Вы находитесь на странице: 1из 53

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs.

Alexandre Lima e Moraes Junior Aula 10 - Questes Comentadas e Resolvidas Amostragem. Amostragem distribuies amostrais. aleatria, teorema das do limite de central,

1. (ICMS-RJ/2011/FGV) A respeito probabilstica, NO correto afirmar que

tcnicas

amostragem

A) na amostragem por conglomerado a populao dividida em diferentes grupos, extraindo-se uma amostra apenas dos conglomerados selecionados. B) na amostragem estratificada, se a populao pode ser dividida em subgrupos que consistem em indivduos bastante semelhantes entre si, podese obter uma amostra aleatria em cada grupo. C) na amostragem aleatria simples se sorteia um elemento da populao, sendo que todos os elementos tm a mesma probabilidade de serem selecionados. D) na amostragem por voluntrios a populao selecionada de forma a estratificar aleatoriamente os grupos selecionados. E) na amostragem sistemtica os elementos da populao se apresentam ordenados, e a retirada dos elementos da amostra feita periodicamente. Resoluo PRELIMINARES: TCNICAS DE AMOSTRAGEM Introduo Definio (Populao). Uma populao observaes em que estamos interessados. consiste na totalidade das

Definio (Amostra). Uma amostra um subconjunto de observaes selecionadas a partir de uma populao. Em problemas de inferncia estatstica, os conjuntos de dados sero as amostras retiradas das populaes sob investigao. preciso assegurar que a amostra seja representativa da populao. Isto quer dizer que, a no ser por pequenas discrepncias inerentes ao acaso, que sempre acontecem em maior ou menor grau no processo de amostragem, a amostra deve ter as mesmas caractersticas bsicas da populao, no que diz respeito (s) varivel(is) de interesse. Sendo assim, importante saber quando temos uma amostra representativa ou no. Se ela no for representativa, o trabalho do estatstico ficar comprometido e os resultados sero provavelmente incorretos.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior H dois tipos de amostragem: a probabilstica e a no probabilstica. A amostragem ser probabilstica se todos os elementos da populao tiverem probabilidade conhecida e diferente de zero de pertencer amostra. Caso contrrio, a amostragem ser no probabilstica. Segundo essa definio, a amostragem probabilstica implica um sorteio com regras bem determinadas. As tcnicas da inferncia estatstica pressupem que as amostras utilizadas sejam probabilsticas, o que muitas vezes no possvel. Entretanto, o bom senso indicar quando o processo de amostragem, mesmo no sendo probabilstico, pode ser, para efeitos prticos, considerado como tal. A utilizao de uma amostragem probabilstica assegura que a amostra seja representativa, pois o acaso ser o nico responsvel por eventuais diferenas entre populao e amostra, o que levado em conta pelos mtodos da inferncia estatstica. Uma amostra no representativa uma amostra viciada e o vcio inerente aos dados dessa amostra o vcio de amostragem. A sua utilizao pela inferncia estatstica levar a resultados que no correspondem realidade. Pode-se evitar que isso ocorra por meio de uma coleta adequada dos elementos que constituiro a amostra. ALGUMAS TCNICAS DE AMOSTRAGEM PROBABILSTICA Sero explicadas na sequncia algumas tcnicas de amostragem probabilstica importantes na prtica e que podero ser cobradas na sua prova: amostragem aleatria simples, amostragem sistemtica, amostragem por conglomerados e amostragem estratificada. Amostragem Aleatria Simples A amostragem mais usada a amostragem aleatria simples tambm chamada de casual simples, simples ao acaso, casual, simples, elementar, randmica, etc., em que selecionamos ao acaso, com ou sem reposio, os itens da populao que faro parte da amostra. A amostragem aleatria equivalente a um sorteio lotrico. Nela, todos os elementos da populao tm igual probabilidade de pertencer amostra, e todas as possveis amostras tm tambm igual probabilidade de ocorrer. Sendo N o nmero de elementos da populao e n o nmero de elementos da amostra, cada elemento da populao tem probabilidade n/N (frao de amostragem) de pertencer amostra. Por outro lado, existem CN,n (combinao de N elementos tomados n a n) possveis amostras, todas igualmente provveis.
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior A seleo de uma amostra um experimento aleatrio e cada observao na amostra o valor observado de uma varivel aleatria.
Seja X a varivel aleatria que representa o resultado de uma seleo de uma observao proveniente de uma populao. Faa f(x) denotar a funo densidade de probabilidade de X. Admita que cada observao na amostra seja obtida independentemente, sob condies inalteradas. Ou seja, as observaes para a amostra so obtidas observando-se X independentemente, sob condies inalteradas, isto , n vezes. Faa Xi denotar a varivel aleatria que representa a i-sima observao da amostra. Ento X1, X2, ..., Xn uma amostra aleatria e os valores numricos obtidos (observaes) so denotados por x1, x2, ..., xn. As variveis aleatrias em uma amostra aleatria so independentes, com a mesma distribuio de probabilidades f(x), tendo em vista as condies idnticas sob as quais cada observao obtida. A funo densidade conjunta da amostra aleatria f (x1 , x 2 ,..., x n ) = f (x1 ).f (x 2 )...f (x n ) .

Definio (Amostra Aleatria). As variveis aleatrias (X1 , X 2 ,..., X n ) so uma amostra aleatria de tamanho n, se (i) os Xis forem variveis aleatrias independentes e (ii) cada Xi tiver a mesma distribuio de probabilidade.
O principal objetivo de tomar uma amostra aleatria obter informao sobre parmetros desconhecidos de uma populao. Considere, por exemplo, que desejamos ter uma idia da proporo de pessoas no Brasil que preferem uma determinada marca de gua mineral (suponha que a populao seja composta por pessoas que tomam gua mineral). Seja p o valor desconhecido dessa proporo. Como impraticvel questionar cada indivduo da populao para se determinar o verdadeiro valor de p, optamos por fazer uma inferncia em relao verdadeira proporo p. Neste caso, selecionamos uma amostra de aleatria (de um tamanho apropriado) e usamos a proporo observada p pessoas nesta amostra que tenham escolhido a marca de gua mineral em questo. , calculada dividindo o nmero de indivduos na A proporo da amostra, p amostra que preferem a marca de gua mineral pelo tamanho total, n, da uma funo dos valores observados na amostra amostra. Deste modo, p aleatria. Como podemos obter vrias amostras diferentes a partir de uma variar de amostra para amostra. Concluipopulao, tem-se que o valor de p uma varivel aleatria. Tal varivel aleatria denominada se que p estatstica ou estimador.

Amostragem Estratificada A amostragem estratificada usada quando a populao divide-se em sub-populaes (estratos) razoavelmente homogneos. A amostragem estratificada consiste em se especificar quantos itens da amostra

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior sero retirados de cada estrato. A seleo em cada estrato deve ser aleatria.
Por exemplo, considere que a populao de uma universidade tenha a seguinte composio: 10% de professores, 15% de funcionrios e 75% de alunos. Ento uma amostra estratificada proporcional teria 10% de professores, 15% de funcionrios e 75% de alunos.

Amostragem Sistemtica Os elementos da populao apresentam-se ordenados e so retirados periodicamente (de cada k elementos, um escolhido). Amostragem por Conglomerados A amostragem por conglomerados usada quando a populao pode ser subdividida em subpopulaes (conglomerados) heterogneos representativos da populao. A amostragem feita sobre os conglomerados e no mais sobre os indivduos da populao. Ou seja, a amostragem realizada em duas etapas: 1) seleo aleatria de conglomerados e 2) seleo aleatria dos elementos. Amostragem por Voluntrios Ocorre, por exemplo, no caso da aplicao experimental de uma nova droga em pacientes, quando a tica obriga que haja concordncia dos escolhidos.
Voltemos resoluo da questo.

Anlise das alternativas


A) na amostragem por conglomerado a populao dividida em diferentes grupos, extraindo-se uma amostra apenas dos conglomerados selecionados correta (vide comentrios acima). B) na amostragem estratificada, se a populao pode ser dividida em subgrupos que consistem em indivduos bastante semelhantes entre si, podese obter uma amostra aleatria em cada grupo correta (vide comentrios acima). C) na amostragem aleatria simples se sorteia um elemento da populao, sendo que todos os elementos tm a mesma probabilidade de serem selecionados correta (vide comentrios acima). D) na amostragem por voluntrios a populao selecionada de forma a estratificar aleatoriamente os grupos selecionados incorreta, pois no h estratificao aleatria dos grupos selecionados. Na amostragem por voluntrios deve haver a concordncia dos escolhidos.
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior E) na amostragem sistemtica os elementos da populao se apresentam ordenados, e a retirada dos elementos da amostra feita periodicamente correta (vide comentrios acima).
GABARITO: D

2. (AFPS/2002/ESAF) Assinale a opo correta em referncia ao significado do termo amostragem aleatria simples.
A) Refere-se a um mtodo de classificao da populao. B) Refere-se representatividade da amostra. C) um mtodo de escolha de amostras. D) Refere-se a amostras sistemticas de populaes infinitas. E) Refere-se amostragem por quotas.

Resoluo Anlise das alternativas:


A) A amostragem aleatria simples (AAS) no um mtodo de classificao da populao. A AAS um mtodo de amostragem probabilstica FALSA. B) A utilizao de uma amostragem probabilstica a melhor estratgia para se garantir a representatividade da amostra, pois o acaso ser o nico responsvel por eventuais discrepncias entre populao e amostra, o que levado em conta pelos mtodos de anlise da Inferncia Estatstica. No obstante o fato da AAS ser uma tcnica de amostragem probabilstica, o seu significado est diretamente associado sua caracterstica randmica, sendo por isso equivalente a um sorteio lotrico FALSA. C) A AAS um mtodo de amostragem VERDADEIRA. D) A amostragem sistemtica uma tcnica probabilstica de amostragem diferente da AAS. Por exemplo, em uma linha de produo, podemos, a cada cem itens produzidos, retirar um para pertencer a uma amostra da produo diria. Assim, na amostragem sistemtica, os elementos da populao se apresentam ordenados e a retirada dos elementos da amostra feita periodicamente FALSA. E) Esta opo evidentemente absurda. Sem maiores comentrios FALSA. GABARITO: C

3. (TCE-ES/2001/ESAF) Sejam X1, X2, ..., X200 variveis aleatrias idnticas e independentemente distribudas com densidade comum do tipo gama, i.e. com densidade (x>0):

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 1 1 exp x f (x) = 3 x 3
Seja Y = X1 + X2 + ... +X200 e (w) a funo de distribuio normal padro. Assinale a opo que d a aproximao do Teorema Central do Limite de P(Y 294). A) (0,25) B) (0,20) C) (0,75) D) 1 - (0,75) E) 1 - (0,25)

Resoluo
A varivel aleatria X com funo densidade de probabilidade

f (x ) =

1 x a1e x / b , b (a)
a

x > 0,

tem distribuio gama com parmetros a > 0 e b > 0 . A distribuio gama tem mdia ab e varincia ab 2 . O enunciado forneceu a densidade

f (x ) =

1 1 1 exp x = 1 / 2 x 1/ 2e x / 3 . 3 x 3 3

Logo os parmetros a e b que caracterizam a distribuio gama acima so


a 1 = 1 / 2 a = 1 1 / 2 = 1 / 2 e b = 3 .

