Aula 72 - Estatistica - Aula 04

Pacote de Teoria e Exercícios para Papiloscopista PF
Estatística
Aula 04
Correlação e Testes de Hipóteses
1 Funções de Probabilidade Conjunta ............................................................................... 2

1.1 Variáveis Discretas ....................................................................................................... 3
1.2 Variáveis Contínuas ...................................................................................................... 4
2 Funções de Probabilidade Marginal ................................................................................ 6
3 Funções de Probabilidade Condicional .......................................................................... 9
4 Variáveis Aleatórias Independentes ............................................................................. 16
5 Esperanças Envolvendo Duas Variáveis Aleatórias ................................................ 17
5.1 Correlação e Covariância .......................................................................................... 18
5.2 Média e Variância de Uma Combinação Linear de Variáveis Aleatórias 27
6 Introdução ao Teste de Hipóteses ................................................................................ 28
6.1 Hipóteses Nula e Alternativa................................................................................... 28
6.2 Valor-p ............................................................................................................................. 32
7 Testes de Uma Média Populacional .............................................................................. 37
7.1 Desvio Padrão Conhecido ......................................................................................... 37
7.2 Desvio Padrão Desconhecido .................................................................................. 45
8 Testes de Uma Proporção Populacional ...................................................................... 46
9 Resumo 49
10 Exercícios de Fixação ......................................................................................................... 54
11 Gabarito 63
12 Resolução dos Exercícios de Fixação ........................................................................... 64
APÊNDICE 89
Prof. Alexandre Lima www.pontodosconcursos.com.br 1

1 Funções de Probabilidade Conjunta
Estudamos anteriormente as distribuições de probabilidade para uma única

variável aleatória. Entretanto, em muitas situações práticas, atribuímos a um
mesmo ponto amostral os valores de duas ou mais variáveis aleatórias ao
descrevermos os resultados de um experimento. Nesta aula, veremos o caso
de um par de variáveis aleatórias.
Exemplo. Considere o lançamento simultâneo de duas moedas não viciadas.

Os resultados desse experimento aleatório são cara-cara (CC), cara-coroa
(CK), coroa-cara (KC) e coroa-coroa (KK). Logo, o espaço amostral é Ω = {CC,
CK, KC, KK}. Defina as variáveis aleatórias X=0 se pelo menos uma das
moedas der cara (X=1 para os demais casos) e Y=-1 se der uma cara e uma
coroa (Y=+1 para os demais casos). Então
P[X=0] = P[CC] + P[CK] + P[KC] = 1/4 + 1/4 + 1/4 = 3/4,
P[X=1] = P[KK] = 1/4 = 1 - P[X=0],
P[Y=-1] = P[CK] + P[KC] = 1/2 e
P[Y=+1] = P[CC] + P[KK] = 1/2 = 1 - P[Y=-1].
Considere o evento resultante da interseção dos eventos obter pelo menos

uma cara e não obter uma cara e uma coroa, ou seja,
{(CC ∪ CK ∪ KC) ∩ (CC ∪ KK)} = {CC}.
Esse evento pode ser representado pela notação compacta (X=0,Y=+1). Como
P(CC) = 1/4, temos que
P(X=0,Y=+1) = 1/4.
O evento (X=0,Y=+1) é dito conjunto porque envolve as variáveis X e Y.
Os demais eventos conjuntos são: (X=0,Y=-1), (X=1,Y=+1) e (X=1,Y=-1).

Diz-se que o par (X,Y) é uma variável aleatória bivariada ou
bidimensional.
Exemplo. A variável aleatória contínua X representa o comprimento de uma

dimensão de uma peça moldada por injeção, enquanto a variável aleatória
contínua Y denota o comprimento de outra dimensão. Estamos interessados
em probabilidades que possam ser escritas em termos de X e Y. Suponha que
as especificações para X e Y sejam (3,95 a 4,05) e (8,10 a 8,20) milímetros,
respectivamente. Então podemos estar interessados na probabilidade de uma
peça satisfazer as duas especificações simultaneamente, ou seja,

P[(3,95 < X < 4,05) e (8,10 < Y < 8,20)].
1.1 Variáveis Discretas
Sejam X e Y variáveis aleatórias discretas, como no primeiro exemplo da

página anterior. Então a função discreta de probabilidade conjunta (ou
distribuição conjunta) de X e Y, denotada por f(x,y), satisfaz
(1) f(x,y) ≥ 0
(2) Σx Σy f(x,y) = 1.
(3) f(x,y) = P(X = x, Y = y)
Exemplo. Um total de 15.064.859 alunos estão matriculados no ensino

superior, divididos entre cursos com duração de 4 anos, de 2 anos e de menos
de 2 anos. A matrícula, separada por sexo, é mostrada na tabela a seguir.
4 anos 2 anos Menos de 2 anos

Homens 4.076.416 2.437.905 172.874
Mulheres 4.755.790 3.310.086 311.788
Fonte: Digest of Educational Statistics 1997, Tabela 170.
Nessa população, as probabilidades aproximadas de matrícula em um dos tipos

de instituição de ensino superior, por sexo, são

Homens 0,27 0,16 0,01
Mulheres 0,32 0,22 0,02
Considere o experimento de extrair aleatoriamente um estudante matriculado

dessa população. Defina a variável aleatória X = 0, se um homem é
selecionado, e X = 1, se uma mulher é selecionada. Defina a variável aleatória
Y = 1, se o estudante escolhido é de um curso de 4 anos, Y = 2, se o
estudante escolhido é de um curso de 2 anos e Y = 3, se é de um curso de
menos de 2 anos.
Seja f(x,y) a função discreta de probabilidade conjunta da população de

homens e mulheres da questão. Sendo assim, temos as seguintes
probabilidades conjuntas:
f ( x = 0, y = 1) = 0,27 = P(homens matriculados em cursos de 4 anos)

f ( x = 0, y = 2) = 0,16 = P(homens matriculados em cursos de 2 anos)
f ( x = 0, y = 3) = 0,01 = P(homens matriculados em cursos < 2 anos)
f ( x = 1, y = 1) = 0,32 = P(mulheres matriculadas em cursos de 4 anos)

f ( x = 1, y = 2) = 0,22 = P(mulheres matriculadas em cursos de 2 anos)

f ( x = 1, y = 3) = 0,02 = P(mulheres matriculadas em cursos < 2 anos)
Note que
2 3
∑∑ f ( x , y
i =1 k =1
i k ) = 0,27 + 0,16 + 0,01 + 0,32 + 0,22 + 0,02 = 1
é a probabilidade do evento certo.

_______________________________________________________
Exemplo (SUSEP/Atuária/2001/ESAF). Uma loja vende lavadoras e

secadoras de roupa. A distribuição conjunta do número N1 de secadoras e do
número N2 de lavadoras vendidas num mesmo dia é dada na tabela abaixo.
Assinale a opção que dá a probabilidade de que a venda, num mesmo dia, de
lavadoras seja igual à de secadoras.
N1|N2 0 1 2 3
0 0,25 0,13 0,04 0,02
1 0,15 0,11 0,02 0,01
2 0,08 0,06 0,05 0,02
3 0,01 0,01 0,01 0,03
A) 0,54
B) 0,50
C) 0,49
D) 0,44
E) 0,19
Resolução
P(N1=N2) = f(N1=0;N2=0) + f(N1=1;N2=1) + f(N1=2;N2=2) + f(N1=3;N2=3) =

0,25 + 0,11 + 0,05 + 0,03 = 0,44
GABARITO: D
1.2 Variáveis Contínuas
Sejam X e Y duas variáveis aleatórias contínuas. Neste caso, a distribuição

conjunta das duas variáveis é caracterizada por uma função f(x,y) chamada
função de densidade conjunta de X e Y, que satisfaz
(4) f(x,y) ≥ 0;

∞ ∞
(5) ∫ ∫ f (x, y)dxdy = 1 ;
− ∞− ∞
b d
(6) P(a ≤ X ≤ b, c ≤ Y ≤ d) = ∫ ∫ f ( x, y)dydx .
a c
A relação (5) nos diz que o volume sob a superfície representada por f(x,y) é
igual a 1. A figura abaixo mostra uma função de densidade conjunta.
0.15
0.1
0.05
2
3
2
0 1
0
-2 -1
-2
y -3
x
A equação (6) dá a probabilidade do par (x,y) estar num retângulo de lados b-

a e d-c.
Exemplo. Seja f(x,y) = 4xy, 0 ≤ x ≤ 1, 0 ≤ y ≤ 1. Então
1 1 1 1
[ ][ 1
∫ ∫ 4xydxdy = 4∫ xdx ∫ ydy = 4 x / 2 0 y / 2 0 = 4(1 / 2 − 0)(1 / 2 − 0) = 1
2 2
]
1
0 0 0 0
e a probabilidade P(X ≤ 1/2, Y ≤ 1/2) é dada por
0 , 50 , 5 0,5 0, 5
∫ ∫ 4xydxdy = 4 ∫ xdx ∫ ydy = 4[x ] [ ]

0, 5 0,5
2
/ 2 0 y 2 / 2 0 = 4(1 / 8 − 0)(1 / 8 − 0) = 4 / 64 = 1 / 16 .
0 0 0 0
Exemplo. Suponha que a variável aleatória (X,Y) esteja uniformemente

distribuída no quadrado da figura abaixo.

0 1 x
Então f(x,y) = K para 0≤x≤1 e 0≤y≤1 (K é uma constante) e f(x,y) = 0 caso

contrário. A figura a seguir ilustra a densidade conjunta uniforme (é a
superfície delimitada pelo perímetro azul). Sabemos que o volume do cubo
deve ser 1 x 1 x K = 1, pois o volume delimitado por uma densidade de
probabilidade conjunta é igual a 1 por definição. Logo K =1 é a altura do cubo.
f(x,y)
1
0 1
y
1 (1,1)
2 Funções de Probabilidade Marginal
Dada uma função densidade de probabilidade conjunta, pode-se obter a função

densidade de probabilidade de cada uma das variáveis aleatórias individuais.

Sejam X e Y variáveis aleatórias contínuas com densidade conjunta f(x,y).

Então fX(x) e fY(y) são denominadas densidades marginais de X e Y,
respectivamente, se são obtidas de f(x,y) por meio das expressões
∞
(7) f X ( x ) = ∫ f ( x , y)dy
−∞
∞
(8) f Y ( y) = ∫ f (x, y)dx
−∞
Note que as funções de densidade de probabilidade marginal fX(x) e fY(y)

correspondem às funções de densidade de probabilidade individuais de X e Y,
respectivamente.
Exemplo. Seja a função densidade conjunta de X e Y dada por
f(x,y) = e-x-y, x>0, y>0.
Então,
∞ ∞
[
f X ( x ) = ∫ e − x − y dy =e − x ∫ e − y dy =e − x − e − y ]
∞
0 = e − x [−e −∞ + e 0 ] = e − x [0 + 1] = e − x , para x>0.
0 0
1 1 1
Note que foi usado o seguinte limite acima: lim e − y = lim = ∞ = = 0. E
y →∞ y→ ∞ e y
e ∞
∞ ∞
[
f Y ( y) = ∫ e − x − y dx =e − y ∫ e − x dx =e − y − e − x ]
∞
0 = e − y [−e −∞ + e 0 ] = e − y [0 + 1] = e − y , para y>0.
0 0
_______________________________________________________
Podemos obter resultados similares para variáveis aleatórias discretas. Dada a

função discreta de probabilidade conjunta f(xi,yk), as funções discretas de
probabilidade marginal são dadas por
(9) f X (x i ) = ∑ f (x i , y k )
k
(10) f Y (y k ) = ∑ f (x i , y k )
i
Exemplo. Considere o terceiro exemplo do item anterior, cuja tabela está

reproduzida abaixo.
(Y=1) (Y=2) (Y=3)
Homens (X=0) 0,27 0,16 0,01
Mulheres (X=1) 0,32 0,22 0,02
A probabilidade P[X = 0] (probabilidade de o estudante escolhido

aleatoriamente ser homem) é igual à probabilidade marginal f X ( x ) no ponto x
=0. Vimos que f X ( x i ) = ∑ f ( x i , y k ) . Logo,
k
3
P[X = 0] = f X ( x = 0) = ∑ f ( x = 0, y k ) = f ( x = 0, y = 1) + f ( x = 0, y = 2) + f ( x = 0, y = 3)
k =1
P[X = 0] = 0,27 + 0,16 + 0,01 = 0,44 ⇒ soma da 1ª linha da tabela.
A probabilidade P[X = 1] , probabilidade de o estudante selecionado

aleatoriamente ser mulher, é igual à probabilidade marginal f X ( x ) no ponto x
=1. Então
3
P[X = 1] = f X ( x = 1) = ∑ f ( x = 1, y k ) = f ( x = 1, y = 1) + f ( x = 1, y = 2) + f ( x = 1, y = 3)
k =1
P[X = 1] = 0,32 + 0,22 + 0,02 = 0,56 ⇒ soma da 2ª linha da tabela.
Note que fX(x=0) + fX(x=1) = 0,44 + 0,56 = 1, e isto acontece porque a soma
das probabilidades de uma função discreta de probabilidades é unitária, por
definição.
A probabilidade P[Y = 1] , que representa a probabilidade de o estudante

escolhido ao acaso estar matriculado em um curso de 4 anos, é igual à
probabilidade marginal f Y ( y) no ponto y =1, dada por
2
P[Y = 1] = f Y ( y = 1) = ∑ f ( x i , y = 1) = f ( x = 0, y = 1) + f ( x = 1, y = 1)
i =1
P[Y = 0] = 0,27 + 0,32 = 0,59 ⇒ soma da 1ª coluna da tabela.
A probabilidade P[Y = 2] é a probabilidade de o estudante estar matriculado em

um curso de 2 anos e é igual à probabilidade marginal f Y ( y) no ponto y =2:
2
i =1
Finalmente, a probabilidade P[Y = 3] denota a probabilidade de o estudante

estar matriculado em um curso com duração menor que 2 anos e corresponde
à probabilidade marginal f Y ( y) no ponto y =3:

2
i =1
Não por acaso, temos que fY(y=1) + fY(y=2) + fY(y=3) = 0,59 + 0,38 = 0,03
= 1.
Y=1 Y=2 Y=3 fX(x)

X=0 0,27 0,16 0,01 0,44
X=1 0,32 0,22 0,02 0,56
fY(y) 0,59 0,38 0,03 1
A tabela acima mostra que as probabilidades marginais fX(x) e fY(y) são

obtidas somando as linhas e colunas, respectivamente.
_______________________________________________________
3 Funções de Probabilidade Condicional
Exemplo. Considere os dados do exemplo anterior, em especial a última

tabela. Qual seria a distribuição das matrículas no ensino superior, sabendo-se
que o curso tem 4 anos de duração? Em outras palavras, queremos calcular as
probabilidades P(X=x|Y=1). Da definição de probabilidade condicional,
obtemos
P(X = x , Y = 1)
P(X = x | Y = 1) = .
P(Y = 1)
Assim, P(X=0|Y=1) = P(X=0,Y=1)/P(Y=1) = 0,27/0,59 = 0,458 e P(X=1|Y=1)

= P(X=1,Y=1)/P(Y=1) = 0,32/0,59 = 0,542. Note que P(X=0|Y=1) +
P(X=1|Y=1) = 0,458 + 0,542 = 1.
A função discreta de probabilidade condicional (ou simplesmente

distribuição condicional) de X, dado que Y=1, denotada por fX|Y(x|y=1),
está na tabela a seguir.
x 0 1
fX|Y(x|y=1) 0,458 0,542
Podemos calcular a média da distribuição condicional de X, dado que Y=1, a

saber
E(X|Y=1) = (0 x 0,458) + (1 x 0,542) = 0,542.

Qual seria a distribuição das matrículas no ensino superior, sabendo-se que os

alunos são do sexo feminino? Ou seja, quais são as probabilidades
P(Y=y|X=1)? Aplicando a probabilidade condicional, obtemos
P(Y=1|X=1) = P(Y=1,X=1)/P(X=1) = 0,32/0,56 = 0,571,
P(Y=2|X=1) = P(Y=2,X=1)/P(X=1) = 0,22/0,56 = 0,393,
P(Y=3|X=1) = P(Y=3,X=1)/P(X=1) = 0,02/0,56 = 0,036.
A distribuição condicional de Y, dado que X=1, denotada por fY|X(y|x=1),

está na tabela abaixo.
y 1 2 3
fY|X(y|x=1) 0,571 0,393 0,036
A média da distribuição condicional de Y, dado que X=1, é igual a
E(Y|X=1) = (1 x 0,571) + (2 x 0,393) + (3 x 0,036) = 1,465.
Vamos formalizar o que foi visto no exemplo acima? Sejam X e Y variáveis

aleatórias discretas com função de probabilidade conjunta f(xi,yk). Então as
funções discretas de probabilidade condicional (ou distribuições
condicionais)
P[X=xi|Y=yk] = fX|Y(xi|yk) e
P[Y=yk|X=xi] = fY|X(yk|xi) são definidas como
f (x i , y k )
(11) f X|Y ( x i | y k ) = , f Y (y k ) > 0
f Y (y k )
f (x i , y k )
(12) f Y|X ( y k | x i ) = , f X (x i ) > 0
f X (x i )
De (11) e (12) resulta que
(13) f ( x i , y k ) = f X|Y ( x i | y k )f Y ( y k ) = f Y|X ( y k | x i )f X ( x i ) .
A esperança condicional de X, dado que Y = yj, é dada por
n
(14) E (X | Y = y j ) = ∑ x i P(X = x i | Y = y j ) .
i =1

Uma definição análoga vale para E(Y|X=xi).
Podemos definir as densidades condicionais associadas a duas variáveis

aleatórias contínuas X e Y (com densidade conjunta fXY(x,y) e densidades
marginais fX(x) e fY(y)) de forma similar. A densidade condicional de Y dado o
resultado X = x é definida por
f XY ( x, y )
(15) fY | X ( y | x ) = , f X (x) > 0
fX ( x)
e a densidade condicional de X dado o resultado Y = y como
f XY ( x, y )
(16) f X |Y ( x | y ) = , fY ( y) > 0 .
fY ( y )
A fórmula (13) também é válida para o caso de variáveis contínuas.
A interpretação de (15) e (16) é a seguinte. Seja a densidade conjunta f(x,y)

= z = 1 para 0≤x≤1 e 0≤y≤1 e f(x,y) = 0 caso contrário representada na
figura abaixo. Considere o plano paralelo ao plano xz que passa por y=1/2.
Esse plano determina na superfície f(x,y) a densidade condicional
fX|Y(x|y=1/2). Por exemplo, suponha que X denote o salário de uma população
e que Y represente o consumo da mesma população. Então, fixado o consumo
y=y0, a densidade condicional fX|Y(x|y0) representa a densidade dos salários
para o nível y0 de consumo.
fX|Y(x|y=1/2)
z=f(x,y)
1
0 1/2 1
y
1 (1,1)

As densidades condicionais fX|Y(x|y) e fY|X(y|x) também podem ser

caracterizadas por meio de suas médias, variâncias, etc.
Exemplo. Seja a densidade de (X,Y) dada por
f(x,y) = 6(1-x-y), 0<x<1, 0<y<1-x.
A região de variação dos pares (x,y) é o triângulo delimitado pelos eixos x e y

e pela reta y = 1-x (vide a próxima figura).
1
y = 1-x
0 1 x
Sabemos que a densidade marginal fX(x) é resultante da integração da

densidade conjunta na variável y. Neste caso, os limites inferior e superior da
integral em y são y=0 e y=1-x, respectivamente, pois o triângulo da figura
acima é percorrido no sentido vertical (de baixo para cima). Então a densidade
marginal fX(x) é dada por:
1−x
∫ 6(1 − x − y ) dy = 6[y − xy − y /2]

1−x
fX ( x) = 2
0
= 3( x −1) 2 , 0 < x < 1 .
0
A densidade marginal fY(y) é calculada pela integração da densidade conjunta

na variável x. Os limites inferior e superior da integral em x são x=0 e x=1-y,
respectivamente, pois o triângulo da figura acima é percorrido no sentido
horizontal (da esquerda para a direita). Então a densidade marginal fY(y) é
dada por:
1− y
fY ( y ) = ∫ 6(1 − x − y )dx = 3( y −1) , 2

0 < y <1.
0
Por conseguinte, as densidades condicionais são
2(1 − x − y )
f X |Y ( x | y ) = , 0 < x <1− y ,
( y −1) 2

2(1 − x − y )
fY | X ( y | x ) = , 0 < y <1 − x.
( x −1) 2
Vale a pena conferir se fX|Y(x|y) é uma densidade de probabilidade válida, para

y fixado. Temos que
∞ ∞ ∞
∫ f X |Y (x | y)dx = ∫ f (x, y) / f Y (y)dx =1/ fY (y) ∫ f (x, y)dx = f Y (y) / f Y (y) = 1

−∞ −∞ −∞
⇒ Portanto, fX|Y(x|y) é uma densidade de probabilidade válida.

