Exercícios Resolvidos e Propostos - Probabilidade e Estatística

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

Profs. Alexandre Lima e Moraes Junior
Aula 8 - Questes Comentadas e Resolvidas
Varivel Aleatria: definio, funo discreta de probabilidade, funo
de distribuio de probabilidade, funo densidade de probabilidade.
Valor Esperado: mdia, varincia e valor esperado de funo de
varivel aleatria. Desigualdade de Chebyshev. Principais distribuies
de probabilidade (binomial, Poisson, normal etc.).
1. (Analista do BACEN/rea 3/2005/FCC) O nmero de televisores
modelo M vendidos diariamente numa loja uma varivel aleatria discreta
(X) com a seguinte distribuio de probabilidades:
O preo unitrio de venda do televisor modelo M de R$ 1.000,00. Se num
determinado dia a receita de vendas referente a este modelo for inferior a R$
3.000,00, a probabilidade dela ser positiva
A) 20%
B) 30%
C) 50%
D) 60%
E) 75%
Resoluo
PRELIMINARES
A Noo de Varivel Aleatria
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br
Uma varivel aleatria uma descrio numrica do resultado de um
experimento.
Por exemplo, considere o experimento "contactar cinco clientes". Seja X a
varivel aleatria que representa o nmero de clientes que colocam um pedido
de compra. Ento os valores possveis de X so 0, 1, 2, 3, 4 e 5.
Uma varivel aleatria X denominada discreta se assume valores num
conjunto contvel ou enumervel (como o conjunto dos nmeros inteiros Z ou
o conjunto dos nmeros naturais N), com certa probabilidade. Formalmente,
uma varivel aleatria uma funo, e no uma "varivel" propriamente
1
dita. A varivel aleatria do exemplo anterior discreta. Tambm so
exemplos de variveis aleatrias discretas:
Nmero de coroas obtido no lanamento de duas moedas;
Nmero de itens defeituosos em uma amostra retirada,
aleatoriamente, de um lote;
Nmero de defeitos em um carro que sai de uma linha de
produo.
Vejamos um outro exemplo. Considere o lanamento de duas moedas
mencionado acima. O espao amostral (isto , o conjunto de todos os
resultados possveis do experimento)
Voltemos resoluo da questo. Muitas vezes, o fato de sabermos que certo
evento ocorreu faz com que se modifique a probabilidade que atribumos a
outro evento. Denotamos por P(A|B) a probabilidade do evento A, sabendo que
B ocorreu, ou probabilidade de A condicionada a B. Temos
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 2
{(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)},
e os valores que a varivel aleatria X (nmero de coroas) pode assumir so
X = {0, 1, 2}.
Observe que o valor x = 0 est associado ao resultado (cara, cara), o valor x =
1 est associado aos resultados (cara, coroa) e (coroa, cara) e o valor x = 2
est associado ao resultado (coroa, coroa).
Uma varivel aleatria contnua uma funo que associa elementos do
espao amostral ao conjunto dos nmeros reais (conjunto no enumervel).
Exemplos de variveis aleatrias contnuas:
Tempo de resposta de um sistema computacional;
Volume de gua perdido por dia, num sistema de abastecimento;
Resistncia ao desgaste de um tipo de ao, num teste padro.
A questo pede que o candidato calcule a probabilidade de a receita de vendas
num dado dia ser positiva sabendo-se que ela inferior a R$ 3.000,00 naquele
mesmo dia, ou seja, deve ser calculada a probabilidade condicional
P(receita de vendas > 0 | receita de vendas < R$ 3.000,00).
Ora, a probabilidade acima igual probabilidade
X 0 1 2 3
P(x)
0,20 0,30 0,30 0,20
2. (BACEN/rea 2/2010/CESGRANRIO/Adaptada) A varivel aleatria
contnua x tem a seguinte funo de densidade de probabilidade:
PRELIMINARES
em que X a varivel aleatria que denota o nmero de televisores modelo M
vendidos diariamente.
Precisamos encontrar o valor da incgnita p para resolver a questo. Para tal,
usaremos a equao
p + 1,5p + 1,5p + p = 1
Ento,
Assim:
P(X < 3) = P(X = 0) + P(X = 1) + P(X = 2) = 0,20 + 0,60 = 0,80
Logo,
75%
GABARITO: E
para todos os outros valores de x.
Sendo k uma constante, seu valor igual a
A) 1
B) -3/4
C) 2/3
D) -5/24
E) 1/12
Resoluo
3
Funo Densidade de Probabilidade
Diz-se que f(x) uma funo contnua de probabilidade ou funo densidade
de probabilidade para uma varivel aleatria contnua X, se satisfaz duas
condies:
A figura abaixo mostra o significado geomtrico da frmula acima: a
2. a rea definida por f(x) igual a 1.
A condio 2 dada pela integral (memorize para a prova!)
A figura a seguir ilustra uma funo densidade que satisfaz:
que T uma constante, para = 0 para os demais valores,
Para calcular probabilidades, temos que, para
igual a rea sob f(x) no intervalo [a,b].
de maneira que a funo tem a forma de um pulso retangular. Observe que
f(x) deve ser igual a 1/T para pois a rea sob a funo densidade
unitria (como a base do pulso T, ento a altura do pulso deve ser 1/T,
para que a rea do pulso seja igual a 1).
Observe que a probabilidade de ocorrncia de um dado valor isolado "k"
sempre nula, ou seja, P[x = k] = 0.
Gostaramos de apresentar para vocs um "bizu" de integrao antes de
prosseguir com a resoluo da questo. De acordo com a frmula de Newton-
Leibniz, temos que
Podemos generalizar a integrao exemplificada acima para integrandos do
tipo g(x) = x
n
, em que n um valor inteiro:
Voltemos resoluo. Para determinar o valor de k, basta lembrar que a rea
sob a funo densidade de probabilidade f(x) unitria:
b. A funo F(x) denominada primitiva de g(x).
x
3
. Assim,
5
Vamos retornar para a resoluo? Precisamos substituir a funo f(x) na
Resoluo
Deve-se descartar as opes A, C e E, pois a probabilidade de X cair no
intervalo [a,b] dada pela seguinte integral (observe que o enunciado afirma
GABARITO: D
3. (Analista/SUSEP/2006/ESAF) Se a varivel X pode assumir um conjunto
infinito (contnuo) de valores, o polgono de freqncia relativa de uma
amostra torna-se uma curva contnua, cuja equao Y = p(X). A rea total
limitada por essa curva e pelo eixo dos X igual a 1 e a rea compreendida
entre as verticais X = a e X = b, sendo a < b e, ambos, contidos na rea total
da curva, a probabilidade de X cair neste intervalo a e b dada por
composta pela soma de P(X=a) + P(X=b).
composta pela integral de P(X=a) at P(X=b).
composta pela soma de P(X=a) - P(X=b).
composta pela integral de P(X=a) at P(X=b).
composta pela P(X=b), de forma cumulativa at o ponto b.
6
que "(..) o polgono de freqncia relativa de uma amostra torna-se uma curva
contnua"):
A opo D incorreta porque o sinal da desigualdade est trocado (P(a>X>b)
no lugar de P(a<X<b)). Logo, B a opo correta.
GABARITO: B
4. (AFRFB/2009/ESAF/adaptada) A funo densidade de probabilidade de
uma varivel aleatria contnua x dada por:
Resoluo
PRELIMINARES
A Noo de Mdia ou Expectncia de Varivel Aleatria
A mdia (tambm conhecida como valor esperado, expectncia ou
esperana) uma medida de posio de uma funo de probabilidade,
servindo para localizar a funo sobre o eixo de variao da varivel em
questo. Em particular, a mdia caracteriza o centro de uma funo de
probabilidade. A mdia uma caracterstica numrica de uma funo de
probabilidade.
Obs.: c.c. denota "caso contrrio".