Assim, E(X ) = ab = 1 / 2 3 = 1,5 e Var (X) = ab 2 = 1 / 2 9 = 4,5 . Seja Y = Sn. O TCL afirma que a varivel transformada

Sn n Y E(Y ) = (Y ) n
tende para a normal padro quando n . A varivel Y tem mdia E(Y) = n.E(X) = nab = 200 x 1,5 = 300 e varincia Var(Y) = n.Var(X) = 200 x 4,5 = 900 (Y) = 9001/2 = 30.
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Y E(Y ) 294 300 6 1 Z= = = = = 0,20 . 30 30 5 (Y )
Desta forma, P(Y 294) = P(Z -0,20). As duas figuras que se seguem ilustram que a rea sob a normal padro direita de z=-0,20 (P(Z -0,20)) equivalente rea sob a normal padro esquerda de z=0,20 (P(Z 0,20)). Como P(Z 0,20) = (0,20) e P(Z -0,20) = P(Z 0,20), conclumos que P(Z -0,20) = (0,20).

0.4

0.35

0.3

0.25

0.2

0.15

0.1

P(Z > -0,2)

0.05

0 -3

-2

-1

0.4

0.35

0.3

0.25

0.2

0.15

0.1

P(Z < 0,2)

0.05

0 -3

-2

-1

TEOREMA DO LIMITE CENTRAL: REVISO


As distribuies de Poisson e a Binomial tm a distribuio normal como o seu caso limite. Ser que isto acontece com outras distribuies?

Teorema Central do Limite (TCL) (*). Considere n variveis aleatrias independentes e identicamente distribudas X1 , X 2 ,..., X n com mdia finita e varincia 2. Seja a soma Sn = X1 + X 2 + ... + X n , com mdia E(Sn ) = n e
varincia Var (Sn ) = n 2 . Ento a varivel aleatria padronizada

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Sn E(Sn ) Sn n = Var (Sn ) n
assintoticamente normal (isto , tende para a normal quando n tende para infinito) com mdia nula e desvio-padro igual a um (normal padro ou reduzida). Ou seja,

S n P n z P(Z z) , n
em que Z a varivel aleatria N(0,1). A aproximao da binomial pela normal um exemplo de aplicao do TCL. (*) Tambm chamado de Teorema do Limite Central ou Teorema Limite Central. A demonstrao do TCL no ser dada, pois est fora do escopo do curso. No obstante, podemos testar a validade do TCL na prtica. Para tal, basta rodar uma simulao em um software estatstico. Foi o que fizemos. As quatro prximas figuras mostram os histogramas correspondentes s seguintes realizaes (todas com 1024 observaes):

Uma varivel aleatria uniforme X1; S2 = X1+X2, em que X1 e X2 so variveis aleatrias uniformes e identicamente distribudas (IID); S10 = X1+X2+...+X10, em que X1,X2,...,X10 so variveis uniformes IID; e S50 = X1+X2+...+X50, em que X1,X2,...,X50 so variveis uniformes IID.
Uma varivel aleatria uniforme
600

500

400

300

200

100

0 -0.2

0.2

0.4

0.6

0.8

1.2

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
Soma de 2 variveis aleatrias uniformes
1200

1000

800

600

400

200

0 0

0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

Soma de 10 variveis aleatrias uniformes


1800 1600 1400 1200 1000 800 600 400 200 0 1 histograma curv a normal

Soma de 50 variveis aleatrias uniformes


1800 1600 1400 1200 1000 800 600 400 200 0 16 histograma curv a normal

18

20

22

24

26

28

30

32

34

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
Observe que o histograma de S10 bem ajustado pela curva normal. O mesmo comportamento ocorre para o histograma de S50. Reparou que o histograma de S2 tem um formato triangular? Isso no acontece por acaso. Mas discutir porqu isso tem de ser assim est fora do nosso programa ... no fique preocupado porque isso no cair na prova. O TCL tambm verdadeiro sob condies mais gerais. Por exemplo, ele vale quando X1 , X 2 ,..., X n so variveis independentes com a mesma mdia e varincia, mas no necessariamente identicamente distribudas.

E se X1,X2,...,Xn forem variveis aleatrias normais e independentes, com E(Xi) = i e Var(Xi) = 2i para i =1, 2, ..., n? Voc est lembrado da propriedade reprodutiva da distribuio normal? No nos custar nada relembr-las, pois so importantes para a prova! Ento vamos l. Seja Y = X1 + X2 + ... + Xn.
Ento Y tem mdia

E(Y) = 1 + 2 + ... + n
e varincia

Var(Y) = 21 + 22 + ... + 2n.


GABARITO: B

4. (AFPS/2002/ESAF) O desvio-padro da mdia para uma amostra de tamanho 100 30. A fim de tornar o desvio-padro da mdia igual a 15, o que deveramos fazer?
A) Aumentar o tamanho da amostra para 200. B) Aumentar o tamanho da amostra para 150. C) Diminuir a amostra para 50. D) Aumentar o tamanho da amostra para 400. E) Aumentar o tamanho da amostra para 300.

Resoluo PRELIMINARES Definio (Estatstica). Uma estatstica ou estimador qualquer funo das observaes de uma amostra.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

10

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Ns j trabalhamos com estatsticas neste curso. Nas aulas anteriores, estudamos, por exemplo, a mdia X e a varincia S2 de um conjunto de dados. A partir desta aula, usaremos as notaes X e x para o estimador e para a estimativa da mdia de uma populao, respectivamente. De forma anloga, S 2 e s 2 denotam, respectivamente, o estimador e a estimativa da varincia de uma populao.
Obtemos estimativas dos parmetros de uma populao, tais como mdia e varincia, por meio de estatsticas. Em problemas de inferncia, conveniente ter um smbolo para denotar o parmetro de interesse. Usaremos a letra grega (teta) para representar o parmetro. O objetivo da estimao chegar a uma estimativa de com base nos dados da amostra. Um valor numrico de uma estatstica amostral ser usado como a estimativa. Em geral, se X for uma varivel aleatria com distribuio de probabilidades f(x), caracterizada por um parmetro desconhecido , e se X1 , X 2 ,..., X n for uma amostra aleatria de X, ento a estatstica

= g(X , X ,..., X ) 1 2 n
uma varivel aleatria, porque denominada estimador de . Note que uma funo de variveis aleatrias. Aps a amostra ter sido selecionada, , chamado de estimativa de . assume um valor numrico particular E

Definio (Estimativa). Uma estimativa pontual de um parmetro da de uma estatstica . populao um nico valor numrico E Exemplo. Seja uma varivel aleatria normal X com mdia desconhecida . A mdia da amostra um estimador da mdia desconhecida da = X . Depois de a amostra ter sido selecionada, o valor populao. Isto , numrico x a estimativa de . Assim, se x1 = 23 , x 2 = 31 , x 3 = 29 e x 4 = 26 ,
ento a estimativa de

x=

23 + 31 + 29 + 26 = 27,25 . 4

Note que o resultado obtido acima mera aplicao da frmula

X=

X1 + X 2 + X 3 + X 4 4

que define o estimador da mdia amostral.

DISTRIBUIO AMOSTRAL DA MDIA

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

11

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Uma estatstica possui uma distribuio de probabilidades, pois uma varivel aleatria. Chamamos a distribuio de probabilidades de uma estatstica de distribuio amostral.
Se a populao infinita ou se a amostragem feita com reposio, ento os valores da amostra podem ser considerados observaes de variveis aleatrias independentes, com a mesma distribuio de probabilidades da populao, portanto com a mesma mdia e a mesma varincia 2 da populao. A mdia X da amostra aleatria (X1 , X 2 ,..., X n ) dada por

X=
Ento, o valor esperado de X

X1 + X 2 + ... + Xn . n

1 1 n X + X 2 + ... + Xn 1 E( X ) = E 1 = = E(X1 ) + E(X 2 ) + ... + E(Xn ) = n n n n n


e a varincia de X
n 2 2 X + X 2 + ... + X n 1 = var(X ) = var 1 = 2 [var(X1 ) + var(X 2 ) + ... + var(X n )] = n n2 n n

Vemos, portanto, que a mdia em torno da qual devem variar os possveis valores da estatstica X a prpria mdia da populao. Alm disso, a varincia com que se dispersam os possveis valores da estatstica X n vezes menor do que a varincia da populao de onde retirada a amostra. Da frmula da varincia de X , resulta que o desviopadro da mdia dado por

(X) =
Voltemos questo.

. n

Dados: ( X ) = 30 e n = 100 . O que fazer para obter ( X )' = 15 ? Primeiramente, devemos descartar a opo C, pois absurda. O desvio-padro de X n vezes menor que o desvio-padro da populao, ou seja, ( X ) = / n . Portanto, o tamanho da amostra deve aumentar para que o desvio-padro diminua. A relao

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

12

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior (X ) ( X )' = = = = 2 n' 4n 2 n
mostra que necessrio que n seja multiplicado por 4 a fim de tornar o desvio-padro da mdia igual a metade do valor anterior. Logo n= 4 x 100 = 400. GABARITO: D

5. (Analista Judicirio/Estatstica/TRF da 1 Regio/2001/FCC) Uma amostra aleatria simples sem reposio de tamanho n tomada de uma populao de tamanho N. Determine a varincia da mdia amostral, sabendo que a varincia populacional 2.
A) B) C) D) E)
2 (N n) n(N 1) 2N n(N 1) 2 (N 1) n(N n) 2 n(N 1) 2N (N n)

Resoluo
Se a populao infinita ou se a amostragem feita com reposio a varincia da mdia amostral X dada por

var(X ) =

2 , n

em que 2 denota a varincia populacional e n o tamanho da amostra. No caso de amostragem aleatria simples sem reposio de populaes finitas, temos que

Var ( X ) =

2 N n n N 1

em que N o nmero de elementos da populao e o fator


Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

13

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Nn N 1
o fator de populao finita. Logo, a alternativa A a nica opo correta. GABARITO: A

6. (Analista da SUSEP/Aturia/2010/ESAF) Considere as n variveis aleatrias iid, isto , independentes e identicamente distribudas X1, X2 ,..., Xn n com distribuio N(,2). Considere ainda X = i=1 X i / n e
s 2 = i=1 (X i X ) 2 /(n 1) .
n

Dessa

maneira

quociente

entre

as

variveis

aleatrias independentes n( X ) 2 / 2 e s2/2 uma varivel aleatria: A) t de Student com n-1 graus de liberdade. B) Qui-quadrado com n-1 graus de liberdade dividida pelo seu nmero de graus de liberdade. C) Qui-quadrado com 1 grau de liberdade. D) F com n-1 graus de liberdade no numerador e 1 grau de liberdade no denominador. E) F com 1 grau de liberdade no numerador e n-1 graus de liberdade no denominador.