_______________________________________________________
Exemplo (Estatística/ANPEC/2009/Adaptada) Considere duas variáveis

aleatórias X e Y. Suponha que X seja distribuída de acordo com a seguinte
função de densidade:
1, 0 < x < 1

fX ( x) = 
0, c .c .
em que c.c. significa “caso contrário” e suponha ainda que
1/ x, 0 < y < x

fY | X ( y | x ) = 
 0, c .c .
Calcule E(Y). Multiplique o resultado por 100.
Resolução
Pede-se a média não condicional E(Y), dada por

∞
E(Y ) = ∫ y. f Y (y)dy .
−∞
Logo, precisamos determinar a densidade marginal fY(y). Vimos que
f ( x, y ) = f X |Y ( x | y ) f Y ( y ) = f Y | X ( y | x) f X ( x)
O enunciado forneceu as densidades fX(x) e fY|X(y|x). Portanto,
1
f ( x, y ) = f Y | X ( y | x ) f X ( x ) = , 0 < x < 1, 0 < y < x .
x
O domínio de f(x,y) é o triângulo hachurado da figura a seguir.

y
y=x
0 1 x
A figura abaixo ilustra a densidade conjunta z = f ( x, y ) = 1 / x , 0 < x < 1 , 0 < y < x .
70
60
50
40
z
30
20
10
0
1
1
0.8
0.5 0.6
0.4
0.2
y 0 0
x
A densidade marginal fY(y) é obtida através de

1
1
fY ( y ) = ∫ x dx = [ln x ]
1
y
= 0 − ln y = −ln y , 0<y<1.
y

Densidade Marginal de Y
7
-lny
3
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
y
Finalmente, a esperança de Y é dada por

1 1
E (Y ) = ∫ y (−ln y ) dy = − ∫ y ln ydy
0 0
Aplicaremos a fórmula da integração por partes:
∫ f ( y ) g'( y ) dy = f ( y ) g( y ) − ∫ g( y ) f '( y )dy

com f ( y ) = ln y e g'( y ) = y ⇒ f '( y ) = 1/ y e g ( y ) = y 2 / 2 .
Assim,
 y2 y2 1 
1
 y2 y 
1
E (Y ) = −ln y ×
 2
− ∫ × dy  = −ln y ×
2 y 0  2
− ∫ dy 
2 0
[ ]
1 1
1 2 1 1 2 y2  1  y2 
E (Y ) = − y ln y − ∫ ydy = −  y ln y −  =  − y 2 ln y 
2 0 2 2 0 2  2 0
Observação: o limite de y2lny quando y tende a zero pela direita (y→0+) é uma
indeterminação do tipo 0.∞, ou seja,
lim y 2 ln y = 0 × ∞
y → 0+
Pela regra de L´Hôpital (derivar o numerador e o denominador da razão):
ln y 1/ y  y2 
lim y 2 ln y = lim −2 = lim −3 = lim −  = 0
y → 0+ y → 0+ y y → 0 + −2 y y → 0+  2

Então,
1 1  1
E (Y ) =  − 1 × ln 1 − 0 + 0 = = 0,25
2 2  4
Resposta: 100.E(Y) = 25
______________________________________________________
A esperança condicional de Y, dado que X=x, é dada por

∞
(17) E(Y | x) = ∫ yf Y |X (y | x)dy .
−∞
Definição análoga pode ser dada para E(X|y). Observe que E(Y|x) é uma
função de x, isto é, E(Y|x) = f(x), sendo denominada curva de regressão
de Y sobre x. A regressão será vista em detalhes mais adiante.
Exemplo. Seja a densidade condicional
fY|X(y|x) = 1/x, 0<y<x.
A esperança condicional E(Y|x) é dada por
1  y2  1  x2  x
x x x
1 1
E (Y | x ) = ∫ y dy =
x x
∫ ydy =   =  − 0 = .
x  2 0 x  2  2
0 0
Note que E(Y|x) é, de fato, uma função de x.
4 Variáveis Aleatórias Independentes
Quando X e Y são variáveis aleatórias independentes a função de probabilidade

conjunta é igual ao produto das funções marginais de probabilidade, ou seja
(18) f ( x, y) = f X ( x )f Y ( y) .
Exemplo. Vimos que as densidades marginais da densidade conjunta
f(x,y) = e-x-y, x>0, y>0
são dadas por
f X ( x ) = e − x , para x>0 e
f Y ( y) = e − y , para y>0.

Como f(x,y) = fX(x)fY(y) = e-x.e-y = e-x-y, concluímos que X e Y são

independentes.
_______________________________________________________
Podemos generalizar a fórmula (18). Sejam X1, X2, ..., Xn variáveis

aleatórias independentes com função de probabilidade conjunta
f(x1, x2, ..., xn)
e funções marginais de probabilidade
f X1 ( x 1 ), f X 2 ( x 2 ),..., f X n ( x n ) .
Então é válida a expressão
(19) f ( x 1 , x 2 ,..., x n ) = f X1 ( x 1 )f X 2 ( x 2 )...f X n ( x n ) .
Se X e Y são independentes, então a densidade condicional de X, dado que Y =

y é,
f ( x , y ) f X ( x )f Y ( y )
(20) f X|Y ( x | y) = = = f X (x ) .
f Y ( y) f Y ( y)
e a densidade condicional de Y, dado que X = x é,
f ( x , y ) f X ( x )f Y ( y )
(21) f Y|X ( y | x ) = = = f Y ( y) .
f X (x ) f X (x )
5 Esperanças Envolvendo Duas Variáveis Aleatórias
Conforme já visto nesta aula, é muito comum estarmos interessados no

comportamento conjunto de duas ou mais variáveis aleatórias. Apresentamos
para você os conceitos de funções de probabilidade conjunta, marginal e
condicional para variáveis discretas e contínuas. Também estudamos a noção
de independência entre variáveis aleatórias.
Nesta seção, daremos continuidade ao estudo da associação entre

variáveis. Frequentemente, estamos interessados em saber se existe uma
associação entre duas variáveis. Considere, por exemplo, a Economia. Em
geral, estamos interessados em investigar as relações que possam existir entre
variáveis econômicas. Por exemplo: quão estreitamente caminham duas
variáveis preço? Veremos que os conceitos de covariância e correlação nos
ajudam a responder a essa pergunta.

5.1 Correlação e Covariância
Seja uma amostra de dez pessoas adultas, do sexo masculino, e sejam a

altura (cm) e o peso (kg) dessas pessoas denotadas por X e Y,
respectivamente. Para cada elemento da amostra, temos um par ordenado (x,
y). Teremos então n = 10 pares de valores das duas variáveis, que poderão
ser representadas em um diagrama cartesiano bidimensional denominado
diagrama de dispersão.
Tabela
Pessoa Altura (cm) Peso (kg)
1 174 74
2 161 68
3 171 63
4 181 92
5 182 80
6 165 73
7 155 61
8 168 64
9 176 90
10 175 81
Suponha que tenham sido obtidos os valores apresentados na tabela acima. O

diagrama de dispersão correspondente é o da próxima figura. A vantagem do
diagrama de dispersão está em que, muitas vezes, sua simples observação já
nos dá uma boa idéia de como as duas variáveis se correlacionam, isto é,
qual a tendência de variação conjunta que apresentam.
95
90
85
80
75
70
65
60
55
150 155 160 165 170 175 180 185

Observando o diagrama de dispersão acima com atenção, constatamos que

existe, para maiores valores de X (altura), uma tendência a obtermos maiores
valores de Y (peso) e vice-versa. Quando isso ocorre, diz-se que há
correlação linear positiva entre X e Y.
Entretanto, também podemos ter casos em que o diagrama de dispersão

apresenta o aspecto da figura que se segue, indicando que, para maiores
valores de X, a tendência é observarem-se menores valores de Y e vice-versa.
Diz-se que nesse caso a correlação é negativa. Por exemplo, a renda per
capita de países e o índice de analfabetismo são variáveis negativamente
correlacionadas.
É claro que também pode ocorrer o caso em que as variáveis são não
correlacionadas. Neste caso, o aspecto do diagrama de dispersão é o da
próxima figura.

-1
-2
-3
-4 -3 -2 -1 0 1 2 3 4
Vimos que o sinal da correlação indica a tendência da variação conjunta das

duas variáveis. Além disso, devemos considerar também a intensidade ou o
grau da correlação. A correlação linear (em valor absoluto) entre X e Y na
figura em que a correlação é negativa é mais intensa do que a da figura em
que a correlação é positiva, pois os pontos da primeira apresentam uma
tendência mais acentuada de se colocarem segundo uma reta do que os da
última.
Sejam X e Y variáveis aleatórias. Então a covariância de X e Y é definida por
(22) Cov(X, Y) = E[(X − X )(Y − Y )] = E[XY] − XY .
em que X = E[X] e Y = E[Y] .
Se X e Y são variáveis aleatórias discretas e f (xi,yj) é sua função de

probabilidade conjunta, a covariância entre X e Y é dada por
(23) Cov(X, Y) = E[(X − X )(Y − Y )] = ∑∑ [ x i − X ][ y j − Y ]f ( x i , y j ) .

i j
Caso X e Y sejam variáveis aleatórias contínuas com função densidade de

probabilidade conjunta f(x,y), a covariância é calculada pela integral
∞ ∞
(24) Cov(X, Y) = ∫ ∫ (x − X )(y − Y )f ( x, y)dxdy .
− ∞− ∞

A covariância é uma medida da intensidade e do sinal da correlação linear

entre duas variáveis. Suponha que tenhamos uma amostra de n pares
ordenados (x,y). Neste caso, a covariância pode ser estimada pela estatística
1 n
(25) s xy ≈ ∑ (x i − x )( y i − y) .
n i =1
em que x é a média amostral de X (estimativa de X ), y é a média amostral

de Y (estimativa de Y ) e n é suficientemente grande (n>30, por exemplo).
Observe que a covariância depende das unidades de medida das variáveis X e

Y. Percebe-se mais claramente o significado da covariação dividindo-se a
covariância entre X e Y por seus respectivos desvios-padrão. Define-se a razão
resultante como a correlação entre as variáveis aleatórias X e Y, denotada
pela letra grega ρ (rô)
cov(X, Y)
(26) ρ( X , Y ) =
σXσY
em que σ X e σ Y denotam os desvios-padrão de X e Y, respectivamente.
A correlação é estimada pelo coeficiente de correlação linear de Pearson,

ou, simplesmente, coeficiente de correlação, definido por
s xy
(27) R=
sxsy
em que s xy é a covariância amostral de X e Y (25), sx é o desvio-padrão

amostral de X
∑ (x
i =1
i − x) 2
(28) sx ≈
n
e sY é o desvio-padrão amostral de Y
∑ (y
i =1
i − y) 2
(29) sy = .
n
Substituindo (25), (28) e (29) em (27), obtemos

∑ (x
i =1
i − x )( y i − y)
S xy
(30) R= = .
n n
S xx S yy
∑ (x
i =1
i − x) 2
∑ (y
i =1
i − y) 2
n n n
em que S xy = ∑ ( x i − x )( y i − y) , S xx = ∑ ( x i − x ) 2 e S yy = ∑ ( y i − y) 2 .
i =1 i =1 i =1
A representação abreviada dos somatórios de (30) por meio de S xy , S xx e S yy é

útil. Pode-se demonstrar que as seguintes fórmulas são válidas:
1  
(31) Sxy = ∑ x i y i −  ∑ x i  ∑ y i 
i n i  i 
2
1 
= ∑ xi − ∑ xi 
2
(32) S xx
i n i 
2
1 
= ∑ yi −  ∑ yi 
2
(33) S yy
i n i 
As fórmulas (31), (32) e (33) são importantes para a prova.
O coeficiente de correlação tem as importantes propriedades de ser

adimensional e de variar entre -1 e +1, o que não ocorre com a covariância. A
vantagem de ser adimensional está no fato de seu valor não ser afetado pelas
unidades adotadas. Por outro lado, o fato de termos − 1 ≤ R ≤ 1 faz com que um
dado valor de R seja facilmente interpretado. Note que R = -1 corresponde ao
caso de correlação linear negativa perfeita e R = +1 corresponde ao caso de
correlação linear positiva perfeita.
O coeficiente de correlação para os dados da tabela de alturas e pesos é de

aproximadamente 0,771 (você pode conferir este resultado com uma
calculadora ou com algum programa de computador). O coeficiente de
correlação para os dados da figura em que a correlação é negativa é igual a -
0,9854. O coeficiente de correlação para os dados da figura em que
aparentemente não há correlação entre X e Y é igual a 0,0164. Este último
resultado indica que não há qualquer associação linear entre as variáveis X e Y
(neste caso a covariância amostral também dará próxima de zero). Quanto
maior é o valor absoluto (ou módulo) |ρ|, melhor é a associação linear entre os
valores.
Deve-se frisar que um alto valor do coeficiente de correlação, embora

estatisticamente significativo, pode não implicar qualquer relação de causa e

efeito, mas simplesmente a tendência de variação conjunta das variáveis em

questão.
Ressaltamos que a correlação nula, isto é, ρ = 0, significa que não há

associação linear entre X e Y. Mesmo que X e Y tenham covariância zero, elas
podem ter uma associação não linear, como em X 2 + Y 2 = 1 (equação de uma
circunferência centrada em (0,0) e de raio 1).
Uma importante conseqüência da independência estatística é a seguinte:
- se X e Y são variáveis aleatórias independentes, então a covariância e a

correlação entre elas é nula.
Exemplo. Admita que X e Y sejam variáveis aleatórias independentes. Então é

válida a expressão
A) E[XY] = E[X 2 ]E[Y 2 ]

B) E[XY] = E[X]E[Y]
C) E[XY] = E[X] / E[Y]
D) E[XY] = Cov(X, Y)
E) E[XY] = (E[X]E[Y]) 2
Resolução
Provaremos que E[XY] = E[X]E[Y] supondo que X e Y sejam variáveis contínuas.

Prova similar pode ser dada para o caso das variáveis serem discretas (tente
você mesmo fazer após estudar a nossa solução para variáveis contínuas).
Primeiramente, lembre que f ( x, y) = f X ( x )f Y ( y) , pois X e Y são independentes.

Aplicando esse conceito na integral de E[XY], obtemos
∞ ∞
∞  ∞ 
E[XY] = ∫ ∫ xyfXY ( x , y)dxdy =  ∫ xf X ( x )dx  ×  ∫ yf Y ( y)dy  = E[X]E[Y]
− ∞− ∞  −∞   −∞ 
Note que variáveis independentes são não correlacionadas, pois
Cov(X, Y) = E[XY] − XY = 0 .
GABARITO: B
Distribuição Normal Bidimensional
A distribuição normal bivariada ou bidimensional é um modelo importante para

variáveis aleatórias contínuas bidimensionais.
A variável (X,Y) tem distribuição normal bidimensional se sua densidade

conjunta for dada por
  x − µ  2 ( x − µ x )( y − µ y )  y − µ y   
2
1  1
(34) f ( x , y) = exp− 
 σ  − 2ρ
x
+  
2πσ x σ y 1 − ρ2 2 (1 − ρ 2
)  σ σ  σ  
  x  x y  y   
para − ∞ < x < ∞ , − ∞ < y < ∞ (foi usada a notação exp(x) = ex). Observe que a
densidade normal conjunta depende de cinco parâmetros: µX e µY (médias), σX
e σY (desvios padrões) e ρ (coeficiente de correlação entre Y e X). A figura
abaixo mostra a superfície normal obtida para os seguintes parâmetros: µX =
µY = 0, σX = σY = 1 e ρ = 0,3.
0.15
0.1
z = f(x,y)
0.05
2
3
2
0 1
0
-2 -1
-2
y -3
x
A normal bidimensional possui as seguintes propriedades:
(a) As distribuições marginais de X e Y são normais unidimensionais: X ~

N(µx,σ2x) e Y ~ N(µy,σ2y).
(b) As distribuições condicionais são normais, com
 σ 
f Y|X ( y | x ) ~ N µ y + ρ y ( x − µ x ), σ 2y (1 − ρ2 )  e
 σx 
 σ 
f X|Y ( x | y) ~ N µ x + ρ x ( y − µ y ), σ 2x (1 − ρ 2 )  .
 σy 
 

σy σx
Logo E (Y | x ) = µ y + ρ ( x − µ x ) e E ( X | y) = µ x + ρ (y − µy ) .
σx σy
Se X e Y são conjuntamente normais e não correlacionadas (ρ=0),

podemos escrever a densidade (34) como
2
1  y −µ y 
2
1  x −µ x 
−  
−  
1 2  σx 1 2  σ y 
(35) f ( x , y) = e 
× e 
,
σ x 2π σ y 2π
ou seja, a densidade conjunta é o produto das duas marginais, que são

normais. Isto quer dizer que X e Y são independentes no caso em que X e Y
tiverem densidade conjunta normal com ρ=0.
Atenção! A não correlação entre X e Y implica independência estatística

somente quando X e Y são variáveis aleatórias conjuntamente
normais. Isto não é verdade quando X e Y tem distribuição conjunta diferente
da normal bidimensional.
Exemplo (Fiscal de Rendas-MS/2006/FGV). Analise as afirmativas a

seguir, a respeito de duas variáveis aleatórias X e Y:
I. se X e Y são independentes, então Cov(X,Y) = 0;

II. se Cov(X,Y) = 0, então X e Y são independentes;
III. se X e Y são independentes, então E(XY) = E(X).E(Y);
IV. se E(XY) = E(X).E(Y), então X e Y são independentes.
Assinale:
A) se nenhuma afirmativa estiver correta.

B) se somente as afirmativas I e III estiverem corretas.
C) se somente as afirmativas I e IV estiverem corretas.
D) se somente as afirmativas II e IV estiverem corretas.
E) se todas as afirmativas estiverem corretas.
Resolução
Sejam X e Y variáveis aleatórias. Então a covariância de X e Y é definida como
Cov(X,Y) = E[(X-µX) (Y-µY)] = E(XY) - µXµY
em que µX = E(X) e µY = E(Y). Se X e Y são variáveis aleatórias

independentes, então a covariância entre elas é nula (o que indica que não há
associação linear entre elas!), ou seja,
Cov(X,Y) = 0 (p/ X e Y independentes) ⇒ E(XY) = µXµY.