Para esta funo, a mdia de x, tambm denominada expectncia de x e
denotada por E(x) igual a:
Se X for uma varivel aleatria discreta que pode tomar os valores x
1
, x
2
, ...,
x
n
com probabilidades f(x
1
), f(x
2
), ..., f(x
n
), ento a mdia de X definida por
em que E denota o operador esperana matemtica. A mdia de X tambm
O valor esperado de uma varivel aleatria contnua X com densidade de
probabilidade fX(x) dado pela integral
Voltemos resoluo. Primeiramente, devemos descartar as opes D e E,
pois a mdia de uma varivel aleatria um nmero. Observe que as opes
apontadas so funes de x e no nmeros!
Vimos que o clculo da esperana E[X] da varivel aleatria contnua X feito
pela integrao
Observe que a funo densidade de probabilidade nula para x < -1 e x > 0.
Logo o limite inferior da integral -1 e o superior 0. Portanto,
GABARITO: C
usualmente representada por
(leia-se "mi").
(leia-se "X barra") ou pela letra grega
Se a varivel aleatria discreta X puder tomar um nmero infinito de valores,
ento a frmula anterior pode ser generalizada na forma
Como a primitiva da integral temos que
8
5. (AFRFB/2009/ESAF) A tabela mostra a distribuio de freqncias
relativas populacionais (f') de uma varivel X:
X f '
- 2 6a
1 1a
2 3a
Sabendo que "a" um nmero real, ento a mdia e a varincia de X so,
respectivamente:
PRELIMINARES
Valor Esperado de Funo de Varivel Aleatria
Seja X uma varivel aleatria discreta com funo de probabilidade fX(xi) e
g(X) uma funo de X. Ento o valor esperado de g(X)
Resoluo
Caso X seja uma varivel aleatria contnua com densidade de
probabilidade fX(x), o valor esperado de g(X) dado por
Se g(X) = g
1
(X) + g
2
(X), em que g1(X) e g2(X) tambm so funes de X, ento
vale
9
Relacionamos abaixo algumas propriedades importantes da esperana
matemtica E(.). Sejam "a" e "c" valores constantes e X uma varivel aleatria
(tanto faz se contnua ou discreta), ento valem:
1.
"c";
a mdia de um nmero qualquer "c" o prprio nmero
a mdia de uma varivel multiplicada por um
nmero igual ao nmero multiplicado pela mdia de X;
a mdia da soma de um nmero qualquer
"a" com a varivel X multiplicada por um nmero qualquer c igual
soma do nmero "a" com a mdia de X multiplicada por "c".
O Conceito de Varincia
Sejam X uma varivel aleatria (discreta ou contnua)
funo de X. Define-se a varincia de X (denotada por var(X)
valor esperado
Desenvolvamos a expresso acima.
pois colocamos
igualdade e
em evidncia no segundo termo do lado direito da
A varincia de X igual a mdia do quadrado de X subtrada da
mdia de X ao quadrado (memorize para a prova!).
Sejam "a" e "c" constantes e Z = a + cX. Observe que Z uma transformao
linear de X, porque Z = a+cX define a equao de uma reta com declividade
"c" e intercepto "a". No difcil demonstrar que vale a propriedade
A raiz quadrada positiva da varincia chamada de desvio-padro ou
erro-padro, sendo denotada pelo smbolo (memorize para a prova!).
Voltemos questo. Em primeiro lugar, deve-se eliminar a opo B, pois no
existe varincia com valor negativo. Assim, esta opo absurda.
Soma das Freqncias Relativas = 6a + 1a + 3a = 10a = 1.
Logo a = 0,1.
X f ' X.f ' X
2
.f '
- 2 6a = 6 x 0,1 = 0,6 -1,2 2,4
1 1a = 1 x 0,1 = 0,1 0,1 0,1
2 3a = 3 x 0,1 = 0,3 0,6
1,2
Total 1 -0,5 3,7
Vimos que a mdia de uma varivel aleatria discreta calculada pela frmula
Cenrio Lucro (R$) Distribuio de
Probabilidades do Cenrio
Bom R$ 8 000,00 0,25
Mdio R$ 5 000,00 0,60
Ruim R$ 2 000,00 0,15
A expectncia e a varincia do lucro so, em R$ e (R$)
2
, respectivamente,
A) 5 500,00 e 3 160,00
Para a questo temos
podemos eliminar as
opes C e E (sobraram A e D).
A varincia dada por
sendo que (reparou que a opo D uma
"pegadinha"?). Logo,
GABARITO: A
6. (Analista/rea 3/BACEN/2006/FCC) Um empresrio, investindo em um
determinado empreendimento, espera ter os seguintes lucros em funo dos
cenrios "Bom", "Mdio" e "Ruim":
B) 5 300,00 e 3 510,00
C) 5 300,00 e 3 160,00
D) 5 000,00 e 3 510,00
E) 5 000,00 e 3 160,00
Resoluo
Expectncia: E(X)
Varincia: Var(X) = E(X
2
) - [E(X)]
2
E(X) = ZX.P(X) = 8 x 0,25 + 5 x 0,60 + 2 x 0,15 = 5,3 mil = 5.300,00
E(X
2
) = 8
2
x 0,25 + 5
2
x 0,60 + 2
2
x 0,15 = 31,6 mil
Var(X) = 31,6 - 5,3
2
= 3,51 mil = 3.510,00
GABARITO: B
7. (AFPS/2002/ESAF) Sejam X1,...,Xn observaes de um atributo X. Sejam:
A) Pelo menos 95% das observaes de X diferem de
menos que 2S.
B) Pelo menos 99% das observaes de X diferem de
menos que 2S.
C) Pelo menos 75% das observaes de X diferem de
menos que 2S.
D) Pelo menos 80% das observaes de X diferem de
menos que 2S.
E) Pelo menos 90% das observaes de X diferem de
menos que 2S.
em valor absoluto por
Resoluo
Note que todas as opes envolvem a seguinte frase padro: "pelo menos Y%
das observaes de X diferem de em valor absoluto por menos que 2S".
Vamos equacionar esta frase? Fica da seguinte forma:
Assinale a opo correta.
A Distribuio Binomial
A expresso acima sugere que trata-se de uma questo que cobra a aplicao
da desigualdade de Chebyshev.
Vamos relembrar a definio da desigualdade? Seja X uma varivel aleatria
valem as seguintes
relaes
Observe que as expresses correspondem,
respectivamente, mdia aritmtica e a varincia de um conjunto de dados
Suponha que voc tenha sua disposio um nmero n muito grande
de observaes da varivel aleatria X. Neste caso, razovel supor que
( assim que se faz na prtica!). Substituindo
na desigualdade, obtemos
GABARITO: C
8. (ICMS-RJ/2010/FGV). 40% dos eleitores de uma certa populao
votaram, na ltima eleio, num certo candidato A. Se cinco eleitores forem
escolhidos ao acaso, com reposio, a probabilidade de que trs tenham
votado no candidato A igual a:
Conclumos que pelo menos 75% das observaes de X diferem de
absoluto por menos que 2S.
em valor
Resoluo
PRELIMINARES
Considere os seguintes experimentos aleatrios e variveis aleatrias:
1. Jogue uma moeda 50 vezes. Seja X = nmero de caras obtidas.
2. Nos prximos 30 nascimentos em uma maternidade, seja X = nmero de
nascimentos de meninos.
Cada um desses experimentos aleatrios pode ser pensado como consistindo
em uma srie de tentativas aleatrias e repetidas: 50 arremessos de moedas
no experimento (1) e 30 nascimentos de bebs no experimento (2). A varivel
aleatria em cada caso uma contagem do nmero de tentativas que
satisfazem um determinado critrio. O resultado de cada tentativa satisfaz ou
no o critrio que X conta; por conseguinte, cada tentativa pode ser
sumarizada como resultando em um sucesso ou um fracasso (falha ou
insucesso), respectivamente. Por exemplo, sucesso, no experimento (1), a
obteno de cara no lanamento da moeda. No experimento (2), o nascimento
de uma menina um fracasso.
Uma tentativa com somente dois resultados possveis denominada tentativa
de Bernoulli. Considera-se que as tentativas que constituem o experimento
aleatrio sejam independentes. Ou seja, o resultado de uma tentativa no tem
efeito sobre o resultado da tentativa seguinte. Alm disso, admitimos que a
probabilidade de um sucesso em cada tentativa seja constante.