Resoluo
A questo cobra se o candidato conhece a distribuio da estatstica
n( X ) 2 2 = s2 2 X / n . 2 n Xi X i=1 n 1
2

Ora, a mdia amostral X normal, pois X1, X2 ,..., Xn tm distribuio N(,2). Assim, o numerador

X / n

tem distribuio qui-quadrado com 1 grau de liberdade, pois trata-se do quadrado de uma varivel aleatria normal reduzida. A estatstica

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

14

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
Xi X i=1
n 2

2 tem distribuio n 1 . Sabe-se que uma varivel aleatria F com n1 graus de liberdade no numerador e n2 graus de liberdade no denominador dada por 2 n / n1 1 2 n / n2 2

Fn1 ,n2 =
Portanto, a varivel aleatria

X / n 1 2 n Xi X i=1 n 1
tem distribuio F com 1 grau de liberdade no numerador e n-1 graus de liberdade no denominador.

REVISO DE ALGUMAS DISTRIBUIES Distribuio Qui-quadrado


A distribuio qui-quadrado com parmetro n>0 (n um inteiro) de uma varivel aleatria X definida pelo modelo contnuo
f (x ) = K x
n 2 2

e x/2 para x 0 ( f ( x) = 0 para x < 0)

em que K =

n/ 2

1 e (.) a funo gama. (n/2)

No se assuste com a frmula acima. Voc no precisa decorar essa expresso porque ela no cair na prova! Ns a colocamos aqui para que voc saiba que a distribuio qui-quadrado possui uma expresso analtica. Na prova, ser dada uma tabela de valores da qui-quadrado, caso haja alguma questo que envolva o uso dessa distribuio. Entretanto, no faremos uso da tabela da qui-quadrado nesta aula, pois esta distribuio ser bastante explorada em aulas posteriores (veremos que ela tem um papel relevante na Inferncia Estatstica).

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

15

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior A equao acima define a famlia das distribuies qui-quadrado com n graus 2 de liberdade , usualmente representada por n .
A distribuio qui-quadrado est relacionada distribuio normal. Sejam as observaes X1, X2, ..., Xn provenientes de uma populao normal de mdia e desvio-padro 2. Ento a transformao
n X 2 = i = Zi i=1 i=1 n 2 2 n

tem distribuio qui-quadrado com n graus de liberdade. Note que a varivel Zi 2 na frmula acima a varivel aleatria normal padro. Logo, a varivel n a soma dos quadrados de n variveis aleatrias normais padronizadas . Neste momento, talvez voc deve estar fazendo a seguinte pergunta para si mesmo: porque os professores esto ensinado essa tal de distribuio quiquadrado? A resposta simples: porque a qui-quadrado, assim como a normal, muito usada na resoluo de problemas de Inferncia Estatstica. A figura a seguir ilustra grficos de densidades qui-quadrado com 1, 3, 6 e 10 graus de liberdade (curvas azul, preta, vermelha e rosa, respectivamente).
0.9 X 1 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 X 3 X 6 X 10

10

15

20

25

A Tabela a seguir fornece a mdia, a varincia e o desvio padro da distribuio qui-quadrado com n graus de liberdade.

Tabela: Caracterizao da Distribuio Qui-quadrado Mdia Varincia Desvio Padro


Profs. Alexandre Lima e Moraes Junior

E(X) = n Var (X ) = 2n
(X) = 2n 16

www.pontodosconcursos.com.br

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Distribuio t de Student
A distribuio t de Student com n graus de liberdade dada por

x2 f (x) = K st 1 + n
em que K st =

n+1 2

[(n + 1)/2] . (n/2) n

Na prova, tambm dever ser dada a tabela de valores da distribuio t de Student caso haja alguma questo que envolva o uso dessa distribuio. No trabalharemos com a tabela da t de Student neste momento, pois este tpico ser visto quando estudarmos a Inferncia Estatstica. A figura a seguir mostra os grficos da distribuio t de Student para 1, 10 e 20 graus de liberdade (curvas azul, verde e vermelha, respectivamente). Note que o formato da t de Student se aproxima da normal (curva preta tracejada) conforme aumenta o nmero de graus de liberdade.
0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 -3 normal t1 t10 t20

-2

-1

Veremos posteriormente por que a distribuio t de Student relevante no estudo da Estatstica Indutiva. Mas bom que voc comece a se familiarizar com variveis aleatrias do tipo t de Student desde j. Como elas surgem na Estatstica? Esta pergunta ser respondida de forma sucinta no prximo pargrafo. Considere um conjunto de n valores retirados de uma populao normal de mdia e desvio-padro . Defina a varivel

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

17

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior X t= , S/ n
em que X e S denotam a mdia aritmtica e o desvio-padro das n observaes, respectivamente. Veremos que a distribuio de t no normal, apesar da frmula acima ser similar da normal reduzida. De fato, trata-se de uma varivel com distribuio t de Student. Esta distribuio simtrica e tem mdia nula, assim como a normal padro.

Distribuio F de Snedecor
Define-se a varivel F com n1 graus de liberdade no numerador e n2 graus de liberdade no denominador, ou simplesmente, Fn1 ,n2 , por

Fn1,n2 =

2 n /n1 1 2 n /n2 2

onde 2 designa uma varivel aleatria com distribuio qui-quadrado com ni n i graus de liberdade. A figura abaixo mostra a densidade F3,5.

0.7 F3,5 0.6

0.5

0.4

0.3

0.2

0.1

0 0

10

A distribuio F de Snedecor tem um papel importante na Inferncia Estatstica. Estudaremos essa distribuio com mais detalhes em aulas posteriores. GABARITO: E

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

18

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 7. (Analista Tcnico da SUSEP/2006/ESAF) Seja X1, X2, ... uma sucesso de variveis aleatrias identicamente distribudas, cada uma com mdia e varincia 2, tendo a propriedade de qualquer nmero finito delas so independentes. Ento, para cada z
X + ... + X n n lim P 1 < z = (z), n

onde ( z ) uma funo de distribuio: A) Normal reduzida. B) Normal. C) Qui-quadrado. D) Log-normal. E) Binomial.

Resoluo
Sejam X1 , X 2 ,..., X n variveis aleatrias independentes e identicamente distribudas, com mdia e varincia 2. De acordo com o TCL, se Sn = X1 + X 2 + ... + X n , ento

Sn E(Sn ) Sn n = Var (Sn ) n


assintoticamente normal (isto , tende para a normal quando n tende para infinito) com mdia nula e desvio-padro igual a um (normal padro ou reduzida). Ou seja,

S n lim P n < z = P(Z < z) = (z) , n

em que Z a varivel aleatria N(0,1). O TCL tambm verdadeiro sob condies mais gerais. Por exemplo, ele vale quando X1 , X 2 ,..., X n so variveis independentes com a mesma mdia e varincia, mas no necessariamente identicamente distribudas. GABARITO: A

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

19

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 8. (Analista Tcnico da SUSEP/2002/ESAF) Sejam X1, ..., X12 variveis aleatrias uniformemente e independentemente distribudas no intervalo (0;1). Assinale a opo que corresponde aproximao do Teorema Central do Limite de
12 P X i > 7. i=1
A tabela apresentada a seguir d valores da funo de distribuio F(x) da distribuio normal padro aproximada a duas casas decimais. x 0,0 0,5 1,0 1,5 2,0 A) 0,50 B) 0,31 C) 0,07 D) 0,02 E) 0,16 F(x) 0,50 0,69 0,84 0,93 0,98

Resoluo
As variveis aleatrias IID X1 , X 2 ,..., X12 tm distribuio uniforme no intervalo (0,1), conforme ilustrado pela figura abaixo.

Sabemos que: (X i ) =

(a + b) (0 + 1) (b a) (1 0) = 1 / 2 e 2 (X i ) = = = = 1 / 12 . 2 2 12 12

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

20

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Seja o somatrio Sn = X1 + X 2 + ... + X n . O TCL afirma que, no limite (isto , quando somamos um nmero infinito de variveis aleatrias IID), vale
S n lim P n z = (z) . n n 12 12 A questo pede que P X i > 7 = 1 P X i 7 seja calculado usando uma i=1 i=1 verso truncada (ou aproximada) do TCL para n = 12. Observe que 7 n 7 12 0,5 = = 7 6 = 1. z= 1 n 12 12
Logo,
P(Z > 1,0 ) 1 (1,0 ) = 1 0,84 = 0,16 .

GABARITO: E

9. (Analista Tcnico da SUSEP/2001/ESAF) O tempo de vida til de uma pilha uma varivel aleatria com distribuio do tipo contnuo, mdia de 40 horas e desvio-padro de 20 horas. Usa-se a pilha at que sua energia se esgote quando substituda por uma nova. Suponha que se tenha disposio um estoque de 25 pilhas com tempos de vida com essas caractersticas e independentemente distribudos. Seja (x) a funo de distribuio da normal padro. Assinale a opo que corresponde aproximao do Teorema Central do Limite para a probabilidade de que com as 25 pilhas se obtenha pelo menos 1.100 horas de uso contnuo.
A) 1-(1) B) (1) C) (2) D) 0,5 E) (2)- (1)

Resoluo Pelo menos 1.100 horas de uso contnuo S 25 = (X1 + X 2 + ... + X 25 ) 1.100 , ou
seja, o somatrio dos tempos de vida til das 25 pilhas tem de ser, no mnimo, 1.100 horas. Dados: = 40 h, = 20 h e n = 25.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

21

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 1.100 n 1.100 25 40 z= = =1 n 20 25 P(S 25 1.100) = P(Z > 1,0) 1 (1) .
GABARITO: A

10. (Analista Ministerial-Estatstica-MPE-PE/2006/FCC) Seja a mdia de uma amostra aleatria simples com reposio, de tamanho 64, retirada de uma populao Normal com mdia 200 e varincia 400. Usando o fato de que P(Z>1,64) = 0,05, onde Z a Normal Padro, o valor de a para que P(| X |a) = 0,90 igual a
A) 6,4 B) 5,2 C) 4,8 D) 4,1 E) 3,6

Resoluo
Note que podemos reescrever P(| X -|a) = 0,90 da forma

P{-a X - a} = 0,90 ou P{ -a X + a} = 0,90. A Fig. abaixo ilustra a probabilidade acima.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

22

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior

Dados do enunciado: n = 64, = 200, 2 = 400 e P(Z>1,64) = 5%.

z=

( + a) a = 1,64 = 1,64 a = 4,10 . n 20 64

GABARITO: D

(Especialista em Regulao de Aviao Civil/ANAC/2009/CESPE/adaptada) Considere que U1, U2 e U3 sejam cpias independentes de uma distribuio uniforme, com mdia igual a 6 e varincia igual a 3. Com base nessas informaes, julgue os prximos itens (11 a 14) acerca da soma S = U1 + U2 + U3. 11. A soma S segue uma distribuio uniforme, com mdia igual a 18 e varincia igual a 9. Resoluo
Antes de discutir se a varivel aleatria S = U1 + U2 + U3 tem ou no distribuio uniforme, vamos calcular a mdia e a varincia de S.