Diz-se que X e Y são não correlacionadas quando Cov(X,Y) = 0.
A relação recíproca não é verdadeira: se X e Y são não correlacionadas não

podemos afirmar que X e Y sejam independentes. Porém, a não correlação
entre X e Y implica independência estatística quando X e Y são variáveis
aleatórias conjuntamente normais (e somente neste único caso!).
Análise das afirmativas:
I. “se X e Y são independentes, então Cov(X,Y) = 0” ⇒ Verdadeira, por

definição.
II. “se Cov(X,Y) = 0, então X e Y são independentes” ⇒ Falsa, pois a relação
recíproca não é verdadeira: se X e Y são não correlacionadas não podemos
afirmar que X e Y sejam independentes.
III. “se X e Y são independentes, então E(XY) = E(X).E(Y)” ⇒ Verdadeira, pois
Cov(X,Y) = 0 implica E(XY) = E(X).E(Y).
IV. “se E(XY) = E(X).E(Y), então X e Y são independentes” ⇒ Falsa, pois a não
correlação não implica independência.
GABARITO: B
Exemplo (SUSEP/Atuária/2010/ESAF). Y e X são variáveis aleatórias com

distribuição normal conjunta com E(Y) = µY, E(X) = µX, e Cov(Y,X) = ρσYσX,
onde σY e σX são os desvios padrões de Y e X, respectivamente, e ρ o
coeficiente de correlação entre Y e X. Qual a expressão da regressão de X em
Y, E(X|Y=y)?
A) µY + ρσY(x – µX)/σX.
B) µY + ρσX(x – µX)/σY.
C) µY + ρσY(y – µY)/σX.
D) µX + ρσX(y – µY)/σY.
E) µX + ρσY(y – µY)/σX.
Resolução
A média condicional
σx
E ( X | y) = µ x + ρ (y − µy )
σy

é uma função linear de y, ou seja E(X|y) = g(y). Desta forma, E(X|Y=y) é a

regressão de X em Y e isso implica que as opções A e B poderiam ser
descartadas logo de início, pois ambas são funções da variável x.
A opção D contém a expressão correta.
GABARITO: D
5.2 Média e Variância de Uma Combinação Linear de Variáveis

Aleatórias
Sejam X e Y variáveis aleatórias e Z=g(X,Y) uma função dessas variáveis.

Vamos admitir que essa função tenha a forma
(36) Z = aX + bY
em que a e b são constantes. Essa expressão é uma combinação linear (ou

soma ponderada). A esperança de (36) é dada por
(37) E[ Z] = aE[X] + bE[Y] .
A Eq. (37) nos diz que o valor esperado de uma combinação linear de
duas variáveis aleatórias é a combinação linear de seus respectivos
valores esperados. Essa regra pode ser generalizada para um número
arbitrário de variáveis aleatórias, quer elas sejam discretas ou contínuas.
As seguintes regras relativas à variância são válidas:
1. Se X, Y e Z são variáveis aleatórias e a, b e c são constantes, então
(38) var[aX + bY + cZ] = a 2 var[X] + b 2 var[Y] + c 2 var[Z] +

2ab cov(X, Y) + 2ac cov(X, Z) + 2bc cov(Y, Z)
Note que var(aX + bY) = a 2 var(X) + b 2 var(Y) + 2ab cov(X, Y).
2. Se X, Y e Z são independentes ou não correlacionadas
(39) var[aX + bY + cZ] = a 2 var[X] + b 2 var[Y] + c 2 var[Z]
Se fizermos a = b= c =1 em (39), obtemos
(40) var[X + Y + Z] = var[X] + var[Y] + var[Z] .
A expressão (40) nos diz que a variância da soma de variáveis aleatórias

independentes é igual à soma das variâncias.

As regras sobre a variância de três variáveis aleatórias podem ser

generalizadas para n variáveis aleatórias.
6 Introdução ao Teste de Hipóteses
Na prática, é muito comum a tomada de decisões sobre populações com base

em informações amostrais. Tais decisões são denominadas decisões
estatísticas. Por exemplo, podemos desejar conhecer, a partir de um
conjunto de dados provenientes de uma população, se uma vacina
experimental é eficaz contra um novo tipo de gripe ou se uma política
governamental econômica é melhor que outra(s). Nesta aula, estudaremos o
problema dos testes de hipóteses relativos à população. Diz-se que os testes
são paramétricos quando se referem a hipóteses sobre parâmetros
populacionais. Os testes são não paramétricos quando se referem a outros
aspectos que não os parâmetros em si.
Considere, por exemplo, uma população cujos elementos podem ser

classificados de acordo com dois atributos, que denominaremos “sucesso” e
“fracasso”. Podemos ter n elementos, dos quais alguns são defeituosos e os
restantes são não defeituosos. Se p denota a proporção de sucessos na
população, então o objetivo é fazer algum tipo de inferência sobre p. Já
aprendemos em aula anterior como estimar p. Aqui, estamos interessados em
testar alguma hipótese estatística sobre p, tal como “p é maior do que um
dado valor p0” ou “p é menor do que um certo valor p0”. A hipótese sob
investigação será considerada válida até que se “prove” o contrário (a prova
será dada num sentido probabilístico). Baseados em uma amostra da
população vamos estabelecer uma regra de decisão, segundo a qual
rejeitaremos ou aceitaremos a hipótese proposta. A regra de decisão é
chamada teste. Somente serão consideradas amostras aleatórias.
No restante desta aula, aprenderemos a resolver questões que envolvam os

testes de hipóteses mais prováveis de serem cobrados pela banca na prova.
6.1 Hipóteses Nula e Alternativa
Dado um problema de teste de hipóteses, precisamos formular as chamadas

hipótese nula e hipótese alternativa.
A hipótese nula ou hipótese de trabalho (H0) é a hipótese aceita como

verdadeira até prova estatística em contrário. É o ponto de partida para a
análise dos dados. Em geral, ela é formulada em termos de igualdade entre
parâmetros ou entre um parâmetro e uma constante. Ela geralmente
representa o contrário do que queremos provar, ou seja, representa a
hipótese que se quer rejeitar. Quando os dados mostrarem evidência
suficiente de que a hipótese nula (H0) é falsa, o teste rejeita-a, aceitando em
seu lugar a chamada hipótese alternativa (H1). Em geral, a hipótese
alternativa é formulada em termos de desigualdades (≠, < ou >). Ela

comumente representa o que se quer provar, isto é, corresponde à

própria hipótese de pesquisa formulada em termos de parâmetros.
Exemplo. Uma empresa atuante na exploração e produção de óleo e gás

natural compra de um fornecedor parafusos cuja carga média de ruptura é 55
kN. O desvio padrão das cargas de ruptura é igual a 6 kN e independe do valor
médio. Deseja-se verificar se um grande lote de parafusos recebidos deve ser
considerado satisfatório. Não é desejável que esse lote seja formado por
parafusos cuja carga média de ruptura seja inferior a 55 kN. Por outro lado, o
fato de a carga média de ruptura ser superior a 55 kN não representa
problema, pois, nesse caso, os parafusos seriam de qualidade superior à
necessária.
A empresa poderia adotar a seguinte regra para decidir se concorda em aceitar

o lote ou se prefere devolvê-lo ao fornecedor: coletar uma amostra aleatória
de 36 parafusos do lote e submetê-los a ensaios de ruptura em laboratório; se
a carga média de ruptura observada nessa amostra for maior ou igual a 53 kN,
ela comprará o lote; caso contrário, ela se recusará a comprar.
A princípio, a empresa poderia testar a hipótese de que a carga média de

ruptura dos parafusos do lote seja maior ou igual a 55 kN, contra a alternativa
de que ela seja inferior a 55 kN (esta última é a sua suspeita). Como a
hipótese de que a carga média de ruptura seja superior a 55 kN não preocupa
o comprador, a mesma poderia ser excluída, sem perda de generalidade, para
simplificação do teste. Assim, as hipóteses do teste são
H0: µ = 55 kN
H1: µ < 55 kN
Vamos admitir que a hipótese H0 seja verdadeira, ou seja, que a

população dos valores da carga de ruptura tem de fato a média µ = 55 kN.
Assim, a média X da amostra aleatória de 36 elementos será uma variável
aleatória com média também de 55 kN e com desvio padrão igual a
σ X = σ / n = 6 / 36 = 1,0 kN. Aprendemos que podemos considerar a distribuição
amostral de X como aproximadamente normal. Temos então a situação
indicada na figura abaixo, em que α indica a probabilidade de se obter x1 < 53
kN (essa probabilidade corresponde à área sob a distribuição amostral de X no
intervalo − ∞ < x < 53 ).

Distribuição da média amostral, n=36
0.4
0.35
0.3
0.25
Densidade
0.2
0.15
α = P(média < 53)

0.1
0.05
Rejeita se média < 53 kN
0
51 52 53 54 55 56 57 58 59
Média amostral
A probabilidade α pode ser determinada por meio de
x1 − µ 53 − 55
z= = = −2,0,
σX 1,0
valor para o qual a tabela da normal reduzida fornece a área 0,5 – 0,4772 =
0,0228 = 2,28%. Assim, há uma probabilidade α = 2,28% de que, mesmo
sendo a hipótese H0 verdadeira, x assuma valor na faixa que leva à
rejeição de H0, de acordo com a regra de decisão adotada. Neste caso, a
empresa iria rejeitar H0 sendo ela verdadeira, o que consiste no erro tipo
I (neste exemplo, o erro tipo I levaria à rejeição de um lote satisfatório), cuja
probabilidade é dada por
α = P(erro tipo I) = P(rejeitar H0|H0 é verdadeira).
Por outro lado, pode ocorrer a situação em que a hipótese H0 é falsa, ou

seja, na realidade vale µ < 55 kg, e a média amostral assume um valor maior
que 53 kg, levando a aceitação de H0. A empresa cometeria, neste caso, o
erro tipo II, que consiste em aceitar a hipótese H0 sendo ela falsa. Por
conseguinte, a empresa iria adquirir um lote insatisfatório, causando prejuízos
à produção. A probabilidade de se cometer um erro tipo II é denotada por β,
logo
β = P(erro tipo II) = P(não rejeitar H0| H0 é falsa).
A probabilidade β não pode ser calculada, a menos que se especifique um valor

alternativo para o parâmetro sob investigação.
Em resumo, em um teste de hipóteses, podem ocorrer dois tipos de erro:

• Erro tipo I: rejeitar H0, sendo H0 verdadeira;

• Erro tipo II: aceitar H0, sendo H0 falsa.
A faixa de valores da variável de teste que leva à rejeição de H0 é denominada

Região Crítica (RC) ou região de rejeição do teste. Para o exemplo visto, a
RC é − ∞ < x < 53 . Por outro lado, a faixa de valores que leva à aceitação é
chamada de Região de Aceitação (RA), x ≥ 53 . A figura abaixo mostra as RC e
RA do teste do exemplo anterior.
0.4
0.35
0.3
0.25
Densidade
0.2
0.15
0.1 Região
Crítica (RC)
0.05
Região de Aceitação (RA)
0
51 52 53 54 55 56 57 58 59
Média amostral
Voltando ao exemplo visto acima, a empresa poderia ter adotado o seguinte

critério (alternativo) de decisão: se a carga média de ruptura observada na
amostra de 36 elementos for inferior a 55 kN, isto é, se x < 55 kN, então ela se
recusará a comprar o lote de parafusos. Entretanto, esta idéia, aparentemente
intuitiva, de se rejeitar H0 caso x < 55 kN, não seria, de fato, recomendável,
pois, nesse caso, a probabilidade α do erro tipo I seria igual a 50%!
Vimos como, no exemplo anterior, fixada a RC do teste, determinamos a

probabilidade α do erro tipo I por meio de uma simples manipulação da
distribuição normal. Inversamente, dado α, podemos determinar o limite da
RC. Isso é o que em geral se faz na prática, direta ou indiretamente, sendo os
valores usualmente adotados α = 5% e α = 1%.
Assim, no exemplo anterior, se for fixado α = 5%, resultará que
x − 55
− z 5% = −1,645 = ,
1,0
x = 55,0 − 1,645 = 53,355 kN ⇒ limite da RC.

Da mesma forma, se for fixado α = 1%, o novo limite da RC será
x − 55
− z1% = −2,326 = ⇒ x = 55,0 − 2,326 = 52,674 kN.
1,0
Deste modo, se o valor numérico da média amostral for inferior a 52,674 kN,
rejeitaremos a hipótese H0 ao nível α = 1% de significância (isso implica que
H0 será também rejeitada se o nível de significância for α = 5%). Se a média
amostral for superior a 53,355 kN, aceitaremos a hipótese H0 ao nível de α =
5% de significância (H0 será também aceita se o nível de significância for α =
1%). Se, por acaso, tivermos 52,674 < x < 53,355 kN, a hipótese H0 será aceita ao
nível α = 1% e será rejeitada ao nível α = 5%. Isto quer dizer que, se a
empresa admite realizar o teste a um risco de 5% de probabilidade de cometer
o erro tipo I (rejeitar H0, sendo H0 verdadeira), a evidência estatística terá sido
significativa, indicando que a hipótese nula deverá ser rejeitada. Se, porém,
tivéssemos especificado um risco de apenas 1% de probabilidade de cometer o
erro tipo I, a evidência amostral não teria sido significativa a esse nível de
significância.
O exemplo mostra que a decisão de aceitar ou rejeitar a hipótese nula H 0

depende do nível de significância adotado. Um dado resultado amostral
obtido pode ser ou não significante, dependendo do α fixado, e é por esta
razão que α é denominado nível de significância. Um resultado
significativo a um determinado nível α nos levará à rejeição de H0, pois
admite-se que ele não é compatível com a hipótese nula, a menos de uma
probabilidade α de erro.
Por outro lado, se o resultado amostral cair na região de aceitação, não terá
havido, no nível α especificado, evidência significativa suficiente para a
rejeição de H0, a qual, por tal motivo, deverá ser aceita. Neste caso, estamos
sujeitos a cometer o erro tipo II (aceitar H0 sendo H0 falsa). A aceitação de H0
está associada, via de regra, à insuficiência de evidência empírica, ao nível de
significância desejado, para se chegar à sua rejeição. Essa aceitação, portanto,
não deve ser interpretada como uma afirmação de H0. Assim, rejeitamos H0
quando estamos estatisticamente convencidos, ao nível de significância α, de
que estamos certos, enquanto que, se aceitamos H0, em geral essa aceitação
não representa uma afirmação estatisticamente forte.
6.2 Valor-p
Geralmente, a hipótese nula H0 afirmará que um parâmetro populacional tem

um valor específico e a hipótese alternativa H1 será uma das seguintes
assertivas:
(i) O parâmetro é maior que o valor especificado (teste unilateral ou

monocaudal à direita).
Teste unilateral à direita

0.4
0.35
0.3
0.25
Densidade
0.2
0.15
0.1
0.05
Rejeita se média > 57 kN
0
51 52 53 54 55 56 57 58 59
Média amostral
(ii) O parâmetro é menor que o valor especificado (teste unilateral à

esquerda).
Teste unilateral à esquerda

0.4
0.35
0.3
0.25
Densidade
0.2
0.15
0.1
0.05
Rejeita se média < 53 kN
0
51 52 53 54 55 56 57 58 59
Média amostral
(iii) O parâmetro é maior que um valor ou menor que um outro valor

especificado (teste bilateral ou bicaudal).

Teste bilateral
0.4
0.35
0.3
0.25
Densidade 0.2
0.15
0.1
Rejeita se x<-2.131 Rejeita se t>2.131

0.05
Prob = 0.025 Prob = 0.025
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
média amostral
Definição (valor-p). O valor-p (ou probabilidade de significância) é a

probabilidade de a estatística do teste acusar um resultado tão ou mais
distante do esperado, como o resultado ocorrido na particular amostra
observada, supondo H0 como a hipótese verdadeira.
Exemplo. Suponha que o desvio padrão σ de uma população normalmente

distribuída seja igual a 3, e que H0 afirme que a média populacional seja igual
a 12 (H0: µ = 12). Uma amostra aleatória com 36 elementos é extraída da
população e produz a média amostral X = 12,95 . Escolheu-se
X − 12 X − 12 X − 12
Z= = = ,
σ / n 3 / 36 0,5
como a estatística do teste, que corresponderá à variável aleatória normal

reduzida, se H0 for verdadeira. O valor da estatística é z = (12,95 − 12) / 0,5 = 1,9 .
Vamos supor que o nível de significância especificado para o teste seja α =
5%. O valor-p do teste então dependerá da hipótese alternativa H1 como se
segue:
(i) Para H1: µ > 12 (caso (i)), o valor-p é a probabilidade de que uma
amostra aleatória com 36 observações produza uma média amostral
maior ou igual a 12,95, dado que a verdadeira média seja 12; neste
caso, P(z ≥ 1,9) ≈ 2,9% (vide a figura abaixo). Isto significa que a
chance de ocorrer X ≥ 12,95 é aproximadamente igual a 3%
(relativamente baixa) se µ = 12.

0.8
0.7
0.6
0.5
Densidade
0.4
0.3
0.2
Valor-p = P(média > 12.95)

0.1
0
10 10.5 11 11.5 12 12.5 13 13.5 14
Média amostral
(ii) Para H1: µ<12 (caso (ii)), o valor-p é a probabilidade de que uma
amostra aleatória de tamanho 36 produza uma média amostral
menor ou igual a 12,95, se µ = 12. Tem-se que P(z ≤ 1,9) ≈ 97,1%
(veja a próxima figura). Isto quer dizer que a probabilidade de
ocorrer X ≤ 12,95 é aproximadamente igual a 97% (as chances são
bastante altas) se µ = 12.
0.8
0.7
0.6
Valor-p = P(média < 12.95)

0.5
Densidade
0.4
0.3
0.2
0.1
0
10 10.5 11 11.5 12 12.5 13 13.5 14
Média amostral
(iii) Para H1: µ ≠ 12 (caso (iii)), o valor-p é a probabilidade de que uma

amostra aleatória de tamanho 36 produza uma média amostral que
esteja 0,95 unidade ou mais afastada de µ = 12, ou seja, X ≥ 12,95 ou
X ≤ 11,05 , se a média populacional é de fato igual a 12. Aqui, o valor-p
é dado por P(z ≥ 1,9) + P(z ≤ -1,9) = 2,87 + 2,87 ≈ 5,7% (vide a
figura abaixo), e isto quer dizer que as chances são de
aproximadamente 6 em 100 de que | X − 12 |≥ 0,95 se µ = 12.

0.8
0.7
0.6
0.5
Densidade
0.4
0.3
0.2 p/2 p/2
0.1
0
10 10.5 11 11.5 12 12.5 13 13.5 14
média amostral
Pequenos valores-p nos dão evidências estatísticas para rejeitarmos

H0 em favor de H1, pois a probabilidade de ocorrer um resultado tão ou
mais distante do esperado, como o resultado ocorrido na amostra
observada é pequena, se H0 for verdadeira (mas é preciso quantificar
quão pequeno deve ser o valor-p e é aí que entra em cena o nível de
significância α). Neste exemplo, P(Z ≥ 1,9) = valor-p = 2,9% para H1: µ > 12.
Neste caso, valor-p = 2,9% (menor que α = 5%) é um forte indicador de que
a média populacional µ é maior que 12. Portanto, torna-se natural rejeitar H 0
em favor de H1.
Por outro lado, grandes valores-p não fornecem evidências estatísticas

para rejeitarmos H0 em favor de H1, pois a probabilidade de ocorrer um
resultado tão ou mais distante do esperado, como o resultado ocorrido
na amostra observada é grande, se H0 for verdadeira. No exemplo, P(Z ≤
1,9) = valor-p = 97,1% para H1: µ<12. Assim, um valor-p = 97,1% (maior
que α = 5%) é uma forte evidência de que H0 não deve ser rejeitada em favor
de H1.
Para o caso (iii), H1: µ ≠ 12, foi obtido (valor-p = 5,7%) > (α = 5%). Aqui, a
evidência estatística para rejeitar H0 em favor de H1 NÃO é suficientemente
forte. Logo, não rejeitamos H0 em favor de H1. Porém, H0 seria rejeitada em
favor de H1 se adotássemos um valor maior para o nível de significância, como
α’ = 10%.
Regra importante:
⇒ Se valor-p ≤ α , rejeitamos H0 em favor de H1.

