1 , . . . , r4 ) : ri {1, . . . , 6}, i = 1, . . . , 4}, || = 1296.
(f) = {4, 5, . . . , 24}, || = 21.
(g) = {0, 1, 2, 3, 4}, || = 5.
n
(h) = (x1 , . . . , x6 ) N6 :
i=1 xi = 4 , || = 126.
P6
(j) = (x1 , . . . , x8 ) N8 :
i=1 xi = 3 , || = 120.
P8
42
Probabilidade
6. (a) 1/30 (b) 1/210 (c) 2/5 (d) 2/3 (e) 1/42
7. 5,4 . 105 e 0,044.
8. (a) 1/420 (b) 41/42 (c) 7/15 (d) 1/1440
9. (a) 0,310 (b) 0,952 (c) 0,999
10. 1/2
11. (a) 0,236 (b) 0,121
12. (a) 1/18 (b) 1/6 (c) 1/2
13. 9/10
14. 7/99
15. 2(n r 1)/ (n(n 1))
n
2r
22r /
2n
2r
(b) n
2n
n
n1
2r2
22r2 /
2n
2r
(c)
n
2
n2
2r4
22r4 /
2n
2r
2i
, i = 1, . . . , n
n(n + 1)
21. (a) 1/2 (b) 3/4 (c) 11/20 (d) 1/20 (e) 3/10 (f) 7/20 (g) 9/20 (h) 4/5
22. (a) 0,4 (b) 0,1 (c) 0,1
23. (a) 70% (b) 2%
24. (a) 1/2 (b) 8/25 (c) 149/198
43
Respostas
25. (a) 0 (b) 0,2 (c) 0,12 (d) 0,68 (e) 0,11 (f) 0,1
29. 12/35
30. 6055/8568
31. 903/1012
32. 0,051
33. 2,5 . 1011
34.
nm
X
k=0
n
nk
(1)k adk , onde ak = ak (n, m) =
k
m
!1
n
m
36. 14/15
37. (a) 319/324 (b) 203/23328 (c) 7/792
38. Defina Vi o evento de selecionar a bola vermelha na i-sima extrao e mostre que
P (Vi ) = 1/3 para i = 1, 2, 3.
39. 31/210
40. (a) 1/33 (b) 1/65
41. 54/343
42. (a)
n
k
44
Probabilidade
52. 10/39
53. (a) 1/6 (b) 7/12 (c) 8/21
54. a/(a + b)
55. 0,345
56. 2/5
57. (a) 23/100 (b) 2/97
58. Sim: P (A B) = 7/36, P (A) = 1/3 e P (B) = 7/12.
59. Sim: P (A B) = 1/6, P (A) = 1/2 e P (B) = 1/3.
60. No: P (A B) = 1/18, P (A) = 1/4 e P (B) = 1/6.
62. (a) 0,92 (b) 0,44
63. (a) 0,9994 (b) 0,2348
64. 0,9718
65. 5/11
66. 99/199 em ambos os casos.
68. (a) Sim. Quando afirmamos que a ocorrncia de B faz de A um evento mais provvel,
queremos dizer que P (A | B) > P (A).
(b) Considere separadamente os casos P (A) = 0 e P (A) = 1. No segundo, use que
P (A B) = P (B) P (Ac B).
Captulo 3
Variveis aleatrias
1. Definies
1.1. Uma varivel aleatria X em um espao de probabilidade (, F, P ) uma funo a
valores reais definida em , tal que
{X x} = { : X() x} F
para todo x R.
As variveis aleatrias que assumem valores em um conjunto finito ou infinito enumervel
so chamadas discretas e aquelas que assumem valores em um intervalo da reta real so
chamadas contnuas.
1.2. A funo de distribuio acumulada de uma varivel aleatria X a funo F = FX
definida por
F (x) = P (X x) = P ({ : X() x}), x R.
Propriedades fundamentais de uma funo de distribuio:
(F1) F uma funo no-decrescente: se x < y, ento F (x) F (y).
(F2) F contnua direita: se xn x, ento F (xn ) F (x).
(F3) Se xn , ento F (xn ) 0; se xn +, ento F (xn ) 1.
Outras propriedades:
(i) Para x, y R com x < y, P (x < X y) = F (y) F (x).
(ii) Para qualquer x R,
P (X = x) = F (x) F (x ) = Salto de F no ponto x,
onde F (x ) = lim F (xn ) o limite lateral esquerda de F em x.
xn x,
xn 6=x
46
Variveis aleatrias
Z x
f (t) dt, x R.
pi = 1.
i=1
Uma varivel aleatria contnua definida quando definimos uma funo f : R R tal que
f (x) 0, x e
f (x) dx = 1.
1 se A,
0 se 6 A.
P (X B) =
p(xi )
i: x B
i
Z
f (x) dx
B
se X discreta,
se X contnua com densidade f.
47
P (X = x3 )
P (X = x2 )
P (X = x1 )
x1
x2
x3
fX (x)
P (a X b)
2.2. Sejam X e Y variveis aleatrias discretas definidas no mesmo espao de probabilidade. A funo de probabilidade conjunta de X e Y
p(x, y) = P (X = x, Y = y), x, y R.
Note que p(x, y) > 0 apenas para (x, y) em um subconjunto finito ou enumervel de R2 .
As funes de probabilidade marginais de X e Y so
pX (x) =
X
y
p(x, y), x R
pY (y) =
X
x
p(x, y), y R.
48
Variveis aleatrias
2.3. Sejam X e Y variveis aleatrias definidas no mesmo espao de probabilidade. Dizemos que X e Y so conjuntamente contnuas se existe uma funo f (x, y) 0, chamada
uma funo densidade de probabilidade conjunta, tal que para quaisquer x, y R,
F (x, y) =
Z x Z y
f (u, v) du dv.
f (x, y) dy, x R
fY (y) =
f (x, y) dx, y R.
2.4. natural a extenso das definies e resultados anteriores para o caso de n variveis
aleatrias X1 , . . . , Xn definidas no mesmo espao de probabilidade. Nesse caso, chamamos
X = (X1 , . . . , Xn ) de vetor aleatrio ou varivel aleatria n-dimensional.
f
n
Y
P (Xi Ai ).
i=1
49
50
Variveis aleatrias
1. X Uniforme discreta sobre o conjunto {x1 , . . . , xn } R se tem funo de probabilidade dada por
P (X = xi ) =
1
, i = 1, . . . , n.
n
n x
P (X = x) =
p (1 p)nx , x = 0, 1, . . . , n.
x
X o nmero de sucessos obtidos em n ensaios de Bernoulli independentes com
probabilidade de sucesso p em cada ensaio.
importante observar que uma varivel aleatria com distribuio Binomial(n, p)
pode ser escrita como a soma de n variveis aleatrias independentes com distribuio Bernoulli(p).
Propriedade: Se X Binomial(n, p), onde 0 < p < 1, ento, medida que k vai
de 0 a n, P (X = k) primeiro cresce e depois decresce, atingindo seu valor mximo
quando k o maior inteiro menor ou igual a (n + 1) p.
4. X Poisson(), > 0, se tem funo de probabilidade dada por
P (X = x) =
e x
, x = 0, 1, . . .
x!
51
R
x
N
n
!1
1
, a < x < b.
ba
52
Variveis aleatrias
Binomial(10, 2/5)
Poisson(4)
p(x)
p(x)
0.25
0.175
0.2
0.15
0.15
0.125
0.1
0.075
0.1
0.05
0.05
0.025
0
10
10
11
12
X
N (0, 1).
53
1 x
x
e
, x 0.
()
Z
0
x1 ex dx, > 0,
x1 e x dx =
()
se > 0 e > 0.
1
xa1 (1 x)b1 , 0 x 1.
B(a, b)
Z 1
0
54
Variveis aleatrias
1
n
b 1 + [(x a)/b]2
o,
x R.
N (, 2 )
Exp(1)
f (x)
f (x)
1
0.8
0.6
0.4
0.2
Beta(a, b)
Gama(, )
f (x)
f (x)
a = 2, b = 4
= 1/2, = 1/10
0.15
0.125
1.5
= 2, = 1/4
0.1
a=b=1
0.075
0.05
a = b = 1/2
0.5
0.025
5
10
15
20
25
0.2
0.4
0.6
0.8
e k
.
k!
55
0.002
0.004
0.006
X np
n p (1 p)
i np
X np
n p (1 p)
n p (1 p)
i np
.
n p (1 p)
56
Variveis aleatrias
Visto que estamos aproximando uma varivel aleatria discreta por uma varivel contnua,
podemos fazer o seguinte ajuste:
i + 0,5 n p
P (X i) = P (X i + 0,5)
,
n p (1 p)
!
0.08
N (30, 18)
Binomial(75, 2/5)
0.06
0.04
0.02
20
25
30
35
40
45
Figura 3.6: Funo de probabilidade da distribuio Binomial(75, 2/5) e densidade da distribuio N (30, 18).
f (1 (y))
d 1 (y)
dy
se y ((a, b)),
caso contrrio.
57
X
R
y = y(x) x = x(y).
dx
.
dy
g(y) = f (x(y))
dx
.
dy
y2 = 2 (x1 , x2 ).
()
Suponhamos que:
1. As funes () so contnuas e tm derivadas parciais yi /xj , i, j = 1, 2, contnuas
em todos os pontos (x1 , x2 ) A.
2. As funes () definem uma bijeo de A em A? , onde A? a imagem da transformao.
3. A transformao inversa
x1 = 1 (y1 , y2 ),
x2 = 2 (y1 , y2 ),
()
58
Variveis aleatrias
x1 /y1 x1 /y2
(x1 , x2 )
6= 0.
J(y1 , y2 ) =
= det
(y1 , y2 )
x2 /y1 x2 /y2
Ento, Y1 e Y2 so conjuntamente contnuas com funo densidade conjunta dada por
g(y1 , y2 ) =
caso contrrio
y = y (x) x = x(y ).
e
e e
x
2. Clculo do determinante Jacobiano da inversa J(y ) = e .
y
e
e e
4. Densidade de Y :
e
e e
com probabilidade 1. O leitor interessado pode olhar o Teorema 2.10 da Seo 2.7 de
James [15] e o exerccio 105.
8.3. (a) Sejam X e Y duas variveis aleatrias independentes, a valores inteiros, com
funes de probabilidade pX e pY , respectivamente. A convoluo de pX e pY a funo
p = pX pY definida por
p(z) =
X
x
pX (x) pY (z x), z Z.
59
Z +
fX (x) fY (z x) dx, z R.
Z +
fX (x) fY (x z) dx, z R.
Z +
1
fX (x) fY
|x|
z
dx, z R.
x
Z +
Pk
i=1
Xi Binomial(
Pk
Pk
i=1
i=1
ni , p).
Xi Binomial Negativa
Pk
i=1 ri , p).
Se Xi Poisson(i ), i = 1, . . . , k, ento
Pk
Se Xi Gama(i , ), i = 1, . . . , k, ento
i=1
Pk
Xi Poisson(
i=1
Pk
i ).
Pk
i , ).
Xi Gama(
i=1
i=1
Pk
i=1
ai X i N (
Pk
i=1
ai i ,
Pk
i=1
a2i i2 ).
60
Variveis aleatrias
9. Estatsticas de ordem
Sejam X1 , X2 , . . . , Xn variveis aleatrias i.i.d., contnuas com funo densidade comum f
e funo de distribuio F . Defina Yi a i-sima menor de X1 , X2 , . . . , Xn . As variveis
aleatrias Y1 Y2 Yn so denominadas as estatsticas de ordem associadas a
X1 , X2 , . . . , Xn .
A densidade conjunta de Y1 , . . . , Yn dada por
fY1 ,...,Yn (y1 , . . . , yn ) = n! f (y1 ) . . . f (yn ),
n!
[F (x)]i1 [F (y) F (x)]ji1 [1 F (y)]nj f (x) f (y)
(i 1)! (j i 1)! (n j)!
para x < y.
A densidade de Yi dada por
fYi (x) =
n!
[F (x)]i1 [1 F (x)]ni f (x), x R.
(i 1)! (n i)!
Pn
i=1
pi = 1.
Realizam-se m repeties independentes desse experimento. Seja Xi o nmero de vezes que ocorre o evento Ai nas m repeties. A varivel n-dimensional (X1 , . . . , Xn )
tem distribuio multinomial de parmetros m, p1 , . . . , pn . A funo de probabilidade conjunta dada por
P (X1 = x1 , . . . , Xn = xn ) =
m!
px1 1 . . . pxnn ,
x1 ! . . . xn !
61
Nr
...
xr
N
n
!1
dx1 . . . dxn .
densidade
f (x1 , . . . , xn ) =
Ento, para B Rn ,
P (X B) =
f
caso contrrio.
Vol (B G)
.
Vol (G)
62
Variveis aleatrias
X
Y /n
X/m
Y /n
( m+n
)
2
mm/2 nn/2 um/21 (n + m u)(m+n)/2 , u > 0.
m
( 2 ) ( n2 )
Pn
i=1
Xi
= Mdia amostral e
2
X)
=
n1
i=1 (Xi
Pn
Pn
i=1
Xi2 n X
= Varincia amostral.
n1
2
63
Exerccios
Exerccios
Variveis aleatrias: Definies e propriedades bsicas,
Modelos discretos e contnuos
1. Seja X uma varivel aleatria discreta com funo de probabilidade dada por
p(x) = c x, x = 1, 2, . . . , 6.
Encontre:
(a) o valor de c.
(b) a probabilidade de X ser um nmero mpar.
2. Seja X uma varivel aleatria discreta com funo de probabilidade dada por
p(x) =
c
, x = 0, 1, . . .
4x
Obtenha:
(a) o valor de c.
(b) a probabilidade de X ser um nmero par.
3. Seja X uma varivel aleatria discreta com funo de distribuio dada por
F (x) =
0
1/2
3/5
4/5
9/10
1
se
se
se
se
se
se
x < 0,
0 x < 1,
1 x < 2,
2 x < 3,
3 x < 4,
x 4.
64
Variveis aleatrias
Exerccios
65
12. Setenta por cento da populao de uma cidade tm computador em casa. Se um pesquisador para muncipes ao acaso na rua at encontrar uma pessoa que tenha computador
em casa, qual a probabilidade de que ele precise
(a) de exatamente quatro tentativas?
(b) de pelo menos quatro tentativas?
13. Um vendedor de porta em porta consegue realizar a venda em 40% das visitas que
faz. Ele planeja efetuar no mnimo duas vendas por dia. Seja X o nmero de visitas feitas
at que a segunda venda seja efetivada.
(a) Qual a distribuio de X?
(b) Calcule a probabilidade de que o vendedor faa no mximo seis visitas para concluir
as duas vendas.
14. O nmero de erros tipogrficos numa pgina de determinado livro uma varivel
aleatria com distribuio de Poisson de parmetro 1/2. Encontre a probabilidade de que
haja trs ou mais erros tipogrficos nesta pgina. Calcule esta probabilidade dado que h
pelo menos um erro nesta pgina.
15. Um contador Geiger registra o nmero de partculas emitidas por um material radioativo. Suponha que o nmero de partculas que o material emite por segundo uma
varivel aleatria com distribuio de Poisson de parmetro 3. Obtenha a probabilidade
de que, em um segundo, sejam registradas
(a) no mximo duas partculas.
(b) no mnimo duas partculas.
16. O nmero X de acidentes de trabalho que ocorrem em uma fbrica por semana segue
uma distribuio de Poisson. Sabendo que a porcentagem de semanas em que ocorre um
acidente um tero da porcentagem de semanas em que no acontece nenhum, calcule:
(a) o parmetro da distribuio.
(b) a probabilidade de que ocorra um acidente em uma semana e tambm um na
semana seguinte.
A partir de uma data, a direo da fbrica vai registrar o nmero Y de semanas
decorridas at uma semana com ao menos um acidente.
(c) Qual a distribuio de Y ?
(d) Obtenha a probabilidade de que a semana com acidente seja a quarta na contagem.
17. A liga de futebol de um pas tem quatro times: time 1, time 2, time 3 e time 4. Um
time estrangeiro em excurso pelo pas vai jogar um amistoso contra cada um dos times
1, 2 e 3. Suponha que contra o time 1 este time tem probabilidade 1/4 de conquistar a
vitria, enquanto que essa probabilidade vale 1/2 quando o adversrio o time 2 e vale
2/5 quando o adversrio o time 3. Assuma tambm que os resultados dos trs amistosos
so independentes. Seja X o nmero de vitrias conquistadas pelo time estrangeiro nos
trs amistosos.
