Licenciatura em Gestão

Estatística II
Teste – Tópicos de Resolução – TGD41
Duração: 1h20 min Data: Maio-2017 Versão A

1. Um aluno está a fazer exercícios de um livro para se preparar para fazer um teste de Estatística II. Do total
de exercícios que vai fazer, espera fazer 21 exercícios corretamente. Sabe-se ainda que a probabilidade de
acertar num exercício é de 0.6.

i) A probabilidade de acertar em exercícios diferentes é independente. Se o número de exercícios em que

o aluno acerta é bem descrito por um modelo Binomial, quantos exercícios tem o livro?
a) 35 b) 20 c) 21 d) 34

𝑋~𝐵 𝑛, 𝑝 = 0.6 . Sabe-se que:

21
𝐸 𝑋 = 𝑛𝑝 ⇔ 21 = 𝑛×0.6 ⇔ 𝑛 = = 35
0.6
A opção correta é a alínea a).

ii) Num momento de maior inspiração o aluno decide fazer exercícios de dois livros diferentes para estar
melhor preparado. Sabe-se que no total, os dois livros têm 50 exercícios e que a probabilidade de acertar
num exercício e o modelo teórico indicado se mantêm. Qual é a probabilidade exata de o aluno acertar
em mais do que 30 e no máximo 40 exercícios?
a) 0.4390 b) 0.5535 c) 0.5602 d) 0.4457

𝑌~𝐵 𝑛 = 50, 𝑝 = 0.6 . Pretende calcular-se:

𝑃 30 < 𝑋 ≤ 40 = 𝑃 𝑋 ≤ 40 − 𝑃 𝑋 ≤ 30 = 0.9992 − 0.5535 = 0.4457

A opção correta é a alínea d).

2. Seja 𝑏 um número real e 𝑋 uma v.a. descrita pela função densidade de probabilidade:
1
, 𝑥 ∈ [0, 𝑏]
𝑓< 𝑥 = 𝑏
0 , 𝑥 ∉ [0, 𝑏]

i) 𝑉 𝐹 𝑋 tem distribuição uniforme, 𝑋~𝑈(0, 𝑏).

Como a probabilidade é constante no intervalo [0, 𝑏] e zero fora deste intervalo e a função densidade da
distribuição uniforme é:
1
, 𝑥 ∈ [𝑎, 𝑏]
𝑓< 𝑥 = 𝑏 − 𝑎
0 , 𝑥 ∉ [𝑎, 𝑏]

Então, se 𝑎 = 0, 𝑋~𝑈(0, 𝑏).

Uma prova mais formal podia ser obtida integrando a função densidade até obter a função distribuição, já que
I
𝑓 𝑥 𝑑𝑥 = 𝐹< (𝑥).
JK <

A afirmação é Verdadeira.

ii) Sabendo que 𝑏 > 1,6 e que 𝑃 𝑋 ≤ 1,6 𝑋 > 1 = 0,6, verifica-se que 𝑏 é igual a:
a) 2 b) 1.6 c) 1.8 d) 4

𝑋~𝑈(0, 𝑏) e 𝑏 > 1,6, logo:

𝑃 𝑋 ≤ 1.6 ∧ 𝑋 > 1 𝑃 1 < 𝑋 ≤ 1.6

𝑃 𝑋 ≤ 1.6 𝑋 > 1 = 0.6 ⇔ = 0.6 ⇔ = 0.6
𝑃 𝑋>1 1−𝑃 𝑋 ≤1
1.6 − 0 1 − 0 0.6
𝑃 𝑋 ≤ 1.6 − 𝑃 𝑋 ≤ 1 −
⇔ = 0.6 ⇔ 𝑏 − 0 𝑏 − 0 = 0.6 ⇔ 𝑏 = 0.6 ⇔ 0.6
1−𝑃 𝑋 ≤1 1−0 𝑏−1 𝑏−1
1−
𝑏−0 𝑏
= 0.6 ⇔ 𝑏 = 2

A resposta correta é a alínea a).

iii) Se 𝑏 = 4, o desvio padrão de 𝑋 é.

a) 4/3 b) 2/ 3 c) 4/ 3 d) Nenhuma das anteriores

𝑋~𝑈(0, 𝑏 = 4) logo:
𝑏−𝑎 ` 16 4 2
𝜎< = 𝑉𝑎𝑟(𝑋) = = = =
12 12 3 3

A resposta correta é a alínea b).