⇒ Se valor-p > α , não rejeitamos H0 em favor de H1.
Nota: pode-se definir o valor-p como a menor escolha que teríamos feito
para o nível de significância α, de forma que rejeitaríamos H0. Por
exemplo, vamos supor que o nível de significância foi fixado em α = 1%. Um
valor-p igual a 5% indica que nós teríamos rejeitado H0 se tivéssemos
escolhido um nível de significância de 5% ao menos. A hipótese nula também

seria rejeitada para α = 10% Como escolhemos α = 1%, não rejeitamos H0.
Isto nos leva à regra vista acima, onde rejeitamos H0 se o valor-p é menor que
α e não rejeitamos H0 caso contrário.
7 Testes de Uma Média Populacional
Ressaltamos que todos os testes de médias a serem vistos nesta seção

pressupõem a normalidade da distribuição amostral de X . Essa suposição é
válida, com boa aproximação, mesmo quando as populações sob investigação
não seguem a distribuição normal, desde que as amostras sejam
suficientemente grandes. Na prática, amostras com mais de n = 30
observações podem ser consideradas grandes.
7.1 Desvio Padrão Conhecido
Caso 1: Testes de hipóteses monocaudais:
a) H0: µ = µ0
H1: µ < µ0
ou
b) H0: µ = µ0
H1: µ > µ0
Deve-se padronizar o valor experimental x1 utilizando-se a fórmula:
x1 − µ 0
(41) zα = .
σ/ n
A RC irá corresponder aos valores x < x1 para o teste (a). Neste caso, devemos
rejeitar H0 se z < -zα. A RC irá corresponder aos valores x > x1 para o teste (b).
Portanto, a hipótese nula (H0) deve ser rejeitada se z > zα.
Caso 2: Testes de hipóteses bilaterais:
c) H0: µ = µ0
H1: µ ≠ µ0
A RC irá corresponder aos valores x < x1 ou x > x 2 (vide a próxima figura), em

que os dois limites da RC são dados por
σ
(42) x1 = µ 0 − z α / 2
n

σ
(43) x 2 = µ0 + z α / 2
n
Neste caso, devemos rejeitar H0 se z < -zα/2 ou z > zα/2, o que implica o
critério de rejeição |z| > zα/2.
0.8
0.7
0.6
0.5
Densidade
0.4
0.3
0.2
α/2 α/2
0.1
µ0
0
10 10.5 11 11.5 12 12.5 13 13.5 14
x média amostral x
1 2
A Tabela I resume os testes de hipóteses de uma média populacional com

desvio padrão σ conhecido.
Tabela I: testes de hipóteses para µ com σ conhecido
Hipóteses Rejeita-se H0 se
H0: µ = µ0
z < -zα
H1: µ < µ0
H0: µ = µ0
z > zα
H1: µ > µ0
H0: µ = µ0 z < -zα/2 ou z > zα/2

H1: µ ≠ µ0 ⇒ |z| > zα/2
Exemplo (ICMS-RJ/2010/FGV). Para testar H0: µ ≤ 10 contra H1: µ > 10,

sendo µ a média de uma variável populacional suposta normalmente
distribuída com variância igual a 100, uma amostra aleatória simples de
tamanho 25 foi obtida e resultou num valor da média amostral igual a 15,76.
Ao nível de significância de 5%, o valor-p (nível crítico) correspondente e a
decisão a ser tomada são respectivamente:

A) 0,102 e não rejeitar H0.

B) 0,01 e rejeitar H0.
C) 0,058 e não rejeitar H0.
D) 0,002 e rejeitar H0
E) 0,154 e não rejeitar H0.
Resolução
Dados: σ2=100, n=25, X = 15,76 e α=5%.
X −µ 15,76 − 10
z= ∴z = = 2,88
σ/ n 10 / 25
Consultando a tabela normal, tem-se que o valor-p correspondente a z = 2,88

é igual a 0,002. Como valor-p < α , rejeitamos H0 em favor de H1.
GABARITO: D
Já caiu em prova! (Especialista em Regulação de Aviação

Civil/ANAC/2009/UnB-Cespe). Em uma pequena pesquisa encomendada
por uma empresa aérea, foi realizado o seguinte teste de hipóteses.
H0: µ=20 kg versus H1: µ>20 kg, em que µ representa a quantidade média de
bagagens (em kg) que cada passageiro gostaria de transportar em vôos
domésticos; H0 é a hipótese nula e H1 é a hipótese alternativa.
De um grupo de 324 passageiros escolhidos ao acaso, a pesquisa mostrou que,

em média, cada passageiro gostaria de transportar 21 kg. O desvio padrão
amostral das quantidades observadas nesse levantamento foi igual a 9 kg.
Com base nessas informações e considerando que as quantidades sigam uma

distribuição normal, e que Φ (1,7) = 0,955, Φ(2,0) = 0,977 e Φ (2,5) = 0,994,
em que Φ (z) representa a função de distribuição acumulada da distribuição
normal padrão, julgue os itens seguintes.
A probabilidade de significância do teste é superior a 0,03.
Resolução
A distribuição amostral de X é normal com média µ e variância σ2/n. Vimos

que a variância amostral S2 é um estimador consistente da variância
populacional σ2, pois a variabilidade de S2 é desprezível (é um valor muito
próximo de zero) quando o tamanho n da amostra é um valor grande. Embora
S2, seja um estimador justo da variância populacional σ2, sua raiz quadrada S
não é um estimador justo do desvio padrão populacional σ. O viés de S como
estimador de σ, entretanto, tende assintoticamente a zero. Logo, para

amostras grandes, podemos, por simplificação, adotar como estimativa o
próprio desvio padrão da amostra, calculado pela raiz quadrada da variância
amostral
Portanto, podemos adotar a aproximação S = 9 ≅ σ (desvio-padrão amostral =

desvio-padrão populacional), pois n = 324 é um valor muito grande. Deste
modo, µ = 20 pela H0, σ2/n = 92/324 = 81/324 = 1/4, X ~ N(20; 1/4) e a
estatística do teste é
x −µ 21 − 20
z= ∴z = = 2,0 .
σ/ n 1/ 2
⇒ Φ (2,0) = 0,977 ⇒ valor-p = 1-Φ (2,0) = 0,023 = 2,3% < 3%.
O item está errado, porque a probabilidade de significância ou valor-p do teste

é 2,3%, inferior a 3%. A próxima figura mostra a distribuição amostral da
média, sendo a hipótese nula verdadeira. A área hachurada é o valor-p.
0.8
0.7
0.6
0.5
Densidade
0.4
0.3
Valor-p = 2,3%
0.2
0.1
0
18 18.5 19 19.5 20 20.5 21 21.5 22
Média amostral
GABARITO: E
Se o nível de significância for igual a 3,5%, então há evidências estatísticas

contra a hipótese nula.
Resolução
Valor-p=2,3% < α=3,5% ⇒ deve-se rejeitar H0, pois o valor da média

amostral ( x = 21 ) encontra-se na região crítica x > x c = 20,9060 (α=3,5%). A

figura abaixo mostra a região crítica do teste (área hachurada em vermelho).

Item certo.
0.8
0.7
0.6
0.5
Densidade
0.4
0.3
0.2 RC
0.1
0
18 18.5 19 19.5 20 20.5 21 21.5 22
Média amostral
GABARITO: C
Se a média verdadeira for µ = 19,6, então, para uma probabilidade do erro do

tipo I fixada em 4,5%, o valor da função característica de operação do teste
será superior a 0,98.
Resolução
Aqui a probabilidade β do erro tipo II pode ser calculada, pois o item

especificou um valor alternativo para µ, qual seja, µ’=19,6. Precisamos
aprender um conceito novo antes de resolver este item.
Definição. A função característica de operação do teste é definida como
β(µ) = P(aceitar H0|µ).
Ou seja, β(µ) é a probabilidade de aceitar H0, considerada como uma função de

µ.
Segue-se que a função característica do teste especificado pela questão é dada

por
β(µ) = P(aceitar H0|µ) = P( X pertencer à região de aceitação|µ).
No item,

β(µ = µ’ = 19,6) = P( X menor que o valor crítico|µ = 19,6).
Observe que a nova probabilidade do erro do tipo I foi fixada em 4,5%, ou

seja, α’ = 4,5% e isto implica z4,5% = 1,7, pois Φ (1,7) = 0,955. Então o novo
valor crítico do teste, assumindo-se verdadeira a hipótese nula µ = 20, será
dado por
x c − 20
= 1,7 ∴ x c = 20,85 .
0,5
A região de aceitação para α’ = 4,5% é x < 20,85 . Como a média verdadeira é

µ’=19,6, a P( X menor que o valor crítico |µ = 19,6) é dada por
 20,85 − 19,6 
P z < z c =  = P(z < z c = 2,5) = Φ (2,5) = 99,4% .
 1/ 2 
Então β(19,6) = P(aceitar H0|média verdadeira) = 0,994 > 0,98. Item certo. A
próxima figura mostra a probabilidade β, a distribuição verdadeira (linha preta)
e a distribuição amostral falsa (linha vermelha).
1
distribuição pela H
0
0.9
distribuição verdadeira
0.8 β
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
18 18.5 19 19.5 20 20.5 21 21.5 22
GABARITO: C
Considerando-se que o nível de significância do teste igual a 0,6%, o valor da

função poder (ou potência) do teste será igual a 0,5 se a média verdadeira µ
for igual a 21kg.
Resolução

O poder ou potência do teste é definido como
π(µ) = 1-β(µ) = P(rejeitar H0|µ).
No item,
π(µ = 21) = P( X pertencer à região crítica|µ = 21).
O nível de significância é 0,6%, isto é, α = 0,6%. Logo, z0,6%=2,5, pois

Φ(0,994) = 2,5. Assim, o valor crítico do teste, assumindo-se verdadeira a
hipótese nula µ = 20, será
x c − 20
= 2,5 ∴ x c = 21,25 .
0,5
Ou seja, a região crítica para α = 0,6% é x > 21,25 . Como a média verdadeira é
µ=21, então
π(21) = P( X >21,25|µ=21) < 0,5,
pois o valor crítico está direita da verdadeira média. A figura abaixo mostra
que o poder do teste, representado pela área azul, é menor que 0,5. Item
errado.
distribuição pela H0 (falsa)

1
distribuição verdadeira
poder do teste
0.8
0.6
0.4
0.2
0
18 19 20 21 22 23 24
GABARITO: E
Pode-se afirmar, com 95,5% de confiança, que a estimativa da quantidade

média de bagagens µ é de 21 kg ± 0,85 kg.
Resolução
O intervalo de confiança para a média quando o desvio-padrão populacional é

conhecido (lembre que σ ≅ S = 9, pois n = 324 é um valor grande), no nível de
confiança 1-α, é dado por
σ
X ± zα / 2 .
n
Dados: X = 21 e σ / n = 9 / 324 = 9 / 18 = 1 / 2 .
Temos que 1 − α = 0,955 ⇒ α = 0,045 = 4,5% ⇒ α / 2 = 2,25% ⇒ 1 − α / 2 ≈ 0,977 ⇒

z = 2,0 , pois Φ (2,0) = 0,977. Logo, o intervalo de confiança é
21 ± (2,0 × 1 / 2) = 21 ± 1,0 .
O item está errado.
GABARITO: E
O erro padrão da média amostral é inferior a 0,8 kg.
Resolução
O desvio padrão da média amostral é σ X = σ / n = 0,5 kg, e o mesmo é inferior

a 0,8 kg. Item certo.
GABARITO: C
Exemplo (Técnico de Defesa Aérea e Controle de Tráfego Aéreo

/2009/Cesgranrio). Analise as afirmativas que se seguem.
I - O nível de significância de um teste, α, é a probabilidade de que se cometa

o erro tipo I, ou seja, é a probabilidade de rejeitar H0 quando H0 é verdadeira.
II - O erro tipo II é o erro que consiste em não rejeitar H0, quando ela na
verdade é falsa.
III- Potência ou poder do teste é a probabilidade de rejeitarmos a hipótese

nula dado um valor qualquer do parâmetro.
IV - O valor-p de um teste é o menor valor de α que nos leva à rejeição de H0.
São corretas as afirmativas

(A) I e II, apenas.

(B) I e IV, apenas.
(C) II e III, apenas.
(D) I, II e III, apenas.
(E) I, II, III e IV.
Resolução
Todas as afirmativas estão corretas, conforme as explicações já dadas nesta

aula.
GABARITO: E
7.2 Desvio Padrão Desconhecido
É muito freqüente, na prática, o caso em que desejamos testar hipóteses

referentes à média de uma população cujo desvio padrão é desconhecido. Se
tivermos à disposição uma amostra aleatória de n elementos provenientes
dessa população, com base na qual iremos realizar o teste, deveremos então
usar essa mesma amostra para estimar o desvio padrão σ da população. Neste
caso, a variável aleatória de teste terá distribuição t de Student com n-1 graus
de liberdade:
x − µ0
(44) t n −1 = .
s/ n
Assim, a única diferença em relação ao caso anterior (desvio padrão

conhecido) reside no fato de que iremos trabalhar com valores t de Student no
lugar de z (normal padrão).
A Tabela II resume os testes de hipóteses de uma média populacional com

desvio padrão σ desconhecido.
Tabela II: testes de hipóteses para µ com σ desconhecido
H0: µ = µ0
tn-1 < -tn-1,α
H1: µ < µ0
H0: µ = µ0
tn-1 > tn-1,α
H1: µ > µ0
H0: µ = µ0
|tn-1| > tn-1,α/2
H1: µ ≠ µ0

8 Testes de Uma Proporção Populacional
Já aprendemos que, ao realizar inferências sobre uma proporção populacional

p, devemos nos basear na proporção observada na amostra p̂ . Também vimos
que se np ≥ 5 e n(1-p) ≥ 5, podemos aproximar a distribuição amostral de p̂
pela distribuição normal com média p e desvio padrão p(1 − p) / n .
Teste que envolvem proporções populacionais são feitos de forma análoga aos
testes com médias da população. Assim, por exemplo, sejam as hipóteses
H0: p = p0
H1: p < p0.
Satisfeitas as restrições np0 ≥ 5 e n(1-p0) ≥ 5, a distribuição amostral da

frequência relativa será aproximadamente normal, com média p0 e desvio
padrão p 0 (1 − p 0 ) / n (pela hipótese nula). Portanto, padronizando o valor
experimental p̂ , teremos o valor padronizado experimental correspondente
p̂ − p 0
(45) z= .
p 0 (1 − p 0 ) / n
Podemos multiplicar o numerador e o denominador de (45) por n, obtendo o

mesmo teste em termos da freqüência observada f, por meio da expressão
equivalente
f − np 0
(46) z= .
np 0 (1 − p 0 )
A hipótese nula (H0) será rejeitada se z < -zα. De forma análoga ao que já
visto para os testes com a média, no caso dos testes unilateral à direita e
bicaudal, as condições de rejeição de H0 são, respectivamente, z > zα e |z| >
zα/2
A Tabela III resume os testes de hipóteses para uma proporção populacional.

Tabela III: testes de hipóteses para p (*)
H0: p = p0
z < -zα
H1: p < p0
H0: p = p0
z > zα
H1: p > p0
H0: p = p0
|z| > zα/2
H1: p ≠ p0
p̂ − p 0 f − np 0
(*) z = ou z =
p 0 (1 − p 0 ) / n np 0 (1 − p 0 )
Exemplo (ICMS-RJ/2010/FGV). Para testar H0: p ≤ 0,5 contra H1: p > 0,5,
sendo p a proporção de pessoas que são protegidas por planos de previdência
privada numa certa população, uma amostra aleatória simples de tamanho 400
será obtida e será usado como critério de decisão rejeitar a hipótese H0 se a
proporção de pessoas com essa proteção na amostra for maior ou igual a um
certo número k.
Ao nível de significância de 5%, o valor de k é aproximadamente igual a:
A) 0,508.
B) 0,541.
C) 0,562.
D) 0,588.
E) 0,602.
Resolução
Testes que envolvem proporções populacionais são feitos de forma análoga aos
testes com médias da população.
Como as restrições np = 400 x 0,5 = 200>5 e n(1-p) = 400 x 0,5 = 200>5

são válidas, a distribuição amostral da frequência relativa será
aproximadamente normal, com média p=0,5 e desvio padrão 1 / 2(1 − 1 / 2) / 400
(pela hipótese nula). Portanto, padronizando o valor experimental p̂ = k ,
teremos o valor padronizado experimental correspondente
p̂ − p 0 d d
z= = =
p̂(1 − p 0 ) / n 1 / 20 1 / 4 1 / 40

O teste de hipóteses é unilateral. A tabela normal indica

d
z 5% ≈ 1,64 = ∴ d = 1,64 / 40 = 0,041 . Assim, p̂ = k = 0,5 + 0,041 = 0,541 .
1 / 40
GABARITO: B

9 Resumo
- Variáveis discretas (X,Y):
• f(x,y) ≥ 0
• Σx Σy f(x,y) = 1
• f(x,y) = P(X=x,Y=y)
- Variáveis contínuas (X,Y):
• f(x,y)≥0
∞ ∞
• ∫ ∫ f (x, y)dxdy = 1
−∞−∞
b d
• P(a ≤ X ≤ b, c ≤ Y ≤ d) = ∫ ∫ f ( x, y)dydx .
a c
- Distribuições marginais:
• Variáveis contínuas:
∞
f X ( x ) = ∫ f ( x , y)dy
−∞
∞
f Y ( y) = ∫ f ( x , y)dx
−∞
• Variáveis discretas:
o f X (x i ) = ∑ f (x i , y k )
k
o f Y ( yk ) = ∑ f (x i , y k )
i
- Distribuições condicionais:
• Variáveis Discretas:
f (x i , y k ) f (x i , y k )
f X|Y ( x i | y k ) = e f Y|X ( y k | x i ) =
fY (yk ) f X (x i )
f ( x i , y k ) = f X|Y ( x i | y k )f Y ( y k ) = f Y|X ( y k | x i )f X ( x i )
n
E(X | Y = y j ) = ∑ x i P(X = x i | Y = y j )
i =1

k
E(Y | X = x i ) = ∑ y jP(Y = y j | X = x i )
j=1
• Variáveis Contínuas:
f ( x , y) f ( x , y)
f X|Y ( x | y) = e f Y|X ( y | x ) =
f Y ( y) f X (x )
f ( x , y) = f X|Y ( x | y)f Y ( y) = f Y|X ( y | x )f X ( x )
E (X | y) = ∫ xf X|Y ( x | y)dx
E (Y | x ) = ∫ yf Y|X ( y | x )dy
- Variáveis aleatórias X e Y independentes:
• f ( x , y ) = f X ( x ) f Y ( y)
• f X|Y ( x | y) = f X ( x )
• f Y|X ( y | x ) = f Y ( y)
- Covariância: Cov(X, Y ) = E[( X − X )( Y − Y )]
• Cov(X, Y ) = ∑∑ [ x i − X ][ y j − Y ]f ( x i , y j ) (variáveis discretas)

i j
∞ ∞
• Cov(X, Y ) = ∫ ∫ (x − X )(y − Y )f ( x, y)dxdy
−∞ −∞
(variáveis contínuas)
1 n
- Covariância amostral (estimador da covariância): s xy = ∑ ( x i − x)( yi − y)
n i=1
Cov (X, Y )
- Correlação: ρ(X, Y ) = , -1≤ρ≤1.
σXσY
- Correlação amostral (estimador da correlação) ou coeficiente de correlação

linear de Pearson R:
s xy
R=
sxs y
∑ (x i − x )2
- Desvio padrão amostral de X: s x ≈ i =1
n

∑ (y
i =1
i − y) 2
- Desvio padrão amostral de Y: s y ≈
n
S xy
- Cálculo da correlação amostral usando somas de quadrados: R =
S xx S yy
1  
- Soma dos Quadrados XY: S xy = ∑ x i y i −  ∑ x i  ∑ y i 
i n i  i 
2
1 
- Soma dos Quadrados de X: Sxx = ∑ x i −  ∑ x i 
2
i n i 
2
1 
- Soma dos Quadrados de Y: S yy = ∑ y i −  ∑ y i 
2
i n i 
- Se X e Y são variáveis aleatórias independentes, então a covariância e a

correlação entre elas é nula, ou seja, X e Y são não correlacionadas:
• Cov(X, Y) = E[XY] − µ X µ Y = 0
• E[XY] = X Y (a esperança de XY é igual ao produto das médias µX e
µY).
- Variáveis aleatórias X e Y e Z = aX + bY, em que a e b denotam constantes:
• E(Z) = aE(X) + bE(Y)

• Var(Z) = a2var(X) + b2var(Y) + 2abCov(X,Y)
• Var(Z) = a2var(X) + b2var(Y), se X e Y são independentes
- A hipótese nula (ou hipótese de trabalho) H0 é a hipótese aceita como

verdadeira até prova estatística em contrário. Ela geralmente representa o
contrário do que queremos provar, ou seja, representa a hipótese que se quer
rejeitar.
- A hipótese alternativa H1 usualmente representa o que se quer provar.
- Em um teste de hipóteses, podem ocorrer dois tipos de erro:


- Valor-p:
• se valor-p ≤ α , rejeitamos H0 em favor de H1.

