

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
A seguinte amostra de uma densidade uniforme no intervalo (0,θ) foi obtida:
22,1 23,5 18,5 30,1 28,7 20,0 16,4 29,2 25,5
A estimativa de máxima verossimilhança de θ é igual a
21,4.
25,5.
28,7.
29,0.
30,1.
Seja (X, Y) vetor aleatório contínuo e uniformemente distribuído no disco unitário D={(x,y) ∈ R2:x2+y2=1} .
É CORRETO afirmar que a esperança condicional de X dado que Y=y é dada por
y
(1−y2 ⁄ (21−y2))
0
π
Suponha que U1 e U2 sejam variáveis aleatórias independentes que seguem a distribuição uniforme no intervalo (0,1). Nessa situação, é correto afirmar que T1 = -4 ln U1 e T2 = -3 ln U2.
Certo
Errado
Y é uma variável aleatória uniforme no intervalo (0,1).
Certo
Errado
Seja X uniformemente distribuída no intervalo [0,1] e Y=X². A função densidade e a esperança de Y são dadas, respectivamente, por:
y1/2 e 1/3
y-1/2 e 2/3
2 1 y-1/2 e 2/3
21 y-1/2 e 1/3
Uma distribuição condicional é dada por
P(X = x|Y = y) = yx(1 - y)1-x , em que x = 0 ou x = 1 e 0 ≤ y ≤ 1.
Considerando-se que Y segue uma distribuição uniforme contínua no intervalo [0,1], é correto afirmar, a respeito da distribuição condicional Y|X = x, que E(Y|X = x) é igual a
31+3x.
21+2x.
41+4x.
4x.
21.
Considere a variável aleatória X uniformemente distribuída sobre o intervalo [4,10]. Então, pode-se afirmar que a esperança e a variância de X são, respectivamente,
A altura de uma certa população obedece a distribuição uniforme de probabilidade e se situa no intervalo de 1,5 a 2,1 [m]. Nesse contexto, a probabilidade de um certo indivíduo, sorteado ao acaso, possuir uma altura que se situa no intervalo de 1,74 a 1,80 [m] é de:
5%
10%
15%
20%
25%
Daniel sempre pega o mesmo trem para ir ao colégio, pois somente um trem lhe serve para não chegar atrasado. Ele sempre passa pela estação, de manhã, em qualquer momento, entre 6 horas e 6 horas e 30 minutos. Um dia, Daniel se atrasou e chegou a estação às 6 horas e 24 minutos. Qual a probabilidade de que ele ainda consiga pegar o trem?
16,7%
20,0%
9,6%
49,0%
51,0%
Para uma amostra aleatória de tamanho n = 5, que ainda será selecionada, considere as variáveis X(1), X(2), X(3),X(4) e X(5) que representam os valores amostrais ordenados.
Sabendo-se que a população tem distribuição uniforme no intervalo (0,1), é correto concluir que:
P(X(4))>0,5 = 43%;
Fx3(x)=x2(1−x)3 para 0 < x < 1,Fx3(x)=0 para x < 0 e Fx3(x)=1 para x > 1, função distribuição acumulada de X(3);
E(X(3))= 1/2;
fX5(x)=1−(1−x)5 para 0 < x < 1 e fX5(x)=0, caso contrário, função densidade de probabilidade de X(5);
P(X(5)<0,5)=3,125%.
O método de inversão de variáveis aleatórias consiste em gerar u da distribuição Uniforme (0,1) e atribuir X=F-1(u). Considere uma variável aleatória com densidade
f(x)=2x+12
O valor de F-1 (u) é dado por
log(2u+1)
2log(u-1)
1/(2u-1)
(e-u-1)/2
log(2u-1)
Considere Y uma distribuição uniforme variando entre [-3 e 9]. Qual o valor da variância de Y?
6.
36.
12.
3.
24.
O gerente de compras de uma rede de papelarias precisa montar um modelo que faça a previsão do lucro esperado da venda de cartões de Natal na rede. Ele faz um pedido de uma determinada quantidade de cartões em setembro, e as vendas acontecem até o final de dezembro. Aquilo que não for vendido pode ser vendido como papel para reciclagem. O custo unitário de um cartão é R$ 2,00, o preço de venda é R$ 4,00, e ele consegue uma receita de R$ 0,10 por cartão reciclado. Como a demanda é variável de ano para ano, o gerente sabe que deve utilizar seus conhecimentos de simulação para montar este modelo. Para tal, ele montou e determinou a distribuição de probabilidade da demanda com base nos dados históricos. Além disso, gerou uma sequência de 10 números aleatórios (entre zero e um), a partir de uma distribuição uniforme contínua, mostrada na Tabela abaixo.

O lucro esperado médio, em reais, para uma ordem de compra de 1.200 unidades, considerando a receita de reciclagem, é de
Seja y variável aleatória contínua com distribuição uniforme no intervalo (2,5). Uma segunda variável (X) é obtida através de Y, por meio da função G(Y) = 2Y – 1.
Portanto, a função de densidade probabilidade de X é:
Pode-se demonstrar que se X for uma variável aleatória contínua com função densidade de probabilidade f(x) e função de densidade acumulada F(x), então a variável aleatória U = F(x) tem distribuição uniforme no intervalo [0,1]. Considere uma variável aleatória Y com uma distribuição exponencial com média 0,5.
Foram simulados três valores de uma distribuição uniforme com o seguinte resultado: u1 = 0,66; u2 = 0,42; u3 = 0,18.
Dado que In(0,34) = −1,79; In (0,58) = − 0,545; In (0,82) = − 0,2 e utilizando as informações disponíveis, é possível gerar três valores da variável aleatória Y. A soma aproximada desses três valores gerados é
Se (Xn) é uma sequência de variáveis aleatórias com distribuição uniforme no intervalo (0, (n – 1)/ n), n > 1, então (Xn) converge para uma distribuição
uniforme no intervalo (0, 1).
qui-quadrado com 1 grau de liberdade.
exponencial com parâmetro λ = 1.
normal padrão.
geométrica parâmetro θ = 1.
Sabe-se que o tempo de aplicação de um questionário em uma pesquisa de campo é uma variável com distribuição uniforme entre 8 e 20 minutos. Um entrevistador pretende aplicar três questionários.
Logo, é correto afirmar que:
a probabilidade de que todas as entrevistas durem mais do que 15 minutos é de 27/64;
a probabilidade de que duas das entrevistas durem mais do que a média é igual a 5/8;
o desvio padrão do tempo de duração de cada entrevista é igual a 2 minutos;
a probabilidade de que apenas uma das entrevistas leve menos da metade do tempo máximo é igual a 25/72;
a probabilidade do tempo total de entrevista exceder 40 minutos é igual a 0,5.
Sabe-se que a variável aleatória X tem distribuição uniforme contínua no intervalo [0, θ], θ > 0 e que tem variância igual a 1/3. Uma amostra aleatória com reposição, de tamanho 4, será tomada da distribuição de X. Seja X1, X2, X3, X4 essa amostra e seja Y a variável aleatória que representa o menor dentre os valores dessa amostra. Nessas condições, a probabilidade denotada por P(Y > 1) é igual a
1/8
1/16
1/4
3/8
3/16
Foram obtidas por meio de um radar n observações independentes de uma variável aleatória X com distribuição uniforme contínua no intervalo (0,1). De acordo com o manual de operação do radar, sabe-se que a probabilidade de exatamente uma dessas observações ser menor que 1/4 é 405/1024. Nessas condições, calcule o valor de n e assinale a opção correta.
4
5
6
7
8