P. 1
Apostila De Exercícios De Estatística Básica E Avançada E Orientações

Apostila De Exercícios De Estatística Básica E Avançada E Orientações

|Views: 1.318|Likes:
Publicado porAdriano Moura

More info:

Published by: Adriano Moura on Dec 12, 2011
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/21/2013

pdf

text

original

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.

GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
1
Olá pessoal,

Recentemente foi publicado realização de concurso público destinado a
selecionar candidatos para o provimento de cargos vagos de Técnico de Planejamento e
Pesquisa do Instituto de Pesquisa Econômica Aplicada – IPEA. O concurso será
realizado pela Escola de Administração Fazendária – ESAF. Dentre as matérias
presentes no conteúdo programático, há a matéria métodos quantitativos, a qual
contempla, por sua vez, as matérias estatística e econometria. O programa, no tocante à
estatística, está a seguir transcrito:

Estatística: 1. Estatística descritiva (dados agrupados e não agrupados). 1.1. Medidas
de posição: tendência central (média, mediana e moda), separatriz (mediana, quartil,
decil, percentil). 1.2. Medidas de dispersão: absoluta (amplitude total, desvio
quartílico, desvio médio, variância e desvio padrão), relativas (coeficiente de variação
e variância relativa). 1.3. Medidas de assimetria: coeficiente de momento, coeficiente
quartílico e coeficiente percentilico). 1.4. Medidas de curtose (coeficiente de momento e
coeficiente percentílico). 1.5. Números Índices: índice agregativo simples, laspereyres,
Paashe e Fischer. 2. Teoria de probabilidade e Inferência Estatística. 2.1. Variáveis
aleatórias: Função distribuição de probabilidades, função densidade. Valor esperado,
momentos, variância. Distribuição conjunta de variáveis aleatórias. Covariância e
correlação. Expectativa condicionada e lei das expectativas iteradas. Variáveis
aleatórias independentes e não-correlacionadas. 2.2. Estimação pontual e por
conjunto. Estimadores de máxima verossimilhança. Propriedades dos estimadores, (não
viesado, consistente, assintoticamente normal). Desigualdade de Cramer-Rao,
eficiência de um estimador. Intervalos de confiança. Teste de hipóteses, erros dos tipos
I e II, potência do teste. Teste de Wald, razão de verossimilhança e multiplicador de
Lagrange.

Na minha opinião particular, as pessoas que vêm se preparando para o
concurso de Analista do Banco Central do Brasil, ou as pessoas que recentemente
fizeram a prova da Associação Nacional dos Cursos de Pós-Graduação em Economia –
ANPEC – estarão melhores preparadas para fazer esse concurso, pois o conteúdo
programático de macroeconomia, microeconomia, estatística e econometria são, em
essência, os mesmos solicitados nos referidos concursos, salvo alguns tópicos
avançados.
Quanto à estatística, que podemos perceber trata-se de estatística básica e
avançada, recomendo que os candidatos se preparem por meio dos seguintes materiais
de estudo:

ESTATÍSTICA BÁSICA (Todo o tópico 1 do conteúdo programático):

• As aulas do professor e amigo Sérgio Carvalho, as quais estão disponibilizadas
aqui no site “ponto dos concursos”.
• TOLEDO, G.L e OVALLE, I.I Estatística Básica. São Paulo: Atlas, 1995.
• HOFFMANN, R. Estatística para Economistas. Rio de Janeiro: Pioneira, 1973.

ESTATÍSTICA AVANÇADA (Todo o tópico 2 do conteúdo programático):

• MEYER, P. L. Probabilidade – Aplicações à Estatística. São Paulo: Livros
Técnicos e Científicos Editora, 1983.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
2


Disponibilizo, a seguir, apostila de exercícios de estatística básica e
avançada, a qual poderá ser útil àquelas pessoas que estão se preparando para os
concursos que pedem essas duas disciplinas. Leiam as obras que eu indiquei, e
pratiquem seus conhecimentos no material a seguir. A primeira parte, reservada à
estatística básica, atende àquelas pessoas que estão se preparando para concursos como
o Auditor Fiscal da Receita Federal, área de política e administração tributária. A
segunda parte, reservada à estatística avançada, atende às pessoas que estão se
preparando para os concursos de Técnico de Planejamento e Pesquisa do IPEA, Analista
do Banco Central do Brasil, Analista da Comissão de Valores Mobiliários, Auditor-
Fiscal da Previdência Social e outros concursos, bem como àquelas pessoas que vêm se
preparando para a prova da Associação Nacional dos Cursos de Pós-Graduação de
Economia – ANPEC.
Em minhas primeiras aulas aqui no site, cheguei a comentar duas provas
de estatística, uma realizada pelo CESPE/UnB, e outra realizada pela ESAF. Sugiro que
os concursandos imprima também esse material, a fim de que esse material sirva de
complemento às obras anteriormente citadas, as quais são imprescindíveis à preparação
do candidato.

Um forte abraço, bom final de semana, e até o nosso próximo encontro.


Serginho.


























INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
3





















ESTATÍSTICA BÁSICA

Questões Selecionadas de Concursos Públicos e do Exame Nacional da ANPEC






















2004


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
4

CONTEÚDO PROGRAMÁTICO DE ESTATÍSTICA BÁSICA



I – ESTATÍSTICA DESCRITIVA


1. Conceito. População; Censo; Amostra; Experimento aleatório; Variáveis e atributos;
Variáveis aleatórias discretas e contínuas; Normas para apresentação tabular de dados.

2. ORGANIZAÇÃO DE DADOS ESTATÍSTICOS.

- Quadros e tabelas;
- Distribuição de freqüências;
- Intervalos de classe;
- Ponto médio;
- Freqüências absolutas e relativas;
- Freqüências acumuladas;
- Gráficos: barras, colunas, histogramas e polígonos de freqüências.

3. MEDIDAS DE POSIÇÃO.

- Média aritmética;
- Propriedades da média;
- Cálculo Simplificado da média;
- Mediana;
- Moda;
- Médias geométrica e harmônica.

4. MEDIDAS DE DISPERSÃO.

- Amplitude;
- Desvio médio;
- Variância absoluta;
- Propriedades da variância;
- Cálculo simplificado da variância;
- Desvio padrão;
- Variância relativa e coeficiente de variação.


5. MEDIDAS DE ASSIMETRIA E CURTOSE. NÚMEROS ÍNDICES.

- Números relativos;
- Números índices: aritméticos simples e ponderado, harmônico simples e
ponderado, Geométrico simples e ponderado;
- Índices complexos de qualidade e de preços: Laspeyres e Paasche;
- Mudança de base.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
5

Questões de Concursos Públicos


Para a solução das questões de números 01 a 06 utilize o enunciado que se segue.
O atributo do tipo contínuo X, observado como um inteiro, numa amostra 100 obtida de
uma população de 1000 indivíduos, produziu a tabela de freqüências seguinte:

Classes Freqüência (f)
29,5 – 39,5 4
39,5 – 49,5 8
49,5 – 59,5 14
59,5 – 69,5 20
69,5 – 79,5 26
79,5 – 89,5 18
89,5 – 99,5 10

01 – (ESAF/AFRF/2002-2) - assinale a opção que corresponde à estimativa da mediana
amostral do atributo X.
a) 71,04
b) 65,02
c) 75,03
d) 68,08
e) 70,02

02 – (ESAF/AFRF/2002-2) Assinale a opção que corresponde à estimativa do número
de indivíduos na população com valores do atributo X menores ou iguais a 95,5 e
maiores do que 50,5.
a) 700
b) 638
c) 826
d) 995
e) 900

03– (ESAF/AFRF/2002-2) Assinale a opção que corresponde ao valor modal do
atributo X no conceito de Czuber.
a) 69,50
b) 73,79
c) 71,20
d) 74,53
e) 80,10

04- (ESAF/AFRF/2002-2) Assinale a opção que corresponde ao desvio absoluto médio
do atributo X.
a) 16,0
b) 17,0
c) 16,6
d) 18,1
e) 13,0
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
6

05 – (ESAF/AFRF/2002-2) Assinale a opção que dá o valor do coeficiente quartílico de
assimetria.
a) 0,080
b) –0,206
c) 0,000
d) –0,095
e) 0,300

06) (ESAF/AFRF/2002-2) Para a distribuição de freqüências do atributo X sabe-se que:


7
i=1
(X
i
-
___
X )
2
f
i
= 24.500 e que

7
i=1
(X
i
-
___
X )
4
f
i
= 14.682.500


Nessas expressões os X
i
representam os pontos médios das classes e
___
X a média
amostral.
Assinale a opção correta. Considere para sua resposta a fórmula da curtose com base
nos momentos centrados e suponha que o valor de curtose encontrado é populacional.
a) A distribuição do atributo X é leptcúrtica.
b) A distribuição do atributo X é platicúrtica.
c) A distribuição do atributo X é indefinida do ponto de vista da intensidade da
curtose.
d) A informação dada se presta apenas ao cálculo do coeficiente de assimetria com
base nos momentos centrados de X.
e) A distribuição de X é normal.

07 – (ESAF/AFRF/2002-2) Uma variável contábil Y, medida em milhares de reais, foi
observada em dois grupos de empresas apresentando os resultados seguintes:

Grupo Média Desvio Padrão
A 20 4
B 10 3

Assinale a opção correta.
a) No grupo B, Y tem maior dispersão absoluta.
b) A dispersão absoluta de cada grupo é igual à dispersão relativa.
c) A dispersão relativa do Grupo B é maior do que a dispersão relativa do Grupo.
d) A dispersão relativa de Y entre os Grupos A e B é medida pelo quociente da
diferença de desvios padrão pela diferença de médias.
e) Sem o conhecimento dos quartis não é possível calcular a dispersão relativa nos
grupos.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
7

08 – (ESAF/AFPS-2002/Auditoria nas Ent. Fech. de Prev. Complementar) - Sabe-
se que a variável aleatória X tem distribuição de probabilidades uniforme no intervalo
(a,b) com 0<a<b. Assinale a opção correta.

A) O coeficiente de variação de X é |
¹
|

\
|
+

b a
a b
3
3


B) O coeficiente de variação de X é
|
¹
|

\
|
+

b a
a b
12
1


C) O coeficiente de variação de X é
|
¹
|

\
|

+
a b
b a
3

D) O coeficiente de variação de X é |
¹
|

\
|

+
a b
b a
3
3


E) O coeficiente de variação de X é |
¹
|

\
|

+
a b
b a
12
1


As questões 09 e 10 dizem respeito ao enunciado seguinte:

A tabela abaixo dá a distribuição de freqüências de um atributo X para uma amostra de
tamanho 66. As observações foram agrupadas em 9 classes de tamanho 5. Não existem
observações coincidentes com os extremos das classes.


Classes Freqüências
4-9 5
9-14 9
14-19 10
19-24 15
24-29 12
29-34 6
34-39 4
39-44 3
44-49 2


09 - (ESAF/AFPS-2002/Auditoria nas Ent. Fech. de Prev. Complementar) –
Assinale a opção que dá a estimativa da probabilidade de que X seja menor ou igual a
32,2.
a) 0,570
b) 0,510
c) 0,773
d) 0,831
e) 0,864
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
8

10- (ESAF/AFPS-2002/Auditoria nas Ent. Fech. de Prev. Complementar) - Sabe-se
que o desvio padrão da distribuição de X é aproximadamente 10. Assinale a opção que
dá o valor do coeficiente de assimetria de Pearson que é baseado na média, na mediana
e no desvio padrão.

a) -0,600
b) 0,191
c) 0,709
d) 0,603
e) -0,610

11- (ESAF/AFPS-2002/Auditoria nas Ent. Fech. de Prev. Complementar) - Assinale
a opção que dá o valor de “a” para o qual a equação ( ) 0
1
= −

=
n
i
i a x
é sempre
verdadeira.

a) A média dos valores x.
b) A mediana dos valores x.
c) A moda dos valores x.
d) O desvio padrão dos valores x.
e) O coeficiente de assimetria dos valores x.

12- (ESAF/AFPS-2002/Auditoria nas Ent. Fech. de Prev. Complementar) - Dada a
seqüência de valores 4, 4, 2, 7 e 3 assinale a opção que dá o valor da variância. Use o
denominador 4 em seus cálculos.
a) 5,5
b) 4,5
c) 3,5
d) 6,0
e) 16,0

13- (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Numa pesquisa
amostral, observa-se que o salário médio mensal dos indivíduos entrevistados é de R$
500,00. Os salários médios de homens e mulheres são R$ 600,00 e R$ 420,00,
respectivamente. Assinale a opção que dá a relação entre o número de homens e de
mulheres da amostra.
a) O número de homens é o dobro do número de mulheres.
b) O número de homens é 4/5 do número de mulheres.
c) O número de homens é igual ao número de mulheres.
d) O número de homens é 1/5 do número de mulheres.
e) O número de homens é 3/5 do número de mulheres.








INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
9

14- (ESAF/AFPS-2002/Administração Tributária Previdenciária) -O diagrama de
ramos e folhas abaixo corresponde às observações (82,...,158) do atributo X. Assinale a
opção que dá o valor mediano de X.

8 2
8
9 003
9 9
10 0011222344
10 577777
11 013
11 55679
12 00114
12 5557
13 004
13 5556
14 03
14 5
15
15 8

a) 105
b) 110
c) 104
d) 107
e) 115

15- (ESAF/AFPS-2002/Administração Tributária Previdenciária) -A média e o
desvio-padrão obtidos num lote de produção de 100 peças mecânicas são
respectivamente, 16 Kg e 40g. Uma peça particular do lote pesa 18Kg. Assinale a opção
que dá o valor padronizado do peso dessa bola.
a) –50
b) 0,05
c) 50
d) –0,05
e) 0,02

16- (ESAF/AFPS-2002/Administração Tributária Previdenciária) -O atributo X tem
distribuição normal com média 2 e variância 4. Assinale a opção que dá o valor do
terceiro quartil de X, sabendo-se que o terceiro quartil da normal padrão é 0,6745.
a) 3,3490
b) 0,6745
c) 2,6745
d) 2,3373
e) 2,7500

17 – (ESAF/AFRF-2002-1) - Em um ensaio para o estudo da distribuição de um
atributo financeiro (X) foram examinados 200 itens de natureza contábil do balanço de
uma empresa. Esse exercício produziu a tabela de freqüências abaixo. A coluna classes
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
10
representa intervalos de valores de X em reais e a coluna p representa a freqüência
relativa acumulada. Não existem observações coincidentes com os extremos das classes.
As questões de 17 a 22 referem-se a esse ensaios.

Classes P(%)
70-90 5
90-110 15
110-130 40
130-150 70
150-170 85
170-190 95
190-210 100


Assinale a opção que dá o valor médio amostral de X

a) 140,10
b) 115,50
c) 120,00
d) 140,00
e) 138,00

18 – (ESAF/AFRF-2002-1) Assinale a opção que corresponde à estimativa do quinto
decil da distribuição de X.
a) 138,00
b) 140,00
c) 136,67
d) 139,01
e) 140,66

19 – (ESAF/AFRF-2002-1) Seja S o desvio padrão do atributo X. Assinale a opção que
corresponde à medida de assimetria de X como definida pelo primeiro coeficiente de
Pearson.
a) 3/S
b) 4/S
c) 5/S
d) 6/S
e) 0

20 – (ESAF/AFRF-2002-1) - Assinale a opção que corresponde à estimativa da
freqüência relativa de observações de X menores ou iguais a 145.
a) 62,5%
b) 70,0%
c) 50,0%
d) 45,0%
e) 53,4%



INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
11
21 – (ESAF/AFRF-2002-1) - Considere a transformação
10
) 140 ( −
=
x
z . Para o atributo
Z encontrou-se Σ zi
2
*fi = 1680, onde fi é a freqüência simples da classe i e Zi o ponto
médio de classe transformado. Assinale a opção que dá a variância amostral do atributo
X.
a) 720,00
b) 840,20
c) 900,10
d) 1200,15
e) 560,30

22 – (ESAF/AFRF-2002-1) - entende-se pôr curtose de uma distribuição seu grau de
achatamento em geral medido em relação à distribuição normal. Uma medida de curtose
é dada pelo quociente K = Q/(P
90
– P
10
) onde Q é a metade da distância interquartílica e
P90 e P10 representam os percentis de 90% e 10%, respectivamente. Assinale a opção
que dá o valor da curtose K para a distribuição X.
a) 0,263
b) 0,250
c) 0,300
d) 0,242
e) 0,000

23 – (ESAF/AFRF-2002-1) - Um atributo W tem média amostral a ≠ 0, e desvio padrão
positivo b ≠ 1. Considere a transformação Z = (W – a)/b. Assinale a opção correta.
a) A média amostral de Z coincide com a de W.
b) O coeficiente de variação amostral de Z é unitário.
c) O coeficiente de variação amostral de Z não está definido.
d) A média de Z é a/b.
e) O coeficiente de variação amostral de W e de Z coincidem.

24 – (Provão do Mec/1999) – Para que a distribuição normal de uma variável
econômica fique completamente especificada é preciso conhecer:
(A) a sua variância
(B) a sua média
(C) a sua média e a sua variância
(D) a variância e o coeficiente de assimetria
(E) além da média e da variância, outros parâmetros mais.

25 - Numa distribuição normal, o coeficiente de variação é 20% e o momento centrado
na origem de segunda ordem é 416. O momento centrado na média aritmética de quarta
ordem será:
a) 48
b) 243
c) 768
d) 1875
e) 3888




INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
12

26 – (CESPE-UnB/Fiscal de Tributos Municipais/Maceió-AL/2003) – Uma rede de
supermercado possui em seu quadro de pessoal 500 empregados, com funções
distribuídas conforme a tabela abaixo:

Funções Número de Empregados
Caixa/vendedor/atendimento ao cliente 300
Técnico-administrativo de nível médio 100
Técnico-administrativo de nível superior 90
Gerência 10
Total 500

Um levantamento feito nessa rede de supermercados mostrou que o
salário bruto mensal dos gerentes é, em média, igual a R$ 5.000,00, com desvio-padrão
igual a σ reais. Para os técnicos-administrativos de nível superior, a média dos salários
brutos mensais é de R$ 2.500,00, com desvio-padrão de σ/2 reais, e, para os de nível
médio, a média dos salários brutos mensais é de R$ 1.500,00, com desvio-padrão de 2σ
reais. Para a função de “caixa/vendedor/atendimento ao cliente”, há três níveis – I, II e
III –, dependendo das qualificações e do tempo de serviço do empregado. A tabela
abaixo apresenta a distribuição dos salários brutos mensais, em reais, desses
empregados.

Nível Salário Mensal Bruto (S) Número de empregados
I 500,00 < S < 700,00 50
II 700,00 < S < 1.100,00 150
III 1.100,00 < S < 1.300,00 100
Total 300


Com base na situação hipotética acima descrita, julgue os itens de 36 a
40.

36. O salário médio mensal bruto que a rede de supermercados paga a seus empregados
é superior a R$ 1.500,00.

37. A mediana da distribuição dos salários mensais brutos dos empregados dessa rede
de supermercados está entre R$ 700,00 e R$ 1.100,00.

38. Estima--se que 125 empregados recebam um salário mensal bruto de até R$ 900,00.

39. O coeficiente de variação do salário mensal bruto dos gerentes é igual ao coeficiente
de variação do salário mensal bruto dos técnico-administrativos de nível superior.

40. A variância do salário mensal bruto dos empregados não sofrerá alteração, se a
empresa pagar R$ 200,00 a mais para os funcionários que têm a função de
“caixa/vendedor/atendimento ao cliente”; R$ 300,00 a mais para os técnicos-
administrativo de nível médio e R$ 400,00 a mais para os outros funcionários.



INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
13

27 - (Analista (Planej. e Execução Financeira) - CVM - 2000) - Uma firma
distribuidora de eletrodomésticos está interessada em estudar o comportamento de suas
contas a receber em dois meses consecutivos. Com este objetivo seleciona, para cada
mês, uma amostra de 50 contas. As observações amostrais constam da tabela seguinte:

Valor (R$) Freqüência de Março Freqüência de Abril
1.000,00 6 10
3.000,00 13 14
5.000,00 12 10
7.000,00 15 13
9.000,00 4 -
11.000,00 - 3

Assinale a opção que corresponde ao intervalo interquartílico, em reais, para o mês de
março.

a) 3.250,00
b) 5.000,00
c) 4.000,00
d) 6.000,00
e) 2.000,00

28 - (ESAF/AFRF-2001) - Freqüências acumuladas de salários anuais, em milhares de
reais, da Cia. Alfa.

Classes de salários Freqüências
acumuladas
3 ; 6 12
6 ; 9 30
9 ; 12 50
12 ; 15 60
15 ; 18 65
18 ; 21 68

Suponha que a tabela de freqüências acumuladas tenha sido construída a partir de uma
amostra de 10% dos empregados da Cia. Alfa. Deseja-se estimar, utilizando
interpolação linear da ogiva, a freqüência populacional de salários anuais iguais ou
inferiores a R$7.000,00 na Cia. Alfa. Assinale a opção que corresponde a este número.
a) 150
b) 120
c) 130
d) 160
e) 180






INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
14

29 - (ESAF/Fiscal de Tributos Estaduais do PI – 2001) - A tabela abaixo mostra a
distribuição de freqüências obtida de uma amostra aleatória dos salários anuais em reais
de uma firma. As freqüências são acumuladas.

Classes de Salários Freqüências
(5.000 – 6.500) 12
(6.500 – 8.000) 28
(8.000 – 9.500) 52
(9.500 – 11.000) 74
(11.000 – 12.500) 89
(12.500 – 14.000) 97
(14.000 – 15.500) 100

Deseja-se estimar, via interpolação da ogiva, o nível salarial populacional que não é
ultrapassado por 79% da população. Assinale a opção que corresponde a essa
estimativa.
a)R$10.000,00
b)R$9.500,00
c)R$12.500,00
d)R$11.000,00
e)R$11.500,00

30 – (ESAF/Fiscal de Tributos Estaduais do PA – 2002) - A tabela de freqüências
abaixo apresenta as freqüências acumuladas (F) correspondentes a uma amostra da
distribuição dos salários anuais de economistas (Y)- em R$1.000,00, do departamento
de fiscalização da Cia. X. Não existem realizações de Y coincidentes com as
extremidades das classes salariais.

Classes F
29,4 --- 39,5 2
39,5 --- 49,5 6
49,5 --- 59,5 13
59,5 --- 69,5 23
69,5 --- 79,5 36
79,5 --- 89,5 45
89,5 --- 99,5 50

Assinale a opção que corresponde ao valor q, obtido por interpolação da ogiva, que,
estima-se, não é superado por 80% das realizações de Y.
a) 82,0
b) 80,0
c) 83,9
d) 74,5
e) 84,5





INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
15

Questões do Exame Nacional da ANPEC


.(ANPEC 1992 - QUESTÃO 1) - Para um conjunto qualquer de dados pode-se afirmar
que:

(0) A média geométrica é maior do que a média aritmética que é maior do que a
média harmônica.
(1) Se a média e a mediana desse conjunto de dados forem respectivamente 10 e 12
pode-se dizer que essa distribuição apresenta cauda à esquerda.
(2) O coeficiente de variação pode ser perfeitamente substituído pelo desvio padrão.
(3) A variância é uma estatística que independe da unidade de medida.
(4) A média é quem melhor representa um conjunto de dados pois ela é a única
medida de tendência central que leva em consideração todas as observações
existentes.

(ANPEC 1993 - QUESTÃO 12) - Com relação à esperança, o segundo momento (não
centrado) e a variância de uma variável aleatória, pode-se dizer que:

(0) O segundo momento é sempre menor que a esperança ao quadrado.
(1) A variância pode ser menor ou maior do que o segundo momento.
(2) Se a esperança é zero, o segundo momento é maior do que a variância.
(3) Se a variância é zero, o segundo momento é igual à esperança.
(4) O quadrado da esperança nunca pode ser igual à variância.


(ANPEC 1994 - QUESTÃO 1) - Um comerciante atacadista vende determinado
produto em sacas que deveriam conter 16 kg. A pesagem de uma amostra aleatória com
100 sacas revelou os resultados descriminados na tabela a seguir:

PESOS (EM KG) NÚMERO DE SACAS
14,75 ├── 15,25 5
15,25 ├── 15,75 10
15,75 ├── 16,25 45
16,25 ├── 16,75 30
16,75 ├── 16,75 10
TOTAL 100

(0) A média da pesagem das sacas é exatamente 16 kg.
(1) Sendo o desvio-padrão da amostra de sacas igual a 0,477 kg, o valor do
coeficiente de variação é 2,95%.
(2) A percentagem de sacas com peso inferior a 15,75 kg é de 15%.
(3) Se o comerciante aumentar em 2,00 kg o conteúdo de cada saca, a média das 100
sacas pesadas não se alterará.
(4) Se o comerciante aumentar em 2,00 kg o conteúdo de cada saca, o desvio-padrão
dessa amostra aumentará em 2,00 kg.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
16

(ANPEC 1995 - QUESTÃO 7) - Pode-se afirmar que:

(0) O histograma relaciona graficamente duas variáveis.
(1) A média aritmética é a medida de tendência central mais utilizada na prática por
ser insensível à dispersão dos valores observados.
(2) O desvio-padrão tem a mesma unidade de medida da variável original.
(3) O coeficiente de assimetria é adimensional.
(4) O coeficiente de variação é a razão entre a média aritmética e o desvio padrão.

(ANPEC 1996 - QUESTÃO 6) - Pode-se afirmar que:

(0) O coeficiente de variação é uma medida de tendência central.

(1) Se uma distribuição é bimodal, então seu coeficiente de assimetria é zero.

(2) A média aritmética é uma medida de tendência central mais sensível à
presença de observações aberrantes do que a mediana.

(3) O coeficiente de assimetria tem a mesma unidade que o desvio padrão
(amostral).

(ANPEC 1997 - QUESTÃO 1) - Com relação à Estatística Descritiva, podemos
afirmar que:

(0) a média aritmética, a mediana e o decil de ordem 2 são as principais medidas de
tendência central.
(1) sob condições de regularidade usuais, se quisermos minimizar a soma do quadrado
dos desvios em relação a um determinado parâmetro, esse parâmetro é a média da
distribuição.
(2) se a distribuição de um conjunto grande de dados é simétrica, o intervalo
) ; ( σ σ + − x x inclui aproximadamente 95% das observações do conjunto, onde x
= média aritmética e σ = desvio padrão.
(3) o conjunto {3, 3, 3, 4, 4, 9, 9, 18, 18, 18} é um exemplo de distribuição bimodal.
(4) se uma distribuição é simétrica, então a média, a mediana e a moda coincidem.

(ANPEC 1998 - QUESTÃO 1) - Pode - se afirmar que:
(0) Multiplicando (ou dividindo) por um valor constante e arbitrário, c, cada elemento
de um conjunto de números, o desvio padrão deste conjunto fica multiplicado (ou
dividido ) pela constante c.
(1) No caso de dois conjuntos de n
1
e n
2
valores, onde s
1
2
e s
2
2
são, respectivamente,
suas variâncias e x
1
e x
2
suas médias, a variância combinada , s
2
, destes dois
conjuntos quando, x x x = =
1 2
, é igual a s
n s n s
n n
2 1 1
2
2 2
2
1 2
1 1
2
=
− + −
+ −
( ) ( )
.
(2) Quando dois conjuntos de valores são expressos em unidades de medidas
diferentes, é mais justificável o uso do desvio padrão (dispersão absoluta) do que o
coeficiente de variação de Pearson, para efeito de comparação.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
17
(3) Quando uma distribuição de frequência apresenta M
0
(Moda) > M
e
(Mediana) >
x (Média aritmética) , ela diz-se assimétrica a direita e, assimétrica a esquerda, em
caso contrário.

II – TÓPICO ESPECIAL: NÚMEROS-ÍNDICES

Questões de Concursos Públicos

01 - A cesta básica das quantidades consumidas por uma pessoa nos períodos T1 e T2
apresenta os seguintes resultados:

I – O somatório do valor T1 é igual ao somatório do valor T2
II – O índice de preço de Laspeyre do período T2 base T1 é 125.

Então podemos afirmar que o índice de quantidade de Paasche do período T2 base
período T1 será:
a) 75
b) 80
c) 100
d) 120
e) 125

02 - (ESAF/AFRF-2002-2) - No tempo t
0
+ 2 o preço médio de um bem é 30% maior
do que em t
0
+ 1, 20% menor do que em t
0
e 40% maior do que em t
0
+ 3. Assinale a
opção que dá o relativo de preços do bem em t
0
+ 3 com base em t
0
+ 1.

a) 162,5%
b) 130,0%
c) 120,0%
d) 092,9%
e) 156,0%

03 – (ESAF/AFPS-2002/ Auditoria das Entidades Fechadas de Previdência
Complementar)- O índice de inflação no mês de junho foi de 10% e se manteve
constante nesse nível em julho e agosto. Assinale a opção que mais se aproxima da
desvalorização da moeda nesse período.
a) 33%
b) 30%
c) 25%
d) 20%
e) 10%

04 – (ESAF/AFRF-2002-1) – A inflação de uma economia, em um período de tempo t,
medida pôr um índice geral de preços, foi de 30%. Assinale a opção que dá a
desvalorização da moeda dessa economia no mesmo período.
a) 30,00%
b) 23,08%
c) 40,10%
d) 35,30%
e) 25,00%
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
18

05 – (Analista do Banco Central do Brasil) - Em janeiro, fevereiro e março de um
certo ano, as taxas de inflação foram, respectivamente, 5%, 7% e 9%. A inflação
acumulada no trimestre foi de
(A) 21%
(B) 22,46%
(C) 23,72%
(D) 24,02%
(E) 25,08%

06 – (Analista do Banco Central do Brasil) - Num certo país, a inflação acumulada
em 97 foi de 25%. A perda do poder aquisitivo da moeda, no final do ano, em relação
ao início do mesmo ano foi de
(A) 27%
(B) 25%
(C) 22%
(D) 20%
(E) 18%

07 - (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - A tabela
abaixo dá a evolução nos tempos t
1
e t
2
dos preços, em reais, e das quantidades, em
unidades apropriadas, de três produtos A, B e C. Assinale a opção que corresponde ao
índice de preços de Paasche com base em t
1
, com duas casas decimais.

Produtos Preços Quantidades
t
1
t
2
t
1
t
2

A 2,20 3,00 50 40
B 2,00 2,00 2 3
C 0,50 0,60 80 100

a) 131%
b) 202%
c) 129%
d) 186%
e) 154%


Questões do Exame Nacional da ANPEC


(ANPEC 1992 - QUESTÃO 12) - Pode-se fazer as seguintes afirmações a respeito dos
índices de Laspeyres (IL) e de Paasche (IP):

(0) O IP é sempre inferior ao IL porque ele resulta de uma média harmônica e o IL
de uma média aritmética.
(1) No IL os pesos são fixos.
(2) O custo de levantamento do índice de Paasche é maior que o do índice de
Laspayres.
(3) A multiplicação do IL de quantidade pelo IP de preço resulta no índice de valor.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
19
(4) O índice do Custo de Vida é sempre superestimado pelo IL e subestimado pelo
IP.


(ANPEC 1994 - QUESTÃO 2) - Com relação à construção de números-índices
podemos afirmar que:

(0) O índice de preços de Laspeyres é uma média aritmética ponderada de índices
relativos, sendo os fatores de ponderação os valores dos bens considerados no
período base.
(1) O índice real de Fisher é a média harmônica dos números-índices de Laspeyres e
de Paasche.
(2) Deflator é qualquer índice de preços utilizados para equiparar, por redução,
valores monetários de diversas épocas ao valor monetário de uma determinada
época tomada como base.
(3) Se a produção de certo produto em 1991 foi de 520.000 toneladas e em 1992 foi
de 503.000 toneladas, podemos afirmar que ocorreu um decréscimo de 5% na
produção entre esses dois anos.

(ANPEC 1995 - QUESTÃO 8) - O índice Nacional de Preços ao Consumidor (INPC)
tem as seguintes características:

(0) É calculado mensalmente pela Fundação Getúlio Vargas.
(1) Resulta da média aritmética ponderada dos índices de preços ao consumidor,
preços por atacado e preços da construção civil.
(2) Abrange todas as capitais de estado brasileiras.
(3) Mede perfeitamente a inflação do país.
(4) É uma versão modificada do índice de preços de Laspèyres.


(ANPEC 1996 - QUESTÃO 11) - Considere as informações sobre preços e
quantidades consumidas por um conjunto de famílias em dois períodos sucessivos dadas
na tabela a seguir:

BEM PERÍODO 0

PERÍODO 1

Preço (em Reais) Quantidade (Kg) Preço (em Reais) Quantidade (Kg)
Feijão 1,00 4 1,50 2
Açúcar 1,00 2 2,00 1
Carne 1,00 2 0,50 2

Podemos afirmar que:

(0) A variação percentual do nível de preços pelo índice de Paasche foi de 20%
e pelo índice de Laspeyres foi de 30%.
(1) A variação percentual do nível de preços pelo índice de Laspeyres foi maior
que a variação pelo índice de Paasche.
(2) Ambas variações percentuais foram inferiores a, no mínimo, 30%.
(3) A variação percentual do nível de preços pelo índice de Laspeyres foi
superior a 35%.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
20
(4) A variação percentual do nível de preços pelo índice de Laspeyres foi
exatamente de 37,5% e pelo índice de Paasche foi superior a 25%.
(5) A variação percentual do nível de preços pelo índice de Laspeyres foi
exatamente de 37,5% e pelo índice de Paasche foi inferior a 25%.

(ANPEC 1997 - QUESTÃO 13) - Supondo que os dados a seguir referem-se ao
consumo básico de uma família de baixa renda, determine a inflação (ou a variação dos
preços) ocorrida no período especificado para o conjunto de itens do consumo básico,
utilizando, para tanto, o método de Laspeyres. Coloque a resposta expressa em
percentagem.



Itens
Participação
relativa no
gasto em Jan/95
Preço por unidade
(%) Janeiro/95 Janeiro/96
feijão 11 0,75 0,90
arroz 8 0,50 0,80
farinha 10 0,45 0,63
óleo 6 0,75 1,05
pão 18 1,00 2,00
leite 6 0,45 0,63
café 7 4,50 6,75
açúcar 9 0,60 0,78
margarina 10 1,70 2,55
carne 15 1,80 2,16
Total 100 - -
(ANPEC 1998 - QUESTÃ0 12) - Com base na equação da Renda Nacional (Y = C + I
+ X - M) e nos dados a seguir, calcule a Renda Nacional em 1996, a preços constantes
de 1990.

RENDA NACIONAL A PREÇOS CORRENTES
(em milhões de unidades monetárias)
COMPONENTES

1990 1996
Consumo ( C ) 15,0 20,0
Investimento ( I ) 5,0 8,4
Exportação ( X ) 2,0 3,0
Importação ( M ) 1,0 1,8
Renda Nacional ( Y ) 21,0 29,6








INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
21
DEFLATORES
(Base: 1990 = 100)
ÍNDICES

1996
Custo de Vida 125
Investimento 105
Exportações 150
Importações 180


(ANPEC 1999 - QUESTÃO 3) - Com base na teoria dos Números Índices, pode-se
afirmar que:

(0) Os índices de Laspeyres de preços e de quantidades podem ser obtidos ponderando-
se, respectivamente, os índices simples relativos de preços e de quantidades aos
diferentes bens pelos valores no período base.

(1) Em relação ao índice de Laspeyres e de Paasche, os de Fisher possuem duas
vantagens: observam a propriedade de reversão no tempo, e o índice de preços vezes o
de quantidade é igual ao índice de valor.

(2) O índice de preços de Laspeyres é, em geral, maior do que o índice de preços de
Paasche, pois para o primeiro, a ponderação é fixa na época base e para o segundo é
variável na época atual.

(3) Os índices de Fisher, definidos como a média geométrica dos índices de Laspeyres e
de Paasche, são sempre maiores do que estes dois últimos.

(ANPEC 2000 - QUESTÃO 02) - A tabela abaixo apresenta, para os anos de 1994 e
1999, dados hipotéticos sobre preços e quantidades vendidas de 6 diferentes produtos
comercializados por certa companhia. Calcule a variação percentual dos preços dos
produtos da companhia neste período, utilizando o índice de Paasche.


1994 1999
Tipo de pro
duto
Preço Quantidade
Vendida
Preço Quantidade
Vendida
A 5 80 20 100
B 7 100 6 1000
C 2 200 5 200
D 3 600 4 500
E 1 300 2 200
F 2 100 3 200





INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
22

(ANPEC 2001 - QUESTÃO 02) - Em relação a índices de preços, é correto afirmar:
(0) Os índices de Laspeyres e Paasche permitem comparar o custo de aquisição de uma
cesta de mercadorias no período t, com o custo de aquisição dessa mesma cesta de
mercadorias no período base.
(1) índice de Laspeyres subestima a variação do preço entre dois momentos enquanto o
índice de Paasche superestima.
(2) O índice de Fischer é dado pela média harmônica dos índices de Laspeyres e
Paasche e obedece ao critério da decomposição das causas.
(3) Se o preço de determinado produto teve acréscimo de 16% e provocou crescimento
do índice de custo de vida de 0,4%, então esse produto representa 2,5% das despesas
da família típica objeto da pesquisa de orçamentos familiares.
(4) Tomando o ano zero como base, foram observados os seguintes valores para o ano
1: índice do PIB nominal = 120; índice de quantidade de Laspeyres = 80. Pode-se
então concluir que a taxa de inflação no período, medida pelo deflator implícito do
PIB, foi de 50%.
(ANPEC 2002 - QUESTÃO 02) - Em relação a índices e deflacionamento de preços é
correto afirmar:

(0) Os índices de preços de Laspeyres e de Paasche geram, em geral, resultados
diferentes quando utilizados para avaliar a variação do nível dos preços de um
conjunto de produtos, mas ambos atendem à condição de reversão no tempo.
(1) Se um determinado índice de preços com ano base em 1992 assume os valores I
95
=
300 e I
96
= 400 em 1995 e 1996, respectivamente, então um produto com preço
corrente de R$ 10,00 em 1996, tem preço de R$ 7,50, em moeda de 1995.
(2) Multiplicando-se um índice de preços de Laspeyres por um índice de quantidades de
Laspeyres, obtém-se um índice relativo de valor das vendas (I(V
t
|V
0
)).
(3) Se os preços dos automóveis aumentam em 20% e isso se reflete em um aumento de
0,1% no ICV
0-3SM
(Índice de Custo de Vida de 0 a 3 salários mínimos) e em um
aumento de 1,2% no ICV
10-20SM
, então o peso dos automóveis nas despesas dos
famílias típicas com renda entre 10-20 SM é 12 vezes maior do que nas famílias
típicas com renda entre 0 a 3 SM.
(4) Para calcular o índice de preços de Paasche para uma série de anos requer-se menos
informação do que para calcular o índice de Laspeyres.
(ANPEC 2003 - QUESTÃO 01) - Com relação aos números índice, é correto afirmar
que:
(0) o índice de Fisher é uma média harmônica dos índices de Paasche e Laspeyres;
(1) o índice de preços de Laspeyres é uma média harmônica de relativos de preços
ponderados pelo valor dos bens no período base;
(2) o índice de preços de Paasche é uma média aritmética de relativos de preços
ponderados pelo valor dos bens no período atual;
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
23
(3) embora os índices de Laspeyres e de Paasche não satisfaçam ao critério da
decomposição das causas, o produto cruzado de um Laspeyres de preço por um
Paasche de quantidade satisfaz;
(4) o índice de Paasche de preços pode ser calculado pela divisão de um índice de valor
por um índice Laspeyres de quantidade.











































GABARITO DAS QUESTÕES DE CONCURSOS PÚBLICOS
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
24



I – ESTATÍSTICA DESCRITIVA


01 – A
02 – C
03 – B
04 – E
05 – D
06 – B
07 – C
08 – A
09 – D
10 – B
11 – A
12 – C
13 – B
14 – E
15 – C
16 – A
17 – E
18 – C
19 – A
20 – A
21 – B
22 – D
23 – C
24 – C
25 – C
26 – F-F-V-V-F
27 – C
28 – E
29 – E
30 – C


II – TÓPICO ESPECIAL: NÚMEROS-ÍNDICES


1 – B
2 – D
3 – C
4 – B
5 – B
6 – D
7 – C


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
25
GABARITO DA ANPEC


ANPEC 1990

ANPEC 1991

ANPEC 1992

ANPEC 1993

1. (0) F - (1) V - (2) V - (3) F - (4) V
2. (0) F - (1) V - (2) F - (3) F - (4) V
3. (0) V - (1) V - (2) F - (3) F - (4) V
4. (0) F - (1) F - (2) V - (3) V - (4) F
5. (0) F - (1) V - (2) F - (3) V
6. 03
7. (0) F - (1) V - (2) F - (3) V
8. (0) F - (1) F - (2) V - (3) F
9. (0) F - (1) F - (2) F - (3) V
10. (0) F - (1) V - (2) F - (3) F
11. (0) F - (1) F - (2) V - (3) F - (4) F
12. (0) F - (1) F - (2) F - (3) F - (4) F
13. (0) V - (1) F - (2) F - (3) F - (4) F
14. (0) F - (1) V - (2) V - (3) V
15. (0) F - (1) V - (2) F - (3) V - (4) F


ANPEC 1994

1. (0) P - (1) P - (2) V - (3) F - (4) F
2. (0) V - (1) F - (2) V - (3) F
3. 20
4. (0) F - (1) F - (2) V - (3) F
5. 08
6. (0) F - (1) V - (2) V - (3) F - (4) V
7. (0) V - (1) F - (2) V - (3) V - (4) F
8. (0) F - (1) V - (2) V - (3) F - (4) V
9. 03
10. (0) F - (1) V - (2) F - (3) F - (4) V
11. P
12. 55
13. P
14. (0) F - (1) F - (2) V - (3) F - (4) F - (5) V
15. (0) F - (1) F - (2) V - (3) F



ANPEC 1995

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
26
1. 23
2. (0) V - (1) V - (2) F - (3) F - (4) F
3. (0) F - (1) F - (2) V - (3) V - (4) V
4. (0) V - (1) V - (2) F - (3) F - (4) F
5. (0) F - (1) F - (2) F - (3) V - (4) F
6. (0) F - (1) F - (2) F - (3) V
7. (0) F - (1) F - (2) V - (3) V - (4) F
8. (0) F - (1) F - (2) F - (3) F - (4) V
9. (0) V - (1) V - (2) V - (3) F
10. 30
11. (0) F - (1) V - (2) F - (3) V - (4) V
12. (0) F - (1) V - (2) V - (3) F - (4) V
13. (0) V - (1) F - (2) F - (3) V - (4) V
14. (0) V - (1) F - (2) F - (3) V - (4) F
15. (0) V - (1) V - (2) V - (3) F - (4) V

ANPEC 1996

1. (0) V - (1) V - (2) F - (3) F - (4) F - (5) F - (6) V - (7) F
2. 97
3. (0) V - (1) V - (2) F - (3) V - (4) V - (5) F
4. 22
5. (0) V - (1) V - (2) F - (3) V
6. (0) F - (1) F - (2) V - (3) F
7. 41
8. (0) V - (1) F - (2) F - (3) F
9. (0) F - (1) F - (2) V - (3) F - (4) V - (5) V
10. (0) V - (1) V - (2) F - (3) F
11. (0) F - (1) V - (2) F - (3) V - (4) F - (5) V
12. (0) F - (1) V - (2) F - (3) V - (4) F
13. (0) F - (1) V - (2) V - (3) F
14. 00
15. (0) V - (1) F - (2) F - (3) F

ANPEC 1997

Q U E S T Õ E S
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 E C 25 C 58 C C E C C E E 48 C C
Q 1 C C C E E C E E C C E C
U 2 E C E E C C C C E E E C
E 3 C C C E E E C E E C C E
S 4 E C C C E C C
I 5
T 6
O 7
S 8
9


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
27
ANPEC 1998

Questões
Quesitos
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15
00 V X F V V X X F F V V 25 F V V
01 V F V F F X V V V F F V F V
02 F X V V V X F V V F V F F F
03 F V V V F X F V F F V V F V
04 F V V V


ANPEC 1999

PROVA DE ESTATÍSTICA
ques./qu
est
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
00 E 11 C E C C E X E E C E E E E
01 C C C C C C E E C E C C E
02 C C C C E C C C E C C E C
03 E E E E X E C C E C E C C
04 C C C E E C C
(nc* = não consta) (X = anulada)


ANPEC 2000

IT\QU
ES
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 F 20 F V F V V V 32 17 F F V 13 V
1 V F F V V F F F F F V
2 F V V F F F V V V F F
3 F V F F F V V V F
4 V V V F F F V

ANPEC 2001

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 V V V V F F V F F F V V 99 2 25
1 V F V V F F F V V V F F
2 F F F F V F V V F V V V
3 V V F F V V V F F F F F
4 V V F F F F V F F V V V

ANPEC 2002

Prova de Estatística (4)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
28
0 F F F V A V F V F V F F 20 6 50
1 F V V V F F V F F V V F
2 V F F F F V F F V F V F
3 V V F F F F V V V F F V
4 F F V F F V V F V V F F


GABARITO DA PROVA 2 - ANPEC 2003
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 F F F F A F F F F F 75 40 04 25 11
1 F V F V V V F F F V
2 F V V F F F F V V V
3 V F F F V F V F F V
4 V F F V F F V V V F

































INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
29












ESTATÍSTICA AVANÇADA

Questões de concursos públicos, do Provão do MEC e do exame nacional ANPEC





















Brasília-DF
2003


I – PROBABILIDADE


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
30
Questões de Concursos Públicos


01 - (BACEN/ESAF/2002) - Uma empresa fabrica motores a jato em duas fábricas A e
B. Um motor é escolhido ao acaso de um lote de produção. Nota-se que o motor
apresenta defeitos. De observações anteriores a empresa sabe que 2% e 3% são as taxas
de motores fabricados com algum defeito em A e B, respectivamente. Sabendo-se que a
fábrica A é responsável por 40% da produção, assinale a opção que dá a probabilidade
de que o motor escolhido tenha sido fabricado em A.
a) 0,012
b) 0,030
c) 0,308
d) 0,400
e) 0,500

02- (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Suponha que a
probabilidade de um evento C seja 0,4 e que a probabilidade condicional do evento D
dado que C ocorreu seja 0,2. Assinale a opção que dá o valor da probabilidade de
ocorrência de D e C.
a) 0,50
b) 0,08
c) 0,00
d) 1,00
e) 0,60

03-(ESAF/AFPS-2002/Auditoria nas Ent. Fech. de Prev. Complementar) -
Considere um ensaio aleatório com espaço amostral {T,U,V,W}. Considere os eventos
M={T}, N={U,V} e S={W}. Assinale a opção correta relativamente à probabilidade de
M∩N∩S.

a) Não se pode determinar a probabilidade da interseção sem maiores informações.
b) É o produto das probabilidades de M, N e S, pois os eventos são estatisticamente
independentes.
c) A probabilidade é um, pois pelo menos um dos três eventos deve ocorrer.
d) A probabilidade da interseção é 1/3 se os eventos elementares forem igualmente
prováveis.
e) A probabilidade da interseção é nula, pois os eventos são mutuamente exclusivos.

