Você está na página 1de 58

MAT. FINANCEIRA / ESTATSTICA / RAC.

LGICO ISS/SP
TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

AULA 07: ESTATSTICA (distribuies)


SUMRIO

PGINA

0. Resumo

01

1. Teoria

03

2. Resoluo de exerccios

23

3. Lista de exerccios vistos na aula

48

4. Gabarito

58

Ol!
Seja bem vindo nossa stima aula. Hoje vamos seguir trabalhando os
tpicos de estatstica. Os tpicos do edital que abordaremos hoje so:

Distribuies (Bernoulli, binominal, Poisson, geomtrica, hipergeomtrica, uniforme,


exponencial, normal, qui-quadrado, distribuio t de Student e distribuio F).

Uma boa aula para todos ns!

0. RESUMO
Hoje veremos diversas frmulas e conceitos que, a uma primeira vista,
poderiam assust-lo. Felizmente a grande maioria das questes de concurso cobra
essa parte da matria de maneira simples, isto , boa parte das questes resume-se
a uma mera aplicao de frmula.
Assim, condensei nas tabelas abaixo o que de mais importante voc precisa
saber da aula de hoje.

Tabela 01. Distribuies discretas de probabilidade


Distribuio

Aplicao

Frmulas principais
E(X) = p

Bernoulli

Variveis que s
podem ser 0 ou
1

Prof. Arthur Lima

Var ( X ) = p (1 p )

www.estrategiaconcursos.com.br

Comentrios
adicionais
pa
probabilidade de
X=1

Binomial

Trata-se da
probabilidade de
ter k sucessos
em n tentativas,
cada uma com
probabilidade p
de sucesso.

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
n
P ( k , n, p ) = p k (1 p ) n k
N fixo de
k

E(X) = n x p

Var(X) = n x p x (1-p)

Poisson

Probabilidade
de exatamente k
ocorrncias de
um evento que
se repete com
freqncia uma
conhecida

e k
f (k; ) =
k!
E(X) = Var(X) =
P ( X = n ) = (1 p )

Geomtrica

Probabilidade
de se obter o
primeiro
sucesso apenas
na tentativa n

Hipergeomtrica

n 1

Var ( X ) =

o nmero
esperado de
ocorrncias por
unidade de tempo
ou quantidade

E(X) = 1/p

P ( x; n, N, K ) =

Probabilidade
de obter
exatamente x
elementos de
um tipo ao
pegar n
elementos sem
reposio

tentativas
independentes
entre si, com 2
resultados
possveis
(sucesso ou
fracasso)

(1 p )
p2

pa
probabilidade de
obter sucesso em
cada tentativa

C (K , x ) C (N K , n x )
C (N, n )

K
E( X ) = n
N
K K N n
Var ( X ) = n 1

N N N 1

N o total de
elementos
disponveis.
Destes N, apenas
K so do tipo que
nos interessa

Tabela 02. Distribuies contnuas de probabilidade


Distribuio

Aplicao

Frmulas principais
f (x) =

Uniforme

Distribuio
onde todos os
valores tem a
mesma
probabilidade de
serem obtidos

E( X ) =

1
Mx Mn
Mx + Mn
2

(Mx Mn )2
12
x
f ( x; ) = e , se x 0 ,

Comentrios
adicionais
Mx. e Mn. so
os valores
mximo e mnimo
que a varivel
aleatria pode
assumir

Var ( X ) =

Exponencial

Prof. Arthur Lima

Distribuies
cuja

www.estrategiaconcursos.com.br

um

probabilidade
varia segundo
uma funo
exponencial

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
parmetro, que
e
f ( x; ) = 0, se x < 0

E( X ) =
Var ( X ) =

Normal

Quiquadrado

Distribuio
usada para
explicar
diversos
fenmenos da
natureza. Pode
ser totalmente
descrita apenas
com a mdia e o
desvio padro
Soma dos
quadrados de
vrias
distribuies
normais

t de Student

Aproxima-se da
normal

Razo entre
duas
distribuies
qui-quadrado

normalmente
fornecido pelo
enunciado

Padronizao: Z =

E( n 2 ) = n
Var ( n 2 ) = 2n
Mdia = 0
n
Var (t n ) =
n2
m
Mdia =
m2

2m 2 (n + m 2)
Var ( x ) =
n(m 4)(m 2)2

Grfico em forma
de sino
(campaniforme).
Distribuio
simtrica. Normal
padronizada tem
mdia 0 e desvio
padro 1.

n o nmero de
graus de
liberdade
n o nmero de
graus de
liberdade
n e m so o
nmero de graus
de liberdade do
numerador
denominador,
respectivamente

1. TEORIA: DISTRIBUIES DE PROBABILIDADE


Sabemos que uma varivel aleatria pode assumir diversos valores. Por
exemplo, sendo X a varivel aleatria idade dos moradores de So Paulo,
expressa em anos. Cada observao Xi ter um valor que pode ir de 0 a 150 anos
(assumindo que impossvel algum viver mais de 150 anos). Sabemos que bem
mais fcil encontrar um indivduo entre 30 e 40 anos do que encontrar um indivduo
entre 110 e 120 anos. Isto , a probabilidade da varivel X assumir o valor x = 32
anos maior do que a probabilidade da varivel X assumir o valor x = 117 anos.
Podemos criar uma funo P(X = x) que descreve a probabilidade de a varivel X
assumir cada valor x entre 0 e 150 anos. Tendo esta funo, se quisermos calcular
a probabilidade de encontrar um indivduo com x = 32 anos, basta calcular P(X=32).

Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
A funo P(X = x), ou simplesmente P(x), nos fornece a distribuio de
probabilidades da varivel X. Isto , a probabilidade da varivel X assumir cada
valor no intervalo de valores em que ela pode estar. Na aula de hoje conheceremos
as diversas distribuies de probabilidades cobradas em seu edital.
Primeiramente, importante lembrar que existem variveis aleatrias
discretas (que podem assumir apenas determinadas quantias no intervalo de
valores) e contnuas (que podem assumir qualquer quantia no intervalo de valores).
Geralmente usamos P(X = x), ou P(x), para designar a distribuio de
probabilidades de uma varivel discreta X; e usamos f(x) para designar a
distribuio de probabilidades de uma varivel contnua X.

DISTRIBUIES DE PROBABILIDADE DE VARIVEIS DISCRETAS

Distribuio de Bernoulli
A distribuio de Bernoulli descreve os casos de variveis aleatrias que s
podem assumir 2 valores distintos (0 ou 1). A probabilidade de assumir o valor 1
igual a p, e de assumir o valor igual a 0 o restante, ou seja, 1 - p. Isto ,
P(X = 1) = p
e
P(X = 0) = 1-p
Nesta distribuio, a mdia ser:
E(X) = p
E a varincia ser:
Var ( X ) = p (1 p )

Exemplo: uma varivel aleatria X, cujo espao amostral {0, 1}, tem 20% de
chance de assumir o valor 0. Vamos calcular o seu desvio padro:

Note que P(0) = 0,20. Ou seja,


1 - p = 0,20
p = 0,80
Assim,

Var ( X ) = p (1 p ) = 0,80 0,20 = 0,16

Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Portanto,

s = Var ( X ) = 0,16 = 0,4

Distribuio Binomial
Para alguns fenmenos da natureza temos apenas 2 resultados possveis:
sucesso ou fracasso. Por exemplo, digamos que vamos lanar um dado e o nosso
objetivo obter o nmero 5. Ao lanar esse dado, s podemos ter 2 tipos de
resultado: sucesso (conseguirmos obter o nmero 5) ou fracasso (qualquer outro
nmero).
A distribuio binomial de probabilidades cuida de fenmenos como este,
onde:
-

s temos 2 resultados possveis (sucesso ou fracasso);

temos um nmero fixo de tentativas (ex.: 3 lanamentos do dado);

cada tentativa independente das demais (o resultado obtido com um


lanamento do dado em nada afeta o lanamento seguinte).

A frmula abaixo nos d a probabilidade de ter exatamente k casos de


sucesso, ao efetuar n tentativas, sendo que a probabilidade de sucesso de uma
tentativa de p:
n
P(k , n, p ) = p k (1 p )n k ,
k
n
onde a combinao de n, k a k
k
Para voc entender melhor, voltemos ao exemplo do dado. A probabilidade
de ter sucesso em um lanamento de 1 em 6 resultados possveis, isto , 1/6, e a
de fracasso de 5/6. Portanto, p = 1/6 e (1 - p) = 5/6. Como faremos 3 lanamentos,
ento n = 3. Com isso, podemos calcular a probabilidade de obter o nmero 6 em
apenas 2 dos 3 lanamentos, isto , ter 2 sucessos. Basta considerar k = 2:
n
P(k , n, p ) = p k (1 p )n k
k

Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
2

3 2

1
1 5
P(2,3, ) = C (3, 2)
6
6 6
1
3 2 1 5 5
P(2,3, ) =
=
6
2 1 36 6 72

Numa distribuio binomial, o valor esperado ser:


E(X) = n x p
Em nosso exemplo do dado, n = 3 e p = 1/6, portanto E(X) = 3 x (1/6) = =
0,5. Isto , ao lanar o dado 3 vezes, esperado que se obtenha sucesso em
apenas 0,5 lanamento (menos de 1 lanamento!). Isto , em mdia, ao lanar o
dado 3 vezes, obteremos o nmero 6 apenas 0,5 vez.
J a varincia dada por:
Var(X) = n x p x (1-p).

