Aula 06 - Parte 04 PDF

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES
Aula 6 Parte 4
Distribuio Uniforme Discreta .................................................................. 2 Distribuio de Bernoulli .......................................................................... 4 Distribuio Binomial ............................................................................... 7 Distribuio Geomtrica ..........................................................................25 Distribuio Hipergeomtrica ...................................................................27 Distribuio de Poisson ...........................................................................31 Distribuies contnuas ...........................................................................38 Distribuio Uniforme Contnua ................................................................38 Distribuio Exponencial .........................................................................40 Distribuio Normal ................................................................................42 Distribuio Normal Padro .....................................................................49 Distribuio normal como aproximao da binomial ....................................74 Tabela para a distribuio normal padro ..................................................78 Relao das questes comentadas ...........................................................79 Gabaritos ..............................................................................................92
Prof. Guilherme Neves
www.pontodosconcursos.com.br
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Ol, pessoal! Tudo bem? Na aula passada aprendemos noes sobre variveis aleatrias e aprendemos conceitos muito importantes como esperana matemtica, varincia de variveis aleatrias, covarincia, etc. Nosso foco agora ser o estudo direcionado das distribuies de probabilidade. H distribuies que, por sua importncia, merecem um destaque especial e at um nome! Vamos comear com a mais simples delas. A distribuio t de Student ser estudada na prxima aula nos intervalos de confiana.
Distribuio Uniforme Discreta

A distribuio uniforme discreta aquela em que todos os elementos tm a mesma probabilidade de ocorrer. Podemos citar o exemplo usado na aula passada: a probabilidade de ocorrncia de um nmero qualquer em um dado no viciado 1/6. Na aula passada j aprendemos como calcular a esperana neste exemplo do dado: 1 2 3 4 5 6 1/6 1/6 1/6 1/6 1/6 1/6
Para calcular a esperana, multiplicamos cada valor da varivel pela sua probabilidade, ou seja, multiplicamos por . Depois somamos tudo.
1 2 3 4 5 6
1/6 1/6 1/6 1/6 1/6 1/6 1
1 1 1 6 6 1 2 2 6 6 1 3 3 6 6 1 4 4 6 6 1 5 5 6 6 1 6 6 6 6
Vamos somar tudo agora? 1 2 3 4 5 6 1 2 3 4 5 6 21 6 6 6 6 6 6 6 6 3,50
Repare que poderamos tornar o clculo mais breve: Em uma distribuio uniforme discreta, a esperana a mdia aritmtica dos valores.
01. (Economista TJ/RO 2008/CESGRANRIO) Uma urna contm dez bolas, cada uma gravada com um nmero diferente, de 1 a 10. Uma bola retirada da urna aleatoriamente e X o nmero marcado nesta bola. X uma varivel aleatria cujo(a) (A) desvio padro 10. (B) primeiro quartil 0,25. (C) mdia 5. (D) distribuio de probabilidades uniforme. (E) distribuio de probabilidades assimtrica. Resoluo
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Como todas as bolas tm a mesma probabilidade de sair, conclumos que sua distribuio de probabilidades uniforme. Letra D
Distribuio de Bernoulli
A distribuio de Bernoulli se caracteriza pela existncia de apenas dois eventos, mutuamente exclusivos, que denominaremos de sucesso e fracasso, em um experimento que realizado uma nica vez. So experimentos que os resultados apresentados apresentam ou no uma determinada caracterstica. Vejamos alguns exemplos: i) Lanamos uma moeda. O resultado ou cara ou no . ii) Uma pessoa escolhida, ao acaso, dentre 500 pessoas, ou no do sexo feminino. iii) Em uma urna temos 500 bilhetes numerados de 1 a 500. Retiramos um bilhete ao acaso. O bilhete sorteado mltiplo de 11 ou no . Em todos esses casos, estamos interessados na ocorrncia de um sucesso (ocorrncia de cara, sexo feminino, mltiplo de 11) ou fracasso (ocorrncia de coroa, sexo masculino, nmero que no mltiplo de 11). Usaremos, a partir de agora, constantemente esta terminologia (sucesso/fracasso). Normalmente usamos as seguintes notaes: A probabilidade de ocorrer um sucesso . A probabilidade de ocorrer um fracasso 1 . Adotamos o valor 0 para o fracasso e 1 para o sucesso. Vejamos um exemplo: Lanamos um dado honesto e observamos a face que fica para cima. Se a face voltada para cima for o nmero 5, teremos um sucesso. Se a face voltada para cima for um nmero diferente de 5, teremos um fracasso. Assim, a probabilidade de obtermos um sucesso igual a 1/6 e a probabilidade de obtermos um fracasso ser igual a 5/6. Assim, temos a seguinte distribuio de probabilidades (lembre-se que adotamos o valor 0 para o fracasso e 1 para o sucesso).

0 1 5/6 1/6
Vamos calcular a esperana. Para isto, devemos multiplicar cada valor que a varivel assume pela sua respectiva probabilidade e devemos somar tudo.
0 1 5/6 1/6 0 1/6
1 1 6 6
Vamos agora calcular a varincia. Para isto, devemos elevar X ao quadrado, multiplicar pelas probabilidades e somar. Assim, teremos calculado o valor de .
0 1 5/6 1/6 0 1/6 0 = 0 1 = 1 0 1/6
0 Agora aplicamos a frmula da varincia:
1 1 6 6
1 1 1 1 61 5 6 6 6 36 36 36
Vamos agora generalizar. Temos um experimento de Bernoulli tal que a probabilidade de um sucesso seja p e a probabilidade de um fracasso seja q.
0 1
Vamos calcular a esperana e a varincia desta varivel aleatria. Multiplicando cada valor da sua varivel pela respectiva probabilidade.

0 1 0
Somando... 0 Assim, conclumos que a esperana da distribuio de Bernoulli a prpria probabilidade de obter um sucesso. No nosso exemplo acima, temos que 1/6. Vamos agora calcular a varincia. Para isto, devemos elevar X ao quadrado, multiplicar pelas probabilidades e somar. Assim, teremos calculado o valor de .
0 1 0 0 = 0 1 = 1 0
0 Vamos agora aplicar a frmula da varincia. Colocando em evidncia, temos: 1 Como 1 : Ou seja, a varincia da distribuio de Bernoulli o produto da probabilidade de obter um sucesso pela probabilidade de obter um fracasso. No nosso exemplo, temos: 1 5 5 6 6 36

Em resumo, a distribuio de Bernoulli pode assumir os valores 0 e 1 (fracasso e sucesso, respectivamente). A probabilidade de ocorrer um fracasso igual a e a probabilidade de ocorrer um sucesso . A esperana igual a e a varincia igual a .
Distribuio Binomial
Ainda estamos interessados em experimentos que possuam dois resultados possveis: um sucesso e um fracasso. importante destacar que no devemos associar os nomes sucesso e fracasso aos seus reais significados. Por exemplo: Um casal ter um filho. Podemos dizer que se o filho for homem teremos um sucesso e se for uma mulher um fracasso, mas tambm poderia ser o contrrio: mulher = sucesso e homem = fracasso. Ok? A diferena da distribuio binomial para a distribuio de Bernoulli que no caso anterior o experimento seria realizado apenas uma vez. Aqui na distribuio binomial realizaremos o experimento n vezes. Ento imagine que repetimos um ensaio de Bernoulli n vezes, ou, como se diz tambm, obtemos uma amostra de tamanho n de uma distribuio de Bernoulli. Suponha ainda que as repeties sejam independentes, isto , o resultado de um ensaio no tem influncia alguma no resultado de qualquer outro ensaio. Uma amostra particular ser constituda de uma sequncia de sucessos e fracassos, ou, se quisermos, de zeros e uns (zero = fracasso e um = sucesso). Vamos voltar ao nosso exemplo do dado. Lanamos um dado honesto e observamos a face que fica para cima. Se a face voltada para cima for o nmero 5, teremos um sucesso. Se a face voltada para cima for um nmero diferente de 5, teremos um fracasso. Quando estvamos estudando a distribuio de Bernoulli, ns tnhamos lanado este dado apenas uma vez. Agora lanaremos este dado n vezes. Vamos supor que n = 3, ou seja, vamos lanar o dado 3 vezes. Lembrando: sucesso, neste exemplo, sair o nmero 5. Neste caso, temos 1/6 e 5/6. Pois bem, imagine que lanamos o dado trs vezes e obtivemos os seguintes resultados: 2, 4, 5. Neste caso, tivemos FFS (fracasso, fracasso, sucesso).
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Neste caso, dizemos que a varivel binomial assumiu o valor X = 1, pois obtivemos apenas um sucesso. Imagine agora que lanamos o dado trs vezes e obtivemos os seguintes resultados: 5, 2, 5. Neste caso, tivemos SFS (sucesso, fracasso e sucesso). Dizemos agora que a varivel binomial assumiu o valor X = 2, pois obtivemos dois sucessos. Podemos concluir que se realizamos n ensaios de Bernoulli, o nmero mximo de sucessos igual a n. Ora, se lanamos o dado 3 vezes, podemos obter um sucesso (resultado = 5) no mximo 3 vezes. No tem como lanar o dado 3 vezes e o nmero 5 sair quatro vezes! Ok? Dessa forma, realizando 3 ensaios de Bernoulli, podemos obter: - Nenhum sucesso (X=0) - Um sucesso (X=1) - Dois sucessos (X=2) - Trs sucessos (X=3). Nosso objetivo agora ser calcular a probabilidade de obtermos k sucessos (neste caso, k = 0,1,2 ou 3). Vamos calcular a probabilidade de obtermos nenhum sucesso (X=0). Neste caso, estamos obtendo 3 fracassos (FFF). Ou seja, queremos lanar o dado trs vezes e obter nmeros diferentes de 5 nos trs lanamentos. Como os eventos so independentes, a probabilidade ser o produto das probabilidades. Sabemos que a probabilidade de obtermos um nmero diferente de 5 igual a 5/6. Portanto, a probabilidade de obtermos 3 nmeros diferentes de 5 ser igual a: 5 5 5 0 6 6 6 0 125 216
Vamos agora calcular a probabilidade de obtermos um sucesso em 3 ensaios.
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Queremos, em trs ensaios, obter exatamente um resultado igual a 5. Queremos, portanto, obter 1 sucesso e dois fracassos. Devemos observar que o sucesso por ocorrer no primeiro, no segundo ou no terceiro lanamento. Ou seja, podemos obter SFF, FSF ou FFS. 1 1 5 5 5 1 5 5 5 1 6 6 6 6 6 6 6 6 6
1 5 5 1 3 6 6 6 1 75 216
Vamos agora calcular a probabilidade de obtermos dois sucessos em 3 ensaios. Queremos obter 2 sucessos, ou seja, queremos obter dois resultados iguais a 5 em 3 lanamentos. Podemos obter SSF ou SFS ou FSS. 2 1 1 5 1 5 1 5 1 1 6 6 6 6 6 6 6 6 6
1 1 5 2 3 6 6 6 2 15 216
Finalmente, vamos calcular a probabilidade de obtermos 3 sucessos em 3 lanamentos. Ou seja, queremos calcular a probabilidade de os trs lanamentos serem iguais a 5. 3 1 1 1 6 6 6
3 1 216
Poderamos sempre fazer assim para calcular probabilidades. O problema que se o nmero de ensaios aumenta, a probabilidade fica cada vez mais complicada de calcular. Por isso, vamos aprender uma frmula para calcular essas probabilidades. Na aula de Anlise Combinatria aprendemos como calcular combinaes. Prof. Guilherme Neves www.pontodosconcursos.com.br 9
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES ! , ! ! Exemplo:

5! 5! 5 4 3! 5 4 10 2! 5 2! 2! 3! 2 1 3! 2 1
A maneira mais fcil de utilizar esta frmula a seguinte: O nmero de combinaes sempre ser uma frao.

No denominador, devemos colocar o fatorial expandido do menor nmero.

21
Quantos fatores h no denominador? Dois!! Pois bem, devemos expandir o outro nmero, no caso o nmero 5, em dois fatores.