04 – (Analista do Banco Central – 1994) – O gerente de finanças de um banco chefiou
o desenvolvimento e a implantação de um novo sistema que veio causar sérios
problemas à instituição devido a um erro cometido por um dos membros da equipe. O
Gerente é, com probabilidade igual a 0,8, o responsável pelo erro cometido. Dois
assessores diretos, X e Y, sabem se o gerente é ou não culpado e foram chamados para
uma reunião com a presidência do banco. O assessor X, primeiro a ser chamado, é
amigo do gerente e dirá a verdade, se o gerente for inocente, mas mentirá, com
probabilidade igual a 0,2, se o gerente for culpado. Já o assessor Y, segundo a dar
testemunho, odeia toda a equipe e driá a verdade, se o gerente for culpado, mas mentirá,
com probabilidade igual a 0,3, se o gerente for inocente.

Com base na situação apresentada, julgue os itens que se seguem.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
31
a) Se X disser à presidência que o gerente é o responsável pelo erro, a chance de o
gerente ser inocente será igual a 0,2
b) O testemunho falso mais provável será dado pelo assessor X.
c) Os assessores X e Y darão, com probabilidade igual a 0,16, testemunhos
conflitantes.
d) Se X e Y derem testemunhos conflitantes, a chance de o gerente ser inocente será
igual a 3/11
e) Os eventos {X mente} e {Y mente} são dependentes.

05 – (Analista do Banco Central – 1998) – De uma urna contendo 10 bolinhas
numeradas de 1 a 10, duas são sorteadas sucessivamente sem reposição (a ordem dos
números não é levada em consideração). A probabilidade de que os números sejam
inferiores a 4 é:
a) 3/10
b) 1/15
c) 2/7
d) 1/3
e) 19/86


Questões do Exame Nacional da ANPEC


(ANPEC 1992/QUESTÃO 2) - Com relação à Teoria da Probabilidade pode-se afirmar
que:

(0) O espaço amostral de um experimento é o conjunto de resultados possíveis deste
experimento.
(1) O evento é um resultado possível do experimento.
(2) Se A e B são eventos independentes, então P(A/B) = P(A).
(3) Se A e B são eventos mutuamente exclusivos, então eles são independentes.
(4) A definição clássica de Probabilidade pressupõe que todos os resultados de um
experimento são igualmente prováveis.

(ANPEC 1992/QUESTÃO 3) - Em uma universidade, 30% dos homens e 20% das
mulheres estudam matemática. Além disso, 45% dos estudantes são mulheres. Se um
estudante é escolhido aleatoriamente está estudando matemática, qual é a probabilidade
de que esse estudante seja mulher? (use duas casas decimais e multiplique o resultado
por 100).

(ANPEC 1993/QUESTÃO 6) - Suponha duas caixas de bombons. Na caixa A temos
dois bombons com recheio e quatro sem recheio. Na caixa B temos três bombons com
recheio e três sem recheio. Um bombom retirado de uma das caixas não tem recheio.
Qual a probabilidade que tenha vindo da caixa B? (Multiplique o resultado por 7).

(ANPEC 1994/QUESTÃO 3) - Uma grande empresa tem dois departamentos de
produção: Produtos Marítimos e Produtos para Oficinas. A probabilidade de que a
divisão de Produtos Marítimos tenha, no corrente ano fiscal, uma margem de lucros de
no mínimo 10% é estimada em 0.30; a probabilidade de que a divisão de Equipamentos
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
32
para Oficinas tenha uma margem de lucros de pelo menos 10% é 0.20; e a probabilidade
de que ambas as divisões tenham uma margem de lucro de no mínimo 10% é 0.06.
Determine a probabilidade de que a divisão de Equipamentos para Oficinas tenha uma
margem de lucro de no mínimo 10% dado que a divisão de Produtos Marítimos tenha
alcançado tal nível de lucro. (Multiplique o resultado por 100).

(ANPEC 1994/QUESTÃO 14) - Com relação à teoria da Probabilidade pode-se
afirmar que:

(0) Se A e B são eventos independentes, então:
P A B P A P B ( ) ( ) ( ) ∪ = +
(1) Se A, B e C são eventos quaisquer com P(C) ≠ 0, então:
P A B C P A C P B C ( | ) ( | ) ( | ) ∪ = +

(2) Se A e B são eventos quaisquer então:
P A B P A B ( ) ( ) ∩ = ∪
(3) P A P A ( ) ( ) + = 0.
(4) A, B e C são eventos independentes se, e somente se,
P A B C P A P B P C ( ) ( ). ( ). ( ) ∩ ∩ =
(5) A definição freqüentista de Probabilidade é fundamentada na idéia de repetição
do experimento.

(ANPEC 1995/QUESTÃO 1) –A probabilidade de que o preço dos combustíveis
aumente no mês vindouro é estimada em 0,4. Se isto ocorrer, a probabilidade de que os
preços dos transportes coletivos também aumentem é de 0,5; caso contrário, esta
probabilidade é de 0,1. Se naquele mês o preço da passagens, de fato, subirem, qual a
probabilidade de os preços dos combustíveis não terem sofrido majoração? (Multiplique
o resultado por 100 e considere apenas a parte inteira do resultado).

(ANPEC 1995/QUESTÃO 6) - Sejam { } S s s s
n
=
1 2
, , , K o espaço amostral de um
experimento aleatório e E e E
1 2
dois eventos de S. Então:

(0) P(s
1
) + ... + P( s
n
) = 1 se s s
n 1
, , K forem independentes.
(1) P( E E
1 2
∩ ) = P( E
1
).P( E
2
) se E
1
e E
2
forem mutuamente exclusivos.
(2) P( E E
1 2
∪ ) = P( E
1
) + P( E
2
) se E
1
e E
2
forem independentes.
(3) P( E
1
/ E
2
) = P( E
2
/ E
1
) se e somente se P( E
1
) = P( E
2
) ≠ 0.

(ANPEC 1996/QUESTÃO 1) - Considere um espaço amostral com a terna ) , , ( P ℑ Ω ,
onde Ω ≠ ∅ é o conjunto universo, ℑ é o conjunto dos possíveis eventos e P é uma
medida de probabilidade. Podemos afirmar que:




(0) Se A, B ∈ ℑ são dois eventos, então A ∪ B é um evento, isto é, A ∪ B ∈ ℑ.
(1) Se A, B ∈ ℑ são dois eventos disjuntos, isto é, A ∩ B = ∅, então P(A ∩ B)
= 0.
(2) Se A ∈ ℑ é um evento tal que P(A) = 0, então A = ∅.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
33
(3) Se A ∈ ℑ é um evento tal que P(A) = 1, então A = Ω.
(4) Dois eventos independentes A, B ∈ ℑ são necessariamente disjuntos.
(5) Se A, B ∈ ℑ são dois eventos quaisquer, então P(A ∪ B) = P(A) + P(B).
(6) Se dois eventos A, B ∈ ℑ são independentes, então P(A ∩ B) = P(A) P(B).
(7) Dados dois eventos A, B ∈ ℑ, se P(A ∩ B) = 0, então A e B são necessariamente
disjuntos.

(ANPEC 1996/QUESTÃO 7) - Três lâmpadas defeituosas foram misturadas com seis
lâmpadas boas. Se duas lâmpadas são escolhidas aleatoriamente, calcule a probabilidade
de ambas serem boas. Multiplique o resultado por 100 e considere apenas a parte inteira
do resultado.

(ANPEC 1997/QUESTÃO 2) - Seja S= {s
1
,...,s
N
} o espaço amostral de um
experimento aleatório e E
1
, E
2
, E
3
eventos de S. Então:

(0) ( ) ( ) ( )
P E E E = P E E E P E E P(E )
1 2 3 3 1 2 2 1 1
I I I ⋅ ⋅ .
(1) P(E
1
) > P(E
2
) implica
( ) ( )
P E E P E E
1 2 2 1
> , caso P E ( )
2
0 ≠ .
(2) ( ) ( ) P E E P E E
1 2 1 2
I U ≤ ≤ + P E P E ( ) ( )
1 2
.
(3) Se E
1
, E
2
, E
3
forem eventos independentes, então
( ) P E E E = P(E ) P(E ) P(E )
1 2 3 1 2 3
I I ⋅ ⋅ .

(ANPEC 1998/QUESTÃO 2) - Considere um espaço amostral com a terna (Ω,Γ,P),
onde Ω ≠ ∅ é o conjunto Universo, Γ é o conjunto dos possíveis eventos e, P , é uma
medida de probabilidade. Assim, pode-se afirmar que :

(0) Se A, B e C são eventos de Γ , então o evento “exatamente um dos eventos ocorre”
é expresso na notação de conjunto como ( ) ( ) ( ) A B C A B C A B C I I U I I U I I .
(1) Se A e B são dois eventos quaisquer de Γ, então P(AUB) ≥ P(A) + P(B).
(2) Se A e B são dois eventos quaisquer de Γ, onde P(A)=1/2 , P(B)=1/3 e P(A∪B)
=3/4, então P( A ∩B)=1/4 e P( A B I ) =1/4.
(3) Se A e B são dois eventos quaisquer de Γ , então se P(A|B) > P(A) tem-se que
P(B|A) > P(B).
(ANPEC 1998/QUESTÃO 3) - A tabela de contingência a seguir apresenta os dados de
uma amostra de 150 empresas, classificados segundo quatro grupos industriais e se o
retorno sobre o capital próprio é maior ou menor que o retorno médio na amostra.






Grupo Retorno sobre o capital próprio Total
Industrial Acima da média (A) Abaixo da média (B)
I 20 40 60
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
34
II 10 10 20
III 20 10 30
IV 25 15 40
Total 75 75 150

Com base nestas informações, verifique as seguintes afirmações:

(0) Se selecionarmos uma empresa ao acaso, a probabilidade da empresa ser do grupo
III ou ter o retorno sobre o capital próprio abaixo da média é 40%.
(1) Se selecionarmos uma empresa ao acaso, a probabilidade da empresa ser do grupo I
é de 40%.
(2) Se a empresa escolhida ao acaso for do grupo II, a probabilidade do retorno sobre o
capital próprio estar acima da média é 50%.
(3) Se duas empresas diferentes são escolhidas ao acaso, a probabilidade de sair
primeiro uma empresa do grupo I e depois uma empresa do grupo III é
aproximadamente igual a 8%.
(4) O evento “grupo I” independe estatisticamente do evento “retorno sobre o capital
próprio acima da média”.

(ANPEC 1999/QUESTÃO 15) - Com relação à Teoria das Probabilidade podemos
afirmar que:

(0) Sendo A e B dois eventos independentes e se P(A) = 0,5 e P(B) = 0,4, então P(A∪B)
= 0,5.
(1) Sendo A e B dois eventos mutuamente exclusivos e se P(A) = 0,5 e P(B) = 0,4, então
P(A∪B) = 0,5.
(2) Seja S um espaço amostral e A e B dois eventos quaisquer associados a S. Então
P A B P A B ( | ) ( | ) + = 1, onde P A B ( | ) = probabilidade de ocorrência do evento A
dado de ocorreu o evento B.
(3) Um projeto para ser transformado em lei deve ser aprovado pela Câmara dos
Deputados e pelo Senado. A probabilidade de ser aprovado pela Câmara dos
Deputados é de 40%. Caso seja aprovado pela Câmara, a probabilidade de ser
aprovado no Senado é 80%. Logo, a probabilidade desse projeto ser transformado
em lei é de 32%.
(4) Num processo eletivo 55% dos votantes são homens. Sabe-se que dentre os homens
40% preferem o candidato A, 50% o candidato B e os 10% restantes votam nos
demais candidatos. Dentre as mulheres 60% preferem A, 25% preferem B e o restante
os demais candidatos. Se um voto escolhido ao acaso for para o candidato A, a
probabilidade deste voto ser de uma mulher é de 55,1%.



INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
35
(ANPEC 2000/QUESTÃO 01) - Considere a terna (S,Σ,P), em que S ≠ ∅ é o
conjunto Universo, Σ é o conjunto dos possíveis eventos e, P é uma medida de
probabilidade. Verifique quais das afirmativas abaixo são verdadeiras (V) e quais são
falsas (F):
(0) Se dois eventos são disjuntos, eles serão também independentes.
(1) Para dois eventos quaisquer A e B, Prob (A) = Prob (A∩B
c
) + Prob (A∩B), em
que B
c
é o complemento de B.
(2) Sejam dois eventos A e B, em que Prob (A) = 1/2 e Prob (B) = 1/3. Se A e B são
eventos mutuamente exclusivos, então Prob (B∩A
c
) é igual a 1/6.
(3) Sejam os eventos A, B e C, tais que Prob (A∩B∩C) = Prob(A). Prob(B). Prob(C).
Pode-se então afirmar que estes eventos são independentes.

(ANPEC 2001/QUESTÃO 01) - Os formandos de determinada faculdade de economia
tomaram as seguintes decisões para o ano seguinte:
Decisão Homens Mulheres Totais
Fazer mestrado em economia 7 9 16
Fazer outros cursos 5 6 11
Procurar emprego 16 9 25
Totais 28 24 52
Com base nessas informações, é correto afirmar:
(0) A probabilidade de que as mulheres continuem estudando é aproximadamente 46%
superior à dos homens.
(1) Sabendo-se que alguém optou por procurar emprego, a probabilidade de ser homem
é 64%.
(2) Se a probabilidade de ser aprovado no exame de seleção para mestrado em economia
é de 30%, espera-se que 1/4 dos homens iniciem o curso no ano seguinte.
(3) Se a probabilidade de encontrar emprego é de 40% e a de ser aprovado nos exames
de seleção é de 30% e 45%, respectivamente, para o mestrado em economia e para
os outros cursos, espera-se que 9 mulheres atingirão seus objetivos.
(4) Entre os formandos que pretendem continuar estudando, 1/3 é mulher que pretende
fazer mestrado em economia.

(ANPEC 2002/QUESTÃO 01) - Considere o espaço amostral S, os eventos A e B
referentes a S e a medida de probabilidade P.

(0) Se P(A) =
2
1
, P(B) =
4
1
, e A e B são mutuamente exclusivos, então P(A∩B)
=
8
1
.
(1) Se A⊂ B, então P(A|B) ≤ P(A).
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
36
(2) Se P(A) =
2
1
, P(B) =
3
1
e P(A∩B) =
4
1
, então P(A
C
∩ B
C
) =
12
5
, em que A
C

e B
C
indicam os eventos complementares.
(3) Se
k 2 1
B , ,......... B , B representam uma partição de um espaço amostral S, então para
A ⊂ S tem-se que

=
=
k
j
j j
i i
i
B A P B P
B A P B P
A B P
1
) | ( ) (
) | ( ) (
) | ( , . ,........ 2 , 1 k i =
(4) Se P(A|B) = 0 então A e B são independentes.

(ANPEC 2003/QUESTÃO 12) - Três máquinas, A, B e C, produzem respectivamente
50%, 30% e 20% do número total de peças de uma fábrica. As porcentagens de peças
defeituosas na produção dessas máquinas são respectivamente 3%, 4% e 5%. Uma peça
é selecionada ao acaso e constata-se ser ela defeituosa. Encontre a probabilidade de a
peça ter sido produzida pela máquina A. (Use apenas duas casas decimais. Multiplique
o resultado final por 100).
(ANPEC 2003/QUESTÃO 13) - A probabilidade de um homem acertar um alvo é ¼.
Quantas vezes ele deve atirar para que a probabilidade de acertar pelo menos uma vez
no alvo seja maior que 2/3?
(ANPEC 1994/QUESTÃO 9) - Um empresário pergunta se valerá a pena fazer um
seguro contra chuva, por ocasião de um determinado acontecimento esportivo que ele
está empresariando. Se não chover ele espera obter $10.000 de renda, por ocasião do
evento, mas só $2.000 se chover. Uma apólice de seguro de $7.000 lhe custará $3.000.
Determine a probabilidade p de chover, de tal modo que sua expectativa seja a mesma,
faça ele o seguro ou não. (Multiplique o resultado por 7).
























INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
37

II – VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS. FUNÇÃO DE
PROBABILIDADE E DENSIDADE DE PROBABILIDADE. DISTRIBUIÇÃO
CONJUNTA, DISTRIBUIÇÃO MARGINAL, INDEPENDÊNCIA
ESTATÍSTICA. ESPERANÇA MATEMÁTICA E VARIÂNCIA DE UMA
VARIÁVEL ALEATÓRIA. COVARIÂNCIA E COEFICIENTE DE
CORRELAÇÃO. PRINCIPAIS DISTRIBUIÇÕES: BERNOULLI, BINOMIAL,
POISSON, GEOMÉTRICA, HIPERGEOMÉTRICA, UNIFORME, NORMAL,
LOGNORMAL, QUI-QUADRADO, t e F.


Questões de Concursos Públicos e do Provão do MEC


01 - (ESAF/Analista do Banco Central/2001) – Uma variável aleatória X tem função
de distribuição de probabilidade dada pôr




Assinale a opção que dá o valor da probabilidade de X = 2

a) 7/12
b) 11/12
c) 1/3
d) 3/ 4
e) 10/12









¦
¦
¦
¦
¦
¦
¹
¦
¦
¦
¦
¦
¦
´
¦

< ≤
< ≤
< ≤
<
=
3 1
3 2
12
11
2 1
12
7
1 0
4
1
0 0
) (
x
x
x
x
x
x F
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
38

02 - (ESAF/Analista do Banco Central/2001) – A variável aleatória X tem
distribuição de probabilidades do tipo absolutamente contínuo com densidade de
probabilidades



onde α é uma constante positiva maior do que um. Assinale a opção que dá o valor de α
para que se tenha P(X>1) = 0,25
a) 4
b) 0
c) 3
d) 1
e) 2

03 - (ESAF/Analista do Banco Central/2002) – Uma variável aleatória do tipo
absolutamente contínuo tem a função densidade de probabilidade seguinte:

¦
¹
¦
´
¦ ≤ ≤ −
=
casos outros em
x x
x f
0
15 10 08 , 0 2 , 1
) (

Assinale a opção que dá a probabilidade de que a variável aleatória assuma valores entre 10 e 12.
a) 0,640
b) 0,200
c) 0,500
d) 0,160
e) 0,825

04 - (ESAF/Analista do Banco Central/2002) – Considere duas variáveis aleatórias X
e Y. Sejam 45 e 65 as médias de X e Y, respectivamente. Sejam 4 e 16 as variâncias de
X e Y, respectivamente e 3 a covariância entre essas duas variáveis. Assinale a opção
que dá a variância da diferença X – Y.
a) 23
b) 20
c) 14
d) 26
e) Não é possível calcular a variância de X – Y com a informação dada.










¹
´
¦

< < −
=
x
x
x f
0
2 / 1
) (
α α α
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
39

05 - (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - Uma firma
distribuidora de eletrodomésticos está interessada em estudar o comportamento de suas
contas a receber em dois meses consecutivos. Com este objetivo seleciona, para cada
mês, uma amostra de 50 contas. As observações amostrais constam da tabela seguinte:

Valor (R$) Freqüência de Março Freqüência de Abril
1.000,00 6 10
3.000,00 13 14
5.000,00 12 10
7.000,00 15 13
9.000,00 4 -
11.000,00 - 3

No contexto das distribuições de freqüências, as médias amostrais são, respectivamente,
R$ 4.920,00 e R$ 4.520,00, para os meses de março e abril. Questiona-se se o valor
médio populacional das contas a receber de março difere significantemente do valor
médio populacional correspondente de abril. Para verificar esta conjectura, realiza-se
um teste de médias, assumindo-se as amostras independentes e provenientes de
populações normais com variâncias homogêneas. O valor obtido para a estatística teste
foi de 0,78 com valor probabilístico de 43,4%. Assinale a opção correta.
a) Não há evidência de que as médias sejam distintas no nível de significância de 5% e a
estatística teste se distribui como t de Student com 97 graus de liberdade, sob a hipótese
da igualdade das médias populacionais.
b) As médias diferem significantemente no nível de 45% e a estatística teste se distribui
como t de Student com 97 graus de liberdade, sob a hipótese da igualdade das médias
populacionais.
c) Não há evidência de que as médias sejam distintas para qualquer nível α < 43,4% e a
estatística teste se distribui como t de Student com 97 graus de liberdade, sob a hipótese
da igualdade das médias populacionais.
d) Não há evidência de que as médias difiram no nível de significância de 5% e a
estatística teste se distribui como t de Student com 98 graus de liberdade, sob a hipótese
da igualdade das médias populacionais.
e) O valor probabilístico associado ao valor da estatística teste não define informação
suficiente para que se possa dizer que uma média difere da outra significantemente e a
estatística teste se distribui como t de Student com 97 graus de liberdade, sob a hipótese
de igualdade das médias populacionais.

06 - (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - Uma pessoa
está indecisa se compra uma casa agora ou se espera para comprar daqui a um ano. A
pessoa acredita que o aumento do preço da casa em um ano tenha distribuição normal
com média de 8% e desvio-padrão de 10%. Se o preço aumentar mais de 25% a pessoa
não terá dinheiro para adquirir o imóvel. Por outro lado, se o preço da casa cair, a
pessoa sairá lucrando. Assinale a opção que dá as probabilidades de ocorrência de cada
um desses eventos, respectivamente. Nos cálculos use a tabela dos valores das
probabilidades P(Z > z) para a distribuição normal padrão dada a seguir.




INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
40
z P(Z>z) z P(Z>z)
0,5 0,309 1,5 0,067
0,6 0,274 1,6 0,055
0,7 0,242 1,7 0,045
0,8 0,212 1,8 0,036
0,9 0,184 1,9 0,029

a) 4,5% e 10,4%
b) 6,7% e 24,2%
c) 4,5% e 24,2%
d) 2,9% e 18,4%
e) 4,5% e 21,2%

07 - (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - Acredita-se
que o preço de um bem (X), em reais, tenha distribuição populacional uniforme no
intervalo aberto (1; 7). Assinale a opção que corresponde à probabilidade de se observar
na população um valor de X de pelo menos 3 reais e de no máximo 5 reais.
a) 2/7
b) 1/3
c) 5/6
d) 1/2
e) 3/4

08 - (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - Acredita-se
que o logaritmo neperiano da variável renda (X), medida em milhares de reais, tenha
distribuição populacional normal com média 2 e variância unitária. Assinale a opção
que corresponde ao valor esperado de X. Em todas as opções a constante e representa a
base do sistema de logaritmos neperiano.
a) e
2,5

b) e
2,0

c) log
e
2,0
d) 1+log
e
2,0
e) e
3,0


09 -(ESAF/AFPS-2002/Administração Tributária Previdenciária) - A média e o
desvio-padrão obtidos num lote de produção de 100 peças mecânicas são
respectivamente,
16 Kg e 40g. Uma peça particular do lote pesa 18Kg. Assinale a opção que dá o valor
padronizado do peso dessa bola.
a) –50
b) 0,05
c) 50
d) –0,05
e) 0,02

10 - (ESAF/AFPS-2002/Administração Tributária Previdenciária) - O atributo X
tem distribuição normal com média 2 e variância 4. Assinale a opção que dá o valor do
terceiro quartil de X, sabendo-se que o terceiro quartil da normal padrão é 0,6745.
a) 3,3490
b) 0,6745
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
41
c) 2,6745
d) 2,3373
e) 2,7500

11 - (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Tem-se uma
variável aleatória normal X com média µ e desvio-padrão σ. Assinale a opção que dá o
intervalo contendo exatamente 95% da massa de probabilidades de X.
a) (µ-0,50σ; µ+0,50 σ)
b) (µ-0,67 σ; µ+0,67 σ)
c) (µ-1,00 σ; µ+1,00 σ)
d) (µ-2,00 σ; µ+2,00 σ)
e) (µ-1,96 σ; µ+1,96 σ)

12 - (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Considere uma
variável aleatória X do tipo discreto com espaço {x
1
, ..., x
n
} onde os x
i
são distintos.
Seja f(x) a função massa de probabilidades de X e µ
x
a sua expectância. Assinale a
opção que corresponde à variância de X.


13- (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Uma variável
aleatória X tem função de distribuição de probabilidades



Assinale a opção correta

¦
¦
¹
¦
¦
´
¦
+∞ < ≤
< ≤
<
=
x se
x se
x se
x F
1 1
1 0 5 , 0
0 0
) (
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
42

14 – (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Sabe-se que
P{X> 4,3465}= 0,05 onde X tem distribuição F com 3 graus de liberdade no numerador
e 7 graus de liberdade no denominador. Assinale a opção que dá o valor de y tal que P
{Y> y}= 0,95, onde Y tem distribuição F com 7 graus de liberdade no numerador e 3
graus de liberdade no denominador.

a) 0,500
b) 0,230
c) 0,641
d) 0,150
e) 0,780

15- (ESAF/AFPS-2002/Administração Tributária Previdenciária) - A variável
aleatória X tem distribuição uniforme no intervalo (0, σ) onde σ é uma constante maior
do que 0,5. Determine o valor de σ tal que F(0,5)=0,7, sendo F(x) a função de
distribuição de X.

a) 3/4
b) 1/4
c) 1
d) 5/7
e) 1/2

16- (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Sabe-se que o
número de clientes que procuram atendimento numa agência da previdência no período
das 17 às 18 horas tem distribuição de Poisson com média de 3 clientes. Assinale a
opção que dá o valor da probabilidade de que mais de 2 clientes apareçam no período.
Sabe-se que e
-3
= 0,0498, sendo e o número neperiano.

a) 0,776
b) 0,667
c) 0,500
d) 0,577
e) 1,000

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
43
17- (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Temos duas
populações normais A e B com mesma variância e amostras aleatórias independentes
dessas populações de tamanhos n
1
=20 e n
2
=20 respectivamente. Assinale a opção que
dá o número de graus de liberdade da estatística de Student utilizada no teste de
igualdade das médias das populações A e B.
a) 40
b) 19
c) 16
d) 20
e) 38

18 – (Analista do Banco Central – 1994) – As variáveis aleatórias x e Y têm
variâncias respectivamente iguais a 3 e 1 e têm covariância igual a 1. A variância de X –
2Y vale:
a) 1
b) 2
c) 3
d) 5
e) 11

Para a questão 19, a tabela abaixo, que dá valores das funções de distribuição da
variável normal reduzida e da variável t de Student, pode ser útil.

Z 0,5 1 1,5 2 2,5 3 NORMAL
F(z) 0,691 0,841 0,933 0,977 0,994 0,999
t com 9 graus de liberdade F(z) 0,685 0,828 0,916 0,962 0,983 0,993
t com 8 graus de liberdade F(z) 0,685 0,827 0,914 0,960 0,982 0,991

19 – (Analista do Banco Central – 1994) - Suponha os pesos das pessoas,
normalmente distribuídos, em certo grupo, com média de 70kg e desvio padrão de 8kg.
Escolhidas ao acaso 4 dessas pessoas, a probabilidade da soma dos seus pesos ser maior
do que 296kg é de :
a) 0,309
b) 0,159
c) 0,067
d) 0,023
e) 0,006

20 – (Analista do Banco Central – 1994) – O coeficiente de correlação linear entre X e
Y é r. Se Y = 4 – 2X, então:
a) r = 1
b) 0<r<1
c) r = 0
d) –1<r<0
e) r = -1





INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
44

21 - (Analista do Banco Central – 1998) – Duas variáveis X e Y têm coeficiente linear
igual a 0,8. O coeficiente de correlação linear entre as variáveis 2X e 3Y é:
a) 0,8
b) 0,53
c) 0,27
d) 0,32
e) 0,4

22 - (Analista do Banco Central – 1998) – Uma variável aleatória X tem a distribuição
de probabilidade dada abaixo:

X 1 2 3 4
Probabilidade 0,1 0,4 M 0,1

O valor esperado e a variância valem, respectivamente

a) 2,5 e 0,45
b) 2,5 e 0,55
c) 2,5 e 0,65
d) 2 e 0,5
e) 2 e 0,6

23 - (Analista do Banco Central – 1998) – Suponha que a probabilidade de um carro
qualquer sofrer um acidente ao longo de 1 ano seja 1%. Se tomarmos uma amostra de
10 carros, a probabilidade de que nesta amostra nenhum carro se acidente ao longo de 1
ano (admitindo independência entre os acidentes) é:
a) 0,8
b) 1 – (0,01)
10

c) 0,99
d) (0,99)
10

e) 0,10

24 - (Analista do Banco Central – 1998) – Uma população é constituída dos valores 5,
7, 9 e 11. Amostras aleatórias com reposição de tamanho 2 são selecionadas desta
população. A probabilidade de que a média amostral seja superior a 10 é:
a) 1/16
b) ¼
c) 1/8
d) 1/10
e) 1/6









INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
45

Questões do Exame Nacional da ANPEC


(ANPEC 1992/QUESTÃO 4) - Sejam X e Y duas variáveis aleatórias contínuas, então:

(0) Se elas forem independentes, E(XY) = E(X)E(Y).
(1) Se elas forem independentes, Cov(XY) = 0.
(2) Se elas forem independentes, V(X/Y) = V(X)/V(Y).
(3) O coeficiente de correlação linear entre as variáveis X e Y é dado por
Cov X Y V X V Y ( , ) / ( ) ( ) .
(4) Se o coeficiente de correlação for nulo, isto indica que X e Y são independentes.

(ANPEC 1992/QUESTÃO 6)

Seja ƒ(x,y) =
1 0 1 0 1
0
quando x y
caso contrario
< < < < ¦
´
¹
,

Calcule a probabilidade de x < 0,5 e y < 0,5. (Multiplique o resultado por 100).

(ANPEC 1992/QUESTÃO 8) - Sejam duas variáveis aleatórias X e Y quaisquer
provenientes de distribuições com médias µ µ
x y
e e variâncias σ σ
x y
e
2 2

respectivamente. Pode-se afirmar então que:

(0) Se a correlação entre X e Y for zero, então elas são independentes.
(1) Para verificar se o coeficiente de correlação é significativo a estatística do teste a
ser utilizado tem distribuição t de Student.
(2) Se as variáveis X e Y forem independentes, então a soma aleatória das
distribuições das duas variáveis terá uma população de média µ µ µ
x y x y +
= + e
variância σ σ σ
x y x y +
= +
2 2 2
.
(3) Se as variáveis X e Y forem independentes, então a população resultante da
diferença entre as duas variáveis terá média µ µ µ
x y x y −
= − e variância
σ σ σ
x y x y −
= −
2 2 2
.
(4) Se admitirmos que ρ, coeficiente de correlação populacional é igual a zero (ρ =
0), a distribuição amostral de r, coeficiente de correlação amostral, é simétrica
em relação a zero.

(ANPEC 1993/QUESTÃO 1) - Em relação às distribuições de probabilidade pode-se
afirmar que:

(0) A distribuição F é uma razão entre dois t de Student independentes.
(1) A distribuição binomial é uma distribuição definida por dois parâmetros.
(2) A distribuição de Poisson descreve o comportamento de variáveis aleatórias
discretas.
(3) A variável t de Student quando elevada ao quadrado é sempre igual a uma
variável F.
(4) A distribuição qui-quadrado tende para a distribuição normal quando o tamanho
da amostra tende para o infinito.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
46

(ANPEC 1993/QUESTÃO 4) - Sejam X, Y e Z variáveis aleatórias quaisquer. Então:

(0) Var(X + Y + Z) = Var(X) + Var(Y) + Var(Z).
(1) Var(2X + 4) = 4Var(X) + 16.
(2) E(X + Y) = E(X) + E(Y).
(3) Cov(X,Y) = E(XY) - E(X).E(Y).
(4) E X E X ( ) [ ( )]
2 2
= .


(ANPEC 1993/QUESTÃO 5)
Seja a função ƒ =
< < < < ¦
´
¹
( , ) x y
c se x e y
caso contrá rio
5 10 4 9
0
onde c é uma
constante
Pode-se afirmar que:

(0) O valor de c é 1 (um).
(1) X e Y são variáveis aleatórias independentes.
(2) A probabilidade de X > 6 e Y < 5 é 0,4.
(3) A função de densidade de probabilidade marginal de X é ƒ(x) = 0,20.

(ANPEC 1993/QUESTÃO 8) - Se a função de distribuição de uma variável aleatória X
é dada por:
F x
se x
se x
x
se x
se x
( )
[ , )
[ , ]
=
<


>
¦
´
¦
¦
¦
¹
¦
¦
¦
0 0
1
2
0 1
2
1 2
1 2

pode-se dizer que:

(0) X é uma variável aleatória contínua.
(1) A probabilidade de X assumir um valor no intervalo [1/2,1] e 1/4.
(2) X assume valores uniformemente no intervalo [1,2].
(3) A esperança de X é 3/2.

(ANPEC 1993/QUESTÃO 11) - O vetor aleatório (X,Y) toma valores com
probabilidade 1 no quadrado [0,1]x[0,1] do R
2
, segundo a seguinte densidade:

ƒ =
≤ ≤ ≥ ≥ ¦
´
¹
( , )
( / ) ( / )
x y
se x e y x ou x e y x
nos outros pontos do quadrado
4 1 2 1 2
0


pode-se afirmar que:

(0) E(X) = E(Y) e Var(X) = Var(Y).
(1) A função de densidade de Y é h y
y se y
y se y
( )
/
/
=
≤ ≤
− ≤ ≤
¦
´
¹
2 0 1 2
2 2 1 2 1
.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
47
(2) P[X > 3/4] é igual a 1/8.
(3) P[1/4 < Y < 3/4] = P[X < 1/2].
(4) Para cada y, a densidade condicional de x dado y é sempre a distribuição
uniforme no intervalo [0,1].


(ANPEC 1993/QUESTÃO 12) - Com relação à esperança, o segundo momento (não
centrado) e a variância de uma variável aleatória, pode-se dizer que:

(0) O segundo momento é sempre menor que a esperança ao quadrado.
(1) A variância pode ser menor ou maior do que o segundo momento.
(2) Se a esperança é zero, o segundo momento é maior do que a variância.
(3) Se a variância é zero, o segundo momento é igual à esperança.
(4) O quadrado da esperança nunca pode ser igual à variância.


(ANPEC 1993/QUESTÃO 13) - Com relação às distribuições t, Qui-quadrado e F
pode-se afirmar que:

(0) A soma de normais com média 0 e variância 1 dá sempre uma Qui-quadrado.
(1) Uma F com m e n graus de liberdade resulta da divisão de uma Qui-quadrado
com m graus de liberdade por uma Qui-quadrado com n graus de liberdade,
sendo ambas independentes.
(2) A Qui-quadrado com m graus de liberdade resulta da soma de m normais
independentes, de média zero, ao quadrado.
(3) A distribuição t de n graus de liberdade coincide com a de F com 1 e n graus de
liberdade.
(4) A raiz quadrada de uma Qui-quadrado com 2 graus de liberdade dividida por
dois distribui-se com uma distribuição normal com média 0 e variância 1.

(ANPEC 1993/QUESTÃO 15) - A variável aleatória Z guarda com a variável aleatória
X a relação Z = 5 + 5X + U onde U é uma variável aleatória, independente de X. Pode-
se afirmar que:

(0) Z tem correlação 1 com X.
(1) Qualquer que seja o valor do termo constante na relação acima, a correlação de
Z com X não se altera.
(2) A covariância de Z com X é de 25 vezes a variância de X.
(3) Se os desvios padrão de X e de U forem idênticos e iguais a 2, a variância de Z
valerá 104.
(4) A correlação de U com Z é independente dos coeficientes da relação acima.


(ANPEC 1994/QUESTÃO 5) - Suponha que um estudante sai de casa para a
Universidade entre 07:00 e 07:30 da manhã, e que leva entre 40 e 50 minutos para
chegar ao seu destino. Seja X a hora de saída do estudante e Y o tempo de viagem.
Assuma que estas variáveis aleatórias sejam uniformemente distribuídas. Tipicamente, a
que horas o estudante chega à Universidade?

[N1] Comentário:
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
48
(ANPEC 1994/QUESTÃO 6) - Seja X uma variável aleatória que representa o valor
das vendas de um determinado produto em um mês. X é normalmente distribuída com
média $500 e desvio padrão $50. Podemos afirmar que:

(0) A probabilidade do valor das vendas ser superior a $600 é 5,3%.
(1) No intervalo (450 ── 550) então contidas 68,3% de todos os possíveis valores
das vendas mensais do produto.
(2) Em 20% dos casos as vendas são inferiores a $458.
(3) A distribuição normal é plenamente especificada pelo seu parâmetro média.
(4) A distribuição é contínua e simétrica em relação ao valor de vendas $500 e a
moda divide a área sob a curva em duas metades iguais.

(ANPEC 1994/QUESTÃO 11) - As variáveis aleatórias X e Y têm função densidade
conjunta
ƒ( , )
/ ( ) ,
x y
x y se x y
outros pontos
=
+ ≥ ≤
¦
´
¹
3 2 0 1
0
2 2

Calcule o valor esperado de Y quando X = 2/3. (Multiplicar o resultado por 28).


(ANPEC 1994/QUESTÃO 12) - Suponha que X seja uma variável aleatória com valor
esperado 10 e variância 25. Quanto deve ser a + b, a e b positivos, de forma que Y = a -
bx tenha o valor esperado 0 e variância 625?

(ANPEC 1995/QUESTÃO 3) - Se X e Y são duas variáveis aleatórias quaisquer, pode-
se afirmar que:

(0) Se W = 3X + 4Y, então Var(W) = 3Var(X) + 4Var(Y) + 2Cov(X,Y).
(1) Se Cov(X,Y) = 0, então X e Y são variáveis aleatórias independentes.
(2) Se X e Y são variáveis aleatórias independentes, então o coeficiente de
correlação entre elas é zero.
(3) Se T = 2X + Y + 5, então E(T) = 2E(X) + E(Y) + 5.
(4) Se X e Y são variáveis aleatórias independentes, então E(X,Y) = E(X).E(Y).


(ANPEC 1995/QUESTÃO 4) - Seja X uma variável aleatória contínua cuja função
densidade de probabilidade é dada por ƒ(x). Então:

(0) A probabilidade de X assumir um valor no intervalo [a,b] é dada por f x dx
a
b
( ) . ∫
(1) E(X) = xf x dx ( ) .
−∞
+∞

(2) Sendo k uma constante qualquer, var( ) ( ) ( ) . kX k x f x dx = −
−∞
+∞

2
µ
(3) A probabilidade de X assumir um determinado valor x
i
é dada por x f x
i i
( ).
(4) f x dx C ( ) =
−∞
+∞
∫ em que C pode assumir qualquer valor entre 0 e 1.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
49
(ANPEC 1995/QUESTÃO 10) - Uma certa liga é formada da fundição do chumbo com
outro metal. A porcentagem do chumbo nesta liga - X - é uma variável aleatória com a
seguinte função de densidade de probabilidade:

f x
x x se x
para quaisquer outros valores de X
( )
( ),
,
=
− < <
¦
´
¦
¹
¦

3
5
10 100 0 100
0
5


Supondo que o lucro obtido na venda dessa liga, por unidade de peso, (L) seja dado pela
função: L = 10 + 0,4X. Calcule o lucro esperado por unidade.

(ANPEC 1995/QUESTÃO 11) - A respeito das distribuições de probabilidade, pode-se
afirmar que:

(0) A distribuição qui-quadrado - X
2
- com n graus de liberdade é definida como a
soma dos quadrados de n variáveis aleatórias com distribuição normal padrão.
(1) A distribuição de Poisson tem média igual à variância, que por sua vez é igual ao
parâmetro da distribuição.
(2) A distribuição F de Snedecor é definida pelo quociente de duas variáveis
aleatórias independentes e normalmente distribuídas.
(3) A distribuição normal é perfeitamente definida caso se conheçam seus dois
primeiros momentos.
(4) A distribuição hipergeométrica é aplicada a variáveis aleatórias discretas,
quando se consideram extrações aleatórias, sem reposição, de uma população
dividida segundo dois atributos.


(ANPEC 1995/QUESTÃO 12) - Suponha que 40% dos empregados de uma grande
empresa estejam a favor de sua representação sindical, e que se peça resposta anônima a
uma amostra aleatória de 10 empregados. Pode-se afirmar que:

(0) É de 0,8 a probabilidade de 8 empregados, no máximo, responderem
favoravelmente à representação sindical.
(1) O número médio esperado de empregados favoráveis à representação, entre os
10 pesquisados, é de 4.
(2) Se a pesquisa fosse realizada entre 1.000 empregados, o desvio padrão dessa
amostra seria de 15,5 empregados, aproximadamente.
(3) A probabilidade das respostas segue a distribuição binomial há que o atributo é
contínuo.
(4) A distribuição utilizada apresenta as seguintes características: o espaço amostral
do experimento descreve apenas dois resultados possíveis e o experimento é
repetido n vezes.

(ANPEC 1996/QUESTÃO 3) - Seja X uma variável aleatória contínua com função de
densidade f e com média e variância finitas. Podemos afirmar que:

(0) Se X Normal ~ ( , ) µ σ
2
, então a média de X é igual a sua mediana e a sua
moda.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
50
(1) Se Y = aX + b, onde a, b > 0 são constantes, então Y é uma variável aleatória
e sua função de densidade é g y
a
f
y b
a
( ) ( ) =
− 1
.
(2) Se Y = aX + b, onde a, b > 0 são constantes, então E(Y) = a E(X) + b e
Var(Y) = a Var(X), onde Var denota a variância e E denota a expectância.
(3) Se X Normal ~ ( , ) µ σ
2
e Y
X
=
− µ
σ
, então Y ~ Normal (0,1) e Y é dita uma
padronização de X.

(4) Seja Y = aX + b e sejam X* e Y* as padronizações de X e Y,
respectivamente. Então
X* = Y*.

(5) A padronização da variável aleatória X elimina efeitos de origem, mas não
necessariamente elimina efeitos de escala.

(ANPEC 1996/QUESTÃO 4) - Sejam X X e X
1 2 3
, variáveis aleatórias independentes
com variâncias σ σ σ
1
2
2
2
3
2
1 2 4 = = = , e , respectivamente. Seja Y X X X = + + 2 2
1 2 3
.
Calcule a variância de Y.

(ANPEC 1996/QUESTÃO 5) - Seja X uma variável aleatória com função de densidade
f(x).

(0) Se f x
x se x
caso contrá rio
( )
,
,
=
− ≤ ≤
¦
´
¹
¹
`
)
3
2
2
1 1
0
, então E(X) = 0.

(1) Se f x x
se x
caso contrá rio
( ) ( )
,
,
= +
>
¦
´
¦
¹
¦
¹
`
¦
)
¦
1
1
0
0
2
então E X ( ) = ∞.

(2) Se X ~ U[a,b] é uniforme em [a,b], onde a < b,
então: f x
x se a x b
caso contrá rio
( )
, ;
, .
=
≤ ≤ ¦
´
¹
0
.

(3) Se f x f x ( ) ( ) µ µ + = − , para todo x ∈ℜ (ℜ é o conjunto dos números reais),
onde µ ∈ℜ é fixo, então P X x P X x ( ) ( ) ≥ + = ≤ − µ µ , para todo x ∈ℜ.

(ANPEC 1996/QUESTÃO 10) - Se (X,Y) é um vetor aleatório, então:

(0) X é uma variável aleatória.

(1) Se Var(Y)=0, então Y é constante.

(2) Se E(XY)>0, então Cov(X,Y)>0.

(3) Não é possível ter-se ρ(X,Y)=1, onde ρ designa probabilidade conjunta.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
51
(ANPEC 1996/QUESTÃO 14) - Considere a distribuição seguinte:



Valores de Y




0 1 f(x)


Valores
de X


1

2

3


0

1/3

0
1/3

0

1/3
1/3

1/3

1/3
f(y) 1/3 2/3 1

Calcule Cov(X,Y).

(ANPEC/1997QUESTÃO 3) - Qual deve ser o valor de k, de modo que:
f x
k
x
x
( )
.
=

|
\

|
¹
| <
¦
´
¦
¹
¦
2
1 6
0
, se 2 <
, em caso contrario.


seja uma função de densidade de probabilidade? Multiplique o resultado encontrado por
100.

(ANPEC 1997QUESTÃO 4) - As ações das companhias X e Y são negociadas na
bolsa de valores por R$ 1,00 cada em um determinado dia. Os retornos de cada ação de
X e Y, para 30 dias a frente, denotados respectivamente por
( )
r r
x y
,

, têm distribuição
bi-variada Normal com média:
µ
µ
x
y
|
\

|
¹
| , e matriz de covariância:
σ σ
σ σ
xx xy
yx yy

¸

(
¸
(
. O retorno total da carteira de um investidor ( r
T
) é dado pela combinação
convexa entre os retornos dos diferentes ativos nesta. Se apenas considerarmos X e Y, o
retorno total é dado por:
( ) r r r
T x y
= ⋅ + − ⋅ α α 1 ,

onde α é a proporção do valor da carteira investida na companhia X. Caso o investidor
compre uma ação de cada companhia, e as venda 30 dias depois, pode-se afirmar que:

(0) a variância do retorno total do investidor é
1
4
+
1
4
+
1
2
σ σ σ
xx yy xy
.
(1) caso os retornos das ações tenham coeficiente de correlação unitário, o desvio
padrão do retorno total é dado por
1
2
+
1
2
σ σ
xx yy
1 2 1 2 / /
.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
52
(2) caso os retornos das ações tenham coeficiente de correlação menor que a unidade, o
retorno total esperado do investidor é dado por
1
2
1
2
µ µ σ
x y xy
+ + .
(3) caso os retornos das ações tenham coeficiente de correlação menor que a unidade, o
desvio padrão do retorno total é necessariamente menor do que
1
2
+
1
2
σ σ
xx yy
1 2 1 2 / /
.
(4) caso o retorno das ações tenham coeficiente de correlação zero, o retorno esperado
do investidor é dado por
1
2
1
2
µ µ
x y
+ .


(ANPEC 1997/QUESTÃO 6) - Seja X uma variável aleatória com função de densidade
de probabilidade Uniforme no intervalo [ ] a b , :

(0) se a = -1 e b = 2 então E(X) = 0,5.
(1) se a = -1 e b = 2 então VAR(X) = 2.
(2) se a = 1 e b = 2 então a distribuição é assimétrica.
(3) X tem distribuição unimodal.

