Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTATÍSTICA INFERENCIAL
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
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} (5) Se X e Y são variáveis aleatórias independentes, então
E(X.Y) = E(X) ∙ E(Y)
Os possíveis resultados no lançamento de um dado são
limitados e servem como exemplo de variável aleatória EXERCÍCIOS
discreta. Os valores das variáveis estão restritos a apenas :
1, 2, 3, 4, 5 e 6. 1. (VUNESP) Em uma locadora de automóveis a demanda diária
é uma variável aleatória com a seguinte distribuição de
1200 lançamentos 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
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
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(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
_3
Estatística do Zero
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. – 0,5 e 0,16
b. – 0,2 e 0,64
c. – 0,1 e 0
d. 0e1
e. 0,1 e 1,2
a. 2
b. 4
c. 5
d. 8
e. 9
_4
Estatística do Zero
Duas variáveis aleatórias podem ser independentes ou V(X + Y) = V(X) + V(Y) + 2 . cov(X,Y)
dependentes. Se existe uma relação entre as variáveis aleatórias, V(X - Y) = V(X) + V(Y) - 2 . cov(X,Y)+
essa relação pode ser fraca ou forte. 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)
Por definição, dadas duas variáveis aleatórias, X e Y, a covariância
entre X e Y é 6.2. COEFICIENTE DE VARIAÇÃO
Quando p(X,Y) = -1, temos uma correlação linear perfeita 3. Julgue os itens:
negativa. ( ) Se X e Y são duas variáveis aleatórias, para as quais são
definidas: E(X) e E(Y), suas esperanças matemáticas
Se a correlação é zero (ou próxima de zero), não existe relação (expectâncias); Var(X) e Var(Y), suas respectivas
linear entre as variáveis (pode ser que exista outro tipo de variâncias, e Cov(X, Y), a covariância entre X e Y, quaisquer
relação entre as variáveis). 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 variáveis aleatórias independentes, então: ( ) Se X e Y são independentes, então var(X + Y) = var(X) +
var(Y).
E(XY) = E(X) · E(Y) ( ) Se var(X + Y) = var(X) + var(Y), então X e Y são
cov(X,Y) = 0 independentes.
p(X,Y)=0 ( ) 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
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