Mdia: E(S) = S = E(U1 + U2 + U3) = E(U1) + E(U2) + E(U3) = 3x6 = 18. Varincia: var(S) = var(U1 + U2 + U3) = var(U1) + var(U2) + var(U3) = 3x3 = 9, pois a varincia da soma de variveis independentes igual soma das varincias individuais.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

23

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Agora, precisamos analisar a distribuio de S e todo cuidado pouco ... h uma propriedade da distribuio normal, denominada propriedade reprodutiva que diz o seguinte:
Se U1, U2, ..., Un forem variveis aleatrias normais e independentes, com E(Ui) = i e var(Ui) = i2 para i = 1, 2, ..., n, ento
S = c1U1 + c2U2 + ... + cnUn, em que c1, c2, ..., cn, so constantes, ser uma varivel aleatria normal com
S = c11 + c22 + ... + cnn,

e
2 2 2 2 2 var(S) = c1 1 + c 2 2 2 + ... + c n n .

Repare que as variveis U1, U2, ..., Un precisam ser normais, para que valha a propriedade reprodutiva. Na questo, U1, U2 e U3 so variveis uniformes. Observe que no h uma propriedade reprodutiva para a distribuio uniforme. Portanto, no podemos afirmar que S = U1 + U2 + U3 tem distribuio uniforme. Alis, isto contraria a intuio, uma vez que o TCL diz que a distribuio de probabilidades da soma de um nmero infinito de variveis aleatrias uniformes IID converge para a distribuio normal. Sendo assim, o item est ERRADO. possvel determinar a distribuio de S = U1 + U2 + U3, em que U1, U2 e U3 so cpias independentes de uma distribuio uniforme. Contudo, este clculo depende do conhecimento do conceito de funo caracterstica. Preferimos no ensinar isso para voc, pois no precisamos deste conceito para resolver a questo. GABARITO: ERRADO

12. De acordo com o teorema limite central, se e so, respectivamente, a S 3 mdia e o desvio padro de S, ento a varivel Z = segue uma 3 distribuio normal padro. Resoluo
O TCL diz que a distribuio de probabilidades da soma de um nmero infinito de variveis aleatrias IID converge para a distribuio normal. A soma de 3 variveis aleatrias uniformes IID no normal ERRADO.
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

24

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior GABARITO: ERRADO 13. A mdia correspondente varivel transformada W =
e a varincia igual a 1.

S 6 igual a zero, 3

Resoluo
18 E(S) S S 6 = 6 = 0, E(W) = W = E 6 = E E(6) = 3 3 3 3 var(S) 9 S 1 var(W) = var 6 = 2 var(s ) = = = 1 item CORRETO. 9 9 3 3
GABARITO: CERTO

14. O valor esperado de S2 superior a 300. Resoluo


var(S) = E(S 2 ) S 2 E(S 2 ) = var(S) + S 2 = 9 + 182 = 9 + 324 = 333 item CORRETO.
GABARITO: CERTO

(ANPEC/2009/adaptada) Sobre variveis afirmativas 15 e 16 so corretas ou falsas:

aleatrias

indique

se

as

15. Se X possui distribuio Normal com mdia e varincia 2, ento Z = aX + b possui distribuio Normal com mdia a e varincia (a)22. Resoluo
var(Z) = a2 var(X) = a2 2 ,
mas E(Z) = aE(X ) + b afirmativa FALSA. GABARITO: FALSO

16. Se duas variveis aleatrias X e Y tem covarincia nula, ento elas so independentes. Resoluo
Lembre que independncia implica covarincia nula; a recproca, porm, no verdadeira afirmativa FALSA. GABARITO: FALSO
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

25

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior (ANPEC/2009/adaptada) Sejam X1, X2, ..., Xn variveis aleatrias independentes e normalmente distribudas com mdia e varincia 1. Defina
as variveis aleatrias X = n1 X i e Z = Xi2 . Julgue os itens a seguir.
i=1 i=1 n n

17. Se R = X1, quando X1>0, P(R1) = (1-)/(1-(0-)), em que (c) a funo distribuio de uma varivel aleatria Normal padro. Resoluo
Se R = X1, P(R1) = P[Z*(1-)/] = P[Z*(1-)/1] = (1-) afirmativa FALSA. Nota: Z* denota a varivel aleatria normal reduzida. GABARITO: FALSO

18. Z uma varivel aleatria com distribuio 2 com n graus de liberdade. Resoluo
Seja a amostra aleatria (X1 , X 2 ,..., X n ) de uma populao normal de mdia e desvio-padro 2. Ento a estatstica
n X 2 n = i i=1
2

2 tem distribuio qui-quadrado com n graus de liberdade. A varivel n a soma dos quadrados de n variveis aleatrias normais reduzidas

independentes. Note que Z = Xi2 no uma soma de variveis aleatrias


i=1

normais reduzidas. Portanto, o item FALSO. GABARITO: FALSO

19. nX uma varivel aleatria normalmente distribuda com mdia n e varincia n. Resoluo
Dado: 2 = 1 2 2 (X) = n

2 (nX ) = n ( X ) = n = n 2 = n 1 = n VERDADEIRO. n
2 2 2 2

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

26

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
GABARITO: VERDADEIRO

Yi , em que Yi = (Xi - ) possui distribuio F Z n com n1 e n2 graus de liberdade, em que n1 = 1 e n2 = 2n.

20. A varivel aleatria Wi =

Resoluo
Define-se a varivel F com n1 graus de liberdade no numerador e n2 graus de liberdade no denominador, ou, simplesmente Fn1 ,n2 por

Fn1 ,n2 =

2 / n1 n 1 2 n / n2 2

2 2 em que as variveis n e n so independentes. Observe que Yi normal e 1 2

que

Z no qui-quadrado e tampouco normal afirmativa FALSA. n

GABARITO: FALSO

21. O grfico da distribuio t de Student, com 9 graus de liberdade, est representado na figura abaixo. Podemos afirmar que o valor de t1 para o qual a rea sombreada direita de t1 de 0,05 :

A) 2,6850 B) 2,2622 C) 1,8331 D) 3,6897 E) 1,2297

Resoluo
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

27

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
Deve-se entrar na Tabela IV (Distribuio t de Student) com = 9 (nmero de graus de liberdade) e = 0,05 x 2 = 0,1 t1 = 1,8331. GABARITO: C

22. (IBGE Estatstica/2010/CESGRANRIO) Sejam X1, X2 e X3 variveis aleatrias independentes, todas com mdia 100 e varincia 100. O valor X 2X 2 + X 3 esperado e a varincia de Z = 1 so, respectivamente, 4
A) 100 e 100 B) 100 e 75/2 C) 100 e 25/2 D) 0 e 75/2 E) 0 e 25/2

Resoluo X (2X 2 ) X 3 E(X1 ) E(X 2 ) E(X 3 ) X 2X 2 + X 3 (Z) = E 1 + = + = = E 1 + 4 4 4 4 2 4 4 100 100 100 = + =0 4 2 4 X X X X (2X 2 ) X 3 X 2X 2 + X 3 var(Z) = var 1 + = var 1 2 + 3 = = var 1 + 4 4 4 2 4 4 4 1 1 X 1 X X = var 1 + var 2 + var 3 = 2 var(X1 ) + 2 var(X 2 ) + 2 var(X 3 ) = 2 4 2 4 4 4 100 100 100 75 = + + = . 16 4 16 2 Nota: sejam X e Y variveis aleatrias independentes. Ento
var(X Y ) = var(X ) + var(Y ) .

Ou seja, a varincia da diferena de X e Y a soma das varincias individuais. GABARITO: D

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

28

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Questes Extras Matria das Aulas Anteriores 23. (AFTE-RS/2009/Fundatec) Uma pesquisa indica que a distribuio do tempo que os candidatos de um concurso levam para entregar uma prova aproximadamente normal, com tempo mdio de 1,5 horas e desvio padro de 15 minutos. Sabendo que P(<X<+2)=0,4772 e P(-<X<+)=0,6827, o nmero esperado de candidatos que levam entre 1 e 2 horas para entregar a prova, de um total de 10.000 candidatos, :
A) 5.228 B) 9.972 C) 9.544 D) 6.827 E) 3.173

Resoluo
As trs figuras abaixo ilustram, respectivamente, as probabilidades i) P(<X<+2) = 0,4772, ii) P(-<X<+) = 0,6827 e iii) P(-2<X<+2) = 2x0,4772 = 0,9544, em que = 90 minutos e = 15 minutos.
0.03 normal P(<X <+) = 47,72% 0.025

0.02 densidade

0.015

0.01

0.005

0 40

50

60

70

80

90 normal

100

110

120

130

140

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

29

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
0.03 normal P(-<X <+) = 68,27% 0.025

0.02 densidade

0.015

0.01

0.005

0 40

50

60

70

80

90 normal

100

110

120

130

140

0.03

normal P(-2<x<+2)=95,44%

0.025

0.02 densidade

0.015

0.01

0.005

0 40

50

60

70

80

90 normal

100

110

120

130

140

O nmero esperado de candidatos que levam entre 60 (=-2) e 120 (=+2) minutos para entregar a prova, de um total de 10.000 candidatos, dado por 10.000 x P(60<X<120) = 10.000 x 0,9544 = 9.544. GABARITO: C

24. (AFTE-RS/2009/Fundatec) Sabendo que a correlao estatisticamente significativa entre o preo de vinho e a quantidade vendida de -0,70 pode-se dizer que:
A) 70% da variabilidade da quantidade vendida determinada pelo preo do vinho. Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 30

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior B) Quanto maior o preo de vinho, maior a quantidade vendida.
C) H uma reduo de 30% na quantidade vendida para um aumento de R$1,00 no preo. D) Da variabilidade total da quantidade vendida, 49% explicada pelo preo do produto. E) Para um aumento de R$1,00 no preo do vinho, h uma reduo de 0,7 na quantidade vendida.

Resoluo
Dados: a) R = -0,7 (estimativa do coeficiente de correlao), b) varivel dependente (Y) = quantidade vendida e c) varivel independente (X) = preo do vinho. Vimos que o coeficiente de determinao R2 de uma regresso linear simples exprime a porcentagem da variao total da varivel dependente (= quantidade vendida) que explicada pela reta de regresso ajustada. Note que R2 = 0,72 = 0,49 = 49% para a questo opo D.

Anlise das outras alternativas:


= a + bx , em que a a Nota: lembre que a reta estimativa dada por y estimativa do intercepto e b a estimativa da declividade da reta de regresso.

A) est errada porque apenas 49% da variabilidade da quantidade vendida determinada pela reta ajustada. B) est errada porque quanto menor o preo de vinho, maior a quantidade vendida (correlao negativa). C) como no foi dado o valor da estimativa da declividade da reta (parmetro b), no se pode afirmar que h uma reduo de 30% na quantidade vendida para um aumento de R$1,00 no preo. E) como no foi dado o valor do parmetro b, no se pode afirmar que para um aumento de R$1,00 no preo do vinho, h uma reduo de 0,7 na quantidade vendida. Repare que esta opo uma pegadinha para aqueles que adotarem b = -0,7. GABARITO: D

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

31

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior (AFTE-RS/2009/Fundatec) A tabela a seguir representa a distribuio de frequncias da idade de uma amostra de moradores de um asilo. Utilize para resolver as questes 25 e 26.
Xi 70 |-74 |-78 |-82 |-86 |-90 |-Total fi 7 19 13 11 6 4 60

74 78 82 86 90 94

25. A idade aproximada da mediana :


A) 78,22. B) 80,00. C) 79,38. D) 78,55. E) 79,23.

