Estatística do Zero

Professor Elton Soares

ESTATÍSTICA INFERENCIAL

ESTATÍSTICA DESCRITIVA 2.1.  DISTRIBUIÇÃO DE PROBABILIDADES

Etapa inicial da pesquisa Vamos calcular a esperança no lançamento do dado:

Coletamento e organização dos dados. Devemos multiplicar cada valor da variável pela sua respectiva
Gráficos probabilidade e depois somar tudo.

Xi P(Xi)
ESTATÍSTICA INFERENCIAL
1 1/6
Interpretação e conclusão
Teste de hipótese 2 1/6
Intervalos de confiança
3 1/6
Teoria das probabilidades
4 1/6
1. VARIÁVEL ALEATÓRIA 5 1/6

6 1/6
Variável aleatória é qualquer função definida sobre o espaço
amostral Ω que atribui um valor real a cada elemento do espaço 6

amostral. Σ P(X ) = 1
i=1
i

Variável aleatória (v.a.) é uma variável que é associada a uma

distribuição de probabilidade. OBS.: Em uma distribuição uniforme discreta, a esperança é
Uma variável aleatória é definida como sendo discreta quando dada pela média aritmética dos valores.
o número de valores possíveis que a variável assume for finito ou
infinito enumerável. 2.2.  PROPRIEDADES DA ESPERANÇA

2. ESPERANÇA MATEMÁTICA Seja X e Y são duas variáveis aleatórias quaisquer e que k seja uma
constante qualquer (um número).
A esperança matemática (também chamada de expectância,
valor médio ou média) é, por definição, o número (1) E(k ∙ X) = k ∙ E(X)
n
µ = E(X) = Σ X ∙ P(X )
i=1
i i (2) E(k + X) = E(X) + k

Para calcular a esperança de uma variável aleatória, devemos (3) E(X + Y) = E(X) + E(Y)
multiplicar cada valor da variável pela sua respectiva
probabilidade e depois somar tudo. (4) E(k) = k

Exemplo: Lançamento de um dado não viciado. {1, 2, 3, 4, 5, 6}
Os possíveis resultados no lançamento de um dado são
limitados e servem como exemplo de variável aleatória
discreta. Os valores das variáveis estão restritos a apenas :
1, 2, 3, 4, 5 e 6.
1200 lançamentos
(5) Se X e Y são variáveis aleatórias independentes, então
E(X.Y) = E(X) ∙ E(Y)
EXERCÍCIOS
1.  (VUNESP) Em uma locadora de automóveis a demanda diária
é uma variável aleatória com a seguinte distribuição de
probabilidades:

Automóveis Xi 0 1 2 3 4 5
Esperamos que cada uma das 6 faces saia aproximadamente
200 vezes, valores próximos de 200. Probabilidade 0,10 0,10 0,30 0,30 0,10 0,10

Então a média da demanda diária é:

a. 1,5.
b. 2,0.
c. 2,5.
d. 3,0.
e. 3,5.

