Você está na página 1de 134

Aula 09

Estatística p/ TCU (Auditor Federal de


Controle Externo) 2021 - Pré-Edital

Autor:
Guilherme Neves
Aula 09

30 de Julho de 2020

05166547640 - VANIZE DE FREITAS GUIMARÃES


Guilherme Neves
Aula 09

Sumário
1. Distribuições Teóricas Discretas de Probabilidade ................................................................................. 3
1.1. Distribuição Uniforme Discreta......................................................................................................... 3
1.2. Distribuição de Bernoulli .................................................................................................................. 6
1.3. Distribuição Binomial ..................................................................................................................... 10
1.4. Distribuição Geométrica................................................................................................................. 31
1.5. Distribuição Hipergeométrica ........................................................................................................ 34
1.6. Distribuição de Poisson .................................................................................................................. 40
2. Lista de Questões sem Comentários..................................................................................................... 50
3. Gabarito sem comentário ...................................................................................................................... 67
4. Lista de Questões de Concursos com Comentários ............................................................................. 69
4.1. Exercícios – Distribuições Uniforme Discreta ................................................................................. 69
4.2. Exercícios – Distribuições de Bernoulli e Binomial ..................................................................... 71
4.3. Exercícios – Distribuição de Poisson .............................................................................................. 92
4.4. Exercícios – Distribuições Geométrica...................................................................................... 118
4.5. Exercícios – Distribuição Hipergeométrica................................................................................... 129
Considerações Finais .................................................................................................................................. 132

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 1


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Para tirar dúvidas e ter acesso a dicas e conteúdos gratuitos, acesse minhas redes
sociais:

Instagram - @profguilhermeneves

https://www.instagram.com/profguilhermeneves

Canal do YouTube – Prof. Guilherme Neves

https://youtu.be/gqab047D9l4

E-mail: profguilhermeneves@gmail.com

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 2


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

1. DISTRIBUIÇÕES TEÓRICAS DISCRETAS DE PROBABILIDADE

Já aprendemos as noções sobre variáveis aleatórias discretas. Vamos agora estudar as


Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas.

Há distribuições que, por sua importância, merecem um destaque especial (e até mesmo nomes
especiais).

1.1. Distribuição Uniforme Discreta

A distribuição uniforme discreta é aquela em que todos os elementos têm a mesma


probabilidade de ocorrer. Podemos citar o exemplo usado na aula passada: a probabilidade de
ocorrência de um número qualquer em um dado não viciado é 1/6.

Na aula passada já aprendemos como calcular a esperança neste exemplo do dado:

𝑿𝒊 𝑷(𝑿𝒊 )
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
1

- 𝑃(𝑋0 ) = 1
023

Para calcular a esperança, multiplicamos cada valor da variável pela sua probabilidade, ou seja,
multiplicamos 𝑋0 por 𝑃(𝑋0 ). Depois somamos tudo.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 3


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑿𝒊 𝑷(𝑿𝒊 ) 𝑿𝒊 ∙ 𝑷(𝑿𝒊 )
1 1
1 1/6 1× =
6 6
1 2
2 1/6 2× =
6 6
1 3
3 1/6 3× =
6 6
1 4
4 1/6 4× =
6 6
1 5
5 1/6 5× =
6 6
1 6
6 1/6 6× =
6 6
1

- 𝑃(𝑋0 ) = 1
023

Vamos somar tudo agora?

1 2 3 4 5 6 1 + 2 + 3 + 4 + 5 + 6 21
𝜇 = 𝐸(𝑋) = + + + + + = =
6 6 6 6 6 6 6 6

𝜇 = 𝐸(𝑋) = 3,50

Repare que poderíamos tornar o cálculo mais breve:

Em uma distribuição uniforme discreta, a esperança é a média aritmética dos valores.

∑ 𝑥0
𝐸(𝑋) =
𝑛

Dessa forma, a esperança poderia ser calculada como:

1+2+3+4+5+6
𝜇= = 3,50
6

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 4


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(CESGRANRIO 2011/FINEP)

Considere a distribuição de probabilidade sobre os números na figura acima. Essa distribuição é

a) contínua

b) assimétrica.

c) normal.

d) uniforme.

e) multivariada.

Comentário

A distribuição uniforme discreta é aquela em que todos os elementos têm a mesma


probabilidade de ocorrer. Observe que 𝑃(1) = 𝑃(2) = 𝑃(3) = 𝑃(4) = 0,25.

Gabarito: D

(CESGRANRIO 2008/TJ-RO - Economista)

Uma urna contém dez bolas, cada uma gravada com um número diferente, de 1 a 10. Uma bola
é retirada da urna aleatoriamente e X é o número marcado nesta bola. X é uma variável aleatória
cujo(a)

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 5


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(A) desvio padrão é 10.

(B) primeiro quartil é 0,25.

(C) média é 5.

(D) distribuição de probabilidades é uniforme.

(E) distribuição de probabilidades é assimétrica.

Comentário

Como todas as bolas têm a mesma probabilidade de sair, concluímos que sua distribuição de
probabilidades é uniforme.

Gabarito: D

1.2. Distribuição de Bernoulli

A distribuição de Bernoulli se caracteriza pela existência de apenas dois eventos, mutuamente


exclusivos, que denominaremos de sucesso e fracasso, em um experimento que é realizado uma
única vez.

São experimentos que os resultados apresentados apresentam ou não uma determinada


característica.

Vejamos alguns exemplos:

i) Lançamos uma moeda. O resultado ou é “cara” ou não é.

ii) Uma pessoa escolhida, ao acaso, dentre 500 pessoas, é ou não do sexo feminino.

iii) Em uma urna temos 500 bilhetes numerados de 1 a 500. Retiramos um bilhete ao acaso. O
bilhete sorteado é múltiplo de 11 ou não é.

Em todos esses casos, estamos interessados na ocorrência de um sucesso (ocorrência de cara,


sexo feminino, múltiplo de 11) ou fracasso (ocorrência de coroa, sexo masculino, número que não
múltiplo de 11). Usaremos, a partir de agora, constantemente esta terminologia
(sucesso/fracasso).

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 6


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Normalmente usamos as seguintes notações:

• A probabilidade de ocorrer um sucesso é 𝑝.


• A probabilidade de ocorrer um fracasso é 𝑞 = 1 − 𝑝.
• Adotamos o valor 0 para o fracasso e 1 para o sucesso.

Vejamos um exemplo: Lançamos um dado honesto e observamos a face que fica para cima. Se a
face voltada para cima for o número 5, teremos um sucesso. Se a face voltada para cima for um
número diferente de 5, teremos um fracasso.

Assim, a probabilidade de obtermos um sucesso é igual a 𝑝 = 1/6 e a probabilidade de


obtermos um fracasso será igual a 𝑞 = 5/6.

Assim, temos a seguinte distribuição de probabilidades (lembre-se que adotamos o valor 0 para
o fracasso e 1 para o sucesso).

𝑿 𝑷(𝑿)
0 5/6
1 1/6

Vamos calcular a esperança. Para isto, devemos multiplicar cada valor que a variável assume pela
sua respectiva probabilidade e devemos somar tudo.

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿)
0 5/6 0
1 1/6 1/6

1 1
𝐸(𝑋) = - 𝑋 ∙ 𝑃(𝑋) = 0 + =
6 6

Vamos agora calcular a variância. Para isto, devemos elevar X ao quadrado, multiplicar pelas
probabilidades e somar. Assim, teremos calculado o valor de 𝐸(𝑋 B ).

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿) 𝑿² 𝑿² ∙ 𝑷(𝑿)


0 5/6 0 0² = 0 0
1 1/6 1/6 1² = 1 1/6

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 7


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

1 1
𝐸(𝑋 B ) = 0 + =
6 6

Agora aplicamos a fórmula da variância:

𝜎 B = 𝐸(𝑋 B ) − [𝐸(𝑋)]B

1 1 B
= −G H
6 6

1 1 6−1
= − =
6 36 36

5
=
36

Vamos agora generalizar. Temos um experimento de Bernoulli tal que a probabilidade de um


sucesso seja p e a probabilidade de um fracasso seja q.

𝑿 𝑷(𝑿)
0 𝑞
1 𝑝

Vamos calcular a esperança e a variância desta variável aleatória.

Multiplicando cada valor da sua variável pela respectiva probabilidade.

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿)
0 𝑞 0
1 𝑝 𝑝

Somando...

𝐸(𝑋) = 0 + 𝑝

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 8


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝐸(𝑋) = 𝑝

Assim, concluímos que a esperança da distribuição de Bernoulli é a própria probabilidade de


obter um sucesso. No nosso exemplo acima, temos que 𝐸(𝑋) = 𝑝 = 1/6.

Vamos agora calcular a variância. Para isto, devemos elevar X ao quadrado, multiplicar pelas
probabilidades e somar. Assim, teremos calculado o valor de 𝐸(𝑋 B ).

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿) 𝑿² 𝑿² ∙ 𝑷(𝑿)


0 𝑞 0 0² = 0 0
1 𝑝 𝑝 1² = 1 𝑝

𝐸(𝑋 B ) = 0 + 𝑝

𝐸(𝑋 B ) = 𝑝

Vamos agora aplicar a fórmula da variância.

𝜎² = 𝐸(𝑋 B ) − [𝐸(𝑋)]B = 𝑝 − 𝑝²

Colocando 𝑝 em evidência, temos:

𝜎² = 𝑝(1 − 𝑝)

Como 𝑞 = 1 − 𝑝:

𝜎 B = 𝑝 ∙ (1
IJK−J𝑝)
L
M

𝜎² = 𝑝𝑞

Ou seja, a variância da distribuição de Bernoulli é o produto da probabilidade de obter um


sucesso pela probabilidade de obter um fracasso.

No nosso exemplo, temos:

1 5 5
𝜎² = 𝑝𝑞 = ∙ =
6 6 36

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 9


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

• Em resumo, a distribuição de Bernoulli pode assumir os valores 0 e 1 (fracasso e


sucesso, respectivamente) em um experimento que é realizado uma única vez.
• A probabilidade de ocorrer um sucesso é 𝑝 e a probabilidade de ocorrer um
fracasso é igual a 𝑞, tal que 𝑝 + 𝑞 = 1.
• 𝐸(𝑋) = 𝑝
• 𝑉𝑎𝑟(𝑋) = 𝑝𝑞.

1.3. Distribuição Binomial

Ainda estamos interessados em experimentos que possuam dois resultados possíveis: um


sucesso e um fracasso. É importante destacar que não devemos associar os nomes “sucesso” e
“fracasso” aos seus “reais” significados. Por exemplo: Um casal terá um filho. Podemos dizer que
se o filho for homem teremos um sucesso e se for uma mulher um fracasso, mas também poderia
ser o contrário: mulher = sucesso e homem = fracasso. Ok?

A diferença da distribuição binomial para a distribuição de Bernoulli é que no caso


anterior o experimento seria realizado apenas uma vez. Aqui na distribuição binomial
realizaremos o experimento n vezes.

Então imagine que repetimos um ensaio de Bernoulli n vezes, ou, como se diz também, obtemos
uma amostra de tamanho n de uma distribuição de Bernoulli. Suponha ainda que as repetições

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 10


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

sejam independentes, isto é, o resultado de um ensaio não tem influência alguma no resultado
de qualquer outro ensaio. Uma amostra particular será constituída de uma sequência de sucessos
e fracassos, ou, se quisermos, de zeros e uns (zero = fracasso e um = sucesso).

Vamos voltar ao nosso exemplo do dado.

Lançamos um dado honesto e observamos a face que fica para cima. Se a face voltada para cima
for o número 5, teremos um sucesso. Se a face voltada para cima for um número diferente de 5,
teremos um fracasso.

Quando estávamos estudando a distribuição de Bernoulli, nós tínhamos lançado este dado
apenas uma vez. Agora lançaremos este dado n vezes. Vamos supor que n = 3, ou seja, vamos
lançar o dado 3 vezes.

Lembrando: sucesso, neste exemplo, é sair o número 5. Neste caso, temos 𝑝 = 1/6 e 𝑞 = 5/6.

Pois bem, imagine que lançamos o dado três vezes e obtivemos os seguintes resultados: 2, 4, 5.
Neste caso, tivemos FFS (fracasso, fracasso, sucesso).

Neste caso, dizemos que a variável binomial assumiu o valor X = 1, pois obtivemos apenas um
sucesso.

Imagine agora que lançamos o dado três vezes e obtivemos os seguintes resultados: 5, 2, 5.
Neste caso, tivemos SFS (sucesso, fracasso e sucesso).

Dizemos agora que a variável binomial assumiu o valor X = 2, pois obtivemos dois sucessos.

Podemos concluir que se realizamos n ensaios de Bernoulli, o número máximo de sucessos é


igual a n. Ora, se lançamos o dado 3 vezes, podemos obter um sucesso (resultado = 5) no
máximo 3 vezes. Não tem como lançar o dado 3 vezes e o número 5 sair quatro vezes! Ok?

Dessa forma, realizando 3 ensaios de Bernoulli, podemos obter:

- Nenhum sucesso (X=0)

- Um sucesso (X=1)

- Dois sucessos (X=2)

- Três sucessos (X=3).

Nosso objetivo agora será calcular a probabilidade de obtermos k sucessos (neste caso, k = 0,1,2
ou 3).

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 11


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Vamos calcular a probabilidade de obtermos nenhum sucesso (X=0).

Neste caso, estamos obtendo 3 fracassos (FFF). Ou seja, queremos lançar o dado três vezes e
obter números diferentes de 5 nos três lançamentos.

Como os eventos são independentes, a probabilidade será o produto das probabilidades.

Sabemos que a probabilidade de obtermos um número diferente de 5 é igual a 𝑞 = 5/6.


Portanto, a probabilidade de obtermos 3 números diferentes de 5 será igual a:

5 5 5 𝟓 𝟑
𝑃(𝑋 = 0) = ∙ ∙ = G H
6 6 6 𝟔

125
𝑃(𝑋 = 0) =
216

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

Queremos, em três ensaios, obter exatamente um resultado igual a 5. Queremos, portanto, obter
1 sucesso e dois fracassos. Devemos observar que o sucesso por ocorrer no primeiro, no
segundo ou no terceiro lançamento. Ou seja, podemos obter SFF, FSF ou FFS.

1 5 5 5 1 5 5 5 1
𝑃(𝑋 = 1) = 𝑃(𝑆𝐹𝐹 𝑜𝑢 𝐹𝑆𝐹 𝑜𝑢 𝐹𝐹𝑆) = ∙ ∙ + ∙ ∙ + ∙ ∙
6 6 6 6 6 6 6 6 6

1 5 5 𝟏 𝟏 𝟓 𝟐
𝑃(𝑋 = 1) = 3 ∙ ∙ ∙ = 𝟑 ∙ G H ∙ G H
6 6 6 𝟔 𝟔

75
𝑃(𝑋 = 1) =
216

Vamos agora calcular a probabilidade de obtermos dois sucessos em 3 ensaios.

Queremos obter 2 sucessos, ou seja, queremos obter dois resultados iguais a 5 em 3


lançamentos. Podemos obter SSF ou SFS ou FSS.

1 1 5 1 5 1 5 1 1
𝑃(𝑋 = 2) = 𝑃(𝑆𝑆𝐹 𝑜𝑢 𝑆𝐹𝑆 𝑜𝑢 𝐹𝑆𝑆) = ∙ ∙ + ∙ ∙ + ∙ ∙
6 6 6 6 6 6 6 6 6

1 1 5 𝟏 𝟐 𝟓 𝟏
𝑃(𝑋 = 2) = 3 ∙ ∙ ∙ = 𝟑 ∙ G H ∙ G H
6 6 6 𝟔 𝟔

15
𝑃(𝑋 = 2) =
216

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 12


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Finalmente, vamos calcular a probabilidade de obtermos 3 sucessos em 3 lançamentos. Ou seja,


queremos calcular a probabilidade de os três lançamentos serem iguais a 5.

1 1 1
𝑃(𝑋 = 3) = 𝑃(𝑆𝑆𝑆) = ∙ ∙
6 6 6

𝟏 𝟑
𝑷(𝑿 = 𝟑) = G H
𝟔

1
𝑃(𝑋 = 3) =
216

Poderíamos sempre fazer assim para calcular probabilidades. O problema é que se o número de
ensaios aumenta, a probabilidade fica cada vez mais complicada de calcular.

Por isso, vamos aprender uma fórmula para calcular essas probabilidades.

Na aula de Análise Combinatória aprendemos como calcular combinações.

𝑛 𝑛!
𝐶],^ = 𝐶]^ = _𝑝` =
𝑝! (𝑛 − 𝑝)!

Exemplo:

5! 5! 5 ∙ 4 ∙ 3! 5 ∙ 4
𝐶bB = = = = = 10
2! ∙ (5 − 2)! 2! 3! 2 ∙ 1 ∙ 3! 2 ∙ 1

A maneira mais fácil de utilizar esta fórmula é a seguinte:

O número de combinações sempre será uma fração.

𝐶bB =

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

𝐶bB =
2∙1

Quantos fatores há no denominador? Dois!! Pois bem, devemos expandir o outro número, no
caso o número 5, em dois fatores.

5∙4
𝐶bB = = 10
2∙1

Nos livros e provas de Estatística não utilizamos muito a notação que foi usada na aula de
combinatória: 𝐶]^ .

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 13


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

A partir de agora utilizaremos com muito mais frequência a notação seguinte:

𝑛
_ 𝑝`

Alguns casos especiais podem ser memorizados para ganharmos tempo:

𝑛
_ `=1
0
𝑛
_ `=𝑛
1
𝑛
_ `=1
𝑛

Pois bem. Voltemos à probabilidade. Vamos supor que existe um ensaio de Bernoulli tal que a
probabilidade de obtermos um sucesso seja 𝑝 e a probabilidade de obtermos um fracasso seja 𝑞.
Realizaremos este ensaio n vezes e queremos calcular a probabilidade de obtermos k sucessos
(obviamente 0 ≤ 𝑘 ≤ 𝑛).

A probabilidade pode ser calculada através da seguinte fórmula:

𝑛
𝑃(𝑋 = 𝑘) = _ ` ∙ 𝑝e ∙ 𝑞]fe
𝑘

Como vamos memorizar esta fórmula?

A fórmula sempre começa com o binomial de n sobre k (combinações de n elementos tomados k


a k). Ou seja, número lançamentos sobre o número de sucessos que se quer obter.

Depois multiplicamos pela probabilidade de obter um sucesso elevada ao número de sucessos


(𝑝e ) pela probabilidade de obter um fracasso elevada ao número de fracassos (𝑞]fe ).

Voltemos ao nosso exemplo do dado.

Vamos lançar um dado 3 vezes. Consideramos como sucesso obter o número 5. Assim, 𝑝 = 1/6 e
𝑞 = 5/6.

Queremos calcular a probabilidade de obtermos 0,1,2 ou 3 sucessos.

𝑃(𝑋 = 0)

Começamos colocando o binomial de n sobre k.

3
𝑃(𝑋 = 0) = _ `
0

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 14


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Agora multiplicamos pela probabilidade de obtermos um sucesso elevado ao número de


sucessos.

3 1 g
𝑃(𝑋 = 0) = _ ` ∙ G H
0 6

Agora multiplicamos pela probabilidade de obtermos um fracasso elevada ao número de


fracassos. Ora, como são 3 lançamentos e nenhum sucesso, teremos 3 fracassos.

3 1 g 5 h
𝑃(𝑋 = 0) = _ ` ∙ G H ∙ G H
0 6 6

125 125
𝑃(𝑋 = 0) = 1 ∙ 1 ∙ =
216 216

Vamos agora calcular a probabilidade de obtermos um sucesso.

𝑃(𝑋 = 1)

Começamos colocando o binomial de n sobre k (ensaios sobre sucessos).

3
𝑃(𝑋 = 1) = _ `
1

Agora multiplicamos pela probabilidade de obtermos um sucesso elevada ao número de


sucessos.

3 1 3
𝑃(𝑋 = 1) = _ ` ∙ G H
1 6

Como é apenas 1 sucesso, teremos 2 fracassos.

Agora multiplicamos pela probabilidade do fracasso elevado ao número de fracassos.

3 1 3 5 B
𝑃(𝑋 = 1) = _ ` ∙ G H ∙ G H
1 6 6

1 25 75
𝑃(𝑋 = 1) = 3 ∙ ∙ =
6 36 216

E assim por diante.