(ANPEC 1997/QUESTÃO 7) - A função de densidade de probabilidade conjunta das
variáveis aleatórias X e Y é dada por:

f x y
x y x
XY
( , )
,
=
< < ¦
´
¹
6 1 1
0
2
, se 0 < 0 < y
, em caso contrario.


Pode-se afirmar que:

(0) a função densidade de probabilidade marginal de X é f (x) = 3x
X
2
.
(1) a função densidade de probabilidade marginal de Y é f (y) = y
Y
.
(2) a função densidade de probabilidade condicional de X dado Y é f (x, y) = 3x
X Y
2
.
(3) a função densidade de probabilidade condicional de Y dado X é f (x, y) = y
Y X
.
(4) X e Y são independentes.

(ANPEC 1998/QUESTÃO 4) - Com relação às distribuições de probabilidade conjunta
e marginais, pode-se afirmar que:

(0) Se a função densidade conjunta de (X,Y), f(x,y), pode ser fatorada na forma f(x,y)
= f(x).g(y) , onde f(x) e g(y) são ,respectivamente, as funções densidade de X e Y,
então as variáveis aleatórias X e Y são independentes.
(1) Se a variável aleatória bidimensional (X,Y) é uniformemente distribuída, de acordo
com a função densidade conjunta f x y ( , ) = 2 , para 0 1 < < < x y e, 0 fora deste
intervalo, então E(X)=1/2.
(2) Se as variáveis aleatórias X e Y são independentes, então E(X|Y) = E(X) e E(Y|X)
= E(Y).
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
53
(3) Seja f(x) a função de densidade de probabilidade da variável aleatória contínua X,
então P X f x dx ( ) ( ) −∞ < < ∞ = =
−∞


1.
(4) Seja f(x) a função de densidade de probabilidade da variável aleatória contínua X,
então podemos definir o valor esperado de X como E X x f x dx ( ) . ( ). =
−∞


.
(ANPEC 1998/QUESTÃO 5) - Verifique quais das afirmações abaixo são verdadeiras
e quais são falsas.
(0) A variável aleatória “t” é definida como
) 1 (
2
1


n
Z
n
χ
, onde Z tem distribuição
normal-padrão e χ
2
é uma distribuição qui-quadrado com (n - 1) graus de liberdade.
(1) A distribuição “t” de Student tem média igual a (n - 1) e variância igual a
(n - 1)/(n - 3).
(2) A distribuição de uma razão de duas variáveis aleatórias qui-quadrado
independentes, divididas cada uma pelo seu respectivo número de graus de
liberdade, é chamada de distribuição “F”.
(3) A estatística “F” pode ser utilizada para verificar a igualdade de duas variâncias
provenientes de duas populações quaisquer.
(ANPEC 1998/QUESTÃO 8) - Seja X uma variável aleatória com função densidade
f(x).

(0) Se X ~ U[-α,α] é uniforme em [-α,α] , onde α > 0, então é possível determinar α
de modo que P(x < 1)= 1/2.
(1) Se β é uma constante entre 0 e 1 e f(x), g(x) funções densidades de probabilidades
definidas no mesmo intervalo, então βf(x) + (1-β)g(x) também é uma função de
densidade de probabilidade da variável x.
(2) Se a variável aleatória X assumir os possíveis valores 1, 2, 3, 4, ….. , de forma que
sua função de probabilidade seja P(x=k )=c(1-β)
k −1
, 0< β < 1, então o valor da
constante c é igual a β.
(3) Se a variável aleatória X segue uma distribuição exponencial, então
P(x >(s+t) | x > s) = P(x > t), para quaisquer s, t > 0.
(ANPEC 1998/QUESTÃO 10) - Considere a distribuição de probabilidade conjunta de
(X,Y), de acordo com a tabela abaixo:

X
-1 0 1
-1 1/8 1/8 1/8
Y 0 1/8 0 1/8
1 1/8 1/8 1/8

Pode-se afirmar que :

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
54
(0) O coeficiente de correlação, ρ
xy
, entre X e Y é igual a zero.
(1) As variáveis aleatórias X e Y são independentes.
(2) Se Z aX b = + e W cY d = + onde a b c , , e d são constantes com a ≠ 0 e c ≠ 0 ,
então o coeficiente de correlação, ρ
ZW
, entre Z e W é diferente de zero.
(3) As variáveis aleatórias X e Y apresentam uma relação linear.

(ANPEC 1999/QUESTÃO 11) - Podemos afirmar que:

(0) A distribuição qui-quadrado muda de forma de acordo com o tamanho da amostra.
Para amostras pequenas, a distribuição se inclina para a direita assimetricamente e
torna-se cada vez mais simétrica à medida que o tamanho da amostra cresce.

(1) A distribuição “t” é sempre simétrica com média zero e à medida que o tamanho da
amostra aumenta, a distribuição “t” aproxima-se da distribuição normal padrão.

(2) A distribuição “F” é uma razão entre duas variáveis aleatórias “t” independentes,
cada uma delas dividida pelo respectivo número de graus de liberdade.
(3) A distribuição normal apresenta dois pontos de inflexão na sua função de densidade
de probabilidade f(x) nos pontos x = µ - 2.σ e x = µ + 2.σ, onde µ é a média e σ
o desvio padrão.

(4) Se X é uma variável aleatória uniforme com a seguinte função de densidade de
probabilidade
f x
k a x b
( ) =
< <
¦
´
¹
se
quaisquer outros valores. 0

então k = b - a.


(ANPEC 1999/QUESTÃO 12) - Sobre as distribuições de probabilidade podemos
afirmar que:

(0) Na distribuição Binomial não é possível contar as não-ocorrências do evento e a
média e a variância são iguais ao parâmetro da distribuição.

(1) As características da distribuição de Poisson são:
(i) n repetições de um experimento de Bernoulli;
(ii) as repetições são independentes;
(iii) cada experimento tem dois resultados possíveis que são mutuamente
exclusivos;
(iv) a distribuição de probabilidade é definida como
P X x
n
x
p q
x n x
( ) . . = =
|
\

|
¹
|

, x = 1, 2, …, n, onde n = número de
repetições do experimento, p = probabilidade de ocorrência de sucesso e
q = 1 - p.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
55
(2) A média de uma distribuição Geométrica é 1/p, onde p = probabilidade de
ocorrência de sucesso.
(3) Um levantamento junto ao Setor de Contabilidade de uma loja de departamentos
mostrou que 30% dos clientes pagam suas mensalidades com atraso. Se em certo
dia selecionarmos ao acaso 10 pessoas que pagaram suas dívidas mensais, a
probabilidade de no máximo um cliente ter pago com atraso é aproximadamente
15%.

(ANPEC 1999/ QUESTÃO 13) - Seja a seguinte distribuição conjunta de
probabilidade entre as variáveis aleatórias X e Y.

Y
X 1 3 5
2 0,1 0,2 0,3
4 0,2 0,1 0,1

Podemos afirmar que:

(0) A distribuição marginal de X é
X 1 3 5
P(X) 0,3 0,3 0,4

(1) A variância de Y é 2,76.

(2) A covariância entre X e Y é -0,56.

(3) O coeficiente de correlação entre X e Y é 0,344.

(4) O coeficiente de correlação exprime a medida de dependência linear entre duas
variáveis e pode assumir um valor qualquer no intervalo [0; 1].

(ANPEC 1999/QUESTÃO 14) - Com relação as definições de Coeficiente de
Correlação e de Esperança Matemática, pode-se afirmar que :

(0) Se X e Y são duas variáveis aleatórias de forma que Y=aX+b, onde a e b são
constantes, então o coeficiente de correlação entre X e Y é igual a 1 se a < 0 e igual a -1
se a > 0.

(1) Se
XY
ρ é o coeficiente de correlação entre as variáveis X e Y onde W=aX+b e
Z=cY+d com a,b,c e d constantes, então
XY WZ
ac
ac
ρ ρ = onde a e c são diferentes de
zero.

(2) Se o coeficiente de correlação entre as variáveis X e Y é igual a zero, então
E(XY)=E(X)E(Y). Assim, pode-se concluir que X e Y são variáveis aleatórias
independentes.

(3) Se a função densidade de probabilidade de uma variável aleatória X é simétrica em
relação a um ponto X=a , então E(X)=a.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
56

(4) Dados os seguintes eventos :

X=1 se o evento A ocorre, e 0 em caso contrário.
Y=1 se o evento B ocorre, e 0 em caso contrário.
Se as probabilidades dos eventos A e B são, respectivamente, maiores do que zero,
então o coeficiente de correlação entre X e Y igual a zero implica em que X e Y são
independentes.

(ANPEC 2000/QUESTÃO 03) - Dados os seguintes enunciados envolvendo variáveis
aleatórias, é correto afirmar que:
(0) Se Y* = a + bY
2
e X* = c + dX
2
, em que a, b, c, d são constantes reais, (b,d)> 0,
E(X) = E(Y)=0, então correlação (Y*, X*) = correlação (Y,X).
(1) Se (Y,X) possuem uma distribuição Normal bivariada, então, segue-se que
E(Y|X) = a + b Y, em que a e b dependem dos momentos de Y e X.
(2) Se X ~ Normal(0,1) então Y= e
X
tem distribuição lognormal com E(Y)= e
1/2
.
(3) Se (X,Y) possuem densidade conjunta f(x,y) = φ
2
e
-φ y
, φ >0, e 0 ≤ x ≤ y, então
E(X)= 1/φ.

(ANPEC 2000/QUESTÃO 13) - Dados os seguintes enunciados envolvendo variáveis
aleatórias, é correto afirmar que:
(0) Se X é uma variável aleatória com média µ finita e variância σ
2
= 1, então
Pr ( |X - µ | ≤ 2) ≥ 0.75.
(1) E( e
X
) ≤ e
µ
, em que E(X) =

µ.
(2) {E[(X-E(X))(Y- E(Y))]}
2
≥ E[X-E(X)]
2
E[Y-E(Y)]
2
, desde que todos os
momentos necessários ao cálculo de cada uma destas expressões existam.
(3) E(Var(Y|X)) ≤ Var(Y).
(4) Se Y e X são variáveis aleatórias independentes, ambas com média e variância
finitas, então a variância da variável Z= Y/X será dada por Var (Z) = Var(Y) /
Var(X).
(ANPEC 2000/QUESTÃO 14) - Seja uma função de densidade de probabilidade :




Calcule a probabilidade de (0 ≤ x ≤ 1). Arredonde o resultado e multiplique por
100.

(ANPEC 2001/QUESTÃO 04) - Seja X uma variável aleatória, com função densidade
de probabilidade f(x) contínua, definida sobre o espaço amostral A, do universo U:
(0) Tanto A como U devem ser contínuos.
(1) A probabilidade P(X≤ x
0
) é dada por

∞ −
o
x
dX X f ) ( .
)
`
¹
¹
´
¦ ≤ <
=
x de valores outros para
x para cx
x f
0
2 0
) (
2

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
57
(2) A probabilidade P(X = x
0
) é dada por f(x
0
).
(3) A função cumulativa de probabilidade pode ser discreta.
(4) A função densidade de probabilidade de X é calculada por f(x) = ) (x F
dx
d
em que,
F(x) é a função de distribuição acumulada.

(ANPEC 2001/QUESTÃO 13) - Sabe-se que certa característica de uma população tem
distribuição Qui-quadrado com 18 graus de liberdade. Tendo sido extraída uma
amostra de 25 elementos desta população, estime a probabilidade de que a média
amostral
X
esteja no intervalo 15
≤ ≤ X
21. Use a tabela da distribuição Normal em
anexo. Resposta em percentagem, aproximando para o inteiro superior mais próximo.

(ANPEC 2001/QUESTÃO 14) - Seja X uma variável aleatória contínua, com função
densidade de probabilidade dada por
3 1 ,
2
1
) ( ≤ ≤ = X x f
. Determine o valor da
mediana dessa distribuição.

(ANPEC 2001/QUESTÃO 15) - Seja uma variável aleatória X com média E(X) = 0 e
variância
2
x
σ
= 25. Qual o limite de probabilidade para que [X – E(X)] > 10?
Resposta em percentagem.

(ANPEC 2002/QUESTÃO 03) - Considere um investidor cuja composição da carteira
é formada por dois ativos A e B.

(0) Se os retornos esperados de A e B são iguais a 10% e 5%, e as participações de A e
B na carteira são de 40% e 60%, respectivamente, então o retorno esperado da
carteira é de 7,5%.
(1) Supondo-se que os retornos dos dois ativos referidos no quesito anterior sejam
independentes e que suas variâncias sejam iguais a 10 e 20, respectivamente, então a
variância da carteira será igual a 8,8.
(2) Supondo-se que os retornos de A e B tenham a mesma variância, a diversificação
dessa carteira nestes dois ativos somente reduzirá o risco total se o coeficiente de
correlação entre os respectivos retornos for negativo.
(3) No caso de correlação negativa perfeita, se a variância de A é duas vezes a variância
de B, então é preciso investir duas vezes mais em A para eliminar o risco da
carteira.
(4) Se existir uma correlação negativa perfeita entre os retornos dos ativos A e B, haverá
uma particular composição desses ativos que eliminará completamente o risco da
carteira.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
58

(ANPEC 2002/QUESTÃO 07) - Em relação às distribuições de probabilidade
discretas:

(0) Uma variável aleatória X com distribuição binomial de parâmetro p, baseada em n
repetições, aproxima-se de uma Poisson quando ∞ → n e p permanece constante.
(1) Uma variável aleatória Y, definida como o número de repetições necessárias para a
primeira ocorrência de A, tem distribuição Geométrica, desde que as repetições
sejam independentes e que P(A) = p e P(A
C
) = 1-p.
(2) Pode-se utilizar a distribuição Binomial para, por exemplo, calcular a probabilidade de se encontrar k
peças defeituosas em um lote de n peças selecionadas ao acaso, sem reposição.
(3) Se uma variável aleatória segue uma distribuição Hipergeométrica, sua distribuição
será próxima da Binomial se o tamanho da população for grande em relação ao
tamanho da amostra extraida .
(4) Se Z tiver distribuição de Poisson com parâmetro α , então, E(Z) = V(Z) =α .
(ANPEC 2002/QUESTÃO 08) - Em relação às distribuições de probabilidade
contínuas:

(0) Se X tem distribuição Normal(
2
,σ µ ), então a função densidade de probabilidade de
X, f(x), atinge o seu valor máximo quando x =µ e nesse ponto
π σ 2
1
) ( = x f .
(1) Se X tem distribuição Uniforme no intervalo [0,α ], α >0, então, α tem que ser
igual a 4/3 para que P(X > 1) = 1/3.
(2) A distribuição t de Student assemelha-se à Normal padrão, N(0,1), mas possui
caudas mais pesadas, quando n, o tamanho da amostra, é maior do que 30.
(ANPEC 2003/QUESTÃO 03) - O custo X de produção de certo bem é uma variável
aleatória com função densidade de probabilidade
¹
´
¦ ≤ ≤
=
contrário caso 0
4 1
) (
2
x kx
x f

É correto afirmar que:

(0) o valor de k é 63;
(1) o custo médio do produto é aproximadamente 1,04;
(2) o custo é menor do que 2 com probabilidade 1/9;
(3) a variância do custo do produto é aproximadamente 3,04;
(4) o custo é maior do que 3 com probabilidade 8/9.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
59

(ANPEC 2003/QUESTÃO 04) - Com relação à variáveis aleatórias discretas é correto
afirmar que:

(0) se X
1
, ..., X
n
são variáveis aleatórias identicamente distribuídas com distribuição
Bernoulli com parâmetro p, então

=
=
n
i
i
X Z
1
terá uma distribuição Poisson quando
n for grande;
(1) uma variável aleatória com distribuição binomial representa o número de sucessos
em n experimentos de Bernoulli;
(2) a distribuição hipergeométrica é um caso especial da distribuição Normal;
(3) a distribuição Qui-quadrado possui média igual a n e variância igual a 4n, em que n
é o número de graus de liberdade;
(4) a distribuição binomial pode ser aproximada pela distribuição de Poisson para
valores grandes de n (tamanho da amostra) e pequenos de p (probabilidade de
sucesso).
(ANPEC 2003/QUESTÃO 09) - Sendo Y e X duas variáveis aleatórias, é correto
afirmar que:

(0) Var(Y + X) = Var(Y) + Var(X) - 2Cov(Y, X);
(1) Var(Y - X) = Var(Y) - Var(X) - 2Cov(Y,X);
(2) Var (Y + X) = Var(Y) + Var(X), se Y e X forem independentes;
(3) se Cov(Y, X) = 0, então Y e X são independentes;
(4) se Cov(Y, X) = 0 e se Y e X têm distribuição conjunta normal, então Y e X são
independentes.

(ANPEC 2003/QUESTÃO 14) - Considere o vetor aleatório X = (X1, X2, X3) com
distribuição de probabilidade
¹
´
¦
≤ ≤ ≤ ≤ ≤ ≤
=
contrário caso 0
2 0 , 1 0 , 1 0 6
) , , (
3 2 1 3
2
2 1
3 2 1
x x x x x x
x x x f
X


Encontre a probabilidade de 5 , 0 0
1
≤ ≤ x .
(Multiplique o resultado por 100).
(ANPEC 2002 - QUESTÃO 13) - Suponha que a função densidade de probabilidade
conjunta da variável aleatória bidimensional (X,Y) seja uniformemente distribuída
na região de domínio,
2 0 , 2 0 ) ( ) , ( ≤ ≤ ≤ ≤ − = y x y x x k y x f
Encontre E(X). Multiplique a resposta por 10 e transcreva somente a parte inteira do
número encontrado.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
60
(ANPEC 2002 - QUESTÃO 14) - Uma companhia de seguros tem 400 segurados de
certo tipo. O prêmio do seguro é R$ 1.000,00 por ano. Caso ocorra um sinistro a
seguradora indenizará R$ 8.000,00 a cada acidentado. Sabe-se que a probabilidade
de ocorrência de sinistro, é 0,1 por ano. Os custos fixos da seguradora são de R$
8.000,00 por ano. Qual a probabilidade da seguradora ter prejuízo em um certo
ano? (Ignore o fator de correção para continuidade, multiplique sua resposta por
100 e transcreva a parte inteira do número encontrado).
(ANPEC 2002/QUESTÃO 08) - Em relação às distribuições de probabilidade
contínuas:
(0) Se X tem distribuição Normal(
2
,σ µ ), então a função densidade de probabilidade de
X, f(x), atinge o seu valor máximo quando x =µ e nesse ponto
π σ 2
1
) ( = x f .
(1) Se X tem distribuição Uniforme no intervalo [0,α ], α >0, então, α tem que ser
igual a 4/3 para que P(X > 1) = 1/3.
(2) A distribuição t de Student assemelha-se à Normal padrão, N(0,1), mas possui
caudas mais pesadas, quando n, o tamanho da amostra, é maior do que 30.
(3) Se uma variável aleatória contínua tem função de distribuição
0 se 0
0 se 1 ) (
< =
≥ − =

x
x e x F
x

então a função densidade de probabilidade de X será
. 0 se 0
0 se ) (
< =
≥ =

x
x e x f
x

(4) A variável aleatória Z tem distribuição Lognormal se e somente se exp (Z) tiver
distribuição Normal.
(ANPEC 1991) – Sejam X e Y variáveis aleatórias independentes tais que: E(X) = 3,
E(Y) = 2, E(X
2
) = 10 e E(Y
2
) = 7. Pode-se afirmar que:
(0) E(X,Y) = 6
(1) VAR(X + Y) = 4
(2) VAR (Y – 3X) = 6
(3) O coeficiente de correlação entre X e Y é igual a 1/9
(4) E{[X – E(X)][Y – E(Y)} não pode ser calculado.












INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
61

III – Principais teoremas de probabilidade. Teorema de Tchebycheff. Lei dos
Grandes Números. Teorema do Limite Central. Inferência estatística. Estimação
pôr ponto e pôr intervalo. Propriedades desejáveis dos estimadores em pequenas e
grandes amostras

Questões de Concursos Públicos e do Provão do MEC


01 – (ESAF/Analista de Comércio Exterior/2002) - Deseja-se determinar, para uma
população com N elementos, em um esquema de amostragem aleatória simples, o
tamanho de amostra n necessário para estimar a média populacional do atributo X.
Deseja-se que o erro em valor absoluto do procedimento não seja superior a 10% da
média populacional, com probabilidade de 95%. De um estudo piloto obtém-se que a
variância de X tem o valor 80 e que a média tem o valor 20. Tomando como
aproximadamente 2 o quantil de ordem 0,975 da distribuição normal padrão, supondo
que a média da amostra tem distribuição aproximadamente normal e desprezando a
fração de amostragem n/N, assinale a opção que dá o valor de n.
a) 1000
b) 100
c) 80
d) 200
e) 150

02 - (ESAF/AFPS/2002/Administração Tributária Previdênciária) – Em um
esquema de amostragem aleatória simples deseja-se determinar o tamanho da amostra
que permite estimar a média de um atributo X com erro absoluto não-superior a 2
unidades com probabilidade 95%. Como informação preliminar esperase que X seja
aproximadamente uniformemente distribuído com amplitude populacional de cerca de
100 unidades. Considerando como aproximadamente zero a taxa n/N e tomando como 2
o quantil de ordem 97,5% da normal padrão, assinale a opção que dá o valor de n.
a) 431
b) 133
c) 400
d) 830
e) 1.000

03 - (ESAF/AFPS/2002/Administração Tributária Previdênciária) – Sejam X
1
, ... ,
X
n
observações de um atributo X. Sejam
a) Pelo menos 95% das observações de X diferem de
x
___
em valor absoluto pôr menos
que 2S.
b) Pelo menos 99% das observações de X diferem de
x
___
em valor absoluto pôr menos
que 2S.
c) Pelo menos 75% das observações de X diferem de
x
___
em valor absoluto pôr menos
que 2S.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
62
d) Pelo menos 80% das observações de X diferem de
x
___
em valor absoluto pôr menos
que 2S.
e) Pelo menos 90% das observações de X diferem de
x
___
em valor absoluto pôr menos
que 2S.

04 - (ESAF/AFPS/2002/Administração Tributária Previdênciária) – O desvio-
padrão da média para uma amostra de tamanho 100 é 30. A fim de tornar o desvio-
padrão da média igual a 15, o que deveríamos fazer?
a) Aumentar o tamanho da amostra para 200.
b) Aumentar o tamanho da amostra para 150.
c) Diminuir a amostra para 50.
d) Aumentar o tamanho da amostra para 400.
e) Aumentar o tamanho da amostra para 300.

05- (ESAF/AFPS/2002/Administração Tributária Previdênciária) –Assinale a opção
correta em referência ao significado do termo amostragem aleatória simples.
a) Refere-se a um método de classificação da população.
b) Refere-se à representatividade da amostra.
c) É um método de escolha de amostras.
d) Refere-se a amostras sistemáticas de populações infinitas.
e) Refere-se à amostragem por quotas.

06 – (VUNESP/Analista do Banco Central – 1998) – Através de uma amostra de 100
trabalhadores de certa categoria profissional, estimou--se um salário médio amostral de
R$ 2000,00. O desvio padrão populacional vale R$ 400,00. Desta forma, o intervalo de
confiança para o salário médio de toda a categoria foi 2000,00 + 80,00, com um certo
coeficiente de confiança. Se tivéssemos obtido o mesmo dado amostral com uma
amostra de 400 pessoas, o intervalo de confiança (com o mesmo coeficiente de
confiança) seria dado pôr
a) 2000,00 + 80,00
b) 2000,00 + 60,00
c) 2000,00 + 40,00
d) 2000,00 + 20,00
e) 2000,00 + 10,00

07 – (ESAF/IBGE – 1999) – X
1
, X
2
, X
3
é uma amostra aleatória simples de uma
distribuição com média µ e variância σ
2
. A estatística T = (3 X
1
– X
2
+ X
3
)/5 tem média
e variância, respectivamente, iguais a:
a) 3µ e 12σ
2

b) µ e σ
2

c) 0,6µ e 2σ
2

d) 0,6µ e 0,44σ
2

e) µ e 0,2σ
2





INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
63

08 – (ESAF/IBGE – 1999) – Uma amostra simples de tamanho 10 de uma distribuição
normal com média µ e variância σ
2
forneceu os seguintes valores:

2,0 2,0 2,4 2,7 3,0 3,5 3,8 4,0 4,3

Usando estimação pôr máxima verossimilhança, a estimativa de σ
2
é igual a
a) 0,025
b) 0,251
c) 0,652
d) 0,725
e) 1,237

09 – (ESAF/IBGE – 1999) – X
1
, X
2
, X
3
, X
4
é uma amostra aleatória simples de uma
distribuição com média µ. Considere os seguintes estimadores de µ:

T
1
= 2X
1
+ X
2
+ X
3
/5
T
2
= X
1
+ X
2
+ X
3
/4
T
3
= 2X
1
X
2
- X
3
X
4
T
4
= X
1
+ 2X
2
- 3X
3
+ X
4


São estimadores não viesados de µ:

a) T
1
e T
2

b) T
1
e T
4

c) T
1
e T
3

d) T
3
e T
4

e) T
2
e T
4


Questões do Exame Nacional da ANPEC


(ANPEC 1992 - QUESTÃO 9) - Considere x x x
n 1 2
, , , K uma amostra aleatória
extraída de uma população que tem distribuição Normal com média µ e variância σ
2
.
Pode-se dizer que:

(0) x
xi
n
_
=

é um estimador não-viesado em µ.
(1) S
xi x
n
2
2
1
=


∑( )
_
é um estimador não-viesado de σ
2
.
(2) x
_
tem distribuição Normal com média µ e variância unitária.
(3) S
2
tem distribuição qui-quadrado com n - 1 graus de liberdade.
(4) P[- x
_
< µ < x
_
] = 68%.




INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
64

(ANPEC 1993 - QUESTÃO 9) - O Teorema Central do Limite (TCL), resultado maior
dentre os teoremas da teoria da probabilidade, nas versões estudadas na graduação,
estabelece condições que asseguram a convergência de somas de variáveis aleatórias,
convenientemente padronizadas, à distribuição normal.

(0) Esta convergência se dá em probabilidade, ou seja, é a mesma da Lei Fraca dos
Grandes Números.
(1) As variáveis aleatórias utilizadas na composição da soma não precisam ser
independentes.
(2) Se as variáveis aleatórias, atendendo às hipóteses do TCL, tem a mesma média µ
e variância σ
2
, o teorema garante que a soma das n primeiras, subtraídas de nµ,
e dividida por nσ, converge para uma distribuição normal com média 0 e
variância 1 (N(0,1)).
(3) A convergência de uma distribuição binomial (n,p), onde n é o número de
ensaios de Bernouilli e p é a probabilidade de sucesso em cada um, quando n
aumenta, pode ser provada como um simples caso particular do TCL.


(ANPEC 1993 - QUESTÃO 10) - Quanto à desigualdade de Tchebyshev, supondo-se
que uma variável aleatória tenha média e variância finita, ela assegura que a
probabilidade:

(0) da variável assumir um valor maior ou igual a n é menor ou igual à variância
mais a média divididos por n
2
.
(1) da variável ultrapassar a média de um valor maior ou igual n vezes o desvio
padrão é menor ou igual ao inverso de n
2
.
(2) da variável ultrapassar a média de um valor maior ou igual a n é menor ou igual
ao inverso de n
2
.
(3) da variável ultrapassar a média de um valor maior ou igual a n é menor ou igual
ao segundo momento dividido por n
2
.

(ANPEC 1993 - QUESTÃO 14) - Dada uma população finita, de tamanho N, e uma
amostra aleatória de tamanho n,

(0) a média amostral é um estimador não viesado da média da população somente se
a amostragem for feita com reposição.
(1) a variância da média amostral será igual à variância da população sobre n
somente se a amostragem for feita com reposição.
(2) δ
2
multiplicado por
N
N −1
é sempre um estimador não viesado da variância da
população.
(3) intervalos de confiança para a média da população podem ser obtidos, na
maioria dos casos, i.e. n maior que 40, com o auxílio da distribuição normal.

(ANPEC 1994 - QUESTÃO 13) - Suponha que uma certa distribuição com média
desconhecida tenha variância igual a um. Quanto deve ser o tamanho da amostra de
forma que a probabilidade que a média amostral X difira da média populacional em
1/2, seja pelo menos 0.95?

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
65
(ANPEC 1995 - QUESTÃO 2) - Sejam ( , , , ) X X X
n 1 2
K uma amostra aleatória com n
elementos de certa população e θ um parâmetro dessa população. Pode-se afirmar que:

(0) Um estimador T do parâmetro θ é função de ( , , , ) X X X
n 1 2
K .
(1) T será um estimador não-viesado de θ se E(T) = θ.
(2) A variância amostral, definida por
( ) X X
n
i
i
n

=

2
1
, é um estimador não-viesado
da variância populacional.
(3) {T
n
} será uma seqüência consistente de estimadores de θ se: lim ( )
n
n
E T
→∞
= 0 e
lim ( ) .
n
n
Var T
→∞
= 1
(4) Se T
1
e T
2
são dois estimadores não-viesados de um mesmo parâmetro θ, e se
Var(T
1
) < Var(T
2
), então T
1
é menos eficiente que T
2
.

(ANPEC 1996 - QUESTÃO 9) - Seja X Normal ~ ( , ) µ σ
2
. Considere o problema de
estimação de µ a partir de uma amostra aleatória X X
n 1
, , K e considere os três
estimadores abaixo:
M
n
X
k
k
n
1
1
1
=
=



=
+
=
n
k
k
X
n
M
1
2
1
1

M X
n
X
k
k
n
3 1
2
1
2
1
2
= +
=


Podemos afirmar que:

(0) M
1
é tendencioso.
(1) M
2
é tendencioso e M
3
é não-tendencioso.
(2) Somente M
1
é não-tendencioso.
(3) M
2
é o melhor estimador linear não-tendencioso.
(4) M
2
e M
3
são não-eficientes.
(5) M
1
é consistente.

(ANPEC 1996 - QUESTÃO 13) - Suponha que X
1
, X
2
, ... , X
n
sejam identicamente
distribuídas, tendo valor esperado e variâncias comuns dados por µ e σ
2
,
respectivamente. Defina a variância amostral como

, )
2
1
( ) 1 (
1
2
X
n
k
X
k
n
S
− ∑
=


=
e considere as seguintes assertivas:

(I) A média amostral é um estimador consistente de µ.
(II) A variável (n-1)S
2

2
tem distribuição de qui-quadrado com n-1 graus de
liberdade.
(III) S
2
é estimador não-tendencioso de σ
2
.
(IV) A média amostral tem distribuição normal.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
66

Podemos afirmar que:

(0) Se X
1
, X
2
, ... , X
n
são normalmente distribuídas, somente (II) está errada.
(1) A assertiva (III) é correta mesmo sem a hipótese de normalidade de X
1
, X
2
,
... , X
n
.
(2) A assertiva (I) é conseqüência da Lei Fraca dos Grandes Números.
(3) Se X
1
, X
2
, ... , X
n
são normalmente distribuídas, então a variável n X S
_
/
2

tem distribuição t de Student com n-1 graus de liberdade, mesmo quando µ é
diferente de zero.

(ANPEC 1997 - QUESTÃO 8) - Com relação a um estimador
$
θ do parâmetro
populacional θ , pode-se afirmar que:

(0)
$
θ é dito consistente quando seu valor esperado é igual a θ , mesmo para amostras de
tamanho pequeno.
(1) o melhor estimador de θ sob o critério de êrro quadrático médio mínimo não é
necessàriamente não-tendencioso.
(2) um estimador de θ é chamado linear se é uma função linear das observações
amostrais.
(3) um estimador de θ é considerado relativamente eficiente se: a) é consistente; b) sua
variância é menor do que a variância de qualquer outro estimador consistente de θ .

(ANPEC 1997 - QUESTÃO 9) - Com base na Teoria da Estimação, temos:

(0) Se θ é o parâmetro populacional e
$
θ seu estimador, dizemos que
$
θ é um estimador
não-tendencioso ou não-viesado de θ se, e somente se, em média,
$
θ tem o mesmo
valor de θ .
(1) Com base numa amostra aleatória de duas observações ( X
1
e X
2
) de uma
distribuição populacional com média µ , se W = 1 / 3 X + 2 / 3 X
1 2
⋅ ⋅ , então W é
um estimador tendencioso de µ.
(2) Dada uma amostra aleatória de n observações, dizemos que
$
θ é um estimador
consistente do parâmetro populacional θ se
[ ]
lim |
$
|
n
P
→∞
− < = θ θ ε ε 1 para qualquer > 0.
(3) Seja X uma variável aleatória com média µ e variância σ
2
. Pela desigualdade de
Tchebycheff temos que
[ ]
P X k
k
| | . − ≥ ≤ > µ
σ
2
2
0 se k

(ANPEC 1997 - QUESTÃO 10) - Seja X
1
,...,X
N
uma amostra aleatória de uma
população com média µ e variância σ
2
. Sejam W e Z estimadores de µ dados por:
W
i X
i
i
i
N
i
N
=

=
=


1
1
; Z
X
N
i
i
N
=
=

1
.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
67
Pode-se afirmar que:

(0) W é não-tendencioso.
(1) W é tendencioso, e Z

é não-tendencioso.
(2) Z é consistente.
(3) W é consistente.
(4) se N > 2 , Z é relativamente mais eficiente que W.
(ANPEC 1998 - QUESTÃO 6) - Seja
$
θ o estimador do parâmetro θ :

(0) O erro quadrático médio é igual a variância do estimador
$
θ se
$
θ for um estimador
não-tendencioso de θ .
(1) Um estimador
$
θ
1
é dito eficiente se
$
θ
1
for não-tendencioso e Var(
$
θ
1
) ≤ Var (
$
θ
2
),
onde
$
θ
2
é outro qualquer estimador não-tendencioso de θ .
(2) Seja X uma variável aleatória normalmente distribuída com média µ e variância σ
2
.
Sejam x
1
e x
2
duas observações de uma amostra aleatória de tamanho 2. Podemos
afirmar que
~
µ =
+ 3 2
5
1 2
x x
é um estimador tendencioso de µ.
(3) Se
$
θ é consistente, então é não tendencioso.
(ANPEC 1998 - QUESTÃO 7) - Com base na teoria da estimação, pode-se fazer as
seguintes afirmações :

(0) Se θ é um parâmetro populacional e
$
θ seu estimador, a afirmação de que
$
θ é um
estimador consistente de θ se lim {
$
} P θ θ ε − ≤ = 1 para todo ε > 0 quando
n → ∞, é equivalente a afirmação de que se θ θ = )
ˆ
( limE e lim (
$
) Var θ = 0
quando n → ∞, então
$
θ será um estimador consistente de θ .
(1) Se x é uma variável aleatória com E(X) = µ e variância σ
2
, então a média
amostral, X , será um estimador consistente da média populacional µ .
(2) A estatística, S
x x
n
i
i
n
2
2
1
=

=

( )
, baseada em uma amostra aleatória x
1
,
x
2
,x
3
,....,x
n
é um estimador não tendencioso da variância populacional.
(3) A estatística, S
x x
n
i
i
n
2
2
1
=

=

( )
, baseada em uma amostra aleatória x
1
,
x
2
,x
3
,....,x
n
é um estimador inconsistente da variância populacional.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
68

(ANPEC 1998 - QUESTÃO 11) - Com relação a desigualdade de Tchebycheff e ao
Teorema Central do Limite, pode-se afirmar que :

(0) Se uma variável aleatória X tem média µ , E(X)=µ , e variância igual a zero,
Var(X) = 0, então P X { } − ≤ = µ ε 1 para todo ε > 0, ou seja, toda a probabilidade
estará concentrada na média E(X) = µ .
(1) Seja X uma variável aleatória com média µ e variância σ
2
. Quando se considera o
evento complementar, uma das formas da desigualdade de Tchebycheff é igual a
2
1
1 } {
k
k X P − ≥ > − σ µ , onde k é um número real.
(2) Se a população tem distribuição Normal, então a distribuição das médias amostrais
também será Normal, independente do tamanho da amostra.
(3) Se X tem distribuição desconhecida com média 500 e variância 2.500, para uma
amostra aleatória de tamanho 100 podemos afirmar que a média da amostra tem
distribuição aproximadamente normal com média 500 e variância 25.

(ANPEC 1999 - QUESTÃO 6) - Com base na teoria da estimação, pode-se fazer as
seguintes afirmações :

(0) De acordo com o critério de eficiência, medido pela comparação entre as variâncias
dos estimadores, a média amostral X é preferível a primeira observação
1
X como
estimador da média populacional, supondo-se que
2
σ seja a variância da população.

(1) Seja θ
ˆ
um estimador não-viciado de θ . Se g(θ
ˆ
) é uma função do parâmetro θ ,
então E[g(θ
ˆ
)] ≠ g[E(θ
ˆ
)] com a igualdade ocorrendo somente quando g(θ ) for uma
função linear.
(2) A função densidade de probabilidade da variável aleatória x é dada por
α
1
) ( = x f
para α ≤ ≤ x 0 e 0 para outros valores. Assim sendo, considerando-se uma amostra
aleatória de tamanho n ,
n
x x x x , , ,
3 2 1
⋅ ⋅ ⋅ ⋅ , o estimador de Máxima Verossimilhança de
α será igual ao Mínimo de
n
x x x x , , ,
3 2 1
⋅ ⋅ ⋅ ⋅ .
(3) Dado que as variâncias das estatísticas
S
x x
n
i
i
n
2
2
1
=

=

( )
e
S
x x
n
i
i
n
2
2
1
=

=

( )

são, respectivamente , iguais a
1
2
4
− n
σ
e
2
4
)
1
(
1
2
n
n
n


σ
, então
S
x x
n
i
i
n
2
2
1
=

=

( )
é mais
preciso do que
S
x x
n
i
i
n
2
2
1
=

=

( )
embora seja uma estatística viciada.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
69

(ANPEC 1999 - QUESTÃO 8) - Deseja-se estimar o faturamento médio, µ , de uma
empresa. A informação que se tem é de que o desvio padrão dos valores das faturas
desta empresa é de R$25,00. Se existem 500 faturas desta empresa, encontre o tamanho
da amostra necessário para estimar, µ, com um limite sobre o erro de estimação de
R$5,00. Considere somente a parte inteira da resposta.

(ANPEC 1999 - QUESTÃO 9) - Podemos afirmar que:

(0) Pelo Teorema do Limite Central podemos afirmar que se a variável aleatória X tem
uma distribuição qualquer com média µ e variância σ
2
, então a distribuição de X
(média da amostra) aproxima-se da distribuição normal com os mesmos parâmetros
média µ e variância σ
2
, quando o tamanho da amostra aumenta.

(1) Sejam as variáveis aleatórias X
i
(i= 1, 2, …, 10) independentes e normalmente
distribuídas com média µ = 10 e desvio padrão σ = 2. Então, se
Y X
i
i
=
=

1
10
podemos afirmar que, a medida que n cresce, Y tende para uma
distribuição normal com média E(Y) = 1 e V(Y) = 0,2.

(2) Uma distribuição binomial tende a uma distribuição normal quando o número n de
provas independentes de Bernoulli cresce.

(3) Se a distribuição de probabilidade de uma variável aleatória X é conhecida, podemos
calcular sua esperança e sua variância, se existirem. Embora a recíproca não seja
verdadeira, poderemos estabelecer um limite superior (ou inferior) muito útil para
as probabilidades da distribuição através do uso da desigualdade de Tchebycheff.

(4) Para qualquer tamanho de amostra, a distribuição amostral de proporções de uma
amostra de sucessos é mais dispersa quando a proporção populacional é igual ½ e é
menos dispersa quando a proporção populacional é igual a zero ou a um.


(ANPEC 2000 - QUESTÃO 04) -
Seja X
1
, X
2
, ..., X
n
uma amostra aleatória da densidade Normal(0,θ) e seja T=
1/n

=
n
i
i
X
1
2
. É correto afirmar que:
(0) T é o estimador de máxima verossimilhança (EMV) de θ.
(1) T é um estimador tendencioso de θ.
(2) A variável aleatória Z = θ /
1
2

=
n
i
i
X tem distribuição qui-quadrado com n graus de
liberdade.
(3) E (
3
2
2
1
X X ) = θ
2
.
(4) T é um estimador eficiente de θ.


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
70
(ANPEC 2000 - QUESTÃO 07) -
Seja Y uma variável aleatória contínua com distribuição de probabilidade f(y;θ),
em que θ = (θ
1

2
,...,θ
p
). Considere uma amostra aleatória de Y, com tamanho n. Com
relação à função de verossimilhança L(θ), é correto afirmar que:
(0) l(θ)= ln L(θ) =

=
n
i
i
y f
1
) ; ( log θ , em que ln é o logaritmo natural.
(1) A função de verossimilhança é também uma função de densidade de probabilidade,
que possui, assim, todas as propriedades matemáticas associadas à uma função de
densidade de probabilidade.
(2) Uma condição necessária a que os estimadores de máxima verossi- milhança
devem satisfazer é que a matriz {
j i
l θ θ θ ∂ ∂ ∂ / ) (
2
} i,j = 1, 2, ..., p, avaliada no
ponto de máximo, seja negativa definida.
(3) Sendo T
n
o estimador de máxima verossimilhança do parametro escalar θ
1,
segue-
se que T
n
apresenta a seguinte propriedade:

0 ) | Pr(|
1
lim
= ≥ −
∞ →
ε θ
n
T
n
, ∀ ε > 0.
(4) Sendo φ= g(θ
1
), em que g(.) é uma função um a um de θ
1
, e T
n
é o estimador de
máxima verossimilhança de θ
1,
segue-se que o estimador de máxima
verossimilhança de φ será G
n
= g(T
n
)[dφ/dθ
1
] , em que a derivada é avaliada em
θ
1
= T
n
.

(ANPEC 2000 - QUESTÃO 08) -
Sejam pˆ e p
~
dois estimadores do parâmetro p da distribuição Binomial, em que Y
é a variável desta distribuição e n o tamanho da amostra:
.
1
1
~
ˆ
+
+
= =
n
Y
p
n
Y
p
(0) pˆ é o estimador de máxima verossimilhança do parâmetro p.
(1) Sob o critério do erro quadrado médio, para pequenas amostras, não há supremacia
de um estimador sobre o outro.
(2) O viés do estimador p
~
é dado por )] 1 ( ) 1 [( n p + − .

(ANPEC 2000 - QUESTÃO 12) -
Dados os seguintes enunciados, é correto afirmar que:

(0) A Lei Fraca dos Grandes Números diz que: dada uma variável aleatória com
distribuição arbitrária e média e variância finitas, a média amostral obtida a partir
de uma amostra aleatória de tamanho n terá distribuição Normal.
(1) Se X
1
, X
2
, ..., X
n
são variáveis aleatórias independentes, com distribuição
Poisson(θ), θ > 0, então, para n "grande", é válida a seguinte aproximação:
√n (
___
X - θ) / θ ~ N(0,1), em que
__
X é a média amostral.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
71
(2) Se X
1
, X
2
, ..., X
n
são variáveis aleatórias independentes, com distribuição
Normal(µ,σ
2
), σ
2
> 0, então, para qualquer tamanho de n,
√n (
___
X - µ) / σ ~ Normal(0,1), em que
__
X é a média amostral.


(ANPEC 2001 - QUESTÃO 03) - Uma amostra de tamanho n foi selecionada de uma
população de m elementos. Pode-se afirmar que :
Ⓞ A média amostral X é um estimador não tendencioso e eficiente da média
populacional µ se todos elementos de m tiverem a mesma probabilidade de serem
selecionados .
Ⓞ A variância da distribuição amostral de X é
2
n
σ
se a população for infinita ou se a
amostragem for com reposição.
Ⓞ Se a população for finita, a variância da distribuição amostral de X é
2
1
(1 )
n n
σ

porque as observações da amostra são independentes.
Ⓞ Se X for uma variável aleatória qualquer a distribuição de X será normal com média
µ e variância
2
1 n
σ

.
Ⓞ Se lim ( ) 0
n
E X
→∞
= , então X é um estimador assintoticamente não tendencioso.
(ANPEC 2002 - QUESTÃO 04) -
Seja X uma variável aleatória com distribuição de probabilidade que dependa do
parâmetro desconhecido θ, tal que E(X) = θ. Seja também x
1
, x
2
, ..., x
n
uma amostra
aleatória de X.

Ⓞ Para amostras suficientemente grandes, o estimador de máxima verossimilhança de θ,
caso exista, segue uma distribuição Normal.
Ⓞ Se

=
=
n
i
i i
x c
ˆ
1
θ é um estimador de θ, este não será viciado desde que 1 c
n
1 i
i
= ∑
=
. Além
do mais, θ
ˆ
terá variância mínima se c
i
=1/n para todo i.
Ⓞ Se ∑
=
= θ
n
1 i
i
x
n
1
ˆ
é um estimador não viciado de θ, então
2
ˆ
θ também será um estimador
não viciado de
2
θ .
Ⓞ Se a variável aleatória X é uniformemente distribuída no intervalo [0,θ], com θ > 0,
então
n
n
ˆ
1 +
= θ máximo[x
1
, x
2
, ..., x
n
] não é um estimador consistente de θ.
Ⓞ Ⓞ Se
1
ˆ
θ e
2
ˆ
θ são dois estimadores do parâmetro θ em que E (
1
θ
ˆ
) = θ
1
e E (
2
θ
ˆ
) ≠ θ
2

mas Var (
2
θ
ˆ
) < Var (
1
θ
ˆ
), então o estimador
2
θ
ˆ
deve ser preferível a
1
θ
ˆ
.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
72
(ANPEC 2002 - QUESTÃO 06) - Indique se as seguintes considerações sobre a Lei
dos Grandes Números, Desigualdade de Tchebycheff e teorema do Limite Central
são verdadeiras (V) ou falsas (F).

Ⓞ De acordo com a desigualdade de Tchebycheff, se a variância de uma variável
aleatória X for muito próxima de zero, a maior parte da distribuição de X estará
concentrada próxima de sua média.
Ⓞ O teorema do Limite Central afirma que,para uma amostra grande o suficiente, a
distribuição de uma amostra aleatória de uma população Qui-quadrado se aproxima
da Normal.
Ⓞ As condições suficientes para identificar a consistência de um estimador são baseadas
na Lei dos Grandes Números.
Ⓞ Em n repetições independentes de um experimento, se
A
f é a freqüência relativa da
ocorrência de A, então
2
A
n
) P 1 ( P
1 } P f { P
ε

− ≤ ε < − , em que P é a probabilidade
constante do evento A e ε é qualquer número positivo.
Ⓞ Se uma variável aleatória X tem distribuição Binomial com parâmetros n = 20 e P =
0,5, então ( )
5
10
} {

Φ ≈ ≤
a
a X P em que ) (• Φ é a função de distribuição
Normal padrão.