Fixe os conceitos da distribuio binomial, uma das mais cobradas nas


provas, resolvendo o exerccio abaixo:

1. CEPERJ OFICIAL SEFAZ/RJ 2011) Suponha que a varivel aleatria X


tenha distribuio binomial com mdia 3,5 e varincia 1,75. Nesse caso, a
probabilidade P ( X 2) ser igual a:
A) 1/2
B) 15/16
C) 8/128
D) 21/128
E) 29/128
RESOLUO:
A mdia da binomial dada por E(X) = nxp. Portanto:
E(X) = nxp = 3,5
J a varincia dada por Var(X) = nxpx(1-p). Como nxp = 3,5, ento:
Var(X) = 3,5 (1-p)
1,75 = 3,5 (1-p)
p = 0,5
Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Sendo nxp = 3,5; e p = 0,5; ento n = 7.
Portanto, sabemos que nessa binomial temos 7 tentativas (n = 7) com 0,5
chance de sucesso em cada uma ( p = 0,5). O exerccio quer a probabilidade de 2
ou mais sucessos. Isso igual 100% menos a probabilidade de 0 ou 1 sucessos
apenas. Isto :
P ( X 2) = 100% P ( X = 1) P ( X = 0)

Sabemos que a probabilidade de X sucessos em uma distribuio binomial


dada pela frmula:
n
P( x, n, p ) = p x (1 p )n x
x
Vamos calcular ento P(X = 0) e P(X = 1):
7

7
1 1
P(0;7;0,5) = 0,50 (1 0,5)70 = 1 1 =
2 2
0

7
1
P (1;7;0,5) = 0,51 (1 0,5) 71 = 7 0,5 0,56 = 7
2
1

Portanto,
P( X 2) = 100% P( X = 1) P( X = 0)
7

1
1 1
P ( X 2) = 1 7 = 1 8 7
2
2 2
1
1
1 15
P ( X 2) = 1 23 7 = 1 4 = 1 =
2
2
16 16

Resposta: B.

Distribuio de Poisson
Imagine que, em uma fila de banco, costuma chegar 1 pessoa a cada 4
minutos. Ora, se chega em mdia 1 pessoa a cada 4 minutos, esperado que em
10 minutos cheguem 10 / 4 = 2,5 pessoas. Mas pode ser que em um determinado
intervalo de 10 minutos cheguem um pouco mais, e em outro intervalo cheguem um
pouco menos, de modo a manter essa mdia de 2,5.

Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Aqui a nossa varivel aleatria o nmero de pessoas que chegam em 10
minutos. Repare que esta uma varivel discreta, e a ocorrncia de um evento
(chegada) independe da ocorrncia de outro. A distribuio de Poisson (equao
abaixo) descreve esses casos:

e k
f (k; ) =
k!
Esta funo descreve a probabilidade da ocorrncia de exatamente k
eventos. Nesta equao,

o nmero esperado de ocorrncias por unidade de

tempo ou quantidade (conforme o caso), e o nmero de Euler (e = 2,71828...), e


k! o fatorial de k.
Se quisermos calcular a probabilidade de, em 10 minutos, chegarem
exatamente 5 pessoas, temos k = 5. Neste caso,
esperado que cheguem

ser igual a 10/4 = 2,5, pois

= 2,5 pessoas em 10 minutos. Assim,


f (k; ) =
f (5;2,5) =

e k
k!

e 2,5 2,55
= 0,0668
5!

Portanto, a probabilidade de chegarem exatamente 5 pessoas em 10 minutos


igual a 6,68%.
Podemos fazer este mesmo clculo para obter a probabilidade de chegarem
exatamente k = 0, 1, 2, 3, 4, 5, 6 ou mais pessoas em 10 minutos. Com isso,
teramos a seguinte distribuio de probabilidades:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
30%
25%

P(X)

20%
15%
10%
5%
0%
0

10

11

12

13

14

15

X (nmero de pessoas chegando em 10 minutos)

Na distribuio de Poisson, a mdia :


E(X) =

E a varincia :
Var(X) =

Ou seja, em nosso exemplo, tanto a mdia quanto a varicia seriam iguais a


2,5.
Certifique-se que entendeu a teoria de distribuio Poisson, outra distribuio
muito cobrada, com esta questo:

2. ESAF AFRFB 2009) 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:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

RESOLUO:
Se chegam em mdia 2 petroleiros por dia, podemos esperar que em dois
dias cheguem, em mdia, 4 petroleiros. Veja que este o nmero esperado de
ocorrncias por unidade de tempo (neste exerccio, a unidade de tempo 2 dias).
Portanto,

= 4.

A distribuio de Poisson tem a seguinte distribuio de probabilidades:

e k
f (k; ) =
k!
Se queremos no mximo 3 petroleiros, devemos somar as probabilidades de
chegarem 0, 1, 2 ou 3 petroleiros, isto :
Probab( x 3) = f (0) + f (1) + f (2) + f (3)

Aplicando a frmula de Poisson, temos:

e 4 40 e 4 41 e 4 42 e 4 43
Probab( x 3) =
+
+
+
0!
1!
2!
3!
40 41 42 43
Probab( x 3) = e + +
+
0!
1!
2!
3!

1 4 16 64
71
Probab( x 3) = e 4 + +
+
= e 4

6
1 1 2
3
Resposta: C

Prof. Arthur Lima

www.estrategiaconcursos.com.br

10

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Distribuio Geomtrica:
Imagine que vamos lanar um dado e o nosso objetivo obter o valor 4. Qual
a probabilidade de serem necessrios 3 lanamentos at obter o valor 4?
Ora, a chance de no obter o 4 no primeiro lanamento de 5 em 6, ou seja,
5/6. Da mesma forma, a chance de no obter o 4 no segundo lanamento de 5/6.
E a probabilidade de obter o 4 no terceiro lanamento de 1/6. Portanto, a
probabilidade de serem necessrios 3 lanamentos at o primeiro sucesso (obter o
4) :
2

5 1
P ( X = 3) =
6 6
Assim, sendo p a probabilidade de ter sucesso em uma tentativa, ento a
probabilidade de s vir a obter o primeiro sucesso na tentativa n dada por:
P ( X = n ) = (1 p )

n 1

Essa distribuio denominada geomtrica pois a probabilidade de serem


necessrias mais tentativas seguem uma progresso geomtrica de razo igual a (1
- p).
A mdia dessa distribuio :
E(X) = 1/p

A varincia :

Var ( X ) =

(1 p )
p2

Muita ateno a um detalhe: se o exerccio pedisse qual a probabilidade de


serem necessrios 2 fracassos at obter o primeiro sucesso, voc deveria
considerar n = 3 (dois fracassos e mais um sucesso), e no n = 2, ok?

Distribuio Hipergeomtrica:
Suponha que temos uma urna com 5 bolas azuis e 10 bolas de outras cores
(ou seja, no-azuis). Ao retirar 5 bolas desta urna, sem reposio, a probabilidade
de que exatamente 3 sejam azuis dada por

P=

Prof. Arthur Lima

C(5,3) C(10,2)
C(15,5)

www.estrategiaconcursos.com.br

11

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Onde C(5,3) o nmero de maneiras de se escolher 3 das 5 bolas azuis;
C(10,2) o nmero de maneiras de se selecionar 2 das outras 10 bolas (para
totalizar 5 bolas retiradas), e C(15,5) o total de maneiras de se selecionar 5 bolas
na urna.
De forma genrica, a probabilidade de ter exatamente x elementos de um tipo
ao selecionar, sem reposio, n elementos de um total de N elementos (dos quais K
so do tipo pretendido, e N-K so de outros tipos), dada por:
P ( x; n, N, K ) =

C ( K , x ) C (N K , n x )
C (N , n )

Chamamos essa distribuio de hipergeomtrica. A sua mdia :


K
E( X ) = n
N
A varincia :
K K N n
Var ( X ) = n 1

N N N 1

DISTRIBUIES DE PROBABILIDADE DE VARIVEIS CONTNUAS


No estudo das distribuies contnuas, a distribuio de probabilidade seguir
uma funo contnua f(x). Isto , para qualquer valor que a varivel aleatria
assuma (qualquer valor de x) poderemos calcular um valor de f que representa a
probabilidade de ocorrncia daquele valor de x. Essa funo costuma ser chamada
de funo de densidade de probabilidade da varivel aleatria X.

Distribuio Uniforme:
Suponha que algum nos dissesse que, em uma determinada tribo indgena,
a altura dos adultos varia de 1 a 3 metros. Alm disso, a probabilidade de se
encontrar uma pessoa com qualquer uma dessas alturas exatamente igual.
Estamos diante de uma distribuio uniforme de probabilidades, onde todos
os valores que a varivel aleatria altura pode alcanar possuem a mesma
chance. Veja o grfico dessa distribuio de probabilidades:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

12

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

P(X)

0,5

1,5

2,5

3,5

X (altura, em metros, dos integrantes da tribo)

Veja que, no intervalo de 1 a 3 metros, todas as alturas tem a mesma


probabilidade p. Para obter o valor de p, basta saber que a rea abaixo da linha
igual a 100%, que a probabilidade do espao amostral. Esta rea um retngulo
de altura igual a p e base igual a subtrao entre o valor mximo (3) e o valor
mnimo (1). Isto :
100% = p x (3 - 1)
p = 0,5
Sendo Mx o valor mximo que a varivel pode assumir, e Mn o valor
mnimo, a sua funo de densidade de probabilidade :
f (x) =

1
Mx Mn

Veja que, de fato, para qualquer valor de X a probabilidade exatamente a


mesma: 1/(Mx - Mn). Por isso essa distribuio chamada uniforme.