54 10 21
Nos livros e provas de Estatstica no utilizamos muito a notao que foi usada na aula de combinatria: . A partir de agora utilizaremos com muito mais frequncia a notao seguinte: Alguns casos especiais podem ser memorizados para ganharmos tempo: 1 0 1
Pois bem. Voltemos probabilidade. Vamos supor que existe um ensaio de Bernoulli tal que a probabilidade de obtermos um sucesso seja e a probabilidade de obtermos um fracasso seja . Realizaremos este ensaio n vezes e queremos calcular a probabilidade de obtermos k sucessos (obviamente 0 ). Prof. Guilherme Neves www.pontodosconcursos.com.br 10
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES A probabilidade pode ser calculada atravs da seguinte frmula: Como vamos memorizar esta frmula? A frmula sempre comea com o binomial de n sobre k (combinaes de n elementos tomados k a k). Ou seja, nmero lanamentos sobre o nmero de sucessos que se quer obter. Depois multiplicamos pela probabilidade de obter um sucesso elevada ao nmero de sucessos ( ) pela probabilidade de obter um fracasso elevada ao nmero de fracassos ). Voltemos ao nosso exemplo do dado. Vamos lanar um dado 3 vezes. Consideramos como sucesso obter o nmero 5. Assim, 1/6 e 5/6. Queremos calcular a probabilidade de obtermos 0,1,2 ou 3 sucessos. 0 Comeamos colocando o binomial de n sobre k. 3 0 0 Agora multiplicamos pela probabilidade de obtermos um sucesso elevado ao nmero de sucessos. 1 3 0 0 6 Agora multiplicamos pela probabilidade de obtermos um fracasso elevada ao nmero de fracassos. Ora, como so 3 lanamentos e nenhum sucesso, teremos 3 fracassos. 1 5 3 0 0 6 6 0 1 1
125 125 216 216
Vamos agora calcular a probabilidade de obtermos um sucesso. 1 Comeamos colocando o binomial de n sobre k (ensaios sobre sucessos). Prof. Guilherme Neves www.pontodosconcursos.com.br 11
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 3 1 1 Agora multiplicamos pela probabilidade de obtermos um sucesso elevada ao nmero de sucessos. 1 3 1 1 6 Como apenas 1 sucesso, teremos 2 fracassos. Agora multiplicamos pela probabilidade do fracasso elevado ao nmero de fracassos. 1 5 3 1 1 6 6
75 1 25 1 3 6 36 216
E assim por diante.
Observe que se so n ensaios dos quais so k sucessos, o nmero de fracassos ser n k. Vamos reunir nossos resultados em uma tabela.
0 1 2 3 125 216 75 216 15 216
1 216
Temos uma varivel aleatria discreta, ok? X so os possveis valores assumidos pela varivel e P(X) suas respectivas probabilidades. Na aula passada, aprendemos como calcular a esperana e a varincia de uma varivel aleatria discreta.
12
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Vamos comear com o clculo da esperana. Vamos multiplicar X por P(X) e somar todos os resultados.
0 1 2 3 125 216 75 216 15 216 0 75 216 30 216
1 216
3 216
A esperana igual a: 0 30 3 75 216 216 216 108 216 1 2
Vamos agora calcular a varincia. Devemos elevar X ao quadrado, multiplicar os resultados obtidos pelas respectivas probabilidades e somar tudo. Depois s aplicar a frmula.
0 1 2 3 125 216 75 216 15 216 0 75 216 30 216 0 1 4 9 0 75 216 60 216
1 216
3 216
9 216
75 60 9 216 216 216 144 216
13
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Agora aplicamos a frmula da varincia. 144 1 216 2 144 1 216 4
144 54 216 90 216 15 36
Simplificando a frao... Bem trabalhoso, no?
Para facilitar as nossas vidas, existem frmulas para o clculo da esperana e da varincia. Para calcular a esperana, basta multiplicar o nmero de ensaios pela probabilidade de obter um sucesso. 3 E agora a varincia. Para calcular a varincia, multiplicamos o nmero probabilidade do sucesso e pela probabilidade do fracasso. 1 5 15 3 6 6 36 Bem mais rpido!! Vamos agora treinar um pouco. de ensaios pela 1 1 6 2
14
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 02. (AFRE-SC 2010/FEPESE) Uma varivel aleatria X segue uma distribuio binomial com os seguintes parmetros: nmero de ensaios = 100; probabilidade de sucesso em cada ensaio = 0,2. De acordo com essas informaes, qual o valor esperado de X? a) 0,2 b) 0,8 c) 20 d) 80 e) 100 Resoluo Concursos disputados (e com altos salrios como esse) tambm tm questes muito fceis. A questo se o candidato teve tempo de estudar tudo. Quem tinha pelo menos uma noo e sabia a frmula, resolveu esta questo em segundos. Acabamos de ver que o valor esperado (esperana) de uma varivel aleatria binomial X o produto do nmero de ensaios pela probabilidade de sucesso. 100 0,2 20 Letra C 03. (SEE-RJ 2010/CEPERJ) Sabendo que a varivel aleatria X tem distribuio binomial de parmetros: 20 e 0,4, a mdia e a varincia de X sero, respectivamente: a) 8 e 4,8 b) 8 e 3,2 c) 4 e 2,4 d) 8 e 2,4 e) 4 e 4,8 Resoluo Como acabamos de ver, a mdia (esperana) da varivel X com distribuio binomial igual a 20 0,4 8. A varincia da varivel X igual a , onde 1 . 20 0,4 1 0,4 Prof. Guilherme Neves www.pontodosconcursos.com.br 15
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 20 0,4 0,6 4,8 Letra A 04. (SUSEP 2010/ESAF) Um estudo indica que, nas comunidades que vivem em clima muito frio e com uma dieta de baixa ingesto de gordura animal, a probabilidade de os casais terem filhos do sexo masculino igual a 1/4. Desse modo, a probabilidade de um casal ter dois meninos e trs meninas igual a: a) 37/64 b) 45/216 c) 1/64 d) 45/512 e) 9/16 Resoluo Chamemos de sucesso ter um filho do sexo masculino: probabilidade igual a 1/4. Chamemos de fracasso ter um filho do sexo feminino: probabilidade igual a 3/4. A probabilidade de, em cinco experimentos (n = 5), obtermos 2 sucessos (k=2), pelo teorema binomial : 1 3 5 4 1 27 135 5 PX 2 2 4 2 1 16 64 512 4 Anulada 05. (SUSEP 2010/ESAF) Uma urna contm bolas vermelhas, azuis, amarelas e pretas. O nmero de bolas pretas duas vezes o nmero de bolas azuis, o nmero de bolas amarelas cinco vezes o nmero de bolas vermelhas, e o nmero de bolas azuis duas vezes o nmero de bolas amarelas. Se as bolas diferem apenas na cor, ao se retirar ao acaso trs bolas da urna, com reposio, qual a probabilidade de exatamente duas bolas serem pretas? a) 100/729. b) 100/243. c) 10/27. d) 115/243. e) 25/81. Resoluo Suponha que temos apenas uma bola vermelha.
16
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES O nmero de bolas amarelas cinco vezes o nmero de bolas vermelhas, logo temos 5 bolas amarelas. O nmero de bolas azuis duas vezes o nmero de bolas amarelas, logo temos 10 bolas azuis. O nmero de bolas pretas duas vezes o nmero de bolas azuis, logo temos 20 bolas pretas. Total de bolas: 1 + 5 + 10 + 20 = 36 bolas. 20 bolas pretas e 16 no-pretas. Ao se retirar ao acaso trs bolas da urna, com reposio, qual a probabilidade de exatamente duas bolas serem pretas? Como o processo com reposio, os eventos so independentes e podemos aplicar o teorema binomial. Vamos considerar que extrair uma bola preta um sucesso. A probabilidade do sucesso p = 20/36. A probabilidade do fracasso q = 16/36. Queremos obter 2 sucessos em 3 ensaios. 20 16 3 PX 2 2 36 36 X 2 3
20 20 16 100 36 36 36 243
Letra B 06. (CEB Distribuio Administrador 2010/Fundao Universa) O mau funcionamento de uma das mquinas de uma indstria fez com que 10% das peas produzidas em um determinado lote apresentassem defeito. Escolhendose aleatoriamente cinco peas desse lote, a probabilidade aproximada de que menos de trs delas apresentem esse defeito, se cada pea retirada reposta antes de se retirar a prxima, de (A) 90%. (B) 91%. (C) 93%. (D) 96%. (E) 99%. Resoluo Vamos considerar que escolher uma pea com defeito um sucesso e escolher uma pea boa um fracasso.
17
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Escolhendo uma pea aleatoriamente, a probabilidade de ser defeituosa 10% e a probabilidade de ser boa 90%. Assim, 10%e 90%. Escolhendo-se aleatoriamente cinco peas desse lote, a probabilidade aproximada de que menos de trs delas apresentem esse defeito, se cada pea retirada reposta antes de se retirar a prxima, de... Como o experimento feito com reposio, os eventos so independentes. Assim, podemos aplicar o teorema binomial. Queremos obter menos de 3 sucessos. Ou seja, podemos ter 0, 1 ou 2 sucessos em 5 ensaios. Queremos calcular: 0 1 2 Vamos calcular cada parcela separadamente e somar os resultados. P(X=2) 10 90 5 2 7,29% 2 100 100 P(X=1)
10 90 5 1 32,805% 1 100 100 P(X=0) 10 90 5 0 59,049% 0 100 100
Desta forma, a probabilidade de que menos de trs delas apresentem esse defeito : 2 1 0 7,29% 32,805% 59,049% 99,144% Letra E Questo bem trabalhosa (principalmente as contas, que fiz na calculadora).
18
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 07. (AFC-CGU 2008/ESAF) Seja X uma varivel aleatria discreta com funo de probabilidade binomial f ( x) , onde , 1 e , o nmero de combinaes de n elementos tomados x a x. Sendo n=6 e p=1/3, determine f(6). a) 1/729 b) 1 c) 0 d) 64/729 e) 8/729 Resoluo Basta aplicar a frmula que vimos.
1 2 1 6 6 6 3 3 729 Letra A 08. (AFC-CGU 2008/ESAF) Seja F(x) a funo de distribuio da varivel aleatria definida na questo anterior, determine F (0) . a) 0 b) 1/729 c) 64/729 d) 243/729 e) 1. Resoluo Como vimos na aula passada, a funo de distribuio fornece a probabilidade de X ser menor ou igual a um dado valor. Se x = 0, a funo dar a probabilidade de X ser menor ou igual a zero. A varivel binomial sempre assume valores maiores ou iguais a 0. Na verdade, 0 . Ou seja, X nunca poder ser negativo. Prof. Guilherme Neves www.pontodosconcursos.com.br 19
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Assim, conclumos que 0 0 0.
1 2 64 6 0 0 3 3 729 Letra C 09. (ATA-MF 2009/ESAF) Ao se jogar um dado honesto trs vezes, qual o valor mais prximo da probabilidade de o nmero 1 sair exatamente uma vez? a) 35% b) 17% c) 7% d) 42% e) 58% Resoluo Muito parecido com o exemplo que utilizei na exposio terica. Vamos considerar que sair o nmero 1 sucesso e sair qualquer outro nmero fracasso. Vamos lanar o dado trs vezes (n=3) e queremos a probabilidade de obter um sucesso (k=1). Neste caso, p = 1/6 e q = 5/6.
75 1 25 1 3 34,72% 6 36 216 Letra A 10. (AFRFB 2009 ESAF) Em um experimento binomial com trs provas, a probabilidade de ocorrerem dois sucessos doze vezes a probabilidade de ocorrerem trs sucessos. Desse modo, as probabilidades de sucesso e fracasso so, em percentuais, respectivamente, iguais a: a) 80 % e 20 % b) 30 % e 70 % c) 60 % e 40 % Prof. Guilherme Neves www.pontodosconcursos.com.br 20
1 5 3 1 1 6 6
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES d) 20 % e 80 % e) 25 % e 75 % Resoluo Chamamos de k o nmero de sucessos. Assim, se o nmero de sucessos 2, ento k = 2. Se o nmero de sucessos igual a 3, ento k = 3. A probabilidade de ocorrerem dois sucessos indicada por P(X=2) e a probabilidade de ocorrerem trs sucessos indicada por P(X=3). Como so trs tentativas (trs provas), ento n=3. O problema nos disse que a probabilidade de ocorrerem dois sucessos igual a doze vezes a probabilidade de ocorrerem trs sucessos. Algebricamente, 2 12 3 Aplicamos a frmula do teorema binomial que diz que a probabilidade de em n provas obtermos k sucessos dada por 1 Assim, 3 3 1 12 1 3 2 3 Observe que (1-p)0 igual a 1, e que 1. 3
3 1 12 Cortando... 3 1 12 3 3 12 15 3 1 20% 5
3 1 12
21
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Obviamente, se a probabilidade de obter um sucesso de 20%, a probabilidade do fracasso de 80%. Letra D 11. (MPOG 2006 ESAF) Um experimento binomial um experimento que comporta um nmero fixo de provas independentes, n. Cada prova tem os resultados classificados em apenas duas categorias, a saber: sucesso ou fracasso. Muito embora essa classificao seja arbitrria, costuma-se denotar a probabilidade de sucesso por p, e a probabilidade de fracasso por q. Desse modo, realizando-se 50 provas, a probabilidade de se obter 30 sucessos dada por
30 30 20 a) C50 p q 30 20 30 p q b) C50 30 0 20 c) C50 pq 30 p q 20 d) C50 30 20 0 e) C50 p q
Resoluo A probabilidade de ocorrerem exatamente k sucessos em uma sequncia de n provas independentes, na qual a probabilidade de sucesso em cada prova p e de a probabilidade de cada fracasso q, igual a
k k 30 30 20 Cn p q n k = C50 p q .
Letra A
22
12. (APOG- SAD/PE 2010/CESPE-UnB)
A figura acima apresenta a distribuio percentual da populao de crianas e jovens entre cinco a dezenove anos de idade que nunca procurou um dentista, por renda domiciliar per capita no Brasil em 1998. As diferenas entre os diversos grupos de renda per capita acentuada. Aproximadamente 25% da populao brasileira com idade entre cinco e dezenove anos nunca procuraram um dentista. Entretanto, este valor sofre oscilaes segundo a renda variando de 50,7% naqueles domiclios com renda de at R$ 37,75 a 1,5% naqueles domiclios com renda per capita entre R$ 1.813,00 e R$ 40.500,00.
A. Nunes et al. Medindo as desigualdades em sade no Brasil, OPAS/OMS, 2001 (com adaptaes) Considerando que uma amostra aleatria simples de cinco mil indivduos fosse retirada da populao de crianas e jovens entre cinco e dezenove anos de idade no Brasil em 1998, se X representa o nmero de indivduos nessa amostra que nunca procurou um dentista, ento a varincia de X A) inferior a 400. B) superior a 400 e inferior a 600. C) superior a 600 e inferior a 800. Prof. Guilherme Neves www.pontodosconcursos.com.br 23
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES D) superior a 800 e inferior a 1.000. E) superior a 1.000. Resoluo 25,2% da populao brasileira com idade entre cinco e dezenove anos nunca procuraram um dentista. Isto significa que, para cada pessoa entrevistada, como se fosse um jogo em que h 25,2% de chance de esse eleitor nunca ter procurado um dentista e (100-25,2)%=74,8% de chance de esse eleitor alguma vez na vida ter procurado um dentista. Portanto, como se cada eleitor entrevistado fosse uma distribuio de Bernoulli. A distribuio de Bernoulli se caracteriza pela existncia de apenas dois eventos, mutuamente exclusivos, que denominaremos de sucesso e fracasso. No nosso exemplo, podemos afirmar que o sucesso o entrevistado nunca ter procurado um dentista e fracasso j ter procurado um dentista. Normalmente a probabilidade do sucesso designada por p e a probabilidade do fracasso por q. Nesse caso temos que p=25,2% e q=74,8%. Observe que p+q=1 ou, de outra maneira, p+q=100%. A distribuio binomial nada mais do que a generalizao da distribuio de Bernoulli. H um sucesso, com probabilidade p, e um fracasso, com probabilidade q, tal que p+q=1, mas o nmero de experimentos pode ser qualquer um. No nosso exemplo. Realizaremos o mesmo experimento (perguntar a um entrevistado se ele j visitou um dentista) 5000 vezes. Numa distribuio binomial, a varincia dada pela frmula Nesta frmula, n o nmero de experimentos, p a probabilidade do sucesso e q a probabilidade do fracasso. Temos ento, 5.000 25,2 74,8 942,48 100 100
Resposta D) superior a 800 e inferior a 1.000. Na minha concepo, uma questo difcil, pois nem todos perceberiam que se trata de uma distribuio binomial.
24
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 13. (ANA 2009/ESAF) Na populao brasileira verificou-se que a probabilidade de ocorrer determinada variao gentica e de 1%. Ao se examinar ao acaso trs pessoas desta populao, qual o valor mais prximo da probabilidade de exatamente uma pessoa examinada possuir esta variao gentica? a) 0,98% b) 1% c) 2,94% d) 1,30% e) 3,96% Resoluo Temos um experimento binomial em que a probabilidade de obtermos um sucesso (ter a variao gentica) igual a 1%. A probabilidade do fracasso igual a 99%. Queremos calcular a probabilidade de ocorrer 1 sucesso em 3 ensaios. 3 1 0,01 0,99 2,94% 1 Letra C
Distribuio Geomtrica
A distribuio geomtrica tambm se refere a sucessos e fracassos, mas, diferentemente da binomial, a probabilidade de que o sucesso ocorra exatamente no k-simo ensaio. Por exemplo, no jogo de cara ou coroa, qual a probabilidade de que a coroa s ocorra na quarta jogada? Ou qual a probabilidade de que o dado s d o nmero 5 na terceira jogada? Assim, a forma geral da distribuio geomtrica dada por: Ou seja, j que queremos um sucesso apenas no k-simo ensaio, queremos que acontea ( uma sequncia de k-1 fracassos seguido de apenas um sucesso). 14. (AFC-CGU 2008/ESAF) A probabilidade de sucesso em um experimento aleatrio p. Seja X o nmero de experimentos independentes realizados at se obter o primeiro sucesso. Qual a probabilidade de X = k, onde k=1,2,3,.... a) (1-p)k-1. b) p(1-p)k-1. Prof. Guilherme Neves www.pontodosconcursos.com.br 25
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES c) k pk-1(1-p). d) pk-1(1-p). e) k(1-p)k-1 p. Resoluo Aplicao direta da teoria vista. Em cada experimento, a probabilidade de sucesso p e a probabilidade de fracasso q. Nos k-1 primeiros experimentos, experimento um sucesso. temos fracasso e temos no ltimo
Para que X seja igual a k devemos ter k-1 fracassos e 1 sucesso, nesta ordem. Como os eventos so independentes, a probabilidade pedida igual ao produto das probabilidades.
1 Letra B 15. (Petrobras 2011/CESGRANRIO) Uma pessoa lana repetidamente um dado equilibrado, parando quando obtm a face com o nmero 6. A probabilidade de que o dado seja lanado exatamente 3 vezes a) 1/216 b) 1/36 c) 25/216 d) 1/6 e) 25/36 Resoluo Este problema ilustra perfeitamente a distribuio geomtrica. Vamos considerar que o sucesso obter o nmero 6 (p=1/6). Queremos obter um sucesso exatamente no 3 lanamento. A probabilidade do fracasso igual a 5/6. Queremos obter, nesta ordem, fracasso-fracasso-sucesso. 3 Letra C Prof. Guilherme Neves www.pontodosconcursos.com.br 26 5 5 1 25 6 6 6 216
Distribuio Hipergeomtrica
J comentei algumas vezes que para podermos usar o teorema binomial, os processos devem ser feitos com reposio (para que os eventos sejam independentes). A distribuio hipergeomtrica refere-se probabilidade de, ao retirarmos, sem reposio, n elementos de um conjunto N, saiam k elementos com o atributo sucesso, considerando-se que, do total de N elementos, s possuem esse atributo e, portanto, N-s possuem o atributo fracasso. Assim, a probabilidade de obtermos um sucesso (no primeiro experimento) igual a p = s/N. Queremos calcular a probabilidade de que, retirando-se n elementos, k possuam o atributo sucesso e n-k possuam o atributo fracasso. Esta probabilidade dada por: Exemplo: Sabe-se que h 10% de peas defeituosas em um lote de 50. Ao retirar oito peas desse lote, sem reposio, qual a probabilidade de que duas delas sejam defeituosas? Resoluo Como so 10% de peas defeituosas em um total de 50, ento h 5 peas defeituosas. Temos 50 objetos e escolheremos 8. Este o nosso denominador. 50 8 Pede-se a probabilidade de retirar duas (do total das 5) peas defeituosas e seis (de um total de 45) peas em bom estado. 5 45 2 2 6 15,17% 50 8 16. (IPHAN 2009/FUNIVERSA) Em um instituto de pesquisa trabalham, entre outros funcionrios, 3 fsicos, 6 bilogos e 2 matemticos. Deseja-se formar Prof. Guilherme Neves www.pontodosconcursos.com.br 27
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES uma equipe com 4 desses 11 estudiosos, para realizar uma pesquisa. Se essa equipe for composta escolhendo-se os pesquisadores de forma aleatria, a probabilidade de todos os fsicos serem escolhidos um nmero cujo valor est compreendido entre (A) 0,00 e 0,01. (B) 0,01 e 0,02. (C) 0,02 e 0,03. (D) 0,03 e 0,04. (E) 0,04 e 0,05. Resoluo Neste caso, o processo feito sem reposio, pois um mesmo profissional no poder ser escolhido duas vezes. Dos 11 estudiosos, vamos escolher 4. Este o nosso denominador. 11 4 Queremos que os 3 fsicos sejam escolhidos. Assim, vamos escolher 3 fsicos (dentre 3 disponveis) e 1 profissional (dentre os 8 no-fsicos). 3 8 18 8 3 3 1 0,0242424 11 11 10 9 8 330 4321 4 Letra C Vejam outra maneira de resolver esta questo sem o uso da frmula da distribuio hipergeomtrica: Quer-se calcular a probabilidade de todos os fsicos serem escolhidos. Como h apenas 3 fsicos, obrigatoriamente a quarta pessoa ser escolhida dentre os bilogos/matemticos (no-fsicos). Existem quatro maneiras de dispor a ordem dos sorteados (F um fsico e X um no-fsico): Assim, vou calcular uma dessas probabilidades e multiplicar o resultado por 4. So 11 pessoas. Assim, a probabilidade de o primeiro ser um fsico 3/11. Prof. Guilherme Neves www.pontodosconcursos.com.br 28
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Como o processo sem reposio, a probabilidade de o segundo ser fsico 2/10 (pois agora temos 2 fsicos e um total de 10 pessoas). A probabilidade de o terceiro ser fsico 1/9. Agora temos que escolher o ltimo como no-fsico. Sobraram um total de 8 pessoas e todos eles so no-fsicos. A probabilidade de um deles ser escolhido 8/8. 4 Letra C 17. (APEX Brasil 2006/Fundao Universa) Em uma empresa, h 12 dirigentes de nveis hierrquicos distintos capacitados para a elaborao de determinado estudo: 5 diretores e 7 gerentes. Para isso, entre esses 12 dirigentes, 4 sero sorteados aleatoriamente para integrarem um grupo que realizar o referido estudo. A probabilidade de os 4 dirigentes sorteados serem do mesmo nvel hierrquico est entre: (A) 0,01 e 0,05. (B) 0,06 e 0,10. (C) 0,11 e 0,15. (D) 0,16 e 0,20. (E) 0,21 e 0,25. Resoluo Novamente o nosso processo ser realizado sem reposio. So 12 pessoas e vamos escolher 4, sem reposio. Este o nosso denominador. 12 4 S que agora queremos calcular duas probabilidades e somar, pois queremos que os 4 sejam diretores ou que os 4 sejam gerentes. Probabilidade de os 4 serem diretores: Dos 5 diretores, escolheremos 4 e dos 7 gerentes escolheremos nenhum (zero). 5 7 51 5 1 4 0 12 12 11 10 9 495 99 4321 4 24 3 2 1 8 0,02424 11 10 9 8 990
29
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Probabilidade de os 4 serem gerentes: Dos 7 gerentes, escolheremos 4 e dos 5 diretores escolheremos nenhum (zero). 7 5 7654 1 35 7 4 0 4321 12 12 11 10 9 495 99 4321 4 Letra B Podemos tambm resolver estas questes de distribuio hipergeomtrica com os conhecimentos adquiridos na aula de probabilidade. Para que os quatro dirigentes sejam do mesmo nvel hierrquico, podemos escolher 4 diretores ou 4 gerentes. Vamos calcular cada uma das probabilidades separadamente e depois somar os resultados. Probabilidade de escolher 4 diretores A probabilidade de o primeiro ser um diretor igual a 5/12. A probabilidade de o segundo ser um diretor igual a 4/11. A probabilidade de o terceiro ser um diretor igual a 3/10. A probabilidade de o quarto ser um diretor igual a 2/9. A probabilidade de os 4 serem diretores igual a 5 4 3 2 12 11 10 9
1 7 8 0,0808080808 99 99 99
Observe que 4 x 3 = 12 (podemos cancelar o 4 e o 3 com o 12). Observe ainda que 5 x 2 =10. Cancelamos 5 e 2 com 10. 1 99
Probabilidade de escolher 4 gerentes A probabilidade de o primeiro ser um gerente igual a 7/12. A probabilidade de o segundo ser um gerente igual a 6/11. A probabilidade de o terceiro ser um gerente igual a 5/10. Prof. Guilherme Neves www.pontodosconcursos.com.br 30
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES A probabilidade de o quarto ser um gerente igual a 4/9. A probabilidade de os 4 serem gerentes igual a 7 6 5 4 12 11 10 9
Observe que 6 x 5 x 4 = 120 e que 12 x 10 = 120. Assim, podemos cancelar 6, 5 e 4 com 12 e 10. A probabilidade pedida igual a Letra B 1 7 8 0,0808080808 99 99 99 7 99
Distribuio de Poisson
Vamos utilizar como exemplo um objeto muito utilizado no cotidiano: o telefone. Talvez at sejamos capazes de dizer quantas vezes, em mdia, nosso telefone toca por dia. Mas quantas vezes o telefone no toca? Essa pergunta muito difcil de responder. Quando uma varivel aleatria tem um comportamento parecido com esse, dizemos que ela segue uma distribuio de Poisson. Se considerarmos que sucesso tocar o telefone, muito difcil calcular p, a probabilidade de isso ocorrer, j que no temos como calcular a no-ocorrncia do evento. A soluo imaginar que p muito pequeno 0, j que o toque do telefone dura apenas alguns segundos em um dia de 24 horas (86.400 segundos). Dessa forma, o nmero de vezes que o experimento realizado (telefone toca ou no toca), que o n da distribuio binomial, realizado muitas vezes. assim que modelamos a distribuio de Poisson: partimos de uma distribuio binomial, considerando que p muito pequeno (tende a zero) e que n muito grande (tende a infinito). 0
31
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Mesmo p tendendo a zero e n tendendo a infinito, o produto np tende a um nmero diferente de zero. Esse produto np a mdia da distribuio binomial. Esse nmero exatamente o nmero mdio de vezes que o evento ocorre. No exemplo do telefone, o nmero de vezes que o telefone toca por dia. Ainda possvel calcular a varincia partindo da distribuio binomial. 1 Como p tende a 0, 1-p tende a 1. 1 A distribuio de Poisson se caracteriza, dessa forma, por ter mdia igual varincia. Para calcularmos a probabilidade de uma varivel como essa, partimos da distribuio binomial e fazemos 0 e (no farei aqui a demonstrao desse fato, pois deve ser utilizado conhecimentos de matemtica universitria). !
Onde o nmero e uma constante e vale aproximadamente 2,718... Os autores Bussab e Morettin dizem que a aproximao da binomial por Poisson boa se 7 (Estatstica Bsica, Atual Editora). 18. (TRANSPETRO 2011/CESGRANRIO) Uma distribuio discreta de probabilidade que fornece a frequncia de ocorrncia de certos tipos de eventos aleatrios, podendo ser usada como aproximao da distribuio binomial, corresponde distribuio (A) geomtrica (B) hipergeomtrica (C) normal (D) uniforme (E) de Poisson Resoluo Aplicao direta da teoria vista. Letra E Prof. Guilherme Neves www.pontodosconcursos.com.br 32
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 19. (AFC-CGU 2008/ESAF) Tem-se que , 1 , onde , o nmero de combinaes de n elementos tomados x a x, a funo de probabilidade de uma varivel aleatria binomial. Fazendo-se na sua expresso 0, , mas com , tem como limite a funo de probabilidade de uma varivel aleatria de Poisson, que : a) e b) e /x! c) d) / e) 1 / Resoluo Aplicao direta da exposio terica. Letra B 20. (MPOG 2006 ESAF) Uma varivel aleatria X tem distribuio de Poisson, com parmetro m, e k = 0, 1, 2, 3... se e somente se a) P ( X = k ) = b) P( X = k ) = m e m k mk em k
mk em c) P ( X = k ) = k d) P( X = k ) = e) P( X = k ) = Soluo A frmula para se determinar a probabilidade de um dado nmero X de sucessos em uma distribuio de Poisson ! mk e k mk em k!
O parmetro foi chamado de m e o nmero de sucessos X foi chamado de k. Prof. Guilherme Neves www.pontodosconcursos.com.br 33
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Assim, P( X = k ) = Letra E 21. (SEE-RJ 2010/CEPERJ) Na reviso tipogrfica de um livro com 600 pginas, encontrou-se, em mdia, 1,2 erros por pgina. Considerando , 0,30 e estimando o nmero de pginas que no precisam sofrer alteraes por no apresentarem defeitos, tem-se: a) 500 pginas b) 420 pginas c) 200 pginas d) 180 pginas e) 36 pginas Resoluo Como a mdia de 1,2 erros por pginas, temos uma distribuio de Poisson com 1,2. J que queremos saber o valor esperado de pginas sem defeitos, devemos considerar 0. ! , 1,2 1 0,30 0 0,30 0! 1 mk em . k!
Portanto, a probabilidade de certa pgina no conter erros de 0,30 = 30%. Como o livro tem 600 pginas, o esperado que: 30% 600 0,30 600 180 pginas no tenham defeitos. Letra D 22. (MEC 2009 CESGRANRIO) O nmero de clientes que chega a cada hora a uma empresa tem Distribuio de Poisson, com parmetro 2, ou seja, a 2 k 2 e para k = 0, 1, 2, .... k! Qual a probabilidade de que, em uma determinada hora, cheguem dois ou mais clientes? probabilidade de que cheguem k clientes dada por (Dado: e-2 = 0,14) Prof. Guilherme Neves www.pontodosconcursos.com.br 34
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES (A) 0,28 (B) 0,35 (C) 0,42 (D) 0,58 (E) 0,72 Soluo A probabilidade pedida dada por P( K = 2) + P( K = 3) + ... Teramos que calcular infinitas parcelas. A melhor maneira de resolver esta questo calcular a probabilidade complementar, ou seja, a probabilidade de que cheguem menos de dois clientes. Lembramos que a probabilidade total igual a 1. Como assim probabilidade complementar? muito comum o evento ser complicado de calcular. Em muitos desses casos, poderemos utilizar o seguinte artifcio: ao invs de calcular a probabilidade que o enunciado pediu, voc calcular a probabilidade que o enunciado no pediu. Calcular a probabilidade de que cheguem menos de dois clientes dada por P( K = 0) + P( K = 1) . 20 21 P( K = 0) + P( K = 1) = 0,14 + 0,14 = 0,14 + 0, 28 = 0, 42 0! 1! P( K = 2) + P( K = 3) + ... = 1 0, 42 = 0,58 Letra D 23. (AFRFB 2009 ESAF) O nmero de petroleiros que chegam a uma refinaria ocorre segundo uma distribuio de Poisson, com mdia de dois petroleiros por dia. Desse modo, a probabilidade de a refinaria receber no mximo trs petroleiros em dois dias igual a: a)
32 4 e 73 3 4 b) e 71 71 4 c) e 3
35

