Академический Документы
Профессиональный Документы
Культура Документы
LGICO ISS/SP
TEORIA E EXERCCIOS COMENTADOS
Prof. Arthur Lima Aula 07
PGINA
0. Resumo
01
1. Teoria
03
2. Resoluo de exerccios
23
48
4. Gabarito
58
Ol!
Seja bem vindo nossa stima aula. Hoje vamos seguir trabalhando os
tpicos de estatstica. Os tpicos do edital que abordaremos hoje so:
0. RESUMO
Hoje veremos diversas frmulas e conceitos que, a uma primeira vista,
poderiam assust-lo. Felizmente a grande maioria das questes de concurso cobra
essa parte da matria de maneira simples, isto , boa parte das questes resume-se
a uma mera aplicao de frmula.
Assim, condensei nas tabelas abaixo o que de mais importante voc precisa
saber da aula de hoje.
Aplicao
Frmulas principais
E(X) = p
Bernoulli
Variveis que s
podem ser 0 ou
1
Var ( X ) = p (1 p )
www.estrategiaconcursos.com.br
Comentrios
adicionais
pa
probabilidade de
X=1
Binomial
Trata-se da
probabilidade de
ter k sucessos
em n tentativas,
cada uma com
probabilidade p
de sucesso.
E(X) = n x p
Var(X) = n x p x (1-p)
Poisson
Probabilidade
de exatamente k
ocorrncias de
um evento que
se repete com
freqncia uma
conhecida
e k
f (k; ) =
k!
E(X) = Var(X) =
P ( X = n ) = (1 p )
Geomtrica
Probabilidade
de se obter o
primeiro
sucesso apenas
na tentativa n
Hipergeomtrica
n 1
Var ( X ) =
o nmero
esperado de
ocorrncias por
unidade de tempo
ou quantidade
E(X) = 1/p
P ( x; n, N, K ) =
Probabilidade
de obter
exatamente x
elementos de
um tipo ao
pegar n
elementos sem
reposio
tentativas
independentes
entre si, com 2
resultados
possveis
(sucesso ou
fracasso)
(1 p )
p2
pa
probabilidade de
obter sucesso em
cada tentativa
C (K , x ) C (N K , n x )
C (N, n )
K
E( X ) = n
N
K K N n
Var ( X ) = n 1
N N N 1
N o total de
elementos
disponveis.
Destes N, apenas
K so do tipo que
nos interessa
Aplicao
Frmulas principais
f (x) =
Uniforme
Distribuio
onde todos os
valores tem a
mesma
probabilidade de
serem obtidos
E( X ) =
1
Mx Mn
Mx + Mn
2
(Mx Mn )2
12
x
f ( x; ) = e , se x 0 ,
Comentrios
adicionais
Mx. e Mn. so
os valores
mximo e mnimo
que a varivel
aleatria pode
assumir
Var ( X ) =
Exponencial
Distribuies
cuja
www.estrategiaconcursos.com.br
um
probabilidade
varia segundo
uma funo
exponencial
E( X ) =
Var ( X ) =
Normal
Quiquadrado
Distribuio
usada para
explicar
diversos
fenmenos da
natureza. Pode
ser totalmente
descrita apenas
com a mdia e o
desvio padro
Soma dos
quadrados de
vrias
distribuies
normais
t de Student
Aproxima-se da
normal
Razo entre
duas
distribuies
qui-quadrado
normalmente
fornecido pelo
enunciado
Padronizao: Z =
E( n 2 ) = n
Var ( n 2 ) = 2n
Mdia = 0
n
Var (t n ) =
n2
m
Mdia =
m2
2m 2 (n + m 2)
Var ( x ) =
n(m 4)(m 2)2
Grfico em forma
de sino
(campaniforme).