𝑛
𝑃(𝑋 = 𝑘) = _ ` ∙ 𝑝e ∙ 𝑞]fe
𝑘

Observe que se são n ensaios dos quais são k sucessos, o número de fracassos será n – k.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 15


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Vamos reunir nossos resultados em uma tabela.

𝑿 𝑷(𝑿)
125
0
216
75
1
216
15
2
216
1
3
216

Temos uma variável aleatória discreta, ok?

X são os possíveis valores assumidos pela variável e P(X) suas respectivas probabilidades. Na aula
passada, aprendemos como calcular a esperança e a variância de uma variável aleatória discreta.

Vamos começar com o cálculo da esperança. Vamos multiplicar X por P(X) e somar todos os
resultados.

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿)
125
0 0
216
75 75
1
216 216
15 30
2
216 216
1 3
3
216 216

A esperança é igual a:

75 30 3
𝐸(𝑋) = 0 + + +
216 216 216

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 16


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

108
𝐸(𝑋) =
216

1
𝐸(𝑋) =
2

Vamos agora calcular a variância. Devemos elevar X ao quadrado, multiplicar os resultados


obtidos pelas respectivas probabilidades e somar tudo. Depois é só aplicar a fórmula.

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿) 𝑿² 𝑿² ∙ 𝑷(𝑿)


125
0 0 0 0
216
75 75 75
1 1
216 216 216
15 30 60
2 4
216 216 216
1 3 9
3 9
216 216 216

75 60 9
𝐸(𝑋 B ) = 0 + + +
216 216 216

144
𝐸(𝑋 B ) =
216

Agora aplicamos a fórmula da variância.

𝜎² = 𝐸(𝑋 B ) − [𝐸(𝑋)]B

144 1 B
𝜎² = −G H
216 2

144 1
𝜎² = −
216 4

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 17


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

144 − 54
𝜎² =
216

90
𝜎² =
216

Simplificando a fração...

15
𝜎² =
36

Bem trabalhoso, não?

Para facilitar as nossas vidas, existem fórmulas para o cálculo da esperança e da variância.

𝜇 = 𝑛𝑝

Para calcular a esperança, basta multiplicar o número de ensaios pela probabilidade de obter um
sucesso.

1 1
𝜇 =3∙ =
6 2

E agora a variância.

𝜎² = 𝑛𝑝𝑞

Para calcular a variância, multiplicamos o número de ensaios pela probabilidade do sucesso e


pela probabilidade do fracasso.

1 5 15
𝜎² = 3 ∙ ∙ =
6 6 36

Bem mais rápido!!

Vamos agora treinar um pouco.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 18


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

• Consideremos um experimento constituído por 𝑛 ensaios INDEPENDENTES de


Bernoulli. Cada ensaio pode resultar em um de dois eventos mutuamente
excludentes.
• A probabilidade de ocorrer o resultado favorável (sucesso) em cada ensaio é 𝑝 e a
probabilidade de ocorrer o resultado desfavorável (fracasso) em cada ensaio é 𝑞 =
1 − 𝑝.
• 𝑋 é o número de sucessos em 𝑛 ensaios. Assim, X é no mínimo 0 e no máximo n.
• 𝑋 tem distribuição binomial com parâmetros
1 𝑛 e 𝑝.
𝑛
• A probabilidade de ocorrerem 𝑘 sucessos em 𝑛 ensaios é _ ` 𝑝e ∙ 𝑞]fe .
𝑘
• A média do número X de resultados favoráveis em uma distribuição binomial é 𝑛𝑝 e
a variância é 𝑛𝑝𝑞.

(FEPESE 2010/AFRE-SC)

Uma variável aleatória X segue uma distribuição binomial com os seguintes parâmetros: número
de ensaios = 100; probabilidade de sucesso em cada ensaio = 0,2. De acordo com essas
informações, qual é o valor esperado de X?

a) 0,2

b) 0,8

c) 20

d) 80

e) 100

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 19


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Comentário

Acabamos de ver que o valor esperado (esperança) de uma variável aleatória binomial X é o
produto do número de ensaios pela probabilidade de sucesso.

𝜇 = 𝑛𝑝

𝜇 = 100 ∙ 0,2 = 20

Gabarito: C

(CEPERJ 2010/SEE-RJ)
e
Sabendo que a variável aleatória X tem distribuição binomial de parâmetros: 𝒏 = 𝟐𝟎 e 𝒑 = 𝟎, 𝟒, a
média e a variância de X serão, respectivamente:

a) 8 e 4,8

b) 8 e 3,2

c) 4 e 2,4

d) 8 e 2,4

e) 4 e 4,8

Comentário

Como acabamos de ver, a média (esperança) da variável X com distribuição binomial é igual a
𝐸(𝑋) = 𝑛 ∙ 𝑝 = 20 ∙ 0,4 = 8.

A variância da variável X é igual a 𝑉𝐴𝑅(𝑋) = 𝑛𝑝𝑞, onde 𝑞 = 1 − 𝑝.

𝑉𝐴𝑅(𝑋) = 20 ∙ 0,4 ∙ (1 − 0,4)

𝑉𝐴𝑅(𝑋) = 20 ∙ 0,4 ∙ 0,6 = 4,8

Gabarito: A

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 20


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(ESAF 2010/SUSEP)

Um estudo indica que, nas comunidades que vivem em clima muito frio e com uma dieta de
baixa ingestão de gordura animal, a probabilidade de os casais terem filhos do sexo masculino é
igual a 1/4. Desse modo, a probabilidade de um casal ter dois meninos e três meninas é igual a:

a) 37/64

b) 45/216

c) 1/64
9
d) 45/512

e) 9/16

Comentário

Chamemos de “sucesso” ter um filho do sexo masculino: probabilidade igual a 1/4.

Chamemos de “fracasso” ter um filho do sexo feminino: probabilidade igual a 3/4.

A probabilidade de, em cinco experimentos (n = 5), obtermos 2 sucessos (k=2), pelo teorema
binomial é:

5 1 B 3 h 5 ∙ 4 1 27 135
P(X = 2) = _ ` ∙ G H ∙ G H = ∙ ∙ =
2 4 4 2 ∙ 1 16 64 512

Não há resposta e a questão foi anulada.

Gabarito: Anulada

(ESAF 2010/SUSEP)

Uma urna contém bolas vermelhas, azuis, amarelas e pretas. O número de bolas pretas é duas
vezes o número de bolas azuis, o número de bolas amarelas é cinco vezes o número de bolas
vermelhas, e o número de bolas azuis é duas vezes o número de bolas amarelas. Se as bolas
diferem apenas na cor, ao se retirar ao acaso três bolas da urna, com reposição, qual a
probabilidade de exatamente duas bolas serem pretas?

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 21


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

a) 100/729.

b) 100/243.

c) 10/27.

d) 115/243.

e) 25/81.

Comentário

Suponha que temos apenas uma bola vermelha.

O número de bolas amarelas é cinco vezes o5número de bolas vermelhas, logo temos 5 bolas
amarelas.

O número de bolas azuis é duas vezes o número de bolas amarelas, logo temos 10 bolas azuis.

O número de bolas pretas é duas vezes o número de bolas azuis, logo temos 20 bolas pretas.

Total de bolas: 1 + 5 + 10 + 20 = 36 bolas.

20 bolas pretas e 16 não-pretas.

Ao se retirar ao acaso três bolas da urna, com reposição, qual a probabilidade de exatamente
duas bolas serem pretas?

Como o processo é com reposição, os eventos são independentes e podemos aplicar o teorema
binomial.

Vamos considerar que extrair uma bola preta é um sucesso. A probabilidade do sucesso é p =
20/36. A probabilidade do fracasso é q = 16/36.

Queremos obter 2 sucessos em 3 ensaios.

3 20 B 16 3
P(X = 2) = _ ` ∙ G H ∙ G H
2 36 36

20 20 16 100
𝑃(X = 2) = 3 ∙ ∙ ∙ =
36 36 36 243

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 22


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(FUNIVERSA 2010/CEB Distribuição)

O mau funcionamento de uma das máquinas de uma indústria fez com que 10% das peças
produzidas em um determinado lote apresentassem defeito. Escolhendo-se aleatoriamente
cinco peças desse lote, a probabilidade aproximada de que menos de três delas apresentem
esse defeito, se cada peça retirada é reposta antes de se retirar a próxima, é de

(A) 90%.

(B) 91%.

(C) 93%.

(D) 96%.

(E) 99%.

Comentário

Vamos considerar que escolher uma peça com defeito é um sucesso e escolher uma peça boa é
um fracasso.

Escolhendo uma peça aleatoriamente, a probabilidade de ser defeituosa é 10% e a


probabilidade de ser boa é 90%.

Assim, 𝑝 = 10%e 𝑞 = 90%.

“Escolhendo-se aleatoriamente cinco peças desse lote, a probabilidade aproximada de que


menos de três delas apresentem esse defeito, se cada peça retirada é reposta antes de se retirar
a próxima, é de...”

Como o experimento é feito com reposição, os eventos são independentes. Assim, podemos
aplicar o teorema binomial.

Queremos obter menos de 3 sucessos. Ou seja, podemos ter 0, 1 ou 2 sucessos em 5 ensaios.

Queremos calcular:

𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

Vamos calcular cada parcela separadamente e somar os resultados.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 23


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

5 10 B 90 h
𝑃(𝑋 = 2) = _ ` ∙ G H ∙G H = 7,29%
2 100 100

5 10 3 90 t
𝑃(𝑋 = 1) = _ ` ∙ G H ∙G H = 32,805%
1 100 100

5 10 g 90 b
𝑃(𝑋 = 0) = _ ` ∙ G H ∙G H = 59,049%
0 100 100

Desta forma, a probabilidade de que menos de três delas apresentem esse defeito é:

𝑃(𝑋 = 2 𝑜𝑢 𝑋 = 1 𝑜𝑢 𝑋 = 0) = 7,29% + 32,805% + 59,049% = 99,144%

Questão bem trabalhosa (principalmente as contas, que fiz na calculadora).

Gabarito: E

(ESAF 2008/CGU)

Seja X uma variável aleatória discreta com função de probabilidade binomial f (x) , onde 𝒇(𝒙) =
𝑪𝒏,𝒙 𝒑𝒙 (𝟏 − 𝒑)𝒏f𝒙 e 𝑪𝒏,𝒙 é o número de combinações de n elementos tomados x a x. Sendo n=6
e p=1/3, determine f(6).

a) 1/729

b) 1

c) 0

d) 64/729

e) 8/729

Comentário

Basta aplicar a fórmula que vimos.

𝑛
𝑃(𝑋 = 𝑘) = _ ` ∙ 𝑝e ∙ 𝑞]fe
𝑘

6 1 1 2 g 1
𝑃(𝑋 = 6) = _ ` ∙ G H ∙ G H =
6 3 3 729

Gabarito: A

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 24


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(ESAF 2008/CGU)

Seja F(x) a função de distribuição da variável aleatória definida na questão anterior, determine
𝑭(𝟎).

a) 0

b) 1/729

c) 64/729

d) 243/729

e) 1.

Comentário

Como vimos na aula passada, a função de distribuição fornece a probabilidade de X ser menor
ou igual a um dado valor.

Se X = 0, a função dará a probabilidade de X ser menor ou igual a zero.

A variável binomial sempre assume valores maiores ou iguais a 0. Na verdade, 0 ≤ 𝑋 ≤ 𝑛. Ou


seja, X nunca poderá ser negativo.

Assim, concluímos que 𝐹(0) = 𝑃(𝑋 ≤ 0) = 𝑃(𝑋 = 0).

𝑛
𝑃(𝑋 = 𝑘) = _ ` ∙ 𝑝e ∙ 𝑞]fe
𝑘

6 1 g 2 1 64
𝑃(𝑋 = 0) = _ ` ∙ G H ∙ G H =
0 3 3 729

Gabarito: C

(ESAF 2009/ATA-MF)

Ao se jogar um dado honesto três vezes, qual o valor mais próximo da probabilidade de o
número 1 sair exatamente uma vez?

a) 35%

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 25


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 17%

c) 7%

d) 42%

e) 58%

Comentário

Muito parecido com o exemplo que utilizei na exposição teórica. Vamos considerar que sair o
número 1 é sucesso e sair qualquer outro número é fracasso. Vamos lançar o dado três vezes
(n=3) e queremos a probabilidade de obter um sucesso (k=1).

Neste caso, p = 1/6 e q = 5/6.

𝑛
𝑃(𝑋 = 𝑘) = _ ` ∙ 𝑝e ∙ 𝑞]fe
𝑘

3 1 3 5 B
𝑃(𝑋 = 1) = _ ` ∙ G H ∙ G H
1 6 6

1 25 75
𝑃(𝑋 = 1) = 3 ∙ ∙ = ≅ 34,72%
6 36 216

Gabarito: A

(ESAF 2009/AFRFB)

Em um experimento binomial com três provas, a probabilidade de ocorrerem dois sucessos é


doze vezes a probabilidade de ocorrerem três sucessos. Desse modo, as probabilidades de
sucesso e fracasso são, em percentuais, respectivamente, iguais a:

a) 80 % e 20 %

b) 30 % e 70 %

c) 60 % e 40 %

d) 20 % e 80 %

e) 25 % e 75 %

Comentário

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 26


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Chamamos de k o número de sucessos. Assim, se o número de sucessos é 2, então k = 2. Se o


número de sucessos é igual a 3, então k = 3.

A probabilidade de ocorrerem dois sucessos é indicada por P(X=2) e a probabilidade de


ocorrerem três sucessos é indicada por P(X=3). Como são três tentativas (três provas), então n=3.

O problema nos disse que a probabilidade de ocorrerem dois sucessos é igual a doze vezes a
probabilidade de ocorrerem três sucessos.

Algebricamente,

𝑃(𝑋 = 2) = 12 ∙ 𝑃(𝑋 = 3)

Aplicamos a fórmula do teorema binomial que diz que a probabilidade de em n provas obtermos
k sucessos é dada por

𝑛 𝑛
_ ` ∙ 𝑝e ∙ 𝑞]fe = _ ` ∙ 𝑝e ∙ (1 − 𝑝)]fe
𝑘 𝑘

Assim,

3 3
_ ` ∙ 𝑝B ∙ (1 − 𝑝)3 = 12 ∙ _ ` ∙ 𝑝h ∙ (1 − 𝑝)g
2 3

3
Observe que (1-p)0 é igual a 1, e que _ ` = 1.
3

3𝑝B (1 − 𝑝) = 12𝑝³

3 ∙ 𝑝 ∙ 𝑝 ∙ (1 − 𝑝) = 12 ∙ 𝑝 ∙ 𝑝 ∙ 𝑝

Cortando...

3 ∙ (1 − 𝑝) = 12 ∙ 𝑝

3 − 3𝑝 = 12𝑝

15𝑝 = 3

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 27


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

1
𝑝= = 20%
5

Obviamente, se a probabilidade de obter um sucesso é de 20%, a probabilidade do fracasso é


de 80%.

Gabarito: D

(MPOG 2006 ESAF)

Um experimento binomial é um experimento que comporta um número fixo de provas


independentes, n. Cada prova tem os resultados classificados em apenas duas categorias, a
saber: sucesso ou fracasso. Muito embora essa classificação seja arbitrária, costuma-se denotar a
probabilidade de sucesso por p, e a probabilidade de fracasso por q. Desse modo, realizando-se
50 provas, a probabilidade de se obter 30 sucessos é dada por

hg hg Bg
a) 𝐶bg 𝑝 𝑞

hg Bg hg
b) 𝐶bg 𝑝 𝑞

hg g Bg
c) 𝐶bg 𝑝 𝑞

hg
d) 𝐶bg 𝑝𝑞Bg

hg Bg g
e) 𝐶bg 𝑝 𝑞

Comentário

A probabilidade de ocorrerem exatamente k sucessos em uma sequência de n provas


independentes, na qual a probabilidade de sucesso em cada prova é p e de a probabilidade de
cada fracasso é q, é igual a

hg hg Bg
𝐶]e 𝑝e ∙ 𝑞]fe = 𝐶bg 𝑝 𝑞

Gabarito: A

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 28


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(CESPE 2010/APOG- SAD/PE)

A figura acima apresenta a distribuição percentual da população de crianças e jovens entre cinco
a dezenove anos de idade que nunca procurou um dentista, por renda domiciliar per capita no
Brasil em 1998. “As diferenças entre os diversos grupos de renda per capita é acentuada.
Aproximadamente 25% da população brasileira com idade entre cinco e dezenove anos nunca
procuraram um dentista. Entretanto, este valor sofre oscilações segundo a renda variando de
50,7% naqueles domicílios com renda de até R$ 37,75 a 1,5% naqueles domicílios com renda per
capita entre R$ 1.813,00 e R$ 40.500,00”.

A. Nunes et al. Medindo as desigualdades em saúde

no Brasil, OPAS/OMS, 2001 (com adaptações)

Considerando que uma amostra aleatória simples de cinco mil indivíduos fosse retirada da
população de crianças e jovens entre cinco e dezenove anos de idade no Brasil em 1998, se X
representa o número de indivíduos nessa amostra que nunca procurou um dentista, então a
variância de X é

A) inferior a 400.

B) superior a 400 e inferior a 600.

C) superior a 600 e inferior a 800.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 29


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

D) superior a 800 e inferior a 1.000.

E) superior a 1.000.

Comentário

25,2% da população brasileira com idade entre cinco e dezenove anos nunca procuraram um
dentista.

Isto significa que, para cada pessoa entrevistada, é como se fosse um jogo em que há 25,2% de
chance de esse eleitor nunca ter procurado um dentista e (100-25,2)%=74,8% de chance de esse
eleitor alguma vez na vida ter procurado um dentista.

Portanto, é como se cada eleitor entrevistado fosse uma distribuição de Bernoulli. A distribuição
de Bernoulli se caracteriza pela existência de apenas dois eventos, mutuamente exclusivos, que
denominaremos de sucesso e fracasso. No nosso exemplo, podemos afirmar que o “sucesso” é o
entrevistado nunca ter procurado um dentista e “fracasso” já ter procurado um dentista.
Normalmente a probabilidade do sucesso é designada por p e a probabilidade do fracasso por
q. Nesse caso temos que p=25,2% e q=74,8%. Observe que p+q=1 ou, de outra maneira,
p+q=100%.

A distribuição binomial nada mais é do que a generalização da distribuição de Bernoulli. Há um


sucesso, com probabilidade p, e um fracasso, com probabilidade q, tal que p+q=1, mas o
número de experimentos pode ser qualquer um. No nosso exemplo. Realizaremos o mesmo
experimento (perguntar a um entrevistado se ele já visitou um dentista) 5000 vezes. Numa
distribuição binomial, a variância é dada pela fórmula

𝜎² = 𝑛𝑝𝑞

Nesta fórmula, n é o número de experimentos, p é a probabilidade do sucesso e q a


probabilidade do fracasso. Temos então,

25,2 74,8
𝜎² = 𝑛𝑝𝑞 = 5.000 ∙ ∙ = 942,48
100 100

Resposta D) superior a 800 e inferior a 1.000.

Na minha concepção, é uma questão difícil, pois nem todos perceberiam que se trata de uma
distribuição binomial.

Gabarito: D

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 30


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(ESAF 2009/ANA)

Na população brasileira verificou-se que a probabilidade de ocorrer determinada variação


genética e de 1%. Ao se examinar ao acaso três pessoas desta população, qual o valor mais
próximo da probabilidade de exatamente uma pessoa examinada possuir esta variação
genética?

a) 0,98%

b) 1%

c) 2,94%

d) 1,30%

e) 3,96%

Comentário

Temos um experimento binomial em que a probabilidade de obtermos um sucesso (ter a


variação genética) é igual a 1%. A probabilidade do fracasso é igual a 99%. Queremos calcular a
probabilidade de ocorrer 1 sucesso em 3 ensaios.

3
𝑃(𝑋 = 1) = _ ` ∙ 0,013 ∙ 0,99B ≅ 2,94%
1

Gabarito: C

1.4. Distribuição Geométrica

A distribuição geométrica também se refere a sucessos e fracassos, mas, diferentemente da


binomial, é a probabilidade de que o sucesso ocorra exatamente no k-ésimo ensaio. Por
exemplo, no jogo de cara ou coroa, qual a probabilidade de que a coroa só ocorra na quarta
jogada? Ou qual é a probabilidade de que o dado só dê o número 5 na terceira jogada?