(ANPEC 2002 - QUESTÃO 15 ) - Quantas vezes ter-se-á de jogar uma moeda
equilibrada de forma a se ter pelo menos 95% de certeza de que a freqüência relativa do
resultado “cara” fique a menos de 0,01 da probabilidade teórica ½, ou seja, de maneira
que a amplitude do intervalo de confiança da probabilidade teórica seja 0,02? (Utilize o
teorema de Tchebycheff. Divida a resposta por 1.000 e transcreva a parte inteira do
número encontrado).

(ANPEC 2003 - QUESTÃO 02) - Sejam: X
1
, X
2
, ..., X
n
variáveis aleatórias
independentes e normalmente distribuídas com média µ e variância σ
2
;

=

=
n
i
i
X n X
1
1
; e

=
=
n
i
i
Y Z
1
2
, em que ( ) µ σ − =

X Y
i
1
. É correto afirmar que:

Ⓞ X é um estimador tendencioso da média µ;
Ⓞ Z é uma variável aleatória com distribuição
2
χ com n graus de liberdade;
Ⓞ ( )

=

− =
n
i
i
X X n s
1
2
1 2
é um estimador tendencioso da variância σ
2
;
Ⓞ X n é uma variável aleatória normalmente distribuída com média nµ e variância σ
2
;
Ⓞ a variável aleatória
n
Z
Y
W
i
i
= possui distribuição F com n
1
e n
2
graus de liberdade,
em que n
1
= 1 e n
2
= 2n.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
73

(ANPEC 2003 - QUESTÃO 11) - O número de clientes – Y – que passa diariamente
pelo caixa de um supermercado foi observado durante certo período. Constatou-se
que o valor médio de Y é de 20 clientes, com desvio padrão igual a 2. Encontre o
limite mínimo para a probabilidade de que o número de clientes amanhã se situe
entre 16 e 24. (Pista: Utilize o teorema de Tchebycheff). Multiplique o resultado por
100.







































IV - Intervalo de Confiança e Teste de Hipóteses. Tipos de erro. Nível de
significância

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
74

Questões de Concursos Públicos e do Provão do MEC


01 - (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - Acredita-se
que o preço de um bem (X), em reais, tenha distribuição populacional uniforme no
intervalo aberto (1; 7). Assinale a opção que corresponde à probabilidade de se observar
na população um valor de X de pelo menos 3 reais e de no máximo 5 reais.
a) 2/7
b) 1/3
c) 5/6
d) 1/2
e) 3/4

02 - (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Tem-se uma
variável aleatória normal X com média µ e desvio-padrão σ. Assinale a opção que dá o
intervalo contendo exatamente 95% da massa de probabilidades de X.
a) (µ-0,50σ; µ+0,50 σ)
b) (µ-0,67 σ; µ+0,67 σ)
c) (µ-1,00 σ; µ+1,00 σ)
d) (µ-2,00 σ; µ+2,00 σ)
e) (µ-1,96 σ; µ+1,96 σ)

03 – (ESAF/AFPS-2002/Administração Tributária Previdenciária) - Um atributo X
tem distribuição aproximadamente normal com média µ e variância σ
2
. A partir de uma
amostra aleatória de tamanho 16 da população definida pôr X, deseja--se testar a
hipótese H
0
: µ = 22, contra a alternativa H
a
: µ = 22. Para esse fim, calcula--se a média
amostral 30
____
=
X
e a variância amostral S
2
= 100. Assinale a opção que corresponde à
probabilidade de significância (p-valor do teste)

a) 2P{T>3,2} onde T tem distribuição de Student com 15 graus de liberdade.
b) P{|Z|>3,2} onde Z tem distribuição normal padrão.
c) P{Z< - 2,2} onde Z tem distribuição normal padrão.
d) P{T< - 3,2} onde T tem distribuição de Student com 15 graus de liberdade.
e) P{|T| > 2,2} onde T tem distribuição de Student com 15 graus de liberdade.

Para a questão 04, a tabela abaixo, que dá valores das funções de distribuição da
variável normal reduzida e da variável t de Student, pode ser útil.

Z 0,5 1 1,5 2 2,5 3 NORMAL
F(z) 0,691 0,841 0,933 0,977 0,994 0,999
t com 9 graus de liberdade F(z) 0,685 0,828 0,916 0,962 0,983 0,993
t com 8 graus de liberdade F(z) 0,685 0,827 0,914 0,960 0,982 0,991
04 – (Analista do Banco Central – 1994) – Uma amostra aleatória simples, de
tamanho n = 9, de uma população normal, revelou média amostral 12
____
=
X
e desvio
padrão amostral S = 6. O intervalo de confiança [8,16], para a média da população, tem
nível de confiança de:
a) 92%
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
75
b) 92,4%
c) 96%
d) 96,2%
e) 97,7%

05 – (Analista do Banco Central – 1994) – Um teste de hipótese foi aplicado e, ao
nível de significância de 5%, rejeitou-se H
0
. O que acontecerá, se forem adotados os
níveis de significância de 1% e de 10%, respectivamente?

a) Rejeitar-se-á H
0
em ambos os casos.
b) Rejeitar-se-á H
0
A 1% e nada se pode afirmar quanto ao de 10%.
c) Nada se pode afirmar quanto ao de 1% e rejeitar-se-á H
0
a 10%
d) Nada se pode afirmar em ambos os casos.
e) Aceitar-se-á H
0
a 1% e rejeitar-se-á H
0
a 10%.

06 – (Analista do Banco Central – 1997) – Um auditor possui 10.000 comprovantes de
operações financeiras referentes ao mês de julho de 1997. Uma amostra de 100
comprovantes foi selecionada e apresentou os seguintes resultados:

valor médio das operações: R$ 1.500,00 e
desvio padrão observado: R$ 270,00

Considerando cálculos para populações infinitas e aproximação normal,
julgue os itens seguintes, utilizando, se necessário, a tabela normal padronizada abaixo.


%

.00

.01

.02

.03

.04

.05

.06

.07

.08

.09

1.0

.3413

.3438

.3461

.3485

.3508

.3531

.3554

.3577

.3599

.3621

1.1

.3643

.3643

.3686

.3708

.3729

.3749

.3770

.3790

.3810

.3830

1.2

.3849

.3869

.3888

.3907

.3925

.3944

.3962

.3980

.3997

.4015

1.3

.4032

.4049

.4066

.4082

.4099

.4115

.4131

.4147

.4162

.4177

1.4

.4192

.4207

.4222

.4236

.4251

.4265

.4279

.4292

.4306

.4319

1.5

.4332

.4345

.4357

.4370

.4382

.4394

.4406

.4418

.4429

.4441

1.6

.4452

.4463

.4474

.4484

.4495

.4505

.4515

.4525

.4535

.4545

1.7

.4554

.4564

.4573

.4582

.4591

.4599

.4608

.4616

.4625

.4633

1.8

.4641

.4649

.4656

.4656

.4671

.4671

.4678

.4693

.4699

.4706

1.9

.4713

.4719

.4726

.4726

.4738

.4744

.4750

.4756

.4756

.4767

2.0

.4772

.4778

.4783

.4788

.4793

.4798

.4803

.4808

.4812

.4817







a) O valor total das operações realizadas em julho é estimado em R$ 150.000,00.
b) Se o intervalo de confiança obtido para o valor médio das operações foi
[1.440;1.560], o nível de confiança utilizado para o cálculo foi superior a 95%.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
76
c) A probabilidade de uma dessas operações financeiras de julho ter valor superior a
R$ 1.770,00 é inferior a 0,2.
d) Para estimar a proporção de comprovantes com erro de digitação, considerando
margem de erro amostral igual a 2% e nível de confiança de 95%, o número de
comprovantes a serem analisados deverá ser superior a 2.750,00.
e) Caso, em agosto, o intervalo de confiança para o mesmo estudo tenha sido de
[1.450;1.520], com nível de confiança de 97,7%, um teste de hipótese que queira
reduzir a 0,01 o risco de se cometer um erro do tipo I não fornecerá evidência para
se afirmar que a média de operações foi diferente de R$ 1.515,00.

07 – (CESPE-UnB/Analista do Banco Central/2000) – um psicólogo deseja estudar o
tempo (em minutos) que os empregados de uma companhia levam para realizar certa
tarefa. Postula-se que os tempos na população considerada seguem uma distribuição
normal com média µ e variância σ
2
, ambas desconhecidas. O psicólogo obteve uma
amostra de n = 100 empregados e registrou o tempo que cada um deles precisou para
realizar a tarefa. Para os 100 tempos registrados, obtiveram-se o valor médio 25 , 6
____
=
X


minutos e o desvio padrão S = 1 minuto.

Valores selecionados da tabela normal

Z 1,282 1,645 1,960 2,576
Pr (X<z) 0,900 0,950 0,975 0,995

Se X tem distribuição normal padrão, as entradas representam a probabilidade Pr(X<z).


Nessa situação e utilizando, caso seja necessário, os valores selecionados
da tabela normal fornecidos acima, julgue os itens a seguir.
a) Quando µ = 6,50 e σ
2
= 1, a probabilidade de se observar um valor de X menor ou
igual a 6,25 é maior que 0,995.
b) O nível de confiança do intervalo 6,09 < µ< 6,41 é menor que 95%.
c) Para um nível de significância α = 0,01 (1%), a hipótese nula H
0
: µ = 6,50 é
rejeitada em favor da alternativa H
a
: µ = 6,50.
d) Ao testar a hipótese nula H
0
: µ = 6,50 contra a alternativa H
a
: µ = 6,50, o nível de
significância α representa a probabilidade de se aceitar a hipótese nula quando ela
for falsa.
e) Se o psicólogo desejar obter um intervalo de confiança de nível 95% para µ cujo
comprimento não seja maior que 0,04 minutos, usando como hipótese de trabalho
que σ = 1, então ele necessitará obter uma amostra de tamanho igual a 1.000.




08 – (Analista do Banco Central/2001) – Um auditor deseja estimar a proporção p de
contas incorretamente contabilizadas no processo contábil de uma instituição financeira.
Neste contexto, decide tomar uma amostra aleatória de tamanho n das contas e estimar p
usando a proporção amostral de contas incorretamente contabilizadas. O auditor
considera a população de contas infinita e que a proporção amostral tenha distribuição
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
77
aproximadamente normal com expectância p e variância p(1 – p)/n. Suponha variância
máxima e que Φ (2) ≅ 0,975, sendo Φ (.) a função de distribuição da normal padrão,
assinale a opção que dá o valor de n que o auditor deve tomar para estimar p com erro
não superior a 5% para mais ou para menos com nível de confiança de 95%.

a) 100
b) 200
c) 400
d) 500
e) 130

09 – (ESAF/IBGE – 1999) – Uma amostra aleatória de tamanho 400 de uma
distribuição normal foi observada, verificando-se uma média amostral igual a 20,3 com
um desvio padrão igual a 2,0. Um intervalo de confiança com 95% de nível de
confiança para a média populacional será dado pôr
a) (16,734; 23,866)
b) (18,736; 21,864)
c) (19,078; 21,522)
d) (20,104; 20,496)
e) (19,749; 20,851)

10 – (ESAF/IBGE – 1999) – Uma certa característica populacional é descrita pôr uma
variável aleatória com média µ e variância 16. Se observarmos uma amostra aleatória
simples de tamanho 900, a probabilidade de que a média amostal não se afaste de µ pôr
mais de 0,3 unidades é de, aproximadamente:
a) 56%
b) 73%
c) 85%
d) 90%
e) 98%

11 - (ESAF/IBGE – 1999) – Uma amostra aleatória simples de tamanho n>2 é
observada de uma distribuição normal com média µ e variância σ
2
. Para testar H
0
: µ =
µ
0
versus H
1
: µ = µ
0
, onde µ
0
é um número real qualquer, devemos usar uma estatística
de teste que tem, quando a hipótese nula é verdadeira, a seguinte distribuição de
probabilidades:
a) qui-quadrado com n graus de liberdade
b) t-Student com n-1 graus de liberdade
c) F com 1 e n – 2 graus de liberdade
d) t – Student com 1 grau de liberdade
e) F com n – 1 e n – 2 graus de liberdade





Questões do Exame Nacional da ANPEC


INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
78
(ANPEC 1992 - QUESTÃO 10) - O intervalo de confiança permite avaliar a precisão
de um estimador. Sobre ele é possível afirmar que:

(0) O nível de confiança indica a probabilidade do parâmetro populacional estar
dentro do intervalo estabelecido.
(1) O tamanho do intervalo varia inversamente com o tamanho da amostra.
(2) Dado um tamanho de amostra, quanto maior o nível de confiança, menor o erro
amostral permitido.
(3) O intervalo com 100% de confiança para a variância σ
2
estende-se de -∞ a +∞.


(ANPEC 1992 - QUESTÃO 11) - Economistas afirmam que o salário médio anual de
advogado é maior do que o salário médio anual de economista.

(0) Para testar a afirmação dos economistas é necessário apenas a hipótese de que as
populações originais sejam normais.
(1) A estatística do teste tem distribuição normal.
(2) A hipótese alternativa deverá ser H
a A E
: µ µ ≠ .
(3) Rejeitar a hipótese nula implica em aceitar a veracidade da afirmativa.
(4) A hipótese nula deverá ser H
A E 0
: µ µ = .

(ANPEC 1994 - QUESTÃO 7) - De 50.000 válvulas fabricadas por uma companhia,
retirou-se uma amostra aleatória de 400 válvulas e verificou-se que a vida média era de
800 horas, com um desvio-padrão de 100 horas.

(0) A estimativa da média populacional pertence ao intervalo (787,1 ── 812,9) com
uma confiança de 99%.
(1) Com uma confiança de 95% poderíamos afirmar que a vida média está no
intervalo [(800 - 12) ── (800 + 12)].
(2) Para que seja de 95% a confiança na estimativa [(800 - 7,84) ── (800 + 7,84)] a
amostra deve ser composta por 625 válvulas.
(3) O nível de confiança na estimação por intervalo (por exemplo 95%) significa
que, construídos todos os intervalos possíveis, 95% dos casos conterão o
parâmetro populacional.
(4) Quanto mais alto o grau de confiança, mais estreito é o intervalo de confiança
correspondente.


(ANPEC 1994 - QUESTÃO 8) - Com relação aos testes de hipóteses, podermos
afirmar que:

(0) O erro tipo I ou de primeira espécie consiste em se aceitar a hipótese nula ( ) H
0

quando ela é falsa.
(1) Os testes de hipóteses dizem respeito a regras de decisão para aceitar ou rejeitar
uma hipótese estatística com base nos elementos amostrais.
(2) A probabilidade β de cometer o erro tipo II aumenta à medida que o valor do
parâmetro se afasta do valor testado.
(3) Num teste de hipóteses para a média, quando a variância populacional é
desconhecida, devemos utilizar a estatística Z que tem distribuição N(0,1).
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
79
(4) Sejam duas amostras provenientes de duas populações normais independentes.
Se as variâncias populacionais são iguais porém desconhecidas, a estatística a
ser utilizada no teste de igualdade de médias é a “t” de Student com (n+m-2)
graus de liberdade, onde n e m são os tamanhos das amostras e (n + m) < 30.

(ANPEC 1994 - QUESTÃO 10) - Deseja-se investigar a afirmação de que o salário
médio anual dos economistas em São Paulo é maior do que o salário médio anual dos
economistas no Rio de Janeiro. Pode-se afirmar que:

(0) É necessário apenas que a amostra em cada população inclua os economistas
com mais de 10 anos de profissão.
(1) É necessário assumir que os salários em ambas as populações seguem uma
distribuição normal.
(2) A hipótese nula deverá ser H
RJ SP 0
: µ µ < em que µ
RJ
é a média populacional
dos salários no Rio de Janeiro e µ
SP
é a média populacional dos salários em São
Paulo.
(3) Se o teste for estatisticamente significante podemos concluir que os economistas
paulistas, na média, recebem um salário significante superior aos seus colegas
cariocas.
(4) Quanto maior o tamanho da amostra, para um mesmo nível de significância,
maior a possibilidade de se rejeitar a hipótese nula.

(ANPEC 1995 - QUESTÃO 9) - Com relação aos testes de hipóteses, pode-se afirmar
que:

(0) A probabilidade do erro tipo I, ou de primeira espécie, é denominada de nível de
significância do teste.
(1) O erro tipo II, ou de segunda espécie, consiste em aceitar a hipótese nula ( H
0
)
quando esta é falsa.
(2) Quanto menor for o nível de significância de um teste, mais extremo deve ser o
valor calculado da estatística do teste para que se rejeite ( H
0
).
(3) Em um teste de hipóteses para comparação de duas médias provenientes de
populações normalmente distribuídas com variâncias iguais e desconhecidas, a
estatística utilizada é a “t” de Student.

(ANPEC 1995 - QUESTÃO 13) - Quando se realiza um teste de hipótese, convém
saber que:

(0) A conclusão do teste é sensível à forma como se define a hipótese nula.
(1) A região de rejeição da hipótese nula deve abranger todos os valores que a
estatística de teste não pode assumir.
(2) Sempre que possível, deve-se adotar nível de significância de zero por cento.
(3) O poder do teste é dado pela probabilidade de se rejeitar a hipótese nula quando
esta é falsa.
(4) A estatística do teste a ser utilizada depende da distribuição do estimador.



(ANPEC 1995 - QUESTÃO 14) - O representante de um grupo comunitário informa a
uma pessoa interessada em estabelecer um centro comercial que a renda média familiar
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
80
na área é de R$ 15.000. Suponha que, para a área em questão, seja possível admitir que
a renda média familiar tem distribuição aproximadamente normal, e que se possa aceitar
o desvio-padrão como sendo R$ 2.000 (com base em um estudo anterior). Para uma
amostra aleatória de 16 famílias, a renda média familiar foi de R$ 15.500. O centro
comercial só será construído se o nível médio de renda familiar (µ) for maior que o
informado.

(0) A hipótese nula deve ser H R
0
000 : $15. µ = .
(1) A hipótese alternativa deve ser H R
1
000 : $15. . µ <
(2) Não pode ser realizado qualquer teste pois o número de elementos da amostra é
pequeno.
(3) A estatística que deve ser utilizada para a elaboração do teste é a Z, que tem
distribuição N(0,1).
(4) Um teste feito ao nível de significância de 5% permite concluir que a condição
para a construção do centro será satisfeita.

(ANPEC 1996 - QUESTÃO 8) - Sejam X
1
, X
2
, ... , Xm e Y
1
, Y
2
, ... , Y
n
variáveis
aleatórias independentes tais que X
i
∼N(µ,σ
2
) e Y
j
∼N(ν,τ
2
). Podemos afirmar que:

(0) Se num teste de hipótese com H0: µ µµ µ=0 e H1: µ µµ µ≠ ≠≠ ≠0 e nível de significância de
5% rejeitamos H0, então o intervalo de confiança para a média, com nível de
confiança igual a 95%, não irá conter o número zero.

(1) Se dispomos de dois testes (T1 e T2, digamos) apropriados para testar a
hipótese H0: µ µµ µ=ν νν ν e precisamos escolher um deles, então se a potência (ou poder)
de T1 é sempre superior à do teste T2 e ambos tem o mesmo nível de
significância, é preferível usar o teste T2.

(2) Só podemos testar a hipótese H0: µ µµ µ=ν νν ν quando m=n.

(3) Só podemos usar o teste F para a hipótese H0: σ σσ σ
2
=τ ττ τ
2
quando sabemos de
antemão que µ µµ µ=ν νν ν


(ANPEC 1997 - QUESTÃO 11) – vida útil de um tubo de televisão tem distribuição
Normal com desvio padrão (conhecido) de 500 horas. O fabricante afirma que a
vida útil média dos tubos é de, no mínimo, 9.000 horas. Sabendo-se que a vida útil
média encontrada para uma amostra aleatória de 16 tubos foi de 8.800 horas,
podemos afirmar que:

(0) Para verificar a veracidade da informação do fabricante através de um teste
estatístico de hipóteses, as hipóteses são:
Hipótese nula : H
0
: µ = 9.000 horas
Hipótese alternativa : H
1
: µ > 9.000 horas
(1) Ao nível de significância de 5%, não podemos contestar a afirmação do fabricante.
(2) Se a informação amostral fosse obtida de uma amostra de 36 tubos, ao nível de
significância de 2,5% também não podemos contestar a afirmação do fabricante.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
81
(3) O tamanho mínimo da amostra para uma estimativa por intervalo da vida média dos
tubos deveria ser de 50 tubos, de modo que o erro da estimativa não excedesse a
100 horas, com uma probabilidade de 95%.
(4) Caso desconheçamos o desvio padrão populacional é impossível testar a validade da
afirmação do fabricante.

(ANPEC 1997 - QUESTÃO 12) - Com base na Inferência Estatística, podemos fazer
as seguintes afirmações:

(0) A redução da probabilidade de erro do tipo I não tem qualquer efeito sobre a
probabilidade de erro do tipo II.
(1) Sob condições bastante gerais, à medida em que o tamanho da amostra aumenta, a
distribuição de probabilidade da média da amostra torna-se mais concentrada em
torno da média populacional e o intervalo de confiança torna-se menos amplo e
mais preciso.
(2) Quando desejamos estimar a média populacional µ, se estamos trabalhando com
amostras pequenas, com a variância populacional desconhecida, devemos utilizar a
estatística “t” de Student, qualquer que seja a distribuição de probabilidade da
população, sendo t
X
S
n
=
− µ
, onde X = média amostral; S = desvio padrão
amostral; e n = tamanho da amostra.
(3) Sejam: H
0
a hipótese nula e H
1
a hipótese alternativa de uma teste estatístico. Testar
H
0
consiste essencialmente em determinar uma região crítica para a estatística em
estudo, de forma que a probabilidade da estatística cair na região crítica, sendo H
0

verdadeira, é um valor fixo α, concordando em rejeitar esta hipótese se, e somente
se, o valor da estatística cair na região crítica.
(4) É possível reduzir as probabilidades dos erros do tipo I e II com o aumento da
amostra.

(ANPEC 1998 - QUESTÃO 9) - Uma máquina está sendo examinada com o objetivo
de substituir a máquina antiga de certa indústria. Segundo o fabricante da nova
máquina, a proporção (P) de peças defeituosas produzida é de 3% ou menos. Uma
amostra de 2.000 peças foi examinada e foram encontradas 74 peças defeituosas.

(0) As hipóteses para um teste estatístico de hipóteses devem ser
H
0
: P = 0,03 e H
A
: P < 0,03.
(1) Ao realizarmos o teste de hipóteses para o problema, ao nível de significância de
5%, a hipótese nula deve ser rejeitada.
(2) Utilizando a proporção de peças defeituosas encontradas na amostra, a
estimativa por intervalo para a verdadeira proporção de peças defeituosas
produzida pela nova máquina, utilizando uma confiança de 95%, é ( 2,87%;
4,53%).
(3) Admitindo que a verdadeira proporção de peças defeituosas seja 3%, seria
necessário uma amostra de 3.000 peças para que o erro máximo admissível entre a
proporção estimada e a verdadeira não excedesse a 1%, com probabilidade de 95%.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
82
(4) Se as probabilidade de que um intervalo de confiança contenha o verdadeiro
parâmetro populacional θ é igual a (1 - α), isto significa que se retirássemos um
número infinito de amostras da população em estudo e se para cada uma das
amostras calculássemos o intervalo de confiança do parâmetro θ, então em (1 - α)%
destes intervalos conteriam o verdadeiro parâmetro θ.

(ANPEC 1999 - QUESTÃO 7) - O candidato X a governador de certo estado afirma
que detém mais de 45% das intenções de voto do eleitorado na próxima eleição. Para
verificar a veracidade da informação, o candidato Y mandou realizar um levantamento
estatístico utilizando, para tanto, uma amostra aleatória de 625 eleitores. O resultado do
levantamento foi o seguinte:

Candidato X Y Outros Total
Número de votos 255 265 105 625

Com as informações dadas, podemos concluir que:

(0) A afirmação do candidato X é verdadeira com base num teste de hipóteses, para um
nível de significância de 5%.
(1) Com uma confiança de 90%, o intervalo de confiança para a verdadeira proporção
de intenções de voto para o candidato Y é (39%; 46%), arredondando para números
inteiros as percentagens encontradas.
(2) Com a mesma confiança de 90%, o intervalo estimado para a verdadeira proporção
de intenções de voto para o candidato X é (38%; 44%), arredondando para números
inteiros as percentagens encontradas.
(3) A afirmação de que o candidato Y detém mais de 42% das intenções de voto é
verdadeira, com base num teste de hipóteses com nível de significância de 1%.

(ANPEC 1999 - QUESTÃO 10) - Com relação a teoria de Teste de Hipóteses, pode-se
afirmar que :

(0) Se o objetivo é testar a hipótese Nula ,
0 0
: θ θ = H , contra a hipótese Alternativa de
que,
0
: θ θ ≠
a
H , então deve-se rejeitar
0
H quando
2
1
0
0
(
ˆ
α
θ
θ θ

>

C
dp
onde, o valor
crítico,
2
1
α

C , é determinado da distribuição t-Student ou da distribuição Normal
em função do nível de significância α .

(1) Um teste de hipótese é dito o mais poderoso se tem o maior poder do que qualquer
outro teste, ainda que os níveis de significâncias sejam diferentes.

(2) Um teste de hipótese é não-viciado se seu poder é maior ou igual do que a
probabilidade do erro do tipo I para todos os valores dos parâmetros.
(3) A estatística t-Student é utilizada nos testes de hipóteses para a média populacional
quando a variância dos elementos da população,
2
σ ,não é conhecida.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
83
(ANPEC 2000 - QUESTÃO 05) - Dadas as seguintes afirmativas sobre testes de
hipóteses, é correto dizer que:
(0) A probabilidade do erro tipo I é calculada utilizando-se a estatística de teste, para
cujo cálculo presume-se que a hipótese nula é falsa.
(1) Uma vez definida a região de confiança para um determinado parâmetro da
população, várias hipóteses nulas podem ser testadas utilizando-se este intervalo de
confiança.
(2) Quanto maior o p-valor, maior a credibilidade da hipótese alternativa.
(3) A aceitação de determinada hipótese nula implica que esta hipótese seja verdadeira.
(4) O poder de um teste é a probabilidade de se rejeitar a hipótese nula quando esta for
falsa.

(ANPEC 2001 - QUESTÃO 05) -
Ao testar a significância do coeficiente angular ß de um modelo de regressão linear
simples encontrou-se valor-p = 3x10
3 −
. Pode-se afirmar que:
Ⓞ O erro tipo II será igual a 3x10
3 −
.
Ⓞ A probabilidade de o verdadeiro valor do parâmetro encontrar-se no intervalo
β
β
ˆ
2
ˆ
S ± é 99,7%.
Ⓞ O mais baixo nível de significância ao qual a hipótese nula pode ser rejeitada é
3x10
3 −
.
Ⓞ O coeficiente é significante a 99% de confiança.
Ⓞ A potência do teste é definida por (1 – 0,003).
(ANPEC 2001 - QUESTÃO 06) - Em relação ao intervalo de confiança estatístico
pode-se afirmar:
Ⓞ Utiliza-se a distribuição normal z padronizada para estimar-se o intervalo de
confiança da média populacional somente quando a população for normalmente
distribuída.
Ⓞ Emprega-se um fator de correção para a estimativa do desvio-padrão quando a
população é finita, ou a amostra é extraída sem reposição.
Ⓞ Para aumentar a precisão de uma estimativa por intervalo, o pesquisador deve
aumentar o intervalo de confiança de 95% para 99%, por exemplo.
Ⓞ Aumentando-se o tamanho da amostra, aumenta-se a precisão de uma estimativa por
intervalo.
Ⓞ Sendo x= 14 a média de uma amostra aleatória de 36 elementos extraída de uma
população normal cujo desvio padrão é σ = 2, o intervalo de confiança da média
populacional, a 95%, será 14 ± 0,55. Use a tabela da distribuição Normal em anexo.
(ANPEC 2002 - QUESTÃO 05) - Indique se as seguintes considerações sobre a teoria
dos testes de hipótese são verdadeiras (V) ou falsas (F).

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
84
Ⓞ O erro do tipo II é definido como a probabilidade de não se rejeitar uma hipótese
nula quando esta for falsa e o erro do tipo I é definido como a probabilidade de se
rejeitar a hipótese nula quando esta for verdadeira.
Ⓞ No teste de hipótese para proporções, se a variância da proporção populacional for
desconhecida, a estatística t de Student com n-1 graus de liberdade (n é o tamanho
da amostra) é a indicada para o teste.
Ⓞ Num teste de hipótese bi-caudal, o valor-p (ou valor de probabilidade) é igual a duas
vezes a probabilidade da região extrema delimitada pelo valor calculado da
estatística do teste.
Ⓞ Não se pode realizar um teste de hipótese para a variância populacional pois a
estatística do teste, que segue uma distribuição Qui-quadrado com n -1 graus de
liberdade (n é tamanho da amostra), não é simétrica.
Ⓞ No teste de hipótese para a média (H
0
: µ = 0 contra H
a
: µ ≠ 0), ao nível de significância α, se o
intervalo de confiança com 1-α de probabilidade não contiver µ = 0, não se poderá rejeitar H
0
.
(ANPEC 2003 - QUESTÃO 05) - Com relação a testes de hipótese, é correto afirmar
que:
Ⓞ o p-valor de um teste representa a probabilidade de aceitação da hipótese nula;
Ⓞ o nível de significância de um teste é a probabilidade de se cometer o erro tipo I;
Ⓞ a potência do teste é a probabilidade de se cometer o erro tipo II;
Ⓞ em um modelo de regressão linear utiliza-se um teste bilateral para verificar se
determinado coeficiente é estatisticamente diferente de zero;
Ⓞ o nível de significância de um teste de hipótese cresce com o tamanho da amostra.
(ANPEC 2001 - QUESTÃO 07) - Sobre testes de hipóteses, pode-se afirmar que:
Ⓞ O erro do tipo I consiste em rejeitar a hipótese nula quando ela é verdadeira.
Ⓞ Nível de significância é a probabilidade de se cometer erro do tipo II.
Ⓞ Por potência do teste entende-se a probabilidade de se rejeitar a hipótese nula quando
esta for falsa.
Ⓞ A opção pelo teste unilateral ou bilateral decorre da expectativa teórica sobre o
parâmetro que estiver sendo testado.
Ⓞ Um intervalo de confiança de 100(1-α)% também pode ser utilizado para o teste de
significância de um parâmetro populacional, caso o teste seja bilateral.






Gabarito das Questões de Concursos Públicos



INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
85
I – Probabilidade

01 – C
02 – B
03 – E
04 – A) .F, B).V, C)F, D)V, E)V
05 - B

II – VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS. FUNÇÃO DE
PROBABILIDADE E DENSIDADE DE PROBABILIDADE. DISTRIBUIÇÃO
CONJUNTA, DISTRIBUIÇÃO MARGINAL, INDEPENDÊNCIA
ESTATÍSTICA. ESPERANÇA MATEMÁTICA E VARIÂNCIA DE UMA
VARIÁVEL ALEATÓRIA. COVARIÂNCIA E COEFICIENTE DE
CORRELAÇÃO. PRINCIPAIS DISTRIBUIÇÕES: BERNOULLI, BINOMIAL,
POISSON, GEOMÉTRICA, HIPERGEOMÉTRICA, UNIFORME, NORMAL,
LOGNORMAL, QUI-QUADRADO, t e F.

01 – C
02 – E
03 – A
04 – C
05 – D
06 – E
07 – B
08 – A
09 – C
10 – A
11 – E
12 – B
13 – C
14 – B
15 – D
16 – D
17 – E
18 – C
19 – B
20 – E
21 – A
22 – C
23 - D




III – Principais teoremas de probabilidade. Teorema de Tchebycheff. Lei dos
Grandes Números. Teorema do Limite Central. Inferência estatística. Estimação
pôr ponto e pôr intervalo. Propriedades desejáveis dos estimadores em pequenas e
grandes amostras

01 – C
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
86
02 – D
03 – C
04 – D
05 – D
06 – C
07 – D
08 – C
09 – E


IV - Intervalo de Confiança e Teste de Hipóteses. Tipos de erro. Nível de
significância

01 – B
02 – E
03 – A
04 – A
05 – C
06 – (A) F, (B) V, (C) V, (D) F e (E) V
07 - (A) F, (B) V, (C) V, (D) F e (E) F
08 – C
09 – D
10 – E
11 – B
12 – E
















Gabarito do Exame Nacional da ANPEC


ANPEC 1990

ANPEC 1991

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
87
ANPEC 1992

ANPEC 1993

1. (0) F - (1) V - (2) V - (3) F - (4) V
2. (0) F - (1) V - (2) F - (3) F - (4) V
3. (0) V - (1) V - (2) F - (3) F - (4) V
4. (0) F - (1) F - (2) V - (3) V - (4) F
5. (0) F - (1) V - (2) F - (3) V
6. 03
7. (0) F - (1) V - (2) F - (3) V
8. (0) F - (1) F - (2) V - (3) F
9. (0) F - (1) F - (2) F - (3) V
10. (0) F - (1) V - (2) F - (3) F
11. (0) F - (1) F - (2) V - (3) F - (4) F
12. (0) F - (1) F - (2) F - (3) F - (4) F
13. (0) V - (1) F - (2) F - (3) F - (4) F
14. (0) F - (1) V - (2) V - (3) V
15. (0) F - (1) V - (2) F - (3) V - (4) F


ANPEC 1994

1. (0) P - (1) P - (2) V - (3) F - (4) F
2. (0) V - (1) F - (2) V - (3) F
3. 20
4. (0) F - (1) F - (2) V - (3) F
5. 08
6. (0) F - (1) V - (2) V - (3) F - (4) V
7. (0) V - (1) F - (2) V - (3) V - (4) F
8. (0) F - (1) V - (2) V - (3) F - (4) V
9. 03
10. (0) F - (1) V - (2) F - (3) F - (4) V
11. P
12. 55
13. P
14. (0) F - (1) F - (2) V - (3) F - (4) F - (5) V
15. (0) F - (1) F - (2) V - (3) F






ANPEC 1995

1. 23
2. (0) V - (1) V - (2) F - (3) F - (4) F
3. (0) F - (1) F - (2) V - (3) V - (4) V
4. (0) V - (1) V - (2) F - (3) F - (4) F
5. (0) F - (1) F - (2) F - (3) V - (4) F
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
88
6. (0) F - (1) F - (2) F - (3) V
7. (0) F - (1) F - (2) V - (3) V - (4) F
8. (0) F - (1) F - (2) F - (3) F - (4) V
9. (0) V - (1) V - (2) V - (3) F
10. 30
11. (0) F - (1) V - (2) F - (3) V - (4) V
12. (0) F - (1) V - (2) V - (3) F - (4) V
13. (0) V - (1) F - (2) F - (3) V - (4) V
14. (0) V - (1) F - (2) F - (3) V - (4) F
15. (0) V - (1) V - (2) V - (3) F - (4) V

ANPEC 1996

1. (0) V - (1) V - (2) F - (3) F - (4) F - (5) F - (6) V - (7) F
2. 97
3. (0) V - (1) V - (2) F - (3) V - (4) V - (5) F
4. 22
5. (0) V - (1) V - (2) F - (3) V
6. (0) F - (1) F - (2) V - (3) F
7. 41
8. (0) V - (1) F - (2) F - (3) F
9. (0) F - (1) F - (2) V - (3) F - (4) V - (5) V
10. (0) V - (1) V - (2) F - (3) F
11. (0) F - (1) V - (2) F - (3) V - (4) F - (5) V
12. (0) F - (1) V - (2) F - (3) V - (4) F
13. (0) F - (1) V - (2) V - (3) F
14. 00
15. (0) V - (1) F - (2) F - (3) F


ANPEC 1997

Q U E S T Õ E S
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 E C 25 C 58 C C E C C E E 48 C C
Q 1 C C C E E C E E C C E C
U 2 E C E E C C C C E E E C
E 3 C C C E E E C E E C C E
S 4 E C C C E C C
I 5
T 6
O 7
S 8
9


ANPEC 1998

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
89
Questões
Quesitos
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15
00 V X F V V X X F F V V 25 F V V
01 V F V F F X V V V F F V F V
02 F X V V V X F V V F V F F F
03 F V V V F X F V F F V V F V
04 F V V V


ANPEC 1999

PROVA DE ESTATÍSTICA
ques./qu
est
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
00 E 11 C E C C E X E E C E E E E
01 C C C C C C E E C E C C E
02 C C C C E C C C E C C E C
03 E E E E X E C C E C E C C
04 C C C E E C C
(nc* = não consta) (X = anulada)

ANPEC 2000

IT\QU
ES
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 F 20 F V F V V V 32 17 F F V 13 V
1 V F F V V F F F F F V
2 F V V F F F V V V F F
3 F V F F F V V V F
4 V V V F F F V

ANPEC 2001

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 V V V V F F V F F F V V 99 2 25
1 V F V V F F F V V V F F
2 F F F F V F V V F V V V
3 V V F F V V V F F F F F
4 V V F F F F V F F V V V



ANPEC 2002


Prova de Estatística (4)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
90
0 F F F V A V F V F V F F 20 6 50
1 F V V V F F V F F V V F
2 V F F F F V F F V F V F
3 V V F F F F V V V F F V
4 F F V F F V V F V V F F


GABARITO DA PROVA 2 - ANPEC 2003
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 F F F F A F F F F F 75 40 04 25 11
1 F V F V V V F F F V
2 F V V F F F F V V V
3 V F F F V F V F F V
4 V F F V F F V V V F




























DISTRIBUIÇÃO NORMAL PADRÃO
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
91


z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 .5000 .4960 .4920 .4880 .4840 .4801 .4761 .4721 .4681 .4641
0.1 .4602 .4562 .4522 .4483 .4443 .4404 .4364 .4325 .4286 .4247
0.2 .4207 .4168 .4129 .4090 .4052 .4013 .3974 .3936 .3897 .3859
0.3 .3821 .3783 .3745 .3707 .3669 .3632 .3594 .3557 .3520 .3483
0.4 .3446 .3409 .3372 .3336 .3300 .3264 .3228 .3192 .3156 .3121

0.5 .3085 .3050 .3015 .2981 .2946 .2912 .2877 .2843 .2810 .2776
0.6 .2743 .2709 .2676 .2643 .2611 .2578 .2546 .2514 .2483 .2451
0.7 .2420 .2389 .2358 .2327 .2296 .2266 .2236 .2206 .2177 .2l48
0.8 .2119 .2090 .2061 .2033 .2005 .1977 .1949 .1922 .1894 .1867
0.9 .1841 .1814 .1788 .1762 .1736 .1711 .1685 .1660 .1635 .1611

1.0 .1587 .1562 .1539 .1515 .1492 .1469 .1446 .1423 .1401 .1379
1.1 .1357 .1335 .1314 .1292 .1271 .1251 .1230 .1210 .1190 .1170
1.2 .1151 .1131 .1112 .1093 .1075 .1056 .1038 .1020 .1003 .0985
1.3 .0968 .0951 .0934 .0918 .0901 .0885 .0869 .0853 .0838 .0823
1.4 .0808 .0793 .0778 .0764 .0749 .0735 .0722 .0708 .0694 .0681

1.5 .0668 .0655 .0643 .0630 .0618 .0606 .0594 .0582 .0571 .0559
1.6 .0548 .0537 .0526 .0516 .0505 .0495 .0485 .0475 .0465 .0455
1.7 .0446 .0436 .0427 .0418 .0409 .0401 .0392 .0384 .0375 .0367
1.8 .0359 .0352 .0344 .0336 .0329 .0322 .0314 .0307 .0301 .0294
1.9 .0287 .0281 .0274 .0268 .0262 .0256 .0250 .0244 .0239 .0233

2.0 .0228 .0222 .0217 .0212 .0207 .0202 .0197 .0192 .0188 .0183
2.1 .0179 .0174 .0170 .0166 .0162 .0158 .0154 .0150 .0146 .0143
2.2 .0139 .0136 .0132 .0129 .0125 .0122 .0119 .0116 .0113 .0110
2.3 .0107 .0104 .0102 .0099 .0096 .0094 .0091 .0089 .0087 .0084
2.4 .0082 .0080 .0078 .0075 .0073 .0071 .0069 .0068 .0066 .0064

2.5 .0062 .0060 .0059 .0057 .0055 .0054 .0052 .0051 .0049 .0048
2.6 .0047 .0045 .0044 .0043 .0041 .0040 .0039 .0038 .0037 .0036
2.7 .0035 .0034 .0033 .0032 .0031 .0030 .0029 .0028 .0027 .0026
2.8 .0026 .0025 .0024 .0023 .0023 .0022 .0021 .0021 .0020 .0019
2.9 .0019 .0018 .0017 .0017 .0016 .0016 .0015 .0015 .0014 .0014

3.0 .00135
3.5 .000233
4.0 .0000317
4.5 .00000340
5.0 .000000287





INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO
GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF.
Prof. Sérgio Ricardo de Brito Gadelha
92
Áreas da Distribuição Normal Padronizada - Um dado na tabela é a proporção, sob toda a
curva que está compreendida entre z = 0 e um valor positivo de z. Para valores negativos de z, as
áreas são obtidas por simetria.

%

.00

.01

.02

.03

.04

.05

.06

.07

.08

.09

.0

.0000

.0040

.0080

.0120

.0160

.0199

.0239

.0279

.0319

.0359

.1

.0398

.0438

.0478

.0517

.0557

.0596

.0636

.0675

.0714

.0753

.2

.0793

.0832

.0871

.0910

.0948

.0987

.1026

.1064

.1103

.1141

.3

.1179

.1217

.1255

.1293

.1331

.1368

.1406

.1443

.1480

.1517

.4

.1554

.1591

.1628

.1664

.1700

.1736

.1772

.1808

.1844

.1879

.5

.1915

.1950

.1985

.2019

.2054

.2088

.2123

.2157

.2190

.2224

.6

.2257

.2257

.2324

.2357

.2389

.2422

.2454

.2486

.2518

.2549

.7

.2580

.2580

.2642

.2673

.2704

.2734

.2764

.2794

.2823

.2852

.8

.2881

.2881

.2939

.2967

.2995

.3023

.3051

.3078

.3106

.3133

.9

.3159

.3186

.3212

.3238

.3264

.3289

.3315

.3340

.3365

.3389

1.0

.3413

.3438

.3461

.3485

.3508

.3531

.3554

.3577

.3599

.3621

1.1

.3643

.3643

.3686

.3708

.3729

.3749

.3770

.3790

.3810

.3830

1.2

.3849

.3869

.3888

.3907

.3925

.3944

.3962

.3980

.3997

.4015

1.3

.4032

.4049

.4066

.4082

.4099

.4115

.4131

.4147

.4162

.4177

1.4

.4192

.4207

.4222

.4236

.4251

.4265

.4279

.4292

.4306

.4319

1.5

.4332

.4345

.4357

.4370

.4382

.4394

.4406

.4418

.4429

.4441

1.6

.4452

.4463

.4474

.4484

.4495

.4505

.4515

.4525

.4535

.4545

1.7

.4554

.4564

.4573

.4582

.4591

.4599

.4608

.4616

.4625

.4633

1.8

.4641

.4649

.4656

.4656

.4671

.4671

.4678

.4693

.4699

.4706

1.9

.4713

.4719

.4726

.4726

.4738

.4744

.4750

.4756

.4756

.4767

2.0

.4772

.4778

.4783

.4788

.4793

.4798

.4803

.4808

.4812

.4817

2.1

.4821

.4626

.4830

.4834

.4838

.4842

.4846

.4850

.4854

.4857

2.2

.4861

.4864

.4868

.4871

.4875

.4878

.4881

.4884

.4887

.4890

2.3

.4893

.4896

.4898

.4901

.4904

.4906

.4909

.4911

.4913

.4916

2.4

.4918

.4920

.4922

.4925

.4927

.4929

.4931

.4932

.4934

.4936

2.5

.4938

.4940

.4941

.4943

.4945

.4946

.4948

.4949

.4951

.4952

2.6

.4953

.4955

.4956

.4957

.4959

.4960

.4961

.4962

.4963

.4964

2.7

.4965

.4966

.4967

.4968

.4969

.4970

.4971

.4972

.4973

.4974

2.8

.4974

.4975

.4976

.4977

.4977

.4978

.4979

.4979

.4980

.4981

2.9

.4981

.4982

.4982

.4983

.4984

.4984

.4985

.4985

.4986

.4986

3.0

.4986

.4987

.4987

.4988

.4988

.4989


.4989

.4990

.4990







INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

2

Disponibilizo, a seguir, apostila de exercícios de estatística básica e avançada, a qual poderá ser útil àquelas pessoas que estão se preparando para os concursos que pedem essas duas disciplinas. Leiam as obras que eu indiquei, e pratiquem seus conhecimentos no material a seguir. A primeira parte, reservada à estatística básica, atende àquelas pessoas que estão se preparando para concursos como o Auditor Fiscal da Receita Federal, área de política e administração tributária. A segunda parte, reservada à estatística avançada, atende às pessoas que estão se preparando para os concursos de Técnico de Planejamento e Pesquisa do IPEA, Analista do Banco Central do Brasil, Analista da Comissão de Valores Mobiliários, AuditorFiscal da Previdência Social e outros concursos, bem como àquelas pessoas que vêm se preparando para a prova da Associação Nacional dos Cursos de Pós-Graduação de Economia – ANPEC. Em minhas primeiras aulas aqui no site, cheguei a comentar duas provas de estatística, uma realizada pelo CESPE/UnB, e outra realizada pela ESAF. Sugiro que os concursandos imprima também esse material, a fim de que esse material sirva de complemento às obras anteriormente citadas, as quais são imprescindíveis à preparação do candidato. Um forte abraço, bom final de semana, e até o nosso próximo encontro. Serginho.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

3

ESTATÍSTICA BÁSICA
Questões Selecionadas de Concursos Públicos e do Exame Nacional da ANPEC

2004

Médias geométrica e harmônica. colunas. NÚMEROS ÍNDICES. 5. Moda. histogramas e polígonos de freqüências. Propriedades da média. W 3 Sul. Quadra 509. Fone: 443-3691. Índices complexos de qualidade e de preços: Laspeyres e Paasche. Intervalos de classe. Variáveis aleatórias discretas e contínuas. MEDIDAS DE DISPERSÃO. Cálculo simplificado da variância. Ponto médio. Brasília – DF. População. Mudança de base. Freqüências absolutas e relativas. MEDIDAS DE POSIÇÃO. ORGANIZAÇÃO DE DADOS ESTATÍSTICOS. Av. Censo. Média aritmética. Freqüências acumuladas. Experimento aleatório. Normas para apresentação tabular de dados.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Números relativos. GERALDO GÓES). Variáveis e atributos. MEDIDAS DE ASSIMETRIA E CURTOSE. Variância absoluta. . Conceito. Gráficos: barras. Números índices: aritméticos simples e ponderado. Cálculo Simplificado da média. Desvio padrão. Prof. Mediana. harmônico simples e ponderado. Quadros e tabelas. Desvio médio. Sérgio Ricardo de Brito Gadelha 4 CONTEÚDO PROGRAMÁTICO DE ESTATÍSTICA BÁSICA I – ESTATÍSTICA DESCRITIVA 1. 3. 4. Amplitude. 2. Distribuição de freqüências. Variância relativa e coeficiente de variação. Geométrico simples e ponderado. Amostra. Propriedades da variância.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.53 80.5 – 79. Prof.20 74.5 – 89.08 e) 70.1 e) 13. Fone: 443-3691.5 e maiores do que 50.5 59.5 – 59. produziu a tabela de freqüências seguinte: Classes 29.5 89.04 b) 65. a) 700 b) 638 c) 826 d) 995 e) 900 03– (ESAF/AFRF/2002-2) Assinale a opção que corresponde ao valor modal do atributo X no conceito de Czuber.0 .02 02 – (ESAF/AFRF/2002-2) Assinale a opção que corresponde à estimativa do número de indivíduos na população com valores do atributo X menores ou iguais a 95.(ESAF/AFRF/2002-2) Assinale a opção que corresponde ao desvio absoluto médio do atributo X. numa amostra 100 obtida de uma população de 1000 indivíduos. GERALDO GÓES).5 79. W 3 Sul. a) b) c) d) e) 69. a) 16.50 73. Brasília – DF.5 – 39.5 Freqüência (f) 4 8 14 20 26 18 10 01 – (ESAF/AFRF/2002-2) .10 04.0 c) 16.02 c) 75.5. Quadra 509.5 49. Sérgio Ricardo de Brito Gadelha 5 Questões de Concursos Públicos Para a solução das questões de números 01 a 06 utilize o enunciado que se segue.5 69.5 39. observado como um inteiro.assinale a opção que corresponde à estimativa da mediana amostral do atributo X.03 d) 68.6 d) 18.79 71.0 b) 17. Av.5 – 99. O atributo do tipo contínuo X.5 – 69.5 – 49. a) 71.

d) A informação dada se presta apenas ao cálculo do coeficiente de assimetria com base nos momentos centrados de X. Prof.095 e) 0. Sérgio Ricardo de Brito Gadelha 6 05 – (ESAF/AFRF/2002-2) Assinale a opção que dá o valor do coeficiente quartílico de assimetria.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Brasília – DF.X )2 fi = 24. Quadra 509.300 06) (ESAF/AFRF/2002-2) Para a distribuição de freqüências do atributo X sabe-se que: ∑7i=1(Xi . 07 – (ESAF/AFRF/2002-2) Uma variável contábil Y.500 e que ∑7i=1(Xi . c) A distribuição do atributo X é indefinida do ponto de vista da intensidade da curtose.206 c) 0. Média 20 10 Desvio Padrão 4 3 ___ ___ ___ . W 3 Sul. Assinale a opção correta.682. foi observada em dois grupos de empresas apresentando os resultados seguintes: Grupo A B Assinale a opção correta. b) A distribuição do atributo X é platicúrtica.500 Nessas expressões os Xi representam os pontos médios das classes e X a média amostral. d) A dispersão relativa de Y entre os Grupos A e B é medida pelo quociente da diferença de desvios padrão pela diferença de médias. Y tem maior dispersão absoluta. a) No grupo B. a) A distribuição do atributo X é leptcúrtica.000 d) –0. Considere para sua resposta a fórmula da curtose com base nos momentos centrados e suponha que o valor de curtose encontrado é populacional. medida em milhares de reais. b) A dispersão absoluta de cada grupo é igual à dispersão relativa. c) A dispersão relativa do Grupo B é maior do que a dispersão relativa do Grupo. GERALDO GÓES). e) Sem o conhecimento dos quartis não é possível calcular a dispersão relativa nos grupos. e) A distribuição de X é normal.080 b) –0. Av. Fone: 443-3691.X )4 fi = 14. a) 0.