3. 𝑉 𝐹 O número de aviões que parte do aeroporto de uma pequena cidade é uma v.a. que segue um
processo de Poisson de média 5, por dia. Sabe-se que é preciso abrir a segunda pista do aeroporto se estiver
previsto que partam mais de 140 voos durante 30 dias.
A probabilidade aproximada de ser necessário abrir a segunda pista do aeroporto é de 0.2177.
(Obs: Em eventuais cálculos intermédios deve arredondar o resultado para duas casas decimais)

𝑋a ~𝑃𝑜(5), pela aditividade da distribuição de Poisson:

𝑌 = 𝑋c + ⋯ + 𝑋fg ~𝑃𝑜 5×30 = 𝑃𝑜 150

É necessário abrir a segunda pista se 𝑌 > 140, logo queremos determinar 𝑃 𝑌 > 140 . Como 𝜆 = 150>20,
pelo TLC (C2), podemos obter a probabilidade por aproximação à Normal:

i 𝑌 − 150 i
𝑋~𝑁 𝜇l = 150, 𝜎l = 150 ⇒ 𝑍 = ~𝑁(0; 1)
150
Logo:
pp 140.5 − 150
𝑃 𝑌 > 140 = 𝑃 𝑌 > 140 + 0.5 = 𝑃 𝑌 > 140.5 = 𝑃 𝑍 >
150
qar
= 𝑃 𝑍 > −0.78 = 𝛷 078 = 0.7823

A afirmação é Falsa.

4. Sabe-se que numa região o rendimento anual dos habitantes é, em média de 8200 euros. Foi recolhida uma
amostra aleatória de 100 habitantes desta população.

i) Suponha que se desconhece o desvio padrão populacional, mas se observou um desvio padrão amostral
corrigido, 𝑠′, de 3500 na amostra recolhida. A probabilidade aproximada da média amostral diferir da
média populacional menos de 400 euros é:
(Obs: Em eventuais cálculos intermédios deve arredondar o resultado para duas casas decimais)
a) 0.8729 b) 0.7458 c) 0.1271 d) 0.2542

Sabe-se que 𝑋~? (𝜇 = 8200; 𝑠 w = 3500) e pretende calcular-se 𝑃( 𝑋 − 𝜇 < 400) de forma aproximada.
Como a população é desconhecida e a variância populacional também, estamos no caso 4 e por isso, como
𝑛 = 100 > 30, pelo TLC:
i 3500 𝑋 − 𝜇< i
𝑋~𝑁 𝜇< = 𝜇< = 8200, 𝜎< = = 350 ⇒ 𝑍 = ~𝑁(0; 1)
100 𝜎<

E assim:
𝑋−𝜇 400
𝑃 𝑋 − 𝜇 < 400 = 𝑃 < = 𝑃 𝑍 < 1.14 = 𝑃 −1.14 < 𝑍 < 1.14
350 350
qar
= 𝛷 1.44 − 𝛷 −1.44 = 2𝛷 1.14 − 1 = 0.7458
A opção correta é a alínea b).

ii) 𝑉 𝐹 Se o desvio padrão populacional é de 3600 euros, é necessário recolher uma amostra de 223
habitantes para obter um desvio entre a média amostral e populacional de mais de 400 euros, com
probabilidade aproximada de 0.10.
(Obs: Em eventuais cálculos intermédios deve arredondar o resultado para duas casas decimais)

Sabe-se que 𝑋~? (𝜇 = 8200; 𝜎 = 3500) e pretende calcular o tamanho da amostra necessário para que
𝑃 𝑋 − 𝜇 > 400 = 0.10.
Como a população é desconhecida e a variância populacional conhecida, estamos no caso 3 e por isso, como
𝑛 = 100 > 30:
i 3600 𝑋 − 𝜇< i
𝑋~𝑁 𝜇< = 𝜇< = 8200, 𝜎< = ⇒𝑍= ~𝑁(0; 1)
𝑛 𝜎<

E assim:
 𝑋−𝜇 400
𝑃 𝑋 − 𝜇 > 400 = 0.10 ⇔ 𝑃 > = 0.10 ⇔ 𝑃 𝑍 > 0.1111 𝑛
3600 3600
𝑛 𝑛
xy
= 0.10 ⇔ 0.1111 𝑛 = 1.645 ⇒ 𝑛 ≈ 219.18 ⇒ 𝑛 ≥ 220
A afirmação é Falsa.