66
Variveis aleatrias
9
3 1 3
= ,
4 2 5
40
1 1 3 3 1 3 3 1 2
9
+
+
= ,
4 2 5 4 2 5 4 2 5
20
(b) A probabilidade de que o time estrangeiro obtenha pelo menos uma vitria
P (X 1) = 1 P (X = 0) =
31
.
40
(c) Denotando por F o evento de que o time estrangeiro faz o quarto jogo, temos
P (F | X = 3) = 1,
P (F | X = 2) = 4/5,
P (F | X = 1) = P (F | X = 0) = 0,
1
4 11
+
= 0,27.
20 5 40
67
Exerccios
P (F | X = 3) P (X = 3)
1/20
5
=
=
0,185.
P (F )
27/100
27
18. Quatro casais convidados para um jantar comparecem independentemente, com probabilidades 0,9, 0,8, 0,75 e 0,64. Encontre a funo de probabilidade do nmero de casais
presentes ao jantar.
19. Um revendedor de componentes eltricos os compra em lotes de 10 peas. Seu controle
de qualidade consiste em inspecionar 3 componentes selecionados aleatoriamente de um
lote e aceitar o lote somente se os 3 componentes no so defeituosos. Sabe-se que 30%
dos lotes tm 4 componentes defeituosos e 70% tm apenas 1 componente defeituoso. Dos
3 componentes selecionados de um lote, seja X o nmero de componentes defeituosos.
(a) Obtenha a funo de probabilidade de X.
(b) Qual a probabilidade de que um lote seja aceito?
20. Uma urna contm cinco bolas numeradas de 1 a 5. Duas bolas so retiradas simultaneamente. Obtenha a funo de probabilidade e faa o grfico da funo de distribuio
das seguintes variveis aleatrias:
(a) o maior nmero sorteado.
(b) a soma dos nmeros retirados.
21. Um encanador tem em sua caixa de ferramentas dez pares de parafusos e porcas, de
tamanhos distintos, de forma que os elementos de um par no se intercambiam com os de
outro. Ele escolhe ao acaso dois parafusos e duas porcas.
(a) Obtenha a funo de probabilidade do nmero de pares certos.
(b) Qual a probabilidade de que o encanador retire ao menos um par correto?
22. Quatro bombons iguais so distribudos aleatoriamente a quatro pessoas. Seja X o
nmero de pessoas que no ganham nenhum bombom.
(a) Encontre a funo de probabilidade de X.
(b) Repita o item (a), supondo que os bombons so diferentes entre si.
23. Verifique que as seguintes funes so densidades:
1/8 se 0 x 2,
(b) f (x) =
(c) f (x) =
caso contrrio.
1 |1 x| se 0 x 2,
0
2/3
caso contrrio.
se 1 x 0,
2 (x 1)/3 se 0 x 1,
0
caso contrrio.
68
Variveis aleatrias
c
, x 1.
x3
Obtenha:
(a) o valor de c.
(b) a probabilidade de X ser maior que 2.
(c) a funo de distribuio de X.
25. Seja X uma varivel aleatria com densidade dada por
f (x) =
a (1 + x) se 0 < x 1,
2/3
se 1 < x 2,
caso contrrio.
Obtenha:
(a) o valor de a.
26. Seja X uma varivel aleatria com funo de distribuio dada por
F (x) =
se x < 1,
log x se 1 x < e,
1
se x e.
F (x) =
se x < 0,
x2 /2
se 0 x < 1,
3/4
se 1 x < 2,
(x + 1)/4 se 2 x < 3,
1
se x 3.
69
Exerccios
28. Se Y tem distribuio uniforme em (0, 5), qual a probabilidade de que as razes da
equao 4 x2 + 4 x Y + Y + 2 = 0 sejam ambas reais?
29. Numa populao, o nvel srico de colesterol em adultos (medido em mg/dl) uma
varivel aleatria com distribuio normal com parmetros = 225 e = 75. Calcule:
(a) a proporo de pessoas com nvel de colesterol entre 200 e 350.
(b) o valor acima do qual se encontra o colesterol da parcela de 10% da populao que
tem os nveis mais elevados.
Soluo. (a) Seja X o nvel de colesterol de uma pessoa selecionada aleatoriamente da
populao. Ento, X N (225, 752 ) e portanto:
Z=
X 225
N (0, 1).
75
350 225
200 225
Z
= P (0,33 Z 1,67)
75
75
Procurando na tabela da distribuio normal padro, temos que o valor de z tal que
(z) = 0,9 z = 1,28. Consequentemente,
a 225
= 1,28 a = 225 + 1,28 . 75 = 321.
75
Portanto, a parcela de 10% da populao que tem os nveis mais elevados de colesterol
delimitada pelo limiar 321.
30. Seja X N (5, 16). Obtenha:
(a) P (X 13).
(b) P (X 1).
(c) P (4 X 9).
(d) o valor de a tal que P (X a) = 0,04.
(e) o valor de b tal que P (X b) = 0,01.
(f) o intervalo que contm 95% dos valores centrais de X.
70
Variveis aleatrias
31. Em uma fbrica de refrigerante, uma mquina usada para encher garrafas de 600 ml.
O contedo lquido (em ml) por garrafa varia segundo a distribuio normal com parmetros = 600 e = 4. Calcule:
(a) a porcentagem de garrafas produzidas com contedo inferior a 592 ml ou superior
a 612 ml.
(b) o valor do contedo excedido por 96% das garrafas fabricadas.
32. Suponha que o tempo em horas que um estudante precisa para aprender uma matria
de Geografia uma varivel aleatria com distribuio normal. Se 84,13% dos alunos usam
mais de 3 horas e somente 2,28% levam mais de 9 horas para aprender a matria, quais
so os parmetros da distribuio?
33. O peso em gramas dos recm-nascidos em uma maternidade tem distribuio normal
com parmetro = 3000. Sabe-se que 98% dos bebs nascem com um peso compreendido
entre 2,5 e 3,5 quilos. Determine:
(a) o parmetro .
(b) o peso abaixo do qual nascem 0,4% dos bebs dessa maternidade.
34. O dimetro em centmetros das bolinhas de gude em um lote tem distribuio normal
com parmetro = 1. Um tero das bolinhas tem dimetro maior que 1,1 cm. Obtenha:
(a) o parmetro .
(b) a proporo de bolinhas cujo dimetro est entre 0,8 e 1,2 cm.
(c) o valor do dimetro superado por 80% das bolinhas do lote.
35. O salrio mensal em reais de um trabalhador da empresa A tem distribuio normal
com parmetros A = 1800 e A = 300; para a empresa B, os parmetros da distribuio
normal so B = 2000 e B = 200. A empresa A tem o triplo de funcionrios da
empresa B. Se uma pessoa escolhida aleatoriamente entre os trabalhadores das duas
empresas, qual a probabilidade de que receba mais de 2200 reais por ms?
36. Uma fbrica utiliza dois mtodos para a produo de lmpadas: 70% delas so produzidas pelo mtodo A e o resto pelo mtodo B. A durao em horas das lmpadas tem
distribuio exponencial com parmetro 1/80 ou 1/100, conforme se utilize o mtodo A
ou o B. Em um grupo de 10 lmpadas selecionadas ao acaso, qual a probabilidade de que
6 delas durem pelo menos 90 horas?
37. O tempo de vida til em anos de um eletrodomstico uma varivel aleatria com
densidade dada por
x ex/2
, x > 0.
f (x) =
4
(a) Mostre que de fato f uma densidade.
(b) Se o fabricante d um tempo de garantia de seis meses para o produto, qual a
proporo de aparelhos que devem usar essa garantia?
71
Exerccios
(c) Dado que um aparelho est funcionando aps um ano, qual a probabilidade de que
dure pelo menos dois anos?
38. Uma loja de comrcio eletrnico envia e-mails com ofertas especiais a seus clientes
cadastrados. Suponha que, aps o recebimento de uma mensagem, a proporo de clientes
que efetivam uma compra uma varivel aleatria com densidade dada por
f (x) = c x (1 x)5 , 0 x 1.
(a) Encontre o valor de c.
(b) Calcule a probabilidade de que um e-mail resulte em alguma compra para mais de
50% dos seus destinatrios.
39. A proporo de ferro puro em amostras de hematita extradas de uma regio tem
distribuio Beta(4, 2). Obtenha a probabilidade de que uma amostra contenha
(a) mais de 75% de ferro puro.
(b) menos de 30% de ferro puro.
40. Uma reserva ecolgica tem um pssaro raro, que costuma aparecer aos turistas em
um bosque. Suponha que um turista que chega ao bosque espera para v-lo um tempo
em minutos com densidade dada por
f (x) =
ex/2 + ex/4
, x 0.
6
A importncia desses limitantes decorre do fato de no haver uma frmula fechada para .
(b) Obtenha de (a) que
lim
1 (x)
= 1.
(x)/x
72
Variveis aleatrias
3
1
1 1 + 2 para y > 0 e que
4
y
y
1
d (y)
= 1 + 2 (y),
dy
y
y
"
d
dy
"
1
1
3
3 (y) = 1 4 (y).
y y
y
!
73
Exerccios
52. Se 55% da populao de uma cidade a favor de um projeto proposto pelo prefeito,
estime a probabilidade de que, em uma amostra aleatria de 176 pessoas, no mximo 93
sejam favorveis ao projeto.
53. Uma companhia area sabe que, das pessoas que fazem uma reserva para certo voo,
somente 90% comparecem. Por isso, ela aceita reservas em quantidade maior do que a
capacidade do avio, de 144 assentos. Supondo que as decises das pessoas em comparecer
ao voo so independentes, quantas reservas a companhia pode fazer, se quer estar 99%
certa de que haver lugar para todos os passageiros que compaream?
54. O tempo de vida em horas de chips de computador produzidos por uma indstria tem
distribuio normal com parmetros = 1,4 . 106 e 2 = 9 . 1010 . Obtenha uma estimativa
para a probabilidade de que um lote de 100 chips contenha pelo menos 20 chips que durem
menos que 1,8 . 106 horas.
55. Um produtor de sementes as vende em pacotes com 50 unidades. Suponha que cada
semente germina com probabilidade 99%, independentemente das demais. O produtor
promete substituir, sem custo ao comprador, qualquer pacote com 3 ou mais sementes
que no germinem.
(a) Use a aproximao de Poisson para estimar a probabilidade de que um pacote
precise ser substitudo.
(b) Use a aproximao normal para estimar a probabilidade de que o produtor tenha
que substituir mais que 70 dos ltimos 4000 pacotes vendidos.
Distribuies conjuntas, Independncia
e transformaes de variveis aleatrias
56. Sejam X e Y variveis aleatrias discretas cuja funo de probabilidade conjunta
dada pela seguinte tabela:
X \Y
0
1
2
1
0,05
0,3
0,05
2
0,15
0
0,45
caso contrrio.
74
Variveis aleatrias
(b) So X e Y independentes?
(c) Qual a probabilidade de que X seja mpar, dado que X + Y par?
58. Uma urna contm trs bolas brancas e duas bolas azuis. Realizam-se trs extraes,
sem reposio. Sejam X o nmero de bolas brancas obtidas e Y o nmero de bolas azuis
extradas antes de obter a primeira bola branca. Determine a funo de probabilidade
conjunta de X e Y , bem como as marginais.
59. A diretoria de uma organizao feminina formada por quatro mulheres solteiras,
trs divorciadas, duas vivas e uma casada. Uma comisso de trs pessoas escolhida ao
acaso para elaborar folhetos de propaganda da organizao. Sejam X e Y o nmero de
mulheres solteiras e vivas na comisso, respectivamente.
(a) Determine a funo de probabilidade conjunta de X e Y , bem como as marginais.
(b) Calcule a probabilidade de que pelo menos uma viva integre a comisso.
(c) Qual a probabilidade de que haja na comisso mais solteiras que vivas?
60. Dois dados honestos so lanados. Obtenha a funo de probabilidade conjunta do
maior valor X e do menor valor Y obtidos, bem como as marginais.
61. Sejam X o mnimo e Y o mximo de trs nmeros sorteados ao acaso, sem reposio,
do conjunto {0, 1, . . . , 9}.
(a) Determine a funo de probabilidade conjunta de X e Y , bem como as marginais.
(b) Obtenha a funo de probabilidade de Z = Y X.
62. Um nmero aleatrio N de dados so lanados. Suponha que
P (N = i) =
1
, i = 1, 2, . . .
2i
75
Exerccios
(b) Calcule a probabilidade de que na comisso haja um professor titular, dois associados e um aluno.
65. Modelo de Maxwell-Boltzmann. Distribuem-se k bolas distinguveis em n urnas, sendo permitido colocar mais de uma bola na mesma urna. Suponha que todas as
configuraes so igualmente provveis. Seja Xj o nmero de bolas na urna j.
Demonstre que
k!
P
nk para kj 0 com nj=1 kj = k.
k1 ! . . . kn !
(a) P (X1 = k1 , . . . , Xn = kn ) =
k
(b) P (X1 = i) =
i
(c)
lim
1
n
!
i
n,k, k/n(0,)
1
1
n
P (X1 = i) =
ki
, i = 0, . . . , k.
e i
, i = 0, 1, . . .
i!
n+k1
(a) P (X1 = k1 , . . . , Xn = kn ) =
n1
n+ki2
(b) P (X1 = i) =
n2
para kj 0 com
Pn
j=1
kj = k.
!1
n+k1
n1
1
(c)
lim
P (X1 = i) =
n,k, k/n(0,)
+1
, i = 0, . . . , k.
+1
!i
, i = 0, 1, . . .
67. Considere a distribuio aleatria de k bolas em n urnas como explicada nos exerccios 65 e 66. Suponha que k n e seja A o evento de que nenhuma urna fique vazia.
Prove que, no caso do modelo de Maxwell-Boltzmann,
P (A) =
n
X
(1)
i=0
!
n
i
i
n
k
!1
n+k1
n1
76
Variveis aleatrias
69. Uma urna contm X bolas, onde X uma varivel aleatria com distribuio de Poisson de parmetro . As bolas so pintadas, de maneira independente, de vermelho com
probabilidade p ou azul com probabilidade (1 p). Sejam Y o nmero de bolas vermelhas
e Z o nmero de bolas azuis. Prove que Y e Z so variveis aleatrias independentes,
com Y Poisson(p) e Z Poisson((1 p)).
Sugesto: Para y, z N, seja x = y + z. Justifique e use que
x y
e x
.
P (Y = y, Z = z) = P (Y = y, Z = z | X = x) P (X = x) =
p (1 p)z
x!
y
!
c (y x) se 0 x y 1,
0
caso contrrio.
77
Exerccios
!)
, x, y R.
f (x, y) =
c x (30 y) se 0 x y 30,
0
caso contrrio.
78
Variveis aleatrias
f (x, y) =
caso contrrio.
rea (Ay B)
.
rea (B)
79
Exerccios
a2 (a y)2
2ay y 2
=
.
a2
a2
se y 0,
caso contrrio.
1
rea (C B)
= .
rea (B)
4
C B
Ay B
a/2
a/2
80. Um casal combina de se encontrar em certo local perto das 12:30 h. Suponha que
o homem chega em uma hora uniformemente distribuda entre 12:15 h e 12:45 h e a mulher independentemente chega em uma hora uniformemente distribuda entre 12 h e 13 h.
Encontre as probabilidades de que
80
Variveis aleatrias
"
81
Exerccios
1 |x|
e , x R.
2
82
Variveis aleatrias
x = 1 (y) = log y,
2
dx
1
= .
dy
2y
A densidade de Y = e2X , portanto,
g(y) =
dx
f (1 (y))
dy
1
, 0 < y < 1.
2 y
95. Distribuio Log-normal. Seja Y = eX , onde X tem distribuio N (0, 1). Encontre a densidade de Y .
96. Seja X uma varivel aleatria com distribuio uniforme em (0, /2). Obtenha a
densidade de Y = sen X.
97. Determine a densidade de Y = arcsen X quando
(a) X tem distribuio uniforme em (0, 1).
(b) X tem distribuio uniforme em (1, 1).