71 2 e 3 32 2 e) e 3
d)
Resoluo A mdia de dois petroleiros por dia. Devemos calcular a mdia para 2 dias. Obviamente a mdia ser de 4 petroleiros a cada 2 dias. Logo =4. Lembre-se da frmula: !
3 0 1 2 3 3
32 3
3 12 24 32 71 3 3 3 Letra C 24. (ICMS-RJ 2009/FGV) O nmero de clientes que buscam, em cada dia, os servios de um renomado cirurgio tem uma distribuio de Poisson com mdia de 2 pacientes por dia. Para cada cirurgia efetuada, o cirurgio recebe R$ 10.000,00. No entanto, ele consegue fazer o mximo de duas cirurgias em um dia; clientes excedentes so perdidos para outros cirurgies. Assinale a alternativa que indique o valor esperado da receita diria do cirurgio. (considere e2 = 0,14) (A) R$ 5.600,00. (B) R$ 8.400,00. (C) R$ 10.000,00. (D) R$ 14.400,00. (E) R$ 20.000,00. Resoluo Questo muito bem feita. Vamos considerar que X a varivel que informa o nmero de clientes que buscam, em cada dia, os servios do renomado cirurgio. O problema informou que essa distribuio de Poisson com mdia de dois pacientes por dia, ou seja, 2. Prof. Guilherme Neves www.pontodosconcursos.com.br 36
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES !
2 ! Vamos agora calcular a probabilidade de X=0 ou X=1 (nenhum cliente procurar o cirurgio ou um cliente procurar o cirurgio). 0 0 2 1 0,14 0! 1
2 2 2 0,28 1! 1
O problema nos informou que se chegarem 2 ou mais clientes, o cirurgio atender apenas 2 clientes. Por exemplo, se chegarem 50 clientes na clnica, o cirurgio atender apenas 2. Portanto, se chegarem 2 ou mais clientes, o cirurgio trabalhar como se tivessem chegado apenas 2 clientes. Se chegarem 2, 3, 4 ou 50 clientes, a receita do cirurgio ser de R$ 20.000,00. Resumindo: Se chegar nenhum cliente, a receita do cirurgio ser 0 (probabilidade igual a 0,14= 14%). Se chegar um cliente, a receita do cirurgio ser R$ 10.000,00 (probabilidade igual a 0,28 = 28%). Em qualquer outro caso, a receita do cirurgio (probabilidade igual a 1 0,14 0,28 0,58 58%).
Clientes (X) 0 1 2 ou mais Receita do mdico (R) 0 10.000,00 20.000,00
ser
R$
20.000,00
Probabilidade 0,14 0,28 0,58
Para calcular o valor esperado da receita diria do mdico, devemos multiplicar cada receita pela sua respectiva probabilidade e somar tudo. 0 0,14 10.000 0,28 20.000 0,58 14.400,00 Letra D Prof. Guilherme Neves www.pontodosconcursos.com.br 37
Distribuies contnuas
A partir de agora vamos comear a estudar as distribuies contnuas. Vamos comear com duas menos importantes (distribuio uniforme e distribuio exponencial) e depois vamos estudar e resolver muitos exerccios da distribuio contnua mais importante e que mais aparece em provas de concursos (para todas as reas, principalmente os concursos fiscais) que a distribuio normal.
Distribuio Uniforme Contnua