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 31


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Ou seja, já que queremos um sucesso apenas no k-ésimo ensaio, queremos que aconteça
𝐹𝐹𝐹𝐹 … 𝑆 (uma sequência de k-1 fracassos seguido de apenas um sucesso).

𝑃(𝑋 = 𝑘) = 𝑞
IJ∙𝑞 ∙𝑞 ∙J
JJKJ …JL
∙𝑞∙ 𝑝

ef3 }~•€•••‚• •„€…••‚

𝑃(𝑋 = 𝑘) = 𝑞ef3 ∙ 𝑝

Dessa forma, se X é o número de tentativas necessárias ao aparecimento do primeiro sucesso,


então X segue uma distribuição geométrica.

X pode assumir os seguintes valores: 1, 2, 3, 4, ...

Por exemplo, se X = 4, então o sucesso é obtido na quarta realização do experimento.

Temos a seguinte distribuição de probabilidades.

X P(X)
1 𝑝
2 𝑞𝑝
3 𝑞B 𝑝
4 𝑞h 𝑝
... ...

É possível demonstrar que:

1
𝐸(𝑋) =
𝑝

𝑞
𝑉𝑎𝑟(𝑋) =
𝑝B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 32


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(ESAF 2008/CGU)

A probabilidade de sucesso em um experimento aleatório é p. Seja X o número de


experimentos independentes realizados até se obter o primeiro sucesso. Qual a probabilidade
de X = k, onde k=1,2,3,....

a) (1-p)k-1.

b) p(1-p)k-1.

c) k pk-1(1-p).

d) pk-1(1-p).

e) k(1-p)k-1 p.

Comentário

Aplicação direta da teoria vista.

Em cada experimento, a probabilidade de sucesso é p e a probabilidade de fracasso é q.

Nos k-1 primeiros experimentos, temos fracasso e temos no último experimento um sucesso.

Para que X seja igual a k devemos ter k-1 fracassos e 1 sucesso, nesta ordem. Como os eventos
são independentes, a probabilidade pedida é igual ao produto das probabilidades.

𝑃(𝑋 = 𝑘) = 𝑞
IJ∙J
𝑞JKJ
∙𝑞 ∙J
…JL
∙𝑞∙𝑝
ef3

𝑃(𝑋 = 𝑘) = 𝑞ef3 ∙ 𝑝 = (1 − 𝑝)ef3 ∙ 𝑝

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 33


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(CESGRANRIO 2011/Petrobras)

Uma pessoa lança repetidamente um dado equilibrado, parando quando obtém a face com o
número 6. A probabilidade de que o dado seja lançado exatamente 3 vezes é

a) 1/216

b) 1/36

c) 25/216

d) 1/6

e) 25/36

Comentário

Este problema ilustra perfeitamente a distribuição geométrica. Vamos considerar que o sucesso é
obter o número 6 (p=1/6). Queremos obter um sucesso exatamente no 3º lançamento. A
probabilidade do fracasso é igual a 5/6. Queremos obter, nesta ordem, fracasso-fracasso-
sucesso.

5 5 1 25
𝑃(𝑋 = 3) = ∙ ∙ =
6 6 6 216

Gabarito: C

1.5. Distribuição Hipergeométrica

Já comentei algumas vezes que para podermos usar o teorema binomial, os processos devem ser
feitos com reposição (para que os eventos sejam independentes).

A distribuição hipergeométrica refere-se à probabilidade de, ao retirarmos, sem reposição, 𝑛


elementos de um conjunto com 𝑁 elementos, saiam 𝑘 elementos com o atributo sucesso,
considerando-se que, do total de 𝑁 elementos, 𝑠 possuem esse atributo e, portanto, 𝑁 − 𝑠
possuem o atributo fracasso.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 34


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Resumindo:

• Temos um conjunto com N elementos dos quais 𝑠 possuem o atributo sucesso e 𝑁 − 𝑠


possuem o atributo fracasso.
• Serão retirados 𝑛 elementos do conjunto sem reposição.
• Queremos calcular a probabilidade de obtermos 𝑘 sucessos.


Assim, a probabilidade de obtermos um sucesso (no primeiro experimento) é igual a 𝑝 = ˆ.
Queremos calcular a probabilidade de que, retirando-se n elementos, k possuam o atributo
sucesso e n-k possuam o atributo fracasso.

Esta probabilidade é dada por:

𝑠 𝑁−𝑠
_ `_ `
𝑘 𝑛−𝑘
𝑃(𝑋 = 𝑘) =
𝑁
_ `
𝑛

Seja X o número de sucessos na amostra. A variável assim definida tem distribuição


hipergeométrica.

Como serão retirados 𝑛 elementos da população, então o número de sucessos obtidos é no


máximo igual a 𝑛, ou seja, 0 ≤ 𝑘 ≤ 𝑛.

Ademais, como há apenas 𝑠 objetos com o atributo sucesso, então 𝑘 é no máximo igual a 𝑠, ou
seja, 𝑘 ≤ 𝑟.

A média da distribuição hipergeométrica é dada por:

𝐸(𝑋) = 𝑛𝑝

A variância da distribuição hipergeométrica é dada por:

𝑁−𝑛
𝑉𝑎𝑟(𝑋) = 𝑛𝑝𝑞 ∙
𝑁−1

Em que 𝑝 = ˆ e 𝑞 = 1 − 𝑝.

Observe que se o processo é feito COM reposição, teríamos uma distribuição binomial. A média
da distribuição binomial também é igual a 𝑛𝑝. O que muda é a variância.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 35


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Sabe-se que há 10% de peças defeituosas em um lote de 50. Ao retirar oito peças desse lote,
sem reposição, qual a probabilidade de que duas delas sejam defeituosas?

Comentário

Como são 10% de peças defeituosas em um total de 50, então há 5 peças defeituosas.

Temos 50 objetos e escolheremos 8. Este é o nosso denominador (total de casos possíveis).

𝑠 𝑁−𝑠
_ `_ `
𝑘 𝑛−𝑘
𝑃(𝑋 = 𝑘) =
50
_ `
8

Pede-se a probabilidade de retirar duas peças defeituosas (do total das 5) e seis peças em bom
estado (de um total de 45).

5 45
_ `_ `
𝑃(𝑋 = 2) = 2 6 ≅ 15,17%
50
_ `
8

Resposta: Aproximadamente 15%.

(FUNIVERSA 2009/IPHAN)

Em um instituto de pesquisa trabalham, entre outros funcionários, 3 físicos, 6 biólogos e 2


matemáticos. Deseja-se formar uma equipe com 4 desses 11 estudiosos, para realizar uma
pesquisa. Se essa equipe for composta escolhendo-se os pesquisadores de forma aleatória, a
probabilidade de todos os físicos serem escolhidos é um número cujo valor está compreendido
entre

(A) 0,00 e 0,01.

(B) 0,01 e 0,02.

(C) 0,02 e 0,03.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 36


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(D) 0,03 e 0,04.

(E) 0,04 e 0,05.

Comentário

Neste caso, o processo é feito sem reposição, pois um mesmo profissional não poderá ser
escolhido duas vezes.

Dos 11 estudiosos, vamos escolher 4. Este é o nosso denominador.

𝑠 𝑁−𝑠
_ `_ `
𝑘 𝑛−𝑘
𝑃(𝑋 = 𝑘) =
11
_ `
4

Queremos que os 3 físicos sejam escolhidos. Assim, vamos escolher 3 físicos (dentre 3
disponíveis) e 1 profissional (dentre os 8 não-físicos).

3 8
_ `_ ` 1∙8 8
𝑃(𝑋 = 3) = 3 1 = = = 0,0242424 …
11 11 ∙ 10 ∙ 9 ∙ 8 330
_ `
4 4∙3∙2∙1

Vejam outra maneira de resolver esta questão sem o uso da fórmula da distribuição
hipergeométrica:

Quer-se calcular a probabilidade de todos os físicos serem escolhidos. Como há apenas 3 físicos,
obrigatoriamente a quarta pessoa será escolhida dentre os biólogos/matemáticos (não-físicos).

Existem quatro maneiras de dispor a ordem dos sorteados (F é um físico e X é um não-físico):

𝐹𝐹𝐹𝑋 𝑜𝑢 𝐹𝐹𝑋𝐹 𝑜𝑢 𝐹𝑋𝐹𝐹 𝑜𝑢 𝑋𝐹𝐹𝐹

Assim, vou calcular uma dessas probabilidades e multiplicar o resultado por 4.

São 11 pessoas. Assim, a probabilidade de o primeiro ser um físico é 3/11.

Como o processo é sem reposição, a probabilidade de o segundo ser físico é 2/10 (pois agora
temos 2 físicos e um total de 10 pessoas). A probabilidade de o terceiro ser físico é 1/9.

Agora temos que escolher o último como não-físico. Sobraram um total de 8 pessoas e todos
eles são não-físicos. A probabilidade de um deles ser escolhido é 8/8.

3 2 1 8 24
𝑃(𝐹𝐹𝐹𝑋 𝑜𝑢 𝐹𝐹𝑋𝐹 𝑜𝑢 𝐹𝑋𝐹𝐹 𝑜𝑢 𝑋𝐹𝐹𝐹) = 4 ∙ ∙ ∙ ∙ = = 0,02424 …
11 10 9 8 990

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 37


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Gabarito: C

(FUNIVERSA 2006/APEX Brasil)

Em uma empresa, há 12 dirigentes de níveis hierárquicos distintos capacitados para a


elaboração de determinado estudo: 5 diretores e 7 gerentes. Para isso, entre esses 12
dirigentes, 4 serão sorteados aleatoriamente para integrarem um grupo que realizará o referido
estudo. A probabilidade de os 4 dirigentes sorteados serem do mesmo nível hierárquico está
entre:

(A) 0,01 e 0,05.

(B) 0,06 e 0,10.

(C) 0,11 e 0,15.

(D) 0,16 e 0,20.

(E) 0,21 e 0,25.

Comentário

Novamente o nosso processo será realizado sem reposição. São 12 pessoas e vamos escolher 4,
sem reposição. Este é o nosso denominador.

𝑠 𝑁−𝑠
_ `_ `
𝑘 𝑛−𝑘
𝑃(𝑋 = 𝑘) =
12
_ `
4

Só que agora queremos calcular duas probabilidades e somar, pois queremos que os 4 sejam
diretores ou que os 4 sejam gerentes.

Probabilidade de os 4 serem diretores: Dos 5 diretores, escolheremos 4 e dos 7 gerentes


escolheremos nenhum (zero).

5 7
_ `_ ` 5∙1 5 1
𝑃‰ = 4 0 = = =
12 12 ∙ 11 ∙ 10 ∙ 9 495 99
_ `
4 4∙3∙2∙1

Probabilidade de os 4 serem gerentes: Dos 7 gerentes, escolheremos 4 e dos 5 diretores


escolheremos nenhum (zero).

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 38


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

7 5 7∙6∙5∙4
_ `_ ` ∙1 35 7
𝑃Š = 4 0 = 4 ∙ 3 ∙ 2 ∙ 1 = =
12 12 ∙ 11 ∙ 10 ∙ 9 495 99
_ `
4 4∙3∙2∙1

1 7 8
𝑃 = 𝑃‰ + 𝑃Š = + = = 0,0808080808 …
99 99 99

Podemos também resolver estas questões de distribuição hipergeométrica com os


conhecimentos adquiridos na aula de probabilidade.

Para que os quatro dirigentes sejam do mesmo nível hierárquico, podemos escolher 4 diretores
ou 4 gerentes.

Vamos calcular cada uma das probabilidades separadamente e depois somar os resultados.

Probabilidade de escolher 4 diretores

A probabilidade de o primeiro ser um diretor é igual a 5/12.

A probabilidade de o segundo ser um diretor é igual a 4/11.

A probabilidade de o terceiro ser um diretor é igual a 3/10.

A probabilidade de o quarto ser um diretor é igual a 2/9.

A probabilidade de os 4 serem diretores é igual a

5 4 3 2
𝑃‰ = ∙ ∙ ∙
12 11 10 9

Observe que 4 x 3 = 12 (podemos cancelar o 4 e o 3 com o 12). Observe ainda que 5 x 2 =10.
Cancelamos 5 e 2 com 10.

1
𝑃‰ =
99

Probabilidade de escolher 4 gerentes

A probabilidade de o primeiro ser um gerente é igual a 7/12.

A probabilidade de o segundo ser um gerente é igual a 6/11.

A probabilidade de o terceiro ser um gerente é igual a 5/10.

A probabilidade de o quarto ser um gerente é igual a 4/9.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 39


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

A probabilidade de os 4 serem gerentes é igual a

7 6 5 4
𝑃Š = ∙ ∙ ∙
12 11 10 9

Observe que 6 x 5 x 4 = 120 e que 12 x 10 = 120. Assim, podemos cancelar 6, 5 e 4 com 12 e 10.

7
𝑃Š =
99

A probabilidade pedida é igual a

1 7 8
𝑃 = 𝑃‰ + 𝑃Š = + = = 0,0808080808 …
99 99 99

Gabarito: B

1.6. Distribuição de Poisson

Vamos utilizar como exemplo um objeto muito utilizado no cotidiano: o telefone. Talvez até
sejamos capazes de dizer quantas vezes, em média, nosso telefone toca por dia. Mas quantas
vezes o telefone não toca? Essa pergunta é muito difícil de responder. Quando uma variável
aleatória tem um comportamento parecido com esse, dizemos que ela segue uma distribuição de
Poisson.

Se considerarmos que sucesso é tocar o telefone, é muito difícil calcular p, a probabilidade de


isso ocorrer, já que não temos como calcular a não-ocorrência do evento.

A solução é imaginar que p é muito pequeno (𝑝 → 0), já que o toque do telefone dura apenas
alguns segundos em um dia de 24 horas (86.400 segundos). Dessa forma, o número de vezes que
o experimento é realizado (telefone toca ou não toca), que é o n da distribuição binomial, é
realizado muitas vezes (𝑛 → ∞).

É assim que modelamos a distribuição de Poisson: partimos de uma distribuição binomial,


considerando que p é muito pequeno (tende a zero) e que n é muito grande (tende a infinito).

𝑝 → 0
𝑛→∞

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 40


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Mesmo 𝑝 tendendo a zero e n tendendo a infinito, o produto 𝑛𝑝, que é a média da distribuição
binomial, tende a um número diferente de zero. Vamos denotar esse número pela letra grega
lâmbda 𝜆.

𝜆 = 𝑛𝑝

Novamente: esse produto 𝑛𝑝 é a média da distribuição binomial.

Esse número 𝜆 é exatamente o número médio de vezes que o evento ocorre. No exemplo do
telefone, é o número de vezes que o telefone toca por dia.

Ainda é possível calcular a variância partindo da distribuição binomial.

𝜎² = 𝑛𝑝𝑞 = 𝑛𝑝(1 − 𝑝)

Como p tende a 0, então 1 − 𝑝 tende a 1.

𝜎² = 𝑛𝑝 ∙ 1

𝜎² = 𝑛𝑝

𝜎B = 𝜆

A distribuição de Poisson se caracteriza, dessa forma, por ter média igual à variância. Para
calcularmos a probabilidade de uma variável como essa, partimos da distribuição binomial e
fazemos 𝑝 → 0 e 𝑛 → ∞ (não farei aqui a demonstração desse fato, pois deve ser utilizado
conhecimentos de matemática avançada).

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

Onde o número e é uma constante (número de Euler) e vale aproximadamente 2,718...

(CESGRANRIO 2011/TRANSPETRO)

Uma distribuição discreta de probabilidade que fornece a frequência de ocorrência de certos


tipos de eventos aleatórios, podendo ser usada como aproximação da distribuição binomial,
corresponde à distribuição

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 41


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(A) geométrica

(B) hipergeométrica

(C) normal

(D) uniforme

(E) de Poisson

Comentário

Aplicação direta da teoria vista.

Gabarito: E

(ESAF 2008/CGU)

Tem-se que 𝒇(𝒙) = 𝑪𝒏,𝒙 𝒑𝒙 (𝟏 − 𝒑)𝒏f𝒙 , onde 𝑪𝒏,𝒙 é o número de combinações de n elementos
tomados x a x, é a função de probabilidade de uma variável aleatória binomial. Fazendo-se na
sua expressão 𝒑 → 𝟎, 𝒏 → ∞, mas com 𝒏𝒑 = 𝝀, 𝒇(𝒙) tem como limite a função de probabilidade
de uma variável aleatória de Poisson, que é:

a) 𝜆‘ ef•

b) 𝜆‘ ef• /𝑥!

c) 𝜆𝑒 f•‘

d) 𝜆𝑒 f‘/•

e) 𝑥𝜆 − 1𝑒 − 𝑥/Γ(𝜆)

Comentário

Aplicação direta da exposição teórica.

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 42


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(ESAF 2006/MPOG)

Uma variável aleatória X tem distribuição de Poisson, com parâmetro “m”, e k = 0, 1, 2, 3... se e
somente se

”∙… •–
a) 𝑃(𝑋 = 𝑘) = e

”— ∙… •–
b) 𝑃(𝑋 = 𝑘) = e

”— ∙… –
c) 𝑃(𝑋 = 𝑘) = e

”— ∙…
d) 𝑃(𝑋 = 𝑘) = e

”— ∙… •–
e) 𝑃(𝑋 = 𝑘) = e!

Comentário

A fórmula para se determinar a probabilidade de um dado número X de sucessos em uma


distribuição de Poisson é

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

O parâmetro l foi chamado de m e o número de sucessos X foi chamado de k.

Assim,

mk × e- m
P( X = k ) = .
k!

Gabarito: E

(CEPERJ 2010/SEE-RJ)

Na revisão tipográfica de um livro com 600 páginas, encontrou-se, em média, 1,2 erros por
página. Considerando 𝒆f𝟏,𝟐 = 𝟎, 𝟑𝟎 e estimando o número de páginas que não precisam sofrer
alterações por não apresentarem defeitos, tem-se:

a) 500 páginas

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 43


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 420 páginas

c) 200 páginas

d) 180 páginas

e) 36 páginas

Comentário

Como a média é de 1,2 erros por páginas, temos uma distribuição de Poisson com 𝜆 = 1,2. Já
que queremos saber o valor esperado de páginas sem defeitos, devemos considerar 𝑋 = 0.

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

𝑒 f3,B ∙ 1,2g 1 ∙ 0,30


𝑃(𝑋 = 0) = = = 0,30
0! 1

Portanto, a probabilidade de certa página não conter erros é de 0,30 = 30%.

Como o livro tem 600 páginas, o esperado é que:

30% 𝑑𝑒 600 = 0,30 ∙ 600 = 180 páginas não tenham defeitos.

Gabarito: D

(CESGRANRIO 2009/MEC)

O número de clientes que chega a cada hora a uma empresa tem Distribuição de Poisson, com
2k -2
parâmetro 2, ou seja, a probabilidade de que cheguem k clientes é dada por e para k = 0, 1,
k!
2, .... Qual é a probabilidade de que, em uma determinada hora, cheguem dois ou mais clientes?

(Dado: e-2 = 0,14)

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 44


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

(A) 0,28

(B) 0,35

(C) 0,42

(D) 0,58

(E) 0,72

Comentário

A probabilidade pedida é dada por 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + ⋯

Teríamos que calcular infinitas parcelas. A melhor maneira de resolver esta questão é calcular a
probabilidade complementar, ou seja, a probabilidade de que cheguem menos de dois clientes.
Lembramos que a probabilidade total é igual a 1.

Como assim probabilidade complementar?

É muito comum o evento ser complicado de calcular. Em muitos desses casos, poderemos utilizar
o seguinte artifício: ao invés de calcular a probabilidade que o enunciado pediu, você calculará a
probabilidade que o enunciado não pediu.

Calcular a probabilidade de que cheguem menos de dois clientes é 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1).

𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) =

2g ∙ 𝑒 fB 23 ∙ 𝑒 fB
= +
0! 1!

