Upload
anselmo-alves-de-sousa
View
258
Download
0
Embed Size (px)
Citation preview
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.
Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Questão 65 (FUB/2015 - Cespe | Cebraspe)
Uma repartição pública recebe diariamente uma quantidade X de requerimentosadministrativos e uma quantidade Y de recursos administrativos. Essasquantidades seguem distribuições de Poisson com taxas, respectivamente, iguais a`n15 requerimentos por dia e `n4 recursos por dia.Considerando que, nessa situação hipotética, as variáveis aleatórias X e Y sejamindependentes e que S = X + Y , julgue os seguintes itens.
61 Em determinado dia, a probabilidade de não haver recebimento derequerimento administrativo nessa repartição será inferior a 0, 08.
62 A variância da distribuição de Y é igual a `n4.
63 É correto a�rmar que P (S = 0) > 0, 02.
64 A moda da distribuição da quantidade de recursos administrativos é igual azero.
65 A variável aleatória S segue uma distribuição de Poisson.
66 O valor esperado da variável aleatória S é igual a `n60.
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX)
=∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =
∞∑x=0
etx×λx e−λ
x!=
e−λ∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =
∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!=
e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =
∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet
= exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =
∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
Para �ns didáticos, vamos provar este fato usando Função Geratriz de Momentos.Sabemos que:
� X ∼ Poisson(λ)⇒ P (X = x) = λx e−λ
x! , x = 0, 1, 2, . . .
� Y ∼ Poisson(θ)⇒ P (Y = y) = θy e−θ
y! , y = 0, 1, 2, . . .
Para a distribuição de Poisson, sua F.G.M é dada por:
MX(t) = E(etX) =
∞∑x=0
etx×λx e−λ
x!= e−λ
∞∑x=0
(λet)x
x!= e−λ×eλet = exp [λ exp(t)− λ]
Onde exp (t) = et
Resolução
A F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]
= E[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]
= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).
Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn
de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas,
com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1,
λ2, . . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2,
. . . , λn, teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn,
teremos que
Sn =n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)
ResoluçãoA F.G.M da soma de S = X + Y , onde X e Y são variáveis independentes comdistribuição de Poisson será dada por:
MS(t) = E[et(X+Y )
]= E
[etX × etY
]= E
[etX]× E
[etY]
= MX(t)×MY (t)
= exp [λ exp(t)− λ]× exp [θ exp(t)− θ]= exp [(λ+ θ) exp(t)− (λ+ θ)]
Conclusão S ∼ Poisson(λ+ θ).Generalizando: Dada uma amostra aleatória X1, X2, . . . , Xn de variáveis aleatóriasindependentes e identicamente distribuídas, com distribuição de Poisson eparâmetros λ1, λ2, . . . , λn, teremos que
Sn =
n∑i=1
Xi ∼ Poisson
(n∑i=1
λi
)