No incio da aula, estudamos a distribuio uniforme discreta. Vimos que naquela distribuio todos os valores tm a mesma probabilidade de ocorrer. Este o modelo mais simples de varivel aleatria contnua. Sua funo densidade de probabilidade representada atravs de um segmento de reta horizontal. igual a zero em toda a reta real, com exceo de um dado intervalo, onde assume um valor constante. Se o intervalo em que a funo constante for limitado pelos nmeros a e b, seu grfico ter a seguinte representao.
Utilizando o clculo integral (assunto de cursos na rea de exatas como engenharia, matemtica, etc), pode-se demonstrar que o valor esperado e a varincia so dados por: 2
12
Para calcular probabilidades, devemos calcular as reas abaixo do grfico como vimos na aula passada. Prof. Guilherme Neves www.pontodosconcursos.com.br 38
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 25. (AFC-CGU 2008 ESAF) Sendo X uma varivel aleatria uniformemente distribuda no intervalo [0,1], determine sua varincia. a) 1/2. b) 1/3. c) 1/4. d) 1/6. e) 1/12. Graficamente, teremos um segmento de reta horizontal. Sabemos que a probabilidade dada em termos de rea. Sabemos ainda que a probabilidade total igual a 1 ou 100%. Portanto, para que a rea do retngulo seja igual a 1, a altura deve ser igual a 1, pois a base tambm igual a 1.
A mdia dada por: A varincia dada por: Letra E Para os engenheiros e ex-estudantes de cursos afins, segue a resoluo utilizando clculo integral.
VAR ( X ) = E ( X 2 ) {E ( X )}2
01 1 2 2
1 0 1 12 12 12
VAR( X ) = x 2 f ( x)dx
0
x f ( x)dx
39

VAR ( X ) = x 2 1dx
0 1
(
1 0
x 1dx
2
VAR( X ) = x 2 dx
0
( )
xdx
2 1
1 x2 x3 VAR ( X ) = 3 0 2
1 1 1 1 43 VAR ( X ) = 0 0 = = 12 3 2 3 4 1 VAR ( X ) = 12
Distribuio Exponencial
A distribuio exponencial uma importante distribuio de probabilidade, mas muito pouco cobrada em concursos pblicos. Nem todos os livros de Estatstica abordam este assunto. Para voc ter uma ideia, estou agora em minhas mos com trs importantes e bons livros de Estatstica: Wilton O. Bussab e Pedro A. Morettin Estatstica Bsica Luiz Gonzaga Morettin Estatstica Bsica Probabilidade e Inferncia Paul L. Meyer Probabilidade Aplicaes Estatstica Cada um dos livros contribui com apenas 1 pgina sobre Distribuio Exponencial. Esta pgina contm teoria e exerccio resolvido. Resumindo: estou com 3 livros muito famosos de Estatstica e reunindo tenho apenas 3 pginas (1 em cada livro). Imagine o que voc vai encontrar sobre este assunto nos livros direcionados para concursos: absolutamente nada!! Uma varivel aleatria contnua X, que tome todos os valores no-negativos, ter uma distribuio exponencial com parmetro 0, se a sua funo densidade de probabilidade for dada por: , 0 0, 0 A esperana ou valor mdio desta varivel aleatria dada por: 1 40
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES A varincia desta varivel aleatria dada por: 1
26. (SEE-RJ 2010/CEPERJ) Se X uma varivel aleatria exponencial de parmetro 10, ento a expectncia de X igual a: a) 0,10 b) 0,20 c) 0,30 d) 0,40 e) 0,50 Resoluo Expectncia o mesmo que esperana (valor mdio). A esperana ou valor mdio desta varivel aleatria dada por: Letra A Problemas sobre a distribuio exponencial que envolva clculos de probabilidades, s podem ser resolvidos utilizando clculo integral. Assim, segue um problema aos que so engenheiros e ex-estudantes de rea afins (este exerccio foi retirado de uma prova para o cargo especfico de Estatstico). 27. (IBGE 2010/CESGRANRIO)O intervalo de tempo entre a chegada de dois navios a um porto, em horas, segue distribuio exponencial com mdia 1. Se acaba de chegar um navio, qual a probabilidade aproximada de que leve mais de uma hora at a chegada do prximo? (A) 0,37 (B) 0,5 (C) 0,63 (D) 0,75 (E) 0,9 Resoluo A mdia igual a 1, ou seja, 1. Prof. Guilherme Neves www.pontodosconcursos.com.br 41 1
1 0,10 10
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES A nossa f.d.p. (funo densidade de probabilidade) dada por: 1 Queremos calcular a probabilidade de x>1.
1 0,3678
Letra A
Distribuio Normal
Um dos mais importantes exemplos de uma distribuio contnua de probabilidade a distribuio ou curva normal, ou a distribuio de Gauss, definida pela equao
1 f ( x) = e 2 2 1 X
2
onde,
= 3,1415926535...
e = 2, 718281828...
= mdia = desvio padro