Definio:
Um experimento aleatrio, consistindo em n repetidas tentativas, de modo que
(1) as tentativas sejam independentes,
(2) cada tentativa resulte em somente dois resultados possveis, designados
por "sucesso" e "fracasso",
(3) a probabilidade de um sucesso em cada tentativa seja p
chamado de experimento de Bernoulli (ou Binomial). A varivel
aleatria X, que conta o nmero de sucessos em n tentativas, tem
distribuio binomial (ou de Bernoulli) com parmetros p e n. A funo de
probabilidade de X (distribuio binomial)
Se fizermos (1-p) = q ( a probabilidade de insucesso em uma tentativa) na
funo de probabilidade acima, obtemos
Alguns autores optam por definir a distribuio binomial como a probabilidade
de se ter k sucessos em n tentativas:
A figura abaixo mostra a distribuio da Binomial para n = 10 e p = 1/2.
A Tabela a seguir fornece a mdia, a varincia e o desvio padro da
Distribuio Binomial.
Tabela: Caracterizao da Binomial
Voltemos resoluo. A probabilidade de que trs eleitores tenham votado no
candidato A (k=3 "sucessos") em n = 5 tentativas, sendo p=0,4 (probabilidade
de sucesso), dada pela distribuio binomial
Logo,
GABARITO: C
9. (Analista/SUSEP/2006/ESAF). Um grupo de 1.000 pessoas tem a
seguinte composio etria (em anos):
- [0 - 20]: 200 pessoas;
- [21 - 30]: 200 pessoas;
- [31 - 40]: 200 pessoas;
- [41 - 50]: 200 pessoas;
- de 51 anos em diante: 200 pessoas;
Considerando que as probabilidades mdia de morte (q
x
), segundo uma
determinada tbua, de:
- [0 - 20] at 20 anos: 0,600% o (por mil);
- [21 - 30]: 0,800% o (por mil);
- [31 - 40]: 1,500% o (por mil);
- [41 - 50]: 5,000% o (por mil);
- de 51 anos em diante: 20,000% o (por mil).
Pode-se afirmar que a possibilidade de ocorrer a morte de exatamente 10
pessoas com idade superior a 51 anos um evento:
(A) Certo.
(B) Impossvel.
(C) Provvel.
(D) Muito Provvel.
(E) Pouco Provvel.
Resoluo
O problema uma mera aplicao da Lei Binomial. Seja X a varivel aleatria
que denota o nmero de mortes de pessoas com idade de 51 anos em diante.
Neste caso, temos um "sucesso" quando algum desta faixa etria morre. A
probabilidade de sucesso Lembre que a
distribuio binomial dada pela frmula (probabilidade de X = k sucessos)
Logo, a possibilidade de ocorrer a morte de exatamente 10 pessoas com idade
superior a 51 anos dada por
(200^
10 190
P(X =10) = X 0,02 X 0,98
10
\
yj
J
GABARITO: E
10. (AFRFB/2009/ESAF) O nmero de petroleiros que chegam a uma
refinaria ocorre segundo uma distribuio de Poisson, com mdia de dois
petroleiros por dia. Desse modo, a probabilidade de a refinaria receber no
mximo trs petroleiros em dois dias igual a:
Como proibido usar calculadora na prova, deve-se partir para uma anlise
qualitativa dos fatores da probabilidade P(X = 10):
representa um nmero muito grande;
representa um nmero "absurdamente" prximo de zero, ou seja,
um infinitesimal;
representa um nmero prximo de zero, pois elevar um nmero
menor que 1, ainda que bastante prximo da unidade, centsima potncia,
resulta em um valor prximo de zero.
Note que, se um infinitesimal, ento o produto tambm
um infinitesimal (ainda mais prximo de zero que 0,02
10
).
Assim, o nmero deve estar prximo de zero, pois
corresponde ao produto de um valor muito grande por um infinitesimal. Ou
seja, um valor "pouco provvel" (opo E).
Nota: obtivemos com uma calculadora cientfica.
Resoluo
PRELIMINARES
A Distribuio de Poisson
A distribuio de Poisson com parmetro a (a > 0) dada por
A Tabela a seguir fornece a mdia, a varincia e o desvio padro da
Distribuio de Poisson
Tabela: Caracterizao da Poisson
Observe que a mdia igual a varincia, e que ambas so iguais ao
parmetro a.
A frmula acima caracteriza o processo de contagem de Poisson, o qual
apropriado para aplicaes que envolvam a contagem do nmero de vezes que
um evento aleatrio ocorre em um dado intervalo de tempo, distncia, rea,
etc. Algumas aplicaes que envolvem a distribuio de Poisson incluem o
nmero de pessoas que entram em uma loja em uma hora e o nmero de
falhas por 1.000 metros de fita de vdeo.
Neste ponto, estamos prontos para apresentar a definio formal da Lei ou
Distribuio de Poisson, o que ser feito a seguir.
Seja a contagem do nmero de ocorrncias de eventos no intervalo (t, t+T). Se
o intervalo puder ser dividido em subintervalos suficientemente pequenos tal
que
(1) a probabilidade de mais de uma contagem em um subintervalo seja zero,
(2) a probabilidade de uma contagem em um subintervalo seja a mesma para
todos os subintervalos e proporcional ao comprimento do subintervalo e
(3) a contagem em cada subintervalo seja independente de outros
subintervalos,
mdio de eventos por unidade da grandeza
ento esse experimento aleatrio ser designado por processo de Poisson.
Se o nmero mdio de contagens no intervalo for a > 0, a varivel aleatria X,
que representa o nmero de contagens no intervalo, ter uma distribuio de
Poisson, com parmetro a, dada por
volume, distncia, etc. Ou seja, o processo de Poisson no necessariamente
um processo de contagem no tempo.
Nota: na literatura (e tambm nas provas!), bastante comum encontrarmos
a seguinte definio para a Lei (distribuio) de Poisson:
Observe que a frmula acima pode ser obtida fazendo-se
Voltemos ao exerccio. Vimos que a distribuio de Poisson pode ser dada por
a taxa mdia de ocorrncia dos eventos por unidade de
Neste caso,
subentende-se que o intervalo de contagem unitrio, ou seja, T = 1.
A figura a seguir representa a distribuio de Poisson com
definio
Dados da questo:
GABARITO: C
11. (ICMS-SP/2009/FCC) 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
mximo trs petroleiros em dois dias, denotada por
Observao:
e = 2,71828...
Resoluo
A distribuio de Poisson com parmetro a (a > 0) dada por
Portanto, r = 2 x 2 = 4 petroleiros. A probabilidade de a refinaria receber no
A probabilidade de que nos prximos 2 minutos chegue pelo menos uma
pessoa dada por:
GABARITO: A
12. (ICMS-RJ/2009/FGV) O nmero de clientes que buscam, em cada dia,
os servios de um renomado cirurgio tem uma distribuio de Poisson com
mdia de 2 pacientes por dia.
Para cada cirurgia efetuada, o cirurgio recebe R$ 10.000,00. No entanto, ele
consegue fazer o mximo de duas cirurgias em um dia; clientes excedentes
so perdidos para outros para outros cirurgies.
Assinale a alternativa que indique o valor esperado da receita diria do
cirurgio.
A) R$ 5.600,00
B) R$ 8.400,00
C) R$ 10.000,00
D) R$ 14.400,00
E) R$ 20.000,00
Resoluo
Seja R a varivel aleatria que representa a receita diria do cirurgio. Essa
varivel aleatria s pode assumir trs valores possveis, quais sejam: r1 = R$
0,00 (zero cirurgia), r
2
= R$ 10.000,00 (uma cirurgia) e r3 = R$ 20.000,00
(duas cirurgias). Sabe-se que o valor esperado da receita diria do cirurgio,
denotado por E(R), dado pela frmula
distribuio de Poisson? A resposta NO e a justificativa simples: a
distribuio de R discreta e possui apenas trs probabilidades.