5. [2+2 val.] Considere uma população 𝑋 cuja distribuição depende de um parâmetro 𝜃 ∈ ℝ, com valor
desconhecido, sabendo que 𝐸 𝑋 = 𝜃 + 2 e que 𝑉𝑎𝑟 𝑋 = 𝜎 ` .
Recolhida uma amostra aleatória 𝑋c , 𝑋` , … , 𝑋• , 𝑛 ≥ 2 , propuseram-se dois estimadores de 𝜃, 𝜃c e 𝜃` :
•
𝑋
𝑋c + a€` a
𝜃c = 𝑛 − 1 − 2, 𝜃` = 𝑋 − 2
2

i) Relativamente aos estimadores 𝜃c e 𝜃` sabe-se que é/são centrado/s:

a) 𝜃c b) 𝜃` c) 𝜃c e 𝜃` d) Nem 𝜃c , nem 𝜃`

Note que como se trata de uma amostra aleatória de uma população desconhecida, sabe-se que: 𝑋a ~? (𝜃) e
𝐸 𝑋a = 𝜃 + 2.
•
𝑋
𝑋c + a€` a •
𝐸 𝜃c = 𝐸 𝑛 − 1 − 2 = 1 𝐸 𝑋 + a€` 𝑋a − 2 = 1 𝐸 𝑋 + 1 𝐸 1
𝑋 + ⋯ + 𝑋• − 2
c c
2 2 𝑛−1 2 2 𝑛−1 `

𝜃+2 1 𝜃+2 1
= + 𝐸 𝑋` + 𝑋f + ⋯ + 𝑋• − 2 = + 𝑛−1 𝜃+2 =
2 2 𝑛−1 2 2 𝑛−1
𝜃+2 𝜃+2
= + −2=𝜃+2−2=𝜃
2 2

𝑋c + ⋯ + 𝑋• 1
𝐸 𝜃` = 𝐸 𝑋 − 2 = 𝐸 𝑋 − 2 = 𝐸 −2= 𝑛 𝜃+2 −2=𝜃
𝑛 𝑛
Logo, ambos são centrados.

A opção correta é a c).

ii) 𝑉 𝐹 Se 𝑛 = 5 e 𝜎 ` = 10, 𝜃c é mais eficiente que 𝜃` .

Note que como se trata de uma amostra aleatória de uma população desconhecida, sabe-se que: 𝑋a ~? (𝜃) e
𝑉𝑎𝑟 𝑋a = 𝜎 ` .
 •
a€` 𝑋a
𝑋c +
𝑉𝑎𝑟 𝜃c = 𝑉𝑎𝑟 𝑛−1 −2
2

•
1 a€` 𝑋a ii 1 1 1
= 𝑉𝑎𝑟 𝑋c + = 𝑉𝑎𝑟 𝑋c + 𝑉𝑎𝑟 𝑋 + ⋯ + 𝑋•
4 𝑛−1 4 4 𝑛−1 `
1 1 1 1
= 𝜎` + `
𝑉𝑎𝑟 𝑋` + ⋯ + 𝑉𝑎𝑟 𝑋• = 𝜎` + `
𝑛 − 1 𝜎` =
4 4 𝑛−1 4 4 𝑛−1
1 ` 𝜎` (c) 10 10
= 𝜎 + = + = 3.125
4 4 𝑛−1 4 16

𝑋c + ⋯ + 𝑋• 1 `
𝜎 ` (c) 10
𝑉𝑎𝑟 𝜃` = 𝑉𝑎𝑟 𝑋 − 2 = 𝑉𝑎𝑟 𝑋 = 𝑉𝑎𝑟 = ` 𝑛𝜎 = = =2
𝑛 𝑛 𝑛 5
(1) Substituindo por 𝑛 = 5 e 𝜎 ` = 10

Como 𝑉𝑎𝑟 𝜃c > 𝑉𝑎𝑟 𝜃` , 𝜃` é o estimador mais eficiente.

A afirmação é Falsa.