Distribuio
simtrica. Normal
padronizada tem
mdia 0 e desvio
padro 1.
n o nmero de
graus de
liberdade
n o nmero de
graus de
liberdade
n e m so o
nmero de graus
de liberdade do
numerador
denominador,
respectivamente
www.estrategiaconcursos.com.br
Distribuio de Bernoulli
A distribuio de Bernoulli descreve os casos de variveis aleatrias que s
podem assumir 2 valores distintos (0 ou 1). A probabilidade de assumir o valor 1
igual a p, e de assumir o valor igual a 0 o restante, ou seja, 1 - p. Isto ,
P(X = 1) = p
e
P(X = 0) = 1-p
Nesta distribuio, a mdia ser:
E(X) = p
E a varincia ser:
Var ( X ) = p (1 p )
Exemplo: uma varivel aleatria X, cujo espao amostral {0, 1}, tem 20% de
chance de assumir o valor 0. Vamos calcular o seu desvio padro:
www.estrategiaconcursos.com.br
Distribuio Binomial
Para alguns fenmenos da natureza temos apenas 2 resultados possveis:
sucesso ou fracasso. Por exemplo, digamos que vamos lanar um dado e o nosso
objetivo obter o nmero 5. Ao lanar esse dado, s podemos ter 2 tipos de
resultado: sucesso (conseguirmos obter o nmero 5) ou fracasso (qualquer outro
nmero).
A distribuio binomial de probabilidades cuida de fenmenos como este,
onde:
-
www.estrategiaconcursos.com.br
3 2
1
1 5
P(2,3, ) = C (3, 2)
6
6 6
1
3 2 1 5 5
P(2,3, ) =
=
6
2 1 36 6 72
www.estrategiaconcursos.com.br
7
1 1
P(0;7;0,5) = 0,50 (1 0,5)70 = 1 1 =
2 2
0
7
1
P (1;7;0,5) = 0,51 (1 0,5) 71 = 7 0,5 0,56 = 7
2
1
Portanto,
P( X 2) = 100% P( X = 1) P( X = 0)
7
1
1 1
P ( X 2) = 1 7 = 1 8 7
2
2 2
1
1
1 15
P ( X 2) = 1 23 7 = 1 4 = 1 =
2
2
16 16
Resposta: B.
Distribuio de Poisson
Imagine que, em uma fila de banco, costuma chegar 1 pessoa a cada 4
minutos. Ora, se chega em mdia 1 pessoa a cada 4 minutos, esperado que em
10 minutos cheguem 10 / 4 = 2,5 pessoas. Mas pode ser que em um determinado
intervalo de 10 minutos cheguem um pouco mais, e em outro intervalo cheguem um
pouco menos, de modo a manter essa mdia de 2,5.
www.estrategiaconcursos.com.br
e k
f (k; ) =
k!
Esta funo descreve a probabilidade da ocorrncia de exatamente k
eventos. Nesta equao,
e k
k!
e 2,5 2,55
= 0,0668
5!
www.estrategiaconcursos.com.br
P(X)
20%
15%
10%
5%
0%
0
10
11
12
13
14
15
E a varincia :
Var(X) =
www.estrategiaconcursos.com.br
RESOLUO:
Se chegam em mdia 2 petroleiros por dia, podemos esperar que em dois
dias cheguem, em mdia, 4 petroleiros. Veja que este o nmero esperado de
ocorrncias por unidade de tempo (neste exerccio, a unidade de tempo 2 dias).
Portanto,
= 4.
e k
f (k; ) =
k!
Se queremos no mximo 3 petroleiros, devemos somar as probabilidades de
chegarem 0, 1, 2 ou 3 petroleiros, isto :
Probab( x 3) = f (0) + f (1) + f (2) + f (3)
e 4 40 e 4 41 e 4 42 e 4 43
Probab( x 3) =
+
+
+
0!
1!
2!
3!
40 41 42 43
Probab( x 3) = e + +
+
0!
1!
2!
3!