A probabilidade do cirurgio no faturar num determinado dia (denotada por
P(R=0)) igual probabilidade da varivel aleatria X (que representa o
nmero de clientes que buscam, em cada dia, o cirurgio) ser igual a zero. De
acordo com o enunciado, X tem distribuio de Poisson. Logo, P(R=0) = P(X=0)
dada por:
A probabilidade de o cirurgio faturar R$ 10.000,00 num determinado dia
(P(R=10.000)) igual probabilidade da varivel aleatria X ser igual a um:
O cirurgio consegue fazer o mximo de duas cirurgias em um dia; clientes
excedentes so perdidos para outros cirurgies. Sendo assim, o cirurgio
faturar R$ 20.000,00 num determinado dia caso seja procurado por 2 ou mais
clientes. Portanto, P(R=20.000) = P(X >2) = 1 - [P(X = 0) + P(X = 1)] = 1 -
0,14 - 0,28 = 0,58.
O valor esperado da receita diria do cirurgio ento
E(R) = 0x0,14 + 10.000,00x0,28 + 20.000,00x0,58 = R$ 14.400,00
GABARITO: D
13. (Analista da SUSEP/Aturia/2010/ESAF).
Resoluo
Esta questo aborda o comportamento assinttico da Lei Binomial (lei de
Poisson).
Suponha n >> 1 (isto , que n seja grande), p << 1 (probabilidade de sucesso
prxima de zero), mas de tal forma que np permanea constante, digamos np
na distribuio binomial
a distribuio Binomial pode ser
Portanto
(admitindo-se k
<< n), obtemos
A funo de distribuio F(x) de uma varivel aleatria contnua X pode ser
posta na forma
O resultado acima mostra que
aproximada pela Distribuio de Poisson quando n >> 1, p << 1,
GABARITO: B
14. (AFPS/2002/ESAF). A varivel aleatria X tem distribuio uniforme no
intervalo uma constante maior do que 0,5. Determine o valor
A) 3/4
B) 1/4
C) 1
D) 5/7
E) 1/2
Resoluo
PRELIMINARES
Funo de Distribuio de Probabilidade
A funo de distribuio (ou acumulada) de probabilidade F(x) de uma
varivel aleatria X definida por
em que f(x) denota a funo densidade de probabilidade.
Distribuio Uniforme
Uma varivel aleatria contnua X com uma funo densidade de probabilidade
tem distribuio uniforme (veja a figura a seguir).
A mdia de uma varivel aleatria uniforme
Voltemos resoluo de exerccio. O enunciado define a distribuio uniforme
ilustrada pela figura abaixo.
| . A
E a varincia
z 1,00 1,25 1,50 1,75 2,00 2,25
P(0<Z<z) 0,34 0,39 0,43 0,46 0,48 0,49
15. Os salrios dos empregados de uma determinada categoria profissional
apresentam uma distribuio normal com mdia igual a R$ 1.200,00 e desvio
padro igual a R$ 160,00. A proporo dos empregados com salrios
superiores a R$ 1.000,00 e inferiores a R$ 1.520,00
(A) 98%
(B) 96%
(C) 92%
Sabemos que
F(0,5) = rea sob a curva uniforme entre x = 0 e x = 0,5.
Ento,
GABARITO: D
(APOFP-SP/2010/FCC/Adaptada) Instrues: para resolver s prximas
duas questes utilize as informaes abaixo referentes distribuio normal
padro Z:
(D) 89%
(E) 87%
Resoluo
PRELIMINARES
A Distribuio Normal
Uma varivel aleatria X tem distribuio normal (tambm denominada
No fique assustado(a) com a frmula acima. Voc no precisar decor-la
para a prova, pois os exerccios que envolvam a distribuio normal sero
resolvidos com o auxlio de uma tabela de probabilidades, como ser visto
mais adiante.
Neste curso, usaremos a notao
para indicar que X tem
distribuio normal com parmetros A figura acima mostra a curva
normal padro. Repare que o seu formato parecido com o de um sino.
A distribuio normal possui as seguintes propriedades:
aussiana pelos engenheiros) com parmetros
dada por
se sua funo densidade
Demonstra-se que os parmetros denotam a mdia e a varincia da
distribuio normal, respectivamente (memorize para a prova!).
Z ter mdia zero e varincia 1. No fcil mostrar que Z tambm tem
distribuio normal, ou seja, Z - N(0, 1). Isso no ser feito nesta aula. Diz-se
que Z tem distribuio normal padro ou normal reduzida. Esta
distribuio muito importante para a prova.
prova!).
A figura acima mostra que:
dos valores da distribuio normal;
contm 95,45% dos valores da distribuio normal.
contm 99,73% dos valores da distribuio normal.
- o intervalo
- o intervalo
- o intervalo
A funo de distribuio acumulada de uma varivel aleatria normal padro
usualmente denotada por Ressaltamos que (memorize para a prova!)
O apndice contm tabelas auxiliares que fornecem os valores das seguintes
probabilidades:
normal
padro
Ateno: podemos generalizar o resultado (4) para qualquer varivel aleatria
D uma olhada nas tabelas auxiliares da normal padro; importante que
voc esteja familiarizado com o uso das tabelas!
Exemplo. Seja a varivel aleatria normal padro Z e as tabelas auxiliares da
normal.
= 0,1038 (veja a figura a seguir). A Tabela I nos d esse resultado de forma
direta, pois P(Z>1,26) = 0,1038.
A Tabela II do apndice da normal reduzida indica que
Memorize o resultado acima para a prova, pois o mesmo ser muito
utilizado para resolver questes de Estatstica que envolvam a distribuio
normal (vide figura a seguir).
normal
Voltemos questo. De acordo com o enunciado, a distribuio dos salrios
dos empregados (varivel X) normal com parmetros
= 160 (desvio padro). Pede-se a proporo dos empregados com salrios
superiores a R$ 1.000,00 e inferiores a R$ 1.520,00, ou seja, a probabilidade
P[1.000<X<1.520].
Seja a nova varivel Z
que
em que Z a normal padro. Aprendemos
A tabela da normal padro fornece as seguintes probabilidades:
padro simtrica em relao origem z =0.
GABARITO: E
16. A distribuio das medidas dos cabos fabricados por uma indstria
considerada normal. Sabe-se que 7% dos cabos medem no mximo 2,4
metros e apenas 2% medem no mnimo 16,4 metros. A mdia das medidas
destes cabos igual a
(A) 9,4 metros.
(B) 8,4 metros.
(C) 8,2 metros.
(D) 8,0 metros.
(E) 7,8 metros.
Resoluo
Foram dadas as seguintes probabilidades: P(X<2,4) = 0,07 e P(X>16,4) =
0,02. razovel supor que a banca tenha fornecido dois valores extremos da
normal (x1 = 2,4 e x
2
=16,4) e que a mdia esteja situada em algum valor entre
os dois extremos (uma rpida olhada nas opes confirma essa suspeita!).
De acordo com a tabela, P(0<Z<1,5) = 0,43 = P(-1,5<Z<0) (lembre que a
normal simtrica). Logo, P(Z<-1,5) = 0,5 - P(-1,5<Z<0) = 0,5 - 0,43 =
0,07, o que nos leva a afirmar (sem medo de errar!) que z=-1,5 o valor
transformado de x=2,4. Similarmente, P(Z>2,0) = 0,5 - P(0<Z<2,0) = 0,5 -
0,48 = 0,02, e isto indica que z=2,0 corresponde ao valor reduzido de x=16,4.
O fato dos erros associados s medies serem bem modelados pela
distribuio normal um dos motivos de sua grande popularidade. Alm disso,
a distribuio da soma de um grande nmero de observaes
independentes e identicamente distribudas tende para a distribuio
normal. Este teorema, denominado "Teorema Central do Limite", ser
apresentado de forma mais detalhada em outra aula.