98. Seja X Gama(, ), > 0, > 0, e considere a > 0. Encontre a distribuio da
varivel aleatria Y = a X.
99. Seja X F (m, n), m, n 1 inteiros, ou seja, X tem densidade dada por
f (x) =
( m+n
)
2
mm/2 nn/2 xm/21 (n + m x)(m+n)/2 , x > 0.
m
( 2 ) ( n2 )
|x|
e
, x R,
2
83
Exerccios
f (x) =
1/2
se 1 < x < 0,
ex /2 se x 0,
caso contrrio.
Obtenha a densidade de Y = X 2 .
104. Sejam X e Y variveis aleatrias i.i.d. com funo densidade comum
f (x) =
1/x2 se x > 1,
0
caso contrrio.
fX,Y (x, y) =
caso contrrio.
1
funo bijetora, (z, w) = ( zw, z/w) e o Jacobiano de 1 igual a 1/(2w). Como
(Z, W ) = (X, Y ), a densidade conjunta de Z e W dada por
1
fX,Y ( zw, z/w)
se z > w > 0, zw > 1,
fZ,W (z, w) =
2w
0
caso contrrio.
Assim,
fZ,W (z, w) =
caso contrrio.
R
z
1/z
1/(2z 2 w) dw
Logo,
fZ (z) =
Ademais,
fW (w) =
se z > 1,
caso contrrio.
log(z)/z 2 se z > 1,
0
caso contrrio.
R
2
1/w 1/(2z w) dz
1/(2z 2 w) dz
w
se 0 < w 1,
se w > 1,
caso contrrio.
84
Variveis aleatrias
Portanto,
fW (w) =
1/2
se 0 < w 1,
1/(2w2 ) se w > 1,
caso contrrio.
vu u+v
,
2
2
1
2 (u, v) =
u+v vu
,
.
2
2
vu u+v
,
2
2
Portanto,
fU,V (u, v) =
1
+ fX,Y
2
u+v vu 1
,
.
2
2
2
ev se 0 < u < v,
0
caso contrrio.
Com respeito s marginais, um clculo simples mostra que U Exp(1) e V Gama(2, 1).
106. Sejam X e Y variveis aleatrias com funo densidade conjunta f . Usando o
Mtodo do Jacobiano, determine a densidade de Z = XY . Escreva a densidade de Z no
caso em que X e Y so independentes, com densidades fX e fY , respectivamente.
Soluo. Consideremos a transformao e sua inversa
=x
z = xy
=w
= z/w
g(w, z) = f w,
z
w
1
.
|w|
f x,
z 1
dx.
x |x|
85
Exerccios
fX (x) fY
z 1
dx.
x |x|
(1 +
x)2
x
, x > 0, y > 0.
(1 + xy)2
2 /2
, r > 0.
f (x, y) =
caso contrrio.
86
Variveis aleatrias
caso contrrio.
0
caso contrrio.
0
caso contrrio.
f (x, y) =
k xy se x 0, y 0 e x + y 1,
0
caso contrrio.
(a) Obtenha k.
(b) Calcule as densidades marginais de X e Y .
87
Exerccios
(c) So X e Y independentes?
(d) Calcule as seguintes probabilidades: P (X Y ), P (X 1/2 | X + Y 3/4) e
P (X 2 + Y 2 1).
(e) Obtenha a densidade conjunta de U = X +Y e V = X Y , bem como as marginais.
119. Sejam X1 , X2 e X3 variveis aleatrias com funo densidade conjunta
f (x1 , x2 , x3 ) =
2 x21 x2 ex1 x2 x3
, 0 < x1 , x2 , x3 < 1.
2e 5
Obtenha a densidade de X1 X2 X3 .
120. Sejam X, Y e Z variveis aleatrias com funo densidade conjunta
f (x, y, z) =
6
, x, y, z > 0.
(1 + x + y + z)4
Determine a densidade de X + Y + Z.
121. Sejam Y1 , Y2 e Y3 as estatsticas de ordem associadas s variveis aleatrias independentes X1 , X2 e X3 , uniformemente distribudas em (0, 1). Obtenha:
(a) P (Y1 + Y3 1).
(b) P (Y3 < Y1 + Y2 ).
(c) P (Y3 > 2 Y1 ).
(d) o valor de a tal que P (Y3 > a Y1 ) = 1/2.
122. Uma mquina tem quatro componentes idnticos, cujos tempos de durao em anos
so variveis aleatrias independentes e identicamente distribudas, com distribuio exponencial de parmetro 1/4. Determine a densidade do tempo de durao da mquina,
supondo que ela falha
(a) quando todos os componentes tiverem falhado.
(b) quando um dos componentes falhar.
(c) quando restar apenas um componente funcionando.
Nos trs casos anteriores, obtenha a probabilidade de que a mquina dure pelo menos
5 anos.
123. Trs pessoas A, B e C chegam ao mesmo tempo a uma central telefnica que possui
dois aparelhos telefnicos. Os dois aparelhos so utilizados imediatamente por A e B. A
pessoa C substitui a primeira pessoa que finalize a sua ligao e cada pessoa se retira da
central uma vez terminado o seu telefonema. Sejam X1 , X2 e X3 os tempos das ligaes
de A, B e C, respectivamente. Suponha que X1 , X2 e X3 so variveis aleatrias i.i.d.
com distribuio exponencial de parmetro .
(a) Determine a densidade de Z = mx{X1 , X2 } mn{X1 , X2 }.
(b) Calcule P (Z < X3 ).
(c) O que representa a probabilidade calculada no item (b)?
88
Variveis aleatrias
e Zj = Yj Yj1 , j = 2, . . . , n.
se |1 2 | < ,
2 |1 2 | se |1 2 | < 2
y
.
(Ou seja, tem distribuio uniforme em (0, )). Ento, use que Z = 2 2 cos .
Respostas
1. (a) 1/21 (b) 3/7
2. (a) 3/4 (b) 4/5
3. (a) P (X = 0) = 1/2, P (X = 1) = P (X = 3) = P (X = 4) = 1/10, P (X = 2) = 1/5
(b) 5/8
89
Respostas
1 x2 se x 1,
0
se x < 1.
90
Variveis aleatrias
26. (a) Verifique que F no-decrescente, contnua, lim F (x) = 0 e lim F (x) = 1.
x
x+
f (x) =
1/x se 1 x e,
0
caso contrrio.
x+
91
Respostas
48. 0
49. 387
50. 0,0125
51. (a) 0,1335 (b) 0,0869
52. 0,281
53. 150
54. 1
55. (a) 0,0144 (b) 0,0495
56. (a) pX (0) = 0,2, pX (1) = 0,3, pX (2) = 0,5 e pY (1) = 0,4, pY (2) = 0,6.
(b) No.
(c) 0,75, 0,3, 0,5, 0,875 e 0,5, respectivamente.
(d)
U \V
1
2
3
4
pV (v)
1
0,05
0,3
0
0
0,35
2
0
0,15
0,05
0,45
0,65
pU (u)
0,05
0,45
0,05
0,45
1
58.
59. (a)
X \Y
0
1
2
3
pY (y)
0
1/10
2/5
1/10
3/5
0
1/30
1/5
1/5
1/30
7/15
1
1/10
1/5
0
3/10
1
1/10
4/15
1/10
0
7/15
2
1/10
0
0
1/10
2
1/30
1/30
0
0
1/15
pX (x)
3/10
3/5
1/10
1
pX (x)
1/6
1/2
3/10
1/30
1
92
60.
Variveis aleatrias
X \Y
1
2
3
4
5
6
pY (y)
1
1/36
1/18
1/18
1/18
1/18
1/18
11/36
2
0
1/36
1/18
1/18
1/18
1/18
9/36
3
0
0
1/36
1/18
1/18
1/18
7/36
4
0
0
0
1/36
1/18
1/18
5/36
5
0
0
0
0
1/36
1/18
3/36
6
0
0
0
0
0
1/36
1/36
pX (x)
1/36
3/36
5/36
7/36
9/36
11/36
1
yx1
, 0 x 7, x + 2 y 9
120
(9 x)(8 x)
y(y 1)
P (X = x) =
, 0 x 7 P (Y = y) =
,2y9
240
240
(10 z)(z 1)
,2z9
(b) P (Z = z) =
120
61. (a) P (X = x, Y = y) =
5
, X N (0, 1) e Y N (0, 4)
16
(b) 17/48
93
Respostas
1
2
!
6
, k = 6, 4, 2, 0, 2, 4, 6
(b) fY (y) =
se y < 0,5,
0,5 e|y|
, 0,5 y 0,5
1 e0,5
(c) 0,2697
92. (a) f (y) = (1/8) exp{(y 3)/8}, y > 3 (b) 0,3247
0
se y < 2,
(b) FW (w) =
1
0
se y 102.
se w < 2,
w/10 se 2 w < 4,
1
se w 4.
94
Variveis aleatrias
(c) FZ (z) =
0
z/5
se z < 0,
se 0 z < 4,
se z 6.
103. fY (y) =
1
1 + e y se 0 y < 1,
4 y
1
e y
se y 1,
4 y
0
caso contrrio.
z
e
ez , z > 0
1
,x > 0
(1 + x)2
1 2 y
y e , y > 0;
2
95
Respostas
1 2
1
x , 0 < x < 3, fY (y) = y 1/2 (33/2 y 3/2 ), 0 < y < 3;
9
9
X e Y no so independentes.
3
(b) fY /X (z) = z 1/2 , 0 < z < 1
2
(1 y)2 ey
,0 < y < 1
2e 5
3 w2
,w > 0
(1 + w)4
1/2
se 0 < z 1,
caso contrrio.
caso contrrio.
96
128. fZ (z) =
Variveis aleatrias
2 z z 2 /4
, z (0, 4)
Captulo 4
Esperana
1. Definies e propriedades
1.1. A esperana (mdia, valor esperado) de uma varivel aleatria X definida por
X = E(X) =
x P (X = x)
x
Z
x f (x) dx
se X discreta,
se X contnua com densidade f.
A esperana est definida somente quando a soma (integral) bem definida. Assim,
E(X) =
x0
Z
x P (X = x)
x0
(x) P (X = x) se X discreta,
x<0
x f (x) dx
x<0
(x) f (x) dx
e portanto E(X) est definida desde que ambas as somas (integrais) no sejam +. Em
caso contrrio, dizemos que E(X) no existe (ou que X no tem valor esperado).
Observamos que, em particular, E(X) est bem definida se P (X 0) = 1.
Como um exemplo de uma varivel aleatria cuja esperana no existe, seja X
assumindo valores em Z = Z \ {0} com funo de probabilidade dada por
P (X = x) =
1
, x Z .
2 |x| (1 + |x|)
Para ver por que esta uma funo de probabilidade, note que
X
1
1
1
= 1.
=
k (1 + k) k=1 k 1 + k
k=1
Como
x>0
x P (X = x) =
x<0
Observao. A esperana pode ser definida de uma forma mais geral, sem se restringir
hiptese de que a varivel aleatria seja discreta ou contnua. Matematicamente, esperanas so integrais com respeito a funes de distribuio ou medidas de probabilidade.
Para mais detalhes, veja-se, por exemplo, a Seo 4 do Captulo 2 de Gut [13].
98
Esperana
g(x) P (X = x)
x
Z
g(x) f (x) dx
se X discreta,
se X contnua com densidade f,
1.6. Nas tabelas 4.1 e 4.2 (p. 104 e 105), so apresentadas a esperana e a varincia das
principais distribuies discretas e contnuas.
1.7. Se a e b so constantes, ento
E(a X + b) = a E(X) + b
Var(a X + b) = a2 Var(X).
1.8. Se E|X|t finita para algum t > 0, ento E|X|s finita para todo 0 s t.
1.9. (a) Se X uma varivel aleatria inteira e no-negativa, ento
E(X) =
P (X n).
n=1
(b) Se X uma varivel aleatria contnua que assume apenas valores no-negativos,
ento
E(X) =
Z
0
P (X > t) dt.
99
Definies e propriedades
1.10. Critrio para integrabilidade: Seja X uma varivel aleatria qualquer. Ento,
P (|X| n) E|X| 1 +
n=1
P (|X| n).
n=1
P (|X| n) < .
n=1
XX
x
Z Z
X
n
Xi =
i=1
n
X
E(Xi ).
i=1
Y
n
n
Y
Xi =
E(Xi ).
i=1
i=1
1.16. Cov
reais.
1.17. Var
ai X i ,
i=1
X
n
m
X
j=1
Xi =
i=1
1.18. Var
X
n
i=1
n
X
i=1
Xi =
n
X
bj Y j
n X
m
X
i=1 j=1
Var(Xi ) + 2
Cov(Xi , Xj ).
1i<jn
Var(Xi ) se X1 , . . . , Xn so independentes.
i=1
100
Esperana
Var(X) e Y =
X X
X
Y Y
Y
Var(Y ).
Propriedades:
(i) |(X, Y )| 1.
(ii) Se (X, Y ) = 1, ento os valores de X e Y pertencem a uma reta.
p(x, y)
,
pY (y)
para todos os valores de y tais que pY (y) > 0. Neste caso, a esperana condicional de X
dado que Y = y
E(X | Y = y) =
x pX|Y (x | y).
f (x, y)
.
fY (y)
x fX|Y (x | y) dx.
2.3. Para B R,
P (X = x | Y = y) no caso discreto,
P (X B | Y = y) =
xB
Z
B
fX|Y (x | y) dx
no caso contnuo.
101
Funes geradoras
g(x) P (X = x | Y = y)
x
Z
g(x) fX|Y (x | y) dx
no caso discreto,
no caso contnuo.
(b) E(X) =
E(X | Y = y) P (Y = y)
y
Z
E(X | Y = y) fY (y) dy
se Y discreta,
se Y contnua com densidade fY .
P (A | Y = y) P (Y = y)
y
Z
P (A | Y = y) fY (y) dy
se Y discreta,
se Y contnua com densidade fY .
3. Funes geradoras
3.1. A funo geradora de momentos da varivel aleatria X definida por
MX (t) = E(etX ) =
X tx
e P (X = x)
x
Z
etx f (x) dx
se X discreta,
se X contnua com densidade f,
102
Esperana
1.
(n)
MX (0)
Pk
i=1
Xi Binomial(
Pk
i=1
Pk
i=1
ni , p).
Xi Binomial Negativa
Pk
i=1 ri , p).
Se Xi Poisson(i ), i = 1, . . . , k, ento
Pk
Se Xi Gama(i , ), i = 1, . . . , k, ento
i=1
Pk
Xi Poisson(
i=1
Pk
i ).
Pk
i , ).
Xi Gama(
i=1
i=1
Pk
i=1
ai X i N (
Pk
i=1
ai i ,
Pk
i=1
a2i i2 ).
n=0
Note que GX uma srie de potncias com raio de convergncia maior ou igual a 1, j
que GX (1) = P (X < ) = 1. A funo geradora de probabilidade tambm determina
103
Funes geradoras
unicamente a distribuio. Ademais, a funo geradora de probabilidade da soma de variveis aleatrias independentes igual ao produto das funes geradoras de probabilidade
individuais.
Outras propriedades:
(n)
G (0)
, n 0.
(i) P (X = n) = X
n!
(n)
(n)
(n)
s1
N R
nx
R
x
N
n
!1
!r
nR
N
r
p
R
N
R
N
rq
p2
q
p2
1
p
p et
1 q et
p et
1 q et
npq
n2 1
12
2
X
e(e 1)
np
n+1
2
N n
N 1
Tabela 4.1: Distribuies discretas. Como de costume, q = 1 p. Para a distribuio uniforme discreta, a frmula indicada para MX (t)
vlida para t 6= 0. Para as distribuies geomtrica e binomial negativa, o domnio de MX (, log(1 p)). Para a
distribuio hipergeomtrica, os valores possveis so mx(0, n N + R) x mn(n, R) e a funo geradora de momentos foi
substituda por um asterisco pois no til.
Hipergeomtrica(n, R, N )
Binomial Negativa(r, p)
p q x1 , x = 1, 2, . . .
