Exercícios Resolvidos de Introdução à Variável Aleatória Contínua

Ver Teoria

Enunciado

c) Quais as propriedades que a função de densidade f ( x ) de uma v.a. Normal deve ter?

Passo 1

Bom, primeiro vamos pensar nas propriedades que são mais gerais em relação a variáveis contínuas.

  • A integral da função de densidade, f ( x ) , tem que dar 1;
  • Que é a área embaixo da curva, que no caso é a gaussiana.

  • f x > 0 sempre, contínua e não decrescente.
  • Passo 2

    Beleza, outras propriedades.

    Olhando pra gaussiana, a gente nota que quando x tende a + ∞ ou - ∞ , a gaussiana tende pra zero. Então:

  • f ( x ) tende a zero quando x   tende a ± ∞ .
  • Passo 3

    Continuando a analisar a gaussiana, a gente sabe que ela tem que ser simétrica em torno do seu centro, que é o que? A média, μ .

  • f ( x ) é simétrica em torno do centro, μ .
  • Nesse mesmo ponto de simetria, μ , a gente também pode observar o ponto máximo da curva, concorda?

  • f ( x ) tem seu máximo em x = μ .
  • O formato da gaussiana tem dois pontos de inflexão... lembra o que é? São aqueles pontos em que a curvatura muda, em outras palavras, que a barriga pra baixo da curva vira barriga pra cima ou vice-e-versa.

    Na gaussiana temos dois desses pontos, um pra cada lado, e acontecem em x = μ ± σ .

  • f ( x ) tem dois pontos de inflexão em x = μ ± σ .

Resposta

Ei, a resposta está no passo a passo :)

Exercícios de Livros Relacionados

Suponha que f ( x ) = e - x para 0x .Determine x tal que P ( xX ) = 0.10 Determine x tal que P ( X ≤ x ) = 0.10
Suponha que f ( x ) = e - x para 0x . Determine as seguintes probabilidades: P ( 1X ) P ( 1X2.5 ) P ( X = 3 ) P ( X4 ) P ( 3 ≤ X )
Determine o valor esperado das seguintes variáveis aleatórias:A variável aleatória T definida no Problema 4.6.
Os valores abaixo representam a distribuição de probabilidade de D, a procura diária de um certo produto. Calcula E(D): d : 1 ,2 ,3 ,4 ,5 P D = d : 0,1 ,0,1 ,0,3 ,0,3 ,0,2
Se X for uma variável aleatória contínua, demonstre que P ( x 1 ≤ X ≤ x 2 ) = P ( x 1X ≤ x 2 ) = P ( x 1 ≤ Xx 2 ) = P ( x 1Xx 2 )