A mdia das medidas dos cabos ento determinada resolvendo-se o
seguinte sistema de equaes:
COMENTRIOS ADICIONAIS
Propriedade reprodutiva da Distribuio Normal
variveis aleatrias normais e independentes, com
so constantes, ser uma varivel aleatria normal com
17. A probabilidade de se obter X maior do que 0
representado abaixo. A probabilidade de se obter X maior do que 0 , por
definio, igual rea sob f(x), a qual unitria, pois representa a
probabilidade do evento certo. Conferindo:
e varincia
Ento a mdia da soma de n variveis normais e independentes igual soma
das n mdias individuais
e a varincia da soma de n variveis normais e independentes igual soma
das varincias individuais
GABARITO: B
O enunciado a seguir refere-se s prximas duas questes.
Seja X uma varivel aleatria com densidade de probabilidade
para os demais valores.
(A) 0
(B) 0,75
(C) 0,25
(D) 0,5
(E) 1
Resoluo
O grfico da funo densidade de probabilidade
GABARITO: E
18. A probabilidade de se obter X maior do que 0,5
19. (AFPS/2002/ESAF) A mdia e o desvio-padro obtidos num lote de
produo de 100 peas mecnicas so, respectivamente, 16kg e 40g. Uma
pea particular do lote pesa 18kg. Assinale a opo que d o valor padronizado
do peso da bola.
(A) 0
(B) 0,75
(C) 0,25
(D) 0,5
(E) 1
Resoluo
A probabilidade de se obter X maior do que 0,5 igual rea sob f(x) no
GABARITO: C
0,6745 = (x - 2)/2 ^ x = 1,3490 + 2 = 3,3490
A) -50
B) 0,05
C) 50
D) -0,05
E) 0,02
Resoluo
Dados fornecidos:
- peso de uma pea = 18kg = 18 x 1.000g = 18.000g
Valor padronizado:
(18.000 - 16.000)/40 = 2.000/40 = 50
GABARITO: C
20. (AFPS/2002/ESAF) O atributo X tem distribuio normal com mdia 2 e
varincia 4. Assinale a opo que d o valor do terceiro quartil de X, sabendo-
se que o terceiro quartil da normal padro 0,6745.
A) 3,3490
B) 0,6745
C) 2,6745
D) 2,3373
E) 2,7500
Resoluo
Dados fornecidos:
Sabemos que o valor padronizado dado pela frmula
Aplicando a frmula acima para o terceiro quartil da normal padro, obtemos
GABARITO: A
21. (ICMS-RJ/2008/FGV) Dentre as distribuies de probabilidades a
seguir, aquela em que E(X) = E(X-E(X))
2
:
A) de densidade
Resoluo
(B) a distribuio
INCORRETA.
B) de densidade
A relao E(X) = E(X-E(X))
2
pode ser reescrita como (mdia igual a
varincia da distribuio). Vimos que a mdia igual a varincia da
distribuio de Poisson. Logo a resposta a letra D. No obstante,
analisemos as alternativas restantes com ateno.
Anlise das demais alternativas
(A) a distribuio a normal padro, que
INCORRETA.
a uniforme, em que
e
(C) a distribuio
associada a um conjunto com (N+M) elementos, em que h N sucessos e M
fracassos; n representa o nmero de elementos selecionados de forma
aleatria e sem reposio a partir dos (N+M) elementos. Neste caso, temos
que
GABARITO: D
22. (ICMS-RJ/2007/FGV) Um candidato se submete a uma prova contendo
trs questes de mltipla escolha precisando acertar pelo menos duas para ser
aprovado. Cada questo apresenta cinco alternativas, mas apenas uma
correta. Se o candidato no se preparou e decide responder a cada questo ao
acaso, a probabilidade de ser aprovado no concurso igual a:
Trata-se de aplicao da distribuio Binomial. O "chute" a ser dado em
cada questo da prova uma tentativa de Bernoulli (n = 3 tentativas), em que
p = 1/5 e (1-p)=4/5. Seja X a varivel aleatria que denota o nmero de
questes certas. Ento a probabilidade de acertar pelo menos 2 questes
(numa prova de 3 questes de mltipla escolha) dada por
A) 0,200.
B) 0,040.
C) 0,096.
D) 0,008.
E) 0,104.
Resoluo
a binomial, que possui
INCORRETA.
(E) a distribuio a hipergeomtrica
em que p denota a probabilidade de sucesso e
INCORRETA.
GABARITO: E
23. (Assistente Tcnico-Administrativo do MF/2009/ESAF) Ao se jogar
um dado honesto trs vezes, qual o valor mais prximo da probabilidade de o
nmero 1 sair exatamente uma vez?
A) 35%
B) 17%
C) 7%
D) 42%
E) 58%
Resoluo
I - Utilizando a Distribuio Binomial:
P(n,x) = probabilidade de ocorrer exatamente x vezes o evento "A", aps n
repeties.
GABARITO: A
Evento "A" = sair um nmero igual a
Complementar de "A" = A' = no sair um nmero igual a 1
n= 3 vezes
x = 1 (1 sair exatamente uma vez)
A) F, V, F
B) V, V, F
C) F, F, F
D) V, F, F
E) V, V, V
24. (APOFP-SP/2009/ESAF) Seja Z uma varivel aleatria Normal Padro.
Dados os valores de z e de P(Z < z) a seguir, obtenha o valor mais prximo de
P(-2,58 < Z < 1,96).
z
P(Z < z )
1,96
0,975
2,17
0,985
2,33
0,99
2,41
0,992
2,58
0,995
A) 0,99
B) 0,97
C) 0,98
D) 0,985
E) 0,95
Resoluo
Z => varivel aleatria normal padro
Sabemos que:
GABARITO: B
25. (AFTM-RN/2008/ESAF) Numa distribuio Binomial, temos que:
I. A E[x] = n p q, ou seja, o produto dos parmetros n - nmero de
elementos da avaliao, p - probabilidade de ocorrncia do evento e q -
probabilidade contrria (q = 1 - p).
II. O desvio-padro dado pela raiz quadrada do produto entre os parmetros
n e p.
III. A varincia dada pelo somatrio dos quadrados dos valores (Xi) menos o
quadrado da mdia.
Apontando os trs itens acima como V - Verdadeiro e F - Falso, a opo
correta :
Resoluo
Esperana da distribuio binomial: E(X) = np
Varincia da distribuio binomial: Var(X) = np(1-p)
Vamos analisar as alternativas:
Esperana da distribuio binomial: E(X) = np. O item FALSO.
n e p.
Varincia da distribuio binomial: Var(X) = np(1-p)
Desvio-Padro = [np(1-p)]
1/2
=> dado pela raiz quadrada do produto entre
n, p e (1-p). O item FALSO.
quadrado da mdia.
A frmula geral da varincia : Var(X) = E(X
2
) - [E(X)]
2
=> ou seja, a mdia
dos quadrados do valores menos o quadrado da mdia. O item FALSO.
Lembre que a varincia da distribuio binomial np(1-p).
GABARITO: C
26. (Analista Tcnico da SUSEP/2006/ESAF) Em uma casa de jogos
(Bingo S/A, por exemplo) a premiao ser de R$ 10,00, para quem obtiver
uma face de nmero primo ao jogar um dado honesto e de R$ 20,00, para
quem obtiver outra alternativa (face de nmero no primo). Para N jogadas
(sendo N um nmero suficientemente grande de jogadas), o valor mdio da
aposta, ou seja, o valor esperado, ser de:
A) R$ 10,00
B) R$ 10,33
C) R$ 13,33
D) R$ 15,00
E) R$ 17,33
Resoluo
S = {1, 2, 3, 4, 5, 6} => n(S) = 6
E = nmero primo = {2, 3, 5} => um nmero primo quando somente
divisvel por 1 e por ele mesmo => n(E) = 3
P(nmero primo) = 3/6 = 1/2 => Premiao (primo) = R$ 10,00
E' = nmero no primo = {1, 4, 6} => n(E' ) = 3
P(nmero no primo) = 3/6 = 1/2 => Premiao (no primo) = R$ 20,00
Valor esperado da varivel aleatria X para um nmero N, suficientemente
grande, de jogadas:
E(X) = P(nmero primo) x premiao(primo) + P(nmero no primo) x
premiao(no primo)
E(X) = (1/2) x 10 + (1/2) x 20 = 30/2 = R$ 15,00
GABARITO: D
27. (Analista Tcnico da SUSEP/2006/ESAF) Sendo X uma v. a. d. -
varivel aleatria discreta e sendo Y = aX + b, pode concluir-se que var (aX +
b) igual a:
A) = var X.