1 4 16 64
71
Probab( x 3) = e 4 + +
+
= e 4
6
1 1 2
3
Resposta: C
www.estrategiaconcursos.com.br
10
5 1
P ( X = 3) =
6 6
Assim, sendo p a probabilidade de ter sucesso em uma tentativa, ento a
probabilidade de s vir a obter o primeiro sucesso na tentativa n dada por:
P ( X = n ) = (1 p )
n 1
A varincia :
Var ( X ) =
(1 p )
p2
Distribuio Hipergeomtrica:
Suponha que temos uma urna com 5 bolas azuis e 10 bolas de outras cores
(ou seja, no-azuis). Ao retirar 5 bolas desta urna, sem reposio, a probabilidade
de que exatamente 3 sejam azuis dada por
P=
C(5,3) C(10,2)
C(15,5)
www.estrategiaconcursos.com.br
11
C ( K , x ) C (N K , n x )
C (N , n )
N N N 1
Distribuio Uniforme:
Suponha que algum nos dissesse que, em uma determinada tribo indgena,
a altura dos adultos varia de 1 a 3 metros. Alm disso, a probabilidade de se
encontrar uma pessoa com qualquer uma dessas alturas exatamente igual.
Estamos diante de uma distribuio uniforme de probabilidades, onde todos
os valores que a varivel aleatria altura pode alcanar possuem a mesma
chance. Veja o grfico dessa distribuio de probabilidades:
www.estrategiaconcursos.com.br
12
P(X)
0,5
1,5
2,5
3,5
1
Mx Mn
Mx + Mn
2
E a varincia :
Var ( X ) =
(Mx Mn )2
12
Distribuio Exponencial:
A funo de densidade de probabilidade exponencial dada por:
www.estrategiaconcursos.com.br
13
exerccio. A mdia :
E( X ) =
A varincia :
Var ( X ) =
Distribuio Normal:
A distribuio normal utilizada para explicar diversos aspectos da natureza.
conhecida pelo fato de sua curva de densidade de probabilidade ter o formato de
um sino.
Sabendo que a distribuio de uma determinada varivel aleatria X
normal, com mdia
e desvio padro
f ( x, , ) =
1
2
( x )2
2 2
, para
< x <
>0
www.estrategiaconcursos.com.br
14
Note que, de fato, a mdia igual a 30 anos (eixo X). Esse tambm
o valor da moda, pois o valor que possui maior probabilidade (f(x)), ou seja, o
que vai aparecer mais vezes. E a mediana, pois divide os dados em 2 metades.
Nessa distribuio, a mdia, moda e mediana so sempre iguais. Isto , trata-se de
uma distribuio simtrica.
Para voc entender o que significa o desvio-padro, vamos imaginar que, ao
invs do desvio-padro dessa varivel ser 5, ele seja = 10 . Teremos o seguinte
grfico:
Comparando esse grfico com o anterior, voc ver que esta curva mais
achatada, isto , no temos um pico to significativo quanto no primeiro caso. Isso
porque, quanto maior o desvio-padro, mais dispersas esto as idades das
pessoas, e quanto menor, mais prximos da mdia elas se encontram. Veja que
www.estrategiaconcursos.com.br
15
f ( x) =
1
e
2
x2
40 30
=2
5
1 2
(
)
f
z
=
e
densidade de probabilidade da normal padronizada
para criar o
2
grfico abaixo:
www.estrategiaconcursos.com.br
16
Veja que essa curva tem o mesmo formato da que fizemos para mdia = 30
anos e desvio-padro = 5 anos, porm aqui a mdia 0 e o desvio-padro 1.
Existem tabelas que nos do a probabilidade de Z ser menor ou igual a qualquer
valor, o que nos permite efetuar clculos de probabilidades sem usar as frmulas
complicadas.
Exemplificando:
vamos
calcular
probabilidade
de,
ao
escolher
20 30
= 2
5
www.estrategiaconcursos.com.br
17
www.estrategiaconcursos.com.br
18
- se os dados tem distribuio normal, pode-se dizer que cerca de 68% encontramse entre e + . Da mesma forma, 95% dos dados encontram-se entre
2 e + 2 , e 99,7% entre 3 e + 3 .