• se valor-p > α , não rejeitamos H0 em favor de H1.
Nota: α é o nível de significância do teste.
- Variáveis de teste para a média populacional:
X −µ
a) z = (normal padrão), se o desvio-padrão populacional σ é
σ/ n
conhecido.
H0: µ = µ0
z < -zα
H1: µ < µ0
H0: µ = µ0
z > zα
H1: µ > µ0
H0: µ = µ0 z < -zα/2 ou z > zα/2

H1: µ ≠ µ0 ⇒ |z| > zα/2
X −µ
b) t = (t de Student), em que s denota o desvio-padrão amostral.
s/ n
H0: µ = µ0
tn-1 < -tn-1,α
H1: µ < µ0
H0: µ = µ0
tn-1 > tn-1,α
H1: µ > µ0
H0: µ = µ0
|tn-1| > tn-1,α/2
H1: µ ≠ µ0
- Frequência relativa amostral p̂ tem distribuição binomial com média p e

variância p(1-p)/n. Se np ≥ 5 e n(1-p) ≥ 5, então p̂ tem distribuição
N ~ (p, p(1-p)/n).
p̂ − p
- Estatística para teste da proporção populacional p: z = .
p(1 − p) / n

H0: p = p0
z < -zα
H1: p < p0
H0: p = p0
z > zα
H1: p > p0
H0: p = p0
|z| > zα/2
H1: p ≠ p0

10 Exercícios de Fixação
(ACE-MDIC/2008/Cespe-UnB) Considere que uma empresa esteja

negociando acordos comerciais com os parceiros potenciais A e B, e que P seja
uma probabilidade tal que P(X = 1) = P(Y = 1) = 0,7 e P(X + Y = 0) = 0,3, em
que as variáveis aleatórias X e Y estão assim definidas:
X = 1, se a negociação for bem sucedida junto a A;

X = 0, se a negociação não for bem sucedida junto a A;
Y = 1, se a negociação for bem sucedida junto a B;
Y = 0, se a negociação não for bem sucedida junto a B.
Com base nessas informações, julgue os itens a seguir.
1. A probabilidade P(X + Y = 2) é igual ou inferior a 0,65.
2. A variável aleatória X + Y segue uma distribuição binomial com parâmetros

n = 2 e p = 0,7.
3. A média e a variância de X são, respectivamente, iguais a 0,7 e 0,21.
4. A covariância entre X e Y é superior a 0,20 e inferior a 0,25.
5. (IBGE/2010/Cesgranrio) Sejam X e Y duas variáveis aleatórias

independentes, correspondendo às medições realizadas por dois diferentes
operadores. Essas variáveis aleatórias possuem a mesma média, mas as
variâncias são diferentes, σX2 e σY2 , respectivamente. Deseja-se calcular uma
média ponderada dessas duas medições, ou seja, Z = kX + (1- k)Y. O valor de
k que torna mínima a variância de Z é
A) k = σ X2 + σ 2Y
1
B) k =
σ 2X
σ 2Y
C) k =
σ 2X + σ 2Y
σ 2X
D) k =
σ 2X + σ 2Y
σ 2X
E) k =
σ 2Y
6. (ICMS-RJ/2008/FGV) Sejam X e Y duas variáveis aleatórias quaisquer.

Então:

A) VAR(X-Y) = VAR(X) – VAR(Y)

B) VAR(X-Y) = VAR(X) + VAR(Y) – COV(X,Y)
C) VAR(X-Y) = VAR(X) + VAR(Y) – 2COV(X,Y)
D) VAR(X-Y) = VAR(X) + VAR(Y) + COV(X,Y)
E) VAR(X-Y) = VAR(X) + VAR(Y) + 2COV(X,Y)
7. (SUSEP/2006/ESAF) Sendo X uma v. a. d. – variável aleatória discreta e

sendo Y = aX + b, pode concluir-se que var (aX + b) é igual a:
A) = var X.
B) = E(X2) – (EX)2.
C) = E(X – E(X))2.
D) = a2 var X.
E) = a2 var X – b.
8. (AFRF/2005/ESAF) Para uma amostra de dez casais residentes em um

mesmo bairro, registram-se os seguintes salários mensais (em salários
mínimos):
Identificação do casal 1 2 3 4 5 6 7 8 9 10
Salário do marido (Y) 30 25 18 15 20 20 21 20 25 27
Salário da esposa (X) 20 25 12 10 10 20 18 15 18 13
Sabe-se que:
10 10 10
∑ Yi = 221
i =1
∑ Yi2 = 5069
i =1
∑X Y
i =1
i i = 3940
10 10
∑X
i =1
i = 171 ∑X
i =1
2
i = 3171
Assinale a opção cujo valor corresponda à correlação entre os salários dos

homens e os salários das mulheres.
A) 0,72
B) 0,75
C) 0,68
D) 0,81
E) 0,78
9. (BACEN/Área 3/2006/FCC) Sejam X e Y duas variáveis aleatórias e
I. E(X) e E(Y) as expectâncias de X e Y, respectivamente;

II. Var(X) e Var(Y) as variâncias de X e Y, respectivamente;

III. Cov(X,Y) a covariância de X e Y.
Tem-se, em qualquer situação,
A) E(X).E(Y) = E(XY) – Cov(X,Y)

B) Cov(X,Y) = Var(X).Var(Y)
C) E(2X+5) = 4E(X)
D) Se E(XY)=E(X).E(Y), então X e Y são independentes.
E) Var(X+10) = Var(X)+10
(INÉDITA) O enunciado a seguir refere-se às questões de números 10 e 11.
A função densidade de probabilidade conjunta de duas variáveis aleatórias

discretas é dada pela tabela a seguir:
Y
1 3 9
2 1/8 1/24 1/12
X 4 1/4 1/4 0
6 1/8 1/24 1/12
10. A covariância entre X e Y é
A) 1
B) 3
C) 4
D) 12
E) 0
11. Assinale a alternativa correta.
A) X e Y não são independentes.

B) X e Y são independentes.
C) X e Y são correlacionadas.
D) X e Y têm distribuição conjuntamente normal.
E) X e Y têm distribuições marginais normais.

Considere as variáveis aleatórias independentes X 1 , X 2 ,..., X n . Suponha que

essas n variáveis possuam a mesma distribuição de probabilidades com média
µ e variância σ 2 . Seja
1 n
X= ∑ Xi .
n i=1
12. Podemos afirmar que o valor esperado de X é igual a
A) µ / σ 2
B) σ 2
C) µ
D) σ 2 / µ.
E) 0
13. Podemos afirmar que a variância de X é
A) µ / σ 2
B) σ 2 / n
C) nσ 2
D) σ 2 / µ
E) 0
14. (IBGE/2010/Cesgranrio) Sejam X1, X2, X3 variáveis aleatórias

independentes, todas com média 100 e variância 100. O valor esperado e a
X − 2X 2 + X 3
variância de Z = 1 são, respectivamente,
4
A) 100 e 100.
B) 100 e 75/2.
C) 100 e 25/2.
D) 0 e 75/2.
E) 0 e 25/2.
15. (ICMS-RJ/2011/FGV) Para duas variáveis populacionais, X e Y, o

desvio-padrão de X é 40, o desvio-padrão de Y é 20 e a covariância entre Y e X
é –100. Assim, o coeficiente de correlação entre X e Y é
A) –0,5.
B) 2

C) -0,25
D) -0,125
E) 0,125
16. (CODEBA/2010/FGV) Sejam X1 , X 2 , X 3 ,..., X N variáveis aleatórias para

uma amostra de tamanho N. Defina a Média amostral ( X ) como:
X1 + X 2 + X 3 + ... + X N
X=
N
Sabendo que E(X i ) = µ e VAR ( X i ) = σ 2 , avalie as afirmativas abaixo:
I. O valor esperado da média amostral é E ( X ) = µ .

σ2
II. A variância da média amostral é VAR ( X ) = .
N
N
N 
III. O valor esperado de ∑ X i , é igual a E ∑ X i  = Nµ
i =1  i=1 
Assinale
A) se apenas as afirmativas I e II estiverem corretas.

B) se apenas as afirmativas I e III estiverem corretas.
C) se apenas as afirmativas II e III estiverem corretas.
D) se todas as afirmativas estiverem corretas.
E) se nenhuma das afirmativas estiver correta.
17. (ICMS-RJ/2009/FGV) Uma empresa afirma que os pacotes de bala que

ela produz pesam em média 25g. Para testar essa hipótese, foram
selecionados ao acaso 16 pacotes produzidos pela empresa, registrados seus
16 16
pesos X1, X2, ... , X16 e calculadas as estatísticas ∑ X i = 320 e
i =1
∑X
i =1
2
i = 7360 . O
valor da estatística t (a ser comparado com o ponto desejado da distribuição t

de Student) para o teste é:
A) -0,8
B) -1,2
C) -2,0
D) -2,5
E) -3,2

18. (SUSEP/2006/ESAF) Em uma distribuição de sinistro S, formulando-se a

hipótese de que não há diferença entre a freqüência esperada e a observada
(hipótese nula: H0). Donde, segundo um determinado nível de significância,
podemos afirmar que ocorreu
A) um erro do tipo I, se for aceita a hipótese H0.

B) um erro do tipo II, se for rejeitada a hipótese H0.
C) um erro do tipo I, se for aceita a hipótese H0, sendo esta correta.
D) um erro do tipo II, se for rejeitada a hipótese H0, sendo esta correta.
E) um erro do tipo I, se for rejeitada a hipótese H0, sendo esta correta.
19. (ICMS-RJ/2007/FGV/Adaptada) Para a realização de um teste de

hipóteses H0: µ = µ 0, contra H1: µ > µ 0, definimos ERRO DO TIPO I:
A) P(µ > µ 0 | µ = µ 0)
B) P(µ = µ 0 | µ > µ 0)
C) Rejeitar H0 sendo H0 verdadeira.
D) 1 – P(µ > µ 0 | µ = µ 0)
E) Aceitar H0, sendo H0 falsa
20. (ICMS-SP/2009/FCC) O gerente de uma indústria de determinado

componente eletrônico garante que a vida média do produto fabricado é igual
a 100 horas. Um comprador dessa indústria decide testar a afirmação do
gerente e faz um teste estatístico formulando as hipóteses H0: µ = 100 e H1: µ
< 100, sendo que H0 é a hipótese nula, H1 é a hipótese alternativa e µ é a
média da população considerada de tamanho infinito com uma distribuição
normal. O desvio padrão populacional é igual a 10 horas e utilizou-se a
informação da distribuição normal padrão (Z), segundo a qual P(Z ≥ 1,64) =
5%. H0 foi rejeitada com base em uma amostra aleatória de 64 componentes
em um nível de significância de 5%. Então, o valor da média amostral foi, em
horas, no máximo,
A) 94,75
B) 95,00
C) 96,00
D) 96,50
E) 97,95
21. (AFPS/Área ATP/2002/ESAF) Um atributo X tem distribuição normal

com média µ e variância σ2. A partir de uma amostra aleatória de tamanho 16
da população definida por X, deseja-se testar a hipótese H0: µ = 22 contra a
alternativa Ha: µ ≠ 22. Para esse fim calcula-se a média amostral x = 30 e a

variância amostral S2 = 100. Assinale a opção que corresponde à probabilidade

de significância (p-valor) do teste
A) 2P{T>3,2} onde T tem distribuição de Student com 15 graus de liberdade.

B) P{|Z|>3,2} onde Z tem distribuição normal padrão.
C) P{Z<-2,2} onde Z tem distribuição normal padrão.
D) P{T<-3,2} onde T tem distribuição de Student com 15 graus de liberdade
E) P{|T|>2,2} onde T tem distribuição de Student com 15 graus de liberdade
22. (Fiscal de Rendas MS/2006/FGV) Em um teste de hipóteses, a

hipótese nula foi rejeitada ao nível de 3%. Portanto, a hipótese nula:
A) será aceita no nível de 1%.

B) será aceita no nível de 5%.
C) pode ser aceita ou rejeitada no nível de 5%.
D) será rejeitada no nível de 1%.
E) será rejeitada no nível de 5%.
23. (Fiscal de Rendas MS/2006/FGV) Um teste de hipótese apresentou p-

valor igual a 0,03. Portanto, nos níveis de significância de 1% e 5%,
respectivamente, a hipótese nula:
A) deve ser aceita e aceita.

B) deve ser aceita e rejeitada.
C) deve ser rejeitada e aceita.
D) deve ser rejeitada e rejeitada.
E) pode ou não ser rejeitada, dependendo de a hipótese ser simples ou não.
24. (Economista Jr./Cia Potiguar de Gás/2006/FGV) Um teste de

hipótese apresentou p-valor igual a 0,07. Portanto, nos níveis de significância
de 10% e 5%, respectivamente, a hipótese nula:

25. (IRB/Resseguro/2004/ESAF) Num estudo do consumo de combustível

para uma determinada marca de automóvel, supõe-se que a distribuição do
consumo é aproximadamente normal com média desconhecida µ km/l e desvio
padrão 3 km/l. Uma amostra de 36 veículos produziu a média de consumo de
16 km/l. Deseja-se testar a hipótese H: µ = 15 contra a alternativa A: µ > 15.

Considerando os valores da função de distribuição normal padrão dados
abaixo, assinale a opção que dá o valor probabilístico (p-valor) do teste que
toma por base a estatística z = 2( X − 15) , sendo X a média amostral.
z F(z)
1,0 0,841
1,2 0,885
1,4 0,919
1,6 0,945
1,8 0,964
2,0 0,977
2,2 0,986
2,4 0,992
A) 0,500
B) 0,977
C) 0,050
D) 0,023
E) 0,010
26. (BACEN/2010/CESGRANRIO) Com relação a um teste simples de

hipótese, assinale a afirmativa correta.
(A) Um teste bicaudal de nível de significância α rejeita ahipótese nula H0: µ =

µ0 precisamente quando µ0 está fora do intervalo de confiança de nível (1−α)
para µ.
(B) A hipótese nula a ser testada deve ser construída com muita atenção
porquanto é o objeto da inferência estatística, enquanto que a hipótese
alternativa só precisa ser contrária à hipótese nula.
(C) Se o grau de significância do teste é α, significa que (1− α) é a
probabilidade de se cometer erro do tipo I.
(D) Na definição de um teste, deve-se levar em conta que quanto menor o
grau de significância do teste (α), maior será o poder do teste (π), uma vez
que (α + π)=1.
(E) Erro do tipo II, embora definido para uma hipótese alternativa específica,
ocorrerá sempre com probabilidade igual ao poder do teste.
27. (Fiscal de Rendas-MS/2006/FGV/Adaptada) Uma amostra aleatória

simples de tamanho 25 foi selecionada para estimar a média desconhecida de
uma população normal. A média amostral encontrada foi 4,2, e a variância
amostral foi 1,44. O intervalo de 95% de confiança para a média populacional
é

A) 4,2 ± 0,75
B) 4,2 ± 0,64
C) 4,2 ± 0,71
D) 4,2 ± 0,49
E) 4,2 ± 0,81

11 Gabarito
1–E
2–E
3–C
4–C
5–C
6–C
7–D
8–B
9–A
10 – E
11 – A
12 – C
13 – B
14 – D
15 – D
16 – D
17 – D
18 – E
19 – C
20 – E
21 – A
22 – E
23 – B
24 – C
25 – D
26 – A
27 – D

12 Resolução dos Exercícios de Fixação
(ACE-MDIC/2008/Cespe-UnB) Considere que uma empresa esteja

negociando acordos comerciais com os parceiros potenciais A e B, e que P seja
uma probabilidade tal que P(X = 1) = P(Y = 1) = 0,7 e P(X + Y = 0) = 0,3, em
que as variáveis aleatórias X e Y estão assim definidas:
X = 1, se a negociação for bem sucedida junto a A;

X = 0, se a negociação não for bem sucedida junto a A;
Y = 1, se a negociação for bem sucedida junto a B;
Y = 0, se a negociação não for bem sucedida junto a B.
Com base nessas informações, julgue os itens a seguir.
1. A probabilidade P(X + Y = 2) é igual ou inferior a 0,65.
Resolução
Dados: P(X = 1) = P(Y = 1) = 0,7 e P(X + Y = 0) = 0,3.
Então,
fX(x=1) = P(X = 1) = 0,7 ⇒ fX(x=0) + fX(x=1) = 1 ⇒ fX(x=0) = 1 – 0,7 = 0,3
fY(y=1) = P(Y = 1) = 0,7 ⇒ fY(y=0) + fY(y=1) = 1 ⇒ fY(y=0) = 1 – 0,7 = 0,3
f(x=0,y=0) = P(X+Y=0) = 0,3
Sabemos que
fX(x=0) = f(x=0,y=0) + f(x=0,y=1)
Então
0,3 = 0,3 + f(x=0,y=1) ⇒ f(x=0,y=1) = 0,0
De forma análoga,
fY(y=0) = f(x=0,y=0) + f(x=1,y=0) ⇒ 0,3 = 0,3 + f(x=1,y=0)
f(x=1,y=0) = 0,0
Temos então a seguinte distribuição conjunta f(x,y) para as variáveis

aleatórias discretas X e Y:

y=0 y=1 fX(x)
x=0 0,3 0,0 0,3

x=1 0,0 0,7 0,7
fY(y) 0,3 0,7 1,0
Nota: a tabela acima mostra que as probabilidades marginais fX(x) e fY(y) são
obtidas somando as linhas e colunas, respectivamente.
De acordo com a distribuição conjunta,
P(X + Y = 2) = f(x=1,y=1) = 0,7 > 0,65 ⇒ item errado.
GABARITO: E
2. A variável aleatória X + Y segue uma distribuição binomial com parâmetros

n = 2 e p = 0,7.
Resolução
Seja X + Y = W.
Então podemos obter a distribuição de probabilidades fW(w) pela tabela a

seguir:
X Y f(x,y) X+Y=W fW(w)
0 0 0,3 0 P(w=0) = 0,3

0 1 0,0 1
P(w=1) = 0,0 + 0,0 = 0,0
1 0 0,0 1
1 1 0,7 2 P(w=2) = 0,7
Aprendemos que a distribuição binomial com parâmetros p e n é dada por
n
P(X = k ) =  p k (1 − p) n −k , k = 0,1,2,..., n
k
em que k denota o número de sucessos em n tentativas de Bernoulli.

Será que W segue uma distribuição binomial com parâmetros n = 2 e p = 0,7?