Resoluo
Xi 70 |-- 74 74 |-- 78 78 |-- 82 82 |-- 86 86 |-- 90 90 |-- 94 Total fi 7 19 13 11 6 4 60 Frequncias Frequncias acumuladas acumuladas (%) 7 11,67% 26 43,34% 39 65,01% 50 83,34% 56 93,34% 60 100,00%

A tabela acima que a classe da mediana 78 |-- 82. O seu valor calculado por meio da seguinte regra de trs: (82 78) est para (39 26) assim como (md 78) est para (30 26) ou 4 est para 13 assim como (md 78) est para 4

4 (md 78) 16 16 = md 78 = md = 78 + = 78 + 1,23 = 79,23 (opo E) 13 13 4 13


Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

32

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
GABARITO: E

26. O valor da moda pelo mtodo de King :


A) 72,8. B) 76,6. C) 80,0. D) 76,0. E) 19,0.

Resoluo
A classe modal a que ocorre com a maior frequncia: 74 |-- 78. Clculo da moda pelo Mtodo de King:

fpost mo = L i + h , f post + fant


em que: - Li = 74 denota o limite inferior da classe modal; - fpost = 13 a frequncia da classe posterior classe modal; - fant = 7 a frequncia da classe anterior classe modal; e - h = 4 a amplitude da classe modal. Ento

mo = 74 +

13 4 = 74 + 2,6 = 76,6 (opo B) 13 + 7

bom relembrar o clculo da moda pelo Mtodo de Czuber


d1 mo = L i + h , d +d 2 1

em que: - Li = 74 o limite inferior da classe modal; - d1 = 19 7 = 12 a diferena entre a frequncia da classe modal e a da classe imediatamente anterior; - d2 = 19 13 = 6 a diferena entre a frequncia da classe modal e a da classe imediatamente seguinte; e
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

33

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior - h a amplitude das classes.
Ento a moda pela frmula de Czuber

12 mo = 74 + 4 = 74 + 2,667 = 76,667 12 + 6 obtido pelo mtodo de King!)

(resultado aproximadamente igual ao

Caso a questo da prova no especifique, dever ser utilizado o mtodo de Czuber. GABARITO: B

27. (AFTN/1998/ESAF) O logaritmo neperiano (ln) de um ndice de produo Y est associado ao logaritmo neperiano de um ndice de insumos Q atravs da relao linear ln(Y) = + ln(Q) + e. Para uma amostra de 100 observaes envolvendo dados de produo e quantidade, encontraram-se como estimadores de e as quantidades 1 e 2, respectivamente. Assinale a opo correta.
A) A variao logartmica esperada na produo por unidade de variao em Q ser de ln(2). B) A variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q depende de Q e quando Q=exp(2) vale 4. C) A variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q no depende de Q e constante igual a 2. D) A variao esperada em ln(Y) por unidade de variao em ln(Q) no est definida. E) A variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q depende de Q e quando Q=exp(2) vale 5.

Resoluo
Por razes didticas, adotemos a seguinte transformao de variveis: ln(Y) = Y, ln(Q) = X e e = . Ento a relao Y = + X + , vista na aula passada, representa um modelo de regresso linear simples (RLS), em que Y a varivel dependente (admite-se que seja aleatria), X a varivel independente (suposta no aleatria), o erro aleatrio do modelo, o intercepto e a declividade ( e so parmetros do modelo). Pode-se demonstrar que os estimadores a e b de e , respectivamente, tm mdias dadas por E(a) = e E(b) = (voltaremos a esse assunto na Aula 21). Tomando a esperana no modelo de RLS, obtemos
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

34

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
E[Y] = E[] + E[X] + E[], como o modelo supe que o erro aleatrio tenha mdia nula, ou seja E[]=0, e X representa observaes de uma varivel no aleatria, temos que

' = a + bX ' , E[Y '] = Y


em que usamos os seguintes fatos: E[] = a e E[X] = E[]X = bX. A equao E[Y] = a + bX indica que, dado o valor de uma observao, por exemplo X1, a reta de regresso fornece o valor esperado correspondente da varivel independente, E[Y1] (memorize para a prova!).
' = 1 + 2 X ' . Ela est representada A reta estimativa foi dada pelo enunciado e Y na figura a seguir.

Repare que a variao esperada da varivel dependente (denotada por E[Y]=E[lnY]) por unidade de variao em X=lnQ no depende de X (logo no depende de Q), sendo constante e igual a 2 (= ). Ento podemos afirmar que a variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q no depende de Q e constante igual a 2 (opo C). GABARITO: C
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

35

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 28. (AFTM de Campinas/2011/INEC) A tabela abaixo representa uma amostra composta de dez alunos e suas respectivas notas em Estatstica e Clculo.
No do aluno 3 4 6 7 9 10 14 16 23 24 Estatstica (xi) 9,0 9,5 2,5 7,5 4,0 8,0 3,5 5,5 4,5 6,0 Clculo (yi) 10,0 10,0 3,0 6,5 4,0 6,0 4,0 6,5 4,0 6,0

x i .y i

x i2

y i2

7,5 48,8 16,0 48,0

6,3 56,3 16,0 64,0

9,0 42,3 16,0 36,0

18,0 36,0

20,3 36,0

16,0 36,0

Dados:
r= n. x.y ( x )( . y)
2

n. x i2 ( x ) . n. y i2 ( y )

Pode-se afirmar que a correlao entre as variveis x e y , aproximadamente, A) 0,88 B) 0,90 C) 0,93 D) 0,96 E) 0,98

Resoluo
A correlao estimada pela estatstica denominada coeficiente correlao linear de Pearson, ou, simplesmente, coeficiente correlao, definido por (*) (1)

de de

R=

s xy s xs y

em que s xy a covarincia amostral de X e Y, sx o desvio-padro

amostral de X

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

36

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior (*) Por uma questo de coerncia com a notao usada na aula passada, a correlao est denotada pela letra R na frmula acima. Observe que a banca usou a notao r. Trata-se da mesma grandeza.

(2)

sx

(x
i=1

x)2

e sY o desvio-padro amostral de Y

(3)

sy =

(y
i=1

y)2
.

Sabemos que

(4)

R=

(x
i=1 n i=1

x )(y i y )
n

S xy S xx S yy

(x i x ) 2 (y i y ) 2
i=1

em que

S xy = (x i x )(y i y ) = ns xy Sxy = n.covarincia amostral


i=1

S xx = (x i x ) 2 = ns 2 x Sxx = n.varincia amostral de X


i=1

S yy = (y i y ) 2 Syy = n.varincia amostral de Y


i=1

A representao abreviada dos somatrios de () por meio de S xy , S xx e S yy til e importante para a prova. No difcil mostrar que

(5)

xi yi S = soma dos produtos entre X i S xy = x i y i i xy n i e Y ou simplesmente soma dos produtos xi 2 = xi i n i


2

(6)

S xx

Sxx = soma dos quadrados de X

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

37

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
(7)

S yy

yi 2 = yi i n i

Syy = soma dos quadrados de Y

Para resolver a questo, necessrio preencher os dados faltantes da tabela:


No do aluno 3 4 6 7 9 10 14 16 23 24 Estatstica (xi) 9,0 9,5 2,5 7,5 4,0 8,0 3,5 5,5 4,5 6,0 60,0 Clculo (yi) 10,0 10,0 3,0 6,5 4,0 6,0 4,0 6,5 4,0 6,0 60,0

x i .y i
90,0 95,0 7,5 48,8 16,0 48,0 14,0 35,8 18,0 36,0 409,1

x i2
81,0 90,3 6,3 56,3 16,0 64,0 12,3 30,3 20,3 36,0 412,8

y i2
100,0 100,0 9,0 42,3 16,0 36,0 16,0 42,3 16,0 36,0 413,6

Podemos agora calcular as somas dos produtos e as somas dos quadrados:

S xy

xi yi = 409,1 60 60 = 409,1 360 = 49,1 i = xiy i i 10 n i xi 2 = 412,8 60 60 = 412,8 360 = 52,8 = xi i 10 n i yi 2 = 413,6 60 60 = 53,6 = yi i 10 n i
2 2

S xx

S yy

Finalmente,
R= S xy S xx S yy =
49,1 49,1 = 0,92 52,8 53,6 53,2

a alternativa com o nmero mais

prximo C (0,93). Nota:

52,8 53,6

52,8 + 53,6 = 53,2 2

Ressaltamos que a frmula da correlao dada pela banca

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

38

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior n. x.y ( x )( . y) r= 2 2 n. x i2 ( x ) . n. y i2 ( y )
pode ser reescrita na forma equivalente
r= S xy S xx S yy

Abraos e at a prxima aula. Bons estudos! Moraes Junior moraesjunior@pontodosconcursos.com.br Alexandre Lima ablima@ablima.pro.br

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

39

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Questes Comentadas e Resolvidas Nesta Aula 1. (ICMS-RJ/2011/FGV) A respeito probabilstica, NO correto afirmar que
das tcnicas de amostragem

A) na amostragem por conglomerado a populao dividida em diferentes grupos, extraindo-se uma amostra apenas dos conglomerados selecionados. B) na amostragem estratificada, se a populao pode ser dividida em subgrupos que consistem em indivduos bastante semelhantes entre si, podese obter uma amostra aleatria em cada grupo. C) na amostragem aleatria simples se sorteia um elemento da populao, sendo que todos os elementos tm a mesma probabilidade de serem selecionados. D) na amostragem por voluntrios a populao selecionada de forma a estratificar aleatoriamente os grupos selecionados. E) na amostragem sistemtica os elementos da populao se apresentam ordenados, e a retirada dos elementos da amostra feita periodicamente.

2. (AFPS/2002/ESAF) Assinale a opo correta em referncia ao significado do termo amostragem aleatria simples.
A) Refere-se a um mtodo de classificao da populao. B) Refere-se representatividade da amostra. C) um mtodo de escolha de amostras. D) Refere-se a amostras sistemticas de populaes infinitas. E) Refere-se amostragem por quotas.

3. (TCE-ES/2001/ESAF) Sejam X1, X2, ..., X200 variveis aleatrias idnticas e independentemente distribudas com densidade comum do tipo gama, i.e. com densidade (x>0): f (x) =

1 1 exp x 3 x 3

Seja Y = X1 + X2 + ... +X200 e (w) a funo de distribuio normal padro. Assinale a opo que d a aproximao do Teorema Central do Limite de P(Y 294). A) (0,25) B) (0,20) C) (0,75)
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

40

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior D) 1 - (0,75)
E) 1 - (0,25)

4. (AFPS/2002/ESAF) O desvio-padro da mdia para uma amostra de tamanho 100 30. A fim de tornar o desvio-padro da mdia igual a 15, o que deveramos fazer?
A) Aumentar o tamanho da amostra para 200. B) Aumentar o tamanho da amostra para 150. C) Diminuir a amostra para 50. D) Aumentar o tamanho da amostra para 400. E) Aumentar o tamanho da amostra para 300.