A mdia da distribuio uniforme :


E( X ) =

Mx + Mn
2

E a varincia :

Var ( X ) =

(Mx Mn )2
12

Distribuio Exponencial:
A funo de densidade de probabilidade exponencial dada por:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

13

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
x
f ( x; ) = e , se x 0
e
f ( x; ) = 0, se x < 0
Veja que, nestes casos, a probabilidade da varivel assumir um valor
negativo igual a zero, pois f ( x; ) = 0, se x < 0 .

um parmetro, que normalmente fornecido pelo enunciado do

exerccio. A mdia :

E( X ) =

A varincia :
Var ( X ) =

Distribuio Normal:
A distribuio normal utilizada para explicar diversos aspectos da natureza.
conhecida pelo fato de sua curva de densidade de probabilidade ter o formato de
um sino.
Sabendo que a distribuio de uma determinada varivel aleatria X
normal, com mdia

e desvio padro

, a funo abaixo descreve a

probabilidade de ocorrncia de um valor especfico da varivel X (que chamamos de


x):

f ( x, , ) =

1
2

( x )2

2 2

, para

< x <

>0

Essa a funo densidade de probabilidade da distribuio normal. Fique


tranquilo: voc nunca precisar utilizar essa equao!
Vejamos um exemplo. Imagine que temos uma varivel aleatria X, que so
as idades de diversas pessoas de uma cidade (aqui estamos tratando a idade como
uma varivel contnua). Sabemos que essa varivel tem a idade mdia de 30 anos
(isto , = 30 ) e desvio-padro de 5 anos ( = 5 ). Veja abaixo como fica o grfico
de distribuio de probabilidades dessa varivel:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

14

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

Note que, de fato, a mdia igual a 30 anos (eixo X). Esse tambm
o valor da moda, pois o valor que possui maior probabilidade (f(x)), ou seja, o
que vai aparecer mais vezes. E a mediana, pois divide os dados em 2 metades.
Nessa distribuio, a mdia, moda e mediana so sempre iguais. Isto , trata-se de
uma distribuio simtrica.
Para voc entender o que significa o desvio-padro, vamos imaginar que, ao
invs do desvio-padro dessa varivel ser 5, ele seja = 10 . Teremos o seguinte
grfico:

Comparando esse grfico com o anterior, voc ver que esta curva mais
achatada, isto , no temos um pico to significativo quanto no primeiro caso. Isso
porque, quanto maior o desvio-padro, mais dispersas esto as idades das
pessoas, e quanto menor, mais prximos da mdia elas se encontram. Veja que

Prof. Arthur Lima

www.estrategiaconcursos.com.br

15

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
neste segundo exemplo h maior probabilidade de encontramos pessoas de 10
anos e de 50 anos. No exemplo anterior, essa probabilidade era prxima de zero.
Chamamos de distribuio normal padro aquela onde a mdia 0 e o
desvio padro 1. Neste caso, a funo densidade de probabilidade ser
simplificada:

f ( x) =

1
e
2

x2

Ainda assim temos uma frmula complicada de se trabalhar. Felizmente


existem tabelas que facilitaro bastante os clculos. Antes de ver isso, precisamos
saber como transformar uma distribuio normal qualquer em uma distribuio
normal padro. Isso feito atravs da seguinte frmula:
Z=

Como usamos essa frmula? Imagine novamente aquela varivel X (idades),


com mdia igual a 30 anos e desvio-padro de 5 anos. Para cada valor de X,
podemos calcular o valor correspondente de Z. Por exemplo, para x = 40 anos,
teremos:
Z=
z=

40 30
=2
5

Calculando o valor de Z para cada valor de X, podemos usar a funo de


z2

1 2
(
)
f
z
=
e
densidade de probabilidade da normal padronizada
para criar o
2
grfico abaixo:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

16

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

Veja que essa curva tem o mesmo formato da que fizemos para mdia = 30
anos e desvio-padro = 5 anos, porm aqui a mdia 0 e o desvio-padro 1.
Existem tabelas que nos do a probabilidade de Z ser menor ou igual a qualquer
valor, o que nos permite efetuar clculos de probabilidades sem usar as frmulas
complicadas.
Exemplificando:

vamos

calcular

probabilidade

de,

ao

escolher

aleatoriamente um indivduo daquela amostra X, ele ter idade inferior a 20 anos.


Neste caso, queremos calcular P(X<20), isto , a probabilidade da varivel
aleatria X ser menor que 20 anos.
A primeira coisa que devemos fazer obter o valor de Z equivalente ao valor
de X que nos interessa. Para isso, podemos usar a frmula de padronizao:
Z=
z=

20 30
= 2
5

Portanto, z = -2 o valor, na distribuio normal padronizada, correspondente


ao valor x = 20 anos.
Como queremos calcular a probabilidade de X < 20 , isso equivalente a
calcular a probabilidade de Z < 2 , isto , P(Z<-2). Essa probabilidade pode ser
obtida diretamente da tabela da normal padronizada, como essa abaixo:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

17

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

Como temos interesse na probabilidade de Z < -2,0; basta procurar a linha


correspondente a -2,0 e a coluna correspondente a 0,00. Fazendo o cruzamento
desta linha e coluna, obtemos o valor 0,0228. Se estivssemos procurando o valor
z = -2,01, deveramos procurar a linha correspondente a -2,0 e a coluna
correspondente a 0,01 (para formar o nmero -2,01). Assim, pegaramos o valor ao
lado, isto , 0,0222.
O valor 0,0228 a probabilidade de que Z seja menor que -2,0, e tambm a
probabilidade de que X seja menor que 20. Portanto,
P(Z<-2) = P(X<20) = 0,0228 = 2,28%.
E se quisssemos calcular a probabilidade de um indivduo escolhido ao
acaso ter entre 20 e 30 anos? Bastaria calcular o valor de Z para x1=20 e para
x2=30, obtendo dois valores, z1 e z2. A seguir, deveramos buscar na tabela o valor
de P(Z<z) para os dois valores de z que encontramos. Feito isso, bastaria subtrair:
P(Z<z2) P(Z<z1) e teramos a P (20 X 30) .
Para finalizar, vejamos algumas propriedades da distribuio normal:
- sendo a e b constantes, e X uma distribuio normal, ento aX + b tambm tem
distribuio normal, com mdia ( a + b ) e varincia a 2 2 .

Prof. Arthur Lima

www.estrategiaconcursos.com.br

18

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Exemplificando, se somamos 1 em cada valor possvel da distribuio X, a
nova distribuio (que chamaremos de X + 1) ter um valor mdio 1 unidade maior,
isto , + 1 . E ter a mesma varincia, afinal no houve aumento na disperso dos
valores de X, eles apenas foram todos acrescidos em 1 unidade.
Agora, se multiplicamos cada valor de X por 3, por exemplo, a mdia tambm
ser multiplicada por 3. A varincia tambm ser alterada, pois h um aumento da
disperso dos valores de X. Neste caso, a varincia ser multiplicada por 32, isto ,
9.

- sendo X e Y distribuies normais, ento X + Y, X - Y e aX + bY so distribuies


normais

- se os dados tem distribuio normal, pode-se dizer que cerca de 68% encontramse entre e + . Da mesma forma, 95% dos dados encontram-se entre

2 e + 2 , e 99,7% entre 3 e + 3 .
Trabalhe os conceitos da distribuio normal (a mais cobrada de todas!)
resolvendo o exerccio abaixo:

3. FCC TRT/3 2009) Instrues: Para responder questo abaixo utilize as


informaes a seguir.
- Se Z tem distribuio normal padro, ento:
P(Z > 1,64) = 0,05, P(Z > 2) = 0,02, P(0 < Z < 2,4) = 0,49, P(0 < Z < 0,68) = 0,25
- Se t tem distribuio de Student com 3 graus de liberdade P(t > 1,638) = 0,10
-Se t tem distribuio de Student com 4 graus de liberdade P(t > 1,533) = 0,10

A durao de vida de um aparelho eltrico tem distribuio normal com mdia


1.500 dias e terceiro quartil de 1.840 dias. Se esse tipo de aparelho tiver garantia de
300 dias, a porcentagem das vendas originais do aparelho que exigir substituio
(A) 8%
(B) 5%
(C) 4%
(D) 3%

Prof. Arthur Lima

www.estrategiaconcursos.com.br

19

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
(E) 1%
RESOLUO:
Veja que a mdia dessa distribuio normal = 1500 e o 3 quartil Q3 =
1840. Sabemos que 75% das observaes encontram-se abaixo do 3 quartil, ou
melhor, P( X < 1840) = 75%.
Observe que foi fornecido o seguinte dado: P(0 < Z < 0,68) = 0,25. Como a
distribuio normal simtrica, sabemos que P (Z < 0) = 0,50. Somando essas
duas, temos que P(Z < 0,68) = 0,50 + 0,25 = 0,75. Veja isso na figura abaixo:

P(Z<0) = 0,50 = 50%

P(0<Z<0,68) = 0,25 = 25%

0,68

Portanto, P(X < 1840) = P (Z < 0,68) = 0,75. A padronizao Z dada pela
frmula:

Z=

Substituindo os dados que temos:

0, 68 =

1840 1500

= 500
Encontramos assim o desvio padro da distribuio. Para calcular a
probabilidade de um aparelho durar menos de 300 dias, precisamos de P (X < 300).
Efetuando a padronizao Z, temos:

Z=

Prof. Arthur Lima

300 1500
= 2, 4
500

www.estrategiaconcursos.com.br

20

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Portanto, P(X<300) = P(Z<-2,4). Como a distribuio normal simtrica,
podemos dizer que P (Z < -2,4) = P(Z > 2,4). Veja que a rea abaixo da curva a
mesma:

P(0<Z<2,4)

P(Z>2,4)

P(Z < -2,4)

-2,4

2,4

O enunciado forneceu que P(0<Z<2,4) = 0,49. Lembrando que P(Z > 0) =


0,50, podemos ver que P(Z > 2,4) = P(Z > 0) P(0<Z<2,4) = 0,50 0,49 = 0,01.
Portanto, P (Z < -2,4) = P(Z > 2,4) = 0,01 = 1%.
Assim, a chance de um aparelho quebrar antes de 300 dias igual a 1%, de
modo que ser necessrio substitu-lo.
Resposta: E

