Você está na página 1de 6

INSTITUTO SUPERIOR DE CONTABILIDADE E AUDITORIA DE MOÇAMBIQUE

EXAME NORMAL - 03.12.2019 (2 horas)


Disciplina: Estatistica I
Cursos: Contabilidade e Auditoria, Contabilidade e Fiscalidade, Contabilidade Pública e Autaquica
Ano/Semestre: 1º Ano/ 2 º Semestre
Variante I
____________________________________GUIÃO DE CORRECÇÃO_________________________________________
Estatística: é a Ciência que fornece métodos para a colecta, organização, descrição, análise e interpretação de dados para a
utilização dos mesmos na tomada de decisões.

1. Considere o gráfico abaixo, que representa uma amostra de tempos (em horas) entre a
formulação/apresentação de um pedido de financiamento e resposta num banco Comercial, em Maputo.

a) Identifique e classifique a variável em estudo; (0.5 val)


Resposta: Trata-se do tempo de espera em horas. É uma variável quantitativa contínua.

b) Represente os dados em tabela de frequências absoluta e relativa (simples e acumulada); (2.0 val)
Resolução
Como trata-se do histograma, a tabela de frequência será:
Classes 𝑥𝑖 𝑓𝑖 𝐹𝑖 𝑓𝑟 𝐹𝑟
12----36 24 5 5 8.3% 8.3%
36----60 48 10 15 16.7% 25.0%
60----84 72 20 35 33.3% 58.3%
84----108 96 15 50 25.0% 83.3%
108----132 120 10 60 16.7% 100.0%
Total - 60 - 100.0% -

1
c) Determine a percentagem de pedidos respondidos em menos de 72 horas; (0.5 val)
Resolução
𝑓(𝑥 = 24) + 𝑓(𝑥 = 48) 5 + 10
𝑓𝑟(𝑥 < 72) = = ∗ 100% = 25%
𝑛 60
Resposta: A percentagem de pedidos respondidos em menos de 72 horas é de 25%.

d) Calcule o tempo de espera mais frequente; (1.0 val)


Resolução
Aqui pede se a moda e como as amplitudes são iguais pode-se recorrer a fórmula de Czuber, então:
𝑓𝑖𝑥̂ − 𝑓𝑥̂𝑖−1
𝑥̂ = 𝑙𝑖𝑚𝑖𝑛𝑓 + ∗𝑎
2 ∗ 𝑓𝑖𝑥̂ − (𝑓𝑥̂𝑖−1 + 𝑓𝑥̂𝑖+1 ) 𝑖
Pela tabela de frequências, a classe modal é: 60----84
Logo:
20 − 10
𝑥̂ = 60 + ∗ 24 = 76
2 ∗ 20 − (10 + 15)
Interpretação: O tempo de espera mais frequente é de 76 horas.

e) Determine o tempo de espera máximo dos 15% de pedidos com resposta mais rápida. (1.5 val)
Resolução
Para encontrar o tempo de espera máximo dos 15% de pedidos com resposta mais rápida, deve-se
determinar o 𝑃15 .
Como os dados estão agrupados em classes, pode se usar a seguinte fórmula:
𝑖𝑛
100 − 𝐹𝑖−1
𝑃𝑖 = 𝑙𝑖𝑚𝑖𝑛𝑓 + ∗ 𝑎𝑖
𝑓𝑖
Pela tabela de frequências, a classe 𝑃15 é: 36----60
𝐸𝑛𝑡ã𝑜,
15 ∗ 60
−5
𝑃15 = 36 + 100 ∗ 24 = 45.6
10
Interpretação: O tempo de espera máximo dos 15% de pedidos com resposta mais rápida é de 45.6 horas

2. A probabilidade de que uma nova campanha publicitaria fique pronta antes do prazo estipulado pela direcção
de marketing foi estimada em 0,60. A probabilidade de que a direcção aprove essa campanha publicitaria é de
0,50. A probabilidade de que ambos os objectivos sejam atingidos é 0,30.
a) Qual é a probabilidade de que apenas um objectivo seja atingido? (2.0 val)
Resolução:
Seja:
𝐴 = 𝑎 𝑐𝑎𝑚𝑝𝑎𝑛ℎ𝑎 𝑝𝑢𝑏𝑙𝑖𝑐𝑖𝑡𝑎𝑟𝑖𝑎 𝑓𝑖𝑐𝑎𝑟 𝑝𝑟𝑜𝑛𝑡𝑎 𝑎𝑛𝑡𝑒𝑠 𝑑𝑜 𝑝𝑟𝑎𝑧𝑜
𝐵 = 𝑎 𝑑𝑖𝑟𝑒𝑐çã𝑜 𝑎𝑝𝑟𝑜𝑣𝑎𝑟 𝑎 𝑐𝑎𝑚𝑝𝑎𝑛ℎ𝑎 𝑝𝑢𝑏𝑙𝑖𝑐𝑖𝑡𝑎𝑟𝑖𝑎
Pelos dados temos:

2
𝑃(𝐴) = 0.60; 𝑃(𝐵) = 0.50; 𝑃(𝐴 ∩ 𝐵) = 0.30
Aqui pede-se: 𝑃(𝐴̅ ∩ 𝐵) ∪ 𝑃(𝐵̅ ∩ 𝐴)
Então:
𝑃(𝐴̅ ∩ 𝐵) ∪ 𝑃(𝐵̅ ∩ 𝐴) = 𝑃(𝐴) + 𝑃(𝐵) − 2 ∗ 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴̅ ∩ 𝐵) ∪ 𝑃(𝐵̅ ∩ 𝐴) = 0.60 + 0.50 − 2 ∗ 0.30 = 0.50
Resposta: A probabilidade de que apenas um objectivo seja atingido é de 50%

b) Se a campanha ficou pronta antes do prazo estipulado, qual é a probabilidade de que a direcção
aprove? (1.0 val)
Resolução
Pede-se 𝑃(𝐵\𝐴)
Pela fórmula de probabilidade condicional temos:
𝑃(𝐴 ∩ 𝐵) 0.30
𝑃(𝐵\𝐴) = = = 0.50
𝑃(𝐴) 0.60
Resposta: A probabilidade de que a directoria aprove, dado que a campanha ficou pronta antes do prazo
estipulado é de 50%.

3. Em determinado sector de uma loja de departamentos, o número de produtos vendidos em um dia pelos
funcionários é uma variável aleatória P com a seguinte distribuição de probabilidades (esses números foram
obtidos dos resultados de vários anos de estudo):
𝑁º 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑡𝑜𝑠 0 1 2 3 4 5 6
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑣𝑒𝑛𝑑𝑎 0.1 0.4 0.2 0.1 0.1 0.05 0.05

Cada vendedor recebe comissões de venda, distribuídas da seguinte forma: se ele vende até 2 produtos em um
dia, ele ganha uma comissão de 25,00 u.m por produto vendido. A partir da terceira venda, a comissão passa
para 30,00 u.m. Qual a comissão média de cada um deles? (3.5 val)
Resolução
Seja 𝑣. 𝑎: 𝐶 = 𝑐𝑜𝑚𝑖𝑠𝑠ã𝑜 𝑑𝑒 𝑣𝑒𝑛𝑑𝑎 𝑟𝑒𝑐𝑒𝑏𝑖𝑑𝑎 𝑝𝑜𝑟 𝑐𝑎𝑑𝑎 𝑣𝑒𝑛𝑑𝑒𝑑𝑜𝑟.
Aqui pede-se 𝐸(𝐶)
Nota que primeiro deve-se determinar a f.d.p da comissão de venda
Logo:
𝑁º 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑡𝑜𝑠 0 1 2 3 4 5 6
𝐶𝑜𝑚𝑖𝑠𝑠ã𝑜 0 25 50 80 110 140 170
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑣𝑒𝑛𝑑𝑎 0.1 0.4 0.2 0.1 0.1 0.05 0.05

Então:

𝐸(𝐶) = ∑ 𝐶𝑖 ∗ 𝑃(𝐶𝑖 )

𝐸(𝐶) = 0 ∗ 0.1 + 25 ∗ 0.4 + 50 ∗ 0.2 + 80 ∗ 0.1 + 110 ∗ 0.1 + 140 ∗ 0.05 + 170 ∗ 0.05 = 44.5
Resposta: A comissão média de cada um deles é de 44.5 u.m.

3
4. ABC Association é uma empresa júnior de consultoria em contabilidade. A probabilidade de encontrar um cliente
satisfeito com os seus serviços é de 80%. Em um determinado dia, contou com 6 clientes que procuravam seus
serviços, determina a probabilidade de:
a) Mais de metade dos clientes estarem satisfeito com os serviços. (1.0 val)
Resolução
Pelos dados temos:
𝑝 = 0.80; 1 − 𝑝 = 0.20; 𝑛 = 6; 𝑃𝑒𝑑𝑒 − 𝑠𝑒 𝑃(𝑥 > 3)
𝑜𝑛𝑑𝑒 𝑣. 𝑎: 𝑥 = 𝑛º 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑠𝑎𝑡𝑖𝑠𝑓𝑒𝑖𝑡𝑜𝑠 𝑐𝑜𝑚 𝑜 𝑠𝑒𝑟𝑣𝑖ç𝑜
Logo:
𝑛
𝑥~𝐵𝑖𝑛(𝑛, 𝑝) 𝑜𝑛𝑑𝑒 𝑃(𝑥 = 𝑘) = ( ) ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘
Então:
𝑃(𝑥 > 3) = 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6)
6 6 6
𝑃(𝑥 > 3) = ( ) ∗ 0.804 ∗ 0.202 + ( ) ∗ 0.805 ∗ 0.201 + ( ) ∗ 0.806 ∗ 0.200 = 0.90112
4 5 6
Resposta: A probabilidade de mais de metade dos clientes estarem satisfeito com os serviços é de 90.1%.

b) No máximo 2 clientes não estarem satisfeitos com os serviços (1.0 val)