5. (Analista Judicirio/Estatstica/TRF da 1 Regio/2001/FCC) Uma amostra aleatria simples sem reposio de tamanho n tomada de uma populao de tamanho N. Determine a varincia da mdia amostral, sabendo que a varincia populacional 2.
A) B) C)
2 (N n) n(N 1) 2N n(N 1) 2 (N 1) n(N n)

2 D) n(N 1)

E)

2N (N n)

6. (Analista da SUSEP/Aturia/2010/ESAF) Considere as n variveis aleatrias iid, isto , independentes e identicamente distribudas X1, X2 ,..., Xn n X = i=1 X i / n com distribuio N(,2). Considere ainda e
s 2 = i=1 (X i X ) 2 /(n 1) .
n

Dessa

maneira

quociente

entre

as

variveis

aleatrias independentes n( X ) 2 / 2 e s2/2 uma varivel aleatria: A) t de Student com n-1 graus de liberdade. B) Qui-quadrado com n-1 graus de liberdade dividida pelo seu nmero de graus de liberdade. C) Qui-quadrado com 1 grau de liberdade.
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

41

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior D) F com n-1 graus de liberdade no numerador e 1 grau de liberdade no denominador.
E) F com 1 grau de liberdade no numerador e n-1 graus de liberdade no denominador.

7. (Analista Tcnico da SUSEP/2006/ESAF) Seja X1, X2, ... uma sucesso de variveis aleatrias identicamente distribudas, cada uma com mdia e varincia 2, tendo a propriedade de qualquer nmero finito delas so independentes. Ento, para cada z

X + ... + X n n lim P 1 < z = (z), n n


onde ( z ) uma funo de distribuio: A) Normal reduzida. B) Normal. C) Qui-quadrado. D) Log-normal. E) Binomial.

8. (Analista Tcnico da SUSEP/2002/ESAF) Sejam X1, ..., X12 variveis aleatrias uniformemente e independentemente distribudas no intervalo (0;1). Assinale a opo que corresponde aproximao do Teorema Central do Limite de

12 P X i > 7. i=1
A tabela apresentada a seguir d valores da funo de distribuio F(x) da distribuio normal padro aproximada a duas casas decimais. x 0,0 0,5 1,0 1,5 2,0 A) 0,50 B) 0,31 C) 0,07 D) 0,02
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

F(x) 0,50 0,69 0,84 0,93 0,98

42

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior E) 0,16 9. (Analista Tcnico da SUSEP/2001/ESAF) O tempo de vida til de uma pilha uma varivel aleatria com distribuio do tipo contnuo, mdia de 40 horas e desvio-padro de 20 horas. Usa-se a pilha at que sua energia se esgote quando substituda por uma nova. Suponha que se tenha disposio um estoque de 25 pilhas com tempos de vida com essas caractersticas e independentemente distribudos. Seja (x) a funo de distribuio da normal padro. Assinale a opo que corresponde aproximao do Teorema Central do Limite para a probabilidade de que com as 25 pilhas se obtenha pelo menos 1.100 horas de uso contnuo.
A) 1-(1) B) (1) C) (2) D) 0,5 E) (2)- (1)

10. (Analista Ministerial-Estatstica-MPE-PE/2006/FCC) Seja a mdia de uma amostra aleatria simples com reposio, de tamanho 64, retirada de uma populao Normal com mdia 200 e varincia 400. Usando o fato de que P(Z>1,64) = 0,05, onde Z a Normal Padro, o valor de a para que P(| X |a) = 0,90 igual a
A) 6,4 B) 5,2 C) 4,8 D) 4,1 E) 3,6

(Especialista em Regulao de Aviao Civil ANAC/2009/CESPE/adaptada) Considere que U1, U2 e U3 sejam cpias independentes de uma distribuio uniforme, com mdia igual a 6 e varincia igual a 3. Com base nessas informaes, julgue os prximos itens (11 a 14) acerca da soma S = U1 + U2 + U3. 11. A soma S segue uma distribuio uniforme, com mdia igual a 18 e varincia igual a 9.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

43

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 12. De acordo com o teorema limite central, se e so, respectivamente, a S mdia e o desvio padro de S, ento a varivel Z = 3 segue uma 3 distribuio normal padro. 13. A mdia correspondente varivel transformada W =
e a varincia igual a 1.

S 6 igual a zero, 3

14. O valor esperado de S2 superior a 300. (ANPEC/2009/adaptada) Sobre variveis afirmativas 15 e 16 so corretas ou falsas:
aleatrias indique se as

15. Se X possui distribuio Normal com mdia e varincia 2, ento Z = aX + b possui distribuio Normal com mdia a e varincia (a)22. 16. Se duas variveis aleatrias X e Y tem covarincia nula, ento elas so independentes. (ANPEC/2009/adaptada) Sejam X1, X2, ..., Xn variveis aleatrias independentes e normalmente distribudas com mdia e varincia 1. Defina
as variveis aleatrias X = n1 X i e Z = Xi2 . Julgue os itens a seguir.
i=1 i=1 n n

17. Se R = X1, quando X1>0, P(R1) = (1-)/(1-(0-)), em que (c) a funo distribuio de uma varivel aleatria Normal padro. 18. Z uma varivel aleatria com distribuio 2 com n graus de liberdade. 19. nX uma varivel aleatria normalmente distribuda com mdia n e varincia n. Yi , em que Yi = (Xi - ) possui distribuio F Z n com n1 e n2 graus de liberdade, em que n1 = 1 e n2 = 2n. 20. A varivel aleatria Wi = 21. O grfico da distribuio t de Student, com 9 graus de liberdade, est representado na figura abaixo. Podemos afirmar que o valor de t1 para o qual a rea sombreada direita de t1 de 0,05 :

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

44

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior

A) 2,6850 B) 2,2622 C) 1,8331 D) 3,6897 E) 1,2297

22. (IBGE Estatstica/2010/CESGRANRIO) Sejam X1, X2 e X3 variveis aleatrias independentes, todas com mdia 100 e varincia 100. O valor X 2X 2 + X 3 esperado e a varincia de Z = 1 so, respectivamente, 4
A) 100 e 100 B) 100 e 75/2 C) 100 e 25/2 D) 0 e 75/2 E) 0 e 25/2

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

45

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior Questes Extras Matria das Aulas Anteriores 23. (AFTE-RS/2009/Fundatec) Uma pesquisa indica que a distribuio do tempo que os candidatos de um concurso levam para entregar uma prova aproximadamente normal, com tempo mdio de 1,5 horas e desvio padro de 15 minutos. Sabendo que P(<X<+2)=0,4772 e P(-<X<+)=0,6827, o nmero esperado de candidatos que levam entre 1 e 2 horas para entregar a prova, de um total de 10.000 candidatos, :
A) 5.228 B) 9.972 C) 9.544 D) 6.827 E) 3.173

24. (AFTE-RS/2009/Fundatec) Sabendo que a correlao estatisticamente significativa entre o preo de vinho e a quantidade vendida de -0,70 pode-se dizer que:
A) 70% da variabilidade da quantidade vendida determinada pelo preo do vinho. B) Quanto maior o preo de vinho, maior a quantidade vendida. C) H uma reduo de 30% na quantidade vendida para um aumento de R$1,00 no preo. D) Da variabilidade total da quantidade vendida, 49% explicada pelo preo do produto. E) Para um aumento de R$1,00 no preo do vinho, h uma reduo de 0,7 na quantidade vendida.

(AFTE-RS/2009/Fundatec) A tabela a seguir representa a distribuio de frequncias da idade de uma amostra de moradores de um asilo. Utilize para resolver as questes 25 e 26.
Xi 70 |-74 |-78 |-82 |-86 |-90 |-Total fi 7 19 13 11 6 4 60

74 78 82 86 90 94

25. A idade aproximada da mediana :


Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br

46

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior A) 78,22.
B) 80,00. C) 79,38. D) 78,55. E) 79,23.

26. O valor da moda pelo mtodo de King :


A) 72,8. B) 76,6. C) 80,0. D) 76,0. E) 19,0.

27. (AFTN/1998/ESAF) O logaritmo neperiano (ln) de um ndice de produo Y est associado ao logaritmo neperiano de um ndice de insumos Q atravs da relao linear ln(Y) = + ln(Q) + e. Para uma amostra de 100 observaes envolvendo dados de produo e quantidade, encontraram-se como estimadores de e as quantidades 1 e 2, respectivamente. Assinale a opo correta.
A) A variao logartmica esperada na produo por unidade de variao em Q ser de ln(2). B) A variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q depende de Q e quando Q=exp(2) vale 4. C) A variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q no depende de Q e constante igual a 2. D) A variao esperada em ln(Y) por unidade de variao em ln(Q) no est definida. E) A variao esperada no logaritmo do produto Y por unidade de variao no logaritmo de Q depende de Q e quando Q=exp(2) vale 5.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

47

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior 28. (AFTM de Campinas/2011/INEC) A tabela abaixo representa uma amostra composta de dez alunos e suas respectivas notas em Estatstica e Clculo.
No do aluno 3 4 6 7 9 10 14 16 23 24 Estatstica (xi) 9,0 9,5 2,5 7,5 4,0 8,0 3,5 5,5 4,5 6,0 Clculo (yi) 10,0 10,0 3,0 6,5 4,0 6,0 4,0 6,5 4,0 6,0

x i .y i

x i2

y i2

7,5 48,8 16,0 48,0

6,3 56,3 16,0 64,0

9,0 42,3 16,0 36,0

18,0 36,0

20,3 36,0

16,0 36,0

Dados:
r= n. x.y ( x )( . y)
2

n. x i2 ( x ) . n. y i2 ( y )

Pode-se afirmar que a correlao entre as variveis x e y , aproximadamente, A) 0,88 B) 0,90 C) 0,93 D) 0,96 E) 0,98

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

48

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior

APNDICE
TABELA I NORMAL: rea direita de Zc
Parte inteira e primeira decimal de Zc 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,5 4,0 5,0