Geomtrica(p)
x 1 r xr
p q , x = r, r + 1, . . .
r1
e x
, x = 0, 1, . . .
x!
t
(p et + q)n
n x nx
p q , x = 0, 1, . . . , n
x
et (en t 1)
n (et 1)
1
, x = 1, . . . , n
n
Poisson()
Binomial(n, p)
Uniforme Discreta(n)
MX (t)
pX (x)
104
Esperana
1
2
o,
xR
para t <
X (t) = ei a tb |t|
para t <
t
a
a+b
ab
(a + b + 1)(a + b)2
1
2
(b a)2
12
2
X
a+b
2
Tabela 4.2: Distribuies contnuas. Para a distribuio uniforme, a frmula indicada para MX (t) vlida para t 6= 0. A funo geradora
de momentos da distribuio Beta foi substituda por um asterisco pois no til. Para a distribuio de Cauchy, indicada a
funo caracterstica.
b 1 + [(x a)/b]
Beta(a, b)
Cauchy(a, b)
1
xa1 (1 x)b1 , 0 x 1
B(a, b)
Gama(, )
ex , x 0
Exponencial()
1 x
x
e
,x0
()
1
2
2
e(x) /(2 ) , x R
2
Normal(, 2 )
2 t2 /2
eb t ea t
t (b a)
1
,axb
ba
Uniforme(a, b)
e t+
MX (t)
fX (x)
Funes geradoras
105
106
Esperana
4. Desigualdades
4.1. Desigualdade de Markov: Se X 0, ento, para qualquer > 0,
P (X )
E(X)
.
E|X|t
, > 0.
t
4.3. Desigualdade de Chebyshev: Seja X uma varivel aleatria com E(X) < .
Ento, para qualquer > 0,
P (|X E(X)| )
Var(X)
.
2
107
Exerccios
Exerccios
Esperana: Definies e propriedades bsicas, Momentos, Varincia
1. Duas bolas so escolhidas aleatoriamente de uma urna contendo 4 bolas azuis, 3 vermelhas e 2 laranjas. Suponha que ganhamos 10 reais para cada bola azul selecionada,
ganhamos 1 real para cada bola laranja, porm perdemos 8 reais para cada bola vermelha.
Seja X o nosso lucro.
(a) Determine a funo de probabilidade de X.
(b) Obtenha o valor esperado e a varincia de X.
2. Considere o seguinte jogo. Um indivduo aposta em um dos nmeros de 1 a 6. Trs
dados honestos so ento lanados, de maneira independente, e, se o nmero apostado
aparecer i vezes, i = 1, 2, 3, o apostador ganha i reais; caso o nmero apostado no aparea
em nenhum dos dados, o apostador perde 1 real. Seja X o ganho do apostador no jogo.
Determine a funo de probabilidade de X e, com base na esperana de X, julgue se o
jogo honesto ou no para o apostador.
3. Exatamente uma de seis chaves de aspecto semelhante abre uma determinada porta.
Testa-se uma chave aps a outra. Qual o nmero mdio de tentativas necessrias para se
conseguir abrir a porta?
4. Em um experimento de hibridao com ervilhas, a descendncia formada por plantas
com vagens amarelas ou verdes. Segundo a teoria de Gregor Mendel, a probabilidade de
uma planta com vagem amarela 1/4. Quais so a esperana e a varincia do nmero de
plantas com vagem amarela em uma descendncia de 580 plantas?
5. Cinquenta pessoas lanam uma moeda honesta dez vezes. Obtenha a mdia e a varincia do nmero de pessoas que obtm exatamente cinco caras.
6. No niquelamento de certas lminas metlicas, ocorrem imperfeies que se distribuem
aleatoriamente sobre a superfcie niquelada. O nmero de imperfeies por lmina uma
varivel aleatria com distribuio de Poisson de mdia 2.
(a) Qual a porcentagem de lminas niqueladas com pelo menos quatro imperfeies?
(b) Dez lminas so escolhidas ao acaso da linha de montagem. Calcule a probabilidade
de que exatamente trs delas tenham imperfeies.
(c) Observam-se as lminas da linha de montagem at que aparea a primeira lmina
sem imperfeies. Qual o nmero esperado de lminas observadas?
7. Um atleta de tiro com arco tem probabilidade 5% de acertar na mosca em cada tiro.
Qual o nmero esperado de tiros que deve realizar para completar uma srie com dois
acertos na mosca?
8. Se a varivel aleatria X tem distribuio de Poisson e P (X = 0) = 1/2, quanto vale
a varincia de X?
9. Existe uma varivel aleatria X com E(X) = 3 e E(X 2 ) = 8?
108
Esperana
10. Suponha que n pessoas, incluindo voc e um amigo, alinham-se aleatoriamente para
tirar uma foto. Seja X o nmero de pessoas que ficam entre voc e o seu amigo. Determine
o valor esperado de X.
Sugesto: Use que
n2
X
x (n 1 x) =
x=1
n(n 1)(n 2)
.
6
11. Obtenha a esperana das variveis aleatrias contnuas cujas densidades so dadas
no exerccio 23 do Captulo 3.
12. A durao de uma ligao telefnica central de atendimento ao consumidor de uma
empresa uma varivel aleatria exponencialmente distribuda, com mdia de 6 minutos.
(a) Determine a probabilidade de que uma ligao dure no mximo 4 minutos.
(b) Dado que uma ligao j durou 3 minutos, qual a probabilidade de que dure pelo
menos outros 6 minutos?
13. Em uma faculdade, a proporo de alunos aprovados anualmente em um curso de
Estatstica uma varivel aleatria com distribuio Beta(3, 2).
(a) Calcule a probabilidade de que menos de 20% dos alunos sejam reprovados em um
ano.
(b) Qual a proporo mdia de aprovados por ano?
14. Seja X uma varivel aleatria com distribuio logstica, isto , X tem densidade
f (x) =
ex
, x R.
(1 + ex )2
Z
0
x f (x) dx
Z 0
desde que as integrais no sejam ambas +. Como f simtrica em torno de 0 (ou seja,
f (x) = f (x) para todo x R), obtemos:
Z 0
(x) f (x) dx =
Z 0
(x) f (x) dx =
Z 0
y f (y) dy =
x f (x) dx
Z
0
x ex dx = 1 < ,
1
, x 1.
x2
Z
0
y f (y) dy.
109
Exerccios
1 |x|
e , x R.
2
Obtenha:
(a) E(X)
(b) E|X|
(c) Var(X).
1
, x R.
(1 + x2 )
(a) E (1 + X)1 .
(b) E(2X ).
(c) E(X!).
Para quais valores de a varivel aleatria X! integrvel?
21. Seja X uma varivel aleatria com distribuio geomtrica de parmetro p. Mostre
que
1
p log p
E
=
.
X
1p
(1 p)x
.
x
22. Calcule o n-simo momento de uma varivel aleatria com distribuio uniforme no
intervalo [a, b].
(1 p)x1 dp =
23. Determine o n-simo momento de uma varivel aleatria com distribuio exponencial
de parmetro .
24. Obtenha o valor esperado da rea de um tringulo retngulo issceles cuja hipotenusa
tem comprimento uniformemente distribudo no intervalo [2, 8].
110
Esperana
25. Um ponto escolhido ao acaso no intervalo [0, 1], dividindo-o em duas partes. Calcule
o valor esperado da razo entre os tamanhos do menor segmento e do maior segmento
formados.
26. Seja Z uma varivel aleatria com distribuio normal padro. Para x R fixado,
defina
Z se Z > x,
X=
0 caso contrrio.
1
2
Mostre que E(X) = ex /2 .
2
27. Demonstre o critrio para integrabilidade enunciado em 1.10 (p. 99).
Sugesto: Considere a varivel aleatria Y = [|X|] (parte inteira de |X|) e observe que Y
assume valores inteiros e no-negativos e satisfaz 0 Y |X| Y + 1.
28. Um estacionamento cobra 10 reais pela primeira hora ou frao e 2 reais a partir da
segunda hora ou frao. Suponha que o tempo em horas que um carro permanece no
estacionamento uma varivel aleatria com distribuio Gama(2, 1). Determine o preo
mdio pago por um cliente para estacionar um carro.
Sugesto: Defina Y o nmero de horas que um carro permanece no estacionamento, incluindo a ltima hora incompleta.
Esperana de funes de vetores aleatrios, Covarincia,
Uso de funes indicadoras
29. Uma urna contm trs bolas brancas e duas bolas vermelhas. Retiram-se duas bolas
da urna, uma aps a outra, sem reposio. Seja X igual a 0 ou 1, conforme a primeira
bola retirada seja vermelha ou branca, e seja Y igual a 0 ou 1, conforme a segunda bola
retirada seja vermelha ou branca. Determine:
(a) a funo de probabilidade conjunta de X e Y , bem como as marginais.
(b) se X e Y so independentes.
(c) E(2X + 8Y ).
(d) a covarincia entre X e Y .
Soluo. (a) Utilizando uma rvore, podemos obter o espao amostral, probabilidades e
valores de X e Y correspondentes:
3/5
@
2/5
@
! B
1/2!
!!
Ba
a
aV
1/2a
X=1
Y =1
Prob. = 3/10
X=1
Y =0
Prob. = 3/10
! B
3/4!
!!
V a
a
aV
1/4a
X=0
Y =1
Prob. = 3/10
X=0
Y =0
Prob. = 1/10
111
Exerccios
X \Y
0
1
pY (y)
1
3/10
3/10
3/5
pX (x)
2/5
3/5
1
(b) X e Y no so independentes:
P (X = 0, Y = 0) =
1
2 2
4
6= P (X = 0) P (Y = 0) = . = .
10
5 5
25
(c) Temos
E(X) = E(Y ) = 0 .
portanto, pela linearidade da esperana,
2
3
3
+ 1. = ,
5
5
5
3
.
50
30. Cada lanamento de um dado no honesto resulta em cada um dos nmeros mpares 1,
3, 5 com probabilidade C e em cada um dos nmeros pares 2, 4, 6 com probabilidade 2C.
(a) Determine C.
Suponha que o dado lanado e considere as seguintes variveis aleatrias:
(
X=
Y =
caso contrrio.
112
Esperana
(b) So X e Y independentes?
(c) Calcule o coeficiente de correlao entre X e Y .
32. Em um problema envolvendo variveis aleatrias independentes X e Y , um estudante
calcula, corretamente, que
E(Y ) = 2, E(X 2 Y ) = 6, E(XY 2 ) = 8, E((XY )2 ) = 24.
Voc pode ajud-lo, determinando o valor de E(X)?
33. Sejam X e Y variveis aleatrias com funo densidade conjunta
f (x, y) =
c (y 2 x2 ) ey se y x y e y > 0,
0
caso contrrio.
8 x y se 0 y x 1,
0
caso contrrio.
2 e2x /x se 0 y x < ,
0
caso contrrio.
113
Exerccios
(a) X e Y so independentes?
(b) Calcule a funo densidade de Z = X + Y .
h
(c) Obtenha E (X + Y )1 .
38. Seja (X, Y ) um ponto escolhido ao acaso no conjunto
S = {(x, y) R2 : |x| + |y| 1 e x y 0}.
(a) So X e Y independentes?
(b) Calcule a covarincia entre X e Y .
39. Seja (X, Y ) um ponto escolhido aleatoriamente no conjunto
S = {(x, y) R2 : |x| + |y| 1}.
(a) So X e Y independentes?
(b) Encontre a covarincia entre X e Y .
40. Sejam X, Y e Z variveis aleatrias independentes, com varincias iguais e positivas.
Determine o coeficiente de correlao entre X + Y e X + Z.
41. Sejam X e Y variveis aleatrias com varincias iguais a 2 > 0 e coeficiente de
correlao . Calcule a varincia da mdia aritmtica de X e Y . Conclua que a mdia
aritmtica de X e Y tem varincia menor ou igual a 2 .
42. Sejam X e Y variveis aleatrias independentes, com distribuio uniforme em [0, 1],
e considere U = mn{X, Y } e V = mx{X, Y }. Calcule Cov(U, V ).
Sugesto: No necessrio obter a densidade conjunta de U e V para determinar E(U V ).
43. Seja X1 , X2 , . . . uma sequncia de variveis aleatrias independentes, tal que, para
cada n 1, Xn Exp(n), ou seja, Xn tem densidade de probabilidade dada por
fXn (x) =
n enx se x > 0,
0
caso contrrio.
P100
n=1
Xn
o
114
Esperana
45. Um vaso contm 20 cartes, dois deles marcados 1, dois marcados 2, . . ., dois marcados 10. Cinco cartes so retirados ao acaso do vaso. Qual o nmero esperado de pares
que permanecem ainda no vaso?
(Este problema foi colocado e resolvido no sculo XVIII por Daniel Bernoulli, como um
modelo probabilstico para determinar o nmero de casamentos que permanecem intactos
quando ocorre um total de m mortes entre N casais; em nosso caso, m = 5 e N = 10).
Soluo. Seja X o nmero de pares que permanecem no vaso aps a retirada dos cinco
cartes. Ento,
X = X1 + X2 + + X10 ,
onde, para i = 1, 2, . . . , 10,
1 se o i-simo par permanece no vaso,
0 caso contrrio.
Xi =
Porm, para i = 1, 2, . . . , 10,
18
5
20
5
E(Xi ) = P (Xi = 1) =
21
.
38
Assim, obtemos
E(X) = E(X1 ) + E(X2 ) + + E(X10 ) = 10 .
21
105
=
5,53.
38
19
P (X = 5) =
10
25
5
20
5
P (X = 6) =
10
1
9
3
20
5
=
23
168
,
323
=
P (X = 7) =
10
2
16
1
20
5
portanto
E(X) =
X
x
x P (X = x) =
140
,
323
15
,
323
105
5,53.
19
46. Um nibus parte com 20 pessoas e tem em seu trajeto 10 pontos diferentes, parando
em um ponto somente se uma ou mais pessoas solicitarem. Suponha que cada passageiro
escolhe com igual probabilidade o ponto em que vai parar e que as escolhas so independentes de passageiro para passageiro. Determine o nmero esperado de paradas feitas
pelo nibus.
115
Exerccios
Xi =
20
X
x
10 x1
1
(1)j
(x j)20
P (X = x) =
j
10
x
j=0
!
20
onde o termo entre colchetes o nmero de maneiras com que podemos distribuir n = 20
bolas distintas em x urnas distintas de modo que nenhuma urna fique vazia (o qual pode
ser obtido pelo Princpio da Incluso-Excluso). Assim,
E(X) =
10
X
x P (X = x) 8,78.
x=1
47. Uma prova consiste de duas partes: a parte I, com 50 questes de verdadeiro ou falso,
e a parte II, formada por 40 questes de mltipla escolha, cada uma com 4 alternativas,
das quais somente uma correta. Por no ter estudado, um aluno pretende fazer a prova
escolhendo ao acaso as respostas das questes, de modo independente. Determine a
esperana e a varincia do nmero de questes que acertar.
48. Uma sorveteria oferece 36 sabores diferentes de sorvete. Uma pessoa encarregada
de escolher ao acaso 10 sorvetes dessa sorveteria, podendo repetir o sabor. Por ao acaso,
queremos dizer que todas as escolhas possveis tm a mesma probabilidade. Qual o nmero
esperado de sabores diferentes que sero escolhidos?
49. Seis pares diferentes de meias so colocados em uma lavadora (doze meias ao todo,
e cada meia tem um nico par), porm apenas sete meias retornam. Qual o nmero
esperado de pares de meias que retornam?
116
Esperana
50. Um crculo de raio 1 lanado em uma folha de tamanho infinito dividida em quadrados iguais de lado com comprimento 1. Suponha que o centro do crculo est uniformemente distribudo no quadrado em que cai. Calcule o nmero esperado de vrtices do
quadrado que esto dentro do crculo.
51. Escolhem-se ao acaso e sem reposio 10 nmeros do conjunto {1, 2, . . . , 30}. Calcule
o valor esperado da soma dos nmeros escolhidos.
52. Uma marca de biscoitos lana uma promoo que consiste em oferecer um adesivo em
cada pacote de biscoito. Existem n adesivos diferentes e a probabilidade de um pacote
conter qualquer um dos adesivos a mesma. Qual o nmero esperado de pacotes que
devem ser comprados para juntar os n adesivos diferentes?
53. Suponha que 8 casais sentam-se ao acaso em um banco de 16 lugares. Determine a
esperana e a varincia do nmero de mulheres que esto sentadas ao lado dos maridos.