Assinale a opção correta. Quadra 509. de Prev.864 . Prof.831 e) 0. Complementar) .b) com 0<a<b.Sabese que a variável aleatória X tem distribuição de probabilidades uniforme no intervalo (a. Fech.2. Sérgio Ricardo de Brito Gadelha 7 08 – (ESAF/AFPS-2002/Auditoria nas Ent. W 3 Sul. Complementar) – Assinale a opção que dá a estimativa da probabilidade de que X seja menor ou igual a 32. Fech. Brasília – DF. GERALDO GÓES). a) 0. Av. Não existem observações coincidentes com os extremos das classes.510 c) 0.773 d) 0. Fone: 443-3691. de Prev.(ESAF/AFPS-2002/Auditoria nas Ent. Classes 4-9 9-14 14-19 19-24 24-29 29-34 34-39 39-44 44-49 Freqüências 5 9 10 15 12 6 4 3 2 09 .570 b) 0. A) O coeficiente de variação de X é 3 b−a   3 a+b B) O coeficiente de variação de X é 1 b−a   12  a + b  a+b 3  b−a 3a+b   3 b−a 1 a+b   12  b − a  C) O coeficiente de variação de X é D) O coeficiente de variação de X é E) O coeficiente de variação de X é As questões 09 e 10 dizem respeito ao enunciado seguinte: A tabela abaixo dá a distribuição de freqüências de um atributo X para uma amostra de tamanho 66.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. As observações foram agrupadas em 9 classes de tamanho 5.

5 d) 6. Complementar) . Complementar) .Sabe-se que o desvio padrão da distribuição de X é aproximadamente 10.600 b) 0. Os salários médios de homens e mulheres são R$ 600.(ESAF/AFPS-2002/Auditoria nas Ent.191 c) 0. Fech.0 e) 16. e) O número de homens é 3/5 do número de mulheres. c) O número de homens é igual ao número de mulheres.Assinale a opção que dá o valor de “a” para o qual a equação verdadeira. 12.(ESAF/AFPS-2002/Auditoria nas Ent.(ESAF/AFPS-2002/Auditoria nas Ent. a) -0. de Prev. Assinale a opção que dá o valor do coeficiente de assimetria de Pearson que é baseado na média.Dada a seqüência de valores 4.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. b) A mediana dos valores x. c) A moda dos valores x.00. GERALDO GÓES).610 11.00. Av. de Prev. 4. Brasília – DF. Sérgio Ricardo de Brito Gadelha 8 10.5 c) 3. 7 e 3 assinale a opção que dá o valor da variância.709 d) 0. na mediana e no desvio padrão. Use o denominador 4 em seus cálculos. a) 5.0 13. observa-se que o salário médio mensal dos indivíduos entrevistados é de R$ 500. Assinale a opção que dá a relação entre o número de homens e de mulheres da amostra.603 e) -0.00 e R$ 420.5 b) 4. W 3 Sul. ∑ (x − a ) = 0 é sempre n i =1 i . Fone: 443-3691. e) O coeficiente de assimetria dos valores x. Quadra 509. de Prev. a) A média dos valores x. Fech. b) O número de homens é 4/5 do número de mulheres.Numa pesquisa amostral. d) O desvio padrão dos valores x. d) O número de homens é 1/5 do número de mulheres. Complementar) . 2. Prof.(ESAF/AFPS-2002/Administração Tributária Previdenciária) . Fech. a) O número de homens é o dobro do número de mulheres. respectivamente.

(ESAF/AFPS-2002/Administração Tributária Previdenciária) -A média e o desvio-padrão obtidos num lote de produção de 100 peças mecânicas são respectivamente.6745 d) 2. Sérgio Ricardo de Brito Gadelha 9 14. W 3 Sul.7500 17 – (ESAF/AFRF-2002-1) . Assinale a opção que dá o valor do terceiro quartil de X. Fone: 443-3691.05 c) 50 d) –0. Brasília – DF.05 e) 0.6745 c) 2.3490 b) 0.Em um ensaio para o estudo da distribuição de um atributo financeiro (X) foram examinados 200 itens de natureza contábil do balanço de uma empresa. A coluna classes 2 003 9 0011222344 577777 013 55679 00114 5557 004 5556 03 5 8 . Quadra 509. a) –50 b) 0. Prof. sabendo-se que o terceiro quartil da normal padrão é 0..3373 e) 2.158) do atributo X.(ESAF/AFPS-2002/Administração Tributária Previdenciária) -O atributo X tem distribuição normal com média 2 e variância 4. 16 Kg e 40g. Av..INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.(ESAF/AFPS-2002/Administração Tributária Previdenciária) -O diagrama de ramos e folhas abaixo corresponde às observações (82.. Uma peça particular do lote pesa 18Kg. Esse exercício produziu a tabela de freqüências abaixo. Assinale a opção que dá o valor mediano de X. Assinale a opção que dá o valor padronizado do peso dessa bola..6745. a) 3. GERALDO GÓES). 8 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 a) 105 b) 110 c) 104 d) 107 e) 115 15.02 16.

a) 138.00 c) 136. a) 62.01 e) 140.66 19 – (ESAF/AFRF-2002-1) Seja S o desvio padrão do atributo X.0% d) 45.5% b) 70. Assinale a opção que corresponde à medida de assimetria de X como definida pelo primeiro coeficiente de Pearson. Brasília – DF. Quadra 509.00 138. Não existem observações coincidentes com os extremos das classes.0% e) 53. W 3 Sul. a) 3/S b) 4/S c) 5/S d) 6/S e) 0 20 – (ESAF/AFRF-2002-1) . As questões de 17 a 22 referem-se a esse ensaios.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Av. Classes 70-90 90-110 110-130 130-150 150-170 170-190 190-210 P(%) 5 15 40 70 85 95 100 Assinale a opção que dá o valor médio amostral de X a) b) c) d) e) 140. GERALDO 10 GÓES).4% .10 115.00 b) 140. Fone: 443-3691. Prof.0% c) 50.00 18 – (ESAF/AFRF-2002-1) Assinale a opção que corresponde à estimativa do quinto decil da distribuição de X.50 120. Sérgio Ricardo de Brito Gadelha representa intervalos de valores de X em reais e a coluna p representa a freqüência relativa acumulada.67 d) 139.Assinale a opção que corresponde à estimativa da freqüência relativa de observações de X menores ou iguais a 145.00 140.

30 22 – (ESAF/AFRF-2002-1) .242 e) 0. Assinale a opção que dá a variância amostral do atributo X. O momento centrado na média aritmética de quarta ordem será: a) b) c) d) e) 48 243 768 1875 3888 . Fone: 443-3691. Sérgio Ricardo de Brito Gadelha 21 – (ESAF/AFRF-2002-1) .10 d) 1200. Considere a transformação Z = (W – a)/b.250 c) 0. outros parâmetros mais. a) 0. a) A média amostral de Z coincide com a de W.00 b) 840.15 e) 560. W 3 Sul.Considere a transformação z = ( x − 140) . Quadra 509. c) O coeficiente de variação amostral de Z não está definido.Numa distribuição normal. b) O coeficiente de variação amostral de Z é unitário. onde fi é a freqüência simples da classe i e Zi o ponto médio de classe transformado. e desvio padrão positivo b ≠ 1. Prof.entende-se pôr curtose de uma distribuição seu grau de achatamento em geral medido em relação à distribuição normal. Brasília – DF. e) O coeficiente de variação amostral de W e de Z coincidem. Para o atributo 10 2 Z encontrou-se Σ zi *fi = 1680.Um atributo W tem média amostral a ≠ 0. a) 720. GERALDO 11 GÓES). d) A média de Z é a/b.20 c) 900. 24 – (Provão do Mec/1999) – Para que a distribuição normal de uma variável econômica fique completamente especificada é preciso conhecer: (A) a sua variância (B) a sua média (C) a sua média e a sua variância (D) a variância e o coeficiente de assimetria (E) além da média e da variância. Assinale a opção correta.000 23 – (ESAF/AFRF-2002-1) . Assinale a opção que dá o valor da curtose K para a distribuição X.263 b) 0. respectivamente. o coeficiente de variação é 20% e o momento centrado na origem de segunda ordem é 416.300 d) 0.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Uma medida de curtose é dada pelo quociente K = Q/(P90 – P10) onde Q é a metade da distância interquartílica e P90 e P10 representam os percentis de 90% e 10%. Av. 25 .

Para a função de “caixa/vendedor/atendimento ao cliente”. GERALDO 12 GÓES). Prof.100.00 a mais para os funcionários que têm a função de “caixa/vendedor/atendimento ao cliente”. Para os técnicos-administrativos de nível superior.00. para os de nível médio.00 Total Número de empregados 50 150 100 300 Com base na situação hipotética acima descrita.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. R$ 300. em reais. Nível I II III Salário Mensal Bruto (S) 500. Quadra 509. 38. a média dos salários brutos mensais é de R$ 2. Brasília – DF. Fone: 443-3691.00. Sérgio Ricardo de Brito Gadelha 26 – (CESPE-UnB/Fiscal de Tributos Municipais/Maceió-AL/2003) – Uma rede de supermercado possui em seu quadro de pessoal 500 empregados.100.00 1. Estima--se que 125 empregados recebam um salário mensal bruto de até R$ 900. A tabela abaixo apresenta a distribuição dos salários brutos mensais. A variância do salário mensal bruto dos empregados não sofrerá alteração. dependendo das qualificações e do tempo de serviço do empregado.500. com desvio-padrão igual a σ reais. . 36. 37. desses empregados. com funções distribuídas conforme a tabela abaixo: Funções Caixa/vendedor/atendimento ao cliente Técnico-administrativo de nível médio Técnico-administrativo de nível superior Gerência Total Número de Empregados 300 100 90 10 500 Um levantamento feito nessa rede de supermercados mostrou que o salário bruto mensal dos gerentes é.00 a mais para os técnicosadministrativo de nível médio e R$ 400. a média dos salários brutos mensais é de R$ 1.00 700. julgue os itens de 36 a 40. 40. O coeficiente de variação do salário mensal bruto dos gerentes é igual ao coeficiente de variação do salário mensal bruto dos técnico-administrativos de nível superior.300. se a empresa pagar R$ 200. W 3 Sul.00 < S < 1.00.500.00 < S < 700. e. há três níveis – I. 39.00 < S < 1.00 e R$ 1. com desvio-padrão de 2σ reais. O salário médio mensal bruto que a rede de supermercados paga a seus empregados é superior a R$ 1.00.00 a mais para os outros funcionários. com desvio-padrão de σ/2 reais.000.100. A mediana da distribuição dos salários mensais brutos dos empregados dessa rede de supermercados está entre R$ 700. igual a R$ 5. Av. em média.00.00.500. II e III –.

Assinale a opção que corresponde a este número.00 7. .00 b) 5.000.00 3.000. Alfa.000.000.00 c) 4. GERALDO 13 GÓES).2000) . e Execução Financeira) . Com este objetivo seleciona. da Cia. Alfa.Freqüências acumuladas de salários anuais. para cada mês.00 d) 6. em reais.000.250. Deseja-se estimar. para o mês de março.00 na Cia. As observações amostrais constam da tabela seguinte: Valor (R$) 1.000.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Fone: 443-3691.000.000.Uma firma distribuidora de eletrodomésticos está interessada em estudar o comportamento de suas contas a receber em dois meses consecutivos. Brasília – DF. a) 3. .00 11.(Analista (Planej.000.00 9. Prof. utilizando interpolação linear da ogiva. Alfa. 6 9 12 15 18 21 Suponha que a tabela de freqüências acumuladas tenha sido construída a partir de uma amostra de 10% dos empregados da Cia.00 28 . Classes de salários Freqüências acumuladas 12 30 50 60 65 68 3 6 9 12 15 18 . em milhares de reais. a) 150 b) 120 c) 130 d) 160 e) 180 .000. Quadra 509.(ESAF/AFRF-2001) . Sérgio Ricardo de Brito Gadelha 27 .00 Freqüência de Março 6 13 12 15 4 Freqüência de Abril 10 14 10 13 3 Assinale a opção que corresponde ao intervalo interquartílico.CVM . Av.00 5. . .000.00 e) 2. . a freqüência populacional de salários anuais iguais ou inferiores a R$7. uma amostra de 50 contas. W 3 Sul.

Não existem realizações de Y coincidentes com as extremidades das classes salariais. GERALDO 14 GÓES).5 --.0 c) 83. via interpolação da ogiva.500 – 11. o nível salarial populacional que não é ultrapassado por 79% da população.500) (9.000 – 12.500) Freqüências 12 28 52 74 89 97 100 Deseja-se estimar.59. Quadra 509.00 30 – (ESAF/Fiscal de Tributos Estaduais do PA – 2002) .39.500) (6. Classes de Salários (5.000.500.5 39.000) (11.49. Prof.4 --. que.500. Sérgio Ricardo de Brito Gadelha 29 .500.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. estima-se.69. não é superado por 80% das realizações de Y.5 F 2 6 13 23 36 45 50 Assinale a opção que corresponde ao valor q. Classes 29.em R$1. X.5 79.500 – 14.79.9 d) 74. a) 82.000) (8.5 .000 – 9.00.A tabela de freqüências abaixo apresenta as freqüências acumuladas (F) correspondentes a uma amostra da distribuição dos salários anuais de economistas (Y).00 d)R$11.5 89.5 49.5 --.A tabela abaixo mostra a distribuição de freqüências obtida de uma amostra aleatória dos salários anuais em reais de uma firma.0 b) 80. W 3 Sul. Av. do departamento de fiscalização da Cia.5 e) 84.000.00 b)R$9.5 59. As freqüências são acumuladas.500 – 8. a)R$10.5 --.5 69.5 --. Fone: 443-3691.00 c)R$12.000. Brasília – DF.000 – 15. Assinale a opção que corresponde a essa estimativa.000) (14.(ESAF/Fiscal de Tributos Estaduais do PI – 2001) .500) (12.5 --.99.00 e)R$11.89.5 --. obtido por interpolação da ogiva.000 – 6.

. Sendo o desvio-padrão da amostra de sacas igual a 0. A variância pode ser menor ou maior do que o segundo momento.Para um conjunto qualquer de dados pode-se afirmar que: (0) (1) (2) (3) (4) A média geométrica é maior do que a média aritmética que é maior do que a média harmônica.25 15. a média das 100 sacas pesadas não se alterará.25 ├── 16. Se a variância é zero. A variância é uma estatística que independe da unidade de medida.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Prof. (ANPEC 1994 .75 ├── 15. Fone: 443-3691. o segundo momento (não centrado) e a variância de uma variável aleatória.Um comerciante atacadista vende determinado produto em sacas que deveriam conter 16 kg.75 ├── 16. GERALDO 15 GÓES). o valor do coeficiente de variação é 2. o segundo momento é igual à esperança.00 kg o conteúdo de cada saca. (ANPEC 1993 .QUESTÃO 12) . Se a esperança é zero. pode-se dizer que: (0) (1) (2) (3) (4) O segundo momento é sempre menor que a esperança ao quadrado.QUESTÃO 1) .00 kg.00 kg o conteúdo de cada saca.477 kg. A média é quem melhor representa um conjunto de dados pois ela é a única medida de tendência central que leva em consideração todas as observações existentes. o segundo momento é maior do que a variância. A percentagem de sacas com peso inferior a 15.75 ├── 16.QUESTÃO 1) . Se a média e a mediana desse conjunto de dados forem respectivamente 10 e 12 pode-se dizer que essa distribuição apresenta cauda à esquerda. o desvio-padrão dessa amostra aumentará em 2. Quadra 509. Se o comerciante aumentar em 2. A pesagem de uma amostra aleatória com 100 sacas revelou os resultados descriminados na tabela a seguir: PESOS (EM KG) 14. O coeficiente de variação pode ser perfeitamente substituído pelo desvio padrão.(ANPEC 1992 .75 16. W 3 Sul.25 ├── 15.Com relação à esperança. Se o comerciante aumentar em 2.75 15. Av.95%. O quadrado da esperança nunca pode ser igual à variância. Sérgio Ricardo de Brito Gadelha Questões do Exame Nacional da ANPEC . Brasília – DF.25 16.75 kg é de 15%.75 TOTAL (0) (1) (2) (3) (4) NÚMERO DE SACAS 5 10 45 30 10 100 A média da pesagem das sacas é exatamente 16 kg.

s 2 . a variância combinada . (1) sob condições de regularidade usuais.Pode-se afirmar que: (0) (1) (2) (3) (4) O histograma relaciona graficamente duas variáveis. o intervalo ( x − σ . (ANPEC 1997 . 18} é um exemplo de distribuição bimodal. 9. GERALDO 16 GÓES). Fone: 443-3691. 18. então seu coeficiente de assimetria é zero. então a média. a mediana e o decil de ordem 2 são as principais medidas de tendência central. (1) Se uma distribuição é bimodal. Brasília – DF.Com relação à Estatística Descritiva. é igual a s 2 = 2 (n1 − 1) s12 + (n2 − 1) s2 . cada elemento de um conjunto de números.QUESTÃO 1) . (3) o conjunto {3. o desvio padrão deste conjunto fica multiplicado (ou dividido ) pela constante c. x + σ ) inclui aproximadamente 95% das observações do conjunto. O coeficiente de assimetria é adimensional. esse parâmetro é a média da distribuição. (4) se uma distribuição é simétrica.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. a mediana e a moda coincidem.QUESTÃO 1) . x = x1 = x 2 . (3) O coeficiente de assimetria tem a mesma unidade que o desvio padrão (amostral). O coeficiente de variação é a razão entre a média aritmética e o desvio padrão. Sérgio Ricardo de Brito Gadelha (ANPEC 1995 . podemos afirmar que: (0) a média aritmética. onde s12 e s2 são. Quadra 509. c. 4. se quisermos minimizar a soma do quadrado dos desvios em relação a um determinado parâmetro. (ANPEC 1998 . A média aritmética é a medida de tendência central mais utilizada na prática por ser insensível à dispersão dos valores observados. Prof.QUESTÃO 7) . W 3 Sul. onde x = média aritmética e σ = desvio padrão.Pode . (ANPEC 1996 . 2 (1) No caso de dois conjuntos de n1 e n2 valores. 3.se afirmar que: (0) Multiplicando (ou dividindo) por um valor constante e arbitrário. (2) A média aritmética é uma medida de tendência central mais sensível à presença de observações aberrantes do que a mediana. . 3.QUESTÃO 6) . suas variâncias e x1 e x2 suas médias. destes dois conjuntos quando. O desvio-padrão tem a mesma unidade de medida da variável original. 18. é mais justificável o uso do desvio padrão (dispersão absoluta) do que o coeficiente de variação de Pearson. para efeito de comparação. 9. (2) se a distribuição de um conjunto grande de dados é simétrica. respectivamente. 4.Pode-se afirmar que: (0) O coeficiente de variação é uma medida de tendência central. n1 + n2 − 2 (2) Quando dois conjuntos de valores são expressos em unidades de medidas diferentes. Av.

Assinale a opção que mais se aproxima da desvalorização da moeda nesse período. W 3 Sul. Brasília – DF. Fone: 443-3691. medida pôr um índice geral de preços.10% d) 35.O índice de inflação no mês de junho foi de 10% e se manteve constante nesse nível em julho e agosto.(ESAF/AFRF-2002-2) . Av.0% 120.00% .00% b) 23. 20% menor do que em t0 e 40% maior do que em t0 + 3. Quadra 509.08% c) 40. a) 30. a) 33% b) 30% c) 25% d) 20% e) 10% 04 – (ESAF/AFRF-2002-1) – A inflação de uma economia. II – TÓPICO ESPECIAL: NÚMEROS-ÍNDICES Questões de Concursos Públicos 01 . assimétrica a esquerda. em caso contrário.30% e) 25. Sérgio Ricardo de Brito Gadelha (3) Quando uma distribuição de frequência apresenta M 0 (Moda) > M e (Mediana) > x (Média aritmética) . foi de 30%. ela diz-se assimétrica a direita e.0% 03 – (ESAF/AFPS-2002/ Auditoria das Entidades Fechadas de Previdência Complementar).0% 092. a) b) c) d) e) 162.9% 156.No tempo t0 + 2 o preço médio de um bem é 30% maior do que em t0 + 1. Então podemos afirmar que o índice de quantidade de Paasche do período T2 base período T1 será: a) 75 b) 80 c) 100 d) 120 e) 125 02 .5% 130.A cesta básica das quantidades consumidas por uma pessoa nos períodos T1 e T2 apresenta os seguintes resultados: I – O somatório do valor T1 é igual ao somatório do valor T2 II – O índice de preço de Laspeyre do período T2 base T1 é 125. Assinale a opção que dá a desvalorização da moeda dessa economia no mesmo período. Assinale a opção que dá o relativo de preços do bem em t0 + 3 com base em t0 + 1. em um período de tempo t. GERALDO 17 GÓES).INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Prof.

5%.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Assinale a opção que corresponde ao índice de preços de Paasche com base em t1.(ESAF/Analista (Planej.72% (D) 24. com duas casas decimais.Em janeiro. a inflação acumulada em 97 foi de 25%. as taxas de inflação foram. de três produtos A. Prof. . Quadra 509. Sérgio Ricardo de Brito Gadelha 05 – (Analista do Banco Central do Brasil) .Num certo país.CVM . fevereiro e março de um certo ano. Fone: 443-3691. 7% e 9%.00 0.00 0. W 3 Sul. no final do ano.A tabela abaixo dá a evolução nos tempos t1 e t2 dos preços. O custo de levantamento do índice de Paasche é maior que o do índice de Laspayres.20 2.50 Preços t2 3.QUESTÃO 12) . A multiplicação do IL de quantidade pelo IP de preço resulta no índice de valor. Brasília – DF. A perda do poder aquisitivo da moeda. e das quantidades.Pode-se fazer as seguintes afirmações a respeito dos índices de Laspeyres (IL) e de Paasche (IP): (0) (1) (2) (3) O IP é sempre inferior ao IL porque ele resulta de uma média harmônica e o IL de uma média aritmética. Produtos A B C a) 131% b) 202% c) 129% d) 186% e) 154% t1 2. GERALDO 18 GÓES). em relação ao início do mesmo ano foi de (A) 27% (B) 25% (C) 22% (D) 20% (E) 18% 07 . respectivamente. A inflação acumulada no trimestre foi de (A) 21% (B) 22. e Execução Financeira) .46% (C) 23. No IL os pesos são fixos.02% (E) 25. em reais. Av.00 2.60 Quantidades t1 t2 50 40 2 3 80 100 Questões do Exame Nacional da ANPEC (ANPEC 1992 . em unidades apropriadas.2000) . B e C.08% 06 – (Analista do Banco Central do Brasil) .

O índice real de Fisher é a média harmônica dos números-índices de Laspeyres e de Paasche.QUESTÃO 8) . Sérgio Ricardo de Brito Gadelha (4) O índice do Custo de Vida é sempre superestimado pelo IL e subestimado pelo IP.Com relação à construção de números-índices podemos afirmar que: (0) (1) (2) (3) O índice de preços de Laspeyres é uma média aritmética ponderada de índices relativos. (ANPEC 1994 .00 1. GERALDO 19 GÓES). Mede perfeitamente a inflação do país.00 1. (ANPEC 1995 . (2) Ambas variações percentuais foram inferiores a. podemos afirmar que ocorreu um decréscimo de 5% na produção entre esses dois anos. Deflator é qualquer índice de preços utilizados para equiparar. Abrange todas as capitais de estado brasileiras. Av. (1) A variação percentual do nível de preços pelo índice de Laspeyres foi maior que a variação pelo índice de Paasche. preços por atacado e preços da construção civil. Quadra 509.00 0.00 Podemos afirmar que: (0) A variação percentual do nível de preços pelo índice de Paasche foi de 20% e pelo índice de Laspeyres foi de 30%. valores monetários de diversas épocas ao valor monetário de uma determinada época tomada como base.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Quantidade (Kg) 4 2 2 PERÍODO 1 Preço (em Reais) 1.000 toneladas e em 1992 foi de 503. por redução. 30%. Resulta da média aritmética ponderada dos índices de preços ao consumidor. no mínimo. Se a produção de certo produto em 1991 foi de 520.O índice Nacional de Preços ao Consumidor (INPC) tem as seguintes características: (0) (1) (2) (3) (4) É calculado mensalmente pela Fundação Getúlio Vargas. (3) A variação percentual do nível de preços pelo índice de Laspeyres foi superior a 35%. Fone: 443-3691. É uma versão modificada do índice de preços de Laspèyres. (ANPEC 1996 .Considere as informações sobre preços e quantidades consumidas por um conjunto de famílias em dois períodos sucessivos dadas na tabela a seguir: BEM PERÍODO 0 Preço (em Reais) Feijão Açúcar Carne 1. Brasília – DF.50 Quantidade (Kg) 2 1 2 . Prof.50 2. W 3 Sul.000 toneladas.QUESTÃO 11) .QUESTÃO 2) . sendo os fatores de ponderação os valores dos bens considerados no período base.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.78 2. Av.55 2.45 0. W 3 Sul.00 0. utilizando.0 2.6 .90 0. Sérgio Ricardo de Brito Gadelha (4) A variação percentual do nível de preços pelo índice de Laspeyres foi exatamente de 37.8 29.0 20. Quadra 509.0 8.QUESTÃO 13) .16 - Itens feijão arroz farinha óleo pão leite café açúcar margarina carne Total (ANPEC 1998 . calcule a Renda Nacional em 1996.70 1.M) e nos dados a seguir.80 0.50 0.0 1. GERALDO 20 GÓES).75 0.45 4. Fone: 443-3691.00 0. Participação relativa no gasto em Jan/95 (%) 11 8 10 6 18 6 7 9 10 15 100 Preço por unidade Janeiro/95 0. determine a inflação (ou a variação dos preços) ocorrida no período especificado para o conjunto de itens do consumo básico.75 0.5% e pelo índice de Paasche foi inferior a 25%.QUESTÃ0 12) .05 2. para tanto.0 5.0 1. Brasília – DF.4 3.80 Janeiro/96 0. o método de Laspeyres.0 21.63 1. (ANPEC 1997 . (5) A variação percentual do nível de preços pelo índice de Laspeyres foi exatamente de 37.5% e pelo índice de Paasche foi superior a 25%. Prof. a preços constantes de 1990.63 6. RENDA NACIONAL A PREÇOS CORRENTES (em milhões de unidades monetárias) COMPONENTES 1990 1996 Consumo ( C ) Investimento ( I ) Exportação ( X ) Importação ( M ) Renda Nacional ( Y ) 15.Supondo que os dados a seguir referem-se ao consumo básico de uma família de baixa renda.60 1. Coloque a resposta expressa em percentagem.50 0.75 1.Com base na equação da Renda Nacional (Y = C + I + X .

pode-se afirmar que: (0) Os índices de Laspeyres de preços e de quantidades podem ser obtidos ponderandose. Av.QUESTÃO 3) . dados hipotéticos sobre preços e quantidades vendidas de 6 diferentes produtos comercializados por certa companhia. (3) Os índices de Fisher. em geral. Brasília – DF. Quadra 509. Sérgio Ricardo de Brito Gadelha DEFLATORES (Base: 1990 = 100) ÍNDICES 1996 Custo de Vida Investimento Exportações Importações 125 105 150 180 (ANPEC 1999 .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.QUESTÃO 02) . W 3 Sul. Fone: 443-3691. Prof. os índices simples relativos de preços e de quantidades aos diferentes bens pelos valores no período base. os de Fisher possuem duas vantagens: observam a propriedade de reversão no tempo.A tabela abaixo apresenta. para os anos de 1994 e 1999.Com base na teoria dos Números Índices. e o índice de preços vezes o de quantidade é igual ao índice de valor. maior do que o índice de preços de Paasche. são sempre maiores do que estes dois últimos. GERALDO 21 GÓES). 1994 Tipo de pro duto A B C D E F Preço 5 7 2 3 1 2 Quantidade Vendida 80 100 200 600 300 100 Preço 20 6 5 4 2 3 1999 Quantidade Vendida 100 1000 200 500 200 200 . a ponderação é fixa na época base e para o segundo é variável na época atual. pois para o primeiro. (ANPEC 2000 . (1) Em relação ao índice de Laspeyres e de Paasche. (2) O índice de preços de Laspeyres é. definidos como a média geométrica dos índices de Laspeyres e de Paasche. Calcule a variação percentual dos preços dos produtos da companhia neste período. utilizando o índice de Paasche. respectivamente.

em geral. resultados diferentes quando utilizados para avaliar a variação do nível dos preços de um conjunto de produtos. obtém-se um índice relativo de valor das vendas (I(Vt|V0)). é correto afirmar que: (0) o índice de Fisher é uma média harmônica dos índices de Paasche e Laspeyres. em moeda de 1995. Prof. índice de quantidade de Laspeyres = 80.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. (1) o índice de preços de Laspeyres é uma média harmônica de relativos de preços ponderados pelo valor dos bens no período base. W 3 Sul. foi de 50%. (4) Tomando o ano zero como base. (2) Multiplicando-se um índice de preços de Laspeyres por um índice de quantidades de Laspeyres. (2) O índice de Fischer é dado pela média harmônica dos índices de Laspeyres e Paasche e obedece ao critério da decomposição das causas.QUESTÃO 01) . tem preço de R$ 7. com o custo de aquisição dessa mesma cesta de mercadorias no período base. (1) índice de Laspeyres subestima a variação do preço entre dois momentos enquanto o índice de Paasche superestima. Pode-se então concluir que a taxa de inflação no período. (2) o índice de preços de Paasche é uma média aritmética de relativos de preços ponderados pelo valor dos bens no período atual. (3) Se os preços dos automóveis aumentam em 20% e isso se reflete em um aumento de 0. (3) Se o preço de determinado produto teve acréscimo de 16% e provocou crescimento do índice de custo de vida de 0. GERALDO 22 GÓES). (ANPEC 2002 . então o peso dos automóveis nas despesas dos famílias típicas com renda entre 10-20 SM é 12 vezes maior do que nas famílias típicas com renda entre 0 a 3 SM.4%. Quadra 509. (1) Se um determinado índice de preços com ano base em 1992 assume os valores I95 = 300 e I96 = 400 em 1995 e 1996. (4) Para calcular o índice de preços de Paasche para uma série de anos requer-se menos informação do que para calcular o índice de Laspeyres. foram observados os seguintes valores para o ano 1: índice do PIB nominal = 120. respectivamente.Em relação a índices de preços.5% das despesas da família típica objeto da pesquisa de orçamentos familiares. é correto afirmar: (0) Os índices de Laspeyres e Paasche permitem comparar o custo de aquisição de uma cesta de mercadorias no período t.00 em 1996. Av. .QUESTÃO 02) .1% no ICV0-3SM (Índice de Custo de Vida de 0 a 3 salários mínimos) e em um aumento de 1.QUESTÃO 02) . Brasília – DF.2% no ICV10-20SM.Em relação a índices e deflacionamento de preços é correto afirmar: (0) Os índices de preços de Laspeyres e de Paasche geram. Sérgio Ricardo de Brito Gadelha (ANPEC 2001 . (ANPEC 2003 . mas ambos atendem à condição de reversão no tempo.50. então um produto com preço corrente de R$ 10. Fone: 443-3691.Com relação aos números índice. então esse produto representa 2. medida pelo deflator implícito do PIB.

Prof.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GABARITO DAS QUESTÕES DE CONCURSOS PÚBLICOS . (4) o índice de Paasche de preços pode ser calculado pela divisão de um índice de valor por um índice Laspeyres de quantidade. Brasília – DF. GERALDO 23 GÓES). Sérgio Ricardo de Brito Gadelha (3) embora os índices de Laspeyres e de Paasche não satisfaçam ao critério da decomposição das causas. Fone: 443-3691. Quadra 509. o produto cruzado de um Laspeyres de preço por um Paasche de quantidade satisfaz. Av. W 3 Sul.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Av. Brasília – DF. GERALDO 24 GÓES). Sérgio Ricardo de Brito Gadelha I – ESTATÍSTICA DESCRITIVA 01 – A 02 – C 03 – B 04 – E 05 – D 06 – B 07 – C 08 – A 09 – D 10 – B 11 – A 12 – C 13 – B 14 – E 15 – C 16 – A 17 – E 18 – C 19 – A 20 – A 21 – B 22 – D 23 – C 24 – C 25 – C 26 – F-F-V-V-F 27 – C 28 – E 29 – E 30 – C II – TÓPICO ESPECIAL: NÚMEROS-ÍNDICES 1–B 2–D 3–C 4–B 5–B 6–D 7–C . Fone: 443-3691. Prof. Quadra 509. W 3 Sul.

W 3 Sul.(4) F .(5) V (0) F .(4) F (0) F .(2) V .(3) F 20 (0) F .(2) F .(2) F .(2) V .(1) F .(3) F .(3) F . 11. Sérgio Ricardo de Brito Gadelha GABARITO DA ANPEC ANPEC 1990 ANPEC 1991 ANPEC 1992 ANPEC 1993 1.(2) F . Prof. 13.(1) V .(3) V (0) F .(3) V .(2) V .(2) V .(2) V . (0) P .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. 12. 3. Brasília – DF.(3) V .(2) F .(1) V . 15.(1) V .(1) F .(1) F . 4. 2. 7.(2) F .(1) V .(3) F .(2) F .(3) V 03 (0) F .(1) F .(1) V .(4) F (0) V .(2) F .(2) V .(1) V .(3) F (0) F . 13.(1) F .(1) V .(3) F ANPEC 1995 .(1) V .(1) F .(3) F .(4) V 03 (0) F .(1) F .(2) F .(1) P .(4) F ANPEC 1994 1.(2) V . (0) F . 12.(2) F . 14. Av.(4) V (0) F . 4.(4) F (0) F .(3) F .(1) F .(3) F (0) F .(1) V . 11. 10.(3) F . GERALDO 25 GÓES). 15. 10.(1) F .(4) V (0) V .(1) F . 3.(3) F .(1) V .(1) V .(3) V (0) F .(3) F . 5. 9.(2) V .(3) F .(2) F . 8. 14. 6.(4) V P 55 P (0) F .(4) F (0) F .(4) V (0) F . 5.(4) V (0) V .(3) V (0) F .(3) F .(2) V . Fone: 443-3691.(1) F . Quadra 509. 6.(2) V .(4) F (0) V .(2) V .(2) V . 8.(2) V .(3) F . 7.(3) F 08 (0) F . 9.(3) V .(4) F (0) F . 2.

(1) V .(1) F .(2) F .(2) F .(3) F ANPEC 1997 1 E C E C E 2 C C C C Q U E S I T O S 0 1 2 3 4 5 6 7 8 9 Q 3 25 U 4 C C E C C E 5 58 S 6 C E E E T 7 C E C E C Õ 8 E C C E E 9 C E C C S 10 C E C E C 11 E C E E E 12 E C E C C 13 48 14 C E E C C 15 C C C E . 6.(1) V .(4) V (0) V . 12.(1) V .(3) F .(5) V (0) F .(4) V . 4.(1) V .(2) F .(2) F . 8.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.(2) V . 15. W 3 Sul.(2) V .(1) V . 14. 2. Fone: 443-3691.(4) F (0) V .(4) V (0) V .(2) F . Sérgio Ricardo de Brito Gadelha 1.(1) F .(2) V . Quadra 509.(1) F . 10.(4) F (0) F .(1) V . 5.(2) V .(3) F .(2) V .(1) F . 2.(2) V . 4.(3) V .(2) V .(3) F .(3) F .(1) F .(3) V (0) F .(2) F .(1) F . 14. 15.(2) F . GERALDO 26 GÓES).(3) V . 13.(1) F .(2) F .(3) F 30 (0) F .(1) V .(1) F .(2) F .(4) V .(1) F .(4) V (0) F .(4) V ANPEC 1996 1. 5.(1) V .(2) F .(3) F .(2) F .(1) V .(5) V (0) V .(5) F 22 (0) V .(1) F .(4) F (0) F . 6.(4) V (0) V .(4) F (0) F . 8. Av.(4) F (0) F .(1) V .(2) F .(1) V . Prof.(3) V .(7) F 97 (0) V .(3) V .(3) F (0) F . 7.(3) V (0) F .(2) F .(5) F .(2) V . 9.(4) F . 9. (0) V . 3.(4) F . 13.(3) F 00 (0) V . 12. 23 (0) V .(3) F .(4) F (0) F .(3) V .(3) V . 10.(1) V . Brasília – DF.(1) F .(6) V .(3) V . 11.(2) F .(3) V .(1) V .(2) F .(4) V (0) V .(3) V . 11.(2) F . 3.(3) F 41 (0) V .(3) F (0) F . 7.(3) F .

W 3 Sul. Fone: 443-3691. Sérgio Ricardo de Brito Gadelha ANPEC 1998 Questões Quesitos 00 01 02 03 04 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 V V F F X F X V F V V V F V F V V V V F V F X X X X X V F F F V V V F V V F V V F F F V F V V 25 F V F V V V F F F V V F V ANPEC 1999 PROVA DE ESTATÍSTICA ques. GERALDO 27 GÓES).INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Brasília – DF. Quadra 509. Prof./qu est 00 01 02 03 04 1 E C C E 2 11 3 C C C E 4 E C C E C 5 C C C E C 6 C C E X 7 E C C E 8 X 9 E E C C C 10 E E C C 11 C C E E E 12 E E C C 13 E C C E E 14 15 E C E C C E E C C C (nc* = não consta) (X = anulada) ANPEC 2000 IT\QU ES 0 1 2 3 4 1 2 3 4 V F V F V 5 F V F F V 6 V V F F V 7 V F F V F 8 9 10 11 12 13 14 15 F F V V 13 V F V F F V F F V F 20 F V F F V F V V 32 17 F F F V V V F ANPEC 2001 0 1 2 3 4 1 V V F V V 2 V F F V V 3 V V F F F 4 V V F F F 5 F F V V F 6 F F F V F 7 V F V V V 8 F V V F F 9 F V F F F 10 11 12 13 14 15 F V V 99 2 25 V F F V V V F F F V V V ANPEC 2002 Prova de Estatística (4) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 . Av.

GERALDO 28 GÓES). Quadra 509.ANPEC 2003 4 5 6 7 8 9 10 11 12 F A F F F F F 75 40 V F F V V F V F V F F F F F V V F V F V F V F V V V V F 13 04 14 15 25 11 . W 3 Sul. Prof. Sérgio Ricardo de Brito Gadelha 0 1 2 3 4 F F V V F F V F V F F V F F V V V F F F A F F F F V F V F V F V F V V V F F V F F F V V V V V F F V F V V F F F 20 F F V F 6 50 1 0 F 1 2 3 4 F F V V 2 F V V F F 3 F F V F F GABARITO DA PROVA 2 . Fone: 443-3691.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Brasília – DF. Av.

Av. Prof. GERALDO 29 GÓES). Quadra 509. Brasília – DF. do Provão do MEC e do exame nacional ANPEC Brasília-DF 2003 I – PROBABILIDADE . Fone: 443-3691.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. W 3 Sul. Sérgio Ricardo de Brito Gadelha ESTATÍSTICA AVANÇADA Questões de concursos públicos.

Quadra 509. se o gerente for inocente. d) A probabilidade da interseção é 1/3 se os eventos elementares forem igualmente prováveis. Nota-se que o motor apresenta defeitos.V. Dois assessores diretos. pois pelo menos um dos três eventos deve ocorrer. b) É o produto das probabilidades de M. O assessor X. se o gerente for culpado. Prof. GERALDO 30 GÓES).2. se o gerente for culpado. primeiro a ser chamado.400 e) 0. Fone: 443-3691. 04 – (Analista do Banco Central – 1994) – O gerente de finanças de um banco chefiou o desenvolvimento e a implantação de um novo sistema que veio causar sérios problemas à instituição devido a um erro cometido por um dos membros da equipe.00 d) 1. Fech.030 c) 0. assinale a opção que dá a probabilidade de que o motor escolhido tenha sido fabricado em A. sabem se o gerente é ou não culpado e foram chamados para uma reunião com a presidência do banco. a) 0. Av. N={U. é amigo do gerente e dirá a verdade.Suponha que a probabilidade de um evento C seja 0.V} e S={W}. N e S.50 b) 0. Assinale a opção correta relativamente à probabilidade de M ∩ N ∩ S. com probabilidade igual a 0. Brasília – DF.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. odeia toda a equipe e driá a verdade. Considere os eventos M={T}.2.(BACEN/ESAF/2002) .60 03-(ESAF/AFPS-2002/Auditoria nas Ent. W 3 Sul. a) Não se pode determinar a probabilidade da interseção sem maiores informações. . Com base na situação apresentada. X e Y. de Prev.U. Complementar) Considere um ensaio aleatório com espaço amostral {T. mas mentirá.500 02. se o gerente for inocente.8.W}.08 c) 0. Já o assessor Y.(ESAF/AFPS-2002/Administração Tributária Previdenciária) . pois os eventos são estatisticamente independentes. o responsável pelo erro cometido.012 b) 0.Uma empresa fabrica motores a jato em duas fábricas A e B. Assinale a opção que dá o valor da probabilidade de ocorrência de D e C. De observações anteriores a empresa sabe que 2% e 3% são as taxas de motores fabricados com algum defeito em A e B. e) A probabilidade da interseção é nula. julgue os itens que se seguem. c) A probabilidade é um. pois os eventos são mutuamente exclusivos. Sérgio Ricardo de Brito Gadelha Questões de Concursos Públicos 01 . mas mentirá.00 e) 0. com probabilidade igual a 0. a) 0. segundo a dar testemunho. respectivamente. Sabendo-se que a fábrica A é responsável por 40% da produção.3. Um motor é escolhido ao acaso de um lote de produção.308 d) 0. O Gerente é. com probabilidade igual a 0.4 e que a probabilidade condicional do evento D dado que C ocorreu seja 0.