Trabalhe os conceitos da distribuio normal (a mais cobrada de todas!)
resolvendo o exerccio abaixo:
www.estrategiaconcursos.com.br
19
0,68
Portanto, P(X < 1840) = P (Z < 0,68) = 0,75. A padronizao Z dada pela
frmula:
Z=
0, 68 =
1840 1500
= 500
Encontramos assim o desvio padro da distribuio. Para calcular a
probabilidade de um aparelho durar menos de 300 dias, precisamos de P (X < 300).
Efetuando a padronizao Z, temos:
Z=
300 1500
= 2, 4
500
www.estrategiaconcursos.com.br
20
P(0<Z<2,4)
P(Z>2,4)
-2,4
2,4
Distribuio Qui-quadrado:
Uma varivel aleatria qui-quadrado, designada por 2 , formada pela soma
dos quadrados de outras variveis aleatrias com distribuio normal:
n 2 = x 12 + x 22 + x 32 + x 42 +... + x n 2
Neste caso acima, a varivel qui-quadrado n 2 formada por n variveis
aleatrias normais. Assim, dizemos que n 2 possui n graus de liberdade. O
nmero de graus de liberdade ir determinar o formato da curva da distribuio quiquadrado: quanto maior, mais prxima a uma curva normal.
No vale a pena nos aprofundarmos no entendimento do que se trata a
distribuio qui-quadrado (aqui decoreba mesmo!!). Basta voc saber que, sendo
n o nmero de graus de liberdade, ento a mdia e a varincia da distribuio quiquadrado so simplesmente:
www.estrategiaconcursos.com.br
21
Distribuio t de Student:
A distribuio t uma distribuio terica, que procura se aproximar da
distribuio normal. Assim, seu grfico tambm tem forma de sino, porm possui
caudas mais longas para ambos os lados (ou seja, possui mais valores maiores e
menores que os de uma distribuio normal, e um pico menos acentuado).
Precisamos apenas do nmero de graus de liberdade para obter a varincia da
distribuio t de Student. Se houverem n graus de liberdade, a varincia :
Var (t n ) =
n
n2
Distribuio F:
Essa distribuio mede a razo entre duas distribuies qui-quadrado
independentes. Ou seja, uma varivel F que possua n graus de liberdade no
numerador e m graus de liberdade no denominador formada pela seguinte diviso:
n2
F = n2
m
Veja que agora devemos considerar tanto o nmero de graus de liberdade do
numerador (n) como do denominador (m). Com esses valores em mos, o clculo
da mdia bem simples:
Mdia =
m
m2
2m 2 (n + m 2)
Var ( x ) =
n(m 4)(m 2)2
www.estrategiaconcursos.com.br
22
Resposta: A.
www.estrategiaconcursos.com.br
23
1400
2 = 1400
e
0,5 =
900
0,5 = 900
Isolando em 2 = 1400 , temos:
= 1400 2
Substituindo, na equao 0,5 = 900 , temos:
0,5 = 900
0,5 = 900 (1400 2 )
www.estrategiaconcursos.com.br
24
n
k
n k
Lembrando que, na binomial, P ( k , n, p ) = p (1 p ) , podemos dizer
k
que:
P(2; 3; p) = 12 x P(3;3;p)
Assim:
3 2
3 3
3 2
3 3
(1
p
)
=
12
p (1 p )
2
3
3 p 2 (1 p )1 = 12 1 p 3 (1 p )0
3 p 2 (1 p ) = 12 1 p 3 1
(1 p ) = 4 p
1= 5p
p = 0, 20
Logo, a probabilidade de sucesso p = 20%. A probabilidade de fracasso
1 p = 80%.
Resposta: D
www.estrategiaconcursos.com.br
25
RESOLUO:
Esta questo no se refere especificamente a nenhuma das distribuies que
estudamos. Coloquei-a mesmo assim para voc exercitar alguns conceitos
importantes.