Resolução
Pelos dados temos:
𝑝 = 0.20; 1 − 𝑝 = 0.80; 𝑛 = 6; 𝑃𝑒𝑑𝑒 − 𝑠𝑒 𝑃(𝑥 ≤ 2)
𝑜𝑛𝑑𝑒 𝑣. 𝑎: 𝑥 = 𝑛º 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑖𝑛𝑠𝑎𝑡𝑖𝑠𝑓𝑒𝑖𝑡𝑜𝑠 𝑐𝑜𝑚 𝑜 𝑠𝑒𝑟𝑣𝑖ç𝑜
Logo:
𝑛
𝑥~𝐵𝑖𝑛(𝑛, 𝑝) 𝑜𝑛𝑑𝑒 𝑃(𝑥 = 𝑘) = ( ) ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘
Então:
𝑃(𝑥 ≤ 2) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
6 6 6
𝑃(𝑥 ≤ 2) = ( ) ∗ 200 ∗ 0.806 + ( ) ∗ 0.201 ∗ 0.805 + ( ) ∗ 0.202 ∗ 0.804 = 0.98304
0 1 2
Resposta: A probabilidade de no máximo 2 clientes não estarem satisfeitos com os serviços é de 98.3%.

4
5. O número médio das participações de corte de energia que chegam através da linha de cliente da EDM, vindo
do bairro de Mafala na Cidade de Maputo é de 4, em um período de 1 minuto. Achar a probabilidade de que
em 2 minutos sejam recebidas:
a) No máximo duas participações; (1.0 val)
Resolução
𝑋 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (λt); 𝜇 = λt; λ = 4; t = 1 minuto
Pelos dados temos:
Aqui pede − se P(𝑥 ≤ 2); onde t = 2; 𝜇 = 8
Pela fórmula de poisson teremos:
𝜇𝐾 ∗ 𝑒 −𝜇
𝑃(𝑋 = 𝑘) =
𝑘!
P(𝑥 ≤ 2) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
80 ∗ 𝑒 −8 81 ∗ 𝑒 −8 82 ∗ 𝑒 −8
P(𝑥 ≤ 2) = + +
0! 1! 2!
P(𝑥 ≤ 2) = 0.0138
Resposta: A probabilidade de em 2 minutos sejam recebidas no máximo duas participações é de 1.38%.

b) Não menos de três participações. (1.0 val)


Resolução
𝑋 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 (λt); 𝜇 = λt; λ = 4; t = 1 minuto
Pelos dados temos:
Aqui pede − se P(𝑥 ≥ 3); onde t = 2; 𝜇 = 8
Pela fórmula de poisson teremos:
𝜇𝐾 ∗ 𝑒 −𝜇
𝑃(𝑋 = 𝑘) =
𝑘!
P(𝑥 ≥ 3) = 1 − 𝑃(𝑥 < 3) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)]
𝑒−8 ∗ 80 𝑒−8 ∗ 81 𝑒−8 ∗ 82
P(𝑥 ≥ 3) = 1 − [ + + ]
0 1! 2!
P(𝑥 ≥ 3) = 1 − 0.0138 = 0.987
Resposta: A probabilidade de em 2 minutos sejam recebidas não menos de três participações é de 98.7%.

5
6. A microempresa Júnior Contabilistas e Associados, tem feito consultorias de diversos serviços em seus escritórios.
Tem como receita média semanal de USD 650 com desvio padrão de USD 100. Para realização das suas
actividades o escritório tem um custo semanal de USD 400. Em tempos de crise económica, o escritório não vai
mais do que USD 500 de receitas por semana. Sabendo que as receitas seguem uma distribuição normal
determine.
a) A probabilidade das receitas em momentos de crise económica? (2.0 val)
Resolução
𝜇 = 650; 𝜎 = 100
Se 𝑋~𝑁(𝜇; 𝜎 2 ), então:
𝑋−𝜇
𝑍=
𝜎
Determinando a probabilidade de haver restituíção temos:
500 − 650
𝑃(𝑥 ≤ 500) = 𝑃 (𝑍 ≤ ) = 𝑃(𝑍 ≤ −1.5) = 0.5 − 𝑃(−1.5 ≤ 𝑍 ≤ 0)
100
𝑃(𝑥 ≤ 500) = 0.5 − 0.43319 = 0.06681
Resposta: A probabilidade das receitas em momentos de crise económica é de 6.7%.

b) A probabilidade de que em certa semana haja prejuízo? (2.0 val)


Resolução
𝜇 = 650; 𝜎 = 100
Se 𝑋~𝑁(𝜇; 𝜎 2 ), então:
𝑋−𝜇
𝑍=
𝜎
Determinando a probabilidade de haver restituíção temos:
400 − 650
𝑃(𝑥 ≤ 400) = 𝑃 (𝑍 < ) = 𝑃(𝑍 < −2.5) = 0.5 − 𝑃(−2.5 < 𝑍 < 0)
100
𝑃(𝑥 ≤ 400) = 0.5 − 0.49379 = 0.00621
Resposta: A probabilidade de que em certa semana haja prejuízo é de 0.6%.

Você também pode gostar