54. Um grupo de nove amigos que se renem para jogar futebol composto por 2 goleiros,
3 zagueiros e 4 atacantes. Se os jogadores so agrupados ao acaso em trs trios (grupos
de tamanho 3), encontre a esperana e a varincia do nmeros de trios formados por um
jogador de cada tipo.
55. So realizados n lanamentos independentes de uma moeda, com probabilidade p de
cara em cada lanamento (0 < p < 1). Uma seguida uma sequncia de lanamentos de
mesmo resultado; por exemplo, a sequncia CCKCKKC contm 5 seguidas. Obtenha a
esperana e a varincia do nmero de seguidas nos n lanamentos.
56. Esperana e varincia da distribuio hipergeomtrica.
Suponha que temos uma populao de N objetos, dos quais R so do tipo 1 e N R
so do tipo 2. Escolhem-se desta populao n objetos ao acaso, sem reposio (n N ).
Determine a esperana e a varincia do nmero de objetos do tipo 1 escolhidos.
57. Suponha que temos r bolas distintas que so aleatoriamente distribudas em n urnas
(r > 0, n > 0). Calcule a esperana e a varincia do nmero de urnas vazias aps a
distribuio.
58. Seja (X1 , . . . , Xn ) com distribuio multinomial de parmetros m, p1 , . . . , pn . Obtenha
a covarincia entre Xi e Xj para i 6= j.
59. Em uma festa, esto presentes 8 meninos, 10 meninas e 12 adultos. Doze dessas
pessoas so sorteadas para participarem de uma brincadeira. Sejam X e Y o nmero de
meninos e meninas que participam da brincadeira, respectivamente. Calcule a covarincia
entre X e Y .
60. Considere
um grafo com n vrtices numerados 1, 2, . . . , n, e suponha que cada um
n
dos 2 pares de vrtices distintos ligado por um elo, independentemente, com probabilidade p. Seja Di o grau do vrtice i, isto , o nmero de elos que tm o vrtice i como
uma de suas extremidades.
(a) Qual a distribuio de Di ?
(b) Determine a correlao entre Di e Dj para i 6= j.
117
Exerccios
Sugesto: Defina Ii,j a funo indicadora do evento de que h um elo entre os vrtices i
e j.
Distribuio e esperana condicionais
61. Sejam X e Y variveis aleatrias discretas cuja funo de probabilidade conjunta
dada pela seguinte tabela:
1
1/20
0
1/10
1/20
X \Y
1
2
3
4
2
1/5
1/10
1/10
2/5
0 caso contrrio.
fX,Z (x, z) =
caso contrrio.
Z 1
z
1/x dx = log z.
1
, z < x < 1.
x log z
Assim,
E(X|Z = z) =
x fX|Z (x|z) dx =
Z 1
z
1
z1
dx =
.
log z
log z
!
118
Esperana
Finalmente,
E(X|XY ) =
XY 1
.
log(XY )
caso contrrio.
f (x, y) =
caso contrrio.
f (x, y) =
caso contrrio,
1 ex/5 se x > 0,
f (x) = 5
0
caso contrrio.
Suponha que provas de alunos diferentes tm tempos de correo independentes.
(a) Obtenha a densidade do tempo utilizado pelo professor para corrigir duas provas.
(b) Dado que o professor gastou 15 minutos para corrigir duas provas, qual a probabilidade de que tenha usado mais que 10 minutos na correo da primeira?
68. Uma farmcia possui uma quantidade X de centenas de unidades de um certo remdio
no incio de cada ms. Durante o ms, vendem-se Y centenas de unidades desse remdio.
Suponha que
119
Exerccios
6 x se x 0, y 0 e x + y 1,
0
caso contrrio.
(a) Calcule a probabilidade de que a proporo de chamadas locais realizadas por uma
famlia em um ms seja superior a 70%.
(b) Obtenha a probabilidade de que em uma famlia a proporo de chamadas locais
em um ms seja inferior de interurbanas.
(c) Determine a densidade correspondente proporo total de chamadas locais e
interurbanas.
(d) Calcule a probabilidade de que a proporo de chamadas internacionais realizadas
por uma famlia em um ms seja superior a 20%.
(e) Dado que em um ms uma famlia no fez chamadas internacionais, qual a probabilidade de que pelo menos 60% das chamadas tenham sido locais?
70. Sejam X e Y variveis aleatrias independentes, com distribuio de Poisson com
parmetros respectivos e , e considere Z = X +Y . Determine a distribuio condicional
de X dado que Z = z.
71. Sejam X e Y variveis aleatrias independentes, com distribuies Binomial(m, p) e
Binomial(n, p), respectivamente, e considere Z = X + Y . Obtenha a distribuio condicional de X dado que Z = z.
72. Sejam X e Y variveis aleatrias independentes, com distribuio comum geomtrica
com parmetro p (0 < p < 1), e considere Z = X + Y . Determine a distribuio
condicional de X dado que Z = z.
73. Sejam X e Y variveis aleatrias independentes, com distribuio comum exponencial
de parmetro , e considere Z = X + Y . Obtenha a densidade condicional de X dado
que Z = z.
74. Duas pessoas chegam simultaneamente a um ponto de nibus. Suponha que o tempo
que a pessoa i espera pela sua conduo uma varivel aleatria Ti Exp(), com T1 e T2
independentes. Sejam X = mn{T1 , T2 } o tempo transcorrido at o primeiro passageiro
120
Esperana
1
x1 ex , x 0.
()
P (Y = k | X = x) fX (x) dx
Z
(k + )
1
xk+1 e2x dx =
.
k! () 0
k! () 2k+
1
2k+1
, k = 0, 1, . . .
k=1
k=1
121
Exerccios
78. O nmero de e-mails que chegam a um servidor no intervalo de tempo [0, t] , para
cada t > 0, uma varivel aleatria Nt com distribuio de Poisson com parmetro t.
Somente um computador conectado ao servidor para ler os e-mails recebidos. O tempo
de vida T desse computador tem distribuio exponencial de parmetro . Alm disso,
Nt e T so independentes para todo t. Obtenha a distribuio do nmero de e-mails lidos
at o computador falhar.
Soluo. Para j = 0, 1, . . . ,
P (NT = j) =
()
Z
0
P (NT = j | T = t) fT (t) dt =
P (Nt = j | T = t) e
Z t
e (t)j
j!
()
dt =
P (NT = j | T = t) et dt
Z
0
P (Nt = j) et dt
j Z j (+)t
et dt =
t e
dt
j! 0
j (j + 1)
=
=
j! ( + )j+1
!j
1
+ 49 = 50,25
0,8
122
Esperana
80. Seja N uma varivel aleatria com distribuio geomtrica de parmetro p (0, 1),
ou seja, N tem funo de probabilidade dada por
P (N = n) = p q n1 , n = 1, 2, . . . ,
onde q = 1 p.
(a) Mostre que a funo geradora de momentos de N dada por
M (t) =
p
p et
, t < log q.
= t
t
1qe
e q
1/5 se y = x + 3.
(a) Encontre a probabilidade de que sejam necessrios 3 minutos para revisar e corrigir
uma pgina.
(b) Dado que foram usados 3 minutos na reviso e correo de uma pgina, qual a
probabilidade de que seja uma pgina sem erros?
(c) Usando a funo geradora de momentos, encontre a esperana de X.
(d) Determine E(Y | X = x).
(e) Obtenha E(Y ).
82. Escolhe-se ao acaso um nmero X entre os inteiros de 1 a n. A seguir, um nmero Y
escolhido aleatoriamente entre os mesmos nmeros, excludos os menores que X.
(a) Quanto vale E(Y |X)?
(b) Mostre que Cov(X, Y ) = Var(X)/2.
123
Exerccios
83. Um inseto pe N ovos, onde N tem distribuio de Poisson com parmetro . Cada
ovo d origem a um novo inseto com probabilidade p (0 < p < 1), independentemente dos
demais. Seja X o nmero de novos insetos produzidos.
(a) Qual a distribuio de X dado que N = n?
(b) Obtenha a distribuio de X.
(c) Qual o valor esperado de X?
84. O nmero de partidas de futebol jogadas em uma semana em uma vila uma varivel
aleatria com mdia e varincia 2 . Os nmeros de gols marcados em cada jogo so
variveis aleatrias i.i.d. com mdia e varincia 2 e independentes do total de partidas
jogadas. Seja X o nmero total de gols marcados em uma semana. Calcule E(X) e
Var(X).
Sugesto: Escreva X = Yj=1 Xj , onde Xj o nmero de gols marcados no j-simo jogo e
Y o nmero de partidas jogadas numa semana. Use condicionamento em Y para obter
E(X) e E(X 2 ).
P
P (V v) = E FX
vY
1v
124
Esperana
90. Este exerccio tem como objetivo mostrar que, sem a hiptese de que E|X| < ,
o resultado E(X) = E (E(X | Y )) pode no valer. Seja Y Gama(1/2, 1/2) e suponha
que, dado que Y = y, X uma varivel aleatria com distribuio N (0, 1/y).
(a) Mostre que E (E(X | Y )) = 0.
(b) Prove que X Cauchy(0, 1) e portanto o resultado referido no vlido.
91. Seja X o nmero de caras obtidas em n lanamentos de uma moeda cuja probabilidade de cara uma varivel aleatria Y com distribuio Beta(2, 2). Mais precisamente,
suponha que
X | Y = y Binomial(n, y) com fY (y) = 6 y (1 y), 0 < y < 1.
(a) Calcule a esperana e a varincia de X.
(b) Obtenha a distribuio de X.
(c) Encontre a distribuio condicional de Y dado que X = x.
92. Considere uma moeda cuja probabilidade de cara uma varivel aleatria Y com
distribuio uniforme no intervalo (0, 1). Seja X o nmero de lanamentos feitos com essa
moeda at ser obtida a primeira cara. Mais precisamente,
X | Y = y Geomtrica(y) onde Y U (0, 1).
(a) Determine a distribuio de X.
(b) Qual o valor esperado de X?
(c) Obtenha a distribuio condicional de Y dado que X = x.
93. Seja Y uma varivel aleatria com distribuio de Poisson de parmetro . Suponha que, dado que Y = y, X uma varivel aleatria com distribuio exponencial de
parmetro y + 1. Obtenha E(X).
94. Escolhe-se ao acaso um ponto (X, Y ) no tringulo {(x, y) R2 : 0 < y < x < 1}.
(a) Calcule E(X|Y ).
(b) Obtenha E(Y |X) e E(Y 2 |X).
(c) Usando o item (b), determine E((X Y )2 |X).
95. Sejam X e Y variveis aleatrias tais que E(X|Y ) = Y e E(Y |X) = X. Prove que
P (X = Y ) = 1.
Sugesto: Mostre que E((X Y )2 ) = 0.
96. Sejam X e Y variveis aleatrias com funo densidade conjunta
f (x, y) =
caso contrrio.
125
Exerccios
1 (y+x/y)
e
, x > 0, y > 0.
y
Tom
3
Queijo
100. Passeio aleatrio simtrico: Um homem caminha em um trecho com 5 quarteires de uma avenida (Figura 4.2). Ele comea na esquina i e, com probabilidade uniforme,
decide ir um quarteiro direita ou um quarteiro esquerda. Quando chega prxima
esquina, novamente escolhe ao acaso a sua direo ao longo da avenida. Ele prossegue at
126
Esperana
chegar esquina 5, que sua casa, ou esquina 0, que um bar. Quando chega casa
ou ao bar, permanece l. Para i = 1, 2, 3, 4, defina pi a probabilidade de que o homem,
comeando na esquina i, chegue casa antes do bar, e qi a probabilidade de que partindo
da esquina i chegue ao bar antes da casa.
(a) Obtenha p1 , p2 , p3 e p4 .
(b) Explique por que qi = p5i para i = 1, 2, 3, 4.
(c) Conclua que no h possibilidade de um passeio interminvel, qualquer que seja a
esquina da qual o homem parta.
1
1/2
1/2
Bar
5
Casa
101. Uma urna contm a bolas brancas e b bolas pretas. Aps uma bola ser retirada ao
acaso, ela devolvida urna se branca, mas se preta ento substituda por uma bola
branca de outra urna. Seja Mn o nmero esperado de bolas brancas na urna depois que
a operao anterior foi repetida n vezes.
(a) Obtenha a equao recursiva
1
Mn + 1, n 0.
= 1
a+b
Mn+1
n
, n 0.
127
Exerccios
104. Uma caixa contm duas moedas: a moeda 1, com probabilidade de cara igual a 0,4,
e a moeda 2, com probabilidade de cara igual a 0,7. Uma moeda escolhida ao acaso da
caixa e lanada dez vezes. Dado que dois dos trs primeiros lanamentos resultaram em
cara, qual a esperana condicional do nmero de caras nos dez lanamentos?
Sugesto: Defina A o evento de que dois dos trs primeiros lanamentos resultam em cara
e Nj o nmero de caras nos j lanamentos finais. Ento, E(N10 | A) = 2 + E(N7 | A). Para
obter E(N7 | A), condicione na moeda que foi usada.
Funes geradoras
105. Demonstre o tpico 3.3 (p. 102).
106. Obtenha a funo geradora de momentos de Y = X 2 , onde X tem distribuio
N (0, 1). Conclua que a distribuio 21 idntica Gama(1/2, 1/2).
107. Sejam X e Y variveis aleatrias independentes tais que P (X = 1) = P (X = 1) =
1/2 e Y U (1, 1). Determine a distribuio de Z = X + Y de duas maneiras:
(a) Obtendo a funo de distribuio de Z por condicionamento em X.
(b) Calculando a funo geradora de momentos de Z.
108. Seja {Un }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em (0, 1). Sejam X e Y variveis aleatrias independentes uma da outra e de {Un }n1 ,
com funes de probabilidade dadas por
P (X = x) = (e 1) ex , x = 1, 2, . . .
1
, y = 1, 2, . . .
P (Y = y) =
(e 1) y!
Defina V = mx{U1 , . . . , UY } e Z = X V .
(a) Obtenha a funo de distribuio de V .
(b) Determine a funo geradora de momentos de X.
(c) Calcule a funo geradora de momentos de Z.
(d) Deduza qual a distribuio de Z.
109. Sejam X1 , . . . , Xn variveis aleatrias independentes com distribuio exponencial
de parmetro 1. Considere
Vn = mx{X1 , . . . , Xn }
W n = X1 +
X2 X3
Xn
+
+ +
.
2
3
n
128
Esperana
111. As variveis aleatrias inteiras e no-negativas X e Y so independentes e identicamente distribudas. Prove que se X + Y tem distribuio de Poisson, ento X e Y
tambm tm.
112. Sejam X1 , . . . , Xn variveis aleatrias i.i.d. com densidade comum definida por
f (x) =
caso contrrio.
1 Pn
log (1 Xj )
Calcule a funo geradora de momentos da varivel aleatria Y =
n j=1
e da conclua qual a sua distribuio.
113. Um aparelho de som formado por n componentes, sendo que o i-simo componente tem probabilidade pi de falhar. Suponha que os componentes falham de maneira
independente e seja X o nmero de componentes que falham. Sabe-se que se X = 0 ento
o aparelho funciona, se X = 1 a probabilidade de funcionar 0,7 e se X 2 o aparelho
no funciona.
(a) Obtenha a funo geradora de probabilidade de X em funo das pi s.
(b) Sendo n = 4, p1 = 0,1, p2 = 0,05, p3 = 0,15 e p4 = 0,1, calcule a probabilidade do
aparelho funcionar.
114. A funo geradora de probabilidade de uma varivel aleatria inteira e no-negativa X
dada por
!
10 + 8 s2
, s (2, 2),
GX (s) = A
2s
onde A uma constante.
(a) Encontre o valor de A.
(b) Calcule a mdia de X.
(c) Obtenha a funo de probabilidade de X.
115. (a) Seja X uma varivel aleatria com distribuio geomtrica de parmetro p
(0, 1). Prove que para n 1,
n! (1 p)n1
E (X (X 1) . . . (X n + 1)) =
.
pn
(b) Seja X uma varivel aleatria com distribuio de Poisson com parmetro > 0.
Mostre que para n 1,
E (X (X 1) . . . (X n + 1)) = n .
Sugesto: Use a propriedade (ii) da funo geradora de probabilidade. Por exemplo, para
o item (a), prove que para n 1,
dn GX (s)
n! p (1 p)n1
=
, s < (1 p)1
n
n+1
ds
(1 (1 p)s)
e faa s = 1 para chegar ao resultado.