Observe que a distribuio s assume valores negativos (de -1 a 0), pois
como temos no enunciado, a probabilidade de x > 0 igual a zero: f(x) = 0 para x >
0. Se a distribuio s tem valores negativos, sua mdia ser, obviamente, negativa.
Com isso, podemos excluir as alternativas A e B, que apresentam mdias com valor
positivo.
Veja ainda que as letras D e E no apresentam valores fixos, mas sim
valores que variam com x. Como queremos a mdia, ela no pode ser um valor
varivel, pois vimos que a mdia um nmero nico para cada distribuio.
Excluindo essas duas alternativas, resta apenas a letra C.
No vou entrar em detalhes do clculo exato desta mdia, pois foge do
escopo de sua prova.
Resposta: C
Considere ainda: X =
Xi
i =1
e s2 =
( X
i =1
X )2
n 1
www.estrategiaconcursos.com.br
26
RESOLUO:
O exerccio quer saber que distribuio esta:
n( X )2 / 2
s2 / 2
Veja que todas as variveis Xi possuem distribuio N ( , ) , isto ,
distribuio normal. A varivel aleatria X , que a mdia das demais, tambm ter
distribuio normal. Assim, a distribuio
n( X )2 / 2
quadrado com 1 grau de liberdade (pois ela formada pelo quadrado de apenas 1
distribuio normal, que a X . Os valores n, e so constantes). Assim,
n( X )2 / 2
12 .
n( X )2 / 2
por
12 na
expresso do
enunciado, isto :
12
n( X )2 / 2
= 2
s2 / 2
s /2
J quanto ao fator s 2 / 2 , podemos escrev-lo assim:
www.estrategiaconcursos.com.br
27
2
n
(X
i =1
(X
i =1
(X
X )2
i =1
(n 1) 2
X )2
n 1
X )2
( n 12 ). Assim, temos:
s2
n 12
n 1
Portanto,
n( X ) /
=
n 12
s2 / 2
2
2
1
n 1
12
=
2
n 1
1
n 1
a2
F=
www.estrategiaconcursos.com.br
28
2 =
( X
X )2
Resposta: C
www.estrategiaconcursos.com.br
29
I. Uma v. a. varivel aleatria que pode assumir somente dois valores, diz-se
possuir distribuio Geomtrica.
Falso. Uma varivel aleatria que s pode assumir 2 valores possui
distribuio de Bernoulli.
www.estrategiaconcursos.com.br
30
C (K , x ) C (N K , n x )
C ( N, n )
Agora se pretendemos tirar as bolas com reposio, isso significa que a cada
tentativa teremos a mesma probabilidade p de sucesso, e probabilidade 1-p de
insucesso. Para calcular a probabilidade de exatamente k sucessos em n tentativas,
basta usar a frmula da distribuio binomial:
n
P( k , n, p ) = p k (1 p )n k
k
III. A distribuio de Poisson um modelo de probabilidade cujo desvio padro
igual raiz quadrada da mdia.
Verdadeiro. Sabemos que o desvio padro definido como sendo a raiz
quadrada da varincia. Entretanto, na distribuio de Poisson, tanto a mdia quanto
a varincia possuem o mesmo valor: E(X) = Var(X) =
Resposta: A
12. FCC SEFAZ/SP 2009) O nmero de pessoas que chega ao guich de uma
repartio pblica para autuao de processos apresenta uma distribuio de
Poisson a uma taxa de duas pessoas por minuto. A probabilidade de que nos
prximos 2 minutos chegue pelo menos uma pessoa neste guich
www.estrategiaconcursos.com.br
31
RESOLUO:
Estamos diante de uma distribuio de Poisson, pois a chegada de pessoas
ao guich um evento que se repete no tempo com frequncia conhecida.