Segunda decimal de Zc
0,00 0,50000 0,46017 0,42074 0,38209 0,34458 0,30854 0,27425 0,24196 0,21186 0,18406 0,15866 0,13567 0,11507 0,09680 0,08076 0,06681 0,05480 0,04457 0,03593 0,02872 0,02275 0,01786 0,01390 0,01072 0,00820 0,00621 0,00466 0,00347 0,00256 0,00187 0,00135 0,00023 0,00003 0,00000 0,01 0,49601 0,45620 0,41683 0,37828 0,34090 0,30503 0,27093 0,23885 0,20897 0,18141 0,15625 0,13350 0,11314 0,09510 0,07927 0,06552 0,05370 0,04363 0,03515 0,02807 0,02222 0,01743 0,01355 0,01044 0,00798 0,00604 0,00453 0,00336 0,00248 0,00181 0,00131 0,00022 0,00003 0,00000 0,02 0,49202 0,45224 0,41294 0,37448 0,33724 0,30153 0,26763 0,23576 0,20611 0,17879 0,15386 0,13136 0,11123 0,09342 0,07780 0,06426 0,05262 0,04272 0,03438 0,02743 0,02169 0,01700 0,01321 0,01017 0,00776 0,00587 0,00440 0,00326 0,00240 0,00175 0,00126 0,00022 0,00003 0,00000 0,03 0,48803 0,44828 0,40905 0,37070 0,33360 0,29806 0,26435 0,23270 0,20327 0,17619 0,15151 0,12924 0,10935 0,09176 0,07636 0,06301 0,05155 0,04182 0,03362 0,02680 0,02118 0,01659 0,01287 0,00990 0,00755 0,00570 0,00427 0,00317 0,00233 0,00169 0,00122 0,00021 0,00003 0,00000 0,04 0,48405 0,44433 0,40517 0,36693 0,32997 0,29460 0,26109 0,22965 0,20045 0,17361 0,14917 0,12714 0,10749 0,09012 0,07493 0,06178 0,05050 0,04093 0,03288 0,02619 0,02068 0,01618 0,01255 0,00964 0,00734 0,00554 0,00415 0,00307 0,00226 0,00164 0,00118 0,00020 0,00003 0,00000 0,05 0,48006 0,44038 0,40129 0,36317 0,32636 0,29116 0,25785 0,22663 0,19766 0,17106 0,14686 0,12507 0,10565 0,08851 0,07353 0,06057 0,04947 0,04006 0,03216 0,02559 0,02018 0,01578 0,01222 0,00939 0,00714 0,00539 0,00402 0,00298 0,00219 0,00159 0,00114 0,00019 0,00003 0,00000 0,06 0,47608 0,43644 0,39743 0,35942 0,32276 0,28774 0,25463 0,22363 0,19489 0,16853 0,14457 0,12302 0,10383 0,08691 0,07215 0,05938 0,04846 0,03920 0,03144 0,02500 0,01970 0,01539 0,01191 0,00914 0,00695 0,00523 0,00391 0,00289 0,00212 0,00154 0,00111 0,00019 0,00002 0,00000 0,07 0,47210 0,43251 0,39358 0,35569 0,31918 0,28434 0,25143 0,22065 0,19215 0,16602 0,14231 0,12100 0,10204 0,08534 0,07078 0,05821 0,04746 0,03836 0,03074 0,02442 0,01923 0,01500 0,01160 0,00889 0,00676 0,00508 0,00379 0,00280 0,00205 0,00149 0,00107 0,00018 0,00002 0,00000 0,08 0,46812 0,42858 0,38974 0,35197 0,31561 0,28096 0,24825 0,21770 0,18943 0,16354 0,14007 0,11900 0,10027 0,08379 0,06944 0,05705 0,04648 0,03754 0,03005 0,02385 0,01876 0,01463 0,01130 0,00866 0,00657 0,00494 0,00368 0,00272 0,00199 0,00144 0,00104 0,00017 0,00002 0,00000 0,09 0,46414 0,42465 0,38591 0,34827 0,31207 0,27760 0,24510 0,21476 0,18673 0,16109 0,13786 0,11702 0,09853 0,08226 0,06811 0,05592 0,04551 0,03673 0,02938 0,02330 0,01831 0,01426 0,01101 0,00842 0,00639 0,00480 0,00357 0,00264 0,00193 0,00139 0,00100 0,00017 0,00002 0,00000

Parte inteira e primeira decimal de Zc 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,5 4,0 5,0

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

49

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior TABELA II NORMAL: rea de 0 a Zc
Parte inteira e primeira decimal de Zc 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,5 4,0 5,0

Segunda decimal de Zc
0,00 0,00000 0,03983 0,07926 0,11791 0,15542 0,19146 0,22575 0,25804 0,28814 0,31594 0,34134 0,36433 0,38493 0,40320 0,41924 0,43319 0,44520 0,45543 0,46407 0,47128 0,47725 0,48214 0,48610 0,48928 0,49180 0,49379 0,49534 0,49653 0,49744 0,49813 0,49865 0,49977 0,49997 0,50000 0,01 0,00399 0,04380 0,08317 0,12172 0,15910 0,19497 0,22907 0,26115 0,29103 0,31859 0,34375 0,36650 0,38686 0,40490 0,42073 0,43448 0,44630 0,45637 0,46485 0,47193 0,47778 0,48257 0,48645 0,48956 0,49202 0,49396 0,49547 0,49664 0,49752 0,49819 0,49869 0,49978 0,49997 0,50000 0,02 0,00798 0,04776 0,08706 0,12552 0,16276 0,19847 0,23237 0,26424 0,29389 0,32121 0,34614 0,36864 0,38877 0,40658 0,42220 0,43574 0,44738 0,45728 0,46562 0,47257 0,47831 0,48300 0,48679 0,48983 0,49224 0,49413 0,49560 0,49674 0,49760 0,49825 0,49874 0,49978 0,49997 0,50000 0,03 0,01197 0,05172 0,09095 0,12930 0,16640 0,20194 0,23565 0,26730 0,29673 0,32381 0,34849 0,37076 0,39065 0,40824 0,42364 0,43699 0,44845 0,45818 0,46638 0,47320 0,47882 0,48341 0,48713 0,49010 0,49245 0,49430 0,49573 0,49683 0,49767 0,49831 0,49878 0,49979 0,49997 0,50000 0,04 0,01595 0,05567 0,09483 0,13307 0,17003 0,20540 0,23891 0,27035 0,29955 0,32639 0,35083 0,37286 0,39251 0,40988 0,42507 0,43822 0,44950 0,45907 0,46712 0,47381 0,47932 0,48382 0,48745 0,49036 0,49266 0,49446 0,49585 0,49693 0,49774 0,49836 0,49882 0,49980 0,49997 0,50000 0,05 0,01994 0,05962 0,09871 0,13683 0,17364 0,20884 0,24215 0,27337 0,30234 0,32894 0,35314 0,37493 0,39435 0,41149 0,42647 0,43943 0,45053 0,45994 0,46784 0,47441 0,47982 0,48422 0,48778 0,49061 0,49286 0,49461 0,49598 0,49702 0,49781 0,49841 0,49886 0,49981 0,49997 0,50000 0,06 0,02392 0,06356 0,10257 0,14058 0,17724 0,21226 0,24537 0,27637 0,30511 0,33147 0,35543 0,37698 0,39617 0,41309 0,42785 0,44062 0,45154 0,46080 0,46856 0,47500 0,48030 0,48461 0,48809 0,49086 0,49305 0,49477 0,49609 0,49711 0,49788 0,49846 0,49889 0,49981 0,49998 0,50000 0,07 0,02790 0,06749 0,10642 0,14431 0,18082 0,21566 0,24857 0,27935 0,30785 0,33398 0,35769 0,37900 0,39796 0,41466 0,42922 0,44179 0,45254 0,46164 0,46926 0,47558 0,48077 0,48500 0,48840 0,49111 0,49324 0,49492 0,49621 0,49720 0,49795 0,49851 0,49893 0,49982 0,49998 0,50000 0,08 0,03188 0,07142 0,11026 0,14803 0,18439 0,21904 0,25175 0,28230 0,31057 0,33646 0,35993 0,38100 0,39973 0,41621 0,43056 0,44295 0,45352 0,46246 0,46995 0,47615 0,48124 0,48537 0,48870 0,49134 0,49343 0,49506 0,49632 0,49728 0,49801 0,49856 0,49896 0,49983 0,49998 0,50000 0,09 0,03586 0,07535 0,11409 0,15173 0,18793 0,22240 0,25490 0,28524 0,31327 0,33891 0,36214 0,38298 0,40147 0,41774 0,43189 0,44408 0,45449 0,46327 0,47062 0,47670 0,48169 0,48574 0,48899 0,49158 0,49361 0,49520 0,49643 0,49736 0,49807 0,49861 0,49900 0,49983 0,49998 0,50000

Parte inteira e primeira decimal de Zc 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,5 4,0 5,0

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

50

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
TABELA III QUI-QUADRADO: VALORES Yc tais que P(Y>Yc)=p
GL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 50 60 70 80 90 100 0,995 0,0000393 0,0100 0,0717 0,207 0,412 0,676 0,989 1,344 1,735 2,156 2,603 3,074 3,565 4,075 4,601 5,142 5,697 6,265 6,844 7,434 8,034 8,643 9,260 9,886 10,52 11,16 11,81 12,46 13,12 13,79 20,71 27,99 35,53 43,28 51,17 59,20 67,33 0,990 0,000157 0,0201 0,115 0,297 0,554 0,872 1,239 1,646 2,088 2,558 3,053 3,571 4,107 4,660 5,229 5,812 6,408 7,015 7,633 8,260 8,897 9,542 10,20 10,86 11,52 12,20 12,88 13,56 14,26 14,95 22,16 29,71 37,48 45,44 53,54 61,75 70,06 0,975 0,000982 0,0506 0,216 0,484 0,831 1,237 1,690 2,180 2,700 3,247 3,816 4,404 5,009 5,629 6,262 6,908 7,564 8,231 8,907 9,591 10,28 10,98 11,69 12,40 13,12 13,84 14,57 15,31 16,05 16,79 24,43 32,36 40,48 48,76 57,15 65,65 74,22 0,950 0,00393 0,103 0,352 0,711 1,145 1,635 2,167 2,733 3,325 3,940 4,575 5,226 5,892 6,571 7,261 7,962 8,672 9,390 10,12 10,85 11,59 12,34 13,09 13,85 14,61 15,38 16,15 16,93 17,71 18,49 26,51 34,76 43,19 51,74 60,39 69,13 77,93 0,900 0,0158 0,211 0,584 1,064 1,610 2,204 2,833 3,490 4,168 4,865 5,578 6,304 7,042 7,790 8,547 9,312 10,09 10,86 11,65 12,44 13,24 14,04 14,85 15,66 16,47 17,29 18,11 18,94 19,77 20,60 29,05 37,69 46,46 55,33 64,28 73,29 82,36 0,750 0,102 0,575 1,213 1,923 2,675 3,455 4,255 5,071 5,899 6,737 7,584 8,438 9,299 10,17 11,04 11,91 12,79 13,68 14,56 15,45 16,34 17,24 18,14 19,04 19,94 20,84 21,75 22,66 23,57 24,48 33,66 42,94 52,29 61,70 71,14 80,62 90,13 0,500 0,455 1,386 2,366 3,357 4,351 5,348 6,346 7,344 8,343 9,342 10,34 11,34 12,34 13,34 14,34 15,34 16,34 17,34 18,34 19,34 20,34 21,34 22,34 23,34 24,34 25,34 26,34 27,34 28,34 29,34 39,34 49,33 59,33 69,33 79,33 89,33 99,33 0,250 1,323 2,773 4,108 5,385 6,626 7,841 9,037 10,22 11,39 12,55 13,70 14,85 15,98 17,12 18,25 19,37 20,49 21,60 22,72 23,83 24,93 26,04 27,14 28,24 29,34 30,43 31,53 32,62 33,71 34,80 45,62 56,33 66,98 77,58 88,13 98,65 109,14 0,100 2,706 4,605 6,251 7,779 9,236 10,64 12,02 13,36 14,68 15,99 17,28 18,55 19,81 21,06 22,31 23,54 24,77 25,99 27,20 28,41 29,62 30,81 32,01 33,20 34,38 35,56 36,74 37,92 39,09 40,26 51,81 63,17 74,40 85,53 96,58 107,57 118,50 0,050 3,841 5,991 7,815 9,488 11,07 12,59 14,07 15,51 16,92 18,31 19,68 21,03 22,36 23,68 25,00 26,30 27,59 28,87 30,14 31,41 32,67 33,92 35,17 36,42 37,65 38,89 40,11 41,34 42,56 43,77 55,76 67,50 79,08 90,53 101,88 113,15 124,34 0,025 5,024 7,378 9,348 11,14 12,83 14,45 16,01 17,53 19,02 20,48 21,92 23,34 24,74 26,12 27,49 28,85 30,19 31,53 32,85 34,17 35,48 36,78 38,08 39,36 40,65 41,92 43,19 44,46 45,72 46,98 59,34 71,42 83,30 95,02 106,63 118,14 129,56 0,010 6,635 9,210 11,34 13,28 15,09 16,81 18,48 20,09 21,67 23,21 24,72 26,22 27,69 29,14 30,58 32,00 33,41 34,81 36,19 37,57 38,93 40,29 41,64 42,98 44,31 45,64 46,96 48,28 49,59 50,89 63,69 76,15 88,38 100,43 112,33 124,12 135,81 0,005 7,879 10,60 12,84 14,86 16,75 18,55 20,28 21,95 23,59 25,19 26,76 28,30 29,82 31,32 32,80 34,27 35,72 37,16 38,58 40,00 41,40 42,80 44,18 45,56 46,93 48,29 49,64 50,99 52,34 53,67 66,77 79,49 91,95 104,21 116,32 128,30 140,17 0,001 10,83 13,82 16,27 18,47 20,52 22,46 24,32 26,12 27,88 29,59 31,26 32,91 34,53 36,12 37,70 39,25 40,79 42,31 43,82 45,31 46,80 48,27 49,73 51,18 52,62 54,05 55,48 56,89 58,30 59,70 73,40 86,66 99,61 112,32 124,84 137,21 149,45