Se A e B são eventos independentes. então eles são independentes. a chance de o gerente ser inocente será igual a 3/11 e) Os eventos {X mente} e {Y mente} são dependentes. 30% dos homens e 20% das mulheres estudam matemática. 45% dos estudantes são mulheres. a probabilidade de que a divisão de Equipamentos . A definição clássica de Probabilidade pressupõe que todos os resultados de um experimento são igualmente prováveis. Qual a probabilidade que tenha vindo da caixa B? (Multiplique o resultado por 7). c) Os assessores X e Y darão. (ANPEC 1994/QUESTÃO 3) . Prof.Uma grande empresa tem dois departamentos de produção: Produtos Marítimos e Produtos para Oficinas. GERALDO 31 GÓES). (ANPEC 1993/QUESTÃO 6) .30. Fone: 443-3691. a chance de o gerente ser inocente será igual a 0. A probabilidade de que a divisão de Produtos Marítimos tenha. Na caixa A temos dois bombons com recheio e quatro sem recheio.2 b) O testemunho falso mais provável será dado pelo assessor X. W 3 Sul.Suponha duas caixas de bombons. Na caixa B temos três bombons com recheio e três sem recheio. qual é a probabilidade de que esse estudante seja mulher? (use duas casas decimais e multiplique o resultado por 100). Se A e B são eventos mutuamente exclusivos. Sérgio Ricardo de Brito Gadelha a) Se X disser à presidência que o gerente é o responsável pelo erro. Um bombom retirado de uma das caixas não tem recheio. então P(A/B) = P(A). O evento é um resultado possível do experimento. no corrente ano fiscal.Com relação à Teoria da Probabilidade pode-se afirmar que: (0) (1) (2) (3) (4) O espaço amostral de um experimento é o conjunto de resultados possíveis deste experimento. uma margem de lucros de no mínimo 10% é estimada em 0. Brasília – DF. testemunhos conflitantes.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. A probabilidade de que os números sejam inferiores a 4 é: a) 3/10 b) 1/15 c) 2/7 d) 1/3 e) 19/86 Questões do Exame Nacional da ANPEC (ANPEC 1992/QUESTÃO 2) . duas são sorteadas sucessivamente sem reposição (a ordem dos números não é levada em consideração). Além disso.Em uma universidade. (ANPEC 1992/QUESTÃO 3) . Se um estudante é escolhido aleatoriamente está estudando matemática.16. 05 – (Analista do Banco Central – 1998) – De uma urna contendo 10 bolinhas numeradas de 1 a 10. com probabilidade igual a 0. d) Se X e Y derem testemunhos conflitantes. Quadra 509. Av.

Se isto ocorrer. sn forem independentes. a probabilidade de que os preços dos transportes coletivos também aumentem é de 0. A ∩ B = ∅. e a probabilidade de que ambas as divisões tenham uma margem de lucro de no mínimo 10% é 0. . P ( C ) (5) A definição freqüentista de Probabilidade é fundamentada na idéia de repetição do experimento.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. esta probabilidade é de 0. então: P ( A ∪ B| C) = P ( A| C) + P ( B| C) (2) Se A e B são eventos quaisquer então: P( A ∩ B) = P( A ∪ B) (3) P( A) + P( A) = 0. P ( B ). P( E 1 ∪ E 2 ) = P( E 1) + P( E 2 ) se E 1 e E 2 forem independentes. Av.Considere um espaço amostral com a terna (Ω. (Multiplique o resultado por 100). P( E 1 ∩ E 2 ) = P( E 1). então A = ∅. (ANPEC 1995/QUESTÃO 1) –A probabilidade de que o preço dos combustíveis aumente no mês vindouro é estimada em 0. + P( sn ) = 1 se s1 . e somente se. GERALDO 32 GÓES). A ∪ B ∈ ℑ. ℑ é o conjunto dos possíveis eventos e P é uma medida de probabilidade. Podemos afirmar que: (0) Se A.1.5. (4) A.K . Sérgio Ricardo de Brito Gadelha para Oficinas tenha uma margem de lucros de pelo menos 10% é 0. onde Ω ≠ ∅ é o conjunto universo. Fone: 443-3691.4. W 3 Sul.Com relação à teoria da Probabilidade pode-se afirmar que: (0) Se A e B são eventos independentes. qual a probabilidade de os preços dos combustíveis não terem sofrido majoração? (Multiplique o resultado por 100 e considere apenas a parte inteira do resultado). B e C são eventos independentes se. Quadra 509.06. (2) Se A ∈ ℑ é um evento tal que P(A) = 0. subirem.P( E 2 ) se E 1 e E 2 forem mutuamente exclusivos. caso contrário. isto é. B e C são eventos quaisquer com P(C) ≠ 0. (1) Se A. Prof.20. P( E1 / E 2 ) = P( E 2 / E 1 ) se e somente se P( E 1) = P( E 2 ) ≠ 0. então P(A ∩ B) = 0. Se naquele mês o preço da passagens. então: P ( A ∪ B ) = P ( A) + P ( B ) (1) Se A. Determine a probabilidade de que a divisão de Equipamentos para Oficinas tenha uma margem de lucro de no mínimo 10% dado que a divisão de Produtos Marítimos tenha alcançado tal nível de lucro. K . B ∈ ℑ são dois eventos. de fato. Brasília – DF. Então: (0) (1) (2) (3) P(s1) + . (ANPEC 1994/QUESTÃO 14) . (ANPEC 1995/QUESTÃO 6) .. ℑ. P ) . então A ∪ B é um evento.. P ( A ∩ B ∩ C ) = P ( A). s2 . B ∈ ℑ são dois eventos disjuntos. isto é. (ANPEC 1996/QUESTÃO 1) .Sejam S = { s1 . sn } o espaço amostral de um experimento aleatório e E 1 e E 2 dois eventos de S.

P(B)=1/3 e P(A∪B) =3/4. (1) P(E1) > P(E2) implica P( E1 E 2 ) > P( E 2 E 1 ) .. Fone: 443-3691.. caso P( E 2 ) ≠ 0 . eventos independentes. Γ é o conjunto dos possíveis eventos e. então A e B são necessariamente disjuntos. então A = Ω. Quadra 509.Seja S= {s1. B ∈ ℑ são independentes. então P(AUB) ≥ P(A) + P(B). onde Ω ≠ ∅ é o conjunto Universo. GERALDO 33 GÓES).. B ∈ ℑ. (ANPEC 1998/QUESTÃO 3) . (3) Se E1. (2) Se A e B são dois eventos quaisquer de Γ. então se P(A|B) > P(A) tem-se que P(B|A) > P(B). classificados segundo quatro grupos industriais e se o retorno sobre o capital próprio é maior ou menor que o retorno médio na amostra. W 3 Sul. Grupo Industrial I Retorno sobre o capital próprio Total Acima da média (A) Abaixo da média (B) 20 40 60 . Brasília – DF. calcule a probabilidade de ambas serem boas. Assim. então (ANPEC 1998/QUESTÃO 2) . B ∈ ℑ são necessariamente disjuntos. (3) Se A e B são dois eventos quaisquer de Γ . Dados dois eventos A. Sérgio Ricardo de Brito Gadelha (7) (3) Se A ∈ ℑ é um evento tal que P(A) = 1. Av. (1) Se A e B são dois eventos quaisquer de Γ. E3 eventos de S.. Se duas lâmpadas são escolhidas aleatoriamente. então P(A ∪ B) = P(A) + P(B).P). pode-se afirmar que : (0) Se A. E3 forem P( E1 I E 2 I E 3 ) = P(E1 ) ⋅ P(E 2 ) ⋅ P(E 3 ) . E2. (2) P( E1 I E 2 ) ≤ P( E1 U E 2 ) ≤ P( E1 ) + P( E 2 ) .Γ. Prof. Multiplique o resultado por 100 e considere apenas a parte inteira do resultado. (6) Se dois eventos A.Três lâmpadas defeituosas foram misturadas com seis lâmpadas boas. então P( A ∩B)=1/4 e P( A I B ) =1/4. Então: (0) P( E1 I E 2 I E 3 ) = P( E 3 E1 I E 2 ) ⋅ P( E 2 E1 ) ⋅ P(E1 ) .A tabela de contingência a seguir apresenta os dados de uma amostra de 150 empresas. B ∈ ℑ são dois eventos quaisquer.sN} o espaço amostral de um experimento aleatório e E1. (ANPEC 1996/QUESTÃO 7) . então P(A ∩ B) = P(A) P(B). onde P(A)=1/2 .Considere um espaço amostral com a terna (Ω. é uma medida de probabilidade.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. (4) Dois eventos independentes A. P . se P(A ∩ B) = 0. E2. então o evento “exatamente um dos eventos ocorre” é expresso na notação de conjunto como ( A I B I C ) U( A I B I C ) U( A I B I C) . B e C são eventos de Γ . (5) Se A. (ANPEC 1997/QUESTÃO 2) .

(3) Se duas empresas diferentes são escolhidas ao acaso. a probabilidade desse projeto ser transformado em lei é de 32%. Logo.5. a probabilidade deste voto ser de uma mulher é de 55. (4) Num processo eletivo 55% dos votantes são homens. Prof.4. verifique as seguintes afirmações: (0) Se selecionarmos uma empresa ao acaso. Dentre as mulheres 60% preferem A. 25% preferem B e o restante os demais candidatos.4. então P(A∪B) = 0. (1) Sendo A e B dois eventos mutuamente exclusivos e se P(A) = 0.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. .1%. a probabilidade de sair primeiro uma empresa do grupo I e depois uma empresa do grupo III é aproximadamente igual a 8%. Brasília – DF. a probabilidade da empresa ser do grupo I é de 40%. (2) Seja S um espaço amostral e A e B dois eventos quaisquer associados a S. Sabe-se que dentre os homens 40% preferem o candidato A.5. Av. Fone: 443-3691. Sérgio Ricardo de Brito Gadelha II III IV Total 10 20 25 75 10 10 15 75 20 30 40 150 Com base nestas informações. (2) Se a empresa escolhida ao acaso for do grupo II. a probabilidade de ser aprovado no Senado é 80%. a probabilidade do retorno sobre o capital próprio estar acima da média é 50%. (ANPEC 1999/QUESTÃO 15) . Então P ( A| B ) + P ( A| B ) = 1 . então P(A∪B) = 0. A probabilidade de ser aprovado pela Câmara dos Deputados é de 40%.5 e P(B) = 0. onde P( A| B) = probabilidade de ocorrência do evento A dado de ocorreu o evento B.5 e P(B) = 0. GERALDO 34 GÓES). (1) Se selecionarmos uma empresa ao acaso. W 3 Sul. a probabilidade da empresa ser do grupo III ou ter o retorno sobre o capital próprio abaixo da média é 40%.Com relação à Teoria das Probabilidade podemos afirmar que: (0) Sendo A e B dois eventos independentes e se P(A) = 0. Se um voto escolhido ao acaso for para o candidato A. Caso seja aprovado pela Câmara. (4) O evento “grupo I” independe estatisticamente do evento “retorno sobre o capital próprio acima da média”. (3) Um projeto para ser transformado em lei deve ser aprovado pela Câmara dos Deputados e pelo Senado. Quadra 509. 50% o candidato B e os 10% restantes votam nos demais candidatos.

em que Prob (A) = 1/2 e Prob (B) = 1/3. é correto afirmar: (0) A probabilidade de que as mulheres continuem estudando é aproximadamente 46% superior à dos homens. em que S ≠ ∅ é o conjunto Universo. Se A e B são eventos mutuamente exclusivos. então P(A ∩ B) 2 4 1 . . (ANPEC 2002/QUESTÃO 01) . os eventos A e B referentes a S e a medida de probabilidade P. Fone: 443-3691. P(B) = 1 . P é uma medida de probabilidade. Av. Prob (A) = Prob (A∩Bc) + Prob (A∩B). Σ é o conjunto dos possíveis eventos e. (4) Entre os formandos que pretendem continuar estudando. Quadra 509. eles serão também independentes. (1) Sabendo-se que alguém optou por procurar emprego. (0) Se P(A) = 1 . (1) Para dois eventos quaisquer A e B. Verifique quais das afirmativas abaixo são verdadeiras (V) e quais são falsas (F): (0) Se dois eventos são disjuntos. respectivamente.Considere a terna (S. Prob(B). (ANPEC 2001/QUESTÃO 01) . B e C. tais que Prob (A∩B∩C) = Prob(A). espera-se que 1/4 dos homens iniciem o curso no ano seguinte.Considere o espaço amostral S. a probabilidade de ser homem é 64%. W 3 Sul. = 8 (1) Se A ⊂ B.P). em que Bc é o complemento de B.Os formandos de determinada faculdade de economia tomaram as seguintes decisões para o ano seguinte: Decisão Fazer mestrado em economia Fazer outros cursos Procurar emprego Totais Homens 7 5 16 28 Mulheres 9 6 9 24 Totais 16 11 25 52 Com base nessas informações. Pode-se então afirmar que estes eventos são independentes. então P(A|B) ≤ P(A). então Prob (B∩Ac) é igual a 1/6. para o mestrado em economia e para os outros cursos.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 35 GÓES).Σ. Prof. Brasília – DF. (2) Se a probabilidade de ser aprovado no exame de seleção para mestrado em economia é de 30%. Prob(C). espera-se que 9 mulheres atingirão seus objetivos. e A e B são mutuamente exclusivos. Sérgio Ricardo de Brito Gadelha (ANPEC 2000/QUESTÃO 01) . 1/3 é mulher que pretende fazer mestrado em economia. (2) Sejam dois eventos A e B. (3) Se a probabilidade de encontrar emprego é de 40% e a de ser aprovado nos exames de seleção é de 30% e 45%. (3) Sejam os eventos A.

(Multiplique o resultado por 7). B2 . (Use apenas duas casas decimais...000 lhe custará $3. Av. GERALDO 36 GÓES). então para P ( Bi ) P ( A | Bi ) A ⊂ S tem-se que P ( Bi | A) = k . 4% e 5%. (ANPEC 2003/QUESTÃO 12) . Prof.000.. P(B) = 1 e P(A ∩ B) = 1 . Se não chover ele espera obter $10.000 de renda. B e C.. P( B j ) P( A | B j ) ∑ j =1 (4) Se P(A|B) = 0 então A e B são independentes. então P(AC ∩ BC) = 5 .. Encontre a probabilidade de a peça ter sido produzida pela máquina A.A probabilidade de um homem acertar um alvo é ¼. por ocasião de um determinado acontecimento esportivo que ele está empresariando. Multiplique o resultado final por 100). Sérgio Ricardo de Brito Gadelha (2) Se P(A) = 1 . Brasília – DF. de tal modo que sua expectativa seja a mesma.. por ocasião do evento. (ANPEC 2003/QUESTÃO 13) . Uma apólice de seguro de $7. A. Quantas vezes ele deve atirar para que a probabilidade de acertar pelo menos uma vez no alvo seja maior que 2/3? (ANPEC 1994/QUESTÃO 9) ... 30% e 20% do número total de peças de uma fábrica. faça ele o seguro ou não... Fone: 443-3691. As porcentagens de peças defeituosas na produção dessas máquinas são respectivamente 3%. W 3 Sul.000 se chover.. 2 .Três máquinas... Determine a probabilidade p de chover.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF... Uma peça é selecionada ao acaso e constata-se ser ela defeituosa. ... em que AC 2 3 4 12 e BC indicam os eventos complementares. k . produzem respectivamente 50%. mas só $2.Um empresário pergunta se valerá a pena fazer um seguro contra chuva. i = 1. (3) Se B1. Bk representam uma partição de um espaço amostral S. Quadra 509..

Av. t e F. Fone: 443-3691. GERALDO 37 GÓES). W 3 Sul. Quadra 509. FUNÇÃO DE PROBABILIDADE E DENSIDADE DE PROBABILIDADE. Questões de Concursos Públicos e do Provão do MEC 01 . DISTRIBUIÇÃO MARGINAL. Prof. GEOMÉTRICA. QUI-QUADRADO. POISSON. NORMAL. DISTRIBUIÇÃO CONJUNTA. LOGNORMAL. UNIFORME. Sérgio Ricardo de Brito Gadelha II – VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS. BINOMIAL. ESPERANÇA MATEMÁTICA E VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA. Brasília – DF.(ESAF/Analista do Banco Central/2001) – Uma variável aleatória X tem função de distribuição de probabilidade dada pôr 0 1  4 7   F ( x ) = 12  11 12     x<0 0 ≤ x <1 1≤ x < 2 2≤ x<3 1 x≥3 Assinale a opção que dá o valor da probabilidade de X = 2 a) b) c) d) e) 7/12 11/12 1/3 3/ 4 10/12 . HIPERGEOMÉTRICA. PRINCIPAIS DISTRIBUIÇÕES: BERNOULLI.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. COVARIÂNCIA E COEFICIENTE DE CORRELAÇÃO. INDEPENDÊNCIA ESTATÍSTICA.

640 0.200 0.160 0. Quadra 509. respectivamente.25 a) 4 b) 0 c) 3 d) 1 e) 2 03 .(ESAF/Analista do Banco Central/2001) – A variável aleatória X tem distribuição de probabilidades do tipo absolutamente contínuo com densidade de probabilidades 1 / 2α f ( x) = 0 x ≥ −α < x < α onde α é uma constante positiva maior do que um. Fone: 443-3691. Prof.(ESAF/Analista do Banco Central/2002) – Uma variável aleatória do tipo absolutamente contínuo tem a função densidade de probabilidade seguinte: 10 ≤ x ≤ 15 1.500 0. a) b) c) d) e) 0.825 04 . Sejam 45 e 65 as médias de X e Y.(ESAF/Analista do Banco Central/2002) – Considere duas variáveis aleatórias X e Y. GERALDO 38 GÓES). Av. W 3 Sul.2 − 0. Sejam 4 e 16 as variâncias de X e Y.08 x  f ( x) = 0 em outros casos  Assinale a opção que dá a probabilidade de que a variável aleatória assuma valores entre 10 e 12.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Sérgio Ricardo de Brito Gadelha 02 . Brasília – DF. respectivamente e 3 a covariância entre essas duas variáveis. . Assinale a opção que dá o valor de α para que se tenha P(X>1) = 0. Assinale a opção que dá a variância da diferença X – Y. a) 23 b) 20 c) 14 d) 26 e) Não é possível calcular a variância de X – Y com a informação dada.

b) As médias diferem significantemente no nível de 45% e a estatística teste se distribui como t de Student com 97 graus de liberdade. sob a hipótese da igualdade das médias populacionais. para cada mês. Sérgio Ricardo de Brito Gadelha 05 .00 Freqüência de Março 6 13 12 15 4 Freqüência de Abril 10 14 10 13 3 No contexto das distribuições de freqüências.520. Nos cálculos use a tabela dos valores das probabilidades P(Z > z) para a distribuição normal padrão dada a seguir.000.CVM .00 3. e Execução Financeira) . assumindo-se as amostras independentes e provenientes de populações normais com variâncias homogêneas.2000) . Av.4%. As observações amostrais constam da tabela seguinte: Valor (R$) 1.000. Para verificar esta conjectura. Com este objetivo seleciona. Assinale a opção que dá as probabilidades de ocorrência de cada um desses eventos. R$ 4. A pessoa acredita que o aumento do preço da casa em um ano tenha distribuição normal com média de 8% e desvio-padrão de 10%.000. uma amostra de 50 contas. Prof.00. d) Não há evidência de que as médias difiram no nível de significância de 5% e a estatística teste se distribui como t de Student com 98 graus de liberdade.CVM .920.4% e a estatística teste se distribui como t de Student com 97 graus de liberdade. . se o preço da casa cair.000. sob a hipótese da igualdade das médias populacionais. sob a hipótese da igualdade das médias populacionais. c) Não há evidência de que as médias sejam distintas para qualquer nível α < 43.78 com valor probabilístico de 43.00 7. Questiona-se se o valor médio populacional das contas a receber de março difere significantemente do valor médio populacional correspondente de abril. a pessoa sairá lucrando.Uma firma distribuidora de eletrodomésticos está interessada em estudar o comportamento de suas contas a receber em dois meses consecutivos. e) O valor probabilístico associado ao valor da estatística teste não define informação suficiente para que se possa dizer que uma média difere da outra significantemente e a estatística teste se distribui como t de Student com 97 graus de liberdade.00 11. Quadra 509. GERALDO 39 GÓES). e Execução Financeira) . W 3 Sul. respectivamente.00 e R$ 4. realiza-se um teste de médias. sob a hipótese de igualdade das médias populacionais. sob a hipótese da igualdade das médias populacionais.000. Fone: 443-3691.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. a) Não há evidência de que as médias sejam distintas no nível de significância de 5% e a estatística teste se distribui como t de Student com 97 graus de liberdade.00 9. Se o preço aumentar mais de 25% a pessoa não terá dinheiro para adquirir o imóvel. para os meses de março e abril.2000) . respectivamente.Uma pessoa está indecisa se compra uma casa agora ou se espera para comprar daqui a um ano. Assinale a opção correta. as médias amostrais são.(ESAF/Analista (Planej.00 5. Brasília – DF. 06 .000.(ESAF/Analista (Planej. Por outro lado. O valor obtido para a estatística teste foi de 0.

5 b) e2. Brasília – DF.7 0.2000) .0 09 -(ESAF/AFPS-2002/Administração Tributária Previdenciária) .6745. Sérgio Ricardo de Brito Gadelha z 0.6 1.6 0.036 0. Assinale a opção que corresponde ao valor esperado de X.7 1.0 c) loge 2.5 0. a) 2/7 b) 1/3 c) 5/6 d) 1/2 e) 3/4 08 . e Execução Financeira) .8 1.(ESAF/Analista (Planej.0 d) 1+loge2.5% e 10.CVM . a) 3.067 0. Av.2% d) 2.5% e 24.Acredita-se que o logaritmo neperiano da variável renda (X). Assinale a opção que dá o valor do terceiro quartil de X.184 z 1. W 3 Sul.2% c) 4.2% 07 . 7).055 0. GERALDO 40 GÓES).8 0.O atributo X tem distribuição normal com média 2 e variância 4.(ESAF/AFPS-2002/Administração Tributária Previdenciária) .5 1. Uma peça particular do lote pesa 18Kg.A média e o desvio-padrão obtidos num lote de produção de 100 peças mecânicas são respectivamente. Fone: 443-3691. 16 Kg e 40g. sabendo-se que o terceiro quartil da normal padrão é 0. tenha distribuição populacional uniforme no intervalo aberto (1. em reais.CVM . Prof. medida em milhares de reais. Assinale a opção que corresponde à probabilidade de se observar na população um valor de X de pelo menos 3 reais e de no máximo 5 reais.2000) . a) –50 b) 0.4% e) 4.4% b) 6.02 10 .9 P(Z>z) 0. e Execução Financeira) .9% e 18.029 a) 4. Assinale a opção que dá o valor padronizado do peso dessa bola.9 P(Z>z) 0. tenha distribuição populacional normal com média 2 e variância unitária.212 0.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.045 0.05 c) 50 d) –0. a) e2. Quadra 509. Em todas as opções a constante e representa a base do sistema de logaritmos neperiano.05 e) 0.6745 .0 e) e3.309 0.7% e 24.5% e 21.Acredita-se que o preço de um bem (X).242 0.274 0.3490 b) 0.(ESAF/Analista (Planej.

Sérgio Ricardo de Brito Gadelha c) 2.00 σ) d) (µ-2.7500 11 . Quadra 509.6745 d) 2. µ+1. Brasília – DF.67 σ) c) (µ-1. µ+1.67 σ..(ESAF/AFPS-2002/Administração Tributária Previdenciária) .96 σ) 12 .96 σ.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.00 σ) e) (µ-1.00 σ. Assinale a opção que corresponde à variância de X.. µ+0. xn} onde os xi são distintos. µ+2. Assinale a opção que dá o intervalo contendo exatamente 95% da massa de probabilidades de X.Uma variável aleatória X tem função de distribuição de probabilidades 0 se x < 0 0. Fone: 443-3691. GERALDO 41 GÓES). µ+0. Prof.50 σ) b) (µ-0.(ESAF/AFPS-2002/Administração Tributária Previdenciária) . .50σ.5 se 0 ≤ x < 1  F ( x) =  1 se 1 ≤ x < +∞   Assinale a opção correta ..3373 e) 2. 13. Seja f(x) a função massa de probabilidades de X e µ x a sua expectância.Considere uma variável aleatória X do tipo discreto com espaço {x1. Av.Tem-se uma variável aleatória normal X com média µ e desvio-padrão σ.(ESAF/AFPS-2002/Administração Tributária Previdenciária) . a) (µ-0.00 σ. W 3 Sul.

Quadra 509. sendo F(x) a função de distribuição de X.577 e) 1.(ESAF/AFPS-2002/Administração Tributária Previdenciária) .150 e) 0.500 b) 0.641 d) 0. GERALDO 42 GÓES).95. σ) onde σ é uma constante maior do que 0.000 . Determine o valor de σ tal que F(0.7. Av.780 15.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.5. Prof.Sabe-se que P{X> 4.(ESAF/AFPS-2002/Administração Tributária Previdenciária) .5)=0.3465}= 0. Sabe-se que e-3 = 0.Sabe-se que o número de clientes que procuram atendimento numa agência da previdência no período das 17 às 18 horas tem distribuição de Poisson com média de 3 clientes.667 c) 0. Assinale a opção que dá o valor da probabilidade de que mais de 2 clientes apareçam no período. a) 0. a) 0.776 b) 0. Fone: 443-3691. W 3 Sul. a) 3/4 b) 1/4 c) 1 d) 5/7 e) 1/2 16. Assinale a opção que dá o valor de y tal que P {Y> y}= 0. sendo e o número neperiano.500 d) 0.0498. Brasília – DF.05 onde X tem distribuição F com 3 graus de liberdade no numerador e 7 graus de liberdade no denominador.230 c) 0.A variável aleatória X tem distribuição uniforme no intervalo (0. onde Y tem distribuição F com 7 graus de liberdade no numerador e 3 graus de liberdade no denominador. Sérgio Ricardo de Brito Gadelha 14 – (ESAF/AFPS-2002/Administração Tributária Previdenciária) .

Temos duas populações normais A e B com mesma variância e amostras aleatórias independentes dessas populações de tamanhos n1=20 e n2=20 respectivamente.685 0. NORMAL Z F(z) F(z) F(z) 0. com média de 70kg e desvio padrão de 8kg.993 0.5 0. a tabela abaixo. que dá valores das funções de distribuição da variável normal reduzida e da variável t de Student.933 0.159 0.828 0.999 0. Assinale a opção que dá o número de graus de liberdade da estatística de Student utilizada no teste de igualdade das médias das populações A e B.(ESAF/AFPS-2002/Administração Tributária Previdenciária) .067 0. Prof.960 2. normalmente distribuídos. então: a) r = 1 b) 0<r<1 c) r = 0 d) –1<r<0 e) r = -1 .006 20 – (Analista do Banco Central – 1994) – O coeficiente de correlação linear entre X e Y é r.309 0.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.827 1. GERALDO 43 GÓES). pode ser útil. a probabilidade da soma dos seus pesos ser maior do que 296kg é de : a) b) c) d) e) 0.962 0.914 2 0. Sérgio Ricardo de Brito Gadelha 17. Av.Suponha os pesos das pessoas.916 0. Quadra 509.023 0. a) 40 b) 19 c) 16 d) 20 e) 38 18 – (Analista do Banco Central – 1994) – As variáveis aleatórias x e Y têm variâncias respectivamente iguais a 3 e 1 e têm covariância igual a 1. W 3 Sul. Brasília – DF.685 1 0.691 0. Fone: 443-3691.5 0. Escolhidas ao acaso 4 dessas pessoas. em certo grupo.994 0. Se Y = 4 – 2X.982 3 0.983 0.5 0.977 0. A variância de X – 2Y vale: a) 1 b) 2 c) 3 d) 5 e) 11 Para a questão 19.991 t com 9 graus de liberdade t com 8 graus de liberdade 19 – (Analista do Banco Central – 1994) .841 0.

8.(Analista do Banco Central – 1998) – Uma população é constituída dos valores 5. Fone: 443-3691. Av.4 3 M 4 0.(Analista do Banco Central – 1998) – Uma variável aleatória X tem a distribuição de probabilidade dada abaixo: X Probabilidade 1 0.1 O valor esperado e a variância valem.65 2 e 0. GERALDO 44 GÓES).(Analista do Banco Central – 1998) – Duas variáveis X e Y têm coeficiente linear igual a 0. Sérgio Ricardo de Brito Gadelha 21 .99)10 e) 0.45 2.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Brasília – DF. Quadra 509.5 e 0. a probabilidade de que nesta amostra nenhum carro se acidente ao longo de 1 ano (admitindo independência entre os acidentes) é: a) 0.1 2 0.55 2.5 e 0.5 2 e 0. Se tomarmos uma amostra de 10 carros.4 22 . W 3 Sul.53 c) 0. A probabilidade de que a média amostral seja superior a 10 é: a) 1/16 b) ¼ c) 1/8 d) 1/10 e) 1/6 . respectivamente a) b) c) d) e) 2.27 d) 0. 7. Prof.8 b) 0. Amostras aleatórias com reposição de tamanho 2 são selecionadas desta população.99 d) (0.6 23 .5 e 0.8 b) 1 – (0.(Analista do Banco Central – 1998) – Suponha que a probabilidade de um carro qualquer sofrer um acidente ao longo de 1 ano seja 1%.01)10 c) 0. 9 e 11. O coeficiente de correlação linear entre as variáveis 2X e 3Y é: a) 0.10 24 .32 e) 0.

(4) Se o coeficiente de correlação for nulo.5. Pode-se afirmar então que: (0) (1) (2) Se a correlação entre X e Y for zero. coeficiente de correlação populacional é igual a zero (ρ = 0). 0 < y < 1 Seja ƒ(x.Sejam duas variáveis aleatórias X e Y quaisquer provenientes de distribuições com médias µ x e µ y e variâncias σ x2 e σ y2 respectivamente. Sérgio Ricardo de Brito Gadelha Questões do Exame Nacional da ANPEC (ANPEC 1992/QUESTÃO 4) . (ANPEC 1992/QUESTÃO 6) 1 quando 0 < x < 1. Av. Se admitirmos que ρ. A distribuição binomial é uma distribuição definida por dois parâmetros. . Brasília – DF.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. a distribuição amostral de r. é simétrica em relação a zero. Se as variáveis X e Y forem independentes. (2) Se elas forem independentes. Y ) / V ( X )V (Y ) . então elas são independentes. coeficiente de correlação amostral. V(X/Y) = V(X)/V(Y). Fone: 443-3691. E(XY) = E(X)E(Y). Se as variáveis X e Y forem independentes. GERALDO 45 GÓES). Prof. (Multiplique o resultado por 100). (1) Se elas forem independentes. Quadra 509.5 e y < 0. então: (0) Se elas forem independentes. W 3 Sul. Cov(XY) = 0. (ANPEC 1992/QUESTÃO 8) .y) =  0 caso contrario Calcule a probabilidade de x < 0. Para verificar se o coeficiente de correlação é significativo a estatística do teste a ser utilizado tem distribuição t de Student. A distribuição qui-quadrado tende para a distribuição normal quando o tamanho da amostra tende para o infinito. então a soma aleatória das distribuições das duas variáveis terá uma população de média µ x + y = µ x + µ y e variância σ x2+ y = σ x2 + σ y2 .Em relação às distribuições de probabilidade pode-se afirmar que: (0) (1) (2) (3) (4) A distribuição F é uma razão entre dois t de Student independentes. isto indica que X e Y são independentes. A variável t de Student quando elevada ao quadrado é sempre igual a uma variável F.Sejam X e Y duas variáveis aleatórias contínuas. (ANPEC 1993/QUESTÃO 1) . (3) O coeficiente de correlação linear entre as variáveis X e Y é dado por Cov ( X . A distribuição de Poisson descreve o comportamento de variáveis aleatórias discretas. então a população resultante da diferença entre as duas variáveis terá média µ x − y = µ x − µ y e variância (3) (4) σ x2− y = σ x2 − σ y2 .

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 46 GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

(ANPEC 1993/QUESTÃO 4) - Sejam X, Y e Z variáveis aleatórias quaisquer. Então:

(0) (1) (2) (3) (4)

Var(X + Y + Z) = Var(X) + Var(Y) + Var(Z). Var(2X + 4) = 4Var(X) + 16. E(X + Y) = E(X) + E(Y). Cov(X,Y) = E(XY) - E(X).E(Y). E ( X 2 ) = [ E ( X )] 2 .

(ANPEC 1993/QUESTÃO 5)

c se 5 < x < 10 e 4 < y < 9 Seja a função ƒ ( x , y ) =  onde c é uma 0 caso contrá rio constante Pode-se afirmar que: (0) (1) (2) (3) O valor de c é 1 (um). X e Y são variáveis aleatórias independentes. A probabilidade de X > 6 e Y < 5 é 0,4. A função de densidade de probabilidade marginal de X é ƒ(x) = 0,20.

(ANPEC 1993/QUESTÃO 8) - Se a função de distribuição de uma variável aleatória X é dada por: 0 se x < 0 1   2 se x ∈ [0,1) F ( x) =   x se x ∈ [1,2] 2 1 se x > 2  pode-se dizer que:

(0) (1) (2) (3)

X é uma variável aleatória contínua. A probabilidade de X assumir um valor no intervalo [1/2,1] e 1/4. X assume valores uniformemente no intervalo [1,2]. A esperança de X é 3/2.

(ANPEC 1993/QUESTÃO 11) - O vetor aleatório (X,Y) toma valores com probabilidade 1 no quadrado [0,1]x[0,1] do R 2 , segundo a seguinte densidade:

4 se ( x ≤ 1 / 2 e y ≤ x ) ou ( x ≥ 1 / 2 e ƒ ( x , y) =  0 nos outros pontos do quadrado pode-se afirmar que: (0) (1) E(X) = E(Y) e Var(X) = Var(Y).

y ≥ x)

2 y se 0 ≤ y ≤ 1 / 2 A função de densidade de Y é h( y ) =  . 2 − 2 y se 1 / 2 ≤ y ≤ 1

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 47 GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

(2) (3) (4)

P[X > 3/4] é igual a 1/8. P[1/4 < Y < 3/4] = P[X < 1/2]. Para cada y, a densidade condicional de x dado y é sempre a distribuição uniforme no intervalo [0,1].

(ANPEC 1993/QUESTÃO 12) - Com relação à esperança, o segundo momento (não centrado) e a variância de uma variável aleatória, pode-se dizer que:

(0) (1) (2) (3) (4)

O segundo momento é sempre menor que a esperança ao quadrado. A variância pode ser menor ou maior do que o segundo momento. Se a esperança é zero, o segundo momento é maior do que a variância. Se a variância é zero, o segundo momento é igual à esperança. O quadrado da esperança nunca pode ser igual à variância.

(ANPEC 1993/QUESTÃO 13) - Com relação às distribuições t, Qui-quadrado e F pode-se afirmar que:

(0) (1) (2) (3) (4)

A soma de normais com média 0 e variância 1 dá sempre uma Qui-quadrado. Uma F com m e n graus de liberdade resulta da divisão de uma Qui-quadrado com m graus de liberdade por uma Qui-quadrado com n graus de liberdade, sendo ambas independentes. A Qui-quadrado com m graus de liberdade resulta da soma de m normais independentes, de média zero, ao quadrado. A distribuição t de n graus de liberdade coincide com a de F com 1 e n graus de liberdade. A raiz quadrada de uma Qui-quadrado com 2 graus de liberdade dividida por dois distribui-se com uma distribuição normal com média 0 e variância 1.

[N1] Comentário:

(ANPEC 1993/QUESTÃO 15) - A variável aleatória Z guarda com a variável aleatória X a relação Z = 5 + 5X + U onde U é uma variável aleatória, independente de X. Podese afirmar que:
(0) Z tem correlação 1 com X.

(1) (2) (3) (4)

Qualquer que seja o valor do termo constante na relação acima, a correlação de Z com X não se altera. A covariância de Z com X é de 25 vezes a variância de X. Se os desvios padrão de X e de U forem idênticos e iguais a 2, a variância de Z valerá 104. A correlação de U com Z é independente dos coeficientes da relação acima.

(ANPEC 1994/QUESTÃO 5) - Suponha que um estudante sai de casa para a Universidade entre 07:00 e 07:30 da manhã, e que leva entre 40 e 50 minutos para chegar ao seu destino. Seja X a hora de saída do estudante e Y o tempo de viagem. Assuma que estas variáveis aleatórias sejam uniformemente distribuídas. Tipicamente, a que horas o estudante chega à Universidade?

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 48 GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

(ANPEC 1994/QUESTÃO 6) - Seja X uma variável aleatória que representa o valor das vendas de um determinado produto em um mês. X é normalmente distribuída com média $500 e desvio padrão $50. Podemos afirmar que:

(0) (1) (2) (3) (4)

A probabilidade do valor das vendas ser superior a $600 é 5,3%. No intervalo (450 ── 550) então contidas 68,3% de todos os possíveis valores das vendas mensais do produto. Em 20% dos casos as vendas são inferiores a $458. A distribuição normal é plenamente especificada pelo seu parâmetro média. A distribuição é contínua e simétrica em relação ao valor de vendas $500 e a moda divide a área sob a curva em duas metades iguais.

(ANPEC 1994/QUESTÃO 11) - As variáveis aleatórias X e Y têm função densidade conjunta 3 / 2( x 2 + y 2 ) se x ≥ 0, y ≤ 1 ƒ( x , y ) =  0 outros pontos Calcule o valor esperado de Y quando X = 2/3. (Multiplicar o resultado por 28). (ANPEC 1994/QUESTÃO 12) - Suponha que X seja uma variável aleatória com valor esperado 10 e variância 25. Quanto deve ser a + b, a e b positivos, de forma que Y = a bx tenha o valor esperado 0 e variância 625? (ANPEC 1995/QUESTÃO 3) - Se X e Y são duas variáveis aleatórias quaisquer, podese afirmar que:

(0) (1) (2) (3) (4)

Se W = 3X + 4Y, então Var(W) = 3Var(X) + 4Var(Y) + 2Cov(X,Y). Se Cov(X,Y) = 0, então X e Y são variáveis aleatórias independentes. Se X e Y são variáveis aleatórias independentes, então o coeficiente de correlação entre elas é zero. Se T = 2X + Y + 5, então E(T) = 2E(X) + E(Y) + 5. Se X e Y são variáveis aleatórias independentes, então E(X,Y) = E(X).E(Y).

(ANPEC 1995/QUESTÃO 4) - Seja X uma variável aleatória contínua cuja função densidade de probabilidade é dada por ƒ(x). Então:

(0) (1) (2) (3) (4)

A probabilidade de X assumir um valor no intervalo [a,b] é dada por
+∞

∫ f ( x)dx.
a

b

E(X) =

∫ xf ( x)dx.
+∞ −∞

−∞

Sendo k uma constante qualquer, var( kX ) = k 2 ∫ ( x − µ ) f ( x ) dx. A probabilidade de X assumir um determinado valor xi é dada por xi f ( xi ).
+∞

∫ f ( x)dx = C em que C pode assumir qualquer valor entre 0 e 1.

−∞

(ANPEC 1996/QUESTÃO 3) . A distribuição hipergeométrica é aplicada a variáveis aleatórias discretas.5 empregados. Se a pesquisa fosse realizada entre 1. sem reposição.X . é de 4. quando se consideram extrações aleatórias. o desvio padrão dessa amostra seria de 15. A distribuição utilizada apresenta as seguintes características: o espaço amostral do experimento descreve apenas dois resultados possíveis e o experimento é repetido n vezes. então a média de X é igual a sua mediana e a sua moda. Pode-se afirmar que: (0) (1) (2) (3) (4) É de 0. por unidade de peso.Suponha que 40% dos empregados de uma grande empresa estejam a favor de sua representação sindical. de uma população dividida segundo dois atributos.4X. Sérgio Ricardo de Brito Gadelha (ANPEC 1995/QUESTÃO 10) .Uma certa liga é formada da fundição do chumbo com outro metal. (ANPEC 1995/QUESTÃO 12) . A distribuição normal é perfeitamente definida caso se conheçam seus dois primeiros momentos. GERALDO 49 GÓES). Brasília – DF.000 empregados. Podemos afirmar que: (0) Se X ~ Normal( µ .com n graus de liberdade é definida como a soma dos quadrados de n variáveis aleatórias com distribuição normal padrão. W 3 Sul.é uma variável aleatória com a seguinte função de densidade de probabilidade:  3 −5  10 x (100 − x ). A porcentagem do chumbo nesta liga . Fone: 443-3691. A probabilidade das respostas segue a distribuição binomial há que o atributo é contínuo.8 a probabilidade de 8 empregados. Calcule o lucro esperado por unidade. O número médio esperado de empregados favoráveis à representação. e que se peça resposta anônima a uma amostra aleatória de 10 empregados. σ 2 ) . se 0 < x < 100 f ( x) =  5 0.A respeito das distribuições de probabilidade. para quaisquer outros valores de  X Supondo que o lucro obtido na venda dessa liga. . Prof.Seja X uma variável aleatória contínua com função de densidade f e com média e variância finitas. entre os 10 pesquisados.X 2 . que por sua vez é igual ao parâmetro da distribuição. pode-se afirmar que: (0) (1) (2) (3) (4) A distribuição qui-quadrado . A distribuição F de Snedecor é definida pelo quociente de duas variáveis aleatórias independentes e normalmente distribuídas. no máximo. (L) seja dado pela função: L = 10 + 0. responderem favoravelmente à representação sindical. A distribuição de Poisson tem média igual à variância. (ANPEC 1995/QUESTÃO 11) . Av. Quadra 509.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. aproximadamente.

X 2 e X 3 variáveis aleatórias independentes 2 com variâncias σ1 = 1. (3) Não é possível ter-se ρ(X. b > 0 são constantes. então Y é uma variável aleatória 1 y−b e sua função de densidade é g( y) = f ( ). (1) Se Var(Y)=0. se − 1 ≤ x ≤ 1  . então P( X ≥ µ + x) = P( X ≤ µ − x) . (5) A padronização da variável aleatória X elimina efeitos de origem. (4) Seja Y = aX + b e sejam X* e Y* as padronizações de X e Y. GERALDO 50 GÓES). então Y ~ Normal (0.1) e Y é dita uma σ padronização de X. onde a. para todo x ∈ℜ (ℜ é o conjunto dos números reais). onde µ ∈ℜ é fixo. então Cov(X. . Então X* = Y*. mas não necessariamente elimina efeitos de escala. Seja Y = 2 X1 + X 2 + 2 X 3.Seja X uma variável aleatória com função de densidade f(x). então: f ( x ) =  . onde a. X−µ (3) Se X ~ Normal ( µ .Y)=1. (3) Se f ( µ + x) = f ( µ − x ) . Prof. então E(Y) = a E(X) + b e Var(Y) = a Var(X). .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.Se (X. W 3 Sul. a a (2) Se Y = aX + b. Sérgio Ricardo de Brito Gadelha (1) Se Y = aX + b. 3  2 x 2 . então Y é constante. onde a < b. respectivamente. onde ρ designa probabilidade conjunta. se a ≤ x ≤ b.Y)>0.Sejam X1 . (1) Se f ( x ) =  (1 + x )  0.b]. (ANPEC 1996/QUESTÃO 10) . σ 2 ) e Y = .Y) é um vetor aleatório. para todo x ∈ℜ . Fone: 443-3691. caso contrá rio X ~ em [a. (ANPEC 1996/QUESTÃO 4) . Quadra 509. Av. então: (0) X é uma variável aleatória. (0) Se f ( x ) =   0. b > 0 são constantes. respectivamente. se x > 0  então E ( X ) = ∞ . caso contrá rio    (2) Se U[a. Brasília – DF. σ 2 = 2 e σ 2 = 4 .b] é uniforme  x . (ANPEC 1996/QUESTÃO 5) . onde Var denota a variância e E denota a expectância. (2) Se E(XY)>0. 0. então E(X) = 0. 2 3 Calcule a variância de Y. caso contrá rio   1    2 .

(ANPEC/1997QUESTÃO 3) . em caso contrario.Y). denotados respectivamente por rx .Qual deve ser o valor de k. Fone: 443-3691.  1 1/3 0 1/3 2/3 f(x) 1/3 1/3 1/3 1 0 1/3 0 1/3 seja uma função de densidade de probabilidade? Multiplique o resultado encontrado por 100. 4 4 2 (1) caso os retornos das ações tenham coeficiente de correlação unitário. Caso o investidor compre uma ação de cada companhia.As ações das companhias X e Y são negociadas na bolsa de valores por R$ 1.  − 1 . O retorno total da carteira de um investidor ( rT ) é dado pela combinação  yx σ yy  convexa entre os retornos dos diferentes ativos nesta. GERALDO 51 GÓES). (ANPEC 1997QUESTÃO 4) . e matriz de covariância: µy σ xx σ xy  σ  . pode-se afirmar que: (0) a variância do retorno total do investidor é 1 1 1 σ xx + σ yy + σ xy . Os retornos de cada ação de ′ X e Y.00 cada em um determinado dia. onde α é a proporção do valor da carteira investida na companhia X. de modo que:  x  k. yy 2 2 . para 30 dias a frente. o desvio 1 1/ 2 1 padrão do retorno total é dado por σ xx + σ 1/ 2 .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. ry . Sérgio Ricardo de Brito Gadelha (ANPEC 1996/QUESTÃO 14) . Prof. o retorno total é dado por: rT = α ⋅ rx + (1 − α ) ⋅ ry . Se apenas considerarmos X e Y. Quadra 509. se 2 < x < 6 f (x) =   2  0 .Considere a distribuição seguinte: Valores de Y 0 1 Valores de X 2 3 f(y) Calcule Cov(X. e as venda 30 dias depois. Av. W 3 Sul. têm distribuição ( ) bi-variada Normal com média: µx   . Brasília – DF.

pode ser fatorada na forma f(x. GERALDO 52 GÓES). em caso contrario. de acordo com a função densidade conjunta f ( x . b] : (0) se a = -1 e b = 2 então E(X) = 0.Y).A função de densidade de probabilidade conjunta das variáveis aleatórias X e Y é dada por: 6x 2 y. Prof. então E(X)=1/2. (2) a função densidade de probabilidade condicional de X dado Y é f X Y (x. Pode-se afirmar que: (0) a função densidade de probabilidade marginal de X é f X (x) = 3x 2 . o 1 1 retorno total esperado do investidor é dado por µ x + µ y + σ xy . (1) se a = -1 e b = 2 então VAR(X) = 2. Fone: 443-3691. f(x. (1) Se a variável aleatória bidimensional (X. então as variáveis aleatórias X e Y são independentes. W 3 Sul.y) = f(x).Seja X uma variável aleatória com função de densidade de probabilidade Uniforme no intervalo [a. as funções densidade de X e Y.5. 2 2 (ANPEC 1997/QUESTÃO 6) . o 1 1/ 2 1 desvio padrão do retorno total é necessariamente menor do que σ xx + σ 1/ 2 . Quadra 509.Y) é uniformemente distribuída. y ) = 2 . y) =  0 . para 0 < x < y < 1 e. 0 < y < 1 f XY ( x. então E(X|Y) = E(X) e E(Y|X) = E(Y). (ANPEC 1997/QUESTÃO 7) . Av. 2 2 (3) caso os retornos das ações tenham coeficiente de correlação menor que a unidade. (3) a função densidade de probabilidade condicional de Y dado X é fY X (x. (4) X e Y são independentes. o retorno esperado 1 1 do investidor é dado por µ x + µ y . (ANPEC 1998/QUESTÃO 4) . yy 2 2 (4) caso o retorno das ações tenham coeficiente de correlação zero. . 0 fora deste intervalo. (2) Se as variáveis aleatórias X e Y são independentes.g(y) . se 0 < x < 1. y) = y . pode-se afirmar que: (0) Se a função densidade conjunta de (X. (1) a função densidade de probabilidade marginal de Y é fY (y) = y . y) = 3x 2 .Com relação às distribuições de probabilidade conjunta e marginais.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. onde f(x) e g(y) são . Sérgio Ricardo de Brito Gadelha (2) caso os retornos das ações tenham coeficiente de correlação menor que a unidade.respectivamente. (2) se a = 1 e b = 2 então a distribuição é assimétrica.y). (3) X tem distribuição unimodal. Brasília – DF.