= 𝑒 fB + 2𝑒 fB

= 3 ∙ 𝑒 fB = 3 × 0,14 = 0,42

Logo,

𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + ⋯ =

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 45


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

= 1 − 0,42 = 0,58

Gabarito: D

(ESAF 2009/AFRFB)

O número de petroleiros que chegam a uma refinaria ocorre segundo uma distribuição de
Poisson, com média de dois petroleiros por dia. Desse modo, a probabilidade de a refinaria
receber no máximo três petroleiros em dois dias é igual a:

hB
a) 𝑒 ft
›h

h
b) ›3 𝑒 t

›3
c) h
𝑒 ft

›3
d) h
𝑒 fB

hB
e) h
𝑒 fB

Comentário

A média é de dois petroleiros por dia. Devemos calcular a média para 2 dias. Obviamente a
média será de 4 petroleiros a cada 2 dias. Logo, 𝜆 = 4.

Lembre-se da fórmula:

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

𝑒 ft ∙ 4e
𝑃(𝑋 = 𝑘) =
𝑘!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 46


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Queremos calcular a probabilidade de a refinaria receber no máximo três petroleiros (em dois
dias).

𝑃(𝑋 ≤ 3) =?

𝑃(𝑋 ≤ 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3)

Vamos aplicar a fórmula de Poisson 4 vezes e somar.

𝑒 ft ∙ 4g 𝑒 ft ∙ 43 𝑒 ft ∙ 4B 𝑒 ft ∙ 4h
𝑃(𝑋 ≤ 3) = + + +
0! 1! 2! 3!

64 ∙ 𝑒 ft
𝑒 ft + 4 ∙ 𝑒 ft + 8 ∙ 𝑒 ft +
𝑃(𝑋 ≤ 3) = IJJJJJJKJJJJJJL
3h∙… ••
6

32 ∙ 𝑒 ft
𝑃(𝑋 ≤ 3) = 13𝑒 ft +
3

39𝑒 ft + 32𝑒 ft
𝑃(𝑋 ≤ 3) = =
3

71𝑒 ft
𝑃(𝑋 ≤ 3) =
3

Gabarito: C

(FGV 2009/ICMS-RJ)

O número de clientes que buscam, em cada dia, os serviços de um renomado cirurgião tem uma
distribuição de Poisson com média de 2 pacientes por dia. Para cada cirurgia efetuada, o
cirurgião recebe R$ 10.000,00. No entanto, ele consegue fazer o máximo de duas cirurgias em

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 47


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

um dia; clientes excedentes são perdidos para outros cirurgiões. Assinale a alternativa que
indique o valor esperado da receita diária do cirurgião. (considere e–2 = 0,14)

(A) R$ 5.600,00.

(B) R$ 8.400,00.

(C) R$ 10.000,00.

(D) R$ 14.400,00.

(E) R$ 20.000,00.

Comentário

Questão muito bem feita.

Vamos considerar que X é a variável que informa o número de clientes que buscam, em cada dia,
os serviços do renomado cirurgião. O problema informou que essa distribuição é de Poisson com
média de dois pacientes por dia, ou seja, 𝜆 = 2.

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

𝑒 fB ∙ 2e
𝑃(𝑋 = 𝑘) =
𝑘!

Vamos agora calcular a probabilidade de X=0 ou X=1 (nenhum cliente procurar o cirurgião ou um
cliente procurar o cirurgião).

𝑒 fB ∙ 2g 𝑒 fB ∙ 1
𝑃(𝑋 = 0) = = = 𝑒 fB = 0,14
0! 1

𝑒 fB ∙ 23 𝑒 fB ∙ 2
𝑃(𝑋 = 0) = = = 2𝑒 fB = 0,28
1! 1

O problema nos informou que se chegarem 2 ou mais clientes, o cirurgião atenderá apenas 2
clientes. Por exemplo, se chegarem 50 clientes na clínica, o cirurgião atenderá apenas 2.
Portanto, se chegarem 2 ou mais clientes, o cirurgião trabalhará como se tivessem chegado
apenas 2 clientes.

Se chegarem 2, 3, 4 ou 50 clientes, a receita do cirurgião será de R$ 20.000,00.

Resumindo:

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 48


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Se chegar nenhum cliente, a receita do cirurgião será 0 (probabilidade igual a 0,14= 14%).

Se chegar um cliente, a receita do cirurgião será R$ 10.000,00 (probabilidade igual a 0,28 = 28%).

Em qualquer outro caso, a receita do cirurgião será R$ 20.000,00 (probabilidade igual a 1 −


0,14 − 0,28 = 0,58 = 58%).

Clientes (X) Receita do médico (R) Probabilidade


0 0 0,14
1 10.000,00 0,28
2 ou mais 20.000,00 0,58

Para calcular o valor esperado da receita diária do médico, devemos multiplicar cada receita pela
sua respectiva probabilidade e somar tudo.

𝐸(𝑅) = 0 × 0,14 + 10.000 × 0,28 + 20.000 × 0,58

𝐸(𝑅) = 14.400,00

Gabarito: D

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 49


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

2. LISTA DE QUESTÕES SEM COMENTÁRIOS

1. (FCC 2012/TRF 2ª Região)

A variável aleatória X tem distribuição uniforme discreta nos pontos 1,2,3,4,5. A variância da
variável aleatória Y = 3X − 3 é igual a

a) 10.

b) 12.

c) 15.

d) 16.

e) 18.

(CESPE 2016/TCE-PA)

Se as variáveis aleatórias X e Y seguem distribuições de Bernoulli, tais que 𝑷[𝑿 = 𝟏] =


𝑷[𝒀 = 𝟎] = 𝟎, 𝟗, então

2. a distribuição de 𝑋 B é Bernoulli com média igual a 0,81.

3. as variâncias de X e Y são iguais.

4. A média de Y é superior a 0,5.

5. (FCC 2018/TCE-RS)

Em uma empresa, 1/5 dos empregados têm um salário superior a R$ 10.000,00. Decide-se
extrair uma amostra aleatória de tamanho 4, com reposição, dos empregados desta empresa.

A probabilidade de que, no máximo, 2 empregados desta amostra tenham um salário superior a


R$ 10.000,00 é

a) 81,92%

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 50


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 56,32%

c) 51,20%

d) 97,28%

e) 58,88%

6. (FCC 2017/TRT 11ª Região)

Um determinado órgão público recebe mensalmente processos que devem ser analisados por 2
analistas: A e B. Sabe-se que esses dois analistas recebem a mesma proporção de processos
==1e95==

para a análise. Sabe-se que 20% de todos os processos encaminhados para A são analisados no
mês de recebimento e que 10% são indeferidos. Sabe-se também que 40% dos processos
encaminhados para B são analisados no mês de recebimento e que 20% são indeferidos.

Cinco processos são selecionados ao acaso e com reposição em um determinado mês. A


probabilidade de exatamente 2 não serem analisados no mês de recebimento é igual a

a) 0,1323

b) 0,2312

c) 0,3087

d) 0,2554

e) 0,1215

7. (FCC 2016/SEDU-ES)

Admita que a probabilidade de nascer um menino seja de 50%. Entre seis nascimentos, a
probabilidade de que três sejam meninas é igual a

a) 2/3.

b) 5/16.

c) 1/2.

d) 1/6.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 51


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

e) 1/3.

8. (FCC 2015/SEFAZ-PI)

Um estudo mostra que 20% de todos os candidatos que estão prestando determinado concurso
público possuem doutorado em determinada área do conhecimento. Selecionando-se ao acaso
e com reposição 4 desses candidatos, a probabilidade de que exatamente 2 possuam doutorado
é igual a

a) 5,72%

b) 8,46%

c) 15,36%

d) 13,24%

e) 10,24%

9. (FCC 2015/TRE-RR)

Um dado não viciado, cujas faces são numeradas de 1 a 6, é lançado e considera-se como
sucesso a ocorrência de face superior a 4. Nessas condições, a probabilidade de serem
necessários 5 lançamentos do dado para a obtenção de exatamente 3 sucessos é igual a

a) 16/243

b) 8/81

c) 4/243

d) 8/243

e) 4/81

10. (FCC 2015/DPE-SP)

Em 2014, entre todas as ações apresentadas por uma Defensoria Pública relativas a direitos
humanos, 30% diziam respeito às pessoas vítimas de tortura. Selecionando-se ao acaso e com

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 52


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

reposição 4 ações relativas a direitos humanos, a probabilidade de exatamente duas serem de


vítimas de tortura é igual a

a) 0,2048.

b) 0,2452.

c) 0,2646.

d) 0,5292.

e) 0,0441.

11. (FCC 2014/SEFAZ-RJ)

Sabe-se que:

I. X é uma variável aleatória com distribuição binomial com média 𝟐𝒑 e variância (𝟐𝒑 − 𝟐𝒑𝟐 ).

II. Y é uma variável aleatória com distribuição binomial com média 𝟓𝒑 e variância (𝟓𝒑 − 𝟓𝒑𝟐 ).

III. A probabilidade de X ser inferior a 2 é igual a 15/16.

Nessas condições, a probabilidade de Y ser superior a 3 é igual a

a) 1/64

b) 5/512

c) 15/1.024

d) 7/512

e) 3/1.024

12. (FCC 2014/TRT 19ª Região)

Para realizar um estudo, um pesquisador irá selecionar, ao acaso, e com reposição, 4 pessoas de
uma população. Sabe-se que:

I. Nessa população as proporções de homens e mulheres são iguais.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 53


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

II. A probabilidade de uma mulher selecionada aceitar participar da pesquisa é de 40%.

III. A probabilidade de um homem selecionado aceitar participar da pesquisa é de 20%.

Nessas condições, a probabilidade de que, na amostra selecionada, no máximo uma pessoa


aceite participar da pesquisa é

a) 0,5412.

b) 0,6517.

c) 0,9163.

d) 0,8235.

e) 0,7461.

13. (FCC 2014/TRT 16ª Região)

Considere que a variável aleatória X tem distribuição de Bernoulli com parâmetro p = 0,4. Sabe-
se que a variável Y tem distribuição binomial com média igual a 2 e variância igual a 1. Supondo
que X e Y são independentes, a probabilidade conjunta de X ser igual a zero e Y ser igual a 3,
denotada por P(X = 0, Y = 3) é dada por

a) 0,30.

b) 0,15.

c) 0,10.

d) 0,25.

e) 0,20.

14. (FCC 2013/SEFAZ-SP)

Sabe-se que em determinado município, no ano de 2012, 20% dos domicílios tiveram isenção de
determinado imposto. Escolhidos, ao acaso e com reposição, quatro domicílios deste município
a probabilidade de que pelo menos dois tenham tido a referida isenção é igual a

a) 0,4096

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 54


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 0,4368

c) 0,1808

d) 0,3632

e) 0,2120

15. (FCC 2013/SERGAS)

Uma companhia concessionária do fornecimento de gás tem promovido uma campanha de


economia de gás, oferecendo descontos aos consumidores que mantêm seus índices de
consumo abaixo de certo índice preestabelecido. Uma pesquisa revelou que 60% da população
dos consumidores do município A reduziram o seu consumo, sendo merecedores do desconto
oferecido. A probabilidade de que pelo menos 3 consumidores de uma amostra aleatória, com
reposição de 4 consumidores da referida população, tenham conseguido o desconto é

a) 0,4952.

b) 0,4752.

c) 0,4856.

d) 0,4895.

e) 0,4695.

16. (FCC 2012/TRE-SP)

Sabe-se que 80% de todos os eleitores de uma grande cidade brasileira são favoráveis que se
aplique, nas próximas eleições, a Lei da Ficha Limpa. Se 4 eleitores são selecionados ao acaso e
com reposição dentre todos os eleitores dessa cidade, a probabilidade de que pelo menos 3
sejam favoráveis que a referida lei seja aplicada nas próximas eleições é

a) 0,8192.

b) 0,8150.

c) 0,8012.

d) 0,7896.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 55


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

e) 0,7894.

17. (FCC 2018/TRT 2ª Região)

O número de pessoas que não têm suas reclamações atendidas por mês em um posto de
atendimento de uma empresa em uma cidade tem distribuição de Poisson com média 𝝀 e desvio
padrão populacional igual a 2. Deseja-se saber qual é a probabilidade (P) de o número de
pessoas que não têm suas reclamações atendidas neste posto ser mais que 1 pessoa em um
determinado mês. Se e é a base do logaritmo neperiano (ln) tal que ln(e) = 1, então P é igual a

a) [e−2(e2−3)]

b) [1−e−2(e2−3)]

c) [1−e−4(e4−5)]

d) [e−0,5(e0,5−1)]

e) [e−4(e4−5)]

18. (FCC 2017/TRT 11ª Região)

Suponha que:

I. A variável X, que representa o número mensal de suicídios no país A, tem distribuição de


Poisson com média mensal 2.
II. A variável Y, que representa o número mensal de suicídios no país B, tem distribuição de
Poisson com média mensal 4.
III. As variáveis X e Y são independentes.
Nessas condições, a probabilidade de em determinado mês ocorrerem menos de 2 suicídios no
país A e exatamente 2 no país B é igual a

Dados:
e−1 = 0,37, e−2 = 0,135 , e−4 = 0,018

a) 4,122%

b) 5,548%

c) 5,832%

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 56


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

d) 3,565%

e) 4,468%

19. (FCC 2016/ISS-Teresina)

Suponha que o número de processos que um auditor fiscal analisa no período de uma semana
tem distribuição de Poisson com média de 𝝀 processos por semana. Sabe-se que 𝝀 satisfaz à
equação P(X = 𝝀) = 3/64 onde X é uma variável aleatória com distribuição binomial com média 1
e variância 3/4.

Nessas condições, a probabilidade do auditor analisar exatamente 2 processos em uma semana


é igual a

Dados: e−2 = 0,14: e−3 = 0,05

a) 0,375.

b) 0,325.

c) 0,225.

d) 0,250.

e) 0,350.

20. (FCC 2016/TRT 20ª Região)

Suponha que o número de acidentes de trabalho, por mês, em montadoras de veículos de certa
região tem distribuição de Poisson com média de 𝝀 acidentes por mês. Suponha que a
probabilidade de ocorrerem 3 acidentes é o dobro da probabilidade de ocorrerem 4 acidentes,
no mesmo período. Nessas condições, a probabilidade de ocorrer mais de um acidente no
período de 24 dias é igual a

Dados:

e−1 = 0,37

e−1,6 = 0,20

e−3 = 0,05

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 57


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

a) 0,48

b) 0,58

c) 0,55

d) 0,37

e) 0,86

21. (FCC 2015/SEFAZ-PI)

Um relatório, redigido por um auditor de um órgão público, tem 2 capítulos com 40 páginas
cada. Esse relatório apresenta uma média de 1 erro ortográfico a cada 10 páginas. Considere
que:

I. a variável X que representa o número de erros por página tem distribuição de Poisson com
média 0,1;

II. existe independência entre os eventos número de erros ortográficos do capítulo 1 e número
de erros ortográficos do capítulo 2.

Nessas condições, a probabilidade de que pelo menos um dos capítulos possua no máximo um
erro ortográfico é igual a

Dados:

e−0,1 = 0,905

e−2 = 0,135

e−4 = 0,018

a) 0,0180

b) 0,1719

c) 0.0164

d) 0,1800

e) 0,1815

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 58


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

22. (FCC 2015/SEFAZ-PI)

O número de falhas mensais de um computador é uma variável que tem distribuição de Poisson
com média 𝝀. Sabe-se que 𝝀 é igual à média de uma distribuição uniforme no intervalo [2, 4].
Nessas condições, a probabilidade de o computador apresentar exatamente duas falhas no
período de 15 dias é igual a

Dados:

e−3 = 0,05;

e−1,5 = 0,22.

a) 22,50%

b) 12,50%

c) 24,15%

d) 15,25%

e) 24,75%

23. (FCC 2015/CNMP)

Suponha que o número de acidentes, envolvendo motociclistas, que ocorre diariamente em uma
avenida marginal de uma grande cidade, seja uma variável aleatória X com distribuição de
Poisson com média de 𝝀 acidentes. Sabe-se que a probabilidade de ocorrerem, diariamente, 3
acidentes é igual a probabilidade de ocorrerem 4 acidentes. Nessas condições, a probabilidade
de, em um determinado dia, ocorrer pelo menos 2 acidentes é, em %, igual a

Dados: e−2 = 0,135; e−4 = 0,018.

a) 86,5.

b) 94,6.

c) 91,0.

d) 62,4.

e) 48,8.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 59


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

24. (FCC 2015/TRE-RR)

Uma pessoa coloca um anúncio em um site de vendas com o objetivo de vender seu automóvel.
Suponha que o número de consultas que essa pessoa recebe por semana (7 dias) como resposta
ao anúncio seja uma variável aleatória com distribuição de Poisson com média igual a 3,5.
Nessas condições, a probabilidade dessa pessoa receber, pelo menos, 2 consultas em um
determinado dia é, em %, igual a

Dados:

e− 0,5 = 0,61;

e− 3,5 = 0,03

a) 8,5.

b) 13,5.

c) 10,5.

d) 32,8.

e) 9,6.

25. (FCC 2015/TRT 3ª Região)

A comissão de erradicação do trabalho infantil de um determinado Tribunal Regional do


Trabalho analisa, por meio de seu canal de denúncias, casos de desrespeito à legislação que
regula o trabalho de menores de 18 anos. Suponha que a variável X, que representa o número
de denúncias mensais que são recebidas, tem distribuição de Poisson com média 9. Nessas
condições, a probabilidade de serem recebidas 2 ou 3 denúncias em um período de 10 dias é
igual a

Dados:

e−1 = 0,37

e−2 = 0,14

e−3 = 0,05

a) 0,450.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 60


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 0,472.

c) 0,230.

d) 0,375.

e) 0,250.

26. (FCC 2014/SEFAZ-RJ)

O número de atendimentos, via internet, realizados pela Central de Atendimento Fazendário


(CAF) segue uma distribuição de Poisson com média de 12 atendimentos por hora. A
probabilidade dessa CAF realizar pelo menos 3 atendimentos em um período de 20 minutos é

Dados:

e−2 = 0,14;

e−4 = 0,018

a) 0,910

b) 0,766

c) 0,628

d) 0,750

e) 0,594

27. (FCC 2014/TRT 19ª Região)

Suponha que o número de consultas a um banco de dados, disponível em um Tribunal Regional


do Trabalho, tenha distribuição de Poisson com taxa média de 4 consultas por hora. A
probabilidade de, na próxima meia hora, ocorrer mais de uma consulta, sabendo-se que na
próxima meia hora é certa a ocorrência de, pelo menos, uma consulta é

Dados:

e−2 = 0,135

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 61


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

e−4 = 0,018

a) 65/173

b) 119/173

c) 473/491

d) 108/173

e) 227/491

28. (FCC 2012/TRE-SP)

Suponha que o número de eleitores que chegam a uma seção de uma Zona Eleitoral no dia de
uma determinada eleição, siga a uma distribuição de Poisson com uma média de chegada de 30
eleitores por meia hora. A probabilidade de que cheguem menos de 3 eleitores em 5 minutos é

a) 12,5 e−5.

b) 12,5 e−6.

c) 18,5 e−5.

d) 17,5 e−5.

e) 17,5 e−6.

29. (FCC 2012/TRF 2ª Região)

Na venda de uma partida de 10.000 peças, o vendedor recebe a seguinte proposta do


comprador A: Este examinará uma amostra aleatória de n = 100 peças e pagará R$ 10,00 por
peça, se houver até duas defeituosas na amostra e pagará R$ 5,00 por peça, caso contrário. Se
4% de todas as peças são defeituosas, o valor médio que o comprador A se propõe a pagar por
peça, calculado quando se faz uso da aproximação de Poisson para as probabilidades
necessárias ao cálculo do referido valor médio, é, em reais, igual a

Dados:

e−4 = 0,018

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 62


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

e−5 = 0,007

a) 5,10.

b) 6,17.

c) 6,35.

d) 6,50.

e) 6,84.