Podemos testar essa hipótese. Calculemos então a probabilidade P(w=0)
usando a binomial (n=2 tentativas, p = 0,7 e k = w =0 sucesso):
 2 0 2!
 0,7 (1 − 0,7) 2−0 = × 1 × 0,32 = 0,09 ≠ P( w = 0) = 0,3
0 2!0!
Portanto, a variável W não tem distribuição binomial.
GABARITO: E
3. A média e a variância de X são, respectivamente, iguais a 0,7 e 0,21.
Resolução
E (X ) = ∑ x i f ( x i ) = (0 × 0,3) + (1 × 0,7) = 0,7 = X

i
σ 2X = E (X 2 ) − X 2 = ∑ x i2f ( x i ) − 0,7 2 = (0 2 × 0,3) + (12 × 0,7) − 0,49 = 0,21

i
Item certo.
GABARITO: C
4. A covariância entre X e Y é superior a 0,20 e inferior a 0,25.
Resolução
Cov( X, Y ) = E (X.Y) − X.Y
E (Y ) = ∑ y i f ( y i ) = (0 × 0,3) + (1 × 0,7) = 0,7 = Y

i
E (X.Y ) = ∑∑ x i y jf ( x i y j ) = (0 × 0 × 0,3) + (0 × 1 × 0,0) + (1 × 0 × 0,0) + (1 × 1 × 0,7) = 0,7

i j
Cov(X, Y) = 0,7 − 0,7 2 = 0,7 − 0,49 = 0,21
Item certo.
GABARITO: C

5. (IBGE/2010/Cesgranrio) Sejam X e Y duas variáveis aleatórias

independentes, correspondendo às medições realizadas por dois diferentes
operadores. Essas variáveis aleatórias possuem a mesma média, mas as
variâncias são diferentes, σX2 e σY2 , respectivamente. Deseja-se calcular uma
média ponderada dessas duas medições, ou seja, Z = kX + (1- k)Y. O valor de
k que torna mínima a variância de Z é
A) k = σ X2 + σ 2Y
1
B) k =
σ 2X
σ 2Y
C) k = 2
σ X + σ 2Y
σ 2X
D) k = 2
σ X + σ 2Y
σ 2X
E) k = 2
σY
Resolução
Se X e Y são independentes, então a variância da soma de X e Y (W = X + Y) é

dada por
Var(W) = Var(X) + Var(Y).
Sejam a e b constantes e Z = aX + bY. Observe que W é uma média

ponderada das variáveis aleatórias X e Y, e os pesos utilizados na ponderação
são a e b. Então podemos afirmar que
Var(Z) = a2Var(X) + b2Var(Y).
Adotando a mesma notação do enunciado, podemos reescrever a fórmula

acima como
σ 2Z = a 2 σ 2X + b 2 σ 2Y .
A variância da ponderação Z = kX + (1-k)Y, em que k = a e (1-k) = b é
σ 2Z = k 2 σ 2X + (1 − k ) 2 σ 2Y .
O valor de k que torna mínima a variância de Z é o valor que anula a primeira

derivada da variância de Z em relação a k:

dσ 2Z
dk
=
dk
[
d 2 2
]
k σ X + (1 − k ) 2 σ 2Y = 0
d (k 2 σ 2X ) d[(1 − k ) 2 σ 2Y ]
+ =0
dk dk
2kσ 2X + 2(1 − k )( −1)σ 2Y = 0
2kσ 2X − 2σ 2Y + 2kσ 2Y = 0
2kσ 2X + 2kσ 2Y = 2σ 2Y
Dividindo ambos os membros por 2 e colocando k em evidência:
k (σ X2 + σ 2Y ) = σ 2Y
σ 2Y
k= 2
σ X + σ 2Y
GABARITO: C
6. (ICMS-RJ/2008/FGV) Sejam X e Y duas variáveis aleatórias quaisquer.

Então:
A) VAR(X-Y) = VAR(X) – VAR(Y)

B) VAR(X-Y) = VAR(X) + VAR(Y) – COV(X,Y)
C) VAR(X-Y) = VAR(X) + VAR(Y) – 2COV(X,Y)
D) VAR(X-Y) = VAR(X) + VAR(Y) + COV(X,Y)
E) VAR(X-Y) = VAR(X) + VAR(Y) + 2COV(X,Y)
Resolução
Sejam a e b constantes. Então
VAR(aX + bY) = a2VAR(X) + b2VAR(Y) + 2abCOV(X,Y).
Nesta questão, a =1 e b = -1. Logo,
VAR(X-Y) = VAR(X) + VAR(Y) – 2COV(X,Y).
GABARITO: C
7. (SUSEP/2006/ESAF) Sendo X uma v. a. d. – variável aleatória discreta e

sendo Y = aX + b, pode concluir-se que var (aX + b) é igual a:

A) = var X.
B) = E(X2) – (EX)2.
C) = E(X – E(X))2.
D) = a2 var X.
E) = a2 var X – b.
Resolução
Var(cX) = c2 Var(X), sendo c = constante

Var(X + a) = Var (X), sendo a = constante.
Var(aX + b) = a2 Var(X)
GABARITO: D
8. (AFRF/2005/ESAF) Para uma amostra de dez casais residentes em um

mesmo bairro, registram-se os seguintes salários mensais (em salários
mínimos):
Identificação do casal 1 2 3 4 5 6 7 8 9 10
Salário do marido (Y) 30 25 18 15 20 20 21 20 25 27
Salário da esposa (X) 20 25 12 10 10 20 18 15 18 13
Sabe-se que:
10 10 10
∑ Yi = 221
i =1
∑ Yi2 = 5069
i =1
∑X Y
i =1
i i = 3940
10 10
∑ X i = 171
i =1
∑X
i =1
2
i = 3171
Assinale a opção cujo valor corresponda à correlação entre os salários dos

homens e os salários das mulheres.
A) 0,72
B) 0,75
C) 0,68
D) 0,81
E) 0,78
Resolução

1   171 × 221
S xy = ∑ x i y i −  ∑ x i  ∑ y i  = 3940 − = 160,9
i n i  i  10
2
1  1712
S xx = ∑ x i −  ∑ x i  = 3171 − = 246,90
2
i n i  10
2
1  2212
S yy = ∑ y i −  ∑ y i  = 5069 − = 184,90
2
i n i  10
Logo,
Sxy 160,9
R= = ≈ 0,75
S xx S yy 246,9 × 184,9
GABARITO: B
9. (BACEN/Área 3/2006/FCC) Sejam X e Y duas variáveis aleatórias e
IV. E(X) e E(Y) as expectâncias de X e Y, respectivamente;

V. Var(X) e Var(Y) as variâncias de X e Y, respectivamente;
VI. Cov(X,Y) a covariância de X e Y.
Tem-se, em qualquer situação,
A) E(X).E(Y) = E(XY) – Cov(X,Y)

B) Cov(X,Y) = Var(X).Var(Y)
C) E(2X+5) = 4E(X)
D) Se E(XY)=E(X).E(Y), então X e Y são independentes.
E) Var(X+10) = Var(X)+10
Resolução
Aprendemos que
Cov(X, Y ) = E[( X − X )( Y − Y )] = E[ XY] − X Y
em que X = E[X ] e Y = E[Y ] . Portanto, a alternativa correta é a (A).
A alternativa (B) está errada porque não está de acordo com a definição de
covariância.
A alternativa (C) não é verdadeira, pois E(2X+5) = 2E(X) + 5.

A alternativa (D) é incorreta porque E(XY)=E(X).E(Y) (variáveis X e Y não

correlacionadas) não implica independência (mas a recíproca é verdadeira, ou
seja, independência implica a não correlação).
A alternativa (E) é falsa porque Var(X+10) = Var(X).
GABARITO: A
A função densidade de probabilidade conjunta de duas variáveis aleatórias

discretas é dada pela tabela a seguir:
Y
1 3 9
2 1/8 1/24 1/12
X 4 1/4 1/4 0
6 1/8 1/24 1/12
10. A covariância entre X e Y é
A) 1
B) 3
C) 4
D) 12
E) 0
Resolução
A covariância entre as variáveis aleatórias discretas X e Y é dada pela

expressão
Cov(X, Y ) = ∑∑ [ x i − X ][ y j − Y ]f ( x i , y j ) .
i j
Antes, é preciso calcular os valores das médias X = E[X ] e Y = E[Y ] .
X = E[X ] = ∑ x i g X ( x i ) , em que gX(x) é a função de probabilidade marginal de X,

i
dada por
g X (x i ) = ∑ f (x i , y j ) .
j

Logo,
1 1 1 1
g X ( x = 2) = g X ( x = 6) = + + =
8 24 12 4
1 1 1
g X ( x = 4) = + +0=
4 4 2
1 1 1
E[X ] = X = 2 × + 4× + 6× = 4
4 2 4
E[Y ] = ∑ yh Y ( y j )
j
em que hY(y) é a função de probabilidade marginal de Y, dada por
h Y (y j ) = ∑ f (x i , y j ) .
i
Logo
1 1 1 1
h Y ( y = 1) = + + =
8 4 8 2
1 1 1 1
h Y ( y = 3) = + + =
24 4 24 3
1 1 1
h Y ( y = 9) = +0+ =
12 12 6
1 1 1
E[Y ] = Y = 1 × + 3× + 9 × = 3
2 3 6
Agora já podemos calcular a covariância, pois temos os valores de X e Y .

Sendo assim,
Cov(X, Y ) = ∑∑ [ x i − X ][ y j − Y ]f ( x i , y j ) =
i j
= (2 − 4) × (1 − 3) × 1 / 8 + (2 − 4) × (3 − 3) × 1 / 24 + (2 − 4) × (9 − 3) × 1 / 12 +
+ (4 − 4) × (1 − 3) × 1 / 4 + (4 − 4) × (3 − 3) × 1 / 4 + (4 − 4) × (9 − 3) × 0 +
+ (6 − 4) × (1 − 3) × 1 / 8 + (6 − 4) × (3 − 3) × 1 / 24 + (6 − 4) × (9 − 3) × 1 / 12 =
Cov(X, Y ) = 1 / 2 + 0 − 1 + 0 + 0 + 0 − 1 / 2 + 0 + 1 = 0
Logo, X e Y são variáveis não correlacionadas.

Você também chegaria ao mesmo resultado se usasse a fórmula equivalente
Cov( X, Y ) = E[ XY] − X Y
Confirme você mesmo que E[XY] = 12 . Portanto,
Cov(X, Y ) = 12 − 4 × 3 = 0
GABARITO: E
11. Assinale a alternativa correta.
A) X e Y não são independentes.

B) X e Y são independentes.
C) X e Y são correlacionadas.
D) X e Y têm distribuição conjuntamente normal.
E) X e Y têm distribuições marginais normais.
Resolução
Análise das alternativas:
(A) Se X e Y são independentes, deve valer
f ( x i , y j ) = g X ( x i ) × h Y ( y j ) para quaisquer valores de X e Y.
Entretanto, observe que
1 1 1 1
f XY (2,3) = ≠ g X (2) × h Y (3) = × =
24 4 3 12
Logo, X e Y não são independentes, apesar de serem não correlacionadas

⇒ alternativa CORRETA.
(B) Alternativa INCORRETA, haja vista o explicado acima.
(C) Alternativa INCORRETA, pois X e Y são não correlacionadas.
(D) Nada se pode afirmar sobre a distribuição conjunta de X e Y ⇒ alternativa

INCORRETA.
(E) Nada se pode afirmar sobre as distribuições marginais de X e Y ⇒

alternativa INCORRETA.

GABARITO: A
Considere as variáveis aleatórias independentes X 1 , X 2 ,..., X n . Suponha que

essas n variáveis possuam a mesma distribuição de probabilidades com média
µ e variância σ 2 . Seja
1 n
X= ∑ Xi .
n i=1
12. Podemos afirmar que o valor esperado de X é igual a
A) µ / σ 2
B) σ 2
C) µ
D) σ 2 / µ.
E) 0
Resolução
1  1
E[ X ] = E  (X1 + X 2 + ... + X n ) = (E[X1 ] + E[X 2 ] + ... + E[X n ])
n  n
1 nµ
= (µ + µ + ... + µ ) = =µ
n n
GABARITO: C
13. Podemos afirmar que a variância de X é
A) µ / σ 2
B) σ 2 / n
C) nσ 2
D) σ 2 / µ
E) 0
Resolução
1  1 1 2 σ2
var(X ) = var (X1 + X 2 + ... + X n ) = 2 (var(X1 ) + var(X 2 ) + ... + var(X n )) = 2 nσ =
n  n n n

GABARITO: B
14. (IBGE/2010/Cesgranrio) Sejam X1, X2, X3 variáveis aleatórias

independentes, todas com média 100 e variância 100. O valor esperado e a
X − 2X 2 + X 3
variância de Z = 1 são, respectivamente,
4
A) 100 e 100.
B) 100 e 75/2.
C) 100 e 25/2.
D) 0 e 75/2.
E) 0 e 25/2.
Resolução
Valor esperado de Z:
 X − 2X 2 + X 3  1 1
E ( Z) = E  1  = {E(X1 − 2X 2 + X 3 )} = {E (X1 ) − 2E (X 2 ) + E (X 3 )}
 4  4 4
100 − 200 + 100

E ( Z) = =0
4
Variância de Z:
 X − 2X 2 + X 3  1
Var ( Z) = Var 1 {
 = 2 Var (X1 ) + ( −2) Var (X 2 ) + Var (X 3 )
2
}
 4  4
1
Var ( Z) = {Var (X1 ) + 4Var (X 2 ) + Var (X 3 )} = 1 (100 + 400 + 100 ) = 600 = 75
16 16 16 2
Resultados: Valor Esperado = 0, Variância = 75/2
GABARITO: D
15. (ICMS-RJ/2011/FGV) Para duas variáveis populacionais, X e Y, o

desvio-padrão de X é 40, o desvio-padrão de Y é 20 e a covariância entre Y e X
é –100. Assim, o coeficiente de correlação entre X e Y é
A) –0,5.
B) 2
C) -0,25
D) -0,125
E) 0,125
Resolução
Questão imediata. Sabemos que
cov(X, Y )
ρ( X , Y ) =
σXσY
em que ρ(X,Y) denota o coeficiente de correlação entre X e Y, cov(X,Y) é a

covariância entre X e Y, σX é o desvio padrão de X e σY é o desvio padrão de Y.
Portanto,
− 100 1
ρ( X , Y ) = = − = −0,125
40 × 20 8
GABARITO: D
16. (CODEBA/2010/FGV) Sejam X1 , X 2 , X 3 ,..., X N variáveis aleatórias para

uma amostra de tamanho N. Defina a Média amostral ( X ) como:
X1 + X 2 + X 3 + ... + X N
X=
N
Sabendo que E(X i ) = µ e VAR ( X i ) = σ 2 , avalie as afirmativas abaixo:
I. O valor esperado da média amostral é E ( X ) = µ .

σ2
II. A variância da média amostral é VAR ( X ) = .
N
N
N 
III. O valor esperado de ∑ X i , é igual a E ∑ X i  = Nµ
i =1  i=1 
Assinale
A) se apenas as afirmativas I e II estiverem corretas.

B) se apenas as afirmativas I e III estiverem corretas.
C) se apenas as afirmativas II e III estiverem corretas.
D) se todas as afirmativas estiverem corretas.
E) se nenhuma das afirmativas estiver correta.
Resolução

Apesar de o enunciado ter sido omisso quanto à independência das variáveis

aleatórias X1 , X 2 , X 3 ,..., X N , é razoável assumir que elas sejam independentes
(*).
Vimos que
1  1 1 Nµ
E[ X ] = E  (X1 + X 2 + ... + X n ) = (E[X1 ] + E[X 2 ] + ... + E[X n ]) = (µ + µ + ... + µ ) = =µ
N  N N N
⇒ afirmativa I está correta.
1  1 σ2
var(X ) = var (X1 + X 2 + ... + X n ) = 2 (var(X1 ) + var (X 2 ) + ... + var(X n )) = 2 Nσ 2 =
1
N  N N N
⇒ afirmativa II está correta.
Além disso,
E[∑ X i ] = E[NX ] = NE[X ] = Nµ

N
i =1
⇒ afirmativa III está correta.
(*) Entendemos que o enunciado não é preciso, haja vista que as observações
de uma amostra nem sempre são independentes. Por exemplo, isso ocorre em
algumas séries financeiras do mundo real, em que as amostras podem
apresentar um alto grau de correlação.
GABARITO: D
17. (ICMS-RJ/2009/FGV) Uma empresa afirma que os pacotes de bala que

ela produz pesam em média 25g. Para testar essa hipótese, foram
selecionados ao acaso 16 pacotes produzidos pela empresa, registrados seus
16 16
pesos X1, X2, ... , X16 e calculadas as estatísticas ∑ X i = 320 e
i =1
∑X
i =1
2
i = 7360 . O
valor da estatística t (a ser comparado com o ponto desejado da distribuição t

de Student) para o teste é:
A) -0,8
B) -1,2
C) -2,0
D) -2,5
E) -3,2

Resolução
É muito freqüente, na prática, o caso em que desejamos testar hipóteses

referentes à média de uma população cujo desvio padrão é desconhecido. Se
tivermos à disposição uma amostra aleatória de n elementos provenientes
dessa população, com base na qual iremos realizar o teste, deveremos então
usar essa mesma amostra para estimar o desvio padrão σ da população. Neste
caso, a variável aleatória de teste terá distribuição t de Student com n-1 graus
de liberdade:
x −µ
t n −1 = .
s/ n
O valor da estatística t é determinado pelos valores de x (média amostral) e s

(desvio padrão amostral).
16
∑X i
320
x= i =1
= = 20
n 16
 n −1 2
Seja m 2 =  s . Então,
 n 
 n 2  16  
2
 n 2 
 ∑ Xi  ∑ Xi    ∑ Xi 
 n  n  i=1 n
s2 =  m 2 = −  i=1   =  i=1 − x2 
 n −1 n −1  n  n   n −1  n 
     
    
16  7360 
s2 = − 20 2  = 64 ⇒ s = 8 .
15  16 
Logo,
20 − 25
t n −1 = = −2,5 .
8 / 16
Solução alternativa (aproximada):
Para n “grande”, tem-se que
 n −1
  ≈1
 n 
e é válida a seguinte aproximação para a variância amostral:

1 n 2 7360
s2 ≈ ∑
n i=1
Xi − x 2 =
16
− 400 = 60 .
Logo,
20 − 25 −5 −5 −5
t n −1 ≈ ≈ ≈ ≈ = −2,5
60 / 16 60 / 16 4 2
Nota: 60 / 16 ≈ 60 / 15
GABARITO: D
18. (SUSEP/2006/ESAF) Em uma distribuição de sinistro S, formulando-se a

hipótese de que não há diferença entre a freqüência esperada e a observada
(hipótese nula: H0). Donde, segundo um determinado nível de significância,
podemos afirmar que ocorreu
A) um erro do tipo I, se for aceita a hipótese H0.