Distribuio Qui-quadrado:
Uma varivel aleatria qui-quadrado, designada por 2 , formada pela soma
dos quadrados de outras variveis aleatrias com distribuio normal:

n 2 = x 12 + x 22 + x 32 + x 42 +... + x n 2
Neste caso acima, a varivel qui-quadrado n 2 formada por n variveis
aleatrias normais. Assim, dizemos que n 2 possui n graus de liberdade. O
nmero de graus de liberdade ir determinar o formato da curva da distribuio quiquadrado: quanto maior, mais prxima a uma curva normal.
No vale a pena nos aprofundarmos no entendimento do que se trata a
distribuio qui-quadrado (aqui decoreba mesmo!!). Basta voc saber que, sendo
n o nmero de graus de liberdade, ento a mdia e a varincia da distribuio quiquadrado so simplesmente:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

21

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
2
E( n ) = n
Var ( n 2 ) = 2n

Distribuio t de Student:
A distribuio t uma distribuio terica, que procura se aproximar da
distribuio normal. Assim, seu grfico tambm tem forma de sino, porm possui
caudas mais longas para ambos os lados (ou seja, possui mais valores maiores e
menores que os de uma distribuio normal, e um pico menos acentuado).
Precisamos apenas do nmero de graus de liberdade para obter a varincia da
distribuio t de Student. Se houverem n graus de liberdade, a varincia :
Var (t n ) =

n
n2

J a mdia dessa distribuio igual a zero, pois ela simtrica em relao


origem.
No se preocupe com essa distribuio por agora, pois trabalharemos melhor
este assunto ao estudar os testes de hipteses.

Distribuio F:
Essa distribuio mede a razo entre duas distribuies qui-quadrado
independentes. Ou seja, uma varivel F que possua n graus de liberdade no
numerador e m graus de liberdade no denominador formada pela seguinte diviso:

n2
F = n2

m
Veja que agora devemos considerar tanto o nmero de graus de liberdade do
numerador (n) como do denominador (m). Com esses valores em mos, o clculo
da mdia bem simples:
Mdia =

m
m2

Veja que a mdia s depende do nmero de graus de liberdade do


denominador. E o clculo da varincia dado por:

2m 2 (n + m 2)
Var ( x ) =
n(m 4)(m 2)2

Prof. Arthur Lima

www.estrategiaconcursos.com.br

22

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
2. RESOLUO DE EXERCCIOS
Vamos continuar praticando os conceitos relativos s diversas distribuies
que estudamos hoje.

4. CEPERJ SEE/RJ 2009) Sabendo que a varivel aleatria X tem distribuio


binomial de parmetros n = 20 e p = 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:
Numa distribuio binomial, a mdia :
E(X) = n.p = 20 x 0,4 = 8
J a varincia dada por:
var( X ) = n. p.(1 p )
var( X ) = 20 0, 4 (1 0, 4) = 4,8

Resposta: A.

5. CEPERJ SEE/RJ 2009) Numa escola, tm-se as seguintes informaes sobre


os salrios de dois professores:

Baseando-se nos dados acima, a mdia e o desvio-padro para os salrios da


escola sero, respectivamente, de:
a) 500 e 100
b)1000 e 200
c) 1000 e 100
d) 1150 e 100
e) 1150 e 200
RESOLUO:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

23

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
A padronizao da curva normal dada pela seguinte frmula:
Z=

O enunciado nos disse que, para x = 1400, z = 2. E para x = 900, Z = -0,5.


Colocando na frmula acima, podemos obter duas relaes entre a mdia ( ) e o
desvio-padro ( ):
2=

1400

2 = 1400
e
0,5 =

900

0,5 = 900
Isolando em 2 = 1400 , temos:

= 1400 2
Substituindo, na equao 0,5 = 900 , temos:
0,5 = 900
0,5 = 900 (1400 2 )

2,5 = 900 1400

= 500 / 2,5 = 200


Sabendo o valor de , fica fcil obter a mdia:

= 1400 2 = 1400 2 200 = 1000


Resposta: B.

6. ESAF AFRFB 2009)

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 %

Prof. Arthur Lima

www.estrategiaconcursos.com.br

24

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
RESOLUO:
Veja que o nmero de tentativas n = 3. Foi dito que a probabilidade de k = 2
sucessos doze vezes a probabilidade de k = 3 sucessos.

n
k
n k
Lembrando que, na binomial, P ( k , n, p ) = p (1 p ) , podemos dizer
k
que:
P(2; 3; p) = 12 x P(3;3;p)
Assim:

3 2
3 3
3 2
3 3

(1

p
)
=
12


p (1 p )
2
3
3 p 2 (1 p )1 = 12 1 p 3 (1 p )0
3 p 2 (1 p ) = 12 1 p 3 1
(1 p ) = 4 p
1= 5p
p = 0, 20
Logo, a probabilidade de sucesso p = 20%. A probabilidade de fracasso
1 p = 80%.
Resposta: D

7. ESAF AFRFB 2009) A funo densidade de probabilidade de uma varivel


aleatria contnua x dada por:

Para esta funo, a mdia de x, tambm denominada expectncia de x e denotada


por E(x) igual a:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

25

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

RESOLUO:
Esta questo no se refere especificamente a nenhuma das distribuies que
estudamos. Coloquei-a mesmo assim para voc exercitar alguns conceitos
importantes.
Observe que a distribuio s assume valores negativos (de -1 a 0), pois
como temos no enunciado, a probabilidade de x > 0 igual a zero: f(x) = 0 para x >
0. Se a distribuio s tem valores negativos, sua mdia ser, obviamente, negativa.
Com isso, podemos excluir as alternativas A e B, que apresentam mdias com valor
positivo.
Veja ainda que as letras D e E no apresentam valores fixos, mas sim
valores que variam com x. Como queremos a mdia, ela no pode ser um valor
varivel, pois vimos que a mdia um nmero nico para cada distribuio.
Excluindo essas duas alternativas, resta apenas a letra C.
No vou entrar em detalhes do clculo exato desta mdia, pois foge do
escopo de sua prova.
Resposta: C

8. ESAF SUSEP 2010) Considere as n variveis aleatrias iid, isto ,


independentes e identicamente distribudas X1, X2, ..., Xn com distribuio N ( , ) .
n

Considere ainda: X =

Prof. Arthur Lima

Xi
i =1

e s2 =

( X
i =1

X )2

n 1

www.estrategiaconcursos.com.br

26

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Dessa maneira, o quociente entre as variveis aleatrias n( X )2 / 2 e s 2 / 2
uma varivel aleatria:
a) t de Student com n-1 graus de liberdade
b) Qui quadrado com n-1 graus de liberdade dividida pelo seu nmero de graus de
liberdade
c) Qui quadrado com 1 grau de liberdade
d) F com n-1 graus de liberdade no numerador e 1 grau de liberdade no
denominador
e) F com 1 grau de liberdade no numerador e n-1 graus de liberdade no
denominador

RESOLUO:
O exerccio quer saber que distribuio esta:

n( X )2 / 2
s2 / 2
Veja que todas as variveis Xi possuem distribuio N ( , ) , isto ,
distribuio normal. A varivel aleatria X , que a mdia das demais, tambm ter
distribuio normal. Assim, a distribuio

n( X )2 / 2

tem distribuio qui-

quadrado com 1 grau de liberdade (pois ela formada pelo quadrado de apenas 1
distribuio normal, que a X . Os valores n, e so constantes). Assim,

n( X )2 / 2

uma distribuio do tipo

Assim, podemos substituir

12 .

n( X )2 / 2

por

12 na

expresso do

enunciado, isto :

12
n( X )2 / 2
= 2
s2 / 2
s /2
J quanto ao fator s 2 / 2 , podemos escrev-lo assim:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

27

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
n

2
n

(X
i =1

(X
i =1

(X

X )2

i =1

(n 1) 2

X )2

n 1

X )2

tem distribuio qui-quadrado com n-1 graus de liberdade

( n 12 ). Assim, temos:

s2

n 12

n 1

Portanto,

n( X ) /
=
n 12
s2 / 2
2

2
1

n 1

12
=

2
n 1

1
n 1

Veja essa ltima expresso e compare-a com a distribuio F:

a2
F=

Assim, vemos que a distribuio solicitada no enunciado uma distribuio F


com a = 1 grau de liberdade no numerador e b = n-1 graus de liberdade no
denominador.
Resposta: E

9. ESAF Auditor/NATAL 2008) Numa distribuio Binomial, temos que:

I. A E[x] = n p q, ou seja, o produto dos parmetros n - nmero de elementos da


avaliao, p - probabilidade de ocorrncia do evento e q - probabilidade contrria
(q = 1 - p).

Prof. Arthur Lima

www.estrategiaconcursos.com.br

28

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
II. O desvio-padro dado pela raiz quadrada do produto entre os parmetros n e p.
III. A varincia dada pelo somatrio dos quadrados dos valores (Xi) menos o
quadrado da mdia.

Apontando os trs itens acima como V - Verdadeiro e F - Falso, a opo correta :


a) F, V, F
b) V, V, F
c) F, F, F
d) V, F, F
e) V, V, V
RESOLUO:
Na binomial, sabemos que:
- a mdia E(X) = n x p; o que torna o item I falso.
- a varincia Var(X) = n x p x (1-p); o que torna o item II falso, pois o desvio padro
ser a raiz da varincia dada por esta frmula.
- a varincia definida como sendo o somatrio dos quadrados das diferenas entre
cada valor Xi e a mdia, dividido pelo nmero de observaes, como vimos na aula
passada:

2 =

( X

X )2

, tornando o item III falso.