30. (FCC 2012/TRT 6ª Região)

Um experimento consiste de tentativas independentes de um mesmo experimento aleatório de


Bernoulli. Em cada tentativa a probabilidade de fracasso é igual a 3/4 da probabilidade de
sucesso. Seja X a variável aleatória que representa o número de tentativas até o aparecimento
do primeiro sucesso. A variância de X é igual a

a) 16/49

b) 21/16

c) 19/16

d) 16/21

e) 12/49

31. (FCC 2015/TRT 3ª Região)

Suponha que ao realizar um experimento, ocorra o evento A com probabilidade p ou não ocorra
A com probabilidade (1 − p). Repete-se o experimento de forma independente até que o evento
A ocorra pela primeira vez. Seja X a variável aleatória que representa o número de repetições do
experimento até que A ocorra pela primeira vez. Se a média de X for igual a duas vezes variância
de X, a probabilidade de X ser igual a 4 é igual a

a) 2/9

b) 5/81

c) 5/27

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 63


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

d) 2/81

e) 2/27

32. (FCC 2009/TRT 4ª Região)

Considere uma sequência de ensaios de Bernoulli independentes com probabilidade de sucesso


igual a 0,4. O número esperado de ensaios para que se obtenha o segundo sucesso é

a) 20

b) 16

c) 10

d) 8

e) 5

33. (FCC 2008/TRT 2ª Região)

Seja X uma variável aleatória discreta com distribuição geométrica de parâmetro p, média igual
a 4 e com função de probabilidade definida como 𝑷(𝑿 = 𝒌) = 𝒑 ∙ (𝟏 − 𝒑)𝒌f𝟏 , 𝒌 = 𝟏, 𝟐, 𝟑, …. Então
𝑷(𝑿 = 𝟐) é igual a

a) 3/16

b) 1/4

c) 5/16

d) 3/8

e) 7/16

34. (FCC 2015/TRE-RR)

Suponha que X e Y sejam variáveis aleatórias independentes com distribuição geométrica com
médias dadas, respectivamente, por 3 e 4. Considere que X e Y representam o número de

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 64


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

repetições do experimento até a ocorrência do primeiro sucesso. Nessas condições, a


probabilidade denotada por 𝑷(𝑿 ≤ 𝟐, 𝒀 = 𝟑) é igual a

a) 3/25

b) 5/48

c) 5/64

d) 7/25

e) 5/32

35. (FCC 2012/ISS-São Paulo)

Suponha que ao realizar um experimento ocorra o evento A com probabilidade p e não ocorra
com probabilidade (1-p). Repetimos o experimento de forma independente até que A ocorra
pela primeira vez. Seja: X = número de repetições do experimento até que A ocorra pela
primeira vez. Sabendo que a média de X é 3, a probabilidade condicional expressa por 𝑷(𝑿 =
𝟐|𝑿 ≤ 𝟑) é igual a

a) 5/27

b) 4/27

c) 2/9

d) 1/3

e) 6/19

36. (FCC 2012/TRT 6ª Região)

De 30 caminhões de entrega de encomendas de uma grande loja de departamentos, 6 emitem


excesso de poluentes. Selecionam-se aleatoriamente e sem reposição uma amostra de n
caminhões para a inspeção de poluentes. Seja X a variável aleatória que representa o número de
caminhões com excesso de poluentes na amostra. Sabendo-se que a média de X é 2,4, o valor
de n é

a) 6

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 65


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 8

c) 10

d) 12

e) 15

37. (ESAF 2014/MTUR)

Uma caixa contém 6 moedas de ouro e 4 moedas de prata. Três moedas são retiradas, sem
reposição, dessa caixa. Em um jogo, Odete ganha R$ 2,00 por moeda de ouro retirada e perde
R$1,00 por moeda de prata retirada. Para tornar o jogo justo, o valor que Odete deverá pagar ─
em reais ─ para entrar no jogo é igual a:

a) 0,24

b) 2,4

c) 2,6

d) 1,4

e) 1,2

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 66


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

3. GABARITO SEM COMENTÁRIO

01. E
02. Errado
03. Certo
04. Errado
05. D
06. A
07. B
08. C
09. B
10. C
11. A
12. B
13. B
14. C
15. B
16. A
17. E
18. C
19. C
20. A
21. B
22. E
23. C
24. A
25. A
26. B
27. B
28. C
29. B
30. B
31. D
32. E
33. A
34. C

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 67


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

35. E
36. E
37. B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 68


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

4. LISTA DE QUESTÕES DE CONCURSOS COM COMENTÁRIOS

4.1. Exercícios – Distribuições Uniforme Discreta

1. (FCC 2012/TRF 2ª Região)

A variável aleatória X tem distribuição uniforme discreta nos pontos 1,2,3,4,5. A variância da
variável aleatória Y = 3X − 3 é igual a

a) 10.

b) 12.

c) 15.

d) 16.

e) 18.

Comentário

Como a variável aleatória discreta X tem distribuição uniforme, então todos os valores têm a
mesma probabilidade de ocorrer. Como são 5 valores, então a probabilidade de cada valor
ocorrer é 1/5.

1
𝑃(1) = 𝑃(2) = 𝑃(3) = 𝑃(4) = 𝑃(5) =
5

Em uma distribuição uniforme discreta, a esperança é dada pela média aritmética dos valores.

1+2+3+4+5
𝐸(𝑋) = =3
5

Para calcular a variância, precisamos calcular 𝐸(𝑋 B ). Vamos então calcular a média dos quadrados
dos termos (já que a distribuição é uniforma, basta calcular a média aritmética simples dos
quadrados dos termos).

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 69


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

B)
1B + 2B + 3B + 4B + 5B
𝐸(𝑋 = = 11
5

Poderíamos ter calculado essas esperanças da mesma forma como fizemos na aula sobre
variáveis aleatórias.

Para calcular 𝐸(𝑋), devemos multiplicar cada valor de X pelas suas respectivas probabilidades.
Para calcular 𝐸(𝑋 B ), devemos elevar 𝑋 ao quadrado, e depois devemos multiplicar cada valor de
𝑋 B pelas respectivas probabilidades.

𝑿 𝑷(𝑿) 𝑿 ∙ 𝑷(𝑿) 𝑿𝟐 𝑿𝟐 ∙ 𝑷(𝑿)


1 1/5 1/5 1 1/5
2 1/5 2/5 4 4/5
3 1/5 3/5 9 9/5
4 1/5 4/5 16 16/5
5 1/5 5/5 25 25/5

Logo,

1 2 3 4 5 15
𝐸(𝑋) = + + + + = =3
5 5 5 5 5 5

1 4 9 16 25 55
𝐸(𝑋 B ) = + + + + = = 11
5 5 5 5 5 5

Agora vamos aplicar a fórmula da variância.

𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 B ) − 𝜇B

Lembre-se que 𝜇 é o mesmo que 𝐸(𝑋).

𝑉𝑎𝑟(𝑋) = 11 − 3B = 2

A questão pede a variância da variável 𝑌 = 3𝑋 − 3.

Quando subtraímos 3 unidades da variável, a variância não é alterada.

𝑉𝑎𝑟(3𝑋 − 3) = 𝑉𝑎𝑟(3𝑋)

Quando multiplicamos uma variável por 3, sua variância fica multiplicada por 3B = 9.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 70


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Logo,

𝑉𝑎𝑟(3𝑋) = 9 × 𝑉𝑎𝑟(𝑋) = 9 × 2 = 18

Gabarito: E

4.2. Exercícios – Distribuições de Bernoulli e Binomial

(CESPE 2016/TCE-PA)

Se as variáveis aleatórias X e Y seguem distribuições de Bernoulli, tais que 𝑷[𝑿 = 𝟏] =


𝑷[𝒀 = 𝟎] = 𝟎, 𝟗, então

2. a distribuição de 𝑋 B é Bernoulli com média igual a 0,81.

3. as variâncias de X e Y são iguais.

4. A média de Y é superior a 0,5.

Comentário

Uma variável que segue uma distribuição de Bernoulli só pode assumir os valores 0 ou 1.

Como 𝑷(𝑿 = 𝟏) = 𝟎, 𝟗, então 𝑷(𝑿 = 𝟎) = 𝟎, 𝟏.


Como 𝑷(𝒀 = 𝟎) = 𝟎, 𝟗, então 𝑷(𝒀 = 𝟏) = 𝟎, 𝟏.

X P(X)
0 0,1
1 0,9

Y P(Y)
0 0,9
1 0,1

Lembre-se que a soma de todas as probabilidades tem que ser igual a 1.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 71


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

A média de uma distribuição de Bernoulli é 𝒑 e a variância é 𝒑𝒒.

Vamos construir uma tabela para 𝑿𝟐 com suas respectivas probabilidades.

𝑿 𝑿𝟐 P(X)
0 0B = 0 0,1
1 B
1 =1 0,9

Observe que a variável 𝑿𝟐 também só assume os valores 0 e 1.


Vamos analisar os itens.

Item I: a distribuição de 𝑿𝟐 é Bernoulli com média igual a 0,81.

Já vimos que 𝑿𝟐 é uma distribuição de Bernoulli. A média de uma distribuição de Bernoulli é


dada por 𝒑, ou seja, pela probabilidade de ocorrer um sucesso (probabilidade de ocorrer 1).
Como 𝒑 = 𝟎, 𝟗, então a média de 𝑿𝟐 é 0,9.
Caso você tivesse esquecido como calcula a média de uma distribuição de Bernoulli, bastaria
multiplicar cada valor pela respectiva probabilidade e somar.

𝑿 𝑿𝟐 P(X) 𝑿𝟐 ∙ 𝑷(𝑿)
0 0B = 0 0,1 0 × 0,1 = 0
1 B
1 =1 0,9 1 × 0,9 = 0,9

Logo,
𝑬(𝑿𝟐 ) = 𝟎 + 𝟎, 𝟗 = 𝟎, 𝟗

O item I está errado, pois a média não é 0,81.

Item II: as variâncias de X e Y são iguais.

A variância de uma distribuição de Bernoulli é dada por 𝒑𝒒.

𝑽𝒂𝒓(𝑿) = 𝒑𝑿 ∙ 𝒒𝑿 = 𝟎, 𝟗 × 𝟎, 𝟏 = 𝟎, 𝟎𝟗

𝑽𝒂𝒓(𝒀) = 𝒑𝒀 ∙ 𝒒𝒀 = 𝟎, 𝟏 × 𝟎, 𝟗 = 𝟎, 𝟎𝟗
Logo, 𝑽𝒂𝒓(𝑿) = 𝑽𝒂𝒓(𝒀).

O item II está certo.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 72


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Item III: A média de Y é superior a 0,5.

A média de uma distribuição de Bernoulli é igual a 𝒑.

𝑬(𝒀) = 𝒑𝒀 = 𝟎, 𝟏

Como 𝟎, 𝟏 < 𝟎, 𝟓, então item III está errado.

Gabarito: Errado, Certo, Errado

5. (FCC 2018/TCE-RS)

Em uma empresa, 1/5 dos empregados têm um salário superior a R$ 10.000,00. Decide-se
extrair uma amostra aleatória de tamanho 4, com reposição, dos empregados desta empresa.

A probabilidade de que, no máximo, 2 empregados desta amostra tenham um salário superior a


R$ 10.000,00 é

a) 81,92%

b) 56,32%

c) 51,20%

d) 97,28%

e) 58,88%

Comentário

A amostra é extraída com reposição, portanto, os ensaios são independentes.

Vamos denominar “sucesso” uma pessoa com salário superior a R$ 10.000,00. Como 1/5 dos
empregados têm um salário superior a R$ 10.000,00, então

1
𝑝= = 0,2
5

𝑞 = 1 − 0,2 = 0,8

Vamos realizar o experimento 4 vezes e queremos calcular a probabilidade de obtermos no


máximo 2 sucessos (no máximo 2 empregados com salário superior a 10 mil reais).

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 73


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Obter no máximo 2 sucessos significa que podemos obter 0, 1 ou 2 sucessos.

Assim, queremos calcular 𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2).

Vamos calcular cada uma dessas probabilidades separadamente e depois somar tudo.

𝑛
Lembre-se que 𝑃(𝑋 = 𝑘) = _ ` 𝑝e ∙ 𝑞]fe . Substituindo os valores da questão, temos:
𝑘
4
𝑃(𝑋 = 𝑘) = _ ` ∙ 0,2e ∙ 0,8tfe
𝑘

Vamos substituir k por 0, 1 e 2.

4
𝑃(𝑋 = 0) = _ ` ∙ 0,2g ∙ 0,8t = 0,8t = 0,4096
0
4
𝑃(𝑋 = 1) = _ ` ∙ 0,23 ∙ 0,8h = 4 ∙ 0,2 ∙ 0,8h = 0,8 ∙ 0,8h = 0,8t = 0,4096
1
4
𝑃(𝑋 = 2) = _ ` ∙ 0,2B ∙ 0,8B = 6 ∙ 0,04 ∙ 0,64 = 0,1536
2

Portanto,

𝑃(𝑋 ≤ 2) = 0,4096 + 0,4096 + 0,1536

𝑃(𝑋 ≤ 2) = 0,9728

𝑃(𝑋 ≤ 2) = 97,28%

Gabarito: D

6. (FCC 2017/TRT 11ª Região)

Um determinado órgão público recebe mensalmente processos que devem ser analisados por 2
analistas: A e B. Sabe-se que esses dois analistas recebem a mesma proporção de processos
para a análise. Sabe-se que 20% de todos os processos encaminhados para A são analisados no
mês de recebimento e que 10% são indeferidos. Sabe-se também que 40% dos processos
encaminhados para B são analisados no mês de recebimento e que 20% são indeferidos.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 74


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Cinco processos são selecionados ao acaso e com reposição em um determinado mês. A


probabilidade de exatamente 2 não serem analisados no mês de recebimento é igual a

a) 0,1323

b) 0,2312

c) 0,3087

d) 0,2554

e) 0,1215

Comentário

Vamos dizer que um sucesso ocorre quando um processo não é analisado no mês de
recebimento.

Sabemos que os dois analistas recebem a mesma quantidade de processos. Assim, a


probabilidade de um processo ser distribuído para A é igual a 1/2 e a probabilidade de um
processo ir para B é igual a 1/2.

Dos processos que vão para A, 20% são analisados no mês de recebimento. Logo, 80% não são
analisados no mês de recebimento.

Dos processos que vão para B, 40% são analisados no mês de recebimento. Logo, 60% não
analisados no mês de recebimento.

Assim, a probabilidade de um processo não ser analisado no mês de recebimento é

𝑃(𝐼𝑟 𝑝𝑎𝑟𝑎 𝐴 𝑒 𝑛ã𝑜 𝑠𝑒𝑟 𝑎𝑛𝑎𝑙𝑖𝑠𝑎𝑑𝑜) + 𝑃(𝐼𝑟 𝑝𝑎𝑟𝑎 𝐵 𝑒 𝑛ã𝑜 𝑠𝑒𝑟 𝑎𝑛𝑎𝑙𝑖𝑠𝑎𝑑𝑜) =

1 1
= × 80% + × 60%
2 2

= 40% + 30%

= 70%

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 75


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

A probabilidade de um processo não ser analisado no mês de recebimento é 70%. Essa é a


probabilidade de ocorrer um sucesso (veja como definimos sucesso no início da resolução).

𝑝 = 70%

Logo,

𝑞 = 30%

Cinco processos são selecionados ao acaso e com reposição. Como o processo é feito com
reposição, então os ensaios são independentes (podemos usar a fórmula da probabilidade
binomial).

Queremos calcular a probabilidade de obtermos 2 sucessos (como n = 5, então são 3 fracassos).

5
𝑃(𝑋 = 2) = _ ` ∙ 𝑝B ∙ 𝑞h
2

5∙4
𝑃(𝑋 = 2) = ∙ 0,7B ∙ 0,3h
2∙1

𝑃(𝑋 = 2) = 0,1323

Gabarito: A

7. (FCC 2016/SEDU-ES)

Admita que a probabilidade de nascer um menino seja de 50%. Entre seis nascimentos, a
probabilidade de que três sejam meninas é igual a

a) 2/3.

b) 5/16.

c) 1/2.

d) 1/6.

e) 1/3.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 76


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Comentário

Digamos que ter uma menina seja considerado sucesso.

1
𝑝 = 𝑞 = 50% =
2

Vamos realizar 6 ensaios de Bernoulli e queremos calcular a probabilidade de obtermos


exatamente 3 sucessos (são 6 filhos e queremos calcular a probabilidade de serem 3 meninas).

6
𝑃(𝑋 = 3) = _ ` ∙ 𝑝h ∙ 𝑞h
3

6∙5∙4 1 h 1 h
𝑃(𝑋 = 3) = ∙G H ∙G H
3∙2∙1 2 2

1 1
𝑃(𝑋 = 3) = 20 × ×
8 8

20 5
= =
64 16

Gabarito: B

8. (FCC 2015/SEFAZ-PI)

Um estudo mostra que 20% de todos os candidatos que estão prestando determinado concurso
público possuem doutorado em determinada área do conhecimento. Selecionando-se ao acaso
e com reposição 4 desses candidatos, a probabilidade de que exatamente 2 possuam doutorado
é igual a

a) 5,72%

b) 8,46%

c) 15,36%

d) 13,24%

e) 10,24%

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 77


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Comentário

A probabilidade de ocorrer um sucesso é 20%. Vamos realizar 4 ensaios independentes de


Bernoulli (pois o processo é feito com reposição) e queremos calcular a probabilidade de
obtermos exatamente 2 sucessos.

Resumindo:

• 𝑝 = 0,2
• 𝑞 = 0,8
• 𝑛=4
• 𝑃(𝑋 = 2) =?

Vamos aplicar a fórmula da probabilidade binomial.

4
𝑃(𝑋 = 2) = _ ` 𝑝B 𝑞B
2

𝑃(𝑋 = 2) = 6 ∙ 0,2B ∙ 0,8B = 0,1536

Gabarito: C

9. (FCC 2015/TRE-RR)

Um dado não viciado, cujas faces são numeradas de 1 a 6, é lançado e considera-se como
sucesso a ocorrência de face superior a 4. Nessas condições, a probabilidade de serem
necessários 5 lançamentos do dado para a obtenção de exatamente 3 sucessos é igual a

a) 16/243

b) 8/81

c) 4/243

d) 8/243

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 78


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

e) 4/81

Comentário

A probabilidade de obtermos um sucesso é igual a 2/6 = 1/3 (face superior a 4).

Resumindo:

• 𝑝 = 1/3
• 𝑞 = 2/3

Queremos calcular a probabilidade de serem necessários 5 lançamentos para a obtenção de 3


sucessos. Perceba que se obtivermos 3 sucessos logo de cara (SSSFF), por exemplo, não serão
necessários 5 lançamentos.

Assim, o terceiro sucesso obrigatoriamente ocorrerá no quinto lançamento.

__ __ __ __ 𝑆

Desta forma, nos 4 primeiros lançamentos teremos exatamente 2 sucessos.

Vamos então reescrever o que é pedido pela questão: realizar 4 lançamentos e obter 2 sucessos
e, em seguida, obter um sucesso no quinto lançamento.

Como os eventos são independentes, a probabilidade de ocorrerem as duas coisas (obter 2


sucessos em 4 lançamentos e obter um sucesso no quinto lançamento) é o produto das
probabilidades.

1
𝑃(𝑂𝑏𝑡𝑒𝑟 2 𝑠𝑢𝑐𝑒𝑠𝑠𝑜𝑠 𝑒𝑚 4 𝑙𝑎𝑛ç𝑎𝑚𝑒𝑛𝑡𝑜𝑠) × =?
3

Vamos aplicar a fórmula da probabilidade binomial e multiplicar o resultado por 1/3 (que é a
probabilidade de obter sucesso no quinto lançamento.

4 1
_ ` 𝑝B 𝑞 B × =
2 3

1 B 2 B 1
=6∙G H ∙G H ×
3 3 3

1 4 1
=6× × ×
9 9 3

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 79


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Vamos simplificar 6 com 3.

1 4
=2× ×
9 9

8
=
81

Gabarito: B

10. (FCC 2015/DPE-SP)

Em 2014, entre todas as ações apresentadas por uma Defensoria Pública relativas a direitos
humanos, 30% diziam respeito às pessoas vítimas de tortura. Selecionando-se ao acaso e com
reposição 4 ações relativas a direitos humanos, a probabilidade de exatamente duas serem de
vítimas de tortura é igual a

a) 0,2048.

b) 0,2452.

c) 0,2646.

d) 0,5292.

e) 0,0441.

Comentário

O processo é feito com reposição. Logo, os ensaios são independentes.

Vamos assumir que temos um sucesso quando a ação é de vítimas de tortura.

Vamos realizar 4 ensaios de Bernoulli independentes e queremos calcular a probabilidade de


termos exatamente 2 sucessos.

Logo,

• 𝑝 = 0,30
• 𝑞 = 0,70
• 𝑛=4
• 𝑃(𝑋 = 2) =?

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 80


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Vamos aplicar a fórmula da probabilidade binomial.

