Simulado Principais distribuições de probabilidade | CONCURSO

(1,0) 1 - 

Sejam X e Y duas variáveis aleatórias tais que X~U(0,1) e Y|X~U(1-X³ ,1), com U(a,b) representando a distribuição uniforme no intervalo (a,b).

O valor esperado da variável aleatória Z = X(1-Y) é dado por

(1,0) 2 - 

A Lei dos Grandes Números existe em duas versões que tratam de convergências de tipos distintos. A Lei Fraca e a Lei Forte abordam, respectivamente, convergências:

(1,0) 3 - 

As variáveis X e Y têm função densidade conjunta dada por f (x,y) = 2 , para 0 ≺ x ≺1 , 0 ≺ y ≺ 1, 0 ≺x+y≺1. Com base nesses dados, é correto afirmar que

(1,0) 4 - 

Seja P(X) a probabilidade de ocorrência de um evento X. Se A e B são dois eventos independentes tal que P(A) = 2P(B) e a probabilidade de ocorrer pelo menos um dos eventos A ou B seja igual a 72%, obtemos que P(A − B) é igual a

(1,0) 5 - 

0, da qual desejamos obter

valores simulados. Foram obtidos 3 valores da U[0,1] : u1 = 0,25; u2 = 0,50; u3 = 0,75. Dado que ιn2 = 0,6931, ιn3 = 1,0986.

Utilizando-se o método da transformação inversa, é possível simular, respectivamente, os seguintes valores de X">Seja U uma variável aleatória com distribuição uniforme no intervalo [0,1]. Para alguma função de distribuição acumulada F a variável aleatória X = F⁻¹(U) tem distribuição F. Esse é o método da transformação inversa para gerar valores aleatórios da distribuição F usando uma distribuição uniforme. Considere a função de densidade f(x) = e−x, x > 0, da qual desejamos obter valores simulados. Foram obtidos 3 valores da U[0,1] : u₁ = 0,25; u₂ = 0,50; u₃ = 0,75. Dado que ιn2 = 0,6931, ιn3 = 1,0986. Utilizando-se o método da transformação inversa, é possível simular, respectivamente, os seguintes valores de X