Calma... Voc no precisar memorizar essa frmula. Coloquei a ttulo de curiosidade e para mostrar um fato: a distribuio normal s depende da mdia e do desvio padro (ou da varincia se preferir). Como o desvio padro ser elevado ao quadrado na frmula, diremos que a distribuio normal depende da mdia e da varincia. Na aula passada, resolvemos vrios problemas calculando reas sobre os grficos. Os problemas envolvendo a distribuio normal sero bem parecidos. S que aqui utilizaremos tabelas fornecidas pelas provas. Este assunto muito cobrado nas provas e, com o devido treino, se tornar muito fcil.
42
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES mo acabamos de falar, a distribuio normal bem definida quando so Como fornecidos a mdia e a varincia. Logo, f ( x) depende de e de 2 , que so os parmetros da Distribuio Normal. Indicaremos N ( , 2 ) . Ou seja, X tem uma distribuio normal, com mdia ( ) e varincia ( 2 ). Exemplo: N(4,9) significa uma distribuio normal com mdia 4 e varincia 9. A distribuio N(0,1) de mdia 0 e varincia 1 muito importante e recebe um nome especial: distribuio normal padro ou distribuio normal reduzida. Vamos apenas afirmar que distribuio normal serve como uma excelente aproximao para grande classe de distribuies, que tm enorme importncia prtica. Alm disso, esta distribuio apresenta algumas propriedades matemticas muito desejveis, que permitem concluir importantes resultados tericos. Genericamente, o grfico da distribuio normal tem o seguinte aspecto:
O grfico se apresenta em forma de um sino, perfeitamente simtrica em relao ordenada principal ( = Mo = Md ). Esse fato importantssimo. O GRFICO REPRESENTATIVO DA DISTRIBUIO NORMAL SIMTRICO EM RELAO MDIA!!! E que em toda distribuio normal, a mdia, a moda e a mediana so iguais. Isto significa que TUDO QUE ACONTECER DO LADO ESQUERDO, tambm acontecer do LADO DIREITO!! Isso muito importante. terica, e que bvio que a funo matemtica vista anteriormente mostra uma funo terica na prtica os fenmenos estudados dificilmente seguiriam exatamente esta funo. Mas o que buscamos, ou ainda, o objetivo deste tpico tentar estudar este fenmeno de uma maneira mais prxima possvel da realidade. Vimos anteriormente que a distr distribuio ibuio normal depende exclusivamente da mdia e do desvio padro. So eles que vo influenciar o formato do grfico.
43
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Vamos dar uma olhada no grfico da distribuio normal padro (ou reduzida). Lembrando que esta distribuio tem mdia 0 e varincia igual a 1.
0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 -3,00 -2,50 -2,00 -1,50 -1,00 -0,50 0,00 0,50 1,00 1,50 2,00 2,50 3,00
A mdia uma medida de posio. ela que vai determinar se o grfico est mais para a esquerda ou mais para a direita. Ou seja, suponha que o desvio padro constante: se aumentarmos a mdia, o grfico se desloca para a direita; se diminuirmos a mdia, o grfico se desloca para a esquerda. O grfico que vimos acima, tem mdia 0 e varincia igual a 1. Vamos agora construir um grfico com mdia 2 e varincia 1. Perceba que o formato do grfico continua exatamente o mesmo. A nica coisa que vai mudar que o grfico no vai ficar centrado no 0, vai ficar centrado no 2, que a mdia.
O desvio padro uma medida de disperso, de afastamento. O desvio padro ( ) determina a abertura, visto que todas as curvas normais tm uma rea total igual a 1 ou 100%. Se diminuirmos o desvio padro, a distribuio ter um menor grau de afastamento Prof. Guilherme Neves www.pontodosconcursos.com.br 44
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES e o grfico se concentrar em torno da mdia (B). Se aumentarmos o desvio padro, a distribuio ser mais dispersa, e o grfico se afastar da mdia (A).
Vamos comparar os grficos de duas distribuies normais com a mesma mdia (mdia = 0) e com varincias diferentes. O primeiro grfico ter varincia igual a 1 e o segundo grfico ter varincia igual a 4.
45
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Observe que o primeiro grfico bem mais concentrado em torno da mdia. por isso que ele tem menor varincia. Vamos agora aprender e algumas propriedades muito importantes da distribuio normal (independente da sua mdia/varincia). Propriedades da Curva Normal i) A funo simtrica em torno de e rea abaixo do grfico igual a 1. A rea esquerda da mdia igual a 0,5 e a rea sua direita tambm igual a 0,5 (por isso a mdia igual mediana). 50% dos valores esto abaixo da mdia e 50% dos valores esto acima da mdia.
ii) A funo tem um ponto de mximo para x = , por isso a mdia igual moda. iii) A funo duplamente assinttica. Ou seja, a medida que seguimos ao longo do eixo x, o grfico se aproxima cada vez mais do eixo x, porm nunca tocando-o. iv) 68,27% dos elementos esto entre os valores , 95,45% dos elementos esto entre os valores 2 e 99,73% dos elementos esto entre os valores 3 (esses valores so tabelados).
Professor, no entendi essa ltima propriedade!! Vejamos com exemplos numricos. Vamos considerar uma distribuio normal com mdia 3 e desvio padro igual a 2, ou seja, 3 e 2. Prof. Guilherme Neves www.pontodosconcursos.com.br 46
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Assim, 3 2 5 e 3 2 1. Ora, ns dissemos que 68,27% dos valores esto entre . No nosso exemplo a rea entre os nmeros 1 e 5 igual a 68,27%.
Se fosse a distribuio normal padro (aquela com mdia 0 e desvio padro igual a 1), diramos que a rea compreendida entre os nmeros -1 e 1 igual a 68,27%. Tambm afirmamos que a rea compreendida entre 2 igual a 95,45%. Voltemos ao nosso exemplo da distribuio normal de mdia 3 e desvio padro 2. Neste caso, 2 3 2 2 7 e 2 3 2 2 1. Isto significa que a rea compreendida entre os nmeros 1 7 igual a 95,45%.
Finalmente, afirmamos que a rea compreendida entre 3 igual a 99,73%. Voltemos ao nosso exemplo da distribuio normal de mdia 3 e desvio padro 2. Prof. Guilherme Neves www.pontodosconcursos.com.br 47
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Neste caso, 3 3 3 2 9 e 3 3 3 2 3. Isto significa que a rea compreendida entre os nmeros 3 9 igual a 99,73%.
Na distribuio normal padro (ou reduzida) dizemos que a rea entre os nmeros 1 1 igual a 68,27%; que a rea entre os nmeros 2 2 igual a 95,45% e que a rea entre os nmeros 3 3 igual a 99,73%. 28. (PETROBRAS 2010/CESGRANRIO) Qual dos tipos de distribuio a seguir corresponde a uma distribuio de varivel aleatria contnua, aplicada frequentemente em situaes em que valores extremos so menos provveis do que valores moderados? (A) Binomial. (B) Normal. (C) de Poisson. (D) Geomtrica. (E) Hipergeomtrica. Resoluo As distribuies binomial, Poisson, Geomtrica e Hipergeomtrica so todas discretas. A nica distribuio contnua, dentre as alternativas, a normal. Pelo formato do seu grfico, vemos que valores extremos so menos provveis do que valores moderados. Letra B
48
Distribuio Normal Padro

J falei que representamos as distribuies normais com o smbolo ; e que a distribuio normal com mdia 0 e varincia 1, 0,1 chamada de distribuio normal padro ou distribuio normal reduzida. A grande maioria dos problemas sobre distribuio normal envolve clculos de reas sobre o grfico. S que a fdp da distribuio normal bastante complicada de trabalhar. Ento os estatsticos resolveram criar uma tabela que fornecesse as reas abaixo dos grficos da distribuio normal. Ns at j vimos algumas reas. Na distribuio normal padro (ou reduzida) dizemos que a rea entre os nmeros 1 1 igual a 68,27%; que a rea entre os nmeros 2 2 igual a 95,45% e que a rea entre os nmeros 3 3 igual a 99,73%. Bom, na sua prova vir uma tabela parecida com a seguinte (ou alguma variao/parte dela).
49
50
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Vamos aprender a trabalhar com essa tabela antes de comear a resolver as questes de concursos. Exemplo: Calcule a probabilidade de uma varivel aleatria normal padro assumir valores entre 1 e 1,5. Resoluo Ora, sabemos que a varivel aleatria normal padro possui mdia 0 e desvio padro 1 (desvio padro unitrio). Eis a rea que queremos calcular.
O que esta tabela fornece a probabilidade de X estar entre zero e Z0. importante olhar o que a tabela fornece. possvel constru-la de diversas formas, trazendo informaes diferentes. Veremos alguns outros exemplos de tabelas na resoluo das questes. A tabela nos fornece a rea compreendida entre os nmeros 0 e Z. Assim, se procurarmos o nmero 1,00 na tabela, ela fornecer a rea entre os nmeros 0 e 1.
51
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES esquerda temos a parte inteira e a primeira casa decimal de Z. Acima temos a segunda casa decimal de Z. Conclumos que a rea entre 0 e 1,00 igual a 0,3413 (rea vermelha abaixo).
Vamos agora olhar o outro valor na tabela: 1,50.
Assim, conclumos que a rea compreendida entre 0 e 1,5 igual a 0,4332 (rea verde abaixo).
52
Ento, para obter a rea entre 1 e 1,5, basta subtrair a rea verde da vermelha. Ficamos com: 0,4332 - 0,3413 = 0,0919=9,19%. A varivel assume valores entre 1 e 1,5 com probabilidade igual a 9,19%. Exemplo: Calcule a probabilidade de uma varivel aleatria normal padro assumir valores menores que 2. Resoluo Ora, sabemos que a distribuio normal simtrica em relao mdia. Assim, calcular a probabilidade de a varivel assumir valores menores que 2 o mesmo que calcular a probabilidade de a varivel assumir valores maiores que 2. Veja o grfico a seguir.
Bom, sabemos que a rea direita do zero igual a 0,5. A tabela que estamos trabalhando nos fornece a rea entre o 0 e 2.
53
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Olhe a tabela e verifique que a rea entre o 0 e 2 igual a 0,4772 (regio azul).
Assim, a rea pedida igual a 0,5 0,4772 = 0,0228 = 2,28%, ou seja a rea vermelha toda a rea direita do zero (0,5) menos a rea da regio azul. Vocs perceberam que at agora s trabalhamos com a distribuio normal padro (ou reduzida). Isso porque a tabela que fornecida em todas as provas de estatstica sempre se refere a essa distribuio. Pois bem, vamos agora aprender como utilizar a tabela da distribuio normal reduzida mesmo quando a distribuio normal do problema possui mdia diferente de 0 e varincia diferente de 1. Exemplo: Considere uma varivel aleatria normal com mdia 3 e desvio padro 2. Calcule a probabilidade de essa varivel assumir valores entre 4 e 7. Resoluo Graficamente, o que queremos o seguinte:
54
O problema que no temos uma tabela que fornea reas em uma distribuio normal de mdia 3 e desvio padro 2. Ns vamos agora aprender a transportar uma distribuio qualquer para a distribuio normal reduzida. Queremos saber a rea entre os nmeros 4 e 7. Devemos nos perguntar: - O nmero 4 desta distribuio corresponde a que nmero na distribuio normal padro? - O nmero 7 desta distribuio corresponde a que nmero na distribuio normal padro? Bom, existe uma frmula para fazer esta correspondncia. Ei-la:
Onde X o nmero que queremos transportar, a mdia e o desvio padro. Vamos substituir os nossos valores: Vamos agora substituir correspondentes. os 3 2 4 e 7 para descobrir os seus
valores
43 0,5 2 55
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Isto significa que o nmero 4 corresponde ao 0,5 da distribuio normal padro. 73 2,0 2
Isto significa que o nmero 7 corresponde ao nmero 2,0 da distribuio normal padro. Concluso: Calcular a rea entre os nmeros 4 e 7 (na distribuio normal de mdia 3 e desvio padro 2) o mesmo que calcular a rea entre os nmeros 0,5 e 2,0 na distribuio normal padro. Ou seja, as reas abaixo so iguais!!!
Sensacional, no?
56
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Agora s ir l na tabela da distribuio normal reduzida e calcular a rea. Ora, a tabela diz que a rea entre o 0 e 0,5 igual a 0,1915. A rea entre 0 e 2 igual a 0,4772. Como queremos a rea entre 0,5 e 2,0, basta subtrair 0,4772 0,1915 = 0,2857 = 28,57%. Resposta: A probabilidade de uma varivel aleatria com mdia 3 e desvio padro 2 assumir valores entre 4 e 7 igual a 28,57%. 29. (SAD-PE 2010/CESPE-UnB) Considere que o tempo de espera por atendimento X em certo local siga uma distribuio normal com mdia igual a 15 minutos. Com base nessas informaes, assinale a opo correta acerca de probabilidades. A) P( X = 15 minutos) > 0,45. B) P(X < 10 minutos) = P(X > 20 minutos). C) P(X > 15 minutos) < 0,48. D) P(X > 20 minutos) < P(X > 25 minutos). E) P(X < 5 minutos) = 1 P(X > 20 minutos). Resoluo Como o problema nos disse que a mdia igual a 15 minutos, temos ento o seguinte grfico:
Analisemos, agora, cada uma das alternativas: A) P(X =15 minutos) > 0,45 FALSO Ao contrrio de uma varivel aleatria discreta, uma varivel aleatria contnua pode assumir qualquer valor dentro de um intervalo definido de valores.
57
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Desta maneira, para distribuies de probabilidade, no se consegue enumerar todos os possveis valores de uma varivel aleatria contnua com os valores de probabilidades correspondentes. Para definir uma funo de probabilidade contnua, necessrio utilizar critrios diferentes das variveis discretas, isto porque X dever estar compreendido entre dois valores diferentes (em se considerando uma varivel aleatria contnua), sendo que em geral a probabilidade de x assumir um determinado valor 0. Portanto, a probabilidade de a varivel X ser igual a 15 minutos igual a 0. Portanto a letra A) falsa!! No caso de variveis contnuas, as probabilidades so especificadas em termos de intervalos, pois a probabilidade associada a um nmero especfico zero.
B) P(X < 10 minutos) = P(X > 20 minutos). VERDADEIRO!!! Para analisar esta alternativa lembre-se: A DISTRIBUIO NORMAL SIMTRICA!! Repita!! A DISTRIBUIO NORMAL SIMTRICA!! Simtrica em relao a quem?? Simtrica em relao mdia!!! Ou seja, o que acontece esquerda da mdia idntico ao que acontece direita. E o que isso tem a ver com a questo? Ora, 10 est a 5 unidades (esquerda) da mdia enquanto que 20 est a 5 unidades (direita) da mdia. Ento, a probabilidade de X ser menor do que 10 igual a probabilidade de X ser maior do 15. Veja no grfico...
58
C) P(X > 15 minutos) < 0,48. Falsa A mdia ( ) centra a curva e visto que todas as curvas normais tm uma rea total igual a 1 ou 100%, a probabilidade de X ser maior do que 15 (mdia) exatamente 50%=0,50>0,48. D) P(X > 20 minutos) < P(X > 25 minutos). Falsa
Claramente no grfico verificamos que a probabilidade de X ser maior do que 20 maior do que a probabilidade de X ser maior do que 25. No grfico, a probabilidade de X ser maior do que 20 a soma da rea vermelha com a rea cinza, enquanto que a probabilidade de X ser maior do que 25 apenas a rea cinza. E) P(X < 5 minutos) = 1 P(X > 20 minutos). Falsa Ora, dizer que P(X < 5 minutos) = 1 P(X > 20 minutos) o mesmo que dizer que P(X < 5 minutos) + P(X > 20 minutos) = 1 =100%.
59
Claramente percebemos que esta alternativa falsa, pois a rea total sob o grfico que igual a 1. Letra B 30. (Prefeitura Municipal de Florianpolis Economista 2008 FEPESE) Assinale a alternativa que completa corretamente a frase abaixo. A distribuio normal de probabilidade caracterizada por: a) ter um formato de sino, com uma rea total sob a curva igual a 1. b) ser tipicamente uma distribuio discreta de probabilidade. c) ter pontos de inflexo da curva quando o valor de varivel igual mdia mais ou menos dois desvios-padro. d) ter a mdia e a mediana iguais e superiores moda quando a distribuio normal assimtrica direita. Resoluo A) Esta alternativa claramente verdadeira como vimos na exposio terica. B) A distribuio normal uma distribuio contnua. Falso. C) Eu ainda no tinha falado sobre a propriedade do ponto de inflexo. A funo tem dois pontos de inflexo para x = . O ponto de inflexo aquele em que a curva muda de concavidade. Em torno da mdia, o grfico tem concavidade voltada para baixo. Nas caudas, a concavidade est voltada para cima. O ponto em que a concavidade muda denominado ponto de inflexo. Falso. D) A distribuio normal sempre simtrica e a mdia, a moda e a mediana so sempre iguais. Falso Letra A
60
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 31. (SAD-PE 2008 FGV) A respeito de distribuio normal de probabilidades, analise as afirmativas a seguir: I. Se uma varivel tem distribuio normal com mdia e desvio padro , ento o intervalo ( 2; + 2) contm cerca de 95% de seus valores possveis. II. Se uma varivel aleatria X tem distribuio normal com mdia e varincia 2, ento a varivel Z = (X )/ tem distribuio normal com mdia 0 e varincia 1. III. Se uma varivel tem distribuio normal de probabilidades, ento o valor de sua mdia igual ao de sua mediana. IV. Se uma varivel X tem distribuio normal com mdia 0,1, ento a probabilidade de que X assuma um valor negativo maior do que 50%. Assinale: (A) se somente as afirmativas I e III estiverem corretas. (B) se somente as afirmativas II e IV estiverem corretas. (C) se somente as afirmativas I, II e III estiverem corretas. (D) se somente as afirmativas II, III e IV estiverem corretas. (E) se todas as afirmativas estiverem corretas. Resoluo I. Vimos anteriormente que 68,27% dos elementos esto entre os valores , 95,45% dos elementos esto entre os valores 2 e 99,73% dos elementos esto entre os valores 3 . Verdadeiro. II. Sempre que aplicamos a seguinte frmula:
Z= x
Transformamos a distribuio dada em uma distribuio normal padro que possui mdia 0 e varincia 1. Verdadeiro. III. Vimos na exposio terica que em toda distribuio normal, a mdia, a moda e a mediana so iguais. Verdadeiro. IV. A mdia igual a 0,1. Assim, a probabilidade de a varivel assumir valores negativos (menor que 0) menor que 50% (isto porque 0 est esquerda da mdia). Letra C Prof. Guilherme Neves www.pontodosconcursos.com.br 61
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 32. (Auditor IBGE 2010 CESGRANRIO) Seja H a varivel aleatria que representa as alturas dos cidados de certo pas. Sabe-se que H tem distribuio normal com mdia 1,70 m e desvio padro 0,04 m. A probabilidade de que um cidado desse pas tenha mais do que 1,75 m de altura , aproximadamente, (A) 9,9% (B) 10,6% (C) 22,2% (D) 39,4% (E) 40,6% Resoluo Como o problema nos disse que a mdia igual a 1,70 m, temos ento o seguinte grfico:
Queremos calcular a probabilidade de que um cidado desse pas tenha mais do que 1,75 m de altura, ou seja, queremos calcular a seguinte rea:
Se padronizarmos a varivel H, ou seja, subtrairmos a mdia e dividirmos pelo desvio-padro, obteremos: 1,75 1,70 1,25 0,04
62
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Resumindo: Calcular a probabilidade de que um cidado desse pas tenha mais do que 1,75 m de altura na distribuio normal com mdia 1,70 m e desvio padro 0,04 m o mesmo que calcular a probabilidade de que Z > 1,25 em que Z a distribuio normal padronizada (mdia zero e varincia igual a 1). Assim,
P( H > 1, 75) = P( Z > 1, 25)