4
𝑃(𝑋 = 2) = _ ` 𝑝B 𝑞B
2

= 6 × 0,3B × 0,7B =

= 0,2646

Gabarito: C

11. (FCC 2014/SEFAZ-RJ)

Sabe-se que:

I. X é uma variável aleatória com distribuição binomial com média 𝟐𝒑 e variância (𝟐𝒑 − 𝟐𝒑𝟐 ).

II. Y é uma variável aleatória com distribuição binomial com média 𝟓𝒑 e variância (𝟓𝒑 − 𝟓𝒑𝟐 ).

III. A probabilidade de X ser inferior a 2 é igual a 15/16.

Nessas condições, a probabilidade de Y ser superior a 3 é igual a

a) 1/64

b) 5/512

c) 15/1.024

d) 7/512

e) 3/1.024

Comentário

A média de uma distribuição binomial com parâmetros 𝑛 e 𝑝 é dada por 𝑛𝑝.

Além disso, a variância é dada por 𝑛𝑝𝑞, em que 𝑞 = 1 − 𝑝.

Vamos avaliar a variável X, que tem distribuição binomial.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 81


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Sua média é 2𝑝. Logo, concluímos que para a variável X, temos que 𝑛 = 2.

Como 𝑛 = 2, então X = 0, 1 ou 2, ou seja, podemos obter nenhum, um ou dois sucessos.

3b 3b
A questão diz que 𝑃(𝑋 < 2) = 31, ou seja, 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) = 31.

3b 3
Podemos concluir que 𝑃(𝑋 = 2) = 1 − 31 = 31. Lembre-se que a soma de todas as probabilidades
tem que ser igual a 1.

Vamos aplicar a fórmula da probabilidade binomial.

1
𝑃(𝑋 = 2) =
16

2 1
_ ` 𝑝B 𝑞 g =
2 16

1
1 ∙ 𝑝B ∙ 1 =
16

1
𝑝B =
16

1
𝑝=
4

Observe que não podemos ter 𝑝 = −1/4, pois não podemos ter uma probabilidade negativa.

Vamos agora para a variável Y.

A variável Y também tem distribuição binomial com média 5𝑝 Logo, para a variável Y, 𝑛 = 5.

3 h
Já calculamos o valor de 𝑝 = t. Logo, 𝑞 = t.

Queremos calcular a probabilidade de Y ser superior a 3. Como 𝑛 = 5, então o número máximo


de sucessos é 5.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 82


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑃(𝑌 > 3) = 𝑃(𝑌 = 4) + 𝑃(𝑌 = 5)

Vamos aplicar a fórmula da probabilidade binomial duas vezes e somar os resultados.

5 5
= _ ` 𝑝 t 𝑞3 + _ ` 𝑝 b 𝑞 g
4 5

= 5𝑝t 𝑞 + 1 ∙ 𝑝b ∙ 1

1 t 3 1 b
=5×G H × +G H
4 4 4

15 1
= +
1.024 1.024

16 1
= =
1.024 64

Gabarito: A

12. (FCC 2014/TRT 19ª Região)

Para realizar um estudo, um pesquisador irá selecionar, ao acaso, e com reposição, 4 pessoas de
uma população. Sabe-se que:

I. Nessa população as proporções de homens e mulheres são iguais.

II. A probabilidade de uma mulher selecionada aceitar participar da pesquisa é de 40%.

III. A probabilidade de um homem selecionado aceitar participar da pesquisa é de 20%.

Nessas condições, a probabilidade de que, na amostra selecionada, no máximo uma pessoa


aceite participar da pesquisa é

a) 0,5412.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 83


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

b) 0,6517.

c) 0,9163.

d) 0,8235.

e) 0,7461.

Comentário

3
Sabemos que a proporção de homens e mulheres são iguais. Logo, 𝑃(𝑀) = 𝑃(𝐻) = B.

A probabilidade de uma pessoa sorteada aceitar participar da pesquisa é

𝑃(𝑠𝑒𝑟 𝑚𝑢𝑙ℎ𝑒𝑟 𝑒 𝑎𝑐𝑒𝑖𝑡𝑎𝑟) + 𝑃(𝑠𝑒𝑟 ℎ𝑜𝑚𝑒𝑚 𝑒 𝑎𝑐𝑒𝑖𝑡𝑎𝑟) =

1 1
= × 0,40 + × 0,20
2 2

= 0,20 + 0,10

= 0,30

Assim, considerando que um sucesso ocorre quando uma pessoa aceita participar da pesquisa,
temos:

• 𝑝 = 0,30
• 𝑞 = 0,70

Teremos uma amostra com reposição de 4 pessoas retiradas da população. Queremos calcular a
probabilidade de termos no máximo 1 sucesso. Isso significa que estamos interessados em
nenhum ou um sucesso.

𝑃(𝑋 ≤ 1) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

Vamos aplicar a fórmula da probabilidade binomial duas vezes e somar os resultados.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 84


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

4 4
= _ ` 𝑝 g 𝑞 t + _ ` 𝑝3 𝑞 h
0 1

= 𝑞t + 4𝑝𝑞h

= 0,70t + 4 ∙ 0,30 ∙ 0,70h

= 0,6517

Gabarito: B

13. (FCC 2014/TRT 16ª Região)

Considere que a variável aleatória X tem distribuição de Bernoulli com parâmetro p = 0,4. Sabe-
se que a variável Y tem distribuição binomial com média igual a 2 e variância igual a 1. Supondo
que X e Y são independentes, a probabilidade conjunta de X ser igual a zero e Y ser igual a 3,
denotada por P(X = 0, Y = 3) é dada por

a) 0,30.

b) 0,15.

c) 0,10.

d) 0,25.

e) 0,20.

Comentário

Como as variáveis são independentes, então a probabilidade da interseção é igual ao produto


das probabilidades.

𝑃(𝑋 = 0, 𝑌 = 3) = 𝑃(𝑋 = 0) × 𝑃(𝑌 = 3)

Vamos então calcular essas probabilidades e depois multiplicá-las.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 85


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Sabemos que a variável aleatória X tem distribuição de Bernoulli com parâmetro 𝑝 = 0,4. Isso
quer dizer que a variável X só pode assumir os valores 0 e 1 e 𝑃(𝑋 = 1) = 0,4.

Como a soma das probabilidades é igual a 1, então 𝑃(𝑋 = 0) = 1 − 0,4 = 0,6.

𝑿 𝑷(𝑿)
0 0,6
1 0,4

Vamos agora trabalhar com a variável aleatória Y, que tem distribuição binomial com média 2 e
variância igual a 1. A média da distribuição binomial é 𝑛𝑝 e a variância é 𝑛𝑝𝑞 (estou usando outro
𝑝 que nada tem a ver com o 𝑝 da variável X).

𝑛𝑝 = 2

𝑛𝑝𝑞 = 1

Vamos substituir 𝑛𝑝 por 2 na fórmula da variância.

𝑛𝑝
¹𝑞=1
B

2𝑞 = 1

1
𝑞=
2

Logo,

1
𝑝 =1−𝑞 =1−
2

1
𝑝=
2

Como 𝑛𝑝 = 2, temos:

1
𝑛× =2
2

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 86


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑛=4

Resumindo:

• 𝑛=4
3
• 𝑝=𝑞=B
• 𝑃(𝑌 = 3) =?

Vamos aplicar a fórmula da probabilidade binomial.

4
𝑃(𝑌 = 3) = _ ` 𝑝h 𝑞3
3

𝑃(𝑌 = 3) = 4𝑝h 𝑞

1 h 1
𝑃(𝑌 = 3) = 4 × G H × G H
2 2

1 1 4 1
𝑃(𝑌 = 3) = 4 × × = =
8 2 16 4

Vamos agora calcular a probabilidade pedida.

𝑃(𝑋 = 0, 𝑌 = 3) = 𝑃(𝑋 = 0) × 𝑃(𝑌 = 3) =

1
= 0,6 ×
4

= 0,15

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 87


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

14. (FCC 2013/SEFAZ-SP)

Sabe-se que em determinado município, no ano de 2012, 20% dos domicílios tiveram isenção de
determinado imposto. Escolhidos, ao acaso e com reposição, quatro domicílios deste município
a probabilidade de que pelo menos dois tenham tido a referida isenção é igual a

a) 0,4096

b) 0,4368

c) 0,1808

d) 0,3632

e) 0,2120

Comentário

Digamos que um sucesso ocorra quando o município tem isenção do imposto.

Logo,

𝑝 = 0,20

𝑞 = 0,80

Quatro municípios serão selecionados ao acaso e com reposição. Logo, 𝑛 = 4 e podemos utilizar
a distribuição binomial, pois os eventos são independentes.

Queremos calcular a probabilidade de obtermos pelo menos dois sucessos. Como 𝑛 = 4, então
queremos calcular a probabilidade de obtermos 2, 3 ou 4 sucessos.

𝑃(𝑋 ≥ 2) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

Poderíamos aplicar a fórmula da probabilidade binomial 3 vezes e somar os resultados.

Entretanto, veja que é mais viável calcular a probabilidade complementar, ou seja, calcular a
probabilidade do evento que não queremos.

O que não queremos? Não queremos que ocorra nenhum sucesso ou 1 sucesso apenas.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 88


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑁ã𝑜 𝑞𝑢𝑒𝑟𝑒𝑚𝑜𝑠 → 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

É melhor aplicar a fórmula binomial apenas 2 vezes em vez de 3, concorda?

Assim, vamos calcular a probabilidade do que não queremos. Lembre-se que 𝑃(𝑛ã𝑜 𝑞𝑢𝑒𝑟𝑒𝑚𝑜𝑠) +
𝑃(𝑞𝑢𝑒𝑟𝑒𝑚𝑜𝑠) = 1.

𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) =

4 4
= _ ` 𝑝 g 𝑞 t + _ ` 𝑝3 𝑞 h
0 1

= 𝑞t + 4𝑝𝑞h

= 0,8t + 4 ∙ 0,2 ∙ 0,8h

= 0,8192

Assim, a probabilidade que queremos é o que falta para 1.

𝑃(𝑋 ≥ 2) = 1 − 0,8192

= 0,1808

Gabarito: C

15. (FCC 2013/SERGAS)

Uma companhia concessionária do fornecimento de gás tem promovido uma campanha de


economia de gás, oferecendo descontos aos consumidores que mantêm seus índices de
consumo abaixo de certo índice preestabelecido. Uma pesquisa revelou que 60% da população
dos consumidores do município A reduziram o seu consumo, sendo merecedores do desconto
oferecido. A probabilidade de que pelo menos 3 consumidores de uma amostra aleatória, com
reposição de 4 consumidores da referida população, tenham conseguido o desconto é

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 89


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

a) 0,4952.

b) 0,4752.

c) 0,4856.

d) 0,4895.

e) 0,4695.

Comentário

Vamos considerar que ocorre um sucesso quando o consumidor consegue o desconto. Assim,

𝑝 = 0,60

𝑞 = 0,40

Retiraremos uma amostra aleatória com reposição de 4 consumidores. Logo, 𝑛 = 4. Queremos


calcular a probabilidade de obtermos pelo menos 3 sucessos.

Como 𝑛 = 4, então queremos calcular a probabilidade de obtermos 3 ou 4 sucessos.

Assim,

𝑃(𝑋 ≥ 3) = 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

Vamos aplicar a fórmula da probabilidade binomial duas vezes e somar os resultados.

4 4
= _ ` 𝑝 h 𝑞3 + _ ` 𝑝 t 𝑞 g
3 4

= 4𝑝h 𝑞 + 𝑝t

= 4 ∙ 0,6h ∙ 0,4 + 0,6t

= 0,4752

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 90


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

16. (FCC 2012/TRE-SP)

Sabe-se que 80% de todos os eleitores de uma grande cidade brasileira são favoráveis que se
aplique, nas próximas eleições, a Lei da Ficha Limpa. Se 4 eleitores são selecionados ao acaso e
com reposição dentre todos os eleitores dessa cidade, a probabilidade de que pelo menos 3
sejam favoráveis que a referida lei seja aplicada nas próximas eleições é

a) 0,8192.

b) 0,8150.

c) 0,8012.

d) 0,7896.

e) 0,7894.

Comentário

Digamos que um sucesso ocorre quando o eleitor é favorável que a Lei de Ficha Limpa seja
aplicada nas próximas eleições. Assim,

𝑝 = 0,80

𝑞 = 0,20

Retiraremos uma amostra aleatória com reposição de 4 eleitores. Logo, 𝑛 = 4. Queremos calcular
a probabilidade de obtermos pelo menos 3 sucessos.

Como 𝑛 = 4, então queremos calcular a probabilidade de obtermos 3 ou 4 sucessos.

Assim,

𝑃(𝑋 ≥ 3) = 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

Vamos aplicar a fórmula da probabilidade binomial duas vezes e somar os resultados.

4 4
= _ ` 𝑝 h 𝑞3 + _ ` 𝑝 t 𝑞 g
3 4

= 4𝑝h 𝑞 + 𝑝t

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 91


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

= 4 ∙ 0,8h ∙ 0,2 + 0,8t

= 0,8192

Gabarito: A

4.3. Exercícios – Distribuição de Poisson

17. (FCC 2018/TRT 2ª Região)

O número de pessoas que não têm suas reclamações atendidas por mês em um posto de
atendimento de uma empresa em uma cidade tem distribuição de Poisson com média 𝝀 e desvio
padrão populacional igual a 2. Deseja-se saber qual é a probabilidade (P) de o número de
pessoas que não têm suas reclamações atendidas neste posto ser mais que 1 pessoa em um
determinado mês. Se e é a base do logaritmo neperiano (ln) tal que ln(e) = 1, então P é igual a

a) [e−2(e2−3)]

b) [1−e−2(e2−3)]

c) [1−e−4(e4−5)]

d) [e−0,5(e0,5−1)]

e) [e−4(e4−5)]

Comentário

Seja 𝑋 o número de pessoas que não tem suas reclamações atendidas neste posto. A variável 𝑋
segue uma distribuição de Poisson com média 𝜆.

Queremos calcular a probabilidade de 𝑋 > 1.

𝑃(𝑋 > 1) =?

Ora, 𝑋 > 1 significa que X pode ser 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, ...

𝑃(𝑋 > 1) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) + ⋯ =?

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 92


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

É bem mais viável calcular a probabilidade do evento complementar, ou seja, vamos calcular a
probabilidade do que não queremos. Lembre-se que a soma das probabilidades dos eventos
complementares é igual a 1.

O que não queremos? Não queremos que 𝑋 = 0 ou 𝑋 = 1.

Assim, a probabilidade pedida é dada por 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1).

𝑃(𝑋 > 1) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)

A função de probabilidade da distribuição de Poisson é dada por:

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

Sabemos que o desvio padrão é igual a 2. Portanto, a variância é igual a 2B = 4 (a variância é o


quadrado do desvio padrão).

Além disso, sabemos que, em uma distribuição de Poisson, a média e a variância são iguais.
Logo,

𝜆=4

Assim, ficamos com:

𝑒 ft ∙ 4e
𝑃(𝑋 = 𝑘) =
𝑘!

Vamos aplicar a fórmula de Poisson duas vezes (X = 0, X = 1).

𝑒 ft ∙ 4g
𝑃(𝑋 = 0) = = 𝑒 ft
0!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 93


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑒 ft ∙ 43
𝑃(𝑋 = 1) = = 4𝑒 ft
1!

Agora é só calcular o que foi pedido.

𝑃(𝑋 > 1) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)

= 1 − 𝑒 ft − 4𝑒 t

= 1 − 5𝑒 ft

Essa já é a probabilidade pedida. Entretanto, a banca fez uma manipulação algébrica. Observe a
alternativa E:

[𝑒 ft (𝑒 t − 5)] =

= 𝑒 ft ∙ 𝑒 t − 5𝑒 ft

= 𝑒 g − 5𝑒 ft

= 1 − 5𝑒 ft

Que foi exatamente o que havíamos obtido.

Gabarito: E

18. (FCC 2017/TRT 11ª Região)

Suponha que:

I. A variável X, que representa o número mensal de suicídios no país A, tem distribuição de


Poisson com média mensal 2.
II. A variável Y, que representa o número mensal de suicídios no país B, tem distribuição de
Poisson com média mensal 4.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 94


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

III. As variáveis X e Y são independentes.


Nessas condições, a probabilidade de em determinado mês ocorrerem menos de 2 suicídios no
país A e exatamente 2 no país B é igual a

Dados:
e−1 = 0,37, e−2 = 0,135 , e−4 = 0,018

a) 4,122%

b) 5,548%

c) 5,832%

d) 3,565%

e) 4,468%

Comentário

As variáveis X e Y são independentes. Queremos calcular a seguinte probabilidade:

𝑃(𝑋 < 2 ∩ 𝑌 = 2)

Como as variáveis são independentes, então a probabilidade da interseção é igual ao produto


das probabilidades.

𝑃(𝑋 < 2 ∩ 𝑌 = 2) = 𝑃(𝑋 < 2) ∙ 𝑃(𝑌 = 2)

Vamos calcular essas probabilidades separadamente e depois multiplicamos os resultados.

Comecemos pela variável X, que tem distribuição de Poisson com média mensal igual a 2.

𝑒 fB ∙ 2e
𝑃(𝑋 = 𝑘) =
𝑘!

𝑃(𝑋 < 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

𝑒 fB ∙ 2g 𝑒 fB ∙ 23
𝑃(𝑋 < 2) = +
0! 1!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 95


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑃(𝑋 < 2) = 𝑒 fB + 2𝑒 fB

𝑃(𝑋 < 2) = 3𝑒 fB

Vamos agora à variável Y, que tem distribuição de Poisson com média igual a 4.

𝑒 ft ∙ 4e
𝑃(𝑌 = 𝑘) =
𝑘!

𝑒 ft ∙ 4B 16𝑒 ft
𝑃(𝑌 = 2) = =
2! 2

𝑃(𝑌 = 2) = 8𝑒 ft

Logo,

𝑃(𝑋 < 2 ∩ 𝑌 = 2) = 𝑃(𝑋 < 2) ∙ 𝑃(𝑌 = 2) =

= 3𝑒 fB ∙ 8𝑒 ft

= 3 ∙ 0,135 ∙ 8 ∙ 0,018

= 0,05832

= 5,832%

Gabarito: C

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 96


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

19. (FCC 2016/ISS-Teresina)

Suponha que o número de processos que um auditor fiscal analisa no período de uma semana
tem distribuição de Poisson com média de 𝝀 processos por semana. Sabe-se que 𝝀 satisfaz à
equação P(X = 𝝀) = 3/64 onde X é uma variável aleatória com distribuição binomial com média 1
e variância 3/4.

Nessas condições, a probabilidade do auditor analisar exatamente 2 processos em uma semana


é igual a

Dados: e−2 = 0,14: e−3 = 0,05

a) 0,375.

b) 0,325.

c) 0,225.

d) 0,250.

e) 0,350.

Comentário

Vamos começar pela distribuição binomial. A média de uma distribuição binomial é 𝑛𝑝 e a sua
variância é 𝑛𝑝𝑞.

𝑛𝑝 = 1

3
𝑛𝑝𝑞 =
4

Vamos substituir 𝑛𝑝 por 1 na segunda equação.

3
1∙𝑞 =
4
3
𝑞=
4

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 97


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Logo,

3
𝑝 =1−
4

1
𝑝=
4

Vamos agora substituir 𝑝 por 1/4 na equação 𝑛𝑝 = 1.

1
𝑛∙ =1
4

𝑛=4
h
A questão nos informou que 𝑃(𝑋 = 𝜆) = 1t.

Vamos aplicar a fórmula da probabilidade binomial.

𝑛 3
_ ` 𝑝 • ∙ 𝑞]f• =
𝜆 64


4 1 3 tf• 3
_ `G H ∙ G H =
𝜆 4 4 64

tf•
4 1 3 3
_ ` ∙ • ∙ tf• =
𝜆 4 4 64

Para multiplicar potências de mesma base, devemos repetir a base e somar os expoentes. Logo,

4• ∙ 4tf• = 4•¼tf• = 4t = 256.

tf•
4 3 3
_ `∙ =
𝜆 256 64

4 3
_ ` ∙ 3tf• = ∙ 256
𝜆 64

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 98


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

4
_ ` ∙ 3tf• = 3 ∙ 4
𝜆

No lado esquerdo temos um número binomial e uma potência de 3. No lado direito temos uma
potência de 3 e o número 4.