B) um erro do tipo II, se for rejeitada a hipótese H0.
C) um erro do tipo I, se for aceita a hipótese H0, sendo esta correta.
D) um erro do tipo II, se for rejeitada a hipótese H0, sendo esta correta.
E) um erro do tipo I, se for rejeitada a hipótese H0, sendo esta correta.
Resolução
O enunciado parece estar “truncado” e o problema reside no tempo verbal do

verbo formular. Não obstante, a questão é fácil e tem solução.
Vimos que comete-se um erro tipo I quando rejeita-se a hipótese nula

H0, sendo H0 verdadeira. Comete-se um erro tipo II quando aceita-se a
hipótese nula H0, sendo H0 falsa.
(A) Ocorreu um erro do tipo I, se for rejeitada a hipótese nula H0, sendo H0
verdadeira ⇒ ERRADO.
(B) Ocorreu um erro do tipo II, se for aceita a hipótese nula H0, sendo H0 falsa
⇒ ERRADO.
(C) Ocorreu um erro do tipo I, se for rejeitada a hipótese nula H0, sendo H0
verdadeira ⇒ ERRADO.
(D) Ocorreu um erro tipo II, se for aceita a hipótese nula H0, sendo H0 falsa ⇒
ERRADO.
(E) Ocorreu um erro do tipo I, se for rejeitada a hipótese H0, sendo esta
correta ⇒ CERTO.
GABARITO: E
19. (ICMS-RJ/2007/FGV/Adaptada) Para a realização de um teste de

hipóteses H0: µ = µ 0, contra H1: µ > µ 0, definimos ERRO DO TIPO I:
A) P(µ > µ 0 | µ = µ 0)
B) P(µ = µ 0 | µ > µ 0)
C) Rejeitar H0 sendo H0 verdadeira.
D) 1 – P(µ > µ 0 | µ = µ 0)
E) Aceitar H0, sendo H0 falsa
Resolução
Em um teste de hipóteses, podem ocorrer dois tipos de erro:

A faixa de valores da variável de teste que leva à rejeição de H0 é denominada

Região Crítica (RC) do teste. Neste exercício, a RC é x1 < x < ∞ , pois as
hipóteses são: H0: µ = µ 0, contra H1: µ > µ 0 (unilateral à direita). Como o nível
de significância não foi especificado pelo enunciado, não temos como
determinar o limite inferior x1 da RC do teste. Não obstante, fixada a RC, a
probabilidade α do erro tipo I é dada pela probabilidade P( x > x1 ) .
GABARITO: C
20. (ICMS-SP/2009/FCC) O gerente de uma indústria de determinado

componente eletrônico garante que a vida média do produto fabricado é igual
a 100 horas. Um comprador dessa indústria decide testar a afirmação do
gerente e faz um teste estatístico formulando as hipóteses H0: µ = 100 e H1: µ
< 100, sendo que H0 é a hipótese nula, H1 é a hipótese alternativa e µ é a
média da população considerada de tamanho infinito com uma distribuição
normal. O desvio padrão populacional é igual a 10 horas e utilizou-se a
informação da distribuição normal padrão (Z), segundo a qual P(Z ≥ 1,64) =
5%. H0 foi rejeitada com base em uma amostra aleatória de 64 componentes
em um nível de significância de 5%. Então, o valor da média amostral foi, em
horas, no máximo,
A) 94,75
B) 95,00
C) 96,00
D) 96,50
E) 97,95
Resolução
A Região Crítica (RC) do teste é − ∞ < x < x1 , pois as hipóteses são: H0: µ = 100,
contra H1: µ < 100 (unilateral à esquerda). A questão pede que o candidato(a)
calcule o valor de x1 . Foram dados os valores σ = 10, n = 64 e − z 5% = −1,64 .
Logo,
x1 − µ x1 − 100 8( x 1 − 100)
= = = −1,64
σ / n 10 / 64 10
x1 − 100 = −1,64 / 8 ⇒ x1 = 97,95.
GABARITO: E
21. (AFPS/Área ATP/2002/ESAF) Um atributo X tem distribuição normal

com média µ e variância σ2. A partir de uma amostra aleatória de tamanho 16
da população definida por X, deseja-se testar a hipótese H0: µ = 22 contra a
alternativa Ha: µ ≠ 22. Para esse fim calcula-se a média amostral x = 30 e a
variância amostral S2 = 100. Assinale a opção que corresponde à probabilidade
de significância (p-valor) do teste
A) 2P{T>3,2} onde T tem distribuição de Student com 15 graus de liberdade.

B) P{|Z|>3,2} onde Z tem distribuição normal padrão.
C) P{Z<-2,2} onde Z tem distribuição normal padrão.
D) P{T<-3,2} onde T tem distribuição de Student com 15 graus de liberdade
E) P{|T|>2,2} onde T tem distribuição de Student com 15 graus de liberdade
Resolução
Esta questão aborda o teste de hipóteses para a média populacional de uma

amostra pequena (n < 30) quando a variância populacional é desconhecida.
Neste caso, a variável aleatória de teste terá distribuição t de Student com n-1
= 15 graus de liberdade e será dada por:
x −µ 30 − 22 8
t n −1 = ⇒ t15 = = = 3,2
s/ n 10 / 16 10 / 4
O p-valor (ou probabilidade de significância) é a probabilidade de a

estatística t15 do teste cair na RC, supondo H0 como a hipótese
verdadeira.

A figura a seguir mostra a RC (ou região de rejeição) e a Região de Aceitação

(RA) da hipótese nula (H0). Observe que o teste realizado é bilateral (ou
bicaudal), pois Ha: µ ≠ 22.
Como o teste é bilateral, há duas áreas de rejeição: à esquerda de

− t15 = −3,2 e à direita de t15 = 3,2 , como ilustrado pela figura acima.
RC RA RC
-t15 t15
Logo,
p-valor = P{t < − t15 } + P{t > t 15 } = P{t < −3,2} + P{t > 3,2} ,
como a distribuição de Student é simétrica, tem-se que P{t < −3,2} = P{t > 3,2} e
isto implica
p-valor = 2P{t > 3,2} ,
em que t possui 15 graus de liberdade.
GABARITO: A
22. (Fiscal de Rendas MS/2006/FGV) Em um teste de hipóteses, a

hipótese nula foi rejeitada ao nível de 3%. Portanto, a hipótese nula:
A) será aceita no nível de 1%.

B) será aceita no nível de 5%.
C) pode ser aceita ou rejeitada no nível de 5%.
D) será rejeitada no nível de 1%.
E) será rejeitada no nível de 5%.
Resolução

O enunciado não diz se o teste é unilateral (à esquerda ou à direita) ou

bilateral. Logo, podemos analisar as alternativas a partir de um caso particular,
como, por exemplo, o do teste (unilateral à esquerda) da média da figura
abaixo.
5%
3%
1%
-z x
-z -z
A) Não se pode garantir que a hipótese nula será aceita no nível de 1%. Tome,
por exemplo, o valor experimental –z0,5% < –z1%, que cai na RC do teste no
nível de 1%. Portanto, esta alternativa é FALSA.
B) Pelo contrário, a hipótese nula será rejeitada no nível de 5%, pois –z3% < –
z5% (dentro da RC do teste no nível de 5%) ⇒ FALSA.
C) Negativo! A hipótese nula será rejeitada no nível de 5%, pois –z3% < –z5%
⇒ FALSA.
D) Nem sempre isto será verdade. Por exemplo, a hipótese nula será aceita no
nível de 1% para um valor experimental –z2% ⇒ FALSA.
E) Isto sempre acontecerá, pois –z3% < –z5% ⇒ VERDADEIRA.
GABARITO: E
23. (Fiscal de Rendas MS/2006/FGV) Um teste de hipótese apresentou p-

valor igual a 0,03. Portanto, nos níveis de significância de 1% e 5%,
respectivamente, a hipótese nula:



Resolução
Dados: p-valor = 3%, α1 = 1% e α 2 = 5%.
Regra:
⇒ Se p-valor ≤ α , rejeitar H0 em favor de H1.

⇒ Se p-valor > α , não rejeitar H0 em favor de H1.
Nível de significância Decisão

α1 = 1% p-valor = 3% > 1% ⇒ aceitar H0
α 2 = 5% p-valor = 3% < 5% ⇒ rejeitar H0
A única alternativa que está de acordo com a Tabela de decisão acima é a B.
GABARITO: B
24. (Economista Jr./Cia Potiguar de Gás/2006/FGV) Um teste de

hipótese apresentou p-valor igual a 0,07. Portanto, nos níveis de significância
de 10% e 5%, respectivamente, a hipótese nula:

Resolução
Dados: p-valor = 7%, α1 = 10% e α 2 = 5%. Lembre que:
⇒ Se p-valor ≤ α , rejeitar H0 em favor de H1.

⇒ Se p-valor > α , não rejeitar H0 em favor de H1.
Nível de significância Decisão

α1 = 10% p-valor = 7% < 10% ⇒ rejeitar H0
α 2 = 5% p-valor = 7% > 5% ⇒ aceitar H0
A única alternativa que está de acordo com a Tabela de decisão acima é a C.

GABARITO: C
25. (IRB/Resseguro/2004/ESAF) Num estudo do consumo de combustível

para uma determinada marca de automóvel, supõe-se que a distribuição do
consumo é aproximadamente normal com média desconhecida µ km/l e desvio
padrão 3 km/l. Uma amostra de 36 veículos produziu a média de consumo de
16 km/l. Deseja-se testar a hipótese H: µ = 15 contra a alternativa A: µ > 15.
Considerando os valores da função de distribuição normal padrão dados
abaixo, assinale a opção que dá o valor probabilístico (p-valor) do teste que
toma por base a estatística z = 2( X − 15) , sendo X a média amostral.
z F(z)
1,0 0,841
1,2 0,885
1,4 0,919
1,6 0,945
1,8 0,964
2,0 0,977
2,2 0,986
2,4 0,992
A) 0,500
B) 0,977
C) 0,050
D) 0,023
E) 0,010
Resolução
Dados: σ = 3km/l, n = 36, X = 16 km/l, µ 0 = 15 (hipótese de trabalho).
Hipóteses do teste:
H0: µ = 15
H1: µ > 15
X − µ 0 X − 15 X − 15
Estatística do teste: z = = = = 2( X − 15) (fornecida pela banca!)
σ / n 3 / 36 3/ 6
Logo,
z = 2(16 − 15) = 2 ⇒ F(z) = 0,977.

O p-valor é a probabilidade de que a média amostral seja maior ou

igual a 16, considerando que a média populacional seja igual a 15, ou
seja, P( X ≥ 16|µ = 15). Como a variável aleatória normal X foi reduzida, tem-
se que o p-valor pode ser calculado pela probabilidade P(z ≥ 2,0) = 1 –
0,977 = 0,023.
GABARITO: D
26. (BACEN/2010/CESGRANRIO) Com relação a um teste simples de

hipótese, assinale a afirmativa correta.
(A) Um teste bicaudal de nível de significância α rejeita ahipótese nula H0: µ =

µ0 precisamente quando µ0 está fora do intervalo de confiança de nível (1−α)
para µ.
(B) A hipótese nula a ser testada deve ser construída com muita atenção
porquanto é o objeto da inferência estatística, enquanto que a hipótese
alternativa só precisa ser contrária à hipótese nula.
(C) Se o grau de significância do teste é α, significa que (1− α) é a
probabilidade de se cometer erro do tipo I.
(D) Na definição de um teste, deve-se levar em conta que quanto menor o
grau de significância do teste (α), maior será o poder do teste (π), uma vez
que (α + π)=1.
(E) Erro do tipo II, embora definido para uma hipótese alternativa específica,
ocorrerá sempre com probabilidade igual ao poder do teste.
Resolução
A) Correta. Sem maiores comentários.

B) O objeto da inferência estatística é a estimação de parâmetro(s)
populacional(is), e não a construção da hipótese nula. Opção incorreta.
C) A probabilidade do erro tipo I é igual a α ⇒ incorreta.
D) O correto seria dizer que (β + π) = 1 ⇒ incorreta.
E) A probabilidade do erro tipo II é igual a β(µ). O poder do teste é π(µ) ⇒
incorreta.
GABARITO: A
27. (Fiscal de Rendas-MS/2006/FGV/Adaptada) Uma amostra aleatória

simples de tamanho 25 foi selecionada para estimar a média desconhecida de
uma população normal. A média amostral encontrada foi 4,2, e a variância
amostral foi 1,44. O intervalo de 95% de confiança para a média populacional
é

A) 4,2 ± 0,75
B) 4,2 ± 0,64
C) 4,2 ± 0,71
D) 4,2 ± 0,49
E) 4,2 ± 0,81
Resolução
A expressão do intervalo de confiança para a média µ da população, ao nível

de confiança 1 - α, quando σ é conhecido, é
σ
X ± zα / 2 .
n
Quando desconhecemos o desvio padrão populacional σ, devemos estimar seu

valor por meio de
∑ (X i − X )2
S= i =1
.
n −1
Não é correto obter o intervalo de confiança para µ, ao nível de confiança 1 -

α, substituindo-se σ por S na expressão do intervalo de confiança. Observe que
o uso de S naquela expressão aumenta a incerteza da estimativa por intervalo,
diminuindo, deste modo, o valor do nível de confiança, que já não seria (1 -
α), mas sim (1 - α’) < (1 - α). Como podemos resolver este problema?
As distribuições t de Student e normal padrão estão relacionadas pela fórmula
σ
t n −1,α / 2 = z α / 2 .
S
σ
Sendo assim, podemos reescrever X ± z α / 2 como
n
σ S S
X ± zα / 2 = X ± t n −1,α / 2 .
S n n
A equação acima nos mostra que o uso do desvio padrão amostral S na

expressão do intervalo de confiança da média populacional impõe o uso de
t n −1,α / 2 no lugar de z α / 2 . Observe que ( t n −1,α / 2 / z α / 2 ) > 1 (por exemplo,
t 30, 2,5% = 2,0423 > z 2,5% = 1,96 ). Desta maneira, t n −1,α / 2 funciona como um fator de

correção para maior da amplitude do intervalo de confiança, quando usamos

S em vez de σ.
Cálculo do intervalo de confiança:
S 1,44
X ± t n −1,α / 2 = 4,2 ± 2,06 × ≈ 4,2 ± 0,49
n 25
GABARITO: D
Abraços e até a próxima aula.
Bons estudos!
Alexandre Lima.

APÊNDICE
TABELA I
NORMAL: área à direita de Zc
Parte Parte
inteira e Segunda decimal de Zc inteira e
primeira primeira
decimal decimal
de Zc de Zc
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,50000 0,49601 0,49202 0,48803 0,48405 0,48006 0,47608 0,47210 0,46812 0,46414 0,0
0,1 0,46017 0,45620 0,45224 0,44828 0,44433 0,44038 0,43644 0,43251 0,42858 0,42465 0,1
0,2 0,42074 0,41683 0,41294 0,40905 0,40517 0,40129 0,39743 0,39358 0,38974 0,38591 0,2
0,3 0,38209 0,37828 0,37448 0,37070 0,36693 0,36317 0,35942 0,35569 0,35197 0,34827 0,3
0,4 0,34458 0,34090 0,33724 0,33360 0,32997 0,32636 0,32276 0,31918 0,31561 0,31207 0,4
0,5 0,30854 0,30503 0,30153 0,29806 0,29460 0,29116 0,28774 0,28434 0,28096 0,27760 0,5
0,6 0,27425 0,27093 0,26763 0,26435 0,26109 0,25785 0,25463 0,25143 0,24825 0,24510 0,6
0,7 0,24196 0,23885 0,23576 0,23270 0,22965 0,22663 0,22363 0,22065 0,21770 0,21476 0,7
0,8 0,21186 0,20897 0,20611 0,20327 0,20045 0,19766 0,19489 0,19215 0,18943 0,18673 0,8
0,9 0,18406 0,18141 0,17879 0,17619 0,17361 0,17106 0,16853 0,16602 0,16354 0,16109 0,9
1,0 0,15866 0,15625 0,15386 0,15151 0,14917 0,14686 0,14457 0,14231 0,14007 0,13786 1,0
1,1 0,13567 0,13350 0,13136 0,12924 0,12714 0,12507 0,12302 0,12100 0,11900 0,11702 1,1
1,2 0,11507 0,11314 0,11123 0,10935 0,10749 0,10565 0,10383 0,10204 0,10027 0,09853 1,2
1,3 0,09680 0,09510 0,09342 0,09176 0,09012 0,08851 0,08691 0,08534 0,08379 0,08226 1,3
1,4 0,08076 0,07927 0,07780 0,07636 0,07493 0,07353 0,07215 0,07078 0,06944 0,06811 1,4
1,5 0,06681 0,06552 0,06426 0,06301 0,06178 0,06057 0,05938 0,05821 0,05705 0,05592 1,5
1,6 0,05480 0,05370 0,05262 0,05155 0,05050 0,04947 0,04846 0,04746 0,04648 0,04551 1,6
1,7 0,04457 0,04363 0,04272 0,04182 0,04093 0,04006 0,03920 0,03836 0,03754 0,03673 1,7
1,8 0,03593 0,03515 0,03438 0,03362 0,03288 0,03216 0,03144 0,03074 0,03005 0,02938 1,8
1,9 0,02872 0,02807 0,02743 0,02680 0,02619 0,02559 0,02500 0,02442 0,02385 0,02330 1,9
2,0 0,02275 0,02222 0,02169 0,02118 0,02068 0,02018 0,01970 0,01923 0,01876 0,01831 2,0
2,1 0,01786 0,01743 0,01700 0,01659 0,01618 0,01578 0,01539 0,01500 0,01463 0,01426 2,1
2,2 0,01390 0,01355 0,01321 0,01287 0,01255 0,01222 0,01191 0,01160 0,01130 0,01101 2,2
2,3 0,01072 0,01044 0,01017 0,00990 0,00964 0,00939 0,00914 0,00889 0,00866 0,00842 2,3
2,4 0,00820 0,00798 0,00776 0,00755 0,00734 0,00714 0,00695 0,00676 0,00657 0,00639 2,4
2,5 0,00621 0,00604 0,00587 0,00570 0,00554 0,00539 0,00523 0,00508 0,00494 0,00480 2,5
2,6 0,00466 0,00453 0,00440 0,00427 0,00415 0,00402 0,00391 0,00379 0,00368 0,00357 2,6
2,7 0,00347 0,00336 0,00326 0,00317 0,00307 0,00298 0,00289 0,00280 0,00272 0,00264 2,7
2,8 0,00256 0,00248 0,00240 0,00233 0,00226 0,00219 0,00212 0,00205 0,00199 0,00193 2,8
2,9 0,00187 0,00181 0,00175 0,00169 0,00164 0,00159 0,00154 0,00149 0,00144 0,00139 2,9
3,0 0,00135 0,00131 0,00126 0,00122 0,00118 0,00114 0,00111 0,00107 0,00104 0,00100 3,0
3,5 0,00023 0,00022 0,00022 0,00021 0,00020 0,00019 0,00019 0,00018 0,00017 0,00017 3,5
4,0 0,00003 0,00003 0,00003 0,00003 0,00003 0,00003 0,00002 0,00002 0,00002 0,00002 4,0
5,0 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 5,0