Resposta: C

10. ESAF Auditor/NATAL 2008) Se x uma v. a. varivel aleatria com


funo densidade de probabilidade f(x), caracterizada pelo modelo normal, podemos
afirmar que:
a) o desvio-padro igual a 1 (um).
b) a mdia tem valor 0 (zero).
c) a funo de distribuio acumulada f(x) igual a 1, para todos os valores acima
de b.
d) os parmetros mdia, moda e mediana so iguais.
e) a varincia tem o valor do quadrado da mdia.
RESOLUO:
A distribuio normal simtrica, tendo mdia, moda e mediana iguais. Esta
mdia pode ser diferente de zero, mas igual a zero no caso da normal
Prof. Arthur Lima

www.estrategiaconcursos.com.br

29

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
padronizada. Da mesma forma, o desvio padro pode ser diferente de 1, mas
igual a 1 no caso da normal padronizada. J a varincia igual ao quadrado do
desvio padro.
Resposta: D

11. ESAF Auditor/NATAL 2008 Adaptada) Apontando por V Verdadeiro e F


Falso, indique a opo correta para as seguintes sentenas:
I. Uma v. a. varivel aleatria que pode assumir somente dois valores, diz-se
possuir distribuio Geomtrica.

II. Uma v. a. com distribuio de Bernoulli, se acumulados os resultados sem


reposio, geram uma distribuio hipergeomtrica e se for com reposio geram
uma distribuio Binomial.
III. A distribuio de Poisson um modelo de probabilidade cujo desvio padro
igual raiz quadrada da mdia.
Assinale o respectivo conjunto:
a) F, V, V
b) V, F, V
c) F, V, F
d) F, F, F
e) V, V, F
RESOLUO:

I. Uma v. a. varivel aleatria que pode assumir somente dois valores, diz-se
possuir distribuio Geomtrica.
Falso. Uma varivel aleatria que s pode assumir 2 valores possui
distribuio de Bernoulli.

II. Uma v. a. com distribuio de Bernoulli, se acumulados os resultados sem


reposio, geram uma distribuio hipergeomtrica e se for com reposio geram
uma distribuio Binomial.
Verdadeiro. Imagine que pretendemos temos bolas Azuis e Verdes em uma
urna, e pretendemos tirar uma bola Azul (sucesso). Se temos 10 bolas de cada cor,

Prof. Arthur Lima

www.estrategiaconcursos.com.br

30

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
a probabilidade de pegar uma bola azul p = 0,50. Trata-se uma distribuio de
Bernoulli, com E(X) = p = 0,50.
Veja que na distribuio de Bernoulli estamos interessados apenas na
primeira retirada. Se pretendemos ver resultados acumulados, isto , tirar mais de
uma bola, podemos fazer isso com ou sem reposio.
Se retirarmos bolas sem reposio, a probabilidade de retirar exatamente x
bolas azuis ao selecionar um total de n bolas (considerando que temos N = 20 bolas
das quais K = 10 so azuis) dada pela frmula da distribuio hipergeomtrica:
P ( x; n, N, K ) =

C (K , x ) C (N K , n x )
C ( N, n )

Agora se pretendemos tirar as bolas com reposio, isso significa que a cada
tentativa teremos a mesma probabilidade p de sucesso, e probabilidade 1-p de
insucesso. Para calcular a probabilidade de exatamente k sucessos em n tentativas,
basta usar a frmula da distribuio binomial:

n
P( k , n, p ) = p k (1 p )n k
k
III. A distribuio de Poisson um modelo de probabilidade cujo desvio padro
igual raiz quadrada da mdia.
Verdadeiro. Sabemos que o desvio padro definido como sendo a raiz
quadrada da varincia. Entretanto, na distribuio de Poisson, tanto a mdia quanto
a varincia possuem o mesmo valor: E(X) = Var(X) =

Resposta: A

12. FCC SEFAZ/SP 2009) O nmero de pessoas que chega ao guich de uma
repartio pblica para autuao de processos apresenta uma distribuio de
Poisson a uma taxa de duas pessoas por minuto. A probabilidade de que nos
prximos 2 minutos chegue pelo menos uma pessoa neste guich

Prof. Arthur Lima

www.estrategiaconcursos.com.br

31

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

RESOLUO:
Estamos diante de uma distribuio de Poisson, pois a chegada de pessoas
ao guich um evento que se repete no tempo com frequncia conhecida.
Observe que, em mdia, chegam 2 pessoas por minuto, de modo que
esperado que em 2 minutos cheguem 4 pessoas. Assim,

= 4.

A probabilidade de chegar pelo menos 1 pessoa igual a 100% menos a


probabilidade de no chegar nenhuma pessoa:
P ( X 1) = 1 P (0)
Podemos calcular P(0) com auxlio da frmula de distribuio de
probabilidade de Poisson:

e k
f (k; ) =
k!
e 4 4 0
f (0;4) =
= e 4
0!
Portanto,

P ( X 1) = 1 P (0)
P ( X 1) = 1 e 4 = e 4 (e 4 1)
Resposta: A
Obs.: note que foi dito que e = 2,71828... apenas para voc ter certeza de
que e o nmero de Euler da equao de Poisson.

13. FGV SEAD/AP 2010) Uma urna contm 50 bolinhas idnticas numeradas de
1 a 50. Se quatro bolinhas so aleatoriamente sorteadas com reposio, a
probabilidade de que, dos quatro nmeros sorteados, dois sejam pares e dois sejam
impares igual a:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

32

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
(A) 12,5%.
(B) 25,0%.
(C) 37,5%.
(D) 50,0%.
(E) 62,5%.
RESOLUO:
Veja que temos reposio, ou seja, a probabilidade de tirar uma bolinha par
ou mpar no muda a cada tentativa. Definindo como sucesso a retirada de um
nmero par, o nosso objetivo conseguir k = 2 sucessos em n = 4 tentativas,
sabendo que a probabilidade de sucesso em cada tentativa p = 50% (afinal
metade das bolas so pares). Estamos diante de uma distribuio binomial, cuja
probabilidade dada por:

n
P (k , n, p ) = p k (1 p) n k
k
4
P (2; 4;0,50) = 0,502 (1 0,50) 4 2
2
P (2; 4;0,50) = 6 0, 25 0, 25 = 0,375 = 37,5%
Resposta: C

14. FGV SEAD/AP 2010) Em relao distribuio normal, assinale a afirmativa


incorreta.
(A) a funo de densidade de probabilidade simtrica em relao mdia.
(B) se X tem distribuio normal com mdia e varincia 2 ento a varivel
Z = ( X ) / 2 tem distribuio normal padro.
(C) a probabilidade de que uma varivel Z que tenha distribuio normal padro seja
maior do que 5 aproximadamente igual a 0.
(D) a mdia de uma varivel aleatria que tenha distribuio normal pode ser
negativa.
(E) o valor da mediana igual ao valor da mdia.
RESOLUO:
Vamos analisar cada alternativa:
(A) a funo de densidade de probabilidade simtrica em relao mdia.

Prof. Arthur Lima

www.estrategiaconcursos.com.br

33

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Verdadeiro. A distribuio normal simtrica em relao mdia.
(B) se X tem distribuio normal com mdia e varincia 2 ento a varivel
Z = ( X ) / 2 tem distribuio normal padro.
Falso. A padronizao da normal feita com a frmula:
Z=

(C) a probabilidade de que uma varivel Z que tenha distribuio normal padro seja
maior do que 5 aproximadamente igual a 0.
Verdadeiro. Observe, na curva normal padro, que para Z > 5 a rea abaixo
da curva praticamente zero:

(D) a mdia de uma varivel aleatria que tenha distribuio normal pode ser
negativa.
Verdadeiro. Apenas a distribuio normal padro que necessariamente tem
mdia igual a zero. Outras distribuies normais podem ter qualquer valor de mdia,
desde que sejam simtricas em relao a esta mdia.

(E) o valor da mediana igual ao valor da mdia.


Verdadeiro. Trata-se de uma distribuio simtrica, onde mdia = mediana =
moda.
Resposta: B

Prof. Arthur Lima

www.estrategiaconcursos.com.br

34

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
15. CESGRANRIO BACEN 2010) Estima-se que os retornos de um
determinado mercado tenham distribuio normal, com mdia 20% e desvio padro
10%. A probabilidade de perdas financeiras de, aproximadamente,
a) 1%
b) 2,5%
c) 5%
d) 10%
e) 20%
RESOLUO:
Para ter perda financeira, preciso que o retorno do mercado seja negativo.
Como a mdia = 20% e o desvio padro = 10% , veja que o retorno igual a
0% encontra-se 2 desvios padres abaixo da mdia, isto , 0% = - 2
Em uma distribuio normal, 95% dos dados encontram-se entre 2 e

+ 2 . Neste caso, podemos dizer que temos 95% de chance de obter retorno
financeiro entre 0% ( 2 ) e 40% ( + 2 ). Portanto, h apenas 5% de chance
de obter retorno abaixo de 0% (perda) ou acima de 40%.
Como a distribuio normal simtrica, podemos dizer que estes 5% de
chance encontram-se metade abaixo de 0% e a outra metade acima de 40%.
Portanto, 5% / 2 = 2,5% a probabilidade de obter retorno abaixo de 0%, da mesma
forma que a chance de obter retorno acima de 40% de 2,5%.
Resposta: B

16. FCC TRT/3 2009) Suponha que obteve-se uma amostra aleatria (X1,
X2,...Xn) de uma varivel aleatria X com funo densidade de probabilidade

O estimador de mxima verossimilhana de

Prof. Arthur Lima

www.estrategiaconcursos.com.br

35

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

RESOLUO:
Observe que temos no enunciado uma funo de densidade de probabilidade
exponencial com parmetro

Sabemos que esta distribuio tem mdia:


E( X ) =

Assim, tambm podemos dizer que:

1
E( X )

Na aula passada vimos que a mdia E(X) de uma varivel aleatria :


n

E( X ) =

X
i =1

Assim, podemos dizer que:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

36

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

1
=
E( X )

1
n

X
i =1

n
n

X
i =1

Temos esta ltima expresso na letra B.