129
Exerccios
116. Duas partculas realizam passeios aleatrios independentes nos vrtices de um tringulo. Isso significa que, a cada instante, cada partcula move-se para um novo vrtice,
escolhido no sentido horrio com probabilidade p ou no anti-horrio com probabilidade
q = 1 p. Todas essas escolhas so independentes. No instante n = 0, as duas partculas
esto no mesmo vrtice; seja T o nmero de passos at que novamente estejam em um
mesmo vrtice. Defina S o nmero de passos at que as partculas se encontrem pela
primeira vez, se inicialmente estiverem em vrtices diferentes.
(a) Prove que as funes geradoras de probabilidade de S e T satisfazem
GS (s) = pq s + (1 pq) s GS (s) e
GT (s) = (p2 + q 2 ) s + 2pq s GS (s).
(b) Obtenha GT (s) e E(T ).
117. Problema de Huygens: Considere trs moedas A, B e C, que fornecem cara
com probabilidades respectivas , e . Elas so lanadas repetidamente, na ordem
ABCABC . . . Seja X o nmero de lanamentos at ser obtida a primeira cara.
(a) Determine a funo geradora de probabilidade de X.
(b) Encontre a probabilidade de que a primeira cara seja obtida com um lanamento
da moeda C.
(c) Obtenha o valor esperado de X.
118. Seja X uma varivel aleatria inteira e no-negativa, tal que
P (X = k) =
P (X = k 1),
k
pk sk , s [1, 1]
k=0
X
d GX (s) X
=
k pk sk1 =
pk1 sk1 = GX (s).
ds
k=1
k=1
Portanto,
d
(log GX (s)) = ,
ds
130
Esperana
s1
ento
k=0
pk = 1, temos que K = e
caso contrrio.
131
Exerccios
124. Uma prova formada por 64 questes de mltipla escolha, cada uma com 5 respostas
possveis, das quais apenas uma certa. Um estudante vai chutar a alternativa correta
de todas as questes, independentemente.
(a) Usando a Desigualdade de Chebyshev, obtenha um limitante superior para a probabilidade de que o aluno acerte pelo menos 20 questes.
(b) Calcule uma estimativa para essa probabilidade.
125. Um dado honesto lanado repetidamente, de modo independente, at que cada
face ocorra pelo menos uma vez.
(a) Determine a esperana e a varincia do nmero de lanamentos feitos.
(b) Prove que a probabilidade de que sejam necessrios menos de 40 lanamentos
maior que 0,93.
126. Um grupo de 200 pessoas, com 100 mulheres e 100 homens, dividido aleatoriamente
em 100 pares. Seja X o nmero de homens pareados com uma mulher.
(a) Determine a esperana e a varincia de X.
(b) Prove que a probabilidade de que haja no mximo 30 homens pareados com uma
mulher menor que 7%.
127. Seja X Poisson(). Demonstre que, para qualquer > 0,
P (X (1 + )) e
e
1+
(1+)
( 2 x2 )2
.
M
132
Esperana
132. Sejam X e Y variveis aleatrias definidas no mesmo espao de probabilidade. Mostre que para todo (x, y) R2 ,
FX,Y (x, y)
FX (x) FY (y).
Respostas
1. (a)
-16
1/12
x
pX (x)
-7
1/6
2
13/36
11
2/9
20
1/6
x
pX (x)
2.
1
75/216
2
15/216
3
1/216
E(X) = 17/216, No
3. 7/2 (O nmero de tentativas tem distribuio uniforme discreta em {1, 2, . . . , 6}).
4. 145 e 108,75
5. 12,3 e 9,3
6. (a) 14,3% (b) 6,5 . 105 (c) e2 7,39
7. 40
8. log 2
9. No
10. E(X) =
n2
2 (n 1 x)
, pois P (X = x) =
para x {0, . . . , n 2}.
3
n (n 1)
11. (a) 29/8 (b) 1 (c) 2/9 (d) 1/4 (e) 1 (f) 1
12. (a) 0,4866 (b) 0,3679
13. (a) 0,1808 (b) 60%
15. (b) E(X) =
16. (b)
2/
133
Respostas
1 arctg x
+
,xR
2
X \Y
0
1
pY (y)
0
2/9
2/9
4/9
1
1/9
4/9
5/9
pX (x)
1/3
2/3
1
X e Y no so independentes.
(c) 1/5 (d) 1 (e) 50/81
31. (a) 1/15 (b) No (c) 2/3
32. 1
33. (a) Y Gama(4, 1), c = 1/8
(b) fZ (z) = (log z)3 /6, 0 < z < 1
(c) P (|X| Y ) = 1
34. (a) 3/2 (b) 1/2 (c) 4/3 (d)
35. (a) 2/3 (b) 4/225
36. 1/8
37. (a) No (b) fZ (z) = (1/2) ez z 2 , z 0 (c) 1/2
134
Esperana
53. 1, 14/15
54. 6/7, 156/245
55. 1 + 2(n 1)pq, 2pq(2n 3 2pq(3n 5)) onde q = 1 p.
nR
R
56.
,n
N
N
R
1
N
N n
N 1
57. n(1 1/n)r , n(1 1/n)r [1 (1 1/n)r ] + n(n 1)[(1 2/n)r (1 1/n)2r ]
58. m pi pj
59. 96/145
60. (a) Binomial(n 1, p) (b) 1/(n 1)
61. (a)
x
pX|Y (x|2)
(b) 79/8
1
1/4
2
1/8
3
1/8
4
1/2
135
Respostas
yx1
, 1 x 4, x + 2 y 6
20
(6 x)(5 x)
(y 1)(y 2)
P (X = x) =
, 1 x 4 P (Y = y) =
,3y6
40
40
4x
(b) P (X = x | Y = 5) =
,1x3
6
(c) 2
62. (a) P (X = x, Y = y) =
2 + 3y
2
(b) E(X|Y = y) =
3
3(1 + 2y)
1
1
, 0 < x < 15 P (X > 10 | Z = 15) =
15
3
1
z ez/5 , z > 0
25
68. (b) P (Y X/2) = 1/2 (c) fX|Y (x|1) = 1/2, 1 < x < 3 P (X 2 | Y = 1) = 1/2
69. (a) P (X > 0,7) = 0,216 (b) P (X < Y ) = 0,25
(c) Z = X + Y , fZ (z) = 3 z 2 , 0 z 1 (d) P (Z 0,8) = 0,512
(e) fX|Z (x|1) = 2 x, 0 x 1 P (X 0,6 | Z = 1) = 0,64
70. Binomial(z, /( + ))
71. Hipergeomtrica(m + n, m, z)
72. Uniforme Discreta(z 1)
73. Uniforme(0, z)
74. fX,Y (x, y) = 2 2 e(x+y) , 0 < x < y
ex
(a) Para y > 0, fX|Y (x|y) =
,0<x<y
1 ey
(b) Para x > 0, fY |X (y|x) = e(yx) , y > x
(c) (Y X) | X = x Exp()
75. (a) Z1 Exp(3), Z2 Exp(2) e Z3 Exp(1), independentes
(b) Z2 | Y1 Exp(2) (decorre imediatamente de (a))
(c) Para y1 > 0, fY3 |Y1 (y3 |y1 ) = 2 e2y1 y3 (ey1 ey3 ), y3 > y1 e E(Y3 |Y1 ) = 3/2 + Y1
136
Esperana
7
35
49
e
+
4p
24 p 16 p2
(c) Y | X = x Beta(x + 2, n x + 2)
92. (a) P (X = x) =
1
, x = 1, 2, . . .
x (x + 1)
(b) E(X) =
(c) Y | X = x Beta(2, x)
93. E(X) = (1 e )/
Y +1
X
X2
(b) E(Y |X) = ; E(Y 2 |X) =
2
2
3
2
X
(c) E((X Y )2 |X) =
3
137
Respostas
104. 6,0705
106. MY (t) =
etx fX (x) dx =
1
, t < 1/2
1 2t
107. Z U (2, 2)
(c) MZ (t) =
0
se v < 0,
ev 1
se 0 v 1,
e1
1
se v > 1.
1
,t<1
1t
(b) MX (t) =
(e 1) et1
,t<1
1 et1
(d) Exp(1)
n! (1 t)
n!
= Qn
,t<1
(n + 1 t)
i=1 (i t)
112. MY (t) =
2n
2n t
Qn
n
i=1
(1 pi + pi s) , s R (b) 0,860715
138
Esperana
114. (a)
1
17
(b)
18
9
(c) P (X = 0) =
5
5
7
, P (X = 1) = , P (X = n) =
, n {2, 3, . . . }
18
36
6 2n
2 p2 q 2 s2
, s [1, 1] e E(T ) = 3.
1 (1 pq)s
(b)
(1 )(1 )
(Soma dos coeficientes das potncias de s3 em GX (s))
1 (1 )(1 )(1 )
(c)
1 + (1 ) + (1 )(1 )
1 (1 )(1 )(1 )
(b) ex
Captulo 5
A tabela seguinte resume os trs tipos de convergncia abordados nesse livro, as ferramentas teis no estudo de cada um deles e os principais teoremas limites relacionados.
Convergncia
Em distribuio
Ferramenta
Funo geradora /
caracterstica
Desigualdades de
Markov / Chebyshev
Lema de Borel-Cantelli
Em probabilidade
Quase certa
Teorema limite
Teorema Central do Limite
Lei Fraca dos Grandes
Nmeros
Lei Forte dos Grandes
Nmeros
1. Lema de Borel-Cantelli*
1.1. Lema de Borel-Cantelli (1909): Seja A1 , A2 , . . . uma sequncia de eventos em
um espao de probabilidade (, F, P ).
(a) Se
(b) Se
n=1
n=1
2. Modos de Convergncia
2.1. Sejam X1 , X2 , . . . , X variveis aleatrias em um espao de probabilidade (, F, P ).
Dizemos que
(a) Xn converge para X quase certamente, denotado por Xn X, se o evento
q.c.
{ : Xn () X() quando n }
tem probabilidade 1.
140
> 0,
P (|Xn X| > ) 0 quando n .
(c) Xn converge para X em distribuio, denotado por Xn X, se
D
P (Xn x) P (X x) quando n ,
para todo ponto x em que FX (x) = P (X x) contnua.
Observao. Note que a convergncia em distribuio definida em termos das funes de
distribuio; a condio de que as variveis aleatrias sejam definidas no mesmo espao de
probabilidade suprflua. Outra terminologia para Xn X dizer que FXn converge
D
fracamente para FX .
2.2. Unicidade do limite:
(i) Se Xn X e Xn Y , ento P (X = Y ) = 1.
q.c.
q.c.
(ii) Se Xn X e Xn Y , ento P (X = Y ) = 1.
P
lim P
n
k=n
n=1
141
Modos de Convergncia
M (t) para |t| a < b, onde M (t) a funo geradora de momentos da varivel aleatria X. Ento, Xn X.
D
Xn X
A condio de que fn (x) f (x) para quase todo x significa que o conjunto {x : fn (x) 9
f (x)} tem medida de Lebesgue nula, o que ocorre, por exemplo, se esse conjunto finito
ou enumervel. A recproca do Teorema de Scheff falsa.
2.7. Preservao da convergncia por uma funo contnua:
Se Xn X e g : R R contnua, ento g(Xn ) g(X).
q.c.
q.c.
q.c.
q.c.
(ii) Se Xn X e Yn Y , ento Xn + Yn X + Y .
P
e Y independentes. Ento, Xn + Yn X + Y .
D
142
Observao. Nos itens (i) e (ii) de 2.8, a soma pode ser substituda por diferena, produto
ou quociente.
2.9. Teorema de Slutsky (1925): Se Xn X e Yn c, onde c uma constante,
D
ento
(a) Xn Yn X c,
D
(b) Xn Yn cX,
D
n (Yn )
D
3. Teoremas Limites
3.1. Lei Fraca dos Grandes Nmeros de Khintchine (1929):
Seja X1 , X2 , . . . uma sequncia de variveis aleatrias i.i.d. com mdia finita . As somas
parciais Sn = X1 + X2 + + Xn satisfazem
Sn P
.
n
3.2. Lei Fraca dos Grandes Nmeros de Bernoulli (1713):
Consideremos uma sequncia de ensaios de Bernoulli independentes, tendo a mesma probabilidade p de sucesso em cada ensaio. Se Sn o nmero de sucessos nos n primeiros
ensaios, ento
Sn P
p.
n
3.3. Lei Fraca dos Grandes Nmeros de Chebyshev (1867):
Seja X1 , X2 , . . . uma sequncia de variveis aleatrias e consideremos Sn = X1 + X2 +
+ Xn . Se lim Var(Sn )/n2 = 0, ento
n
Sn E(Sn ) P
0.
n
(?)
143
Teoremas Limites
N (0, 1).
n
Isto , para qualquer a R,
lim P
!
1 Z a x2 /2
Sn n
a =
e
dx.
n
2
Sn n p
D
N (0, 1).
n p (1 p)
144
e k
, k N
k!
n=1
n
X
i=1
n
X
Xi .
i=1
n
X
i e s2n =
i2
i=1
Suponhamos que: (a) s2n quando n , e (b) existe uma constante M tal que
P (|Xi | M ) = 1 para todo i.
Ento,
Sn mn D
N (0, 1).
sn
Isto , para qualquer a R,
lim P
Sn mn
1 Z a x2 /2
a =
e
dx.
sn
2
Observao. Esse resultado segue de um Teorema Central do Limite mais geral que foi
provado por J. W. Lindeberg (1922). Para mais detalhes, veja-se, por exemplo, o livro de
Feller [9] (p. 254).
145
Convergncia de momentos
5. Convergncia de momentos*
5.1. Teorema da convergncia montona: Sejam X1 , X2 , . . . variveis aleatrias nonegativas. Se Xn X quase certamente quando n , ento
E(Xn ) E(X) quando n .
Observe que o limite pode ser infinito.
5.2. Lema de Fatou: Se X1 , X2 , . . . so variveis aleatrias no-negativas, ento
Exerccios
Lema de Borel-Cantelli*
1 . Uma moeda honesta lanada repetidamente, sendo os lanamentos independentes.
Para n 1, considere os eventos
An : O n-simo lanamento resulta cara.
Bn : O n-simo e o (n + 1)-simo lanamentos ambos resultam cara.
Mostre que
(a) P (An infinitas vezes) = 1.
(b) P (Bn infinitas vezes) = 1.
Em palavras, o item (a) garante que com probabilidade 1 ocorrem infinitas caras e o
item (b) estabelece que o evento duas caras em seguida ocorre infinitas vezes, com
probabilidade 1.
Sugesto: (b) Para n 1, defina Cn o evento de que o (2n 1)-simo e o (2n)-simo
lanamentos ambos resultam cara.
146
0 se Xn = 1,
k se Xn = = Xn+k1 = 0 e Xn+k = 1.
n>k
n=1
P (A An ) =
n log n
o que fornece uma descrio bastante precisa dos valores grandes de Xn quando n .
147
Exerccios
1
Xn
P lim sup
n log n
= 1.
n log n
(c) Obtenha de (b) que
Xn
1
P lim sup
n log n
= 1.
= 1.
n log n
= 1.
(b) Fixado > 0, seja Bn = {Xn > (1 + ) (log n)/}, n 1. Visto que
n=1 P (Bn ) =
P
1+
< , obtemos pelo Lema de Borel-Cantelli que P (Bn infinitas vezes) = 0.
n=1 1/n
Da, segue que
!
Xn
1+
P lim sup
= 1.
n log n
P
n log n
portanto,
1
Xn
lim sup
n log n
(
1
Xn
P lim sup
n log n
= 1.
Xn
= 1,
2 log n
Xn
P lim sup
1 = 1.
n
2 log n
(b) Mostre que, para qualquer > 0,
Xn
P lim sup
1 + = 1.
n
2 log n
!
148
Xn
1 = 1.
P lim sup
n
2 log n
Sugesto: Use a Razo de Mill (Exerccio 42(b) do Captulo 3).
9 . Sejam X1 , X2 , . . . variveis aleatrias independentes e identicamente distribudas, com
P
distribuio N (0, 1), e considere Sn = ni=1 Xi . Mostre que
!
Sn
P lim sup
1 = 1.
n
2n log n
Sugesto: Observe que a independncia das Xi s no usada na obteno do item (c) do
exerccio 8.