B) = E(X
2
) - (EX)
2
.
C) = E(X - E(X))
2
.
D) = a
2
var X.
E) = a
2
var X - b.
Resoluo
Var(cX) = c
2
Var(X), sendo c = constante
Var(X + a) = Var (X), sendo a = constante.
Var(aX + b) = a
2
Var(X)
GABARITO: D
O enunciado abaixo refere-se s prximas quatro questes.
Aps vrios anos de magistrio no ensino superior, um professor de Estatstica
constatou que, em sua aula na graduao, a funo de probabilidade de X,
varivel aleatria que representa o nmero de alunos ausentes s sextas-
feiras, a seguinte
X 0 1 2 3 4 5 6 7
f(x) 0,010 0,020 0,310 0,320 0,240 0,080 0,019 0,001
28. Ento a probabilidade de que, em dada sexta-feira, 2 ou 3 ou 4 alunos
estaro ausentes
(A) 0,63
(B) 0,13
(C) 0,87
(D) 0,56
(E) 1
Resoluo
A probabilidade de que, em dada sexta-feira, 2 ou 3 ou 4 estaro ausentes
dada por
GABARITO: C
29. O valor esperado da varivel aleatria X
(A) 3,08
(B) 3,26
(C) 2,12
(D) 0,32
(E) 0,96
Resoluo
Logo, E[X]
GABARITO: A
30. O valor esperado de Y = 5X + 4
(A) 4
(B) 3,1
(C) 15,4
(D) 19,4
(E) 81
Resoluo
GABARITO: D
31. A varincia de X
(A) 9,49
(B) 1,22
(C) 10,71
(D) 20,305
(E) 85,525
Resoluo
Ento,
GABARITO: B
32. (AFPS/2002/ESAF) Tem-se uma varivel aleatria normal X com mdia
Assinale a opo que d o intervalo contendo exatamente
95% da massa de probabilidades de X
Resoluo
Esta questo trivial. Aprendemos que
95% (resultado que deve ser memorizada para
a prova!)
GABARITO: E
33. (Analista Ministerial/Estatstica/MPE-PE/2006/FCC) Seja X uma
varivel aleatria assumindo os valores -2 e 2, com probabilidade 1/4 e 3/4,
respectivamente. a mdia de X. Ento o limite superior de
obtido pela desigualdade de Tchebysheff, dado por
A) 0,40
B) 0,25
C) 0,20
D) 0,12
E) 0,10
Resoluo
A Desigualdade de Tchebysheff pode ser dada pela expresso
Dados:
calcular a mdia
distribuio de probabilidades de X (logo possvel
Ento
GABARITO: B
(AFTM-SP/2007/FCC/Adaptada) Instrues: para responder prxima
questo, utilize, dentre as informaes abaixo, as que julgar adequadas. Se Z
tem distribuio normal padro, ento:
P(0< Z < 1) = 0,341, P(0< Z < 1,6) = 0,445, P(0< Z < 2) = 0,477
34. Os depsitos efetuados no Banco B, num determinado ms, tm
distribuio normal com mdia R$ 9.000,00 e desvio padro R$ 1.500,00. Um
depsito selecionado ao acaso dentre todos os referentes ao ms em
questo. A probabilidade de que o depsito exceda R$ 6.000,00 de
A) 97,7%
B) 94,5%
C) 68,2%
D) 47,7%
E) 34,1%
Resoluo
Pede-se P(180<X<240) = P(-1<Z<2).
Dados: X uma varivel aleatria normal com
Normal padro:
97,7%
GABARITO: A
35. (AFTE-RS/2009/Fundatec) Seja Z uma varivel aleatria contnua
normalmente distribuda com mdia zero e desvio padro um. Seja
P(Z <-1) =0,1587 e P(Z > 2) =0,0228. Seja X uma varivel aleatria contnua
normalmente distribuda com mdia 200 e desvio padro 20, ento
P(180<X<240), :
A) 0,9772
B) 0,8413
C) 0,3413
D) 0,8185
E) 0,4772
Resoluo
Dados: X
1
= 180, X
2
= 240, P(Z <-1) =0,1587 e P(Z > 2) =0,0228 .
Z1 = (180 - 200)/20 = -1
Z2 = (240 - 200)/20 = 2
P(-1<Z<2) = P(-1<Z<0) + P(0<Z<2)
Mas P(-1<Z<0) = 0,5 - P(Z<-1) e P(0<Z<2) = 0,5 - P(Z>2). Logo,
P(-1<Z<2) = 0,5 - P(Z<-1) + 0,5 - P(Z>2) = 0,5 - 0,1587 + 0,5 - 0,0228 =
0,8185 (opo D).
GABARITO: D
36. (AFTE-RS/2009/Fundatec) Seja X uma varivel aleatria contnua, com
O grfico da figura acima ilustra a forma da funo densidade de probabilidade
de X, denotada por f(x). Como f(x) simtrica em relao a zero, temos
que a mdia de X zero (opo B). Repare que resolvi a questo sem fazer
nenhuma conta! Bastou saber esboar o grfico de f(x).
Por completeza, calcularei o valor da constante "c". Sabemos que a rea sob
f(x) unitria. Ento,
2 x (rea do tringulo retngulo delimitado por 0<x<1/c) = 1
2 x (base x altura)/2 = 1
A) 0,5
B) 0
C) 2/3
D) 1
E) 1/3
Resoluo
base x altura = 1
GABARITO: B
37. (ICMS-RJ/2011/FGV/Adaptada) Assuma que uma distribuio de
Bernoulli tenha dois possveis resultados n=0 e n = 1, no qual n = 1 (sucesso)
Resoluo
A distribuio Binomial (ou de Bernouilli) nos d a probabilidade de k sucessos
em n tentativas:
A figura a seguir mostra o grfico de f(x).
ocorre com probabilidade p, e n=0 (falha) ocorre com probabilidade
Sendo 0<p<1, a funo densidade de probabilidade
De acordo com o enunciado, a distribuio possui somente dois possveis
resultados: X=0 (zero sucesso) e X=1 (um sucesso). Logo, est implcito que
h somente uma tentativa (n=1 na frmula acima). Ento, a probabilidade de
0 sucesso em uma tentativa
e a probabilidade de um sucesso em uma tentativa
Agora preciso compatibilizar a nossa notao com aquela que foi usada pela
banca no enunciado. Substitua a varivel aleatria X por n nas probabilidades
acima: P(n =0) =p
0
(l-p)
1
e P(n =1) =p'(l -p)
0
.
Observe que as frmulas das probabilidades
generalizadas pela expresso
podem ser
Questozinha "boa", no mesmo? A banca "brincou" com a notao e cobrou
o significado da distribuio binomial.
GABARITO: A
Exerccios de Reviso
38. (Profissional Bsico - Engenharia/BNDES/2008/Cesgranrio) Para
um estudo sobre a distribuio de salrio mensal dos empregados de uma
empresa foram coletados os salrios de uma amostra aleatria de 50
empregados. Os resultados amostrais levaram construo da distribuio de
freqncia abaixo. No existem observaes coincidentes com os extremos das
classes.
Classe (em Frequncia
salrios relativa
mnimos) acumulada
1 - 3 40
3 - 5 70
5 - 7 90
7 - 11 100
A mdia aritmtica e a varincia amostral valem, aproximadamente,
Mdia amostral Varincia amostral
(em salrios mnimos) (em salrios mnimos
2
)
(A) 2,6 2,2
(B) 2,6 2,9
(C)
4,1 2,9
(D) 4,1 5,0
(E) 7,2 12,1
Resoluo
O enunciado menciona que o conjunto de dados proveniente de uma amostra
aleatria. Por enquanto, considere que uma amostra aleatria um conjunto
de dados. Lembre-se de que estudaremos o assunto Amostragem em uma aula
posterior.