Devemos obter a probabilidade atravs da tabela fornecida na prova:
A tabela diz que
P(0 < Z < 1, 25) = 0,39435 . Sabemos que a probabilidade
de Z > 0 igual a 0,5 (isso porque a distribuio normal simtrica e a rea total igual a 1. Pense assim: A rea total sob a curva igual a 1. Logo, a probabilidade de a varivel estar acima da mdia igual a 0,5.
Assim, a probabilidade pedida :
63
P(Z > 1, 25) = P(Z > 0) P(0 < Z < 1, 25)
P ( Z > 1, 25) = 0,5 0,39435 = 0,10565 = 10,565%

Letra B 33. (Estatstico Pref. Manaus 2004 CESGRANRIO) Se X tem distribuio normal com mdia 4 e varincia 9, a probabilidade de que X > 5, aproximadamente, vale: a) 0,25 b) 0,28 c) 0,33 d) 0,37 e) 0,46 Resoluo Se a varincia igual a 9, ento o desvio-padro igual a 3 (basta calcular a raiz quadrada). Para calcular a probabilidade de que X > 5 vamos faz-lo na distribuio normal padronizada. Vamos calcular o valor correspondente de X = 5 na distribuio normal padronizada. Para padronizar basta subtrair a mdia e dividir pelo desvio-padro.
Z=
X 4 54 1 = = 0,33 3 3 3
Ou seja, calcular a probabilidade de que X > 5 o mesmo que calcular a probabilidade de que Z > 0,33. Assim,
P( X > 5) = P(Z > 0,33) . Temos que utilizar a tabela fornecida na prova.
64
A tabela nos informa que a probabilidade de a varivel estar no intervalo 0 < Z < 0,33 igual a 0,1297. Estamos interessados nos valores maiores do que 0,33. Sabemos que a probabilidade de Z ser maior do que 0 igual a 0,5 (j que a probabilidade total 1,0 e que a distribuio normal simtrica em relao mdia. Assim, a probabilidade pedida
P( X > 5) = P(Z > 0,33) = 0,50 0,1297 = 0,3703

Letra D 34. (Estatstico TCE-RO 2007 CESGRANRIO) O gasto mdio dos clientes de um posto de gasolina uma varivel aleatria normal com mdia R$ 100,00 e desvio padro R$ 25,00. Os 10% dos que mais consomem recebem um tratamento VIP, incluindo lavagem de carroceria, calibragem nos pneus e verificao do leo e da gua. Quanto voc precisa gastar nesse posto de gasolina, em reais, para obter tratamento VIP? (A) 158,00 (B) 149,00 (C) 141,00 (D) 132,00 (E) 128,00 Resoluo Temos uma varivel aleatria normal com mdia 100 e desvio padro 25. Queremos calcular o valor X tal que 10% dos valores sejam superiores a X. Em suma, queremos calcular X de tal forma que a rea direita de X seja 10%.
65
A prova forneceu uma tabela das reas da distribuio normal padronizada. De acordo com a tabela P(Z>1,28) = 0,10.
1,28 Devemos achar o correspondente de 1,28 (da distribuio normal padro) na distribuio do gasto mdio dos clientes do posto de gasolina. Usaremos a frmula de padronizao: 66
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 1,28 100 25
132 Letra D
35. (SEE-RJ 2010/CEPERJ) Numa escola, tm-se as seguintes informaes sobre os salrios de dois professores: Professor Salrio Mensal Em R$ Padronizado (Z) 1.400 2 900 -0,5
Gauss Euler
Baseando-se nos dados acima, a mdia e o desvio padro para os salrios da escola sero, respectivamente de: a) R$ 500,00 e R$ 100,00 b) R$ 1.000,00 e R$ 200,00 c) R$ 1.000,00 e R$ 100,00 d) R$ 1.150,00 e R$ 100,00 e) R$ 1.150,00 e R$ 200,00 Resoluo O enunciado da questo est bastante incompleto. Eles deveriam dizer que os salrios dos professores seguiam uma distribuio normal, etc. A padronizao Z feita de acordo com a seguinte frmula:
Onde a mdia e o desvio padro.
Vamos formar duas equaes a partir dos dados da tabela: 1.400 2
900 0,5 A primeira equao pode ser arrumada da seguinte forma: Prof. Guilherme Neves www.pontodosconcursos.com.br 67
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 2 1.400 1.400 2 A segunda equao pode ser arrumada da seguinte forma: 0,5 900 900 0,5 J que 1.400 2 e 900 0,5, podemos afirmar que: 900 0,5 1.400 2 0,5 2 1.400 900 2,5 500 500 2,5
200 Como 1.400 2, ento: 1.400 2 200 1.400 400 1.000 A mdia igual a R$ 1.000,00 e o desvio padro igual a R$ 200,00. Letra B Instrues: Para resolver s questes de nmeros 36 e 37 utilize as informaes abaixo referentes distribuio normal padro Z:
36. (APOFP/SEFAZ-SP/FCC/2010) Os salrios dos empregados de uma determinada categoria profissional apresentam uma distribuio normal com mdia igual a R$ 1.200,00 e desvio padro igual a R$ 160,00. A proporo dos empregados com salrios superiores a R$ 1.000,00 e inferiores a R$ 1.520,00 Prof. Guilherme Neves www.pontodosconcursos.com.br 68
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES a) 87% b) 89% c) 92% d) 96% e) 98% Resoluo Para calcular a probabilidade de que 1.000 < X < 1.520 vamos utilizar a distribuio normal padro. Vamos calcular o valor correspondente de X = 1.000 e X = 1.520 na distribuio normal padronizada. Para padronizar basta subtrair a mdia e dividir pelo desvio-padro.
1.000 1.200 1,25 160 1.520 1.200 2 160
Ou seja, calcular a rea entre 1.000 e 1.520 na distribuio normal do problema o mesmo que calcular a rea entre -1,25 e 2 na distribuio normal padro. 1.000 1.520 1,25 2 Ora, mas calcular a rea de -1,25 at 2 o mesmo que calcular a rea de 1,25 at 0 e de 0 at 2. 1,25 2 , 0 0 2 Como a distribuio normal simtrica, a rea de -1,25 at 0 igual rea de 0 at 1,25. 1,25 2 1,25 0 2 Agora s pegar os valores dados na tabela: 1,25 2 0,39 0,48 0,87 87% Portanto: 1.000 1.520 87%
Letra A
69
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 37. (APOFP/SEFAZ-SP/FCC/2010) A distribuio das medidas dos cabos fabricados por uma indstria considerada normal. Sabe-se que 7% dos cabos medem no mximo 2,4 metros e apenas 2% medem no mnimo 16,4 metros. A mdia das medidas destes cabos igual a a) 7,8 metros b) 8,0 metros c) 8,2 metros d) 8,4 metros e) 9,4 metros Resoluo Graficamente, temos o seguinte problema:
E foi fornecida a seguinte tabela:
J que a probabilidade de x estar entre a mdia e 16,4 48%, ento 16,4 corresponde a 2,00 na distribuio normal padronizada. Para padronizar os valores devemos subtrair a mdia e dividir pelo desvio padro. 16,4 2 2 16,4 16,4 2 A tabela forneceu valores direita da mdia. O problema que 2,4 est esquerda da mdia. Aproveitamos o fato de que a distribuio normal simtrica em relao mdia. Ento o 2,4 da distribuio X corresponde a (1,50) da distribuio normal padronizada. 2,4 1,5 1,5 2,4 2,4 1,5 www.pontodosconcursos.com.br
70
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Como 16,4 2 2,4 1,5, 2,4 1,5 16,4 2 1,5 2 16,4 2,4 3,5 14 4 Como 2,4 1,5, 2,4 1,5 4 8,4 Letra D 38. (ICMS-RJ 2008/FGV) Dentre as distribuies de probabilidades a seguir, aquela em que : a) de densidade f ( x) =
1 2
exp(
x2 ), < x < 2
b) de densidade f ( x) = 1 , 0 < x < 1

