GABARITO DA LISTA DE EXERCÍCIOS DA AULA 3 – MPT164

1) Distribuição Binomial com p(X) = 0,5; n = 10.

p(X≥7) = p(X=7) + p(X=8) + p(X=9) + p(X=10) = 0,1718

2) Para satisfazer ao processo de Bernoulli e, portanto, ser possível utilizar uma distribuição
binomial, é necessário que a variável aleatória esteja relacionada a n ensaios idênticos e
independentes, onde cada ensaio tem somente dois resultados possíveis, sucesso ou falha, a
probabilidade de sucesso é sempre constante em cada ensaio.
a) peso ao nascer – variável aleatória quantitativa contínua. Deve seguir uma distribuição
de probabilidades contínua;
b) resultado do lançamento de uma moeda – Satisfaz os critérios de Bernoulli: cada
lançamento é um evento independente, com chance de sucesso e falha (cara ou coroa)
constante. Logo, é uma situação que pode ser modelado por uma distribuição binomial.
c) sexo ao nascer – Cada gestação é um evento independente, com chance de sucesso e
falha (Feminino ou Masculino) constante. Logo, é uma situação que pode ser modelado por
uma distribuição binomial.
d) presença de distrofia muscular – Cada criança pode ou não apresentar distrofia
muscular segundo uma probabilidade, que é dada pela prevalência da doença na
população, constante. A presença ou não da doença em cada criança é um evento
independente, com chance de sucesso e falha. Logo, é uma situação que pode ser
modelado por uma distribuição binomial.

3) Distribuição Binomial com p(infecção) = 0,28 e n = 7.

p(não faltar kits) = p(X ≤ 3) = p(X = 0) + p(X =1) + p(X = 2) + p(X = 3) = 0,8984

4) Distribuição Binomial com p(alergia) = 0,30 e n = 5.

a) p(X = 0) = 0,1681
b) p(X = 5) = 0,0024
c) p(X = 2) = 0,3087
d) p(pelo menos três) = p(X ≥ 3) = 1 – p(X < 3) = 0,1631
e) p(no máximo 1) = p(X ≤ 1) = p(X = 0) + p(X = 1) = 0,5282

5) Distribuição Binomial com p(lombalgia) = 0,25 e n = 12.

a) p(nenhum) = p(X = 0) = 0,03168
b) p(menos de 2) = p(X > 2) = p(X = 0) + p(X = 1) = 0,1584
c) p(mais de 4) = p(X > 4) = 1 – p(X ≤ 4) = 0,1576

6) Distribuição de Poisson com média = 0,72.

a) p(X = 0) = 0,4867
b) p(X = 1) = 0,3505
c) p(X = 2 = 0,1262
d) p(X = 3) = 0,0303

7) Distribuição de Poisson com média = 1,2.

p(X = 6) = 0,00125 ou 0,125% de chance.

8) Distribuição de Poisson com média = 2,75.

a) p(nenhum) = p(X = 0) = 0,06393
b) p(no máximo 40 = p(X ≤ 4) = p(X = 0) + p(X = 1) + p(X = 2) + p(X = 3) + p(X = 4)= 0,8554
c) p(X ≥ 6) = 1 – p(X ≤ 5) = 0,0608
9) Distribuição Normal, com média = 114 e desvio-padrão = 10.
a) p(X > 124) = 0,16
b) p(104 ≤ X ≤ 114) = 0,34
c) p(94 ≤ X ≤ 124) = 0,815
d) Valores de QI inferiores a 104 estão entre os 16% menos pontuados.

10) Distribuição Normal com média = 0,75 e desvio-padrão = 0,2.

a) p(X > 1) = 0,10565
b) p(X < 0,8) = 0,5987
c) p(0,85 ≤ X ≤ 1,15) = 0,2857
d) Nível = 1,007 (g/24horas). Portanto, todos que apresentarem nível de ácido úrico superior a
1,007 (g/24 horas) estarão entre os 10% valores mais elevados.

11) O valor de corte que garante uma sensibilidade de 99% é de 116,5 mg/dl. Este valor de corte
estabelece para o exame uma especificidade de 67,4%.

12) Distribuição Binomial, p(desnutrido)=0,30 e n=25.

a) P{X=0} = 0,0916
b) P{X< 5} = p(0) + p(1) + p(2) + p(3) + p(4) = 0,0905
c) P{X ≥5} = 1 - P{X< 5} = 0,9095
d) P{3≤X≤5} = p(3) + p(4) + p(5) = 0,1845

13) Distribuição Binomial, p(choque)=0,001 e n=500.

a) P{X=1} = 0,303
b) P{X=0} = 0,606
c) P{X>1} = 1 – [p(0) + p(1)] = 0,091.

14) Distribuição de Poisson.

A média deve ser encontrada. Temos que em média é registrado 1 caso em 20.000. Para uma
população de 55.000 nascimentos teremos em média 2,75 casos. Com este valor médio
obtemos que p(pelo menos 1) = 1 – p(0) = 0,936. Portanto, a chance de que se observe ao
menos 1 caso de Síndrome de Williams, em uma população de 55.000 nascimentos é de
93,6%.

15) Distribuição Normal, média = 7 e desvio-padrão = 1.

a) P(X≤8) = 0,84 (o valor 8 dista da média 1 desvio padrão).
b) P(X≥10) = 0,0015 (o valor 10 dista da média 3 desvios-padrão).
c) P{4≤X≤10} = 0,997 (este intervalo corresponde ao intervalo centrado na média 7 mais 3
desvios-padrão, abrangendo, portanto, 99,7% das observações).

16) A figura 1 apresenta três curvas de distribuição normal com mesma média, igual a 70, porém
com dispersões diferentes. A figura 2 apresenta três curvas de distribuição normal com mesma
dispersão, porém com médias diferentes.

17) Assumindo que os dois grupos eram semelhantes antes do treinamento:

a) O treinamento mais homogêneo é caracterizado por uma dispersão em torno da média
menor, ou seja, com desempenho mais semelhante entre os residentes. A distribuição que
tem menor desvio-padrão é a dos tempos advindos do treinamento em equipe.
b) O método que produziu o menor tempo médio de execução para a manobra cirúrgica foi o
treinamento em equipe.

Neste caso, o treinamento em equipe parece ser melhor que o treinamento individual, uma vez
que produziu um grupo mais homogêneo e em média mais rápido. Contudo, um teste
estatístico seria necessário para verificar se a diferença observada é estatisticamente
significante.