Resposta: B

Instrues: para resolver as 2 questes a seguir, considere a tabela abaixo, que d


valores das probabilidades P (Z z ) para a distribuio normal padro.

17. FCC BACEN 2006) As empresas de um determinado setor tm uma


situao lquida bem descrita por uma distribuio normal, com mdia igual a 2,5
milhes de reais e desvio padro de 2 milhes de reais. Selecionando uma empresa
aleatoriamente deste setor, a probabilidade dela apresentar uma situao lquida
negativa ou nula de:
a) 11%
b) 16%
c) 23%
d) 29%
e) 50%

RESOLUO:
Seja X essa varivel normalmente distribuda com mdia = 2,5 e desvio
padro = 2 . Para que uma empresa tenha situao lquida negativa ou nula, ela
deve ter X 0 . Utilizando a padronizao Z, temos:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

37

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

Z=

0 2,5
= 1, 25
2

Ou seja, P ( X 0 ) = P( Z 1,25 ). Veja na tabela que foi dado que:


P( Z 1,25 ) = 0,11

Como a distribuio normal simtrica, podemos dizer que:


P( Z 1,25 ) = P( Z 1,25 ) = 0,11
Assim, P ( X 0 ) = P( Z 1,25 ) = 0,11. Portanto, a probabilidade de uma
empresa ter situao lquida negativa de 11%.

Resposta: A

18. FCC BACEN 2006) Os valores de determinado ttulo no mercado de


investimentos apresentam uma distribuio considerada normal. Sabe-se que os
valores de 16% dos ttulos so superiores ou iguais a R$10000,00 e que os valores
de 60% dos ttulos so inferiores a R$7000,00. A mdia dos valores destes ttulos :
a) R$8500,00
b) R$8000,00
c) R$7500,00
d) R$6000,00
e) R$4500,00

RESOLUO:
Seja X a varivel aleatria, com distribuio normal, que representa os
valores dos ttulos no mercado. Sabemos que P ( X 10000) = 16% , e tambm que

P ( X < 7000) = 60% . Utilizando a padronizao Z =

Z16% =

Prof. Arthur Lima

, temos:

10000

www.estrategiaconcursos.com.br

38

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Na tabela dada, veja que P (Z 1,00) = 0,16 = 16% . Portanto, o valor de Z16%
1,00, pois este o valor de Z acima do qual esto 16% dos dados. Substituindo
Z16% por 1 na equao acima, temos:

1=

10000

= 10000
Da mesma forma, temos na tabela que P (Z 0,25) = 0,40 = 40% . Portanto,
P (Z < 0,25) = 1 0,40 = 0,60 = 60% . Assim,

Z 60% =
0, 25 =

7000

7000

0, 25 = 7000
Portanto, temos:

= 10000
0, 25 = 7000

Com essas duas equaes acima, podemos obter a mdia:


0, 25 (10000 ) = 7000
2500 0, 25 = 7000
0, 75 = 7000 2500

= 6000
Resposta: D

19. FCC BACEN 2006) A probabilidade de um associado de um clube pagar sua


mensalidade com atraso de 5%. Entre 5 associados escolhidos aleatoriamente, a
probabilidade de pelo menos um pagar sua mensalidade sem atraso :
a) 1 (0,95)5
b) (0,95)5
c) 4,75. (0,95)5
d) 5. (0,95)5
e) 1 (0,05)5

Prof. Arthur Lima

www.estrategiaconcursos.com.br

39

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
RESOLUO:
Se a chance de pagar atrasado p = 5%, ento a chance de todos pagarem
atrasado dada pela multiplicao: 0,05x0,05x0,05x0,05x0,05 = 0,055.
A chance de pelo menos um pagar sem atraso :

P (pelo menos um pagar sem atraso) = 1 P (todos pagarem atrasado)


P (pelo menos um pagar sem atraso) = 1 0,055
Temos essa expresso na alternativa E.
Resposta: E

20. FCC INFRAERO 2011) Uma populao X tem uma funo densidade dada
por f ( x ) =

, 0 < x < . Por meio de uma amostra aleatria de 10 elementos de X,

obteve-se, pelo mtodo da mxima verossimilhana, uma estimativa para a mdia


de X igual a 4,5. Com base neste resultado, tem-se que a respectiva estimativa da
varincia de X igual a:
a) 3
b) 15/4
c) 27
d) 6
e) 27/4

RESOLUO:
Observe que esta funo de densidade de probabilidade no depende de x,
isto , ela constante, e igual a

. A distribuio de probabilidade onde todos os

valores de x possuem a mesma chance de ocorrncia a Distribuio Uniforme.


Nela, sabemos que:
f (x) =

Portanto, se f ( x ) =

Prof. Arthur Lima

1
Mx Mn

1
1
= , ento podemos afirmar que:
Mx Mn

www.estrategiaconcursos.com.br

40

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Mx Mn =
Veja que na funo do enunciado foi dito que 0 < x < . Portanto, o valor
mximo de x Mx = , e o valor mnimo Mn = 0.
A mdia dessa distribuio foi igual a 4,5. Como a mdia da distribuio
uniforme dada por E ( X ) =

Mx + Mn
, ento
2

4,5 =

Mx + 0
2

Mx = 9
A varincia da distribuio uniforme :

Var ( X ) =

(Mx Mn )2 (9 0)2 81 27
=
=
=
12
12
12 4

Resposta: E

21. FCC INFRAERO 2011) Para resolver essa questo, dentre as informaes
dadas abaixo, utilize aquela que julgar apropriada:
e-1 = 0,368

e-2 = 0,135

e-2,5 = 0,082

O nmero de passageiros que chegam a um posto de atendimento de uma empresa


de aviao para fazer o check-in s quartas-feiras pela manh tem distribuio de
Poisson com taxa mdia de 5 passageiros por minuto. A probabilidade de chegar a
esse mesmo posto, numa quarta-feira pela manh, pelo menos 2 passageiros em
30 segundos, de:
a) 0,575
b) 0,682
c) 0,713
d) 0,754
e) 0,814

RESOLUO:
Se chegam em mdia 5 passageiros por minuto, podemos dizer que chegam
em mdia 2,5 passageiros a cada 30 segundos. Assim, = 2,5 .

Prof. Arthur Lima

www.estrategiaconcursos.com.br

41

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
A probabilidade de chegarem pelo menos 2 passageiros igual a 100%
menos a probabilidade de chegarem 0 ou 1 passageiros:
P ( X 2) = 1 P (0) P (1)
Vamos calcular P(k = 0) e P(k = 1) com a frmula da distribuio de Poisson:

e k
f (k; ) =
k!
e 2,5 2,50
= e 2,5
f (0;2,5) =
0!
e 2,5 2,51
f (1;2,5) =
= e 2,5 2,5
1!
Portanto,

P ( X 2) = 1 P (0) P (1) = 1 e 2,5 e 2,5 2,5


Como foi dito que e-2,5 = 0,082, ento

P ( X 2) = 1 P (0) P (1) = 0,713 = 71,3%


Resposta: C

22. FCC INFRAERO 2011) Um experimento pode resultar em sucesso ou


fracasso com probabilidades 0,25 e 0,75, respectivamente. Considere a varivel
aleatria X = nmero de fracassos antes de ocorrer o primeiro sucesso. A
probabilidade de X ser pelo menos 2 e a mdia de X so dadas, respectivamente,
por:
a) 0,5625 e 4
b) 0,4375 e 2
c) 0,6525 e 4
d) 0,4375 e 4
e) 0,5625 e 2

RESOLUO:
Veja que estamos diante de uma distribuio geomtrica, que nos permite
calcular a probabilidade de obter o primeiro sucesso apenas na tentativa n, sendo
p a probabilidade de sucesso em cada tentativa. A probabilidade de ter o primeiro

Prof. Arthur Lima

www.estrategiaconcursos.com.br

42

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
sucesso apenas na 3 tentativa (ou seja, ter 2 fracassos antes) ou aps a 3
tentativa igual a 100% menos a possibilidade de sucesso na 1 ou na 2 tentativas.
A probabilidade de ter o primeiro sucesso na tentativa n :
P ( X = n ) = (1 p )

n 1

Assim, as probabilidades de ter o primeiro sucesso em n = 1 e em n = 2


tentativas so, respectivamente:
P ( X = 1) = (1 0,25 )

11

P ( X = 2) = (1 0,25 )

2 1

0,25 = 0,25

0,25 = 0,1875

Portanto, a probabilidade de ter o primeiro sucesso a partir da 3 tentativa :


P ( X 3) = 1 0,25 0,1875 = 0,5625

A mdia da distribuio geomtrica E(X) = 1/p = 1/0,25 = 4.

Resposta: A

23. FCC INFRAERO 2011) Se Z tem distribuio normal padro, ento:


P(Z<0,5) = 0,691; P(Z<1) = 0,841; P(Z<1,5) = 0,933; P(Z<2) = 0,977; P(Z<2,58) = 0,995

Sabe-se que o tempo para a ocorrncia de defeito em uma pea tem distribuio
normal com mdia de 1200 dias e desvio padro de 100 dias. O fabricante de tais
peas oferece aos seus clientes uma garantia de g dias (ele substitui toda pea que
durar g dias ou menos). O valor de g para que apenas 0,5% das peas sejam
substitudas , em dias, igual a:
a) 742
b) 768
c) 856
d) 942
e) 967

RESOLUO:
Temos uma distribuio normal com mdia = 1200 e desvio padro

= 100 . Queremos saber o nmero g de dias abaixo do qual temos apenas 0,5%
de chance de ter defeito.