Observao. Um resultado mais preciso conhecido como Lei do Logaritmo Iterado, a
qual estabelece que, para X1 , X2 , . . . variveis aleatrias independentes e identicamente
distribudas com mdia 0 e varincia 1,
!
Sn
= 1 = 1.
P lim sup
n
2n log log n
Encontram-se mais detalhes na Seo 1 do Captulo 8 de Gut [13].
10 . Sejam X1 , X2 , . . . variveis aleatrias positivas tais que E(Xn ) C para todo n 1,
onde C uma constante. Mostre que, para qualquer > 0,
log Xn
=1
P lim sup
n
n
!
e portanto
log Xn
P lim sup
0 = 1.
n
n
!
Modos de Convergncia
11. Seja {Xn }n1 uma sequncia de variveis aleatrias tal que cada Xn assume valores
em {0, 1/n, . . . , (n 1)/n, 1} com P (Xn = j/n) = 1/(n + 1) para j = 0, . . . , n. Mostre
D
que Xn U (0, 1).
Soluo. Seja X U (0, 1), logo
0 se x < 0,
FX (x) = x se 0 x < 1,
1 se x 1.
Para n 1,
0
se x < 0,
FXn (x) = k/(n + 1) se (k 1)/n x < k/n, k = 1, . . . , n,
1
se x 1.
149
Exerccios
()
Se 0 x < 1, ento FXn (x) = k/(n + 1) onde k {1, . . . , n} tal que (k 1)/n x <
k/n. Como FX (x) = x, temos
1
k
k
k
k1
1
n+1
n+1 n
n+1
n
n+1
12. Seja {Xn }n1 uma sequncia de variveis aleatrias, sendo a densidade de Xn dada
por
n xn1
fXn (x) =
, 0 < x < .
n
Prove que Xn .
D
14. Sejam X1 , X2 , . . . variveis aleatrias i.i.d. com distribuio exponencial de parmetro 1. Para n 1, definimos Yn = mx{X1 , . . . , Xn } log n. Mostre que a sequncia
{Yn }n1 converge em distribuio, determinando a distribuio limite.
15. Sejam X1 , X2 , . . . variveis aleatrias independentes e identicamente distribudas,
com densidade comum dada por
f (x) =
1
, x > 0.
(1 + x)2
se Nk = 0,
k mn{X1 , . . . , XNk } se Nk 1.
Xn
1
1
>
n
n 2
1
1 2
n
0.
150
18. Seja {Xn }n1 uma sequncia de variveis aleatrias tais que
P (Xn = n) = 1 P (Xn = 1/n) = 1/n2 .
Mostre que Xn 0.
P
19. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em [0, 1]. Definimos
Yn = mn{X1 , . . . , Xn }, Zn = mx{X1 , . . . , Xn }, Un = n Yn e Vn = n (1 Zn ), n 1.
Mostre que
(a) Yn 0 e Zn 1.
P
20. Seja X uma varivel aleatria assumindo os valores 1 e 1 com probabilidade 1/2
e suponha que {Yn }n1 uma sequncia de variveis aleatrias independentes de X tais
que
1
P (Yn = 1) = 1 P (Yn = 0) = 1 .
n
Definimos a sequncia de variveis aleatrias {Xn }n1 por
X se Yn = 1,
Xn = n
e se Yn = 0.
(b) n
lim E(|Xn X|) = 0.
21. Seja {Xn }n1 uma sequncia de variveis aleatrias com E(Xn2 ) < para todo n 1.
P
Prove que se n
lim E(Xn ) = e n
lim Var(Xn ) = 0, ento Xn .
22 . Sejam X1 , X2 , . . . variveis aleatrias independentes, com
P (Xn = 1) = pn
e P (Xn = 0) = 1 pn .
Prove que
(a) Xn 0 se e somente se n
lim pn = 0.
P
(b) Xn 0 se e somente se
q.c.
n=1
pn < .
Alm disso, o critrio para convergncia quase certa dado em 2.4 estabelece que
Xn 0 P (|Xn | > infinitas vezes) = 0 para todo > 0.
q.c.
151
Exerccios
(a) Se n
lim pn = 0, ento para qualquer > 0,
n
n=1
P (|Xn | > )
n=1
pn < .
n=1
Usando o Lema de Borel-Cantelli, conclumos que P (|Xn | > infinitas vezes) = 0 para
q.c.
todo > 0, logo Xn 0.
Por outro lado, se
n=1
pn = , ento
n=1
pn = .
n=1
Como os eventos {|Xn | > 1/2} so independentes (pois as Xn s o so), temos, pelo Lema
de Borel-Cantelli, que P (|Xn | > 1/2 infinitas vezes) = 1. Isso mostra que Xn no converge
para 0 quase certamente.
23 . Sejam X2 , X3 , . . . variveis aleatrias independentes e identicamente distribudas,
com distribuio exponencial de parmetro 1. Para n 2, considere
Yn =
Xn
.
log n
1
,
n2
P (Xn = 0) = 1
1
.
n2
n=1
152
27 . Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio N (0, 2 ).
Fixado um nmero real , definimos a sequncia {Yn }n1 pela frmula
Y1 = X1 ,
(a) Mostre que Yn =
Pn1
i=0
Yn = Yn1 + Xn , n 2.
i Xni , n 1.
2
.
Yn N 0,
1 2
D
x0
ex 1
= 1.
x
30. Seja {Xn }n1 uma sequncia de variveis aleatrias tal que Xn tem funo de distribuio
sen(2nx)
, 0 x 1.
Fn (x) = x
2n
(a) Mostre que Xn tem densidade e ento conclua que de fato Fn uma funo de
distribuio.
(b) Prove que Xn X onde X U [0, 1], mas a densidade de Xn no converge para
a densidade de X no intervalo (0, 1).
D
31. (a) Prove os itens (i) e (ii) do tpico 2.8 (p. 141).
(b) Fornea um exemplo no qual Xn X, Yn Y , porm a soma Xn + Yn no
converge em distribuio para X + Y .
D
153
Exerccios
Teoremas Limites
33. Uma moeda honesta lanada infinitas vezes independentemente. Sejam X1 , X2 , . . .
as variveis aleatrias definidas por
Xi =
0 caso contrrio.
(c) Seja Sn =
n
X
1/16 se j = i + 1,
0
se j > i + 1.
i=1
!1
X
1i<jn
Xi Xj 2 .
154
38. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em (0, 1). Definimos a mdia geomtrica de X1 , . . . , Xn por
Yn =
n
Y
Xi
1/n
i=1
Mostre que a sequncia {Yn }n1 converge q.c. para uma constante e encontre o valor dessa
constante.
Soluo. Seja Zi = log Xi , i 1. Ento, Z1 , Z2 , . . . so variveis aleatrias i.i.d. (j que
as Xi s o so), com
E(Z1 ) =
Z 1
0
log x dx = lim+
0
Z 1
log x dx =
1
lim+ (x log x x)
0
= 1.
Z1 + + Zn q.c.
1.
n
39. Integrao numrica: Suponha que g uma funo contnua, no-negativa, definida em [0, 1], tal que supx g(x) 1. O seguinte procedimento visa a aproximar a integral
de g em [0, 1]. Escolhem-se n pontos uniformemente em [0, 1] [0, 1], e se define Un como
o nmero de pontos que caem abaixo da curva y = g(x). Prove que
Un q.c. Z 1
g(x) dx.
n
0
40. Uma vareta de comprimento 1 quebrada de maneira aleatria, o que significa que a
parte restante tem distribuio uniforme em (0, 1). A parte restante quebrada de modo
similar, e assim por diante.
(a) Seja Xn o comprimento da parte que sobra aps a vareta ter sido quebrada n vezes.
Descreva Xn como um produto.
(b) Mostre que a sequncia {log(Xn )/n}n1 converge quase certamente, respondendo
qual o limite.
(c) Obtenha uma aproximao para a probabilidade de que X36 e24 .
41. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em [0, ]. Encontre constantes A e B tais que
sen
" Pn
i=1
Xi
#
q.c.
Pn
i=1
sen Xi q.c.
B.
n
155
Exerccios
42. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio N (0, 1).
Definimos a sequncia {Yn }n1 por
Yn =
X12 + + Xn2
.
(X1 1)2 + + (Xn 1)2
43. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio de Poisson
de parmetro . Definimos a sequncia {Yn }n1 por
Yn = q
X1 + + Xn
n (X12 + + Xn2 )
Demonstre que {Yn }n1 converge q.c. para uma constante e encontre o valor dessa constante.
44. Sejam X1 , . . . , Xn variveis aleatrias independentes e identicamente distribudas,
com mdia e varincia 2 , 0 < 2 < . Definimos
n =
X
Sn2
Pn
i=1
Xi
= Mdia amostral e
n )2
X
= Varincia amostral.
n1
i=1 (Xi
Pn
n ) e Var(X
n ).
(a) Determine E(X
(b) Mostre que
Sn2
Pn
i=1
n )2
Xi2 n (X
.
n1
45 . Seja {Xn }n1 uma sequncia de variveis aleatrias independentes tal que
P (Xn = n ) = P (Xn = n ) =
para algum (0,1/2). Mostre que n1
Pn
i=1
1
2
Xi 0.
q.c.
n=1
156
n
n
n
n1
|Xn |
|Sn | |Sn1 |
+
.
n
n
n1
48 . Uma sequncia de variveis aleatrias que satisfaz a Lei Fraca dos Grandes
Nmeros, porm no a Lei Forte: Sejam X1 , X2 , . . . variveis aleatrias independentes tais que P (X1 = 0) = 1 e, para cada n 2,
P (Xn = n) = P (Xn = n) =
Seja Sn =
Pn
i=1
1
,
2n log n
P (Xn = 0) = 1
1
.
n log n
Xi .
X
n=1
pn <
Sn q.c.
0.
n
50. Uma marca de chocolate faz uma promoo: alguns dos pacotes incluem vales que
podem ser trocados por uma camiseta. O nmero de pacotes premiados que se vendem
ao dia em uma loja uma varivel aleatria com distribuio de Poisson de parmetro
0,3. Estime a probabilidade de que em 120 dias se vendam nessa loja mais de 30 pacotes
com prmio.
157
Exerccios
P120
i=1
Xi o total de pacotes
>
0,3 . 120
0,3 . 120
P (Z > 1) 0,8413,
onde Z N (0, 1).
51. O nmero mdio de canetas que se vendem diariamente em uma papelaria 30, sendo
a varincia 10. Estes valores so 20 e 12 para o nmero de cadernos vendidos. Sabe-se,
ademais, que a covarincia entre as vendas dirias de ambos produtos 9. Estime a
probabilidade de que o nmero total de ambos produtos vendidos durante 90 dias esteja
compreendido entre 4400 e 4600.
52. Uma mquina empacota lotes de parafusos. O dono da mquina deseja que pelo menos
90% dos lotes tenham mais de 1000 parafusos sem defeito. Sabendo que a probabilidade
de que um parafuso seja defeituoso 0,02, qual o menor nmero de parafusos que deve
colocar por lote?
53. Trs emissoras de televiso tm uma rdua competio para obter altos nveis de
audincia. O nmero mdio dirio de prmios milionrios distribudos por cada uma
dessas emissoras de 5, 3 e 4, sendo 0,5, 0,4 e 0,3 os desvios padres, respectivamente.
Estime a probabilidade de que o nmero total de prmios milionrios distribudos em dois
meses seja superior a 730.
54. O salrio em reais dos funcionrios de uma empresa tem distribuio de Pareto, com
densidade
5 7005/2
f (x) =
, x 700.
2 x7/2
Qual a probabilidade de que o salrio mdio de um grupo de 1000 funcionrios seja maior
que 1200 reais?
55. Cada um de 108 nmeros arredondado para o inteiro mais prximo, e somam-se os
valores arredondados. Suponha que os erros de arredondamento so variveis aleatrias
independentes, uniformemente distribudas em [1/2, 1/2]. Obtenha uma aproximao
para a probabilidade de que a soma obtida esteja distante da soma dos nmeros originais
(a) por mais de 3.
(b) por mais de 6.
158
56. Um estudante tem no mximo uma hora para fazer uma prova com 116 questes. Ele
decide gastar no mais que um minuto por questo. Suponha que os tempos gastos em
diferentes questes so variveis aleatrias independentes, com densidade
f (x) = 6 x (1 x), 0 x 1.
Qual a probabilidade de que o estudante consiga fazer a prova inteira?
57. A proporo de impurezas em amostras de gua coletadas em um trecho de um rio
tem distribuio Beta(3, 2). Coletam-se 36 amostras, de forma independente. Encontre
uma aproximao para as seguintes probabilidades:
(a) de que a proporo mdia de impurezas das amostras seja maior que 0,58.
(b) de que o nmero de amostras em que a proporo de impurezas excede 0,58 seja
no mximo 24.
58. Suponha que, ao jogar roleta em um cassino, o apostador ganha ou perde um euro
com probabilidades respectivas 9/19 e 10/19. Assim, as apostas sucessivas so variveis
aleatrias X1 , X2 , . . . independentes, com P (Xi = 1) = 9/19 = 1 P (Xi = 1), i 1, e
P
Sn = ni=1 Xi o capital acumulado pelo apostador aps n jogadas.
(a) Estime a probabilidade de que em 80 jogadas o apostador tenha perdido dinheiro.
(b) Aproxime a probabilidade de que em 400000 apostas o cassino aufira um lucro
entre 20000 e 22000 euros.
n = n1 Pni=1 Xi de n variveis aleatrias i.i.d. com distribuio
59. Considere a mdia X
n < 0,51) seja aproximadamente 90%.
uniforme em [0, 1]. Encontre n tal que P (X
60. Um dado honesto lanado infinitas vezes independentemente. Seja Xi o resultado
do i-simo lanamento, e considere Sn = X1 + + Xn . Obtenha:
(a) lim P (Sn > 3 n).
n
(b) n
lim P (Sn > 3,5 n).
(c) um valor aproximado para P (S100 > 320).
61. Uma moeda honesta lanada independentemente, at se obterem 450 caras. Estime
a probabilidade de que no mximo 960 lanamentos sejam feitos.
Sugesto: Seja N o nmero de lanamentos necessrios para obter 450 caras. H duas
abordagens:
(i) Escrever N como a soma de 450 variveis aleatrias independentes com distribuio
geomtrica de parmetro 1/2.
(ii) Supor que a sequncia de lanamentos da moeda infinita e usar que {N 960} =
P
{ 960
i=1 Xi 450}, onde Xi a funo indicadora de que ocorre cara no i-simo
lanamento.
159
Exerccios
62. Uma pessoa distribui jornais aos transeuntes na esquina de uma metrpole. Suponha
que cada pessoa que passa pelo entregador pega um exemplar do jornal com probabilidade
1/3, independentemente das demais. Seja N o nmero de pessoas que passam pelo entregador at o tempo em que ele entrega suas primeiras 600 cpias. Estime a probabilidade
de que N seja maior que 1740.
63. Considere um experimento que consiste em lanamentos independentes e sucessivos
de um dado honesto. Se o resultado 1, 2 ou 3, anotamos em uma folha de papel o
nmero 1, se a face do dado igual a 4, anotamos o nmero 2, e se igual a 5 ou 6,
anotamos o nmero 3. Seja N o nmero de lanamentos necessrios para que o produto
dos nmeros anotados ultrapasse 100000. Estime a probabilidade de que N 25.
64. A durao em meses de uma pilha usada por Joo no seu aparelho de mp3 tem distribuio uniforme em (1, 2). Suponha que Joo troca a pilha por uma nova imediatamente
aps ela ficar gasta. Estime a probabilidade de que ele use mais do que 27 pilhas em um
perodo de 42 meses.
65. Usando o Teorema Central do Limite para variveis aleatrias com distribuio de
Poisson, mostre que
lim e
n
nn
n n2
+ +
1+ +
1!
2!
n!
1
= .
2
=
N (0, 1),
p (1 p)
n p (1 p)
logo, pelo Teorema de Slutsky,
D
n p
n X
N (0, p (1 p)).
Tomando g(x) = x (1 x), temos que g 0 (x) = 1 2x, portanto usando o Mtodo Delta
conclumos que
i
h
D
n (1 X
n ) p (1 p)
n X
N (0, p (1 p) (1 2p)2 ).