Quando os dados so agrupados, todos os valores includos num certo
intervalo de classe so considerados coincidentes com o ponto mdio do
intervalo.
Frmulas para resolver a questo:
em que os fi's denotam as frequncias e os x/s so os pontos mdios de cada
classe.
(*) Lembre que caso os dados estejam associados a uma amostra, o fator n
A opo que contm os valores mais prximos aos que foram calculados a
alternativa D.
GABARITO: D
39. (IBGE - Estatstica/2010/Cesgranrio) Um comit formado por trs
pesquisadores escolhidos dentre quatro estatsticos e trs economistas. A
probabilidade de no haver nenhum estatstico
A) 1/35
B) 4/35
C) 27/243
D) 64/243
E) 3/7
Resoluo
que aparece no denominador do lado direito da frmula (15) deve ser
substitudo por n-1.
A tabela abaixo ser usada no clculo da mdia aritmtica e da varincia.
Varincia amostral:
A probabilidade P de no haver nenhum estatstico em um comit formado por
trs pesquisadores escolhidos dentre quatro estatsticos e trs economistas
P = (n
o
de resultados favorveis)/(n
o
de resultados possveis).
n
o
de resultados possveis = C
7
,
3
= 7!/(4! x 3!) = 35
n
o
de resultados favorveis = 1 (s existe uma maneira de formar um comit
de 3 pesquisadores )
Ento P = 1/35
GABARITO: A
40. (Administrador(a) Jnior Petrobrs /2010/Cesgranrio) Em um
posto de combustveis entram, por hora, cerca de 300 clientes. Desses, 210
vo colocar combustvel, 130 vo completar o leo lubrificante e 120 vo
calibrar os pneus. Sabe-se, ainda, que 70 colocam combustvel e completam o
leo; 80 colocam combustvel e calibram os pneus e 50 colocam combustvel,
completam o leo e calibram os pneus. Considerando que os 300 clientes
entram no posto de combustveis para executar uma ou mais das atividades
acima mencionadas, qual a probabilidade de um cliente entrar no posto para
completar o leo e calibrar os pneus?
(A) 0,10
(B) 0,20
(C) 0,25
(D) 0,40
(E) 0,45
Resoluo
Dados:
- de um total de 300 clientes (= espao amostral), 210 colocam combustvel,
130 completam o leo e 120 calibram os pneus;
- 70 clientes colocam combustvel e completam o leo, 80 colocam combustvel
e calibram os pneus e 50 colocam combustvel, completam o leo e calibram
os pneus.
Resolveremos a questo usando a tcnica do Diagrama de Venn. Note que 50
clientes colocam combustvel, completam o leo e calibram os pneus. O
diagrama abaixo mostra que a interseo entre os trs conjuntos (combustvel,
leo e pneus) composta por 50 clientes.
Setenta (70) clientes colocam combustvel e completam o leo (adicionei 20
clientes interseo entre os conjuntos combustvel e leo):
Oitenta (80) clientes colocam combustvel e calibram os pneus (adicionei 30
clientes interseo entre os conjuntos combustvel e pneus):
Duzentos e dez clientes (210) colocam combustvel. Logo, temos que adicionar
210 - (30 + 50 + 20) = 110 clientes que entram no posto somente para
colocar combustvel ao conjunto combustvel:
Finalmente, completarei o diagrama com as variveis X, Y e Z, que denotam,
respectivamente, o nmero restante de clientes que completam o leo e
calibram os pneus, que somente calibram os pneus e que somente completam
o leo:
A probabilidade de um cliente entrar no posto para completar o leo e calibrar
os pneus dada pela frao
P = (n
o
de resultados favorveis)/(n
o
de resultados possveis) =
Okay! Resolveremos o problema, se soubermos determinar o valor de X. Mas
como faremos isso? A resposta simples: basta montar um "sisteminha
linear"!
Sabemos o que alguns pensaro: mas professores, esqueci como se faz isso!
Calma minha gente! No entrem em desespero (risos). Ensinaremos como
montar o sistema de equaes na sequncia.
Cento e vinte (120) clientes calibram os pneus. Portanto (veja o diagrama de
Venn acima),
30 + 50 + X + Y = 120 ^ 80 + X + Y = 120 ^ X + Y = 120 - 80 = 40
Cento e trinta clientes completam o leo. Ento,
O total de clientes 300:
Chegamos deste modo ao seguinte sistema de equaes:
Multiplicando a segunda equao por -1, e somando o resultado obtido com a
terceira tem-se que
Y = 30.
Substituindo-se o valor de Y na primeira equao, obtemos
Assim,
Probabilidade de um cliente entrar no posto para completar o leo e calibrar os
pneus dada pela frao = (50 + X)/300 = (50 + 10)/300 = 60/300 = 0,2 =
20%.
GABARITO: B
41. (Fiscal de Rendas do Municpio do RJ/2010/ESAF) Em um amostra
de 100 empresas, 52 esto situadas no Rio de Janeiro, 38 so exportadoras e
35 so sociedades annimas. Das empresas situadas no Rio de Janeiro, 12 so
exportadoras e 15 so sociedades annimas e das empresas exportadoras 18
so sociedades annimas. No esto situadas no Rio de Janeiro nem so
sociedades annimas e nem exportadoras 12 empresas. Quantas empresas
que esto no Rio de Janeiro so sociedades annimas e exportadoras ao
mesmo tempo?
A) 18
B) 15
C) 8
D) 0
E) 20
Resoluo
Temos um espao amostal Q com n = 100 empresas. Seja o conjunto das
empresas situados no Rio de Janeiro denotado por "RJ", o das exportadoras
por "EXP" e o das sociedades annimas por "SA". Do total de empresas, temos
que:
52 esto situadas no Rio de Janeiro: n(RJ) = 52;
38 so exportadoras: n(EXP) = 38;
35 so sociedades annimas: n(SA) = 35;
das empresas situadas no Rio de Janeiro, 12 so exportadoras:
Aprendemos no item 15.6 da aula passada a regra de adio das
probabilidades, dada pela frmula (memorize para a prova!)
das empresas situadas no Rio de Janeiro, 15 so sociedades annimas
das empresas exportadoras, 18 so sociedades annimas:
18; e
12 no esto no Rio nem so sociedades annimas e nem exportadoras:
Pede-se o nmero de empresas que esto no Rio de Janeiro, so sociedades
annimas e exportadoras ao mesmo tempo, ou seja, qual o valor de
O nmero de empresas que esto situadas no Rio ou so exportadoras ou so
sociedades annimas dado por
O diagrama de Venn a seguir ilustra os dados da questo.
Essa regra ser aplicada na resoluo da questo, mas antes preciso
manipul-la, pois o problema cobra a contagem
probabilidade
Como o nmero de elementos do espao amostral finito, temos que
P(RJ) = n(RJ)/n' e assim por diante.
Ento a regra de adio pode ser reescrita na forma de contagem
desde que multipliquemos os lados esquerdo e direito da equao da regra de
adio das probabilidades por n', o que far com que todos os denominadores
n' sejam eliminados da relao
= 88 - 52 - 38 - 35 + 12 + 15 + 18 = 8.
A prxima figura mostra que, das 52 empresas situadas no Rio, 33 (= 52 - 4 -
8 - 7) no so SA e nem exportadoras. O mesmo raciocnio vale para as 16
empresas que somente so exportadoras e para as 10 empresas que somente
so sociedades annimas.
GABARITO: C
42. (Fiscal de Rendas do Municpio do RJ/2010/ESAF) Em cada um de
um certo nmero par de cofres so colocadas uma moeda de ouro, uma de
prata e uma de bronze. Em uma segunda etapa, em cada um de metade dos
cofres, escolhidos ao acaso, colocada uma moeda de ouro, e em cada um
dos cofres restantes, uma moeda de prata. Por fim, em cada um de metade
dos cofres, escolhidos ao acaso, coloca-se uma moeda de ouro, e em cada um
dos cofres restantes, uma moeda de bronze. Desse modo, cada cofre ficou com
cinco moedas. Ao se escolher um cofre ao acaso, qual a probabilidade de ele
conter trs moedas de ouro?