Prof. Arthur Lima

www.estrategiaconcursos.com.br

43

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Como P(Z<2,58) = 0,995, podemos dizer que P(Z>2,58) = 1 0,995 = 0,005.
Portanto, a probabilidade de Z > 2,58 = 0,5%. Como a distribuio normal
simtrica, podemos tambm dizer que a probabilidade de Z < -2,58 = 0,5%. Ou seja,
P (Z < 2,58) = 0,5%
Podemos usar a frmula da padronizao Z para encontrar o valor g
correspondente a z = -2,58:

Z=
2, 58 =

g 1200
100

g = 942dias

Resposta: D

24. FCC TRT/23 2011) Placas de um circuito integrado so expedidas em lotes


de 10 unidades. Antes de um lote ser aprovado um procedimento de controle de
qualidade escolhe aleatoriamente e sem reposio 4 placas do lote. Se uma ou
mais forem defeituosas, todo o lote inspecionado. Supondo que num lote haja
duas placas defeituosas, a probabilidade de que o controle de qualidade indique
uma inspeo de todo o lote
a) 1/3
b) 2/3
c) 1/5
d) 2/5
e) 1/4

RESOLUO:
Queremos calcular a probabilidade de que pelo menos 1 das 2 placas
defeituosas seja escolhida, ao serem selecionadas 4 das 10 placas para inspeo.
A probabilidade de pelo menos 1 placa defeituosa ser escolhida igual a 100%
menos a probabilidade de zero placas defeituosas serem escolhidas P(0).
Para calcular P(0), veja que estamos diante de uma distribuio
hipergeomtrica. Isto porque queremos calcular a probabilidade de obter x = 0
placas defeituosas ao pegar n = 4 placas, sem reposio, em um conjunto de N = 10
placas das quais K = 2 so defeituosas. Portanto:

Prof. Arthur Lima

www.estrategiaconcursos.com.br

44

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
P ( x; n, N, K ) =
P (0;4,10,2) =

C (K , x ) C (N K , n x )
C (N, n )

C (2,0) C(10 2,4 0) C(2,0) C(8,4) 1


=
=
C(10,4)
C(10,4)
3

Portanto, a probabilidade de pegar pelo menos uma placa defeituosa :


P ( X 1) = 1 P (0) = 1 1/ 3 = 2 / 3

Resposta: B
Obs.: Repare que voc no precisava decorar a frmula da hipergeomtrica,
bastava usar os conceitos que vimos na aula de probabilidades. Isso acontece em
questes de outras distribuies tambm, principalmente no caso das distribuies
discretas.

25. FCC TRT/23 2011) O nmero de falhas num certo tipo de placa de frmica
tem distribuio de Poisson com taxa mdia de 0,1 defeitos por metro quadrado.
Tais placas cobriro uma superfcie plana de 2 m 2,5 m. Se a placa no contm
nenhum defeito ela vendida por R$ 500,00 e se ela tem um defeito ou mais
vendida por R$ 200,00. O preo mdio de venda desse tipo de placa , em reais,
igual a

(dado e-0,1 = 0,90 e e-0,5 = 0,61)


a) 375.
b) 383.
c) 387.
d) 390.
e) 394.

RESOLUO:
Veja que as placas tem 2 x 2,5 = 5 metros quadrados. Vamos calcular a
chance de ela no ter nenhum defeito, bem como a chance de ter 1 ou mais
defeitos.
Inicialmente, precisamos achar o valor do parmetro

, que o nmero de

defeitos esperado por unidade de tempo ou de quantidade. Neste caso, foi dito que
esperado 0,1 defeito por metro quadrado (quantidade). Assim, em 5 metros
quadrados so esperados 0,5 defeitos (isto , so esperados 0,5 defeitos por placa
de 5m2). Portanto,

=0,5.

A probabilidade de k = 0 defeitos :
Prof. Arthur Lima

www.estrategiaconcursos.com.br

45

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

e k
f (k; ) =
k!
e 0,5 0,50
f (0;0,5) =
= e 0,5 = 0,61
0!
A probabilidade de 1 ou mais defeitos :

P ( X 1) = 1 P (0) = 1 e 0,5 = 0,39


Portanto, h 61% de chance de no haver defeito na placa, de modo que ela
pode ser vendida por 500 reais. E h 39% de chance da placa ter algum defeito, de
modo que ela pode ser vendida por 200 reais. Em mdia, a placa vai ser vendida
por:
Mdia = 0,61 x 500 + 0,39 x 200 = 383 reais
Resposta: B

26. FCC TRT/1 2011) Foram obtidas n observaes independentes de uma


varivel aleatria X com distribuio uniforme contnua no intervalo [0, 1]. Sabe-se
que a probabilidade de exatamente uma dessas observaes ser menor do que 1/4
405/1024. Nessas condies, o valor de n
a) 4
b) 5
c) 6
d) 7
e) 8
RESOLUO:
Se a varivel uniformemente distribuda, a probabilidade de qualquer valor
no intervalo de 0 a 1 igual. Observe que 25% dos valores encontram-se abaixo de
1/4. Portanto, a probabilidade de uma observao ser inferior a 1/4 p = 25%. E a
probabilidade de uma observao ser maior que 1/4 1 p = 75%.
Podemos pensar aqui na frmula de distribuio binomial, onde faremos n
tentativas e, destas, buscamos ter exatamente k = 1 sucesso (nmero abaixo de
1/4), sendo a chance de sucesso em cada tentativa p = 25%. Assim, temos:

n
P ( k , n, p ) = p k (1 p ) n k
k

Prof. Arthur Lima

www.estrategiaconcursos.com.br

46

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
n
P (1; n;0, 25) = 0, 251 (1 0, 25) n 1
1

405
1 3
= n
1024
4 4
405
3
= n
256
4

n 1

n 1

A partir deste ponto, podemos testar valores de n, atribuindo a n os valores


das alternativas. Para n = 4, temos:

405
3
= 4
256
4

4 1

Veja que n = 4 no a resposta, pois

405
3
= 5
256
4

51

3 27
= 4 =
4 16
405 27

. Testando n = 5 temos:
256 16
4

81 405
3
= 5 = 5
=
256 256
4

Portanto, n = 5 a resposta.
Resposta: B

********************
Meus

caros,

por

hoje

s.

Aguardo

suas

dvidas

atravs

do

arthurlima@estrategiaconcursos.com.br

Saudaes,
Arthur Lima

Prof. Arthur Lima

www.estrategiaconcursos.com.br

47

email

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
3. LISTA DAS QUESTES APRESENTADAS NA AULA
1. CEPERJ OFICIAL SEFAZ/RJ 2011) Suponha que a varivel aleatria X
tenha distribuio binomial com mdia 3,5 e varincia 1,75. Nesse caso, a
probabilidade P ( X 2) ser igual a:
A) 1/2
B) 15/16
C) 8/128
D) 21/128
E) 29/128

2. ESAF AFRFB 2009) 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:

3. FCC TRT/3 2009) Instrues: Para responder questo abaixo utilize as


informaes a seguir.
- Se Z tem distribuio normal padro, ento:
P(Z > 1,64) = 0,05, P(Z > 2) = 0,02, P(0 < Z < 2,4) = 0,49, P(0 < Z < 0,68) = 0,25
- Se t tem distribuio de Student com 3 graus de liberdade P(t > 1,638) = 0,10
-Se t tem distribuio de Student com 4 graus de liberdade P(t > 1,533) = 0,10

Prof. Arthur Lima

www.estrategiaconcursos.com.br

48

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
A durao de vida de um aparelho eltrico tem distribuio normal com mdia
1.500 dias e terceiro quartil de 1.840 dias. Se esse tipo de aparelho tiver garantia de
300 dias, a porcentagem das vendas originais do aparelho que exigir substituio
(A) 8%
(B) 5%
(C) 4%
(D) 3%
(E) 1%

4. CEPERJ SEE/RJ 2009) Sabendo que a varivel aleatria X tem distribuio


binomial de parmetros n = 20 e p = 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

5. CEPERJ SEE/RJ 2009) Numa escola, tm-se as seguintes informaes sobre


os salrios de dois professores:

Baseando-se nos dados acima, a mdia e o desvio-padro para os salrios da


escola sero, respectivamente, de:
a) 500 e 100
b)1000 e 200
c) 1000 e 100
d) 1150 e 100
e) 1150 e 200

6. ESAF AFRFB 2009)

Em um experimento binomial com trs provas, a

probabilidade de ocorrerem dois sucessos doze vezes a probabilidade de

Prof. Arthur Lima

www.estrategiaconcursos.com.br

49

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
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 %

7. ESAF AFRFB 2009) A funo densidade de probabilidade de uma varivel


aleatria contnua x dada por:

Para esta funo, a mdia de x, tambm denominada expectncia de x e denotada


por E(x) igual a:

8. ESAF SUSEP 2010) Considere as n variveis aleatrias iid, isto ,


independentes e identicamente distribudas X1, X2, ..., Xn com distribuio N ( , ) .
n

Considere ainda: X =

Prof. Arthur Lima

X
i =1

e s2 =

( X
i =1

X )2

n 1

www.estrategiaconcursos.com.br

50

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
Dessa maneira, o quociente entre as variveis aleatrias n( X )2 / 2 e s 2 / 2
uma varivel aleatria:
a) t de Student com n-1 graus de liberdade
b) Qui quadrado com n-1 graus de liberdade dividida pelo seu nmero de graus de
liberdade
c) Qui quadrado com 1 grau de liberdade
d) F com n-1 graus de liberdade no numerador e 1 grau de liberdade no
denominador
e) F com 1 grau de liberdade no numerador e n-1 graus de liberdade no
denominador

9. ESAF Auditor/NATAL 2008) Numa distribuio Binomial, temos que:

I. A E[x] = n p q, ou seja, o produto dos parmetros n - nmero de elementos da


avaliao, p - probabilidade de ocorrncia do evento e q - probabilidade contrria
(q = 1 - p).
II. O desvio-padro dado pela raiz quadrada do produto entre os parmetros n e p.
III. A varincia dada pelo somatrio dos quadrados dos valores (Xi) menos o
quadrado da mdia.