(0) A variável aleatória “t” é definida como 2 Z (n − 1) normal-padrão e χ é uma distribuição qui-quadrado com (n . W 3 Sul. divididas cada uma pelo seu respectivo número de graus de liberdade. t > 0. 0< β < 1. de acordo com a tabela abaixo: Y Pode-se afirmar que : -1 0 1 -1 1/8 1/8 1/8 X 0 1/8 0 1/8 1 1/8 1/8 1/8 . então podemos definir o valor esperado de X como E ( X ) = ∫ x. onde α > 0. Quadra 509. ∞ (4) Seja f(x) a função de densidade de probabilidade da variável aleatória contínua X. (3) A estatística “F” pode ser utilizada para verificar a igualdade de duas variâncias provenientes de duas populações quaisquer. Fone: 443-3691. (ANPEC 1998/QUESTÃO 10) . (ANPEC 1998/QUESTÃO 8) . Brasília – DF. −∞ (ANPEC 1998/QUESTÃO 5) . para quaisquer s. g(x) funções densidades de probabilidades definidas no mesmo intervalo. (1) A distribuição “t” de Student tem média igual a (n . 4. GERALDO 53 GÓES). f ( x ). 3. então P ( −∞ < X < ∞) = ∫ ∞ −∞ f ( x )dx = 1 . Av.. ….INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.α] é uniforme em [-α. . Prof.Y). então o valor da constante c é igual a β. (3) Se a variável aleatória X segue uma distribuição exponencial.Verifique quais das afirmações abaixo são verdadeiras e quais são falsas.1)/(n . χ 2 n −1 .Seja X uma variável aleatória com função densidade f(x). de forma que sua função de probabilidade seja P(x= k )=c(1-β) k −1 . então é possível determinar α de modo que P(x < 1)= 1/2. então βf(x) + (1-β)g(x) também é uma função de densidade de probabilidade da variável x. 2. (2) Se a variável aleatória X assumir os possíveis valores 1.1) graus de liberdade.Considere a distribuição de probabilidade conjunta de (X.α] . (1) Se β é uma constante entre 0 e 1 e f(x). é chamada de distribuição “F”. então P(x >(s+t) | x > s) = P(x > t).1) e variância igual a (n . Sérgio Ricardo de Brito Gadelha (3) Seja f(x) a função de densidade de probabilidade da variável aleatória contínua X. dx .3). onde Z tem distribuição (0) Se X ~ U[-α. (2) A distribuição de uma razão de duas variáveis aleatórias qui-quadrado independentes.

(2) Se Z = aX + b e W = cY + d onde a . (iii) cada experimento tem dois resultados possíveis que são mutuamente exclusivos. Quadra 509. Fone: 443-3691.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. cada uma delas dividida pelo respectivo número de graus de liberdade. (3) A distribuição normal apresenta dois pontos de inflexão na sua função de densidade de probabilidade f(x) nos pontos x = µ .2.Podemos afirmar que: (0) A distribuição qui-quadrado muda de forma de acordo com o tamanho da amostra. . Para amostras pequenas. n. 2. (ANPEC 1999/QUESTÃO 12) . p x . GERALDO 54 GÓES). Brasília – DF. (1) A distribuição “t” é sempre simétrica com média zero e à medida que o tamanho da amostra aumenta. a distribuição “t” aproxima-se da distribuição normal padrão. ….σ.p. a distribuição se inclina para a direita assimetricamente e torna-se cada vez mais simétrica à medida que o tamanho da amostra cresce.Sobre as distribuições de probabilidade podemos afirmar que: (0) Na distribuição Binomial não é possível contar as não-ocorrências do evento e a média e a variância são iguais ao parâmetro da distribuição. (4) Se X é uma variável aleatória uniforme com a seguinte função de densidade de probabilidade k f ( x) =  0 se a < x < b quaisquer outros valores. (ANPEC 1999/QUESTÃO 11) .σ e x = µ + 2. p = probabilidade de ocorrência de sucesso e q = 1 . então o coeficiente de correlação. ρZW . b. (1) As características da distribuição de Poisson são: (i) n repetições de um experimento de Bernoulli. (3) As variáveis aleatórias X e Y apresentam uma relação linear. (1) As variáveis aleatórias X e Y são independentes. Sérgio Ricardo de Brito Gadelha (0) O coeficiente de correlação. Prof.a. onde µ é a média e σ o desvio padrão. então k = b . W 3 Sul. (2) A distribuição “F” é uma razão entre duas variáveis aleatórias “t” independentes. Av. (iv) a distribuição de probabilidade é definida como  n P ( X = x ) =   . entre X e Y é igual a zero. (ii) as repetições são independentes. ρ xy . onde n = número de  x repetições do experimento. x = 1. q n − x . entre Z e W é diferente de zero. c e d são constantes com a ≠ 0 e c ≠ 0 .

(3) O coeficiente de correlação entre X e Y é 0. (1) Se ρ XY é o coeficiente de correlação entre as variáveis X e Y onde W=aX+b e ac Z=cY+d com a.1 Podemos afirmar que: (0) A distribuição marginal de X é X P(X) (1) A variância de Y é 2.3 0. Sérgio Ricardo de Brito Gadelha (2) A média de uma distribuição Geométrica é 1/p. X 2 4 Y 1 0.76.1 0.Seja a seguinte distribuição conjunta de probabilidade entre as variáveis aleatórias X e Y.b. (3) Se a função densidade de probabilidade de uma variável aleatória X é simétrica em relação a um ponto X=a . onde a e b são constantes. Quadra 509. então ρWZ = ρ XY onde a e c são diferentes de ac zero. (ANPEC 1999/ QUESTÃO 13) . Fone: 443-3691.c e d constantes. pode-se concluir que X e Y são variáveis aleatórias independentes.344. então E(XY)=E(X)E(Y). a probabilidade de no máximo um cliente ter pago com atraso é aproximadamente 15%.56.Com relação as definições de Coeficiente de Correlação e de Esperança Matemática. 1]. pode-se afirmar que : 1 0. Prof. Brasília – DF. Assim. então E(X)=a. (4) O coeficiente de correlação exprime a medida de dependência linear entre duas variáveis e pode assumir um valor qualquer no intervalo [0.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. onde p = probabilidade de ocorrência de sucesso. (2) Se o coeficiente de correlação entre as variáveis X e Y é igual a zero.2 0.1 5 0.3 5 0.4 (0) Se X e Y são duas variáveis aleatórias de forma que Y=aX+b. (2) A covariância entre X e Y é -0. W 3 Sul. Se em certo dia selecionarmos ao acaso 10 pessoas que pagaram suas dívidas mensais. GERALDO 55 GÓES).3 3 0. Av.2 3 0. então o coeficiente de correlação entre X e Y é igual a 1 se a < 0 e igual a -1 se a > 0. (3) Um levantamento junto ao Setor de Contabilidade de uma loja de departamentos mostrou que 30% dos clientes pagam suas mensalidades com atraso. (ANPEC 1999/QUESTÃO 14) . .

1) então Y= eX tem distribuição lognormal com E(Y)= e1/2. do universo U: (0) Tanto A como U devem ser contínuos. e 0 em caso contrário. (2) {E[(X-E(X))(Y. maiores do que zero. φ >0.X). (4) Se Y e X são variáveis aleatórias independentes. (3) Se (X.X) possuem uma distribuição Normal bivariada. Se as probabilidades dos eventos A e B são. Quadra 509. (1) Se (Y. então o coeficiente de correlação entre X e Y igual a zero implica em que X e Y são independentes. com função densidade de probabilidade f(x) contínua. d são constantes reais. (ANPEC 2000/QUESTÃO 13) . então Pr ( |X . definida sobre o espaço amostral A.75. em que E(X) = µ.Seja uma função de densidade de probabilidade :  cx 2 f ( x) =  0 100. Sérgio Ricardo de Brito Gadelha (4) Dados os seguintes eventos : X=1 se o evento A ocorre.Y) possuem densidade conjunta f(x.E(Y))]}2 ≥ E[X-E(X)]2 E[Y-E(Y)]2. Prof. em que a. desde que todos os momentos necessários ao cálculo de cada uma destas expressões existam. e 0 em caso contrário. é correto afirmar que: (0) Se X é uma variável aleatória com média µ finita e variância σ2 = 1. então correlação (Y*. então a variância da variável Z= Y/X será dada por Var (Z) = Var(Y) / Var(X). respectivamente. então E(X)= 1/φ. Arredonde o resultado e multiplique por (ANPEC 2001/QUESTÃO 04) . (2) Se X ~ Normal(0. (ANPEC 2000/QUESTÃO 03) .y) = φ2 e-φ y. b. W 3 Sul. então.d)> 0. GERALDO 56 GÓES).INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Y=1 se o evento B ocorre. E(X) = E(Y)=0. (1) A probabilidade P(X ≤ x 0 ) é dada por xo ∫ f ( X )dX . segue-se que E(Y|X) = a + b Y. Fone: 443-3691. Av. e 0 ≤ x ≤ y.µ | ≤ 2) ≥ 0. X*) = correlação (Y. (ANPEC 2000/QUESTÃO 14) . é correto afirmar que: (0) Se Y* = a + bY2 e X* = c + dX2.Dados os seguintes enunciados envolvendo variáveis aleatórias.  para 0< x≤2  para outros valores de x  Calcule a probabilidade de (0 ≤ x ≤ 1).Seja X uma variável aleatória. −∞ . em que a e b dependem dos momentos de Y e X. (1) E( eX) ≤ eµ. ambas com média e variância finitas. c.Dados os seguintes enunciados envolvendo variáveis aleatórias. (b. (3) E(Var(Y|X)) ≤ Var(Y). Brasília – DF.

Tendo sido extraída uma amostra de 25 elementos desta população. aproximando para o inteiro superior mais próximo. 1 ≤ X ≤ 3 2 densidade de probabilidade dada por .Seja X uma variável aleatória contínua. W 3 Sul.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. haverá uma particular composição desses ativos que eliminará completamente o risco da carteira. (3) No caso de correlação negativa perfeita. Qual o limite de probabilidade para que [X – E(X)] > 10? Resposta em percentagem. GERALDO 57 GÓES). Fone: 443-3691. Determine o valor da mediana dessa distribuição.5%. (ANPEC 2001/QUESTÃO 15) . se a variância de A é duas vezes a variância de B. . então a variância da carteira será igual a 8. (ANPEC 2001/QUESTÃO 13) . então é preciso investir duas vezes mais em A para eliminar o risco da carteira. e as participações de A e B na carteira são de 40% e 60%. dx F(x) é a função de distribuição acumulada. respectivamente. d (4) A função densidade de probabilidade de X é calculada por f(x) = F (x) em que. Brasília – DF. (3) A função cumulativa de probabilidade pode ser discreta. (0) Se os retornos esperados de A e B são iguais a 10% e 5%. (1) Supondo-se que os retornos dos dois ativos referidos no quesito anterior sejam independentes e que suas variâncias sejam iguais a 10 e 20.Considere um investidor cuja composição da carteira é formada por dois ativos A e B. Prof. (2) Supondo-se que os retornos de A e B tenham a mesma variância. estime a probabilidade de que a média amostral X esteja no intervalo 15 ≤ X ≤ 21. (4) Se existir uma correlação negativa perfeita entre os retornos dos ativos A e B. Quadra 509.Seja uma variável aleatória X com média E(X) = 0 e variância σ x = 25. então o retorno esperado da carteira é de 7. com função 1 f ( x) = .8.Sabe-se que certa característica de uma população tem distribuição Qui-quadrado com 18 graus de liberdade. respectivamente. Use a tabela da distribuição Normal em anexo. 2 (ANPEC 2002/QUESTÃO 03) . (ANPEC 2001/QUESTÃO 14) . Sérgio Ricardo de Brito Gadelha (2) A probabilidade P(X = x 0 ) é dada por f(x 0 ). a diversificação dessa carteira nestes dois ativos somente reduzirá o risco total se o coeficiente de correlação entre os respectivos retornos for negativo. Av. Resposta em percentagem.

Prof. então a função densidade de probabilidade de 1 X. Quadra 509. definida como o número de repetições necessárias para a primeira ocorrência de A. α >0. sem reposição. atinge o seu valor máximo quando x = µ e nesse ponto f ( x ) = . f(x). então. E(Z) = V(Z) = α . σ 2 ). (3) a variância do custo do produto é aproximadamente 3. W 3 Sul. por exemplo. σ 2π (1) Se X tem distribuição Uniforme no intervalo [0. (2) Pode-se utilizar a distribuição Binomial para. N(0.Em relação às distribuições de probabilidade discretas: (0) Uma variável aleatória X com distribuição binomial de parâmetro p. tem distribuição Geométrica. é maior do que 30. (3) Se uma variável aleatória segue uma distribuição Hipergeométrica. baseada em n repetições. GERALDO 58 GÓES). Fone: 443-3691. o tamanho da amostra. Av. Sérgio Ricardo de Brito Gadelha (ANPEC 2002/QUESTÃO 07) . então. mas possui caudas mais pesadas.04. Brasília – DF. α ]. desde que as repetições sejam independentes e que P(A) = p e P(AC ) = 1-p.1).Em relação às distribuições de probabilidade contínuas: (0) Se X tem distribuição Normal( µ . (2) o custo é menor do que 2 com probabilidade 1/9. (2) A distribuição t de Student assemelha-se à Normal padrão. (1) Uma variável aleatória Y. (1) o custo médio do produto é aproximadamente 1. quando n. (4) o custo é maior do que 3 com probabilidade 8/9. sua distribuição será próxima da Binomial se o tamanho da população for grande em relação ao tamanho da amostra extraida .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. (4) Se Z tiver distribuição de Poisson com parâmetro α .O custo X de produção de certo bem é uma variável aleatória com função densidade de probabilidade kx 2 f ( x) =   0 1≤ x ≤ 4 caso contrário É correto afirmar que: (0) o valor de k é 63. aproxima-se de uma Poisson quando n → ∞ e p permanece constante. α tem que ser igual a 4/3 para que P(X > 1) = 1/3. (ANPEC 2002/QUESTÃO 08) .04. calcular a probabilidade de se encontrar k peças defeituosas em um lote de n peças selecionadas ao acaso. (ANPEC 2003/QUESTÃO 03) . .

W 3 Sul.2Cov(Y. x 2 . em que n é o número de graus de liberdade. Xn são variáveis aleatórias identicamente distribuídas com distribuição Bernoulli com parâmetro p. x3 ) =  1 2 3  0 0 ≤ x1 ≤ 1.Suponha que a função densidade de probabilidade conjunta da variável aleatória bidimensional (X. GERALDO 59 GÓES).. (4) a distribuição binomial pode ser aproximada pela distribuição de Poisson para valores grandes de n (tamanho da amostra) e pequenos de p (probabilidade de sucesso). então Y e X são independentes. f ( x. X) = 0. Sérgio Ricardo de Brito Gadelha (ANPEC 2003/QUESTÃO 04) .X).Com relação à variáveis aleatórias discretas é correto afirmar que: (0) se X1. . (1) uma variável aleatória com distribuição binomial representa o número de sucessos em n experimentos de Bernoulli. (ANPEC 2003/QUESTÃO 09) . então Z = ∑ X i terá uma distribuição Poisson quando i =1 n n for grande.5 . (3) a distribuição Qui-quadrado possui média igual a n e variância igual a 4n. então Y e X são independentes. X). Quadra 509. Brasília – DF. 0 ≤ y ≤ 2 Encontre E(X). (4) se Cov(Y. (1) Var(Y .Y) seja uniformemente distribuída na região de domínio. Multiplique a resposta por 10 e transcreva somente a parte inteira do número encontrado.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. . X) = 0 e se Y e X têm distribuição conjunta normal. se Y e X forem independentes. 0 ≤ x 2 ≤ 1.Var(X) . 0 ≤ x3 ≤ 2 caso contrário Encontre a probabilidade de 0 ≤ x1 ≤ 0. y ) = k x ( x − y ) 0 ≤ x ≤ 2. Fone: 443-3691. (3) se Cov(Y. (ANPEC 2003/QUESTÃO 14) . (2) a distribuição hipergeométrica é um caso especial da distribuição Normal.. (2) Var (Y + X) = Var(Y) + Var(X). X3) com distribuição de probabilidade 6 x x 2 x f X ( x1 . é correto afirmar que: (0) Var(Y + X) = Var(Y) + Var(X) . (ANPEC 2002 . X2.X) = Var(Y) .2Cov(Y.Considere o vetor aleatório X = (X1. (Multiplique o resultado por 100).Sendo Y e X duas variáveis aleatórias.. Prof.QUESTÃO 13) . Av.

Em relação às distribuições de probabilidade contínuas: (0) Se X tem distribuição Normal( µ . Fone: 443-3691. é 0. Quadra 509.1). α ]. atinge o seu valor máximo quando x = µ e nesse ponto f ( x ) = σ 2π (1) Se X tem distribuição Uniforme no intervalo [0. quando n. O prêmio do seguro é R$ 1. E(X2) = 10 e E(Y2) = 7. (2) A distribuição t de Student assemelha-se à Normal padrão.Y) = 6 (1) VAR(X + Y) = 4 (2) VAR (Y – 3X) = 6 (3) O coeficiente de correlação entre X e Y é igual a 1/9 (4) E{[X – E(X)][Y – E(Y)} não pode ser calculado. (3) Se uma variável aleatória contínua tem função de distribuição F ( x) = 1 − e − x =0 f ( x) = e − x =0 se x ≥ 0 se x < 0 se x ≥ 0 se x < 0. GERALDO 60 GÓES). α tem que ser igual a 4/3 para que P(X > 1) = 1/3. . Os custos fixos da seguradora são de R$ 8. E(Y) = 2. Sabe-se que a probabilidade de ocorrência de sinistro.00 por ano.1 por ano. X. σ 2 ).00 a cada acidentado. (ANPEC 1991) – Sejam X e Y variáveis aleatórias independentes tais que: E(X) = 3. mas possui caudas mais pesadas. N(0.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. f(x). Qual a probabilidade da seguradora ter prejuízo em um certo ano? (Ignore o fator de correção para continuidade. então a função densidade de probabilidade de 1 .00 por ano.000. W 3 Sul. então. (ANPEC 2002/QUESTÃO 08) . Caso ocorra um sinistro a seguradora indenizará R$ 8. Brasília – DF. é maior do que 30. Av. o tamanho da amostra. Sérgio Ricardo de Brito Gadelha (ANPEC 2002 .000. multiplique sua resposta por 100 e transcreva a parte inteira do número encontrado). α >0.Uma companhia de seguros tem 400 segurados de certo tipo. então a função densidade de probabilidade de X será (4) A variável aleatória Z tem distribuição Lognormal se e somente se exp (Z) tiver distribuição Normal.QUESTÃO 14) . Pode-se afirmar que: (0) E(X.000. Prof.

Fone: 443-3691. Sérgio Ricardo de Brito Gadelha III – Principais teoremas de probabilidade. assinale a opção que dá o valor de n.975 da distribuição normal padrão. Inferência estatística. Como informação preliminar esperase que X seja aproximadamente uniformemente distribuído com amplitude populacional de cerca de 100 unidades. a) 1000 b) 100 c) 80 d) 200 e) 150 02 . com probabilidade de 95%. . Brasília – DF. Teorema do Limite Central. para uma população com N elementos. Deseja-se que o erro em valor absoluto do procedimento não seja superior a 10% da média populacional. c) Pelo menos 75% das observações de X diferem de que 2S. Propriedades desejáveis dos estimadores em pequenas e grandes amostras Questões de Concursos Públicos e do Provão do MEC 01 – (ESAF/Analista de Comércio Exterior/2002) . Estimação pôr ponto e pôr intervalo. GERALDO 61 GÓES). supondo que a média da amostra tem distribuição aproximadamente normal e desprezando a fração de amostragem n/N. Teorema de Tchebycheff. x em valor absoluto pôr menos em valor absoluto pôr menos em valor absoluto pôr menos ___ x x ___ . . em um esquema de amostragem aleatória simples. Considerando como aproximadamente zero a taxa n/N e tomando como 2 o quantil de ordem 97. a) 431 b) 133 c) 400 d) 830 e) 1.5% da normal padrão. Sejam ___ a) Pelo menos 95% das observações de X diferem de que 2S. o tamanho de amostra n necessário para estimar a média populacional do atributo X.Deseja-se determinar. Xn observações de um atributo X.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.000 03 .. Prof. assinale a opção que dá o valor de n. Lei dos Grandes Números. Av. Quadra 509.(ESAF/AFPS/2002/Administração Tributária Previdênciária) – Sejam X1. De um estudo piloto obtém-se que a variância de X tem o valor 80 e que a média tem o valor 20.. Tomando como aproximadamente 2 o quantil de ordem 0.(ESAF/AFPS/2002/Administração Tributária Previdênciária) – Em um esquema de amostragem aleatória simples deseja-se determinar o tamanho da amostra que permite estimar a média de um atributo X com erro absoluto não-superior a 2 unidades com probabilidade 95%. W 3 Sul. b) Pelo menos 99% das observações de X diferem de que 2S.

(ESAF/AFPS/2002/Administração Tributária Previdênciária) –Assinale a opção correta em referência ao significado do termo amostragem aleatória simples. Brasília – DF. d) Refere-se a amostras sistemáticas de populações infinitas.00 e) 2000. Prof. Desta forma. 05.6µ e 2σ2 d) 0. a) Refere-se a um método de classificação da população. x x em valor absoluto pôr menos em valor absoluto pôr menos ___ 04 . respectivamente.00.6µ e 0. o que deveríamos fazer? a) Aumentar o tamanho da amostra para 200. b) Refere-se à representatividade da amostra.00 + 80. e) Refere-se à amostragem por quotas. W 3 Sul. X3 é uma amostra aleatória simples de uma distribuição com média µ e variância σ2. 06 – (VUNESP/Analista do Banco Central – 1998) – Através de uma amostra de 100 trabalhadores de certa categoria profissional. Se tivéssemos obtido o mesmo dado amostral com uma amostra de 400 pessoas. A estatística T = (3 X1 – X2 + X3)/5 tem média e variância. c) Diminuir a amostra para 50. iguais a: a) 3µ e 12σ2 b) µ e σ2 c) 0.00 + 40. e) Pelo menos 90% das observações de X diferem de que 2S. Quadra 509.00 + 10. estimou--se um salário médio amostral de R$ 2000. Sérgio Ricardo de Brito Gadelha ___ d) Pelo menos 80% das observações de X diferem de que 2S.00 d) 2000.00 b) 2000. Fone: 443-3691.00 + 20.00.2σ2 .00 + 80. com um certo coeficiente de confiança.(ESAF/AFPS/2002/Administração Tributária Previdênciária) – O desviopadrão da média para uma amostra de tamanho 100 é 30. c) É um método de escolha de amostras. Av. X2.00 c) 2000. e) Aumentar o tamanho da amostra para 300. O desvio padrão populacional vale R$ 400.44σ2 e) µ e 0.00. GERALDO 62 GÓES). d) Aumentar o tamanho da amostra para 400. b) Aumentar o tamanho da amostra para 150. o intervalo de confiança para o salário médio de toda a categoria foi 2000. o intervalo de confiança (com o mesmo coeficiente de confiança) seria dado pôr a) 2000.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.00 07 – (ESAF/IBGE – 1999) – X1. A fim de tornar o desviopadrão da média igual a 15.00 + 60.

3X3 + X4 São estimadores não viesados de µ: a) b) c) d) e) T1 e T2 T1 e T4 T1 e T3 T3 e T4 T2 e T4 Questões do Exame Nacional da ANPEC (ANPEC 1992 . _ 2 ∑ ( xi − x) = n −1 _ _ é um estimador não-viesado de σ 2 . Brasília – DF.0 3. Quadra 509. K . W 3 Sul. X4 é uma amostra aleatória simples de uma distribuição com média µ. Prof.0 2.X3 X4 T4 = X1+ 2X2 . X3. Pode-se dizer que: (0) (1) (2) (3) (4) x= S2 _ _ ∑ xi n é um estimador não-viesado em µ.725 e) 1. Fone: 443-3691.1 graus de liberdade. Sérgio Ricardo de Brito Gadelha 08 – (ESAF/IBGE – 1999) – Uma amostra simples de tamanho 10 de uma distribuição normal com média µ e variância σ2 forneceu os seguintes valores: 2.251 c) 0. x tem distribuição Normal com média µ e variância unitária. Considere os seguintes estimadores de µ: T1 = 2X1 + X2 + X3/5 T2 = X1 + X2 + X3/4 T3 = 2X1X2 .0 4.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.x < µ < x ] = 68%.Considere x1 .QUESTÃO 9) .3 Usando estimação pôr máxima verossimilhança.237 09 – (ESAF/IBGE – 1999) – X1. P[. GERALDO 63 GÓES).4 2.5 3. x n uma amostra aleatória extraída de uma população que tem distribuição Normal com média µ e variância σ 2 . x 2 . .8 4. S 2 tem distribuição qui-quadrado com n .7 3. X2. a estimativa de σ2 é igual a a) 0.025 b) 0.652 d) 0. Av.0 2.

GERALDO 64 GÓES). nas versões estudadas na graduação. N δ 2 multiplicado por é sempre um estimador não viesado da variância da N −1 população. a variância da média amostral será igual à variância da população sobre n somente se a amostragem for feita com reposição. o teorema garante que a soma das n primeiras. e uma amostra aleatória de tamanho n. i. Prof. seja pelo menos 0. resultado maior dentre os teoremas da teoria da probabilidade. Quadra 509.QUESTÃO 13) .O Teorema Central do Limite (TCL). ela assegura que a probabilidade: (0) (1) (2) (3) da variável assumir um valor maior ou igual a n é menor ou igual à variância mais a média divididos por n 2 . W 3 Sul. intervalos de confiança para a média da população podem ser obtidos. tem a mesma média µ e variância σ 2 .Quanto à desigualdade de Tchebyshev. e dividida por nσ.p). à distribuição normal. Quanto deve ser o tamanho da amostra de forma que a probabilidade que a média amostral X difira da média populacional em 1/2. atendendo às hipóteses do TCL. da variável ultrapassar a média de um valor maior ou igual a n é menor ou igual ao inverso de n 2 . onde n é o número de ensaios de Bernouilli e p é a probabilidade de sucesso em cada um. na maioria dos casos. da variável ultrapassar a média de um valor maior ou igual n vezes o desvio padrão é menor ou igual ao inverso de n 2 . (3) (ANPEC 1993 .Suponha que uma certa distribuição com média desconhecida tenha variância igual a um. convenientemente padronizadas. quando n aumenta. pode ser provada como um simples caso particular do TCL.Dada uma população finita. As variáveis aleatórias utilizadas na composição da soma não precisam ser independentes.e. é a mesma da Lei Fraca dos Grandes Números. (0) (1) (2) Esta convergência se dá em probabilidade. converge para uma distribuição normal com média 0 e variância 1 (N(0. com o auxílio da distribuição normal. da variável ultrapassar a média de um valor maior ou igual a n é menor ou igual ao segundo momento dividido por n 2 . Av.95? . (ANPEC 1993 . ou seja. n maior que 40. de tamanho N. supondo-se que uma variável aleatória tenha média e variância finita. (0) (1) (2) (3) a média amostral é um estimador não viesado da média da população somente se a amostragem for feita com reposição. Se as variáveis aleatórias. Fone: 443-3691.QUESTÃO 14) .QUESTÃO 10) . A convergência de uma distribuição binomial (n. Sérgio Ricardo de Brito Gadelha (ANPEC 1993 . subtraídas de nµ.QUESTÃO 9) . (ANPEC 1994 .1)). estabelece condições que asseguram a convergência de somas de variáveis aleatórias.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Brasília – DF.

Considere o problema de estimação de µ a partir de uma amostra aleatória X1 . X n e considere os três estimadores abaixo: 1 n M1 = ∑ k =1 X k n 1 n M2 = ∑k =1 X k n +1 1 1 n M 3 = X1 + ∑ Xk 2 2 n k =2 Podemos afirmar que: (0) M1 é tendencioso. K . Prof. X 2 .. ∑( X A variância amostral.QUESTÃO 9) . (5) M1 é consistente. (III) S2 é estimador não-tendencioso de σ2. Quadra 509. e se Var(T1) < Var(T2 ). (ANPEC 1996 .. k =1 e considere as seguintes assertivas: S 2 = ( n − 1) (I) A média amostral é um estimador consistente de µ. então T1 é menos eficiente que T2 . X n ) uma amostra aleatória com n elementos de certa população e θ um parâmetro dessa população.Suponha que X1. n →∞ Se T1 e T2 são dois estimadores não-viesados de um mesmo parâmetro θ.QUESTÃO 2) . (IV) A média amostral tem distribuição normal. σ 2 ) . (4) M 2 e M 3 são não-eficientes.Sejam ( X 1 . Xn sejam identicamente distribuídas. respectivamente. K . Brasília – DF. Pode-se afirmar que: (0) (1) (2) Um estimador T do parâmetro θ é função de ( X 1 . W 3 Sul. Av. X n ) . X2.QUESTÃO 13) . definida por i =1 n i − X )2 . GERALDO 65 GÓES). {Tn } será uma seqüência consistente de estimadores de θ se: lim E (Tn ) = 0 e n →∞ n limVar ( Tn ) = 1. (1) M 2 é tendencioso e M 3 é não-tendencioso. (II) A variável (n-1)S2/σ2 tem distribuição de qui-quadrado com n-1 graus de liberdade. . é um estimador não-viesado (3) (4) da variância populacional. . Sérgio Ricardo de Brito Gadelha (ANPEC 1995 . . X 2 . (3) M 2 é o melhor estimador linear não-tendencioso. (ANPEC 1996 . K . T será um estimador não-viesado de θ se E(T) = θ. Fone: 443-3691. (2) Somente M1 é não-tendencioso.Seja X ~ Normal( µ . tendo valor esperado e variâncias comuns dados por µ e σ2.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Defina a variância amostral como n −1 ∑ ( 2 Xk−X) .

(1) o melhor estimador de θ sob o critério de êrro quadrático médio mínimo não é necessàriamente não-tendencioso. W 3 Sul.QUESTÃO 9) . X2... Av. então W é um estimador tendencioso de µ.Com relação a um estimador θ do parâmetro populacional θ . n→∞ [ ] (3) Seja X uma variável aleatória com média µ e variância σ2. .. se W = 1 / 3 ⋅ X1 + 2 / 3 ⋅ X 2 . Xn são normalmente distribuídas. e somente se. Fone: 443-3691. (2) um estimador de θ é chamado linear se é uma função linear das observações amostrais. pode-se afirmar que: $ (0) θ é dito consistente quando seu valor esperado é igual a θ . temos: $ $ (0) Se θ é o parâmetro populacional e θ seu estimador. θ tem o mesmo valor de θ .QUESTÃO 10) . Brasília – DF. (3) Se X1. . (1) A assertiva (III) é correta mesmo sem a hipótese de normalidade de X1. . . Z= i =1 N i ∑i i =1 N N . (2) A assertiva (I) é conseqüência da Lei Fraca dos Grandes Números. (1) Com base numa amostra aleatória de duas observações ( X1 e X 2 ) de uma distribuição populacional com média µ . Prof. GERALDO 66 GÓES).XN uma amostra aleatória de uma população com média µ e variância σ 2 ..Seja X1. Pela desigualdade de Tchebycheff temos que P[| X − µ| ≥ k ] ≤ σ2 k2 se k > 0. _ . mesmo quando µ é diferente de zero. Quadra 509. em média. Sejam W e Z estimadores de µ dados por: ∑ i ⋅ Xi W= i =1 N ∑X . .. b) sua variância é menor do que a variância de qualquer outro estimador consistente de θ ...Com base na Teoria da Estimação. dizemos que θ é um estimador consistente do parâmetro populacional θ se $ lim P |θ − θ | < ε = 1 para qualquer ε > 0. X2. (3) um estimador de θ é considerado relativamente eficiente se: a) é consistente. dizemos que θ é um estimador $ não-tendencioso ou não-viesado de θ se.. mesmo para amostras de tamanho pequeno. (ANPEC 1997 . Xn. $ (ANPEC 1997 . Xn são normalmente distribuídas. X2. então a variável n X / S 2 tem distribuição t de Student com n-1 graus de liberdade.. (ANPEC 1997 . somente (II) está errada.. .QUESTÃO 8) .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. $ (2) Dada uma amostra aleatória de n observações. Sérgio Ricardo de Brito Gadelha Podemos afirmar que: (0) Se X1.

baseada em uma amostra aleatória x 1 . 1 1 1 onde θ$ é outro qualquer estimador não-tendencioso de θ . e Z é não-tendencioso. n x2 . baseada em uma amostra aleatória x 1 . então a média amostral. será um estimador consistente da média populacional µ .x 3 . afirmar que µ = 1 5 (3) Se θ$ é consistente.Seja θ$ o estimador do parâmetro θ : (0) O erro quadrático médio é igual a variância do estimador θ$ se θ$ for um estimador não-tendencioso de θ .. (1) W é tendencioso. Podemos ~ 3x + 2 x 2 é um estimador tendencioso de µ..x n é um estimador não tendencioso da variância populacional. (1) Um estimador θ$ é dito eficiente se θ$ for não-tendencioso e Var( θ$ ) ≤ Var ( θ$2 ). Brasília – DF.Com base na teoria da estimação. Sejam x1 e x2 duas observações de uma amostra aleatória de tamanho 2. Quadra 509. (1) Se x é uma variável aleatória com E(X) = µ e variância σ 2 . Av. a afirmação de que θ$ é um estimador consistente de θ se lim P{θ$ − θ ≤ ε} = 1 para todo ε > 0 quando ˆ n → ∞ .. (4) se N > 2 .. Prof. é equivalente a afirmação de que se lim E (θ ) = θ e limVar (θ$) = 0 quando n → ∞ . pode-se fazer as seguintes afirmações : (0) Se θ é um parâmetro populacional e θ$ seu estimador. Z é relativamente mais eficiente que W. (ANPEC 1998 . Fone: 443-3691. (3) W é consistente. 2 (2) Seja X uma variável aleatória normalmente distribuída com média µ e variância σ2.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. então é não tendencioso. n . (ANPEC 1998 .x n é um estimador inconsistente da variância populacional. n x2 .QUESTÃO 7) .. X .. então θ$ será um estimador consistente de θ . S2 = i =1 i − x)2 ∑ (x (3) A estatística. ∑ (x (2) A estatística. n .x 3 .. (2) Z é consistente.. Sérgio Ricardo de Brito Gadelha Pode-se afirmar que: (0) W é não-tendencioso.QUESTÃO 6) . GERALDO 67 GÓES). W 3 Sul... S2 = i =1 i − x)2 .

(ANPEC 1999 . onde k é um número real. x2 . medido pela comparação entre as variâncias dos estimadores. ˆ ˆ (1) Seja θ um estimador não-viciado de θ . Fone: 443-3691. a média amostral X é preferível a primeira observação X 1 como estimador da média populacional. e variância igual a zero. W 3 Sul. 1 (2) A função densidade de probabilidade da variável aleatória x é dada por f ( x) = para 0 ≤ x ≤ α e 0 para outros valores. considerando-se uma amostra aleatória de tamanho n . então a distribuição das médias amostrais também será Normal. pode-se fazer as seguintes afirmações : (0) De acordo com o critério de eficiência. (3) Se X tem distribuição desconhecida com média 500 e variância 2.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. iguais a 2 2σ 2σ n − 1 2 e ( ) . então P{ X − µ ≤ ε} = 1 para todo ε > 0 .500. xn . Assim sendo. E(X)=µ . (1) Seja X uma variável aleatória com média µ e variância σ2. x3 ⋅ ⋅ ⋅ ⋅. n .Com base na teoria da estimação. k (2) Se a população tem distribuição Normal. respectivamente . x3 ⋅ ⋅ ⋅ ⋅. x1 . para uma amostra aleatória de tamanho 100 podemos afirmar que a média da amostra tem distribuição aproximadamente normal com média 500 e variância 25.Com relação a desigualdade de Tchebycheff e ao Teorema Central do Limite. Quando se considera o evento complementar. Sérgio Ricardo de Brito Gadelha (ANPEC 1998 . o estimador de Máxima Verossimilhança de α será igual ao Mínimo de x1 . α ∑ (x (3) Dado que as variâncias das estatísticas S = 2 n i =1 i − x)2 e S = 2 ∑ (x i =1 n i − x)2 n n − x)2 é mais são. Se g( θ ) é uma função do parâmetro θ . GERALDO 68 GÓES). toda a probabilidade estará concentrada na média E(X) = µ .QUESTÃO 11) . ˆ ˆ então E[g( θ )] ≠ g[E( θ )] com a igualdade ocorrendo somente quando g(θ ) for uma função linear.QUESTÃO 6) . independente do tamanho da amostra. uma das formas da desigualdade de Tchebycheff é igual a 1 P{ X − µ > kσ } ≥ 1 − 2 . supondo-se que σ 2 seja a variância da população. x2 . pode-se afirmar que : (0) Se uma variável aleatória X tem média µ . Prof. Quadra 509. Var(X) = 0. então S = n −1 n −1 n 4 4 ∑ (x i =1 n i n ∑ (x 2 preciso do que S = n i =1 i − x)2 embora seja uma estatística viciada. xn . ou seja. Av. Brasília – DF.

quando o tamanho da amostra aumenta.2. Embora a recíproca não seja verdadeira.. (2) Uma distribuição binomial tende a uma distribuição normal quando o número n de provas independentes de Bernoulli cresce. . 3 (3) E ( X 12 X 2 ) = θ2. a medida que n cresce. (4) Para qualquer tamanho de amostra. µ . (3) Se a distribuição de probabilidade de uma variável aleatória X é conhecida. Brasília – DF. É correto afirmar que: (0) T é o estimador de máxima verossimilhança (EMV) de θ. com um limite sobre o erro de estimação de R$5. Prof. de uma empresa. encontre o tamanho da amostra necessário para estimar. podemos calcular sua esperança e sua variância. a distribuição amostral de proporções de uma amostra de sucessos é mais dispersa quando a proporção populacional é igual ½ e é menos dispersa quando a proporção populacional é igual a zero ou a um. se existirem. Av. Considere somente a parte inteira da resposta.Deseja-se estimar o faturamento médio.. . A informação que se tem é de que o desvio padrão dos valores das faturas desta empresa é de R$25. GERALDO 69 GÓES). (4) T é um estimador eficiente de θ. Sérgio Ricardo de Brito Gadelha (ANPEC 1999 . Fone: 443-3691. 10) independentes e normalmente = 10 e desvio padrão σ = 2. X2 . (1) T é um estimador tendencioso de θ. (ANPEC 2000 . Então.QUESTÃO 04) Seja X1.Podemos afirmar que: (0) Pelo Teorema do Limite Central podemos afirmar que se a variável aleatória X tem uma distribuição qualquer com média µ e variância σ2. (2) A variável aleatória Z = ∑ X i2 / θ tem distribuição qui-quadrado com n graus de i =1 n liberdade.θ) e seja T= 1/n ∑X i =1 n 2 i .QUESTÃO 9) .00. então a distribuição de X (média da amostra) aproxima-se da distribuição normal com os mesmos parâmetros média µ e variância σ2. 2.QUESTÃO 8) . (1) Sejam as variáveis aleatórias X i (i= 1.00.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. (ANPEC 1999 .. poderemos estabelecer um limite superior (ou inferior) muito útil para as probabilidades da distribuição através do uso da desigualdade de Tchebycheff. µ. W 3 Sul. Se existem 500 faturas desta empresa. se distribuídas com média µ Y = ∑ X i podemos afirmar que. Xn uma amostra aleatória da densidade Normal(0. Y tende para uma i =1 10 distribuição normal com média E(Y) = 1 e V(Y) = 0. …. Quadra 509.

(ANPEC 2000 . (2) O viés do estimador ~ é dado por [(1 − p ) (1 + n )] ... então. seja negativa definida. .QUESTÃO 12) Dados os seguintes enunciados.. em que a derivada é avaliada em θ1= Tn. (1) Sob o critério do erro quadrado médio. θ > 0. é válida a seguinte aproximação: √n ( X . Fone: 443-3691..milhança devem satisfazer é que a matriz { ∂ 2 l (θ ) / ∂θ i ∂θ j } i. que possui.θ ) . avaliada no ponto de máximo. (2) Uma condição necessária a que os estimadores de máxima verossi. Xn são variáveis aleatórias independentes. em que Y é a variável desta distribuição e n o tamanho da amostra: Y ~ = Y +1 ˆ . W 3 Sul. Sérgio Ricardo de Brito Gadelha (ANPEC 2000 . em que ln é o logaritmo natural.) é uma função um a um de θ1. com distribuição Poisson(θ). Com relação à função de verossimilhança L(θ). p (ANPEC 2000 .j = 1.. em que θ = (θ1. i =1 n (1) A função de verossimilhança é também uma função de densidade de probabilidade. é correto afirmar que: (0) A Lei Fraca dos Grandes Números diz que: dada uma variável aleatória com distribuição arbitrária e média e variância finitas. todas as propriedades matemáticas associadas à uma função de densidade de probabilidade.1). é correto afirmar que: (0) l(θ)= ln L(θ) = ∑ log f ( y i . para pequenas amostras. assim. segue-se que o estimador de máxima verossimilhança de φ será Gn = g(Tn )[dφ/dθ1] . e Tn é o estimador de máxima verossimilhança de θ1. (3) Sendo Tn o estimador de máxima verossimilhança do parametro escalar θ1.QUESTÃO 07) Seja Y uma variável aleatória contínua com distribuição de probabilidade f(y.θ) / θ ~ N(0.. Prof. Quadra 509. seguese que Tn apresenta a seguinte propriedade: lim n→∞ Pr(|T −θ |≥ε ) =0 .θ). p. em que g(. (1) Se X1. não há supremacia de um estimador sobre o outro.QUESTÃO 08) ˆ p Sejam p e ~ dois estimadores do parâmetro p da distribuição Binomial... para n "grande". (4) Sendo φ= g(θ1).θ2 .. . Brasília – DF.θp). com tamanho n.. GERALDO 70 GÓES). n 1 ∀ ε > 0. X2. Considere uma amostra aleatória de Y. 2.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. ___ __ . a média amostral obtida a partir de uma amostra aleatória de tamanho n terá distribuição Normal. Av. p= p n n +1 ˆ (0) p é o estimador de máxima verossimilhança do parâmetro p. em que X é a média amostral.

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 71 GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

(2) Se X1, X2, ..., Xn são variáveis aleatórias independentes, com distribuição Normal(µ,σ2), σ2 > 0, então, para qualquer tamanho de n,

√n ( X - µ) / σ ~ Normal(0,1), em que X é a média amostral.

___

__

(ANPEC 2001 - QUESTÃO 03) - Uma amostra de tamanho n foi selecionada de uma população de m elementos. Pode-se afirmar que : Ⓞ A média amostral X é um estimador não tendencioso e eficiente da média populacional µ se todos elementos de m tiverem a mesma probabilidade de serem selecionados .
2 Ⓞ A variância da distribuição amostral de X é σ

n

se a população for infinita ou se a

amostragem for com reposição.

Ⓞ Se a população for finita, a variância da distribuição amostral de X é
porque as observações da amostra são independentes.

σ2

1 (1 − ) n n

Ⓞ Se X for uma variável aleatória qualquer a distribuição de X será normal com média
2 µ e variância σ n − 1 .

Ⓞ Se lim E ( X ) = 0 , então X é um estimador assintoticamente não tendencioso.
n →∞

(ANPEC 2002 - QUESTÃO 04) -

Seja X uma variável aleatória com distribuição de probabilidade que dependa do parâmetro desconhecido θ, tal que E(X) = θ. Seja também x1, x2, ..., xn uma amostra aleatória de X.

Ⓞ Para amostras suficientemente grandes, o estimador de máxima verossimilhança de θ, caso exista, segue uma distribuição Normal.

ˆ Ⓞ Se θ = ∑ c i x i é um estimador de θ, este não será viciado desde que ∑ ci = 1 . Além
i =1

n

n

i =1

ˆ do mais, θ terá variância mínima se ci=1/n para todo i.
n ˆ ˆ 1 Ⓞ Se θ = ∑ x i é um estimador não viciado de θ, então θ2 também será um estimador n i =1

não viciado de θ2 .

Ⓞ Se a variável aleatória X é uniformemente distribuída no intervalo [0,θ], com θ > 0, ˆ n + 1 máximo[x1, x2, ..., xn] não é um estimador consistente de θ. então θ = n

ˆ ˆ ˆ ˆ Ⓞ Ⓞ Se θ1 e θ2 são dois estimadores do parâmetro θ em que E ( θ 1 ) = θ1 e E ( θ 2 ) ≠ θ2 ˆ ˆ ˆ ˆ mas Var ( θ 2 ) < Var ( θ 1 ), então o estimador θ 2 deve ser preferível a θ 1 .

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 72 GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

(ANPEC 2002 - QUESTÃO 06) - Indique se as seguintes considerações sobre a Lei dos Grandes Números, Desigualdade de Tchebycheff e teorema do Limite Central são verdadeiras (V) ou falsas (F). Ⓞ De acordo com a desigualdade de Tchebycheff, se a variância de uma variável aleatória X for muito próxima de zero, a maior parte da distribuição de X estará concentrada próxima de sua média. Ⓞ O teorema do Limite Central afirma que,para uma amostra grande o suficiente, a distribuição de uma amostra aleatória de uma população Qui-quadrado se aproxima da Normal. Ⓞ As condições suficientes para identificar a consistência de um estimador são baseadas na Lei dos Grandes Números. Ⓞ Em n repetições independentes de um experimento, se f A é a freqüência relativa da P(1 − P ) ocorrência de A, então P{ f A − P < ε} ≤ 1 − , em que P é a probabilidade nε 2 constante do evento A e ε é qualquer número positivo. Ⓞ Se uma variável aleatória X tem distribuição Binomial com parâmetros n = 20 e P = a − 10 ) em que Φ(•) é a função de distribuição 0,5, então P{ X ≤ a} ≈ Φ ( 5 Normal padrão. (ANPEC 2002 - QUESTÃO 15 ) - Quantas vezes ter-se-á de jogar uma moeda equilibrada de forma a se ter pelo menos 95% de certeza de que a freqüência relativa do resultado “cara” fique a menos de 0,01 da probabilidade teórica ½, ou seja, de maneira que a amplitude do intervalo de confiança da probabilidade teórica seja 0,02? (Utilize o teorema de Tchebycheff. Divida a resposta por 1.000 e transcreva a parte inteira do número encontrado). (ANPEC 2003 - QUESTÃO 02) - Sejam: X1, X2, ..., Xn variáveis aleatórias independentes e normalmente distribuídas com média µ e variância σ2;

X = n −1 ∑ X i ; e Z = ∑ Yi 2 , em que Yi = σ −1 ( X − µ ) . É correto afirmar que:
i =1 i =1

n

n

X é um estimador tendencioso da média µ;
n

Ⓞ Z é uma variável aleatória com distribuição χ 2 com n graus de liberdade; Ⓞ s 2 = n −1 ∑ (X i − X ) é um estimador tendencioso da variância σ2;
2

i =1

Ⓞ nX é uma variável aleatória normalmente distribuída com média nµ e variância σ2; Ⓞ a variável aleatória Wi =
em que n1 = 1 e n2 = 2n.