Observe que, em mdia, chegam 2 pessoas por minuto, de modo que
esperado que em 2 minutos cheguem 4 pessoas. Assim,
= 4.
e k
f (k; ) =
k!
e 4 4 0
f (0;4) =
= e 4
0!
Portanto,
P ( X 1) = 1 P (0)
P ( X 1) = 1 e 4 = e 4 (e 4 1)
Resposta: A
Obs.: note que foi dito que e = 2,71828... apenas para voc ter certeza de
que e o nmero de Euler da equao de Poisson.
13. FGV SEAD/AP 2010) Uma urna contm 50 bolinhas idnticas numeradas de
1 a 50. Se quatro bolinhas so aleatoriamente sorteadas com reposio, a
probabilidade de que, dos quatro nmeros sorteados, dois sejam pares e dois sejam
impares igual a:
www.estrategiaconcursos.com.br
32
n
P (k , n, p ) = p k (1 p) n k
k
4
P (2; 4;0,50) = 0,502 (1 0,50) 4 2
2
P (2; 4;0,50) = 6 0, 25 0, 25 = 0,375 = 37,5%
Resposta: C
www.estrategiaconcursos.com.br
33
(C) a probabilidade de que uma varivel Z que tenha distribuio normal padro seja
maior do que 5 aproximadamente igual a 0.
Verdadeiro. Observe, na curva normal padro, que para Z > 5 a rea abaixo
da curva praticamente zero:
(D) a mdia de uma varivel aleatria que tenha distribuio normal pode ser
negativa.
Verdadeiro. Apenas a distribuio normal padro que necessariamente tem
mdia igual a zero. Outras distribuies normais podem ter qualquer valor de mdia,
desde que sejam simtricas em relao a esta mdia.
www.estrategiaconcursos.com.br
34
+ 2 . Neste caso, podemos dizer que temos 95% de chance de obter retorno
financeiro entre 0% ( 2 ) e 40% ( + 2 ). Portanto, h apenas 5% de chance
de obter retorno abaixo de 0% (perda) ou acima de 40%.
Como a distribuio normal simtrica, podemos dizer que estes 5% de
chance encontram-se metade abaixo de 0% e a outra metade acima de 40%.
Portanto, 5% / 2 = 2,5% a probabilidade de obter retorno abaixo de 0%, da mesma
forma que a chance de obter retorno acima de 40% de 2,5%.
Resposta: B
16. FCC TRT/3 2009) Suponha que obteve-se uma amostra aleatria (X1,
X2,...Xn) de uma varivel aleatria X com funo densidade de probabilidade
www.estrategiaconcursos.com.br
35
RESOLUO:
Observe que temos no enunciado uma funo de densidade de probabilidade
exponencial com parmetro
1
E( X )
E( X ) =
X
i =1
www.estrategiaconcursos.com.br
36
1
=
E( X )
1
n
X
i =1
n
n
X
i =1
RESOLUO:
Seja X essa varivel normalmente distribuda com mdia = 2,5 e desvio
padro = 2 . Para que uma empresa tenha situao lquida negativa ou nula, ela
deve ter X 0 . Utilizando a padronizao Z, temos:
www.estrategiaconcursos.com.br
37
Z=
0 2,5
= 1, 25
2
Resposta: A
RESOLUO:
Seja X a varivel aleatria, com distribuio normal, que representa os
valores dos ttulos no mercado. Sabemos que P ( X 10000) = 16% , e tambm que
Z16% =
, temos:
10000
www.estrategiaconcursos.com.br
38
1=
10000
= 10000
Da mesma forma, temos na tabela que P (Z 0,25) = 0,40 = 40% . Portanto,
P (Z < 0,25) = 1 0,40 = 0,60 = 60% . Assim,
Z 60% =
0, 25 =
7000
7000
0, 25 = 7000
Portanto, temos:
= 10000
0, 25 = 7000
= 6000
Resposta: D
www.estrategiaconcursos.com.br
39
20. FCC INFRAERO 2011) Uma populao X tem uma funo densidade dada
por f ( x ) =
RESOLUO:
Observe que esta funo de densidade de probabilidade no depende de x,
isto , ela constante, e igual a
Portanto, se f ( x ) =
1
Mx Mn
1
1
= , ento podemos afirmar que:
Mx Mn
www.estrategiaconcursos.com.br
40
Mx + Mn
, ento
2
4,5 =
Mx + 0
2
Mx = 9
A varincia da distribuio uniforme :
Var ( X ) =
(Mx Mn )2 (9 0)2 81 27
=
=
=
12
12
12 4
Resposta: E
21. FCC INFRAERO 2011) Para resolver essa questo, dentre as informaes
dadas abaixo, utilize aquela que julgar apropriada:
e-1 = 0,368
e-2 = 0,135
e-2,5 = 0,082
RESOLUO:
Se chegam em mdia 5 passageiros por minuto, podemos dizer que chegam
em mdia 2,5 passageiros a cada 30 segundos. Assim, = 2,5 .