Apontando os trs itens acima como V - Verdadeiro e F - Falso, a opo correta :


a) F, V, F
b) V, V, F
c) F, F, F
d) V, F, F
e) V, V, V

10. ESAF Auditor/NATAL 2008) Se x uma v. a. varivel aleatria com


funo densidade de probabilidade f(x), caracterizada pelo modelo normal, podemos
afirmar que:
a) o desvio-padro igual a 1 (um).
b) a mdia tem valor 0 (zero).

Prof. Arthur Lima

www.estrategiaconcursos.com.br

51

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
c) a funo de distribuio acumulada f(x) igual a 1, para todos os valores acima
de b.
d) os parmetros mdia, moda e mediana so iguais.
e) a varincia tem o valor do quadrado da mdia.

11. ESAF Auditor/NATAL 2008 Adaptada) Apontando por V Verdadeiro e F


Falso, indique a opo correta para as seguintes sentenas:
I. Uma v. a. varivel aleatria que pode assumir somente dois valores, diz-se
possuir distribuio Geomtrica.

II. Uma v. a. com distribuio de Bernoulli, se acumulados os resultados sem


reposio, geram uma distribuio hipergeomtrica e se for com reposio geram
uma distribuio Binomial.
III. A distribuio de Poisson um modelo de probabilidade cujo desvio padro
igual raiz quadrada da mdia.
Assinale o respectivo conjunto:
a) F, V, V
b) V, F, V
c) F, V, F
d) F, F, F
e) V, V, F

12. FCC SEFAZ/SP 2009) O nmero de pessoas que chega ao guich de uma
repartio pblica para autuao de processos apresenta uma distribuio de
Poisson a uma taxa de duas pessoas por minuto. A probabilidade de que nos
prximos 2 minutos chegue pelo menos uma pessoa neste guich

Prof. Arthur Lima

www.estrategiaconcursos.com.br

52

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
13. FGV SEAD/AP 2010) Uma urna contm 50 bolinhas idnticas numeradas de
1 a 50. Se quatro bolinhas so aleatoriamente sorteadas com reposio, a
probabilidade de que, dos quatro nmeros sorteados, dois sejam pares e dois sejam
impares igual a:
(A) 12,5%.
(B) 25,0%.
(C) 37,5%.
(D) 50,0%.
(E) 62,5%.

14. FGV SEAD/AP 2010) Em relao distribuio normal, assinale a afirmativa


incorreta.
(A) a funo de densidade de probabilidade simtrica em relao mdia.
(B) se X tem distribuio normal com mdia e varincia 2 ento a varivel
Z = ( X ) / 2 tem distribuio normal padro.
(C) a probabilidade de que uma varivel Z que tenha distribuio normal padro seja
maior do que 5 aproximadamente igual a 0.
(D) a mdia de uma varivel aleatria que tenha distribuio normal pode ser
negativa.
(E) o valor da mediana igual ao valor da mdia.

15. CESGRANRIO BACEN 2010) Estima-se que os retornos de um


determinado mercado tenham distribuio normal, com mdia 20% e desvio padro
10%. A probabilidade de perdas financeiras de, aproximadamente,
a) 1%
b) 2,5%
c) 5%
d) 10%
e) 20%

16. FCC TRT/3 2009) Suponha que obteve-se uma amostra aleatria (X1,
X2,...Xn) de uma varivel aleatria X com funo densidade de probabilidade

Prof. Arthur Lima

www.estrategiaconcursos.com.br

53

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07

O estimador de mxima verossimilhana de

Instrues: para resolver as 2 questes a seguir, considere a tabela abaixo, que d


valores das probabilidades P (Z z ) para a distribuio normal padro.

17. FCC BACEN 2006) As empresas de um determinado setor tm uma


situao lquida bem descrita por uma distribuio normal, com mdia igual a 2,5
milhes de reais e desvio padro de 2 milhes de reais. Selecionando uma empresa

Prof. Arthur Lima

www.estrategiaconcursos.com.br

54

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
aleatoriamente deste setor, a probabilidade dela apresentar uma situao lquida
negativa ou nula de:
a) 11%
b) 16%
c) 23%
d) 29%
e) 50%

18. FCC BACEN 2006) Os valores de determinado ttulo no mercado de


investimentos apresentam uma distribuio considerada normal. Sabe-se que os
valores de 16% dos ttulos so superiores ou iguais a R$10000,00 e que os valores
de 60% dos ttulos so inferiores a R$7000,00. A mdia dos valores destes ttulos :
a) R$8500,00
b) R$8000,00
c) R$7500,00
d) R$6000,00
e) R$4500,00

19. FCC BACEN 2006) A probabilidade de um associado de um clube pagar sua


mensalidade com atraso de 5%. Entre 5 associados escolhidos aleatoriamente, a
probabilidade de pelo menos um pagar sua mensalidade sem atraso :
a) 1 (0,95)5
b) (0,95)5
c) 4,75. (0,95)5
d) 5. (0,95)5
e) 1 (0,05)5

20. FCC INFRAERO 2011) Uma populao X tem uma funo densidade dada
por f ( x ) =

, 0 < x < . Por meio de uma amostra aleatria de 10 elementos de X,

obteve-se, pelo mtodo da mxima verossimilhana, uma estimativa para a mdia


de X igual a 4,5. Com base neste resultado, tem-se que a respectiva estimativa da
varincia de X igual a:
a) 3
Prof. Arthur Lima

www.estrategiaconcursos.com.br

55

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
b) 15/4
c) 27
d) 6
e) 27/4

21. FCC INFRAERO 2011) Para resolver essa questo, dentre as informaes
dadas abaixo, utilize aquela que julgar apropriada:
e-1 = 0,368

e-2 = 0,135

e-2,5 = 0,082

O nmero de passageiros que chegam a um posto de atendimento de uma empresa


de aviao para fazer o check-in s quartas-feiras pela manh tem distribuio de
Poisson com taxa mdia de 5 passageiros por minuto. A probabilidade de chegar a
esse mesmo posto, numa quarta-feira pela manh, pelo menos 2 passageiros em
30 segundos, de:
a) 0,575
b) 0,682
c) 0,713
d) 0,754
e) 0,814

22. FCC INFRAERO 2011) Um experimento pode resultar em sucesso ou


fracasso com probabilidades 0,25 e 0,75, respectivamente. Considere a varivel
aleatria X = nmero de fracassos antes de ocorrer o primeiro sucesso. A
probabilidade de X ser pelo menos 2 e a mdia de X so dadas, respectivamente,
por:
a) 0,5625 e 4
b) 0,4375 e 2
c) 0,6525 e 4
d) 0,4375 e 4
e) 0,5625 e 2

23. FCC INFRAERO 2011) Se Z tem distribuio normal padro, ento:


P(Z<0,5) = 0,691; P(Z<1) = 0,841; P(Z<1,5) = 0,933; P(Z<2) = 0,977; P(Z<2,58) = 0,995

Sabe-se que o tempo para a ocorrncia de defeito em uma pea tem distribuio
normal com mdia de 1200 dias e desvio padro de 100 dias. O fabricante de tais
Prof. Arthur Lima

www.estrategiaconcursos.com.br

56

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
peas oferece aos seus clientes uma garantia de g dias (ele substitui toda pea que
durar g dias ou menos). O valor de g para que apenas 0,5% das peas sejam
substitudas , em dias, igual a:
a) 742
b) 768
c) 856
d) 942
e) 967

24. FCC TRT/23 2011) Placas de um circuito integrado so expedidas em lotes


de 10 unidades. Antes de um lote ser aprovado um procedimento de controle de
qualidade escolhe aleatoriamente e sem reposio 4 placas do lote. Se uma ou
mais forem defeituosas, todo o lote inspecionado. Supondo que num lote haja
duas placas defeituosas, a probabilidade de que o controle de qualidade indique
uma inspeo de todo o lote
a) 1/3
b) 2/3
c) 1/5
d) 2/5
e) 1/4

25. FCC TRT/23 2011) O nmero de falhas num certo tipo de placa de frmica
tem distribuio de Poisson com taxa mdia de 0,1 defeitos por metro quadrado.
Tais placas cobriro uma superfcie plana de 2 m 2,5 m. Se a placa no contm
nenhum defeito ela vendida por R$ 500,00 e se ela tem um defeito ou mais
vendida por R$ 200,00. O preo mdio de venda desse tipo de placa , em reais,
igual a
(dado e-0,1 = 0,90 e e-0,5 = 0,61)
a) 375.
b) 383.
c) 387.
d) 390.
e) 394.

Prof. Arthur Lima

www.estrategiaconcursos.com.br

57

MAT. FINANCEIRA / ESTATSTICA / RAC. LGICO ISS/SP


TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
26. FCC TRT/1 2011) Foram obtidas n observaes independentes de uma
varivel aleatria X com distribuio uniforme contnua no intervalo [0, 1]. Sabe-se
que a probabilidade de exatamente uma dessas observaes ser menor do que 1/4
405/1024. Nessas condies, o valor de n
a) 4
b) 5
c) 6
d) 7
e) 8

GABARITO
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

Prof. Arthur Lima

www.estrategiaconcursos.com.br

58