n x n x c) P ( X = x) = x p (1 p ) , x = 0, 1, 2, ..., n
e x d) P ( X = x) = , x = 0, 1, 2, ... x!
N M x n x , x = 0, 1, 2, ... n e) P ( X = x) = N + M n
Resoluo E(X) o mesmo que valor esperado, mdia, esperana de uma varivel aleatria. E(X-E(X)) significa valor esperado dos quadrados dos desvios e o mesmo que varincia. Assim, o problema quer saber qual a distribuio que possui mdia e varincia iguais. A alternativa A uma distribuio normal com mdia 0 e desvio padro unitrio. Essa foi a nica questo que eu vi que ele cobrou o conhecimento da frmula da distribuio normal. Mesmo assim, eu no me preocuparia em decorar. Na alternativa B temos uma varivel uniforme contnua no intervalo entre 0 e 1. Sua mdia 0,5. Como vimos, a varincia calculada da seguinte maneira:
71
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES A varincia e a mdia so diferentes. 1 12 12
Na alternativa C temos uma distribuio binomial, cuja mdia np e cuja varincia npq. Na alternativa D temos uma distribuio de Poisson. varincia tambm. Essa a resposta da questo. Sua mdia e sua
Na alternativa E temos uma distribuio hipergeomtrica. No vimos a frmula da mdia e da varincia desta distribuio. De qualquer forma, segue uma tabelinha com um resumo sobre a mdia e a varincia das distribuies discretas.
Distribuio Forma Geral P(X=k) ! Mdia 1 Varincia 1
Binomial Geomtrica Hipergeomtrica
Poisson
39. (COPERGAS 2011/FCC) O tempo que um sistema computacional leva para executar certa tarefa uma varivel aleatria com distribuio normal com mdia 100 segundos e desvio padro 10 segundos. Se a tarefa realizada 3 vezes, a probabilidade de ela ser executada em mais do que 108,4 segundos em pelo menos uma dessas 3 vezes : Dado: Se Z tem distribuio normal padro, ento: P(Z < 0,84) = 0,8; P(Z < 1,96) = 0,975 (A) 0,356. (B) 0,488. (C) 0,512. (D) 0,536. (E) 0,544. Resoluo
72
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Essa questo bem interessante porque mistura distribuio normal com a distribuio binomial. Existe uma tarefa que vai ser realizada 3 vezes. Queremos saber a probabilidade de ela ser executada em mais do que 108,4 segundos em pelo menos uma dessas 3 vezes. Vamos considerar que executar a tarefa em mais do que 108,4 segundos um sucesso. Sua probabilidade p. Queremos ento executar uma tarefa 3 vezes e obter pelo menos um sucesso. Assim, queremos calcular a seguinte probabilidade: Ora, como k s pode ser 0,1,2 ou 3, ento bem mais fcil calcular 0 e dizer que: 1 2 3 1 0 Ou seja, a probabilidade de obter pelo menos um sucesso igual a 1 menos a probabilidade de obtermos 3 fracassos (X=0). Pois bem, a conta que queremos fazer a seguinte: 3 1 0 1 1 0 1 2 3
S precisamos agora calcular p e q. E como vamos fazer isso? Ora, utilizando as informaes do texto. O tempo que um sistema computacional leva para executar certa tarefa uma varivel aleatria com distribuio normal com mdia 100 segundos e desvio padro 10 segundos. Eu disse que p a probabilidade de executar a tarefa em mais do que 108,4 segundos. 108,4 Vamos utilizar a padronizao. 100 108,4 100 0,84 10 100
Ou seja, a probabilidade de a varivel normal do problema ser maior que 108,4 igual probabilidade de a varivel normal padro ser maior que 0,84. O problema informou que P(Z < 0,84) = 0,8, ou seja, a rea abaixo de 0,84 igual a 0,8. Ento a rea acima de 0,84 igual a 0,2 (pois a rea total igual a 1. Assim, Consequentemente, 0,8. A probabilidade pedida ser: Prof. Guilherme Neves www.pontodosconcursos.com.br 73 0,2
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 1 2 3 1 0 1 1 0,8 0,488 Letra B Poderamos tambm ter calculado a soma efetivamente. 3 3 3 1 2 3 3 1 2 3 3 3 0,2 0,8 3 0,2 0,8 0,2 0,488
Distribuio normal como aproximao da binomial

Sob certas condies, podemos utilizar a distribuio normal como uma aproximao da distribuio binomial. Eis um trechinho do livro Estatstica para Economistas (Rodolfo Hoffmann): Na prtica, para saber se a forma de uma distribuio binomial pode ser considerada aproximadamente igual forma da distribuio normal, usamos a seguinte regra emprica: se 5 quando 0,5, ou quando 5 quando 0,5, a aproximao aceitvel. Para maior exatido, devemos ter maiores do que 15 (ver Hoel, 1968, p.88 e Silva Leme, 1972, p.119). Vejamos um problema para entendermos melhor a aplicao prtica deste fato. 40. (AFC-CGU 2008/ESAF) Em determinadas circunstncias, uma varivel aleatria binomial pode ser bem aproximada por uma varivel aleatria normal. Seja X uma varivel aleatria binomial com n = 400 e p = 1/2. Calcule o valor mais prximo de 181 219 usando a aproximao da varivel binomial pela normal, dado que 1,96 0,975, 2,17 0,985, 2,33 0,99, 2,41 0,992 e 2,58 0,995, a funo de distribuio de uma varivel aleatria normal padro Z. a) 0,95 b) 0,97 c) 0,98 d) 0,984 e) 0,99 Resoluo O exerccio no forneceu uma tabela com as reas da distribuio normal. Ele forneceu valores da funo de distribuio da varivel aleatria normal padro. Prof. Guilherme Neves www.pontodosconcursos.com.br 74
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Por exemplo: 1,96 0,975 significa que a rea abaixo do nmero 1,96 igual a 0,975 (ver figura abaixo).
O nosso objetivo descobrir a probabilidade de X assumir valores entre 181 e 219. O texto informou que X uma varivel aleatria binomial. O texto ainda informa que utilizaremos a distribuio normal como uma aproximao da binomial. Vamos calcular a mdia e a varincia. Como a varivel binomial, utilizemos as frmulas vistas: 400 1 200 2
1 1 400 100 2 2 Como o desvio padro a raiz quadrada da varincia, temos: 10 Esta varivel binomial X muito prxima de uma varivel normal de mdia 200 e desvio padro igual a 10. Vamos reescrever o enunciado deixando-o mais simples: calcule a probabilidade de uma varivel normal de mdia 200 e desvio padro 10 assumir valores entre 181 e 219? Vamos transportar estes valores para a varivel normal reduzida. Substituindo X por 181, temos: Prof. Guilherme Neves www.pontodosconcursos.com.br 75 200 1
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES Substituindo X por 219, temos: 219 200 1,9 10 181 200 1,9 10
Assim, o nosso objetivo ser calcular a rea entre -1,9 e 1,9. O problema no fornece valores da funo de distribuio para z = 1,9. Como ele pede o valor mais prximo, vamos utilizar Z = 1,96. 1,96 0,975 Isto significa que a rea vermelha seguinte 97,5%.
Como a rea total igual a 1, ento a rea verde igual a 100% - 97,5% = 2,5%. S que estamos interessados na rea entre -1,96 e 1,96.
76
Ora, se a rea da regio que fica aps 1,96 igual a 2,5%, ento, por simetria, a rea da regio que fica abaixo de -1,96 tambm ser 2,5%. Portanto, a rea entre -1,96 e 1,96 ser igual a 100% - 2,5% - 2,5% = 95%. Assim, aproximadamente 95% dos valores de Z esto entre -1,9 e 1,9. Conclumos que aproximadamente 95% dos valores de X esto entre 181 e 219. Letra A Ficamos por aqui. Um abrao e at a prxima aula.
77
Tabela para a distribuio normal padro
78
Relao das questes comentadas

01. (Economista TJ/RO 2008/CESGRANRIO) Uma urna contm dez bolas, cada uma gravada com um nmero diferente, de 1 a 10. Uma bola retirada da urna aleatoriamente e X o nmero marcado nesta bola. X uma varivel aleatria cujo(a) (A) desvio padro 10. (B) primeiro quartil 0,25. (C) mdia 5. (D) distribuio de probabilidades uniforme. (E) distribuio de probabilidades assimtrica. 02. (AFRE-SC 2010/FEPESE) Uma varivel aleatria X segue uma distribuio binomial com os seguintes parmetros: nmero de ensaios = 100; probabilidade de sucesso em cada ensaio = 0,2. De acordo com essas informaes, qual o valor esperado de X? a) 0,2 b) 0,8 c) 20 d) 80 e) 100 03. (SEE-RJ 2010/CEPERJ) Sabendo que a varivel aleatria X tem distribuio binomial de parmetros: 20 e 0,4, a mdia e a varincia de X sero, respectivamente: a) 8 e 4,8 b) 8 e 3,2 c) 4 e 2,4 d) 8 e 2,4 e) 4 e 4,8 04. (SUSEP 2010/ESAF) Um estudo indica que, nas comunidades que vivem em clima muito frio e com uma dieta de baixa ingesto de gordura animal, a probabilidade de os casais terem filhos do sexo masculino igual a 1/4. Desse modo, a probabilidade de um casal ter dois meninos e trs meninas igual a: a) 37/64 b) 45/216 c) 1/64 d) 45/512 e) 9/16
79
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 05. (SUSEP 2010/ESAF) Uma urna contm bolas vermelhas, azuis, amarelas e pretas. O nmero de bolas pretas duas vezes o nmero de bolas azuis, o nmero de bolas amarelas cinco vezes o nmero de bolas vermelhas, e o nmero de bolas azuis duas vezes o nmero de bolas amarelas. Se as bolas diferem apenas na cor, ao se retirar ao acaso trs bolas da urna, com reposio, qual a probabilidade de exatamente duas bolas serem pretas? a) 100/729. b) 100/243. c) 10/27. d) 115/243. e) 25/81. 06. (CEB Distribuio Administrador 2010/Fundao Universa) O mau funcionamento de uma das mquinas de uma indstria fez com que 10% das peas produzidas em um determinado lote apresentassem defeito. Escolhendose aleatoriamente cinco peas desse lote, a probabilidade aproximada de que menos de trs delas apresentem esse defeito, se cada pea retirada reposta antes de se retirar a prxima, de (A) 90%. (B) 91%. (C) 93%. (D) 96%. (E) 99%. 07. (AFC-CGU 2008/ESAF) Seja X uma varivel aleatria discreta com funo de probabilidade binomial f ( x) , onde , 1 e , o nmero de combinaes de n elementos tomados x a x. Sendo n=6 e p=1/3, determine f(6). a) 1/729 b) 1 c) 0 d) 64/729 e) 8/729 08. (AFC-CGU 2008/ESAF) Seja F(x) a funo de distribuio da varivel aleatria definida na questo anterior, determine F (0) . a) 0 b) 1/729 c) 64/729 d) 243/729 e) 1.
80
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 09. (ATA-MF 2009/ESAF) Ao se jogar um dado honesto trs vezes, qual o valor mais prximo da probabilidade de o nmero 1 sair exatamente uma vez? a) 35% b) 17% c) 7% d) 42% e) 58% 10. (AFRFB 2009 ESAF) Em um experimento binomial com trs provas, a probabilidade de ocorrerem dois sucessos doze vezes a probabilidade de ocorrerem trs sucessos. Desse modo, as probabilidades de sucesso e fracasso so, em percentuais, respectivamente, iguais a: a) 80 % e 20 % b) 30 % e 70 % c) 60 % e 40 % d) 20 % e 80 % e) 25 % e 75 % 11. (MPOG 2006 ESAF) Um experimento binomial um experimento que comporta um nmero fixo de provas independentes, n. Cada prova tem os resultados classificados em apenas duas categorias, a saber: sucesso ou fracasso. Muito embora essa classificao seja arbitrria, costuma-se denotar a probabilidade de sucesso por p, e a probabilidade de fracasso por q. Desse modo, realizando-se 50 provas, a probabilidade de se obter 30 sucessos dada por
30 30 20 a) C50 p q 30 20 30 b) C50 p q 30 0 20 c) C50 pq 30 d) C50 p q 20 30 20 0 e) C50 p q
81
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 12. (APOG- SAD/PE 2010/CESPE-UnB)
A figura acima apresenta a distribuio percentual da populao de crianas e jovens entre cinco a dezenove anos de idade que nunca procurou um dentista, por renda domiciliar per capita no Brasil em 1998. As diferenas entre os diversos grupos de renda per capita acentuada. Aproximadamente 25% da populao brasileira com idade entre cinco e dezenove anos nunca procuraram um dentista. Entretanto, este valor sofre oscilaes segundo a renda variando de 50,7% naqueles domiclios com renda de at R$ 37,75 a 1,5% naqueles domiclios com renda per capita entre R$ 1.813,00 e R$ 40.500,00.
A. Nunes et al. Medindo as desigualdades em sade no Brasil, OPAS/OMS, 2001 (com adaptaes) Considerando que uma amostra aleatria simples de cinco mil indivduos fosse retirada da populao de crianas e jovens entre cinco e dezenove anos de idade no Brasil em 1998, se X representa o nmero de indivduos nessa amostra que nunca procurou um dentista, ento a varincia de X A) inferior a 400. B) superior a 400 e inferior a 600. C) superior a 600 e inferior a 800. D) superior a 800 e inferior a 1.000. E) superior a 1.000.
82
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 13. (ANA 2009/ESAF) Na populao brasileira verificou-se que a probabilidade de ocorrer determinada variao gentica e de 1%. Ao se examinar ao acaso trs pessoas desta populao, qual o valor mais prximo da probabilidade de exatamente uma pessoa examinada possuir esta variao gentica? a) 0,98% b) 1% c) 2,94% d) 1,30% e) 3,96% 14. (AFC-CGU 2008/ESAF) A probabilidade de sucesso em um experimento aleatrio p. Seja X o nmero de experimentos independentes realizados at se obter o primeiro sucesso. Qual a probabilidade de X = k, onde k=1,2,3,.... a) (1-p)k-1. b) p(1-p)k-1. c) k pk-1(1-p). d) pk-1(1-p). e) k(1-p)k-1 p. 15. (Petrobras 2011/CESGRANRIO) Uma pessoa lana repetidamente um dado equilibrado, parando quando obtm a face com o nmero 6. A probabilidade de que o dado seja lanado exatamente 3 vezes a) 1/216 b) 1/36 c) 25/216 d) 1/6 e) 25/36 16. (IPHAN 2009/FUNIVERSA) Em um instituto de pesquisa trabalham, entre outros funcionrios, 3 fsicos, 6 bilogos e 2 matemticos. Deseja-se formar uma equipe com 4 desses 11 estudiosos, para realizar uma pesquisa. Se essa equipe for composta escolhendo-se os pesquisadores de forma aleatria, a probabilidade de todos os fsicos serem escolhidos um nmero cujo valor est compreendido entre (A) 0,00 e 0,01. (B) 0,01 e 0,02. (C) 0,02 e 0,03. (D) 0,03 e 0,04. (E) 0,04 e 0,05. Prof. Guilherme Neves www.pontodosconcursos.com.br 83
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 17. (APEX Brasil 2006/Fundao Universa) Em uma empresa, h 12 dirigentes de nveis hierrquicos distintos capacitados para a elaborao de determinado estudo: 5 diretores e 7 gerentes. Para isso, entre esses 12 dirigentes, 4 sero sorteados aleatoriamente para integrarem um grupo que realizar o referido estudo. A probabilidade de os 4 dirigentes sorteados serem do mesmo nvel hierrquico est entre: (A) 0,01 e 0,05. (B) 0,06 e 0,10. (C) 0,11 e 0,15. (D) 0,16 e 0,20. (E) 0,21 e 0,25. 18. (TRANSPETRO 2011/CESGRANRIO) Uma distribuio discreta de probabilidade que fornece a frequncia de ocorrncia de certos tipos de eventos aleatrios, podendo ser usada como aproximao da distribuio binomial, corresponde distribuio (A) geomtrica (B) hipergeomtrica (C) normal (D) uniforme (E) de Poisson 19. (AFC-CGU 2008/ESAF) Tem-se que , 1 , onde , o nmero de combinaes de n elementos tomados x a x, a funo de probabilidade de uma varivel aleatria binomial. Fazendo-se na sua expresso 0, , mas com , tem como limite a funo de probabilidade de uma varivel aleatria de Poisson, que : a) e b) e /x! c) d) / e) 1 / 20. (MPOG 2006 ESAF) Uma varivel aleatria X tem distribuio de Poisson, com parmetro m, e k = 0, 1, 2, 3... se e somente se a) P ( X = k ) = b) P ( X = k ) =
m e m k mk em k
84
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES c) P ( X = k ) = d) P ( X = k ) = e) P ( X = k ) =