_1
 Estatística do Zero

2.  (CESPE/UnB) Com qualquer outro resultado, o jogador não recebe nenhum
valor.
número de pedidos probabilidade
0 0,4 Considerando-se as informações apresentadas, a média da
1 0,2
variável aleatória discreta "Lucro do jogador" é igual a
2 0,1
a. -66
3 0,1
4 0,1
b. -32
5 ou mais 0,1 c. 10,1
d. 15,4
O departamento de recursos humanos de uma empresa
recebe diariamente uma quantidade aleatória X de pedidos de 7.  (FCC) Um caça-níquel tem dois discos que funcionam
auxílio- transporte. Considerando a tabela acima, que mostra independentemente. Cada disco tem 10 figuras: 4 triângulos
a distribuição de probabilidade de X, julgue os itens seguintes. e 6 retângulos. Um jogador paga 10 reais para acionar a
( ) O número médio de pedidos é superior a 1,5. máquina. Ele ganha R$ 9,00 se aparecerem 2 triângulos, R$
15,00 se aparecerem 2 retângulos, e não ganha nada se ocorrer
3.  (CESPE/UnB – BACEN) Considerando que um investidor qualquer outro resultado. Supondo que as 10 figuras, nos 2
obtenha retornos diários iguais a R$ 10,00, R$ 50,00 ou discos, são equiprováveis, a esperança de lucro do jogador
R$ 100,00 com probabilidades iguais a 0,70, 0,25 e 0,05, numa única jogada, em reais, é igual a
respectivamente, julgue o item subsequente.
( ) O retorno diário esperado pelo investidor é inferior a R$ a. −1,50.
20,00. b. −1,64.
c. −2,05.
4.  (IBFC – 2020) Numa distribuição de probabilidade discreta d. −2,36.
a variável X representa a quantidade de relógios que uma e. −3,16.
pessoa(adulta) possui:
8.  (NUCEPE – FMS – 2019) Considere a variável aleatória X valor
X = quantidade de relógios P(X)
da face em um lançamento de um dado, cuja probabilidade de
0 27% sair uma face ímpar é duas vezes maior que a probabilidade de
1 36% sair uma face par. Dessa maneira, o valor esperado da variável
2 18% aleatória é
3 16%
4 3%
a. 10/3
De acordo com a tabela, assinale a alternativa que apresenta o b. 21/6
valor esperado para a quantidade de relógios. c. 31/9
a. 1,23 d. 20/9
b. 1,18 e. 4
c. 1,46
d. 1,52 9.  (FCC) Um investidor avalia que, num investimento, ganha 5000
e. 1,32 reais com probabilidade p, perde 2500 reais com probabilidade
p2 e não ganha nada caso contrário. Se, nessas condições, o
5.  (ESAF) O preço de determinada ação fica constante, aumenta ganho esperado do investidor for de 1600 reais, o valor de p é
ou diminui R$ 1,00 por dia com probabilidades 0,3, 0,3 e 0,4
respectivamente. Assinale a opção que dá o valor esperado do a. 1/3
preço da ação amanhã se seu preço hoje é R$ 8,00. b. 3/5
c. 1/5
a. R$ 7,90 d. 2/5
b. R$ 8,00 e. 2/3
c. R$ 7,00
d. R$ 9,00 10.  (CESGRANRIO) Uma empresa considera fazer um
e. R$ 8,50 investimento que tem probabilidade igual a 0,2 de produzir um
lucro de R$ 20.000,00 e probabilidade igual a 0,5 de produzir
6.  (UFU – 2019) Em um jogo, uma pessoa paga 90 reais para jogar, um lucro de R$ 8.000,00; caso contrário, o investimento trará
retira aleatoriamente uma bola de uma urna, repõe a bola na um prejuízo de R$ 15.000,00. O valor esperado do retorno do
mesma urna e faz nova retirada aleatória de uma bola. Na investimento, em reais, é
urna, temos 4 bolas brancas, 3 vermelhas, 2 azuis e 1 preta. Se
o jogador retirar a. 3.500,00
b. 4.000,00
• bola branca duas vezes, recebe 50 reais c. 4.500,00
• bola vermelha duas vezes, recebe 90 reais d. 5.000,00
• bola azul duas vezes, recebe 150 reais e. 5.500,00
• bola preta duas vezes, recebe 190 reais

_2
 Estatística do Zero

11.  (CESPE/UnB – MCTI) Acerca da teoria de probabilidades, 4.1.  PROPRIEDADES DA VARIÂNCIA

julgue o próximo item.
( ) Considere que, em um experimento, seja lançado um dado V(X + K) = V(X) + K
convencional e seja examinado o número resultante X
(de 1 a 6). Considere, ainda, que, após essas ações, sejam V(K.X) = K2 . V(X)
lançadas, de forma independente, X moedas honestas,
registrando-se o número Y de resultados cara. Nessa OBS.: Desvio padrão é a raíz quadrada positiva da variância.
situação, o valor esperado de Y é igual a 1,75.
O desvio padrão também não é alterado quando adicionamos
GABARITO uma constante a todos os valores da variável.
1C 2C 3E 4E 5A 6A Como o desvio padrão é a raiz quadrada da variância, então
o desvio padrão fica multiplicado por |k| quando multiplicamos
7E 8A 9D 10 A 11 C
todos os valores por uma constante k.