Vamos tentar igualar as potências de 3 para ver se conseguimos encontrar a solução dessa
equação.

O expoente de 3 no lado esquerdo é 4 − 𝜆 e no lado direito é 1.

4−𝜆 =1

𝜆=3

Vamos substituir na equação para ver se deu certo.

4
_ ` ∙ 3tf• = 3 ∙ 4
𝜆

4
_ ` ∙ 3tfh = 3 ∙ 4
3

4∙3∙2 3
∙3 =3∙4
3∙2∙1

12 = 12

Que é verdade. Portanto, a solução da equação é 𝜆 = 3.

Esse é o parâmetro da distribuição de Poisson. Portanto, a média é de 3 processos por semana.


Queremos calcular a probabilidade de o auditor analisar exatamente 2 processos em uma
semana.

𝑒 fh ∙ 3e
𝑃(𝑌 = 𝑘) =
𝑘!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 99


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑒 fh ∙ 3B 0,05 × 9
𝑃(𝑌 = 2) = =
2! 2

𝑃(𝑌 = 2) = 0,225

Gabarito: C

20. (FCC 2016/TRT 20ª Região)

Suponha que o número de acidentes de trabalho, por mês, em montadoras de veículos de certa
região tem distribuição de Poisson com média de 𝝀 acidentes por mês. Suponha que a
probabilidade de ocorrerem 3 acidentes é o dobro da probabilidade de ocorrerem 4 acidentes,
no mesmo período. Nessas condições, a probabilidade de ocorrer mais de um acidente no
período de 24 dias é igual a

Dados:

e−1 = 0,37

e−1,6 = 0,20

e−3 = 0,05

a) 0,48

b) 0,58

c) 0,55

d) 0,37

e) 0,86

Comentário

A probabilidade de Poisson é dada por:

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 100


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Sabemos que 𝑃(𝑋 = 3) = 2 × 𝑃(𝑋 = 4).

𝑒 f• ∙ 𝜆h 𝑒 f• ∙ 𝜆t
=2×
3! 4!

Vamos dividir os dois lados da equação por 𝑒 f• ∙ 𝜆h . No lado esquerdo, será cortado todo o
numerador e no lado direito sobrará apenas 𝜆3 .

1 𝜆3
=2×
3! 4!

1 2𝜆
=
6 24

12𝜆 = 24

𝜆=2

Essa é a média de acidentes por mês. A questão pede alguma probabilidade relativa a um
período de 24 dias.

Precisamos então calcular o número médio de acidentes em um período de 24 dias.

Para calcular a média diária, é só dividir a média mensal por 30. Depois multiplicamos o resultado
por 24 para calcular a média em 24 dias.

2
𝜆Bt ½0•• = × 24 = 1,6 𝑎𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 𝑒𝑚 𝑢𝑚 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 24 𝑑𝑖𝑎𝑠
30

É justamente esse 𝜆Bt ½0•• que vamos utilizar.

𝑒 f3,1 ∙ 1,6e
𝑃(𝑋 = 𝑘) =
𝑘!

Queremos calcular a probabilidade de ocorrer mais de um acidente.

𝑃(𝑋 > 1) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) + ⋯

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 101


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Essa probabilidade é difícil de calcular. É mais fácil trabalhar com o evento complementar. Não
queremos a probabilidade de X = 0 ou X = 1. Logo,

𝑃(𝑋 > 1) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)

𝑒 f3,1 ∙ 1,6g 𝑒 f3,1 ∙ 1,63


=1− −
0! 1!

= 1 − 𝑒 f3,1 − 1,6𝑒 f3,1

= 1 − 2,6𝑒 f3,1

= 1 − 2,6 ∙ 0,20

= 0,48

Gabarito: A

21. (FCC 2015/SEFAZ-PI)

Um relatório, redigido por um auditor de um órgão público, tem 2 capítulos com 40 páginas
cada. Esse relatório apresenta uma média de 1 erro ortográfico a cada 10 páginas. Considere
que:

I. a variável X que representa o número de erros por página tem distribuição de Poisson com
média 0,1;

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 102


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

II. existe independência entre os eventos número de erros ortográficos do capítulo 1 e número
de erros ortográficos do capítulo 2.

Nessas condições, a probabilidade de que pelo menos um dos capítulos possua no máximo um
erro ortográfico é igual a

Dados:

e−0,1 = 0,905

e−2 = 0,135

e−4 = 0,018

a) 0,0180

b) 0,1719

c) 0.0164

d) 0,1800

e) 0,1815

Comentário

A média é de 0,1 erros por página. Como cada capítulo tem 40 páginas, então a média de erros
em cada capítulo é

𝜆 = 40 × 0,1 = 4

O problema pede a probabilidade de que pelo menos um dos capítulos possua no máximo 1
erro. Essa probabilidade é um pouco complicada de calcular.

Vamos trabalhar com a probabilidade complementar, ou seja, vamos calcular a probabilidade do


evento que não nos interessa.

Não queremos que os dois capítulos possuam mais de um erro.

𝑁ã𝑜 𝑞𝑢𝑒𝑟𝑒𝑚𝑜𝑠 → 𝐶𝑎𝑝í𝑡𝑢𝑙𝑜 1 𝑐𝑜𝑚 𝑚𝑎𝑖𝑠 𝑑𝑒 𝑢𝑚 𝑒𝑟𝑟𝑜 𝑒 𝑐𝑎𝑝í𝑡𝑢𝑙𝑜 2 𝑐𝑜𝑚 𝑚𝑎𝑖𝑠 𝑑𝑒 𝑢𝑚 𝑒𝑟𝑟𝑜

Como os eventos são independentes, então a probabilidade da interseção é o produto das


probabilidades.

𝑁ã𝑜 𝑞𝑢𝑒𝑟𝑒𝑚𝑜𝑠 → 𝑃(𝑌 > 1) ∙ 𝑃(𝑍 > 1)

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 103


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Em que 𝑌 𝑒 𝑍 representam os números de erros nos capítulos 1 e 2, respectivamente. Como as


médias de erros nos dois capítulos são iguais, então:

𝑃(𝑌 > 1) = 𝑃(𝑍 > 1)

Vamos calcular uma dessas probabilidades.

𝑃(𝑌 > 1) = 1 − 𝑃(𝑌 = 0) − 𝑃(𝑌 = 1)

𝑒 ft ∙ 4g 𝑒 ft ∙ 43
=1− −
0! 1!

= 1 − 𝑒 ft − 4𝑒 ft

= 1 − 5𝑒 ft

= 1 − 5 × 0,018

= 0,91

Logo,

𝑃(𝑌 > 1) = 𝑃(𝑍 > 1) = 0,91

Vamos calcular a probabilidade que não queremos:

𝑁ã𝑜 𝑞𝑢𝑒𝑟𝑒𝑚𝑜𝑠 → 𝑃(𝑌 > 1) ∙ 𝑃(𝑍 > 1) =

= 0,91 × 0,91

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 104


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

= 0,8281

Essa é a probabilidade de que os dois capítulos tenham mais de um erro. Assim, a probabilidade
que queremos, ou seja, a probabilidade de que pelo menos um dos capítulos possua no máximo
um erro é igual a

1 − 0,8281 = 0,1719

Gabarito: B

22. (FCC 2015/SEFAZ-PI)

O número de falhas mensais de um computador é uma variável que tem distribuição de Poisson
com média 𝝀. Sabe-se que 𝝀 é igual à média de uma distribuição uniforme no intervalo [2, 4].
Nessas condições, a probabilidade de o computador apresentar exatamente duas falhas no
período de 15 dias é igual a

Dados:

e−3 = 0,05;

e−1,5 = 0,22.

a) 22,50%

b) 12,50%

c) 24,15%

d) 15,25%

e) 24,75%

Comentário

Não estudamos distribuição contínua uniforme. O nosso foco aqui é aprender a distribuição de
Poisson. Assim, fique com a informação de que a média de uma distribuição uniforma no
•¼À
intervalo [𝑎, 𝑏] é B
.

Assim,

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 105


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

2+4
𝜆= =3
2

Essa é a média de falhas mensais. Como a média mensal é de 3 falhas, então a média em um
período de 15 dias será a metade.

𝜆Á = 1,5 𝑓𝑎𝑙ℎ𝑎𝑠 𝑒𝑚 𝑢𝑚 𝑝𝑒𝑟í𝑜𝑑𝑜 𝑑𝑒 15 𝑑𝑖𝑎𝑠

Queremos calcular a probabilidade de o computador apresentar exatamente 2 falhas em um


período de 15 dias.

𝑒 f3,b ∙ 1,5e
𝑃(𝑋 = 𝑘) =
𝑘!

𝑒 f3,b ∙ 1,5B
𝑃(𝑋 = 2) =
2!

0,22 × 2,25
= = 0,2475
2

Gabarito: E

23. (FCC 2015/CNMP)

Suponha que o número de acidentes, envolvendo motociclistas, que ocorre diariamente em uma
avenida marginal de uma grande cidade, seja uma variável aleatória X com distribuição de
Poisson com média de 𝝀 acidentes. Sabe-se que a probabilidade de ocorrerem, diariamente, 3
acidentes é igual a probabilidade de ocorrerem 4 acidentes. Nessas condições, a probabilidade
de, em um determinado dia, ocorrer pelo menos 2 acidentes é, em %, igual a

Dados: e−2 = 0,135; e−4 = 0,018.

a) 86,5.

b) 94,6.

c) 91,0.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 106


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

d) 62,4.

e) 48,8.

Comentário

A variável X segue uma distribuição de Poisson. Assim, a probabilidade de ocorrerem 𝑘 acidentes


é dada por

𝑒 f• ∙ 𝜆e
𝑃(𝑋 = 𝑘) =
𝑘!

Sabemos que a probabilidade de ocorrerem 3 acidentes é igual a probabilidade de ocorrerem 4


acidentes.

𝑃(𝑋 = 3) = 𝑃(𝑋 = 4)

𝑒 f• ∙ 𝜆h 𝑒 f• ∙ 𝜆t
=
3! 4!

Vamos dividir os dois lados da equação por 𝑒 f• ∙ 𝜆h . No lado esquerdo, será cortado todo o
numerador e no lado direito sobrará apenas 𝜆3 .

1 𝜆3
=
3! 4!

1 𝜆
=
6 24

6𝜆 = 24

𝜆=4

Queremos calcular a probabilidade de ocorrer pelo menos dois acidentes em um dia.

𝑃(𝑋 ≥ 2) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + ⋯

Em vez de calcular essa probabilidade diretamente, vamos utilizar o evento complementar.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 107


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)

𝑒 ft ∙ 4g 𝑒 ft ∙ 43
=1− −
0! 1!

= 1 − 𝑒 ft − 4𝑒 ft

= 1 − 5𝑒 ft

= 1 − 5 × 0,018

= 0,91 = 91%

Gabarito: C

24. (FCC 2015/TRE-RR)

Uma pessoa coloca um anúncio em um site de vendas com o objetivo de vender seu automóvel.
Suponha que o número de consultas que essa pessoa recebe por semana (7 dias) como resposta
ao anúncio seja uma variável aleatória com distribuição de Poisson com média igual a 3,5.
Nessas condições, a probabilidade dessa pessoa receber, pelo menos, 2 consultas em um
determinado dia é, em %, igual a

Dados:

e− 0,5 = 0,61;

e− 3,5 = 0,03

a) 8,5.

b) 13,5.

c) 10,5.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 108


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

d) 32,8.

e) 9,6.

Comentário

Observe que a média dada foi uma média semanal. A probabilidade pedida se refere a um
período de um dia.

Para calcular a média diária, basta dividir a média semanal por 7.

3,5
𝜆= = 0,5 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑠 𝑝𝑜𝑟 𝑑𝑖𝑎
7

Queremos calcular 𝑃(𝑋 ≥ 2).

𝑃(𝑋 ≥ 2) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + ⋯

Em vez de calcular essa probabilidade diretamente, vamos utilizar o evento complementar.

𝑃(𝑋 ≥ 2) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)

𝑒 fg,b ∙ 0,5g 𝑒 fg,b ∙ 0,53


=1− −
0! 1!

= 1 − 𝑒 fg,b − 0,5𝑒 fg,b

= 1 − 1,5𝑒 fg,b

= 1 − 1,5 × 0,61

= 0,085 = 8,5%

Gabarito: A

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 109


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

25. (FCC 2015/TRT 3ª Região)

A comissão de erradicação do trabalho infantil de um determinado Tribunal Regional do


Trabalho analisa, por meio de seu canal de denúncias, casos de desrespeito à legislação que
regula o trabalho de menores de 18 anos. Suponha que a variável X, que representa o número
de denúncias mensais que são recebidas, tem distribuição de Poisson com média 9. Nessas
condições, a probabilidade de serem recebidas 2 ou 3 denúncias em um período de 10 dias é
igual a

Dados:

e−1 = 0,37

e−2 = 0,14

e−3 = 0,05

a) 0,450.

b) 0,472.

c) 0,230.

d) 0,375.

e) 0,250.

Comentário

A média dada foi uma média mensal (período de 30 dias). Como queremos calcular uma
probabilidade em um período de 10 dias, precisamos dividir a média mensal por 3.

9
𝜆= = 3 𝑑𝑒𝑛ú𝑛𝑐𝑖𝑎𝑠 𝑟𝑒𝑐𝑒𝑏𝑖𝑑𝑎𝑠 𝑒𝑚 10 𝑑𝑖𝑎𝑠 𝑒𝑚 𝑚é𝑑𝑖𝑎
3

Assim,

𝑒 fh ∙ 3e
𝑃(𝑋 = 𝑘) =
𝑘!

Queremos calcular a probabilidade de serem recebidas 2 ou 3 denúncias em um período de 10


dias.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 110


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) =

𝑒 fh ∙ 3B 𝑒 fh ∙ 3h
= +
2! 3!

= 4,5𝑒 fh + 4,5𝑒 fh

= 9𝑒 fh

= 9 × 0,05 = 0,45

Gabarito: A

26. (FCC 2014/SEFAZ-RJ)

O número de atendimentos, via internet, realizados pela Central de Atendimento Fazendário


(CAF) segue uma distribuição de Poisson com média de 12 atendimentos por hora. A
probabilidade dessa CAF realizar pelo menos 3 atendimentos em um período de 20 minutos é

Dados:

e−2 = 0,14;

e−4 = 0,018

a) 0,910

b) 0,766

c) 0,628

d) 0,750

e) 0,594

Comentário

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 111


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

A média dada é para um período de uma hora. Queremos calcular determinada probabilidade
em um período de 20 minutos, que corresponde a 1/3 de hora. Assim, para calcular a média em
um período de 20 minutos, devemos dividir a média dada (por hora) por 3.

12
𝜆= = 4 𝑎𝑡𝑒𝑛𝑑𝑖𝑚𝑒𝑛𝑡𝑜𝑠 𝑎 𝑐𝑎𝑑𝑎 20 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
3

Logo,

𝑒 ft ∙ 4e
𝑃(𝑋 = 𝑘) =
𝑘!

Queremos calcular a probabilidade de a CAF realizar pelo menos 3 atendimentos.

𝑃(𝑋 ≥ 3) =

Vamos utilizar a probabilidade do evento complementar.

= 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1) − 𝑃(𝑋 = 2)

𝑒 ft ∙ 4g 𝑒 ft ∙ 43 𝑒 ft ∙ 4B
=1− − −
0! 1! 2!

= 1 − 𝑒 ft − 4𝑒 ft − 8𝑒 ft

= 1 − 13𝑒 ft

= 1 − 13 × 0,018

= 0,766

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 112


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

27. (FCC 2014/TRT 19ª Região)

Suponha que o número de consultas a um banco de dados, disponível em um Tribunal Regional


do Trabalho, tenha distribuição de Poisson com taxa média de 4 consultas por hora. A
probabilidade de, na próxima meia hora, ocorrer mais de uma consulta, sabendo-se que na
próxima meia hora é certa a ocorrência de, pelo menos, uma consulta é

Dados:

e−2 = 0,135

e−4 = 0,018

a) 65/173

b) 119/173

c) 473/491

d) 108/173

e) 227/491

Comentário

A média dada refere-se a um período de uma hora. A probabilidade pedida corresponde a um


período de meia hora. Assim, devemos dividir a média por 2.

4
𝜆= = 2 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑠 𝑎 𝑐𝑎𝑑𝑎 𝑚𝑒𝑖𝑎 ℎ𝑜𝑟𝑎
2

Logo,

𝑒 fB ∙ 2e
𝑃(𝑋 = 𝑘) =
𝑘!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 113


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

A questão pede a probabilidade de, na próxima meia hora, ocorrer mais de uma consulta,
sabendo-se que na próxima meia hora é certa a ocorrência de, pelo menos, uma consulta.

Esta é uma probabilidade condicional. Queremos calcular a probabilidade de 𝑋 > 1 sabendo que
𝑋 ≥ 1.

𝑃(𝑋 > 1|𝑋 ≥ 1)

Vamos aplicar a fórmula da probabilidade condicional.

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴|𝐵) =
𝑃(𝐵)

Assim, a probabilidade pedida é:

𝑃(𝑋 > 1 ∩ 𝑋 ≥ 1)
𝑃(𝑋 > 1|𝑋 ≥ 1) =
𝑃(𝑋 ≥ 1)

Observe que a interseção do intervalo 𝑋 > 1 com o intervalo 𝑋 ≥ 1 é 𝑋 > 1. Logo,

𝑃(𝑋 > 1)
𝑃(𝑋 > 1|𝑋 ≥ 1) =
𝑃(𝑋 ≥ 1)

Vamos utilizar probabilidades dos eventos complementares para calcular as probabilidades


𝑃(𝑋 > 1) e 𝑃(𝑋 ≥ 1).

𝑃(𝑋 > 1) = 1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)

𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0)

Assim,

1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)
𝑃(𝑋 > 1|𝑋 ≥ 1) =
1 − 𝑃(𝑋 = 0)

Precisamos calcular 𝑃(𝑋 = 0) e 𝑃(𝑋 = 1).

𝑒 fB ∙ 2g
𝑃(𝑋 = 0) = = 𝑒 fB
0!

𝑒 fB ∙ 23
𝑃(𝑋 = 1) = = 2𝑒 fB
1!

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 114


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Logo,

1 − 𝑃(𝑋 = 0) − 𝑃(𝑋 = 1)
𝑃(𝑋 > 1|𝑋 ≥ 1) =
1 − 𝑃(𝑋 = 0)

1 − 𝑒 fB − 2𝑒 fB
𝑃(𝑋 > 1|𝑋 ≥ 1) =
1 − 𝑒 fB

1 − 3𝑒 fB
𝑃(𝑋 > 1|𝑋 ≥ 1) =
1 − 𝑒 fB

1 − 3 × 0,135
=
1 − 0,135

0,595 595
= =
0,865 865

Simplificando por 5, temos:

119
𝑃(𝑋 > 1|𝑋 ≥ 1) =
173

Gabarito: B

28. (FCC 2012/TRE-SP)

Suponha que o número de eleitores que chegam a uma seção de uma Zona Eleitoral no dia de
uma determinada eleição, siga a uma distribuição de Poisson com uma média de chegada de 30
eleitores por meia hora. A probabilidade de que cheguem menos de 3 eleitores em 5 minutos é

a) 12,5 e−5.

b) 12,5 e−6.

c) 18,5 e−5.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 115


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

d) 17,5 e−5.

e) 17,5 e−6.

Comentário

Temos uma média para um período de meia hora (30 minutos). Precisamos da média para um
período de 5 minutos. Basta dividir a média dada por 6 (pois 5 minutos corresponde a 1/6 de
meia hora).
𝟑𝟎
𝝀= = 𝟓 𝒆𝒍𝒆𝒊𝒕𝒐𝒓𝒆𝒔 𝒆𝒎 𝟓 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
𝟔
Logo,
𝒆f𝟓 ∙ 𝟓𝒌
𝑷(𝑿 = 𝒌) =
𝒌!
Queremos calcular 𝑷(𝑿 < 𝟑).

𝑷(𝑿 < 𝟑) = 𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏) + 𝑷(𝑿 = 𝟐)

𝒆f𝟓 ∙ 𝟓𝟎 𝒆f𝟓 ∙ 𝟓𝟏 𝒆f𝟓 ∙ 𝟓𝟐


= + +
𝟎! 𝟏! 𝟐!