mk em k mk e k mk em k!
21. (SEE-RJ 2010/CEPERJ) Na reviso tipogrfica de um livro com 600 pginas, encontrou-se, em mdia, 1,2 erros por pgina. Considerando , 0,30 e estimando o nmero de pginas que no precisam sofrer alteraes por no apresentarem defeitos, tem-se: a) 500 pginas b) 420 pginas c) 200 pginas d) 180 pginas e) 36 pginas 22. (MEC 2009 CESGRANRIO) O nmero de clientes que chega a cada hora a uma empresa tem Distribuio de Poisson, com parmetro 2, ou seja, a
2 k 2 probabilidade de que cheguem k clientes dada por e para k = 0, 1, 2, .... k! Qual a probabilidade de que, em uma determinada hora, cheguem dois ou mais clientes?
(Dado: e-2 = 0,14) (A) 0,28 (B) 0,35 (C) 0,42 (D) 0,58 (E) 0,72 23. (AFRFB 2009 ESAF) O nmero de petroleiros que chegam a uma refinaria ocorre segundo uma distribuio de Poisson, com mdia de dois petroleiros por dia. Desse modo, a probabilidade de a refinaria receber no mximo trs petroleiros em dois dias igual a: a)
32 4 e 73 3 4 b) e 71
85

71 4 e 3 71 2 d) e 3 32 2 e e) 3
c)
24. (ICMS-RJ 2009/FGV) O nmero de clientes que buscam, em cada dia, os servios de um renomado cirurgio tem uma distribuio de Poisson com mdia de 2 pacientes por dia. Para cada cirurgia efetuada, o cirurgio recebe R$ 10.000,00. No entanto, ele consegue fazer o mximo de duas cirurgias em um dia; clientes excedentes so perdidos para outros cirurgies. Assinale a alternativa que indique o valor esperado da receita diria do cirurgio. (considere e2 = 0,14) (A) R$ 5.600,00. (B) R$ 8.400,00. (C) R$ 10.000,00. (D) R$ 14.400,00. (E) R$ 20.000,00. 25. (AFC-CGU 2008 ESAF) Sendo X uma varivel aleatria uniformemente distribuda no intervalo [0,1], determine sua varincia. a) 1/2. b) 1/3. c) 1/4. d) 1/6. e) 1/12. 26. (SEE-RJ 2010/CEPERJ) Se X uma varivel aleatria exponencial de parmetro 10, ento a expectncia de X igual a: a) 0,10 b) 0,20 c) 0,30 d) 0,40 e) 0,50 27. (IBGE 2010/CESGRANRIO)O intervalo de tempo entre a chegada de dois navios a um porto, em horas, segue distribuio exponencial com mdia 1. Se acaba de chegar um navio, qual a probabilidade aproximada de que leve mais de uma hora at a chegada do prximo? (A) 0,37 Prof. Guilherme Neves www.pontodosconcursos.com.br 86
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES (B) 0,5 (C) 0,63 (D) 0,75 (E) 0,9 28. (PETROBRAS 2010/CESGRANRIO) Qual dos tipos de distribuio a seguir corresponde a uma distribuio de varivel aleatria contnua, aplicada frequentemente em situaes em que valores extremos so menos provveis do que valores moderados? (A) Binomial. (B) Normal. (C) de Poisson. (D) Geomtrica. (E) Hipergeomtrica. 29. (SAD-PE 2010/CESPE-UnB) Considere que o tempo de espera por atendimento X em certo local siga uma distribuio normal com mdia igual a 15 minutos. Com base nessas informaes, assinale a opo correta acerca de probabilidades. A) P( X = 15 minutos) > 0,45. B) P(X < 10 minutos) = P(X > 20 minutos). C) P(X > 15 minutos) < 0,48. D) P(X > 20 minutos) < P(X > 25 minutos). E) P(X < 5 minutos) = 1 P(X > 20 minutos). 30. (Prefeitura Municipal de Florianpolis Economista 2008 FEPESE) Assinale a alternativa que completa corretamente a frase abaixo. A distribuio normal de probabilidade caracterizada por: a) ter um formato de sino, com uma rea total sob a curva igual a 1. b) ser tipicamente uma distribuio discreta de probabilidade. c) ter pontos de inflexo da curva quando o valor de varivel igual mdia mais ou menos dois desvios-padro. d) ter a mdia e a mediana iguais e superiores moda quando a distribuio normal assimtrica direita. 31. (SAD-PE 2008 FGV) A respeito de distribuio normal de probabilidades, analise as afirmativas a seguir: I. Se uma varivel tem distribuio normal com mdia e desvio padro , ento o intervalo ( 2; + 2) contm cerca de 95% de seus valores possveis.
87
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES II. Se uma varivel aleatria X tem distribuio normal com mdia e varincia 2, ento a varivel Z = (X )/ tem distribuio normal com mdia 0 e varincia 1. III. Se uma varivel tem distribuio normal de probabilidades, ento o valor de sua mdia igual ao de sua mediana. IV. Se uma varivel X tem distribuio normal com mdia 0,1, ento a probabilidade de que X assuma um valor negativo maior do que 50%. Assinale: (A) se somente as afirmativas I e III estiverem corretas. (B) se somente as afirmativas II e IV estiverem corretas. (C) se somente as afirmativas I, II e III estiverem corretas. (D) se somente as afirmativas II, III e IV estiverem corretas. (E) se todas as afirmativas estiverem corretas. 32. (Auditor IBGE 2010 CESGRANRIO) Seja H a varivel aleatria que representa as alturas dos cidados de certo pas. Sabe-se que H tem distribuio normal com mdia 1,70 m e desvio padro 0,04 m. A probabilidade de que um cidado desse pas tenha mais do que 1,75 m de altura , aproximadamente, (A) 9,9% (B) 10,6% (C) 22,2% (D) 39,4% (E) 40,6% 33. (Estatstico Pref. Manaus 2004 CESGRANRIO) Se X tem distribuio normal com mdia 4 e varincia 9, a probabilidade de que X > 5, aproximadamente, vale: a) 0,25 b) 0,28 c) 0,33 d) 0,37 e) 0,46 34. (Estatstico TCE-RO 2007 CESGRANRIO) O gasto posto de gasolina uma varivel aleatria normal desvio padro R$ 25,00. Os 10% dos que mais tratamento VIP, incluindo lavagem de carroceria, mdio dos clientes de um com mdia R$ 100,00 e consomem recebem um calibragem nos pneus e
88
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES verificao do leo e da gua. Quanto voc precisa gastar nesse posto de gasolina, em reais, para obter tratamento VIP? (A) 158,00 (B) 149,00 (C) 141,00 (D) 132,00 (E) 128,00 35. (SEE-RJ 2010/CEPERJ) Numa escola, tm-se as seguintes informaes sobre os salrios de dois professores: Professor Salrio Mensal Em R$ Padronizado (Z) 1.400 2 900 -0,5
Gauss Euler
Baseando-se nos dados acima, a mdia e o desvio padro para os salrios da escola sero, respectivamente de: a) R$ 500,00 e R$ 100,00 b) R$ 1.000,00 e R$ 200,00 c) R$ 1.000,00 e R$ 100,00 d) R$ 1.150,00 e R$ 100,00 e) R$ 1.150,00 e R$ 200,00 Instrues: Para resolver s questes de nmeros 36 e 37 utilize as informaes abaixo referentes distribuio normal padro Z:
36. (APOFP/SEFAZ-SP/FCC/2010) Os salrios dos empregados de uma determinada categoria profissional apresentam uma distribuio normal com mdia igual a R$ 1.200,00 e desvio padro igual a R$ 160,00. A proporo dos empregados com salrios superiores a R$ 1.000,00 e inferiores a R$ 1.520,00 a) 87% b) 89% c) 92% Prof. Guilherme Neves www.pontodosconcursos.com.br 89
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES d) 96% e) 98% 37. (APOFP/SEFAZ-SP/FCC/2010) A distribuio das medidas dos cabos fabricados por uma indstria considerada normal. Sabe-se que 7% dos cabos medem no mximo 2,4 metros e apenas 2% medem no mnimo 16,4 metros. A mdia das medidas destes cabos igual a a) 7,8 metros b) 8,0 metros c) 8,2 metros d) 8,4 metros e) 9,4 metros 38. (ICMS-RJ 2008/FGV) Dentre as distribuies de probabilidades a seguir, aquela em que : a) de densidade f ( x) =
1 2
exp(
x2 ), < x < 2
b) de densidade f ( x) = 1 , 0 < x < 1

n x n x c) P ( X = x) = x p (1 p ) , x = 0, 1, 2, ..., n
e x d) P ( X = x) = , x = 0, 1, 2, ... x!
N M x n x , x = 0, 1, 2, ... n e) P ( X = x) = N + M n 39. (COPERGAS 2011/FCC) O tempo que um sistema computacional leva para executar certa tarefa uma varivel aleatria com distribuio normal com mdia 100 segundos e desvio padro 10 segundos. Se a tarefa realizada 3 vezes, a probabilidade de ela ser executada em mais do que 108,4 segundos em pelo menos uma dessas 3 vezes : Dado: Se Z tem distribuio normal padro, ento: P(Z < 0,84) = 0,8; P(Z < 1,96) = 0,975 (A) 0,356. (B) 0,488. (C) 0,512. (D) 0,536. (E) 0,544.
90
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 40. (AFC-CGU 2008/ESAF) Em determinadas circunstncias, uma varivel aleatria binomial pode ser bem aproximada por uma varivel aleatria normal. Seja X uma varivel aleatria binomial com n = 400 e p = 1/2. Calcule o valor mais prximo de 181 219 usando a aproximao da varivel binomial pela normal, dado que 1,96 0,975, 2,17 0,985, 2,33 0,99, 2,41 0,992 e 2,58 0,995, a funo de distribuio de uma varivel aleatria normal padro Z. a) 0,95 b) 0,97 c) 0,98 d) 0,984 e) 0,99
91
Gabaritos
01. 02. 03. 04. 05. 06. 07. 08. 09. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. D C A Anulada B E A C A D A D C B C C B E B E D D C D E A A B B A C B D D B A D D
135/512
92
MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES 39. 40. B A
93

Aula 06 - Parte 04 PDF

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 06 - Parte 04 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves

Distribuio Uniforme Discreta

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

1/6 1/6 1/6 1/6 1/6 1/6 1

Vamos somar tudo agora? 1 2 3 4 5 6 1 2 3 4 5 6 21 6 6 6 6 6 6 6 6 3,50

Prof. Guilherme Neves

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

0 Agora aplicamos a frmula da varincia:

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves

Vamos agora calcular a probabilidade de obtermos um sucesso em 3 ensaios.

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES ! , ! ! Exemplo:

No denominador, devemos colocar o fatorial expandido do menor nmero.

125 125 216 216

E assim por diante.

Prof. Guilherme Neves

A esperana igual a: 0 30 3 75 216 216 216 108 216 1 2

75 60 9 216 216 216 144 216

Prof. Guilherme Neves

144 54 216 90 216 15 36

Simplificando a frao... Bem trabalhoso, no?

Prof. Guilherme Neves

Prof. Guilherme Neves

Prof. Guilherme Neves

10 90 5 1 32,805% 1 100 100 P(X=0) 10 90 5 0 59,049% 0 100 100

Prof. Guilherme Neves

Prof. Guilherme Neves

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

12. (APOG- SAD/PE 2010/CESPE-UnB)

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves

Prof. Guilherme Neves

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES !

Probabilidade 0,14 0,28 0,58

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Distribuio Uniforme Contnua

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves

= mdia = desvio padro

Prof. Guilherme Neves

Prof. Guilherme Neves

Prof. Guilherme Neves

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Distribuio Normal Padro

Prof. Guilherme Neves

MATEMTICA FINANCEIRA E ESTATSTICA PARA ICMS/RJ PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves

Prof. Guilherme Neves

Vamos agora olhar o outro valor na tabela: 1,50.