www.estrategiaconcursos.com.br
41
e k
f (k; ) =
k!
e 2,5 2,50
= e 2,5
f (0;2,5) =
0!
e 2,5 2,51
f (1;2,5) =
= e 2,5 2,5
1!
Portanto,
RESOLUO:
Veja que estamos diante de uma distribuio geomtrica, que nos permite
calcular a probabilidade de obter o primeiro sucesso apenas na tentativa n, sendo
p a probabilidade de sucesso em cada tentativa. A probabilidade de ter o primeiro
www.estrategiaconcursos.com.br
42
n 1
11
P ( X = 2) = (1 0,25 )
2 1
0,25 = 0,25
0,25 = 0,1875
Resposta: A
Sabe-se que o tempo para a ocorrncia de defeito em uma pea tem distribuio
normal com mdia de 1200 dias e desvio padro de 100 dias. O fabricante de tais
peas oferece aos seus clientes uma garantia de g dias (ele substitui toda pea que
durar g dias ou menos). O valor de g para que apenas 0,5% das peas sejam
substitudas , em dias, igual a:
a) 742
b) 768
c) 856
d) 942
e) 967
RESOLUO:
Temos uma distribuio normal com mdia = 1200 e desvio padro
= 100 . Queremos saber o nmero g de dias abaixo do qual temos apenas 0,5%
de chance de ter defeito.
www.estrategiaconcursos.com.br
43
Z=
2, 58 =
g 1200
100
g = 942dias
Resposta: D
RESOLUO:
Queremos calcular a probabilidade de que pelo menos 1 das 2 placas
defeituosas seja escolhida, ao serem selecionadas 4 das 10 placas para inspeo.
A probabilidade de pelo menos 1 placa defeituosa ser escolhida igual a 100%
menos a probabilidade de zero placas defeituosas serem escolhidas P(0).
Para calcular P(0), veja que estamos diante de uma distribuio
hipergeomtrica. Isto porque queremos calcular a probabilidade de obter x = 0
placas defeituosas ao pegar n = 4 placas, sem reposio, em um conjunto de N = 10
placas das quais K = 2 so defeituosas. Portanto:
www.estrategiaconcursos.com.br
44
C (K , x ) C (N K , n x )
C (N, n )
Resposta: B
Obs.: Repare que voc no precisava decorar a frmula da hipergeomtrica,
bastava usar os conceitos que vimos na aula de probabilidades. Isso acontece em
questes de outras distribuies tambm, principalmente no caso das distribuies
discretas.
25. FCC TRT/23 2011) O nmero de falhas num certo tipo de placa de frmica
tem distribuio de Poisson com taxa mdia de 0,1 defeitos por metro quadrado.