TABELA II
NORMAL: área de 0 a Zc
Parte Parte
inteira e Segunda decimal de Zc inteira e
primeira primeira
decimal decimal
de Zc de Zc
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,00000 0,00399 0,00798 0,01197 0,01595 0,01994 0,02392 0,02790 0,03188 0,03586 0,0
0,1 0,03983 0,04380 0,04776 0,05172 0,05567 0,05962 0,06356 0,06749 0,07142 0,07535 0,1
0,2 0,07926 0,08317 0,08706 0,09095 0,09483 0,09871 0,10257 0,10642 0,11026 0,11409 0,2
0,3 0,11791 0,12172 0,12552 0,12930 0,13307 0,13683 0,14058 0,14431 0,14803 0,15173 0,3
0,4 0,15542 0,15910 0,16276 0,16640 0,17003 0,17364 0,17724 0,18082 0,18439 0,18793 0,4
0,5 0,19146 0,19497 0,19847 0,20194 0,20540 0,20884 0,21226 0,21566 0,21904 0,22240 0,5
0,6 0,22575 0,22907 0,23237 0,23565 0,23891 0,24215 0,24537 0,24857 0,25175 0,25490 0,6
0,7 0,25804 0,26115 0,26424 0,26730 0,27035 0,27337 0,27637 0,27935 0,28230 0,28524 0,7
0,8 0,28814 0,29103 0,29389 0,29673 0,29955 0,30234 0,30511 0,30785 0,31057 0,31327 0,8
0,9 0,31594 0,31859 0,32121 0,32381 0,32639 0,32894 0,33147 0,33398 0,33646 0,33891 0,9
1,0 0,34134 0,34375 0,34614 0,34849 0,35083 0,35314 0,35543 0,35769 0,35993 0,36214 1,0
1,1 0,36433 0,36650 0,36864 0,37076 0,37286 0,37493 0,37698 0,37900 0,38100 0,38298 1,1
1,2 0,38493 0,38686 0,38877 0,39065 0,39251 0,39435 0,39617 0,39796 0,39973 0,40147 1,2
1,3 0,40320 0,40490 0,40658 0,40824 0,40988 0,41149 0,41309 0,41466 0,41621 0,41774 1,3
1,4 0,41924 0,42073 0,42220 0,42364 0,42507 0,42647 0,42785 0,42922 0,43056 0,43189 1,4
1,5 0,43319 0,43448 0,43574 0,43699 0,43822 0,43943 0,44062 0,44179 0,44295 0,44408 1,5
1,6 0,44520 0,44630 0,44738 0,44845 0,44950 0,45053 0,45154 0,45254 0,45352 0,45449 1,6
1,7 0,45543 0,45637 0,45728 0,45818 0,45907 0,45994 0,46080 0,46164 0,46246 0,46327 1,7
1,8 0,46407 0,46485 0,46562 0,46638 0,46712 0,46784 0,46856 0,46926 0,46995 0,47062 1,8
1,9 0,47128 0,47193 0,47257 0,47320 0,47381 0,47441 0,47500 0,47558 0,47615 0,47670 1,9
2,0 0,47725 0,47778 0,47831 0,47882 0,47932 0,47982 0,48030 0,48077 0,48124 0,48169 2,0
2,1 0,48214 0,48257 0,48300 0,48341 0,48382 0,48422 0,48461 0,48500 0,48537 0,48574 2,1
2,2 0,48610 0,48645 0,48679 0,48713 0,48745 0,48778 0,48809 0,48840 0,48870 0,48899 2,2
2,3 0,48928 0,48956 0,48983 0,49010 0,49036 0,49061 0,49086 0,49111 0,49134 0,49158 2,3
2,4 0,49180 0,49202 0,49224 0,49245 0,49266 0,49286 0,49305 0,49324 0,49343 0,49361 2,4
2,5 0,49379 0,49396 0,49413 0,49430 0,49446 0,49461 0,49477 0,49492 0,49506 0,49520 2,5
2,6 0,49534 0,49547 0,49560 0,49573 0,49585 0,49598 0,49609 0,49621 0,49632 0,49643 2,6
2,7 0,49653 0,49664 0,49674 0,49683 0,49693 0,49702 0,49711 0,49720 0,49728 0,49736 2,7
2,8 0,49744 0,49752 0,49760 0,49767 0,49774 0,49781 0,49788 0,49795 0,49801 0,49807 2,8
2,9 0,49813 0,49819 0,49825 0,49831 0,49836 0,49841 0,49846 0,49851 0,49856 0,49861 2,9
3,0 0,49865 0,49869 0,49874 0,49878 0,49882 0,49886 0,49889 0,49893 0,49896 0,49900 3,0
3,5 0,49977 0,49978 0,49978 0,49979 0,49980 0,49981 0,49981 0,49982 0,49983 0,49983 3,5
4,0 0,49997 0,49997 0,49997 0,49997 0,49997 0,49997 0,49998 0,49998 0,49998 0,49998 4,0
5,0 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 5,0

TABELA III
QUI-QUADRADO: VALORES Yc tais que P(Y>Yc)=p

GL 0,995 0,990 0,975 0,950 0,900 0,750 0,500 0,250 0,100 0,050 0,025 0,010 0,005 0,001
1 0,0000393 0,000157 0,000982 0,00393 0,0158 0,102 0,455 1,323 2,706 3,841 5,024 6,635 7,879 10,83
2 0,0100 0,0201 0,0506 0,103 0,211 0,575 1,386 2,773 4,605 5,991 7,378 9,210 10,60 13,82
3 0,0717 0,115 0,216 0,352 0,584 1,213 2,366 4,108 6,251 7,815 9,348 11,34 12,84 16,27
4 0,207 0,297 0,484 0,711 1,064 1,923 3,357 5,385 7,779 9,488 11,14 13,28 14,86 18,47
5 0,412 0,554 0,831 1,145 1,610 2,675 4,351 6,626 9,236 11,07 12,83 15,09 16,75 20,52
6 0,676 0,872 1,237 1,635 2,204 3,455 5,348 7,841 10,64 12,59 14,45 16,81 18,55 22,46
7 0,989 1,239 1,690 2,167 2,833 4,255 6,346 9,037 12,02 14,07 16,01 18,48 20,28 24,32
8 1,344 1,646 2,180 2,733 3,490 5,071 7,344 10,22 13,36 15,51 17,53 20,09 21,95 26,12
9 1,735 2,088 2,700 3,325 4,168 5,899 8,343 11,39 14,68 16,92 19,02 21,67 23,59 27,88
10 2,156 2,558 3,247 3,940 4,865 6,737 9,342 12,55 15,99 18,31 20,48 23,21 25,19 29,59
11 2,603 3,053 3,816 4,575 5,578 7,584 10,34 13,70 17,28 19,68 21,92 24,72 26,76 31,26
12 3,074 3,571 4,404 5,226 6,304 8,438 11,34 14,85 18,55 21,03 23,34 26,22 28,30 32,91
13 3,565 4,107 5,009 5,892 7,042 9,299 12,34 15,98 19,81 22,36 24,74 27,69 29,82 34,53
14 4,075 4,660 5,629 6,571 7,790 10,17 13,34 17,12 21,06 23,68 26,12 29,14 31,32 36,12
15 4,601 5,229 6,262 7,261 8,547 11,04 14,34 18,25 22,31 25,00 27,49 30,58 32,80 37,70
16 5,142 5,812 6,908 7,962 9,312 11,91 15,34 19,37 23,54 26,30 28,85 32,00 34,27 39,25
17 5,697 6,408 7,564 8,672 10,09 12,79 16,34 20,49 24,77 27,59 30,19 33,41 35,72 40,79
18 6,265 7,015 8,231 9,390 10,86 13,68 17,34 21,60 25,99 28,87 31,53 34,81 37,16 42,31
19 6,844 7,633 8,907 10,12 11,65 14,56 18,34 22,72 27,20 30,14 32,85 36,19 38,58 43,82
20 7,434 8,260 9,591 10,85 12,44 15,45 19,34 23,83 28,41 31,41 34,17 37,57 40,00 45,31
21 8,034 8,897 10,28 11,59 13,24 16,34 20,34 24,93 29,62 32,67 35,48 38,93 41,40 46,80
22 8,643 9,542 10,98 12,34 14,04 17,24 21,34 26,04 30,81 33,92 36,78 40,29 42,80 48,27
23 9,260 10,20 11,69 13,09 14,85 18,14 22,34 27,14 32,01 35,17 38,08 41,64 44,18 49,73
24 9,886 10,86 12,40 13,85 15,66 19,04 23,34 28,24 33,20 36,42 39,36 42,98 45,56 51,18
25 10,52 11,52 13,12 14,61 16,47 19,94 24,34 29,34 34,38 37,65 40,65 44,31 46,93 52,62
26 11,16 12,20 13,84 15,38 17,29 20,84 25,34 30,43 35,56 38,89 41,92 45,64 48,29 54,05
27 11,81 12,88 14,57 16,15 18,11 21,75 26,34 31,53 36,74 40,11 43,19 46,96 49,64 55,48
28 12,46 13,56 15,31 16,93 18,94 22,66 27,34 32,62 37,92 41,34 44,46 48,28 50,99 56,89
29 13,12 14,26 16,05 17,71 19,77 23,57 28,34 33,71 39,09 42,56 45,72 49,59 52,34 58,30
30 13,79 14,95 16,79 18,49 20,60 24,48 29,34 34,80 40,26 43,77 46,98 50,89 53,67 59,70
40 20,71 22,16 24,43 26,51 29,05 33,66 39,34 45,62 51,81 55,76 59,34 63,69 66,77 73,40
50 27,99 29,71 32,36 34,76 37,69 42,94 49,33 56,33 63,17 67,50 71,42 76,15 79,49 86,66
60 35,53 37,48 40,48 43,19 46,46 52,29 59,33 66,98 74,40 79,08 83,30 88,38 91,95 99,61
70 43,28 45,44 48,76 51,74 55,33 61,70 69,33 77,58 85,53 90,53 95,02 100,43 104,21 112,32
80 51,17 53,54 57,15 60,39 64,28 71,14 79,33 88,13 96,58 101,88 106,63 112,33 116,32 124,84
90 59,20 61,75 65,65 69,13 73,29 80,62 89,33 98,65 107,57 113,15 118,14 124,12 128,30 137,21
100 67,33 70,06 74,22 77,93 82,36 90,13 99,33 109,14 118,50 124,34 129,56 135,81 140,17 149,45
Exemplo: o valor da qui-quadrado com ν=16 graus de liberdade (GL) com área da cauda superior igual
a 0,100 (P(Y>yc) = 0,1) é 23,54, ou seja, χ162 = 23,54 .

TABELA IV (t de Student): valores tc tais que P(-tc < t < tc) = 1-p
GL 0,5 0,4 0,3 0,2 0,1 0,05 0,02 0,01 0,005 0,002 0,001
1 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 127,321 318,309 636,619
2 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 14,089 22,327 31,599
3 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 7,453 10,215 12,924
4 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 5,598 7,173 8,610
5 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 4,773 5,893 6,869
6 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 4,317 5,208 5,959
7 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 4,029 4,785 5,408
8 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 3,833 4,501 5,041
9 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 3,690 4,297 4,781
10 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 3,581 4,144 4,587
11 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 3,497 4,025 4,437
12 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 3,428 3,930 4,318
13 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 3,372 3,852 4,221
14 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 3,326 3,787 4,140
15 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 3,286 3,733 4,073
16 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 3,252 3,686 4,015
17 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,222 3,646 3,965
18 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,197 3,610 3,922
19 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,174 3,579 3,883
20 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,153 3,552 3,850
21 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,135 3,527 3,819
22 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,119 3,505 3,792
23 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,104 3,485 3,768
24 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,091 3,467 3,745
25 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,078 3,450 3,725
26 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,067 3,435 3,707
27 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,057 3,421 3,690
28 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,047 3,408 3,674
29 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,038 3,396 3,659
30 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,030 3,385 3,646
40 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 2,971 3,307 3,551
50 0,679 0,849 1,047 1,299 1,676 2,009 2,403 2,678 2,937 3,261 3,496
60 0,679 0,848 1,045 1,296 1,671 2,000 2,390 2,660 2,915 3,232 3,460
120 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 2,860 3,160 3,373
5000 0,675 0,842 1,037 1,282 1,645 1,960 2,327 2,577 2,808 3,092 3,292
Exemplo de uso da tabela t de Student: entrando-se na tabela com a probabilidade p = 0,1 e GL = 7,

lemos o valor t7 = 1,895. Logo, P(-1,895<t7<1,895) = 0,9 e P(t7>1,895) = P(t7<-1,895) = 0,1/2= 0,05.

TABELA V
DISTRIBUIÇÃO F: valores fc tais que P(F>fc) = p

GL1
GL2 P(F>) 1 2 3 4 5 6 7 8 9 10
1 0,100 39,9 49,5 53,6 55,8 57,2 58,2 58,9 59,4 59,9 60,2
0,050 161 199 216 225 230 234 237 239 241 242
0,025 648 799 864 900 922 937 948 957 963 969
0,010 4052 4999 5403 5625 5764 5859 5928 5981 6022 6056
0,005 16211 19999 21615 22500 23056 23437 23715 23925 24091 24224
0,001 405284 499999 540379 562500 576405 585937 592873 598144 602284 605621
2 0,100 8,53 9,00 9,16 9,24 9,29 9,33 9,35 9,37 9,38 9,39
0,050 18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,37 19,38 19,40
0,025 38,5 39,0 39,2 39,2 39,3 39,3 39,4 39,4 39,4 39,4
0,010 98,5 99,0 99,2 99,2 99,3 99,3 99,4 99,4 99,4 99,4
0,005 199 199 199 199 199 199 199 199 199 199
0,001 999 999 999 999 999 999 999 999 999 999
3 0,100 5,54 5,46 5,39 5,34 5,31 5,28 5,27 5,25 5,24 5,23
0,050 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79
0,025 17,44 16,04 15,44 15,10 14,88 14,73 14,62 14,54 14,47 14,42
0,010 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,35 27,23
0,005 55,55 49,80 47,47 46,19 45,39 44,84 44,43 44,13 43,88 43,69
0,001 167,03 148,50 141,11 137,10 134,58 132,85 131,58 130,62 129,86 129,25
4 0,100 4,54 4,32 4,19 4,11 4,05 4,01 3,98 3,95 3,94 3,92
0,050 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96
0,025 12,22 10,65 9,98 9,60 9,36 9,20 9,07 8,98 8,90 8,84
0,010 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55
0,005 31,33 26,28 24,26 23,15 22,46 21,97 21,62 21,35 21,14 20,97
0,001 74,14 61,25 56,18 53,44 51,71 50,53 49,66 49,00 48,47 48,05
5 0,100 4,06 3,78 3,62 3,52 3,45 3,40 3,37 3,34 3,32 3,30
0,050 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74
0,025 10,01 8,43 7,76 7,39 7,15 6,98 6,85 6,76 6,68 6,62
0,010 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05
0,005 22,78 18,31 16,53 15,56 14,94 14,51 14,20 13,96 13,77 13,62
0,001 47,18 37,12 33,20 31,09 29,75 28,83 28,16 27,65 27,24 26,92
6 0,100 3,78 3,46 3,29 3,18 3,11 3,05 3,01 2,98 2,96 2,94
0,050 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06
0,025 8,81 7,26 6,60 6,23 5,99 5,82 5,70 5,60 5,52 5,46
0,010 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87
0,005 18,63 14,54 12,92 12,03 11,46 11,07 10,79 10,57 10,39 10,25
0,001 35,51 27,00 23,70 21,92 20,80 20,03 19,46 19,03 18,69 18,41
7 0,100 3,59 3,26 3,07 2,96 2,88 2,83 2,78 2,75 2,72 2,70
0,050 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64
0,025 8,07 6,54 5,89 5,52 5,29 5,12 4,99 4,90 4,82 4,76
0,010 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62
0,005 16,24 12,40 10,88 10,05 9,52 9,16 8,89 8,68 8,51 8,38
0,001 29,25 21,69 18,77 17,20 16,21 15,52 15,02 14,63 14,33 14,08
Exemplo: entrando-se na tabela com a probabilidade p = 5% =0,050, e GL1 = GL2 = 5, lemos o

valor fc = 5,05. Logo, P(F>5,05) = 5% = 0,050.

Aula 72 - Estatistica - Aula 04

Enviado por

Dados do documento

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 72 - Estatistica - Aula 04

Enviado por

Direitos autorais:

Formatos disponíveis

Pacote de Teoria e Exercícios para Papiloscopista PF

1 Funções de Probabilidade Conjunta ............................................................................... 2

Prof. Alexandre Lima www.pontodosconcursos.com.br 1

1 Funções de Probabilidade Conjunta

Estudamos anteriormente as distribuições de probabilidade para uma única

Exemplo. Considere o lançamento simultâneo de duas moedas não viciadas.

P[X=0] = P[CC] + P[CK] + P[KC] = 1/4 + 1/4 + 1/4 = 3/4,

P[X=1] = P[KK] = 1/4 = 1 - P[X=0],

P[Y=-1] = P[CK] + P[KC] = 1/2 e

P[Y=+1] = P[CC] + P[KK] = 1/2 = 1 - P[Y=-1].

Considere o evento resultante da interseção dos eventos obter pelo menos

{(CC ∪ CK ∪ KC) ∩ (CC ∪ KK)} = {CC}.

O evento (X=0,Y=+1) é dito conjunto porque envolve as variáveis X e Y.

Os demais eventos conjuntos são: (X=0,Y=-1), (X=1,Y=+1) e (X=1,Y=-1).

Exemplo. A variável aleatória contínua X representa o comprimento de uma

Prof. Alexandre Lima www.pontodosconcursos.com.br 2

P[(3,95 < X < 4,05) e (8,10 < Y < 8,20)].

1.1 Variáveis Discretas

Sejam X e Y variáveis aleatórias discretas, como no primeiro exemplo da

Exemplo. Um total de 15.064.859 alunos estão matriculados no ensino

4 anos 2 anos Menos de 2 anos

Nessa população, as probabilidades aproximadas de matrícula em um dos tipos

4 anos 2 anos Menos de 2 anos

Considere o experimento de extrair aleatoriamente um estudante matriculado

Seja f(x,y) a função discreta de probabilidade conjunta da população de

f ( x = 0, y = 1) = 0,27 = P(homens matriculados em cursos de 4 anos)

Prof. Alexandre Lima www.pontodosconcursos.com.br 3

f ( x = 1, y = 2) = 0,22 = P(mulheres matriculadas em cursos de 2 anos)

é a probabilidade do evento certo.

Exemplo (SUSEP/Atuária/2001/ESAF). Uma loja vende lavadoras e

P(N1=N2) = f(N1=0;N2=0) + f(N1=1;N2=1) + f(N1=2;N2=2) + f(N1=3;N2=3) =

1.2 Variáveis Contínuas

Sejam X e Y duas variáveis aleatórias contínuas. Neste caso, a distribuição

Prof. Alexandre Lima www.pontodosconcursos.com.br 4

A equação (6) dá a probabilidade do par (x,y) estar num retângulo de lados b-

Exemplo. Seja f(x,y) = 4xy, 0 ≤ x ≤ 1, 0 ≤ y ≤ 1. Então

e a probabilidade P(X ≤ 1/2, Y ≤ 1/2) é dada por

∫ ∫ 4xydxdy = 4 ∫ xdx ∫ ydy = 4[x ] [ ]

Exemplo. Suponha que a variável aleatória (X,Y) esteja uniformemente

Prof. Alexandre Lima www.pontodosconcursos.com.br 5

Então f(x,y) = K para 0≤x≤1 e 0≤y≤1 (K é uma constante) e f(x,y) = 0 caso

2 Funções de Probabilidade Marginal

Dada uma função densidade de probabilidade conjunta, pode-se obter a função

Prof. Alexandre Lima www.pontodosconcursos.com.br 6

Sejam X e Y variáveis aleatórias contínuas com densidade conjunta f(x,y).

Note que as funções de densidade de probabilidade marginal fX(x) e fY(y)

Exemplo. Seja a função densidade conjunta de X e Y dada por

f(x,y) = e-x-y, x>0, y>0.

Podemos obter resultados similares para variáveis aleatórias discretas. Dada a

Exemplo. Considere o terceiro exemplo do item anterior, cuja tabela está

A probabilidade P[X = 0] (probabilidade de o estudante escolhido

P[X = 0] = 0,27 + 0,16 + 0,01 = 0,44 ⇒ soma da 1ª linha da tabela.

A probabilidade P[X = 1] , probabilidade de o estudante selecionado

P[X = 1] = 0,32 + 0,22 + 0,02 = 0,56 ⇒ soma da 2ª linha da tabela.

A probabilidade P[Y = 1] , que representa a probabilidade de o estudante

P[Y = 0] = 0,27 + 0,32 = 0,59 ⇒ soma da 1ª coluna da tabela.

A probabilidade P[Y = 2] é a probabilidade de o estudante estar matriculado em

P[Y = 2] = 0,16 + 0,22 = 0,38 ⇒ soma da 2ª coluna da tabela.

Finalmente, a probabilidade P[Y = 3] denota a probabilidade de o estudante

Prof. Alexandre Lima www.pontodosconcursos.com.br 8

P[Y = 3] = 0,01 + 0,02 = 0,03 ⇒ soma da 3ª coluna da tabela.

Y=1 Y=2 Y=3 fX(x)

A tabela acima mostra que as probabilidades marginais fX(x) e fY(y) são

3 Funções de Probabilidade Condicional