Yi Z n

possui distribuição F com n1 e n2 graus de liberdade,

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 73 GÓES). Av. W 3 Sul, Quadra 509, Fone: 443-3691, Brasília – DF. Prof. Sérgio Ricardo de Brito Gadelha

(ANPEC 2003 - QUESTÃO 11) - O número de clientes – Y – que passa diariamente pelo caixa de um supermercado foi observado durante certo período. Constatou-se que o valor médio de Y é de 20 clientes, com desvio padrão igual a 2. Encontre o limite mínimo para a probabilidade de que o número de clientes amanhã se situe entre 16 e 24. (Pista: Utilize o teorema de Tchebycheff). Multiplique o resultado por 100.

IV - Intervalo de Confiança e Teste de Hipóteses. Tipos de erro. Nível de significância

991 04 – (Analista do Banco Central – 1994) – Uma amostra aleatória simples. Assinale a opção que dá o intervalo contendo exatamente 95% da massa de probabilidades de X. A partir de uma amostra aleatória de tamanho 16 da população definida pôr X.Um atributo X tem distribuição aproximadamente normal com média µ e variância σ2.2} onde T tem distribuição de Student com 15 graus de liberdade.827 0. Sérgio Ricardo de Brito Gadelha Questões de Concursos Públicos e do Provão do MEC 01 .828 0.2} onde Z tem distribuição normal padrão.Tem-se uma variável aleatória normal X com média µ e desvio-padrão σ. revelou média amostral X = 12 e desvio padrão amostral S = 6. a) 2/7 b) 1/3 c) 5/6 d) 1/2 e) 3/4 02 . 7). µ+2.983 0.Acredita-se que o preço de um bem (X). Assinale a opção que corresponde à probabilidade de significância (p-valor do teste) a) b) c) d) e) 2P{T>3.(ESAF/AFPS-2002/Administração Tributária Previdenciária) . P{|T| > 2.933 0. µ+1.96 σ) 03 – (ESAF/AFPS-2002/Administração Tributária Previdenciária) .977 0.962 0.685 0. Para esse fim.916 0.67 σ. a) (µ-0.914 0.00 σ. em reais. tem nível de confiança de: a) 92% ____ .50 σ) b) (µ-0.691 0.50σ. Fone: 443-3691.994 0. de tamanho n = 9.993 t com 8 graus de liberdade F(z) 0. Brasília – DF.2000) .16].00 σ) d) (µ-2. calcula--se a média amostral X = 30 e a variância amostral S2 = 100. Assinale a opção que corresponde à probabilidade de se observar na população um valor de X de pelo menos 3 reais e de no máximo 5 reais.CVM .00 σ. µ+1. Av. GERALDO 74 GÓES). contra a alternativa Ha: µ = 22.(ESAF/Analista (Planej.685 0.999 t com 9 graus de liberdade F(z) 0.2} onde Z tem distribuição normal padrão.3. P{T< .2} onde T tem distribuição de Student com 15 graus de liberdade. µ+0.960 0.5 1 1. e Execução Financeira) . NORMAL Z 0.841 0. Quadra 509.67 σ) c) (µ-1. a tabela abaixo. Prof. que dá valores das funções de distribuição da variável normal reduzida e da variável t de Student. deseja--se testar a hipótese H0: µ = 22. µ+0.2} onde T tem distribuição de Student com 15 graus de liberdade.96 σ. tenha distribuição populacional uniforme no intervalo aberto (1. de uma população normal. pode ser útil.5 2 2. W 3 Sul. P{Z< .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.5 3 F(z) 0. O intervalo de confiança [8.982 0.2. para a média da população. ____ Para a questão 04. P{|Z|>3.00 σ) e) (µ-1.

4525 .3749 .4474 .4394 .3869 .3643 .07 .6 1.3944 .3708 .4265 .4192 .3599 .4564 .4616 .4649 . se forem adotados os níveis de significância de 1% e de 10%.08 .4756 .4693 .4535 .4545 .4292 .3621 .440.4345 . Sérgio Ricardo de Brito Gadelha b) c) d) e) 92.4750 .4812 . .4015 .4429 .000.4382 .3577 . % 1.4678 .4719 .2% 97.4671 .4573 .3438 .4319 .05 .4162 .02 .8 1.4066 .4772 .3531 .4788 .4778 .4738 . o nível de confiança utilizado para o cálculo foi superior a 95%.0 .4495 .3997 .4332 . a tabela normal padronizada abaixo. W 3 Sul.3925 .4 1.3485 .4554 .4744 . O que acontecerá.2 1.4641 .3962 .3907 .3830 .4441 .3686 .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.3 1. GERALDO 75 GÓES).4147 .4452 .06 . julgue os itens seguintes.3810 .3790 .4671 .4049 .4726 . utilizando.4% 96% 96.4177 .09 .1 1. Nada se pode afirmar quanto ao de 1% e rejeitar-se-á H0 a 10% Nada se pode afirmar em ambos os casos.4032 .7% 05 – (Analista do Banco Central – 1994) – Um teste de hipótese foi aplicado e. 06 – (Analista do Banco Central – 1997) – Um auditor possui 10.4633 .4625 .7 1.00 e desvio padrão observado: R$ 270. Prof.03 .3729 .4099 .4599 .4656 .4505 . b) Se o intervalo de confiança obtido para o valor médio das operações foi [1. Fone: 443-3691.4756 . se necessário.4131 .3980 .3770 .3461 .3508 .00.4418 . respectivamente? a) b) c) d) e) Rejeitar-se-á H0 em ambos os casos.4370 .01 .4515 .4082 . Uma amostra de 100 comprovantes foi selecionada e apresentou os seguintes resultados: valor médio das operações: R$ 1.3849 .4463 .4817 a) O valor total das operações realizadas em julho é estimado em R$ 150.4713 .000 comprovantes de operações financeiras referentes ao mês de julho de 1997.560].4279 .500.9 2.3413 .04 .4783 .4251 .3554 .00 . rejeitou-se H0.00 Considerando cálculos para populações infinitas e aproximação normal.4222 .4798 .4726 . Quadra 509.4803 .4236 .4699 .4207 .4484 .4115 .4608 .5 1.4406 .4357 .4767 .4591 .4793 . Av.3643 .4706 .4808 .0 1. ao nível de significância de 5%.4656 .3888 .1.4306 .4582 . Aceitar-se-á H0 a 1% e rejeitar-se-á H0 a 10%. Rejeitar-se-á H0 A 1% e nada se pode afirmar quanto ao de 10%. Brasília – DF.

520]. c) Para um nível de significância α = 0. Para os 100 tempos registrados.7%. e) Caso.01 (1%).995.04 minutos.900 1.2.50. Nessa situação e utilizando.01 o risco de se cometer um erro do tipo I não fornecerá evidência para se afirmar que a média de operações foi diferente de R$ 1. o intervalo de confiança para o mesmo estudo tenha sido de [1. então ele necessitará obter uma amostra de tamanho igual a 1.50 é rejeitada em favor da alternativa Ha: µ = 6.770.645 0. usando como hipótese de trabalho que σ = 1.00 é inferior a 0.576 0.00. o nível de significância α representa a probabilidade de se aceitar a hipótese nula quando ela for falsa. julgue os itens a seguir. Av. Quadra 509.00. considerando margem de erro amostral igual a 2% e nível de confiança de 95%. b) O nível de confiança do intervalo 6. Valores selecionados da tabela normal Z Pr (X<z) 1. as entradas representam a probabilidade Pr(X<z). em agosto. d) Para estimar a proporção de comprovantes com erro de digitação.50 e σ2 = 1.50 contra a alternativa Ha: µ = 6. 08 – (Analista do Banco Central/2001) – Um auditor deseja estimar a proporção p de contas incorretamente contabilizadas no processo contábil de uma instituição financeira. a probabilidade de se observar um valor de X menor ou igual a 6. 07 – (CESPE-UnB/Analista do Banco Central/2000) – um psicólogo deseja estudar o tempo (em minutos) que os empregados de uma companhia levam para realizar certa tarefa. GERALDO 76 GÓES).960 0. a hipótese nula H0: µ = 6. Prof. Brasília – DF. com nível de confiança de 97.750.282 0.50.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.515. ambas desconhecidas.995 ____ X = 6.25 é maior que 0. decide tomar uma amostra aleatória de tamanho n das contas e estimar p usando a proporção amostral de contas incorretamente contabilizadas. Sérgio Ricardo de Brito Gadelha c) A probabilidade de uma dessas operações financeiras de julho ter valor superior a R$ 1.000. Neste contexto.41 é menor que 95%. O auditor considera a população de contas infinita e que a proporção amostral tenha distribuição . o número de comprovantes a serem analisados deverá ser superior a 2. Fone: 443-3691.09 < µ< 6.975 2.25 Se X tem distribuição normal padrão. a) Quando µ = 6. os valores selecionados da tabela normal fornecidos acima. O psicólogo obteve uma amostra de n = 100 empregados e registrou o tempo que cada um deles precisou para realizar a tarefa. um teste de hipótese que queira reduzir a 0. e) Se o psicólogo desejar obter um intervalo de confiança de nível 95% para µ cujo comprimento não seja maior que 0. W 3 Sul.1.450.950 1. caso seja necessário. obtiveram-se o valor médio minutos e o desvio padrão S = 1 minuto. Postula-se que os tempos na população considerada seguem uma distribuição normal com média µ e variância σ2. d) Ao testar a hipótese nula H0: µ = 6.

a) b) c) d) e) 100 200 400 500 130 09 – (ESAF/IBGE – 1999) – Uma amostra aleatória de tamanho 400 de uma distribuição normal foi observada. Sérgio Ricardo de Brito Gadelha aproximadamente normal com expectância p e variância p(1 – p)/n.) a função de distribuição da normal padrão. Um intervalo de confiança com 95% de nível de confiança para a média populacional será dado pôr a) (16. 23. 20. Fone: 443-3691.734. verificando-se uma média amostral igual a 20. Prof.864) c) (19. Brasília – DF.3 com um desvio padrão igual a 2. quando a hipótese nula é verdadeira. devemos usar uma estatística de teste que tem.496) e) (19. Suponha variância máxima e que Φ (2) ≅ 0. 21. sendo Φ (. 21.975.0.3 unidades é de. Para testar H0: µ = µ0 versus H1: µ = µ0.078. W 3 Sul. onde µ0 é um número real qualquer. Quadra 509. Se observarmos uma amostra aleatória simples de tamanho 900.736. aproximadamente: a) 56% b) 73% c) 85% d) 90% e) 98% 11 . assinale a opção que dá o valor de n que o auditor deve tomar para estimar p com erro não superior a 5% para mais ou para menos com nível de confiança de 95%. Av.(ESAF/IBGE – 1999) – Uma amostra aleatória simples de tamanho n>2 é observada de uma distribuição normal com média µ e variância σ2. a seguinte distribuição de probabilidades: a) qui-quadrado com n graus de liberdade b) t-Student com n-1 graus de liberdade c) F com 1 e n – 2 graus de liberdade d) t – Student com 1 grau de liberdade e) F com n – 1 e n – 2 graus de liberdade Questões do Exame Nacional da ANPEC .749.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. 20. a probabilidade de que a média amostal não se afaste de µ pôr mais de 0.522) d) (20. GERALDO 77 GÓES).866) b) (18.851) 10 – (ESAF/IBGE – 1999) – Uma certa característica populacional é descrita pôr uma variável aleatória com média µ e variância 16.104.

quando a variância populacional é desconhecida. Rejeitar a hipótese nula implica em aceitar a veracidade da afirmativa.QUESTÃO 10) . Brasília – DF. .84) ── (800 + 7.7.QUESTÃO 7) . O tamanho do intervalo varia inversamente com o tamanho da amostra. com um desvio-padrão de 100 horas.QUESTÃO 8) . (ANPEC 1994 . Para que seja de 95% a confiança na estimativa [(800 . Av. retirou-se uma amostra aleatória de 400 válvulas e verificou-se que a vida média era de 800 horas. Com uma confiança de 95% poderíamos afirmar que a vida média está no intervalo [(800 . podermos afirmar que: (0) (1) (2) (3) O erro tipo I ou de primeira espécie consiste em se aceitar a hipótese nula ( H 0 ) quando ela é falsa.000 válvulas fabricadas por uma companhia.Com relação aos testes de hipóteses. W 3 Sul.9) com uma confiança de 99%.1 ── 812. Prof. A hipótese alternativa deverá ser H a : µ A ≠ µ E . menor o erro amostral permitido. Quadra 509.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. O nível de confiança na estimação por intervalo (por exemplo 95%) significa que. Quanto mais alto o grau de confiança. (0) (1) (2) (3) (4) Para testar a afirmação dos economistas é necessário apenas a hipótese de que as populações originais sejam normais.O intervalo de confiança permite avaliar a precisão de um estimador. Num teste de hipóteses para a média.De 50. GERALDO 78 GÓES). 95% dos casos conterão o parâmetro populacional. Sobre ele é possível afirmar que: (0) (1) (2) (3) O nível de confiança indica a probabilidade do parâmetro populacional estar dentro do intervalo estabelecido. O intervalo com 100% de confiança para a variância σ 2 estende-se de -∞ a +∞. devemos utilizar a estatística Z que tem distribuição N(0. Fone: 443-3691. construídos todos os intervalos possíveis.QUESTÃO 11) .Economistas afirmam que o salário médio anual de advogado é maior do que o salário médio anual de economista. Sérgio Ricardo de Brito Gadelha (ANPEC 1992 . Dado um tamanho de amostra. mais estreito é o intervalo de confiança correspondente. (ANPEC 1994 . A estatística do teste tem distribuição normal. A probabilidade β de cometer o erro tipo II aumenta à medida que o valor do parâmetro se afasta do valor testado. quanto maior o nível de confiança.84)] a amostra deve ser composta por 625 válvulas. (ANPEC 1992 . A hipótese nula deverá ser H 0 : µ A = µ E .12) ── (800 + 12)]. Os testes de hipóteses dizem respeito a regras de decisão para aceitar ou rejeitar uma hipótese estatística com base nos elementos amostrais.1). (0) (1) (2) (3) (4) A estimativa da média populacional pertence ao intervalo (787.

pode-se afirmar que: (0) (1) (2) (3) A probabilidade do erro tipo I.Deseja-se investigar a afirmação de que o salário médio anual dos economistas em São Paulo é maior do que o salário médio anual dos economistas no Rio de Janeiro. é denominada de nível de significância do teste. GERALDO 79 GÓES). A região de rejeição da hipótese nula deve abranger todos os valores que a estatística de teste não pode assumir. mais extremo deve ser o valor calculado da estatística do teste para que se rejeite ( H 0 ). Quanto maior o tamanho da amostra. a estatística utilizada é a “t” de Student. convém saber que: (0) (1) (2) (3) (4) A conclusão do teste é sensível à forma como se define a hipótese nula. Quanto menor for o nível de significância de um teste. recebem um salário significante superior aos seus colegas cariocas. (ANPEC 1995 . Sempre que possível. Quadra 509. (ANPEC 1995 .O representante de um grupo comunitário informa a uma pessoa interessada em estabelecer um centro comercial que a renda média familiar . Brasília – DF. ou de segunda espécie. O poder do teste é dado pela probabilidade de se rejeitar a hipótese nula quando esta é falsa. Se o teste for estatisticamente significante podemos concluir que os economistas paulistas.QUESTÃO 9) . Se as variâncias populacionais são iguais porém desconhecidas. W 3 Sul. ou de primeira espécie. Sérgio Ricardo de Brito Gadelha (4) Sejam duas amostras provenientes de duas populações normais independentes. A estatística do teste a ser utilizada depende da distribuição do estimador.QUESTÃO 14) . a estatística a ser utilizada no teste de igualdade de médias é a “t” de Student com (n+m-2) graus de liberdade. na média. Em um teste de hipóteses para comparação de duas médias provenientes de populações normalmente distribuídas com variâncias iguais e desconhecidas. Fone: 443-3691.Com relação aos testes de hipóteses. O erro tipo II. É necessário assumir que os salários em ambas as populações seguem uma distribuição normal. Av. deve-se adotar nível de significância de zero por cento.QUESTÃO 10) . consiste em aceitar a hipótese nula ( H 0 ) quando esta é falsa. maior a possibilidade de se rejeitar a hipótese nula. para um mesmo nível de significância.Quando se realiza um teste de hipótese. onde n e m são os tamanhos das amostras e (n + m) < 30.QUESTÃO 13) . Prof. (3) (4) (ANPEC 1995 .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Pode-se afirmar que: (0) (1) (2) É necessário apenas que a amostra em cada população inclua os economistas com mais de 10 anos de profissão. A hipótese nula deverá ser H 0 : µ RJ < µ SP em que µ RJ é a média populacional dos salários no Rio de Janeiro e µ SP é a média populacional dos salários em São Paulo. (ANPEC 1994 .

O centro comercial só será construído se o nível médio de renda familiar (µ) for maior que o informado. Av. .Sejam X1.1).000 horas.τ2). (1) Se dispomos de dois testes (T1 e T2. (0) (1) (2) (3) (4) A hipótese nula deve ser H 0 : µ = R$15. com nível de confiança igual a 95%. Sabendo-se que a vida útil média encontrada para uma amostra aleatória de 16 tubos foi de 8. W 3 Sul. . e que se possa aceitar o desvio-padrão como sendo R$ 2. então o intervalo de confiança para a média.000 . podemos afirmar que: (0) Para verificar a veracidade da informação do fabricante através de um teste estatístico de hipóteses.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. X2.800 horas. A hipótese alternativa deve ser H1 : µ < R$15. para a área em questão. 9. Suponha que. . é preferível usar o teste T2. Quadra 509. seja possível admitir que a renda média familiar tem distribuição aproximadamente normal.500. Prof. O fabricante afirma que a vida útil média dos tubos é de. Fone: 443-3691.5% também não podemos contestar a afirmação do fabricante. (ANPEC 1996 . .. no mínimo. então se a potência (ou poder) de T1 é sempre superior à do teste T2 e ambos tem o mesmo nível de significância...σ2) e Yj∼N(ν.000 horas (1) Ao nível de significância de 5%. . as hipóteses são: Hipótese nula : H0: µ = 9. Um teste feito ao nível de significância de 5% permite concluir que a condição para a construção do centro será satisfeita.000 horas Hipótese alternativa : H1: µ > 9.QUESTÃO 8) . Xm e Y1. Y2. ao nível de significância de 2. (3) Só podemos usar o teste F para a hipótese H0: σ2=τ2 quando sabemos de antemão que µ=ν (ANPEC 1997 . (2) Se a informação amostral fosse obtida de uma amostra de 36 tubos. (2) Só podemos testar a hipótese H0: µ=ν quando m=n.. Para uma amostra aleatória de 16 famílias. GERALDO 80 GÓES). a renda média familiar foi de R$ 15. A estatística que deve ser utilizada para a elaboração do teste é a Z. Não pode ser realizado qualquer teste pois o número de elementos da amostra é pequeno. Yn variáveis aleatórias independentes tais que Xi∼N(µ.000 (com base em um estudo anterior). Brasília – DF. Sérgio Ricardo de Brito Gadelha na área é de R$ 15. Podemos afirmar que: (0) Se num teste de hipótese com H0: µ=0 e H1: µ≠0 e nível de significância de 5% rejeitamos H0. não podemos contestar a afirmação do fabricante. que tem distribuição N(0. digamos) apropriados para testar a hipótese H0: µ=ν e precisamos escolher um deles. não irá conter o número zero.000.000.QUESTÃO 11) – vida útil de um tubo de televisão tem distribuição Normal com desvio padrão (conhecido) de 500 horas.

03 e HA: P < 0. Av. é ( 2. Segundo o fabricante da nova máquina. S = desvio padrão população. Quadra 509.000 peças foi examinada e foram encontradas 74 peças defeituosas.QUESTÃO 9) . Fone: 443-3691. 4. (4) É possível reduzir as probabilidades dos erros do tipo I e II com o aumento da amostra. (4) Caso desconheçamos o desvio padrão populacional é impossível testar a validade da afirmação do fabricante. sendo t = S n amostral. com uma probabilidade de 95%. (2) Utilizando a proporção de peças defeituosas encontradas na amostra. seria necessário uma amostra de 3. e somente se.000 peças para que o erro máximo admissível entre a proporção estimada e a verdadeira não excedesse a 1%. Brasília – DF.Com base na Inferência Estatística. (ANPEC 1997 . o valor da estatística cair na região crítica. ao nível de significância de 5%.87%. concordando em rejeitar esta hipótese se. (1) Ao realizarmos o teste de hipóteses para o problema. qualquer que seja a distribuição de probabilidade da X−µ . Testar H0 consiste essencialmente em determinar uma região crítica para a estatística em estudo. (2) Quando desejamos estimar a média populacional µ. de forma que a probabilidade da estatística cair na região crítica.53%).Uma máquina está sendo examinada com o objetivo de substituir a máquina antiga de certa indústria. se estamos trabalhando com amostras pequenas. é um valor fixo α. a estimativa por intervalo para a verdadeira proporção de peças defeituosas produzida pela nova máquina. com probabilidade de 95%. (ANPEC 1998 . (3) Sejam: H0 a hipótese nula e H1 a hipótese alternativa de uma teste estatístico.03. a hipótese nula deve ser rejeitada. sendo H0 verdadeira. GERALDO 81 GÓES). Sérgio Ricardo de Brito Gadelha (3) O tamanho mínimo da amostra para uma estimativa por intervalo da vida média dos tubos deveria ser de 50 tubos. de modo que o erro da estimativa não excedesse a 100 horas. utilizando uma confiança de 95%. e n = tamanho da amostra. Uma amostra de 2. Prof. à medida em que o tamanho da amostra aumenta. podemos fazer as seguintes afirmações: (0) A redução da probabilidade de erro do tipo I não tem qualquer efeito sobre a probabilidade de erro do tipo II. (3) Admitindo que a verdadeira proporção de peças defeituosas seja 3%. . a distribuição de probabilidade da média da amostra torna-se mais concentrada em torno da média populacional e o intervalo de confiança torna-se menos amplo e mais preciso. devemos utilizar a estatística “t” de Student. W 3 Sul.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. com a variância populacional desconhecida. (1) Sob condições bastante gerais. (0) As hipóteses para um teste estatístico de hipóteses devem ser H0: P = 0. a proporção (P) de peças defeituosas produzida é de 3% ou menos. onde X = média amostral.QUESTÃO 12) .

.QUESTÃO 7) . para tanto. podemos concluir que: (0) A afirmação do candidato X é verdadeira com base num teste de hipóteses.não é conhecida.α). então deve-se rejeitar H 0 quando > C1−α onde. é determinado da distribuição t-Student ou da distribuição Normal 2 em função do nível de significância α .Com relação a teoria de Teste de Hipóteses. isto significa que se retirássemos um número infinito de amostras da população em estudo e se para cada uma das amostras calculássemos o intervalo de confiança do parâmetro θ. então em (1 . para um nível de significância de 5%. (3) A afirmação de que o candidato Y detém mais de 42% das intenções de voto é verdadeira. o intervalo estimado para a verdadeira proporção de intenções de voto para o candidato X é (38%. contra a hipótese Alternativa de θˆ − θ 0 que. (1) Com uma confiança de 90%. (2) Com a mesma confiança de 90%. 44%). Prof. pode-se afirmar que : (0) Se o objetivo é testar a hipótese Nula . o intervalo de confiança para a verdadeira proporção de intenções de voto para o candidato Y é (39%. (1) Um teste de hipótese é dito o mais poderoso se tem o maior poder do que qualquer outro teste. Fone: 443-3691.QUESTÃO 10) . Quadra 509. o valor 2 dp(θ 0 crítico. Brasília – DF. (ANPEC 1999 . (ANPEC 1999 . uma amostra aleatória de 625 eleitores.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. O resultado do levantamento foi o seguinte: Candidato Número de votos X 255 Y 265 Outros 105 Total 625 Com as informações dadas. arredondando para números inteiros as percentagens encontradas. W 3 Sul. Sérgio Ricardo de Brito Gadelha (4) Se as probabilidade de que um intervalo de confiança contenha o verdadeiro parâmetro populacional θ é igual a (1 . C1−α . H a : θ ≠ θ 0 . ainda que os níveis de significâncias sejam diferentes. com base num teste de hipóteses com nível de significância de 1%. Av.O candidato X a governador de certo estado afirma que detém mais de 45% das intenções de voto do eleitorado na próxima eleição.α)% destes intervalos conteriam o verdadeiro parâmetro θ. H 0 : θ = θ 0 . o candidato Y mandou realizar um levantamento estatístico utilizando. σ 2 . 46%). Para verificar a veracidade da informação. (2) Um teste de hipótese é não-viciado se seu poder é maior ou igual do que a probabilidade do erro do tipo I para todos os valores dos parâmetros. GERALDO 82 GÓES). arredondando para números inteiros as percentagens encontradas. (3) A estatística t-Student é utilizada nos testes de hipóteses para a média populacional quando a variância dos elementos da população.

W 3 Sul. Quadra 509. Fone: 443-3691. (4) O poder de um teste é a probabilidade de se rejeitar a hipótese nula quando esta for falsa. .QUESTÃO 05) . a 95%. (1) Uma vez definida a região de confiança para um determinado parâmetro da população. Ⓞ A probabilidade de o verdadeiro valor do parâmetro encontrar-se no intervalo ˆ β ± 2S ˆ é 99.7%. Av. o pesquisador deve aumentar o intervalo de confiança de 95% para 99%. Sérgio Ricardo de Brito Gadelha (ANPEC 2000 .QUESTÃO 05) Ao testar a significância do coeficiente angular ß de um modelo de regressão linear simples encontrou-se valor-p = 3x10 −3 . Ⓞ Aumentando-se o tamanho da amostra. β Ⓞ O mais baixo nível de significância ao qual a hipótese nula pode ser rejeitada é 3x10 −3 . será 14 ± 0.003). Ⓞ Sendo x = 14 a média de uma amostra aleatória de 36 elementos extraída de uma população normal cujo desvio padrão é σ = 2.Dadas as seguintes afirmativas sobre testes de hipóteses. Ⓞ A potência do teste é definida por (1 – 0. Use a tabela da distribuição Normal em anexo. Brasília – DF.Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F). Ⓞ Emprega-se um fator de correção para a estimativa do desvio-padrão quando a população é finita. o intervalo de confiança da média populacional. (ANPEC 2001 . Ⓞ O coeficiente é significante a 99% de confiança. (ANPEC 2001 . é correto dizer que: (0) A probabilidade do erro tipo I é calculada utilizando-se a estatística de teste.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. (ANPEC 2002 . maior a credibilidade da hipótese alternativa. Pode-se afirmar que: Ⓞ O erro tipo II será igual a 3x10 −3 .QUESTÃO 05) . várias hipóteses nulas podem ser testadas utilizando-se este intervalo de confiança. (2) Quanto maior o p-valor. para cujo cálculo presume-se que a hipótese nula é falsa. por exemplo. (3) A aceitação de determinada hipótese nula implica que esta hipótese seja verdadeira.55. Prof. Ⓞ Para aumentar a precisão de uma estimativa por intervalo.Em relação ao intervalo de confiança estatístico pode-se afirmar: Ⓞ Utiliza-se a distribuição normal z padronizada para estimar-se o intervalo de confiança da média populacional somente quando a população for normalmente distribuída.QUESTÃO 06) . GERALDO 83 GÓES). ou a amostra é extraída sem reposição. aumenta-se a precisão de uma estimativa por intervalo.

(ANPEC 2001 . se o intervalo de confiança com 1-α de probabilidade não contiver µ = 0. Sérgio Ricardo de Brito Gadelha Ⓞ O erro do tipo II é definido como a probabilidade de não se rejeitar uma hipótese nula quando esta for falsa e o erro do tipo I é definido como a probabilidade de se rejeitar a hipótese nula quando esta for verdadeira.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.Sobre testes de hipóteses. a estatística t de Student com n-1 graus de liberdade (n é o tamanho da amostra) é a indicada para o teste.QUESTÃO 07) . GERALDO 84 GÓES). o valor-p (ou valor de probabilidade) é igual a duas vezes a probabilidade da região extrema delimitada pelo valor calculado da estatística do teste. pode-se afirmar que: Ⓞ O erro do tipo I consiste em rejeitar a hipótese nula quando ela é verdadeira. Quadra 509. Ⓞ a potência do teste é a probabilidade de se cometer o erro tipo II.Com relação a testes de hipótese. Brasília – DF. é correto afirmar que: Ⓞ o p-valor de um teste representa a probabilidade de aceitação da hipótese nula. Ⓞ Num teste de hipótese bi-caudal. Av. Ⓞ No teste de hipótese para proporções. Ⓞ Não se pode realizar um teste de hipótese para a variância populacional pois a estatística do teste. ao nível de significância α. que segue uma distribuição Qui-quadrado com n -1 graus de liberdade (n é tamanho da amostra). Ⓞ Um intervalo de confiança de 100(1-α)% também pode ser utilizado para o teste de significância de um parâmetro populacional. Ⓞ A opção pelo teste unilateral ou bilateral decorre da expectativa teórica sobre o parâmetro que estiver sendo testado. Fone: 443-3691. caso o teste seja bilateral. Ⓞ o nível de significância de um teste é a probabilidade de se cometer o erro tipo I. Prof.QUESTÃO 05) . se a variância da proporção populacional for desconhecida. (ANPEC 2003 . Ⓞ Nível de significância é a probabilidade de se cometer erro do tipo II. Ⓞ No teste de hipótese para a média (H0: µ = 0 contra Ha: µ ≠ 0). Ⓞ em um modelo de regressão linear utiliza-se um teste bilateral para verificar se determinado coeficiente é estatisticamente diferente de zero. não se poderá rejeitar H0. Ⓞ o nível de significância de um teste de hipótese cresce com o tamanho da amostra. não é simétrica. W 3 Sul. Ⓞ Por potência do teste entende-se a probabilidade de se rejeitar a hipótese nula quando esta for falsa. Gabarito das Questões de Concursos Públicos .

V.D III – Principais teoremas de probabilidade. Lei dos Grandes Números. FUNÇÃO DE PROBABILIDADE E DENSIDADE DE PROBABILIDADE. BINOMIAL. UNIFORME. D)V. HIPERGEOMÉTRICA. QUI-QUADRADO. Teorema do Limite Central. Propriedades desejáveis dos estimadores em pequenas e grandes amostras 01 – C . Sérgio Ricardo de Brito Gadelha I – Probabilidade 01 – C 02 – B 03 – E 04 – A) .B II – VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS. W 3 Sul. NORMAL. Brasília – DF. INDEPENDÊNCIA ESTATÍSTICA. Fone: 443-3691. Teorema de Tchebycheff. GERALDO 85 GÓES). POISSON. E)V 05 . C)F. Inferência estatística. Av. t e F. GEOMÉTRICA. LOGNORMAL. Estimação pôr ponto e pôr intervalo. Prof. ESPERANÇA MATEMÁTICA E VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA. PRINCIPAIS DISTRIBUIÇÕES: BERNOULLI. 01 – C 02 – E 03 – A 04 – C 05 – D 06 – E 07 – B 08 – A 09 – C 10 – A 11 – E 12 – B 13 – C 14 – B 15 – D 16 – D 17 – E 18 – C 19 – B 20 – E 21 – A 22 – C 23 . B). DISTRIBUIÇÃO CONJUNTA.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. DISTRIBUIÇÃO MARGINAL. COVARIÂNCIA E COEFICIENTE DE CORRELAÇÃO. Quadra 509.F.

(D) F e (E) F 08 – C 09 – D 10 – E 11 – B 12 – E Gabarito do Exame Nacional da ANPEC ANPEC 1990 ANPEC 1991 . Tipos de erro. (D) F e (E) V 07 . Av.(A) F.Intervalo de Confiança e Teste de Hipóteses. W 3 Sul. Brasília – DF. GERALDO 86 GÓES). (C) V. Prof. Quadra 509.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Nível de significância 01 – B 02 – E 03 – A 04 – A 05 – C 06 – (A) F. Sérgio Ricardo de Brito Gadelha 02 – D 03 – C 04 – D 05 – D 06 – C 07 – D 08 – C 09 – E IV . (B) V. (C) V. (B) V. Fone: 443-3691.

(1) F .(3) F .(2) V .(3) F .(2) V . (0) F .(2) F .(4) F (0) F .(3) F .(4) F (0) V .(4) V (0) F .(4) V (0) F .(1) F . Prof.(4) F (0) F .(4) F .(1) V . 4. 12.(3) F 20 (0) F .(2) V .(1) V .(2) F .(1) V .(1) V . 2.(2) V .(2) F . 9.(2) V .(2) F .(2) V . 8.(2) V . 4.(3) V .(3) V (0) F .(2) V . 2.(3) F .(2) V .(3) F ANPEC 1995 1.(3) F .(2) F . 5.(1) V .(3) F .(2) F .(3) V . (0) P .(1) V .(3) F . 13.(4) F (0) F . 5.(4) F (0) F .(1) F .(1) F .(2) F . 6.(3) V 03 (0) F .(3) V .(1) F . 7.(1) F .(1) F .(2) F . 11.(1) F .(1) V .(2) V .(3) V .(1) F .(3) V (0) F .(1) V .(4) F (0) F . W 3 Sul. GERALDO 87 GÓES). 4. Av.(2) V . 12.(4) F (0) V . Quadra 509. 15. 15. 11.(4) F (0) F .(4) V (0) V .(1) V . 3.(1) P .(2) F .(4) V (0) V .(1) V . 7.(3) F .(4) V 03 (0) F . 13.(1) F .(3) F . 14. 10.(3) F (0) F . 8.(3) F .(2) V .(4) V P 55 P (0) F . Sérgio Ricardo de Brito Gadelha ANPEC 1992 ANPEC 1993 1.(2) F .(3) F 08 (0) F .(1) F .(2) F . 9.(4) F . 6. 10. 14. 2.(1) F .(1) V .(3) F . 5. 23 (0) V .(2) F .(2) F .(3) V (0) F .(1) F . Fone: 443-3691.(3) V .(2) V .(3) F (0) F . Brasília – DF.(5) V (0) F .(2) V .(3) F .(1) V . 3.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.(4) V (0) V .(4) F ANPEC 1994 1.(3) F .(1) V . 3.

11. 10.(3) F .(3) F (0) F . (0) V .(1) V .(1) V . 15.(1) F . 7.(4) F (0) F . 11.(1) V .(4) V (0) V .(2) F .(3) V (0) F .(3) V .(4) F . 14.(2) V .(2) F .(7) F 97 (0) V .(3) V .(5) F .(3) F . 13.(2) F .(3) V .(3) F ANPEC 1997 Q U E S I T O S 0 1 2 3 4 5 6 7 8 9 1 E C E C E 2 C C C C Q 3 25 U 4 C C E C C E 5 58 S 6 C E E E T 7 C E C E C Õ 8 E C C E E 9 C E C C S 10 C E C E C 11 E C E E E 12 E C E C C 13 48 14 C E E C C 15 C C C E ANPEC 1998 .(2) F . GERALDO 88 GÓES).(1) V . Fone: 443-3691.(3) F 00 (0) V .(3) F 30 (0) F .(1) V . Sérgio Ricardo de Brito Gadelha 6.(2) V .(2) F . 7. W 3 Sul. 4.(1) F . 9.(1) V .(1) V .(3) F .(1) F .(3) F .(4) V ANPEC 1996 1.(1) V .(4) V .(2) F . 2.(4) F (0) F . 12. Prof. 3.(2) F . 6.(3) F .(4) F (0) V .(4) F .(2) F . 15. 5.(2) F .(3) F 41 (0) V .(2) V .(3) V .(3) V .(5) V (0) V .(2) V .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.(2) F . Av.(1) V . 10. Brasília – DF.(3) V . Quadra 509. 8.(4) V (0) V .(2) F .(1) F .(1) F .(4) V .(2) V .(2) V .(1) V .(1) F .(1) V .(1) F .(3) F (0) F . 12. 14.(5) V (0) F .(3) V .(2) V .(4) V (0) V . 8.(3) V (0) F .(6) V .(1) F .(5) F 22 (0) V . 9.(1) F .(4) V (0) F . 13. (0) F .(2) F .(2) F .

Prof./qu est 00 01 02 03 04 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 E C C E 11 C C C E E C C E C C C C E C C C E X E C C E X E E C C C E E C C C C E E E E E C C E C C E E E C E C C E E C C C (nc* = não consta) (X = anulada) ANPEC 2000 IT\QU ES 0 1 2 3 4 1 F V F F 2 3 4 V F V F V 5 F V F F V 6 V V F F V 7 V F F V F 8 V F V 9 10 11 12 13 14 15 F F V V F F V F 13 V V F F V 20 F F V V 32 17 F F V V F ANPEC 2001 0 1 2 3 4 1 V V F V V 2 V F F V V 3 V V F F F 4 V V F F F 5 F F V V F 6 F F F V F 7 V F V V V 8 F V V F F 9 F V F F F 10 F V V F V 11 V F V F V 12 13 14 15 V 99 2 25 F V F V ANPEC 2002 Prova de Estatística (4) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 . Brasília – DF. Quadra 509. Av. Fone: 443-3691.INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. GERALDO 89 GÓES). Sérgio Ricardo de Brito Gadelha Questões Quesitos 00 01 02 03 04 ANPEC 1999 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 V V F F X F X V F V V V F V F V V V V F V F X X X X X V F F F V V V F V V F V V F F F V F V V 25 F V F V V V F F F V V F V PROVA DE ESTATÍSTICA ques. W 3 Sul.

ANPEC 2003 1 2 3 4 5 6 7 8 0 F F F F A F F F 9 F F V F V 10 F V V V F 11 75 12 40 13 04 14 25 15 11 1 2 3 4 F F V V V V F F F V F F V F F V V F V F V F F F F F V V F V F V DISTRIBUIÇÃO NORMAL PADRÃO .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF. Prof. Sérgio Ricardo de Brito Gadelha 0 1 2 3 4 F F V V F F V F V F F V F F V V V F F F A F F F F V F V F V F V F V V V F F V F F F V V V V V F F V F V V F F F F F V F 20 6 50 GABARITO DA PROVA 2 . Quadra 509. Brasília – DF. GERALDO 90 GÓES). Av. Fone: 443-3691. W 3 Sul.

0475 .4 0.0031 .0485 .0853 .0344 .4602 .1093 .4404 .0537 .1788 .0017 .2946 .0032 .0985 .0 2.0102 .0869 .4562 .2843 .0436 .4325 .0526 .1151 .4129 .1190 .0222 .00 .0143 .0823 .0025 .0040 .0166 .01 .0084 .7 0.0212 .0045 .0735 .3859 . Brasília – DF.4 1.3121 .3264 .2810 .0026 .1841 .0722 .0015 .0099 .0038 .0051 .07 .05 .4761 .5 2.0307 .3936 .0668 .7 2.0375 .4880 .2483 .0174 .1469 .3974 .0035 .8 2.3192 .4721 .3050 .0073 .2119 .1711 .5000 .0091 .0132 .0314 .3745 .2327 .0069 .2643 .0202 .4681 .0392 .2578 .1314 .00000340 .0041 .0089 .2 0.0197 .0384 .2420 .1003 .0401 .0594 .0030 .2206 .04 .2451 .0139 .4207 .0793 .0125 .0764 .0918 .0968 .1056 .0559 .3446 .0064 .4840 .3483 .0018 .0207 .0336 .0359 .0016 .0217 .9 2.4364 .0618 .0244 .1271 .0028 .2981 .1446 .3707 .0044 .0054 .1020 .09 .0026 .0188 .3897 .0516 .3783 .3 1.0681 .0367 .0066 .0281 .3594 .0062 .0228 .1685 .2177 .0049 .0039 .0885 .0019 .1611 .4920 .4168 .0 1.0239 .0078 .1230 .0129 .0154 .0016 .1867 .0951 .0183 .0023 .0136 .0274 . Sérgio Ricardo de Brito Gadelha z 0.0287 .1977 .0020 .000000287 .0017 .0014 .3520 .4052 .0233 .1762 .3015 .4443 .0582 .0778 .0 4.3409 .2358 .0048 .06 . Fone: 443-3691.0015 .9 3.8 1.2389 .0505 .1 1.3300 .0838 .0 3.0294 .4960 .0034 .0022 .3557 .5 1.3669 .0446 .5 5.0250 .3372 .0162 .4286 .6 0.0158 .0256 .2061 .0606 .1210 .0 0.0301 .0122 .1922 .0571 .0322 .0116 .3336 .0021 .0901 .0119 .2090 .0071 .1357 .0029 .0708 .7 1.0418 .4641 .1 0. Prof. Av.0019 .0059 .0037 .0027 .00135 .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.0150 .0179 .0170 .0024 .1379 .1814 .0329 .0548 .0000317 .1335 .0096 .4483 .1894 .0655 .5 4.0055 .0113 .0409 .8 0. GERALDO 91 GÓES).0643 .02 .0075 .0104 .1587 .0749 .3821 .0146 .2 1.0465 .1 2.03 .0694 .0427 .3 0.1949 .1292 .0495 .1515 .0060 .3228 .0934 .5 0.2236 .0352 .1562 .1038 .1492 .3632 .4 2. Quadra 509.4013 .2033 .0808 .1539 .1423 .4247 .0057 .6 1.0033 .0036 .0082 .0021 .0023 .2912 .2266 .0043 .1635 .2005 .3 2.1170 .2611 .0 .1660 .0192 .1131 .1112 .0047 .1251 .3085 .2546 .2877 . W 3 Sul.2514 .4522 .6 2.0052 .0107 .2 2.0087 .2676 .0110 .0094 .1401 .2776 .2743 .3156 .4801 .08 .2296 .9 1.0455 .0068 .0630 .000233 .0268 .2709 .1075 .4090 .1736 .2l48 .0014 .0262 .0080 .

2673 .7 .4418 .9 .4922 . Sérgio Ricardo de Brito Gadelha Áreas da Distribuição Normal Padronizada .4938 . Fone: 443-3691.3051 .4484 .4788 .2852 .0319 .0714 .0 .4913 2.0120 .8 .1517 .3508 .4850 .4854 2.3 .0987 .4793 .1700 .4830 .3810 1.4949 .4979 .2823 .7 .4147 .4968 .0675 .4756 .4115 .3643 .0000 . GERALDO 92 GÓES).4990 .4896 .1772 .3289 .2881 .4406 .4778 .3531 .1480 .2486 .3849 .4582 .2881 .2642 .4 . as áreas são obtidas por simetria.4756 2.4953 .2088 .4545 .4989 .01 .3212 .4599 .0557 .1985 .4357 .4904 .2123 .4706 .3599 1.3106 .05 .4192 .4608 .0040 .0199 .1 .4984 .3962 .4474 .4861 .4918 .4979 .2454 .4868 .4985 .4981 .2190 .4972 .1368 .4671 .3980 .4980 2.3 .4750 .0910 .3888 .4726 .4535 1.3907 .3159 .4864 .4932 .4834 . sob toda a curva que está compreendida entre z = 0 e um valor positivo de z.0948 .4049 .1255 .1628 .4989 .2 .0 .4986 .2 .4671 .0359 .2518 .6 .4909 .07 .4279 .4987 .2 .4591 .INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO – ISEG (CURSO PROF.3643 .4925 .4973 2.4812 2.4878 .9 .4990 .8 .3340 .4957 .04 .3925 .2939 .4656 .06 .4988 .4984 .4177 .4798 .4986 3.1443 .4987 .4927 .02 .4649 .3997 1.2549 .4616 .3621 .0398 .4678 .08 .3461 .7 .4916 .4767 .4345 .3264 .1064 .4429 1.4846 .4808 . Brasília – DF.1554 .2422 .0080 .4982 .4941 .3686 .4881 .4857 .4332 .3830 .3413 .4495 .5 .3708 .4946 .2257 .4875 .1844 .2764 .4525 .1293 .4251 .1879 .4842 .4976 .8 .4626 . % .4884 .4967 .4370 .4906 .0279 .4963 2.3790 .4983 .4292 .0636 .4969 .4959 .4911 .4838 .4898 .0 .2324 .4319 .4744 .3770 .Um dado na tabela é a proporção.1103 .2580 .4131 .3389 .4962 .4713 .2389 .4975 .4772 .0517 .4964 .4966 .0438 .6 .5 .1808 .1591 .2794 .4 .4515 .1141 .3023 .4929 .4394 .4965 .1406 .1217 .2734 .4265 .4978 .4974 .3238 . Av.4463 . W 3 Sul.4955 .4803 .1331 .4236 . Quadra 509.1 .4974 .4977 .3078 .3365 1.0793 .4625 1.4890 .4633 .1179 .2157 .4162 1.4641 .4956 .4943 .2995 .4452 .1950 .3944 . Para valores negativos de z.3869 .2357 .2224 .4951 2.4977 .0871 .2580 .4945 .2054 .4981 .4573 .0832 .4726 .09 .4970 .1 .1026 .3485 .03 .4099 .4015 .4066 .1664 .4986 .3133 .4960 .4971 .4441 .4693 .4222 .0478 .4821 .4082 .4699 1.4719 .4887 2.4982 .0239 .4554 .4893 .00 .4961 .3315 .1736 .4306 1.0753 .4783 .4934 2.0596 .4656 .4936 .2967 .0160 .4738 .4505 .3554 .4985 .4032 .4948 .1915 .4564 .4871 .9 .2257 .3 .3577 .3438 .4931 .4920 .4382 .2704 .4 .6 .4988 .4940 .2019 .4952 .4817 .3749 .3729 .4207 .0 . Prof.3186 .5 .4901 .

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->