= 𝒆f𝟓 + 𝟓𝒆f𝟓 + 𝟏𝟐, 𝟓𝒆f𝟓

= 𝟏𝟖, 𝟓𝒆f𝟓

Gabarito: C

29. (FCC 2012/TRF 2ª Região)

Na venda de uma partida de 10.000 peças, o vendedor recebe a seguinte proposta do


comprador A: Este examinará uma amostra aleatória de n = 100 peças e pagará R$ 10,00 por
peça, se houver até duas defeituosas na amostra e pagará R$ 5,00 por peça, caso contrário. Se
4% de todas as peças são defeituosas, o valor médio que o comprador A se propõe a pagar por
peça, calculado quando se faz uso da aproximação de Poisson para as probabilidades
necessárias ao cálculo do referido valor médio, é, em reais, igual a

Dados:

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 116


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

e−4 = 0,018

e−5 = 0,007

a) 5,10.

b) 6,17.

c) 6,35.

d) 6,50.

e) 6,84.

Comentário

Sabemos que 4% das peças são defeituosas. Assim, a média de peças defeituosas em uma
amostra de 100 peças é 4.

𝜆=4

Logo,

𝒆f𝟒 ∙ 𝟒𝒌
𝑷(𝑿 = 𝒌) =
𝒌!

O comprador paga R$ 10,00 se houver até duas peças defeituosas. Vamos calcular a
probabilidade de isso ocorrer.
𝑷(𝑿 ≤ 𝟐) = 𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏) + 𝑷(𝑿 = 𝟐)

𝒆f𝟒 ∙ 𝟒𝟎 𝒆f𝟒 ∙ 𝟒𝟏 𝒆f𝟒 ∙ 𝟒𝟐


= + +
𝟎! 𝟏! 𝟐!

= 𝒆f𝟒 + 𝟒𝒆f𝟒 + 𝟖𝒆f𝟒

= 𝟏𝟑𝒆f𝟒

Assim, a probabilidade de ele pagar R$ 10,00 é 𝟏𝟑𝒆f𝟒 .

Ele paga R$ 5,00 caso contrário (se houver mais de duas peças defeituosas, ou seja, o evento
complementar). A probabilidade de isso ocorrer é:

𝑷(𝑿 > 𝟐) = 𝟏 − 𝟏𝟑𝒆f𝟒

Resumindo:

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 117


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

• A probabilidade de o comprador pagar R$ 10,00 é 𝟏𝟑𝒆f𝟒 .


• A probabilidade de o comprador pagar R$ 5,00 é 𝟏 − 𝟏𝟑𝒆f𝟒 .

Queremos calcular o valor médio do valor pago por peça, ou seja, queremos calcular a
esperança.

Valor a ser pago Y 𝑷(𝒀)


𝟏𝟎 𝟏𝟑𝒆f𝟒
𝟓 𝟏 − 𝟏𝟑𝒆f𝟒

Para calcular a média, devemos multiplicar cada valor da variável pela respectiva probabilidade e
somar.

𝝁𝒀 = 𝟏𝟎 ∙ 𝟏𝟑𝒆f𝟒 + 𝟓 ∙ (𝟏 − 𝟏𝟑𝒆f𝟒 )

𝝁𝒀 = 𝟏𝟑𝟎𝒆f𝟒 + 𝟓 − 𝟔𝟓𝒆f𝟒

𝝁𝒀 = 𝟔𝟓𝒆f𝟒 + 𝟓

𝝁𝒀 = 𝟔𝟓 × 𝟎, 𝟎𝟏𝟖 + 𝟓

𝝁𝒀 = 𝟔, 𝟏𝟕

Gabarito: B

4.4. Exercícios – Distribuições Geométrica

30. (FCC 2012/TRT 6ª Região)

Um experimento consiste de tentativas independentes de um mesmo experimento aleatório de


Bernoulli. Em cada tentativa a probabilidade de fracasso é igual a 3/4 da probabilidade de
sucesso. Seja X a variável aleatória que representa o número de tentativas até o aparecimento
do primeiro sucesso. A variância de X é igual a

a) 16/49

b) 21/16

c) 19/16

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 118


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

d) 16/21

e) 12/49

Comentário

A probabilidade de fracasso 𝑞 é igual a 3/4 probabilidade de sucesso 𝑝.

3
𝑞= ∙𝑝
4

Sabemos que 𝑝 + 𝑞 = 1. Logo,

3𝑝
𝑝+ =1
4

Vamos multiplicar todos os termos por 4.

4𝑝 + 3𝑝 = 4

7𝑝 = 4

4
𝑝=
7

Logo,

3
𝑞=
7

Sabemos que X é a variável aleatória que representa o número de tentativas até que ocorra um
sucesso. Logo, X segue uma distribuição geométrica. Queremos calcular a variância. A variância
de uma distribuição geométrica é dada por 𝑞/𝑝B .

𝑞
𝑉𝑎𝑟(𝑋) =
𝑝B

3/7 3/7
𝑉𝑎𝑟(𝑋) = B =
4 16/49
_7`

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 119


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

3 49
𝑉𝑎𝑟(𝑋) = ×
7 16

3 × 7 21
𝑉𝑎𝑟(𝑋) = =
16 16

Gabarito: B

31. (FCC 2015/TRT 3ª Região)

Suponha que ao realizar um experimento, ocorra o evento A com probabilidade p ou não ocorra
A com probabilidade (1 − p). Repete-se o experimento de forma independente até que o evento
A ocorra pela primeira vez. Seja X a variável aleatória que representa o número de repetições do
experimento até que A ocorra pela primeira vez. Se a média de X for igual a duas vezes variância
de X, a probabilidade de X ser igual a 4 é igual a

a) 2/9

b) 5/81

c) 5/27

d) 2/81

e) 2/27

Comentário

A variável X segue uma distribuição geométrica.

3 M
A média de uma distribuição geométrica é ^ e a variância é ^Î .

A questão diz que a média de X é o dobro da variância. Logo,

1 𝑞
=2× B
𝑝 𝑝

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 120


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

1 2𝑞
=
𝑝 𝑝B

𝑝B = 2𝑝𝑞

𝑝 = 2𝑞

Lembre-se que 𝑝 + 𝑞 = 1. Logo,

2𝑞 + 𝑞 = 1

3𝑞 = 1

1
𝑞=
3
B
Consequentemente, 𝑝 = h.

Queremos calcular a probabilidade de 𝑋 ser igual a 4, ou seja, queremos calcular a probabilidade


de o primeiro sucesso ocorrer apenas na quarta repetição do experimento. Desta forma,
queremos 3 fracassos sucessivos e um sucesso ao final.

𝑃(𝑋 = 4) = 𝑞 ∙ 𝑞 ∙ 𝑞 ∙ 𝑝

𝑃(𝑋 = 4) = 𝑞h ∙ 𝑝

1 h 2
𝑃(𝑋 = 4) = G H ×
3 3

1 2 2
𝑃(𝑋 = 4) = × =
27 3 81

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 121


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Gabarito: D

32. (FCC 2009/TRT 4ª Região)

Considere uma sequência de ensaios de Bernoulli independentes com probabilidade de sucesso


igual a 0,4. O número esperado de ensaios para que se obtenha o segundo sucesso é

a) 20

b) 16

c) 10

d) 8

e) 5

Comentário

Uma variável X segue uma distribuição geométrica quando X representa o número de ensaios até
que ocorra o primeiro sucesso.

A média da variável X é 1/𝑝.

Assim, a média do número de tentativas até que ocorra o primeiro sucesso é

1 1
𝐸(𝑋) = = = 2,5
𝑝 0,4

Assim, em média, devemos realizar 2,5 experimentos até que ocorra o primeiro sucesso. Assim,
devemos realizar 2,5 × 2 = 5 experimentos em média para até que se obtenha o segundo
sucesso.

Gabarito: E

33. (FCC 2008/TRT 2ª Região)

Seja X uma variável aleatória discreta com distribuição geométrica de parâmetro p, média igual
a 4 e com função de probabilidade definida como 𝑷(𝑿 = 𝒌) = 𝒑 ∙ (𝟏 − 𝒑)𝒌f𝟏 , 𝒌 = 𝟏, 𝟐, 𝟑, …. Então
𝑷(𝑿 = 𝟐) é igual a

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 122


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

a) 3/16

b) 1/4

c) 5/16

d) 3/8

e) 7/16

Comentário

X é uma variável com distribuição geométrica. A média é dada por 1/𝑝. Logo,

1
=4
𝑝

1
𝑝=
4

Consequentemente,

3
𝑞=
4

Queremos calcular 𝑃(𝑋 = 2), ou seja, queremos calcular a probabilidade de o primeiro sucesso
ocorrer na segunda tentativa. Assim, devemos ter fracasso na primeira tentativa e sucesso na
segunda.

𝑃(𝑋 = 2) = 𝑞 × 𝑝

3 1 3
𝑃(𝑋 = 2) = × =
4 4 16

Gabarito: A

34. (FCC 2015/TRE-RR)

Suponha que X e Y sejam variáveis aleatórias independentes com distribuição geométrica com
médias dadas, respectivamente, por 3 e 4. Considere que X e Y representam o número de

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 123


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

repetições do experimento até a ocorrência do primeiro sucesso. Nessas condições, a


probabilidade denotada por 𝑷(𝑿 ≤ 𝟐, 𝒀 = 𝟑) é igual a

a) 3/25

b) 5/48

c) 5/64

d) 7/25

e) 5/32

Comentário

3
A média da distribuição geométrica é dada por ^.

Sabemos que 𝐸(𝑋) = 3 e 𝐸(𝑌) = 4.

Logo,

1 1
= 3 ⟺ 𝑝Ï =
𝑝Ï 3

Consequentemente, temos que:

2
𝑞Ï =
3

Vamos agora trabalhar com a variável Y.

1 1
= 4 ⟺ 𝑝Ñ =
𝑝Ñ 4

Consequentemente, temos que:

3
𝑞Ñ =
4

Em uma distribuição geométrica, X representa o número de ensaios até que ocorra o primeiro
sucesso.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 124


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Queremos calcular 𝑃(𝑋 ≤ 2, 𝑌 = 3). Como as variáveis são independentes, então a probabilidade
da interseção é o produto das probabilidades. Assim, a probabilidade pedida é igual a

𝑃(𝑋 ≤ 2) × 𝑃(𝑌 = 3)

Como X é o número de ensaios até que ocorra o primeiro sucesso, então X é no mínimo 1. Logo,
𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2). Desta forma, a probabilidade pedida é igual a

[𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)] × 𝑃(𝑌 = 3)

Vamos calcular 𝑃(𝑋 = 1), 𝑃(𝑋 = 2) e 𝑃(𝑌 = 3).

Comecemos pela variável X.

A probabilidade geométrica é dada por 𝑃(𝑋 = 𝑘) = 𝑞ef3 ∙ 𝑝. Lembre-se que teremos 𝑘 − 1


fracassos seguidos e um sucesso ao final.

Portanto,

1
𝑃(𝑋 = 1) = 𝑞Ï3f3 ∙ 𝑝Ï = 𝑞Ïg ∙ 𝑝Ï = 𝑝Ï =
3

Entenda o cálculo acima. Como estamos calculando 𝑃(𝑋 = 1), estamos calculando a
probabilidade de o sucesso ocorrer na primeira tentativa, ou seja, 1/3.

Vamos agora calcular 𝑃(𝑋 = 2), ou seja, queremos que o sucesso ocorra na segunda tentativa.
Assim, teremos um fracasso (probabilidade igual a 2/3) seguido de um sucesso (probabilidade
B 3 B
igual a 1/3). Assim, 𝑃(𝑋 = 2) = h × h = Ò. Se preferir aplicar a fórmula, temos:

2 1 2
𝑃(𝑋 = 2) = 𝑞ÏBf3 ∙ 𝑝Ï = 𝑞Ï ∙ 𝑝Ï = × =
3 3 9

Vamos agora calcular 𝑃(𝑌 = 3). Queremos que o primeiro sucesso ocorra na terceira tentativa.
Assim, teremos fracasso-fracasso-sucesso.

3 3 1 9
𝑃(𝑌 = 3) = 𝑞Ñ ∙ 𝑞Ñ ∙ 𝑝Ñ = × × =
4 4 4 64

Se preferir usar a fórmula:

3 B 1 9 1 9
𝑃(𝑌 = 3) = 𝑞Ñhf3 ∙ 𝑝Ñ = 𝑞ÑB ∙ 𝑝Ñ = G H × = × =
4 4 16 4 64

Agora vamos calcular a probabilidade pedida.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 125


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

[𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)] × 𝑃(𝑌 = 3) =

1 2 9
=Ó + Ô×
3 9 64

5 9
= ×
9 64

5
=
64

Gabarito: C

35. (FCC 2012/ISS-São Paulo)

Suponha que ao realizar um experimento ocorra o evento A com probabilidade p e não ocorra
com probabilidade (1-p). Repetimos o experimento de forma independente até que A ocorra
pela primeira vez. Seja: X = número de repetições do experimento até que A ocorra pela
primeira vez. Sabendo que a média de X é 3, a probabilidade condicional expressa por 𝑷(𝑿 =
𝟐|𝑿 ≤ 𝟑) é igual a

a) 5/27

b) 4/27

c) 2/9

d) 1/3

e) 6/19

Comentário

3
A variável X segue uma distribuição geométrica. A média de X é dada por ^.

Como a média de X é 3, então:

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 126


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

1
=3
𝑝

1
𝑝=
3
B
Consequentemente, 𝑞 = h.

É importante lembrar que a probabilidade condicional 𝑃(𝐴|𝐵) é dada por:

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴|𝐵) =
𝑃(𝐵)

Assim, temos:

𝑃(𝑋 = 2 ∩ 𝑋 ≤ 3)
𝑃(𝑋 = 2|𝑋 ≤ 3) =
𝑃(𝑋 ≤ 3)

O numerador indica a interseção, ou seja, queremos que as duas coisas ocorram


simultaneamente: 𝑋 = 2 e 𝑋 ≤ 3. Isso só pode ocorrer para 𝑋 = 2.

Lembre-se que X indica o número de tentativas até que ocorra o primeiro sucesso. Assim,
𝑃(𝑋 ≤ 3) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3).

𝑃(𝑋 = 2)
𝑃(𝑋 = 2|𝑋 ≤ 3) =
𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3)

Vamos falar em português: 𝑃(𝑋 = 2|𝑋 ≤ 3) significa calcular a probabilidade de ocorrer sucesso
na segunda tentativa, sabendo que ocorreram no máximo 3 tentativas até que ocorresse o
primeiro sucesso.

Vamos agora calcular 𝑃(𝑋 = 1), 𝑃(𝑋 = 2) e 𝑃(𝑋 = 3).

𝑃(𝑋 = 1) significa que o sucesso ocorreu na primeira tentativa.

1
𝑃(𝑋 = 1) = 𝑝 =
3

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 127


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

𝑃(𝑋 = 2) significa que o primeiro sucesso ocorreu na segunda tentativa. Assim, tivemos fracasso
na primeira tentativa e sucesso na segunda.

2 1 2
𝑃(𝑋 = 2) = 𝑞 × 𝑝 = × =
3 3 9

𝑃(𝑋 = 3) significa que o primeiro sucesso ocorreu na terceira tentativa. Assim, tivemos fracasso-
fracasso-sucesso.

𝑃(𝑋 = 3) = 𝑞 × 𝑞 × 𝑝 = 𝑞B × 𝑝

2 B 1 4 1
𝑃(𝑋 = 3) = G H × = ×
3 3 9 3

4
𝑃(𝑋 = 3) =
27

Logo,

𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) =

1 2 4
= + +
3 9 27

9 + 6 + 4 19
= =
27 27

Vamos agora calcular a probabilidade condicional.

𝑃(𝑋 = 2)
𝑃(𝑋 = 2|𝑋 ≤ 3) =
𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3)

2/9
𝑃(𝑋 = 2|𝑋 ≤ 3) =
19/27

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 128


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

2 27
𝑃(𝑋 = 2|𝑋 ≤ 3) = ×
9 19

2×3 6
𝑃(𝑋 = 2|𝑋 ≤ 3) = =
19 19

Gabarito: E

4.5. Exercícios – Distribuição Hipergeométrica

36. (FCC 2012/TRT 6ª Região)

De 30 caminhões de entrega de encomendas de uma grande loja de departamentos, 6 emitem


excesso de poluentes. Selecionam-se aleatoriamente e sem reposição uma amostra de n
caminhões para a inspeção de poluentes. Seja X a variável aleatória que representa o número de
caminhões com excesso de poluentes na amostra. Sabendo-se que a média de X é 2,4, o valor
de n é

a) 6

b) 8

c) 10

d) 12

e) 15

Comentário

Vamos assumir que sucesso ocorre quando o caminhão tem excesso de poluentes.

São 30 caminhões (𝑁 = 30) dos quais 𝑠 = 6 emitem excesso de poluentes. Logo,

𝑠 6 1
𝑝= = =
𝑁 30 5

Temos uma amostra aleatória e sem reposição de 𝑛 caminhões. X é a variável aleatória que
representa o número de caminhões com excesso de poluentes na amostra (número de sucessos
na amostra). Logo, X tem distribuição hipergeométrica.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 129


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Por que a distribuição é hipergeométrica e não binomial? Porque o processo foi feito SEM
reposição.

A média da distribuição hipergeométrica é dada por 𝑛𝑝.

Como a média é igual a 2,4, então:

𝑛𝑝 = 2,4

1
𝑛∙ = 2,4
5

𝑛 = 5 × 2,4 = 12

Gabarito: E

37. (ESAF 2014/MTUR)

Uma caixa contém 6 moedas de ouro e 4 moedas de prata. Três moedas são retiradas, sem
reposição, dessa caixa. Em um jogo, Odete ganha R$ 2,00 por moeda de ouro retirada e perde
R$1,00 por moeda de prata retirada. Para tornar o jogo justo, o valor que Odete deverá pagar ─
em reais ─ para entrar no jogo é igual a:

a) 0,24

b) 2,4

c) 2,6

d) 1,4

e) 1,2

Comentário

São 10 moedas sendo 6 de ouro. Vamos considerar que obtemos um sucesso quando uma
moeda de ouro é retirada.

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 130


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

Assim, sendo X o número de moedas de ouro retiradas (X é o número de sucessos), X segue uma
distribuição hipergeométrica.

Observe que X não segue uma distribuição binomial porque o processo é feito SEM reposição.

O parâmetro 𝑝 é dado por:

6
𝑝= = 0,60
10

A amostra é de 3 moedas, ou seja, 𝑛 = 3.

A média da distribuição hipergeométrica é dada por 𝑛𝑝.

𝜇 = 𝑛𝑝

𝜇 = 3 × 0,6 = 1,8

Ora, como são 3 moedas retiradas e 60% das moedas são moedas de ouro, então esperamos
(esperança) que 60% das moedas retiradas sejam de ouro, ou seja, 0,6 × 3 = 1,8 moedas de ouro.
É por isso que a média é 1,8.

São 3 moedas. Como esperamos que 1,8 sejam moedas de ouro, então o número de moedas de
pratas será 3 – 1,8 = 1,2.

Odete ganha 2 reais por cada moeda de ouro e perde 1 real para cada moeda de prata. Assim, o
valor esperado de seus ganhos será

2 × 1,8 − 1 × 1,2 = 2,40 𝑟𝑒𝑎𝑖𝑠

Assim, em média, Odete ganhará R$ 2,40. Para tornar o jogo justo, esse deve ser o valor que ela
deve pagar para jogar.

Gabarito: B

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 131


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES
Guilherme Neves
Aula 09

CONSIDERAÇÕES FINAIS
Ficamos por aqui, queridos alunos. Espero que tenham gostado da aula.

Vamos juntos nesta sua caminhada. Lembre-se que vocês podem fazer perguntas e sugestões no
nosso fórum de dúvidas.

Você também pode me encontrar no instagram @profguilhermeneves ou entrar em contato


diretamente comigo pelo meu email profguilhermeneves@gmail.com.

Um forte abraço e até a próxima aula!!!

Guilherme Neves

Estatística p/ TCU (Auditor Federal de Controle Externo) 2021 - Pré-Edital 132


www.estrategiaconcursos.com.br

05166547640 - VANIZE7829
DE FREITAS GUIMARÃES