3. FUNÇÃO DE DISTRIBUIÇÃO EXERCÍCIOS

A função de distribuição F(x) (ou função de distribuição 1.  (IBFC – 2020) Uma apólice de seguro de automóvel depende
acumulada) da variável X é definida por: de vários fatores: idade, gênero, estado civil, onde a pessoa
mora, distância percorrida, marca e modelo do carro, registro
F(x) = P(X ≤ x) de direção, e até história de crédito. Suponha que para alguma
categoria de motorista, a distribuição de probabilidade
Assim, a função de distribuição nos dá a probabilidade de a para a variável aleatória Y, a quantidade, em reais, paga aos
variável aleatória assumir valores menores do que ou iguais ao segurados a título de reembolsos em um ano, seja dada na
valor. tabela a seguir.
X P(X) Y 0 500 1.000 5.000 10.000
1 5% P(Y=Y) 0,65 0,20 0,10 0,04 0,01
2 30%
3 25% Suponha que dois motoristas sejam selecionados
4 15% aleatoriamente. Assinale a alternativa que apresenta qual é
5 10% a probabilidade de que pelo menos um receba pelo menos R$
6 15% 500,00.

F(1) = P(X ≤ 1) = a. 0,58

b. 0,51
F(2) = P(X ≤ 2) = c. 0,59
d. 0,50
F(3) = P(X ≤ 3) = e. 0,45

F(4) = P(X ≤ 4) = 2.  (FGV 2018/ALE-RO) Uma variável aleatória discreta X tem
função de probabilidade dada por:
F(5) = P(X ≤ 5) =
X -2 -1 0 1
P(X) 0,1 0,2 0,3 0,4
F(6) = P(X ≤ 6) =
Se F(x) representa a função de distribuição de X, ∀ x real, então
MEDIANA é o valor de X em que a função de distribuição ultrapassa F(−0, 8) é igual a
50% pela primeira vez.
a. 0,3
Md = 3 b. 0,4
c. 0,5
MODA será o valor com maior probabilidade. Se todos os valores d. 0,6
são equiprováveis, não há moda. e. 1,0

Mo = 2 3.  (CESPE/UnB - 2016) A quantidade de parcelas (X) escolhida

por um cliente para o pagamento de determinado serviço é
4. VARIÂNCIA E DESVIO PADRÃO uma variável aleatória discreta com função de probabilidade
,para P(X = K) = 7-k / 21 , para k ∈ {1, 2, ... , 6} e P(X = K) = 0, para K
σ2 = E(X - E(X))2 ∉ {1,2,...6} .No que se refere a essa variável aleatória , assinale
σ2 = E(X2) - µ2 a opção correta.

a. A esperança E(3X – 8) é igual a zero.

b. P(X < 2) > 0,5.

_3
 Estatística do Zero

c. P(X2 = 1) = 4/49. O valor esperado e o desvio padrão da variável aleatória X são,

d. A esperança de X é igual ou superior a 3. respectivamente,
e. A variância da variável aleatória X é igual ou superior a 3. a. 1,9 e 1,64
b. 1,9 e 2,69
4.  (IF/PA – 2019) Uma variável aleatória discreta Z tem função de c. 2,0 e 1,64
probabilidade dada por: d. 2,0 e 2,69
Z -2 -1 0 1 2 e. 2,69 e 1,9
P(Z) 0,3 0,1 0,2 0,3 0,5
9.  (CESPE/UnB – ABIN – 2018) As variáveis aleatórias X e Y
Pode-se afirmar que a variância da variável aleatória Z é igual representam as quantidades de notificações diárias de
a: incidentes de segurança em duas redes de computadores. ​

a. 2,64 A função de distribuição da variável Y é expressa por p(y) = P(Y

b. 3,00 = y) = 0,5y + 1 , para y ∈ {0, 1, 2, ...}; ​
c. 3,24 a distribuição condicional de X dado Y é p(x|y) = P(X = x|Y = y) =
d. 4,64 [1 - p(y)] × p(y)x , para x ∈ {0, 1, 2, ...}. ​
e. 2,84
Com referência a essas variáveis, julgue os próximos itens.​
5.  (VUNESP) Em uma locadora de automóveis a demanda diária ( )
Se T = X + Y representa o total diário de notificações de
é uma variável aleatória com a seguinte distribuição de incidentes de segurança registrado nas referidas redes de
probabilidades: computadores, então Var(T) ≥ Var(X) + Var(Y). ​
( )
P(X = 0, Y = 1) < 0,5.
Automóveis Xi 0 1 2 3 4 5