Se p = 1/2, interpretamos a distribuio N (0, 0) como a massa pontual em 0.
67. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
em (1,1). Definimos a sequncia {Yn }n1 por
Pn
i=1 Xi
Pn
2
i=1
i=1 Xi +
Yn = Pn
Xi3
160
D
(b) Demonstre que n Yn N (0, 3).
q.c.
N (0, 1).
Xn
69. Sejam X1 , X2 , . . . variveis aleatrias independentes e identicamente distribudas,
com distribuio de Laplace (exponencial dupla), ou seja, X1 tem densidade
fX1 (x) =
Mostre que
1 |x|
e , x R.
2
Pn
i=1 Xi
Pn
2
i=1 Xi
N (0, 1/2).
D
n
X
g(Xi ) + Rn ,
i=1
P
onde Rn / n 0. Prove que
Tn n D
N (0, 1).
n
72. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com distribuio uniforme
n = n1 Pni=1 Xi . Demonstre que
em [0, 2], onde > 0. Definimos X
D
n log
n log X
N (0, 1/3).
73. Seja {Xn }n1 uma sequncia de variveis aleatrias independentes e identicamente
distribudas, com densidade comum
f (x) = 3 x2 , 0 < x < 1.
Definimos a mdia harmnica de X1 , . . . , Xn por
n
Hn = Pn
1 .
i=1 Xi
161
Exerccios
(a) Mostre que a sequncia {Hn }n1 converge q.c. para uma constante c e encontre o
valor de c.
Pn
i=1
Xi
1
|{i n : Xi 1}|
, Un = , Yn =
e Vn = log Yn .
n
Xn
(b) Demonstre que n (Un ) e n (Vn ) convergem em distribuio, determinando as distribuies limites.
q.c.
q.c.
75. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com mdia 1 e varincia 2
P
finita e positiva. Considere Sn = ni=1 Xi . Prove que
q
Sn
n N (0, a2 ),
D
determinando a constante a2 .
76. Seja {Xn }n1 uma sequncia de variveis aleatrias i.i.d. com mdia e varincia 2
n = n1 Pn Xi .
finita e positiva. Definimos X
i=1
(a) Mostre que
2
D
2
n X
N (0, 4 2 2 ).
n
77 . Seja {Xn }n1 uma sequncia de variveis aleatrias independentes tal que
P (Xn = 1) = P (Xn = 1) =
Considere Sn =
Pn
i=1
1
1
, P (Xn = 0) = 1 , n 1.
2n
n
Xi e demonstre que
Sn q.c.
0
n
Sn
D
N (0, 1).
log n
Convergncia de momentos*
78 . Sejam X1 , X2 , . . . variveis aleatrias tais que X1 integrvel e Xn X quase
certamente quando n . Prove que
E(Xn ) E(X) quando n .
162
79 . (Teorema de Beppo Levi). Suponha que X1 , X2 , . . . so variveis aleatrias integrveis tais que supn E(Xn ) < . Mostre que se Xn X quase certamente quando n ,
ento X integrvel e
E(Xn ) E(X) quando n .
80 . Sejam A1 , A2 , . . . eventos em um espao de probabilidade.
(a) Usando o Lema de Fatou, demonstre que
P lim
inf An lim
inf P (An ).
n
n
(b) Usando o Teorema da convergncia limitada, prove que se existe A = n
lim An ,
ento P (A) = lim P (An ).
n
Yn =
n=1
E(Yn ).
n=1
Yn =
E(Yn ).
n=1
n=1
Yn =
n=1
n=1
E(Yn ).
n=1
ou
N
X
Xn = E(N ).
n=1
Pn1
i=0
PN
n=1
Xn =
n=1
Xn In .
163
Respostas
Respostas
(1 ey /n)
se y > log n,
caso contrrio.
15. F (w) =
e1/w se w > 0,
0
caso contrrio.
0
se y < 0,
1 + ek ey se 0 y < k,
se y k.
Yk Y com Y Exp(1).
D
20. (a) Verdadeira (Para qualquer > 0, {|Xn X| > } {Yn = 0}).
(b) Falsa ( lim E(|Xn X|) = lim en /n = ).
n
(b) N 0, 2
Pn1
i=0
2i
(c) 2 nm
Pm1
i=0
2i
43.
1+
n ) = e Var(X
n ) = 2 /n (c) E(S 2 ) = 2
44. (a) E(X
n
(d) Use duas vezes a Lei Forte dos Grandes Nmeros.
45. Use a Lei Forte dos Grandes Nmeros enunciada em 4.1.
164
51. 0,904
52. 1027
53. 0,0339
54. 0,1562
55. (a) 0,3174 (b) 0,0456
56. 0,7967
57. (a) 0,7257 (b) 0,9015
58. (a) 0,6406 (b) 0,8857
59. 1366
60. (a) 1 (b) 1/2 (c) 0,9608
61. 0,97
62. 0,84
63. 0,494
64. 0,8413
67. (a) Use trs vezes a Lei Forte dos Grandes Nmeros.
(b) Use o Teorema Central do Limite, a Lei Forte e o Teorema de Slutsky.
71. Utilize o Teorema Central do Limite para a sequncia {g(Xi )}i1 e o Teorema de
Slutsky.
72. Mtodo Delta.
73. (a) 2/3 (b) N (0, 4/27)
74. (b) N (0, 2 ) e N (0, e 1), respectivamente.
75. a2 = 2 /4
76. Mtodo Delta.
77. Use os tpicos 4.1, 4.2, o Teorema de Slutsky e o fato de que
n .
Pn
i=1
Apndice
Conjuntos
Denotamos por N = {0, 1, 2, . . . } o conjunto dos nmeros naturais, Z = {. . . , 1, 0, 1, . . . }
o conjunto dos nmeros inteiros, R o conjunto dos nmeros reais e C o conjunto dos
nmeros complexos.
Um conjunto A finito se existe uma correspondncia biunvoca entre A e o conjunto
{1, . . . , n} para algum n 1. (O conjunto vazio tambm finito).
Um conjunto A infinito enumervel se existe uma correspondncia biunvoca entre A
e N.
Um conjunto A infinito no-enumervel se no finito nem enumervel.
A cardinalidade de um conjunto A, denotada por |A|, o nmero de elementos de A.
Sequncias
Para uma sequncia {xn }n1 de nmeros reais, escrevemos xn x quando n
lim xn = x;
xn x significa que x1 x2 e xn x; xn x significa que x1 x2 e xn x.
Seja {xn }n1 uma sequncia de nmeros reais. O limite inferior e o limite superior dessa
sequncia so definidos respectivamente por
` = lim inf xn = sup inf xk = lim inf xk
n
n kn
n1 kn
n1 kn
n kn
n se e somente se ` = ` = `.
166
Apndice
Sries
Dada uma sequncia {an }n1 de nmeros reais, dizemos que a srie
a sequncia das somas parciais sn =
Pn
k=1
n=1
an converge se
n=1
ou no.
Algumas sries importantes:
X
n=0
x =
n
(1 x)1 se 0 x < 1,
se x 1.
xn
= ex para todo x R.
n!
n=0
1 < se p > 1,
p
= se p 1.
n=1 n
< se p > 1,
1
p
= se p 1.
n=2 n (log n)
an e
n bn
so
de zero.
Dada uma sequncia {an }n0 de nmeros reais, a srie
de potncias. Definimos
R=
1
lim sup
q
n
n=0
|an |
n=0
X
n=0
n=0
an x n =
n=0
an ,
167
Teorema: Uma srie de potncias pode ser derivada ou integrada termo a termo qualquer
nmero de vezes dentro do intervalo de convergncia.
Funes
Uma funo f : X R (onde X R) chamada crescente se, quaisquer que sejam x, y
X, x < y implica f (x) < f (y). Se x < y (com x, y X) implica apenas f (x) f (y), f
no-decrescente. De modo anlogo, define-se funo decrescente e funo no-crescente.
Uma funo denominada estritamente montona se crescente ou decrescente.
Um conjunto A R convexo se, sempre que contm os pontos x e y, tambm contm
x + (1 ) y para 0 1. Uma funo : A R convexa se para quaisquer
x, y A e 0 1,
( x + (1 ) y) (x) + (1 ) (y).
Em palavras, convexa se cada ponto na corda entre (x, (x)) e (y, (y)) est acima
do grfico de . Para uma funo : (a, b) R duas vezes diferencivel, 00 (x) 0 para
todo x (a, b) uma condio necessria e suficiente para convexidade.
Convergncia uniforme no Teorema Central do Limite
Seja X1 , X2 , . . . uma sequncia de variveis aleatrias i.i.d. com mdia e varincia 2
finita e positiva. Em aplicaes do Teorema Central do Limite, usa-se frequentemente
que, para n grande, Sn =
Pn
i=1
1 Z z x2 /2
e
dx para z 0.
Funo tabelada: (z) =
2
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
0
1
0,5
0,504
0,5398 0,5438
0,5793 0,5832
0,6179 0,6217
0,6554 0,6591
0,6915 0,695
0,7257 0,7291
0,758 0,7611
0,7881 0,791
0,8159 0,8186
0,8413 0,8438
0,8643 0,8665
0,8849 0,8869
0,9032 0,9049
0,9192 0,9207
0,9332 0,9345
0,9452 0,9463
0,9554 0,9564
0,9641 0,9649
0,9713 0,9719
0,9772 0,9778
0,9821 0,9826
0,9861 0,9864
0,9893 0,9896
0,9918 0,992
0,9938 0,994
0,9953 0,9955
0,9965 0,9966
0,9974 0,9975
0,9981 0,9982
0,9987 0,9987
0,999 0,9991
0,9993 0,9993
0,9995 0,9995
0,9997 0,9997
0,9998 0,9998
0,9998 0,9998
0,9999 0,9999
0,9999 0,9999
1,
1,
2
0,508
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,9783
0,983
0,9868
0,9898
0,9922
0,9941
0,9956
0,9967
0,9976
0,9982
0,9987
0,9991
0,9994
0,9995
0,9997
0,9998
0,9999
0,9999
0,9999
1,
Segunda decimal de
3
4
5
0,512 0,516 0,5199
0,5517 0,5557 0,5596
0,591 0,5948 0,5987
0,6293 0,6331 0,6368
0,6664 0,67
0,6736
0,7019 0,7054 0,7088
0,7357 0,7389 0,7422
0,7673 0,7704 0,7734
0,7967 0,7995 0,8023
0,8238 0,8264 0,8289
0,8485 0,8508 0,8531
0,8708 0,8729 0,8749
0,8907 0,8925 0,8944
0,9082 0,9099 0,9115
0,9236 0,9251 0,9265
0,937 0,9382 0,9394
0,9484 0,9495 0,9505
0,9582 0,9591 0,9599
0,9664 0,9671 0,9678
0,9732 0,9738 0,9744
0,9788 0,9793 0,9798
0,9834 0,9838 0,9842
0,9871 0,9875 0,9878
0,9901 0,9904 0,9906
0,9925 0,9927 0,9929
0,9943 0,9945 0,9946
0,9957 0,9959 0,996
0,9968 0,9969 0,997
0,9977 0,9977 0,9978
0,9983 0,9984 0,9984
0,9988 0,9988 0,9989
0,9991 0,9992 0,9992
0,9994 0,9994 0,9994
0,9996 0,9996 0,9996
0,9997 0,9997 0,9997
0,9998 0,9998 0,9998
0,9999 0,9999 0,9999
0,9999 0,9999 0,9999
0,9999 0,9999 0,9999
1,
1,
1,
z
6
0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,877
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,975
0,9803
0,9846
0,9881
0,9909
0,9931
0,9948
0,9961
0,9971
0,9979
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,9998
0,9999
0,9999
0,9999
1,
7
0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,834
0,8577
0,879
0,898
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,9808
0,985
0,9884
0,9911
0,9932
0,9949
0,9962
0,9972
0,9979
0,9985
0,9989
0,9992
0,9995
0,9996
0,9997
0,9998
0,9999
0,9999
0,9999
1,
8
0,5319
0,5714
0,6103
0,648
0,6844
0,719
0,7517
0,7823
0,8106
0,8365
0,8599
0,881
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,9812
0,9854
0,9887
0,9913
0,9934
0,9951
0,9963
0,9973
0,998
0,9986
0,999
0,9993
0,9995
0,9996
0,9997
0,9998
0,9999
0,9999
0,9999
1,
9
0,5359
0,5753
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,883
0,9015
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,9817
0,9857
0,989
0,9916
0,9936
0,9952
0,9964
0,9974
0,9981
0,9986
0,999
0,9993
0,9995
0,9997
0,9998
0,9998
0,9999
0,9999
0,9999
1,
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
Referncias Bibliogrficas
[1] BACHX, A. C.; POPPE, L. M. B.; TAVARES, R. N. O. Preldio anlise combinatria. So Paulo: Companhia Editora Nacional, 1975.
[2] BASSETT, E. E.; BREMNER, J. M.; JOLLIFFE, I. T.; JONES, B.; MORGAN, B.
J. T.; NORTH, P. M. Statistics: problems and solutions. 2nd. ed. Singapore: World
Scientific, 2000.
[3] BILLINGSLEY, P. Probability and measure. 3rd. ed. New York: John Wiley & Sons,
1995.
[4] BNA, M. Introduction to enumerative combinatorics. Boston: McGraw Hill, 2007.
[5] DANTAS, C. A. B. Probabilidade: um curso introdutrio. 3. ed. So Paulo: Editora
da Universidade de So Paulo, 2008. (Coleo Acadmica).
[6] DASGUPTA, A. Fundamentals of probability: a first course. New York: Springer,
2010.
[7] DURRETT, R. Elementary probability for applications. Cambridge: Cambridge University Press, 2009.
[8] DURRETT, R. Probability: theory and examples. 4th. ed. Cambridge: Cambridge
University Press, 2010.
[9] FELLER, W. An introduction to probability theory and its applications, Volume I.
3rd. ed. New York: John Wiley & Sons, 1968.
[10] FERNNDEZ-ABASCAL, H.; GUIJARRO, M.; ROJO, J. L.; SANZ, J. A. Ejercicios
de clculo de probabilidades. Resueltos y comentados. Barcelona: Editorial Ariel,
1995.
[11] GRIMMETT, G. R.; STIRZAKER, D. R. Probability and random processes. 3rd. ed.
New York: Oxford University Press, 2001.
[12] GUT, A. An intermediate course in probability. 2nd. ed. New York: Springer, 2009.
[13] GUT, A. Probability: a graduate course. New York: Springer, 2005.
172
Referncias Bibliogrficas
[14] HOEL, P. G.; PORT, S. C.; STONE, C. J. Introduction to probability theory. Boston:
Houghton Mifflin, 1971.
[15] JAMES, B. R. Probabilidade: um curso em nvel intermedirio. 3. ed. Rio de Janeiro:
Instituto Nacional de Matemtica Pura e Aplicada, 2004. (Projeto Euclides).
[16] LARSEN, R. J.; MARX, M. L. An introduction to mathematical statistics and its
applications. 4th. ed. Upper Saddle River, N. J.: Prentice Hall, 2006.
[17] LIMA, E. L. Curso de anlise, Volume 1. 12. ed. Rio de Janeiro: Instituto Nacional
de Matemtica Pura e Aplicada, 2004. (Projeto Euclides).
[18] MEESTER, R. A natural introduction to probability theory. 2nd. ed. Basel: Birkhuser, 2008.
[19] MORGADO, A. C. O.; CARVALHO, J. B. P.; CARVALHO, P. C. P.; FERNANDEZ, P. Anlise combinatria e probabilidade. 9. ed. Rio de Janeiro: Sociedade Brasileira de Matemtica, 2006. (Coleo do Professor de Matemtica).
[20] PITMAN, J. Probability. New York: Springer, 1993.
[21] RIORDAN, J. An introduction to combinatorial analysis. New York: Dover, 2002.
[22] ROSS, S. M. A first course in probability. 8th. ed. Upper Saddle River, N. J.: Prentice
Hall, 2008.
[23] SANTOS, J. P. O.; MELLO, M. P.; MURARI, I. T. C. Introduo anlise combinatria. Rio de Janeiro: Editora Cincia Moderna, 2008.
[24] STIRZAKER, D. Probability and random variables: a beginners guide. Cambridge:
Cambridge University Press, 1999.