Tais placas cobriro uma superfcie plana de 2 m 2,5 m. Se a placa no contm
nenhum defeito ela vendida por R$ 500,00 e se ela tem um defeito ou mais
vendida por R$ 200,00. O preo mdio de venda desse tipo de placa , em reais,
igual a
RESOLUO:
Veja que as placas tem 2 x 2,5 = 5 metros quadrados. Vamos calcular a
chance de ela no ter nenhum defeito, bem como a chance de ter 1 ou mais
defeitos.
Inicialmente, precisamos achar o valor do parmetro
, que o nmero de
defeitos esperado por unidade de tempo ou de quantidade. Neste caso, foi dito que
esperado 0,1 defeito por metro quadrado (quantidade). Assim, em 5 metros
quadrados so esperados 0,5 defeitos (isto , so esperados 0,5 defeitos por placa
de 5m2). Portanto,
=0,5.
A probabilidade de k = 0 defeitos :
Prof. Arthur Lima
www.estrategiaconcursos.com.br
45
e k
f (k; ) =
k!
e 0,5 0,50
f (0;0,5) =
= e 0,5 = 0,61
0!
A probabilidade de 1 ou mais defeitos :
n
P ( k , n, p ) = p k (1 p ) n k
k
www.estrategiaconcursos.com.br
46
405
1 3
= n
1024
4 4
405
3
= n
256
4
n 1
n 1
405
3
= 4
256
4
4 1
405
3
= 5
256
4
51
3 27
= 4 =
4 16
405 27
. Testando n = 5 temos:
256 16
4
81 405
3
= 5 = 5
=
256 256
4
Portanto, n = 5 a resposta.
Resposta: B
********************
Meus
caros,
por
hoje
s.
Aguardo
suas
dvidas
atravs
do
arthurlima@estrategiaconcursos.com.br
Saudaes,
Arthur Lima
www.estrategiaconcursos.com.br
47
www.estrategiaconcursos.com.br
48
www.estrategiaconcursos.com.br
49
Considere ainda: X =
X
i =1
e s2 =
( X
i =1
X )2
n 1
www.estrategiaconcursos.com.br
50
www.estrategiaconcursos.com.br
51
12. FCC SEFAZ/SP 2009) O nmero de pessoas que chega ao guich de uma
repartio pblica para autuao de processos apresenta uma distribuio de
Poisson a uma taxa de duas pessoas por minuto. A probabilidade de que nos
prximos 2 minutos chegue pelo menos uma pessoa neste guich
www.estrategiaconcursos.com.br
52
16. FCC TRT/3 2009) Suponha que obteve-se uma amostra aleatria (X1,
X2,...Xn) de uma varivel aleatria X com funo densidade de probabilidade
www.estrategiaconcursos.com.br
53
www.estrategiaconcursos.com.br
54
20. FCC INFRAERO 2011) Uma populao X tem uma funo densidade dada
por f ( x ) =
www.estrategiaconcursos.com.br
55
21. FCC INFRAERO 2011) Para resolver essa questo, dentre as informaes
dadas abaixo, utilize aquela que julgar apropriada:
e-1 = 0,368
e-2 = 0,135
e-2,5 = 0,082
Sabe-se que o tempo para a ocorrncia de defeito em uma pea tem distribuio
normal com mdia de 1200 dias e desvio padro de 100 dias. O fabricante de tais
Prof. Arthur Lima
www.estrategiaconcursos.com.br
56
25. FCC TRT/23 2011) O nmero de falhas num certo tipo de placa de frmica
tem distribuio de Poisson com taxa mdia de 0,1 defeitos por metro quadrado.
Tais placas cobriro uma superfcie plana de 2 m 2,5 m. Se a placa no contm
nenhum defeito ela vendida por R$ 500,00 e se ela tem um defeito ou mais
vendida por R$ 200,00. O preo mdio de venda desse tipo de placa , em reais,
igual a
(dado e-0,1 = 0,90 e e-0,5 = 0,61)
a) 375.
b) 383.
c) 387.
d) 390.
e) 394.
www.estrategiaconcursos.com.br
57
GABARITO
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
www.estrategiaconcursos.com.br
58