Probabilidade 0,10 0,10 0,30 0,30 0,10 0,10 10.  (CESPE/UnB – MEC – 2015) Considerando que a demanda
diária por serviços de manutenção em certa instituição seja
A variância da demanda diária é: uma variável aleatória discreta N com função de probabilidade
a. 1,85. definida como P(N = n) = 0,8 × 0,2n, em que n = 0,1, 2, 3, 4,.. julgue
b. 1,5. os próximos itens.​
c. 1,25. ( ) A moda da distribuição N é igual ou superior a 1.​
d. 1,0. ( ) P(N ≥ 10) = 0,210.
e. 0,85.
GABARITO
6.  (FGV - 2018) Uma variável aleatória discreta X tem função de 1A 2A 3A 4C 5A
probabilidade dada por:
6D 7D 8A 9 EC 10 EC
X -2 -1 0 1
P(X) 0,1 0,2 0,3 0,4

A média e a variância de X são respectivamente:

a. – 0,5 e 0,16
b. – 0,2 e 0,64
c. – 0,1 e 0
d. 0e1
e. 0,1 e 1,2

7.  (CESGRANRIO) Se Y = 2X+1 e a variância de X vale 2, a variância

de Y é igual a:

a. 2
b. 4
c. 5
d. 8
e. 9

8.  (CESGRANRIO) Estatísticas do Departamento de Trânsito

sobre o envolvimento de motoristas em acidentes com até 2
anos de habilitação indicam que o seguinte modelo pode ser
adotado, ou seja, a variável aleatória X representa o número
de acidentes e assume valores 0,1,2,3 e 4:
Número de Acidentes (X) 0 1 2 3 4
P( X = x ) 0,3 0,2 0,1 0,1 0,3

_4

5. COVARIÂNCIA
Duas variáveis aleatórias podem ser independentes ou
dependentes. Se existe uma relação entre as variáveis aleatórias,
essa relação pode ser fraca ou forte.
Por definição, dadas duas variáveis aleatórias, X e Y, a covariância
entre X e Y é
cov(X,Y) = E(X - µ x) (y - µ y)
cov(X,Y) = E (XY) - E(X) · E(Y)
• Se os valores da variável Y tendem a crescer quando os
valores de X crescem, então cov(X, Y) > 0.
• Se os valores da variável Y tendem a diminuir quando os
valores de X crescem, então cov(X, Y) < 0.
5.1.  PROPRIEDADES DA COVARIÂNCIA
• cov(x,y ) = Cov(x,y)
• a constante, cov(ax,y ) = acov(x,y )
• cov (x + y, z) = cov (x,y) + cov (y,z)
• cov (x,x) = var (x)
Se X e Y independentes, cov (x,y) = 0
• var (x + y) = var (x) + var (y) + 2cov(x,y)
• var (x - y) = var (x) + var (y) - 2cov(x,y)
6. CORRELAÇÃO
A correlação entre X e Y é um número definido por:
cov(x,y)
p(X,Y)=
σx∙σy
A correlação sempre assume valores no intervalo [−1,1],
Quando p(X,Y) = 1, temos uma correlação linear perfeita
positiva.
Quando p(X,Y) = -1, temos uma correlação linear perfeita
negativa.
Se a correlação é zero (ou próxima de zero), não existe relação
linear entre as variáveis (pode ser que exista outro tipo de
relação entre as variáveis).
Se X e Y são variáveis aleatórias independentes, então:
E(XY) = E(X) · E(Y)
cov(X,Y) = 0
p(X,Y)=0
Estatística do Zero
6.1.  VARIÂNCIA DA SOMA E DA DIFERENÇA
V(X + Y) = V(X) + V(Y) + 2 . cov(X,Y)
V(X - Y) = V(X) + V(Y) - 2 . cov(X,Y)+
V(aX + bY) = a2.V(X) + b2 .V(Y) + 2ab . cov(X,Y)
V(aX - bY) = a2.V(X) + b2 .V(Y) - 2ab . cov(X,Y)
6.2.  COEFICIENTE DE VARIAÇÃO
Cv= σ
μ
6.3.  VARIÂNCIA RELATIVA
É o quadrado do coeficiente de variação
EXERCÍCIOS
1.  (FGV – IBGE 2016) Sejam Y, X, Z e W variáveis aleatórias tais que
Z = 2.Y - 3.X, sendo E(X2 ) = 25 , E(X) = 4, Var (Y) =16, Cov(X,Y)= 6.
Então a variância de Z é:
a. 55;
b. 73;
c. 108;
d. 145;
e. 217.
2.  (FGV - 2017) Para duas variáveis aleatórias estão disponíveis
as seguintes informações estatísticas:
Cov (Y, Z) = 18, E(Z) = 4, Var(Z) = 25, E(Y) = 4 e CV(Y) = 2.
Onde CV é o coeficiente de variação, além da nomenclatura
usual.
Então a expressão E(Z2) + Var(2Y - 3Z) vale:
a. 265;
b. 274;
c. 306;
d. 373;
e. 405.
3.  Julgue os itens:
( ) Se X e Y são duas variáveis aleatórias, para as quais são
definidas: E(X) e E(Y), suas esperanças matemáticas
(expectâncias); Var(X) e Var(Y), suas respectivas
variâncias, e Cov(X, Y), a covariância entre X e Y, quaisquer
que sejam as distribuições de X e Y, tem-se que E(X) . E(Y)
= E(X.Y) – Cov(X, Y).
( ) Se X e Y são independentes, então var(X + Y) = var(X) +
var(Y).
( ) Se var(X + Y) = var(X) + var(Y), então X e Y são
independentes.
( ) Se X e Y são independentes, então E(X + Y) = E(X) + E(Y).
( ) Se E(X + Y) = E(X) + E(Y), então X e Y são independentes.
( ) Se X e Y são independentes, então Cov(X,Y) = 0.
( ) Se Cov(X,Y) = 0, então X e Y são independentes.
( ) Se X e Y são independentes, então E(XY) = E(X).E(Y).
( ) Se E(XY) = E(X).E(Y), então X e Y são independentes.
( ) Se var(X) = 4, var(Y) = 2 e cov(X,Y) = -1, então var(2X – Y)
é igual a 22
_5
 Estatística do Zero