Exemplo: o valor da qui-quadrado com =16 graus de liberdade (GL) com rea da cauda superior igual 2 a 0,100 (P(Y>yc) = 0,1) 23,54, ou seja, 16 = 23,54 .

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

51

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior TABELA IV (t de Student): valores tc tais que P(-tc < t < tc) = 1-p
GL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 50 60 120 5000 0,5 1,000 0,816 0,765 0,741 0,727 0,718 0,711 0,706 0,703 0,700 0,697 0,695 0,694 0,692 0,691 0,690 0,689 0,688 0,688 0,687 0,686 0,686 0,685 0,685 0,684 0,684 0,684 0,683 0,683 0,683 0,681 0,679 0,679 0,677 0,675 0,4 1,376 1,061 0,978 0,941 0,920 0,906 0,896 0,889 0,883 0,879 0,876 0,873 0,870 0,868 0,866 0,865 0,863 0,862 0,861 0,860 0,859 0,858 0,858 0,857 0,856 0,856 0,855 0,855 0,854 0,854 0,851 0,849 0,848 0,845 0,842 0,3 1,963 1,386 1,250 1,190 1,156 1,134 1,119 1,108 1,100 1,093 1,088 1,083 1,079 1,076 1,074 1,071 1,069 1,067 1,066 1,064 1,063 1,061 1,060 1,059 1,058 1,058 1,057 1,056 1,055 1,055 1,050 1,047 1,045 1,041 1,037 0,2 3,078 1,886 1,638 1,533 1,476 1,440 1,415 1,397 1,383 1,372 1,363 1,356 1,350 1,345 1,341 1,337 1,333 1,330 1,328 1,325 1,323 1,321 1,319 1,318 1,316 1,315 1,314 1,313 1,311 1,310 1,303 1,299 1,296 1,289 1,282 0,1 6,314 2,920 2,353 2,132 2,015 1,943 1,895 1,860 1,833 1,812 1,796 1,782 1,771 1,761 1,753 1,746 1,740 1,734 1,729 1,725 1,721 1,717 1,714 1,711 1,708 1,706 1,703 1,701 1,699 1,697 1,684 1,676 1,671 1,658 1,645 0,05 12,706 4,303 3,182 2,776 2,571 2,447 2,365 2,306 2,262 2,228 2,201 2,179 2,160 2,145 2,131 2,120 2,110 2,101 2,093 2,086 2,080 2,074 2,069 2,064 2,060 2,056 2,052 2,048 2,045 2,042 2,021 2,009 2,000 1,980 1,960 0,02 31,821 6,965 4,541 3,747 3,365 3,143 2,998 2,896 2,821 2,764 2,718 2,681 2,650 2,624 2,602 2,583 2,567 2,552 2,539 2,528 2,518 2,508 2,500 2,492 2,485 2,479 2,473 2,467 2,462 2,457 2,423 2,403 2,390 2,358 2,327 0,01 63,657 9,925 5,841 4,604 4,032 3,707 3,499 3,355 3,250 3,169 3,106 3,055 3,012 2,977 2,947 2,921 2,898 2,878 2,861 2,845 2,831 2,819 2,807 2,797 2,787 2,779 2,771 2,763 2,756 2,750 2,704 2,678 2,660 2,617 2,577 0,005 127,321 14,089 7,453 5,598 4,773 4,317 4,029 3,833 3,690 3,581 3,497 3,428 3,372 3,326 3,286 3,252 3,222 3,197 3,174 3,153 3,135 3,119 3,104 3,091 3,078 3,067 3,057 3,047 3,038 3,030 2,971 2,937 2,915 2,860 2,808 0,002 318,309 22,327 10,215 7,173 5,893 5,208 4,785 4,501 4,297 4,144 4,025 3,930 3,852 3,787 3,733 3,686 3,646 3,610 3,579 3,552 3,527 3,505 3,485 3,467 3,450 3,435 3,421 3,408 3,396 3,385 3,307 3,261 3,232 3,160 3,092 0,001 636,619 31,599 12,924 8,610 6,869 5,959 5,408 5,041 4,781 4,587 4,437 4,318 4,221 4,140 4,073 4,015 3,965 3,922 3,883 3,850 3,819 3,792 3,768 3,745 3,725 3,707 3,690 3,674 3,659 3,646 3,551 3,496 3,460 3,373 3,292

Exemplo de uso da tabela t de Student: entrando-se na tabela com a probabilidade p = 0,1 e GL = 7, lemos o valor t7 = 1,895. Logo, P(-1,895<t7<1,895) = 0,9 e P(t7>1,895) = P(t7<-1,895) = 0,1/2= 0,05.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

52

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica Profs. Alexandre Lima e Moraes Junior
TABELA V DISTRIBUIO F: valores fc tais que P(F>fc) = p GL2 1 P(F>) 0,100 0,050 0,025 0,010 0,005 0,001 0,100 0,050 0,025 0,010 0,005 0,001 0,100 0,050 0,025 0,010 0,005 0,001 0,100 0,050 0,025 0,010 0,005 0,001 0,100 0,050 0,025 0,010 0,005 0,001 0,100 0,050 0,025 0,010 0,005 0,001 0,100 0,050 0,025 0,010 0,005 0,001 1 39,9 161 648 4052 16211 405284 8,53 18,5 38,5 98,5 199 999 5,54 10,13 17,44 34,12 55,55 167,03 4,54 7,71 12,22 21,20 31,33 74,14 4,06 6,61 10,01 16,26 22,78 47,18 3,78 5,99 8,81 13,75 18,63 35,51 3,59 5,59 8,07 12,25 16,24 29,25 2 49,5 199 799 4999 19999 499999 9,00 19,0 39,0 99,0 199 999 5,46 9,55 16,04 30,82 49,80 148,50 4,32 6,94 10,65 18,00 26,28 61,25 3,78 5,79 8,43 13,27 18,31 37,12 3,46 5,14 7,26 10,92 14,54 27,00 3,26 4,74 6,54 9,55 12,40 21,69 3 53,6 216 864 5403 21615 540379 9,16 19,2 39,2 99,2 199 999 5,39 9,28 15,44 29,46 47,47 141,11 4,19 6,59 9,98 16,69 24,26 56,18 3,62 5,41 7,76 12,06 16,53 33,20 3,29 4,76 6,60 9,78 12,92 23,70 3,07 4,35 5,89 8,45 10,88 18,77 4 55,8 225 900 5625 22500 562500 9,24 19,2 39,2 99,2 199 999 5,34 9,12 15,10 28,71 46,19 137,10 4,11 6,39 9,60 15,98 23,15 53,44 3,52 5,19 7,39 11,39 15,56 31,09 3,18 4,53 6,23 9,15 12,03 21,92 2,96 4,12 5,52 7,85 10,05 17,20 GL1 5 6 57,2 58,2 230 234 922 937 5764 5859 23056 23437 576405 585937 9,29 9,33 19,3 19,3 39,3 39,3 99,3 99,3 199 199 999 999 5,31 5,28 9,01 8,94 14,88 14,73 28,24 27,91 45,39 44,84 134,58 132,85 4,05 4,01 6,26 6,16 9,36 9,20 15,52 15,21 22,46 21,97 51,71 50,53 3,45 3,40 5,05 4,95 7,15 6,98 10,97 10,67 14,94 14,51 29,75 28,83 3,11 3,05 4,39 4,28 5,99 5,82 8,75 8,47 11,46 11,07 20,80 20,03 2,88 2,83 3,97 3,87 5,29 5,12 7,46 7,19 9,52 9,16 16,21 15,52 7 58,9 237 948 5928 23715 592873 9,35 19,4 39,4 99,4 199 999 5,27 8,89 14,62 27,67 44,43 131,58 3,98 6,09 9,07 14,98 21,62 49,66 3,37 4,88 6,85 10,46 14,20 28,16 3,01 4,21 5,70 8,26 10,79 19,46 2,78 3,79 4,99 6,99 8,89 15,02 8 59,4 239 957 5981 23925 598144 9,37 19,37 39,4 99,4 199 999 5,25 8,85 14,54 27,49 44,13 130,62 3,95 6,04 8,98 14,80 21,35 49,00 3,34 4,82 6,76 10,29 13,96 27,65 2,98 4,15 5,60 8,10 10,57 19,03 2,75 3,73 4,90 6,84 8,68 14,63 9 59,9 241 963 6022 24091 602284 9,38 19,38 39,4 99,4 199 999 5,24 8,81 14,47 27,35 43,88 129,86 3,94 6,00 8,90 14,66 21,14 48,47 3,32 4,77 6,68 10,16 13,77 27,24 2,96 4,10 5,52 7,98 10,39 18,69 2,72 3,68 4,82 6,72 8,51 14,33 10 60,2 242 969 6056 24224 605621 9,39 19,40 39,4 99,4 199 999 5,23 8,79 14,42 27,23 43,69 129,25 3,92 5,96 8,84 14,55 20,97 48,05 3,30 4,74 6,62 10,05 13,62 26,92 2,94 4,06 5,46 7,87 10,25 18,41 2,70 3,64 4,76 6,62 8,38 14,08

Exemplo: entrando-se na tabela com a probabilidade p = 5% =0,050, e GL1 = GL2 = 5, lemos o valor fc = 5,05. Logo, P(F>5,05) = 5% = 0,050.

Profs. Alexandre Lima e Moraes Junior

www.pontodosconcursos.com.br

53