4.  (CESGRANRIO - BANCO DO BRASIL - 2018) Numa amostra de b.

30 pares de observações do tipo (xi , yi), com i = 1, 2, … , 30, a
covariância obtida entre as variáveis X e Y foi −2. Os dados
foram transformados linearmente da forma (zi, wi) = (−3xi + 1,
2yi + 3), para i = 1, 2, … , 30. Qual o valor da covariância entre as
variáveis Z e W transformadas?

a. 41
b. 36
c. –7
d. 12
e. 17
c.
5.  (FGV – 2016) Sejam X e Y, duas variáveis aleatórias, definidas
como: Y = 2X. Considere Var (X) = 1. Logo, a Cov (X + Y, 2Y) é
igual a:

a. 1.
b. 6.
c. 10.
d. 12.
e. 144.

6.  (CESGRANRIO - 2018) As variáveis aleatórias X e Y são

independentes. A variável X segue uma distribuição Normal d.
com média 4 e variância 16, e a Y segue uma distribuição
Normal com média 9 e variância 1.

A distribuição de X - Y é Normal com

a. média -5 e variância 15.
b. média -5 e variância 17.
c. média 5 e variância 15.
d. média 5 e variância 17.
e. média 13 e variância 15.

7.  (CESPE/UnB - TCE – 2016) Considerando que Z e W sejam

variáveis aleatórias independentes que seguem distribuição e.
normal padrão, julgue o item subsequente.
( ) Var(2Z + 3W) < 10.
( ) A transformação 6Z + 3 resulta em uma distribuição
normal com variância igual a 9

8.  (UFAL – 2019) Considere que duas variáveis aleatórias

quantitativas X e Y, se relacionam linearmente de acordo com
um Coeficiente de Correlação de Pearson estimado ρ = -0,9,
para uma amostra de tamanho n = 100. Assinale a alternativa
que apresenta o gráfico que melhor representa a relação
entre estas duas variáveis [Considere que a variável X está
representada no eixo horizontal e variável Y no eixo vertical]: GABARITO
1-B 2-C 3-CCECECECEC 4-D
a. 5-D 6-B 7-EE 8-B

_6