A) 0,15
B) 0,20
C) 0,5
D) 0,25
E) 0,7
Resoluo
Sejam os eventos:
conter 1 moeda de ouro na 1
a
etapa;
conter 1 moeda de ouro na 2
a
etapa; e
:onter 1 moeda de ouro na 3
a
etapa.
A probabilidade P de um cofre escolhido ao acaso conter trs moedas de ouro
dada por
pois os eventos so independentes. O
enunciado especificou que
P{E1> = 1, pois foi dito que "Em cada um de um certo nmero par de cofres
so colocadas uma moeda de ouro, uma de prata e uma de bronze",
P{E
2
> = 0,5, porque "Em uma segunda etapa, em cada um de metade dos
cofres, escolhidos ao acaso, colocada uma moeda de ouro, e em cada
um dos cofres restantes, uma moeda de prata", ou seja, a probabilidade de um
cofre receber uma moeda de ouro nesta etapa 50% e
P{E
3
> = 0,5, haja vista que "Por fim, em cada um de metade dos cofres,
escolhidos ao acaso, coloca- se uma moeda de ouro, e em cada um dos
cofres restantes, uma moeda de bronze", isto , a probabilidade de um cofre
receber uma moeda de ouro nesta etapa 50%.
GABARITO: D
43. (APO/2010/ESAF) Um viajante, a caminho de determinada cidade,
deparou-se com uma bifurcao onde esto trs meninos e no sabe que
caminho tomar. Admita que estes trs meninos, ao se lhes perguntar algo, um
responde sempre falando a verdade, um sempre mente e o outro mente em
50% das vezes e consequentemente fala a verdade nas outras 50% das vezes.
O viajante perguntou a um dos trs meninos escolhido ao acaso qual era o
caminho para a cidade e ele respondeu que era o da direita. Se ele fizer a
mesma pergunta a um outro menino escolhido ao acaso entre os dois
restantes, qual a probabilidade de ele tambm responder que o caminho da
direita?
A) 1.
B) 2/3.
C) 1/2.
D) 1/3.
E) 1/4.
Resoluo
Vamos analisar as seguintes hipteses:
Hiptese 1: O primeiro menino escolhido pelo viajante sempre fala a verdade
(respondeu que a cidade era para direita). A probabilidade de escolher este
menino 1/3. H duas possibilidades para a escolha do segundo menino
(escolher um menino entre dois):
menino que sempre mente: responder que a cidade para a esquerda;
menino que fala verdade em 50% das vezes: h 50% de chance de dizer
que a cidade para direita.
Ento a probabilidade de que o segundo menino responda que a cidade para
direita dada por:
P(escolher o menino que fala a verdade em 50% das vezes) x 50% (chance de
dizer que a cidade para direita) = 50% x 50% = 25%
A probabilidade associada hiptese 1
Hiptese 2: O primeiro menino escolhido pelo viajante sempre mente
(respondeu que a cidade era para direita). A probabilidade de escolher este
menino 1/3. H duas possibilidades para a escolha do segundo menino:
menino que sempre fala a verdade: responder que a cidade para a
esquerda;
menino que fala verdade em 50% das vezes: h 50% de chance de dizer
que a cidade para direita.
Portanto, a probabilidade de que o segundo menino responda que a cidade
para direita igual a:
P(escolher menino que fala a verdade 50% das vezes) x 50% (chance de dizer
que a cidade para direita) = 50% x 50% = 25%
A probabilidade associada hiptese
Hiptese 3: O primeiro menino escolhido pelo viajante diz a verdade em 50%
das vezes (respondeu que a cidade era para direita). A probabilidade de
escolher este menino 1/3.
Escolha do segundo menino:
menino que sempre fala a verdade: responder que a cidade para a
direita (se o primeiro menino disse a verdade) ou responder que a
cidade para a esquerda (se o primeiro menino mentiu);
menino que sempre mente: responder que a cidade para a direita (se
o primeiro menino mentiu) ou responder que a cidade para a
esquerda (se o primeiro menino disse a verdade).
Portanto, a probabilidade de que o segundo menino responda que a cidade
para direita :
P(primeiro menino ter dito a verdade) x P(escolher o menino que sempre fala a
verdade) = 50% x 50% = 25% ou
P(primeiro menino ter mentido) x P(escolher o menino que sempre mente) =
50% x 50% = 25%.
A probabilidade associada hiptese 3 P3 = 1/3 x (25% + 25%) = 1/3 x
50%.
Probabilidade Final = 1/3 x 25% + 1/3 x 25% + 1/3 x 50% = 1/3 x (25% +
25% + 50%) = 1/3 x 100% = 1/3 x 1 = 1/3.
GABARITO: D
44. (APO/2010/ESAF) Em uma urna existem 200 bolas misturadas,
diferindo apenas na cor e na numerao. As bolas azuis esto numeradas de 1
a 50, as bolas amarelas esto numeradas de 51 a 150 e as bolas vermelhas
esto numeradas de 151 a 200. Ao se retirar da urna trs bolas escolhidas ao
acaso, com reposio, qual a probabilidade de as trs bolas serem da mesma
cor e com os respectivos nmeros pares?
A) 10/512.
B) 3/512.
C) 4/128.
D) 3/64.
E) 1/64.
Resoluo
Total de Bolas = 200
Bolas Azuis = 50 (numeradas de 1 a 50)
Bolas Amarelas = 100 (numeradas de 51 a 150)
Bolas Vermelhas = 50 (numeradas de 151 a 200)
Probabilidade de se retirar da urna trs bolas escolhidas, com reposio, de
modo que sejam da mesma cor e com os respectivos nmeros pares.
Bolas Azuis e Pares = 25
Bolas Amarelas e Pares = 50
Bolas Vermelhas e Pares = 25
Hiptese I: trs bolas azuis e pares
P (Azul e Par) = 25/200 x 25/200 x 25/200 = 1/8 x 1/8 x 1/8 = 1/512
Hiptese II: trs bolas amarelas e pares
P (Amarela e Par) = 50/200 x 50/200 x 50/200 = 1/4 x 1/4 x 1/4 = 1/64
Hiptese III: trs bolas vermelhas e pares
P (Vermelha e Par) = 25/200 x 25/200 x 25/200 = 1/8 x 1/8 x 1/8 = 1/512
Probabilidade Total = (1/512) + (1/64) + (1/512) = 10/512
GABARITO: A
45. (Tcnico do DECEA - Cincias Econmicas/2009/CESGRANRIO) A
probabilidade de que, no lanamento de trs dados comuns, honestos, a soma
dos resultados seja igual a 18
A) 1/12
B) 1/36
C) 1/216
D) 3/18
E) 3/216
Resoluo
Os resultados so independentes, logo
P = (1/6) x (1/6) x (1/6) = 1/216
GABARITO: C
46. (IBGE - Estatstica/2009/CESGRANRIO) Lana-se uma moeda
honesta trs vezes. Sejam os eventos: A = {sair duas caras ou trs caras} e B
= {os dois primeiros resultados so iguais}. Nessas condies, tem-se que
A) P(A) = 0,25; P(B) = 0,25; A e B no so independentes e no so
mutuamente exclusivos.
B) P(A) = 0,25; P(B) = 0,25; A e B so independentes e no so mutuamente
exclusivos.
C) P(A) = 0,5; P(B) = 0,25; A e B no so independentes e no so
D) P(A) = 0,5; P(B) = 0,5; A e B so independentes e no so mutuamente
exclusivos.
E) P(A) = 0,5; P(B) = 0,5; A e B no so independentes e no so
Resoluo
A = {sair duas caras ou trs caras}
P(A) = P{(CCK) ou (KCC) ou (CKC) ou (CCC)}, em que C denota cara e K
representa coroas.
P(A) = P(CCK) + P(KCC) + P(CKC) + P(CCC)
Mas
P(CCK) = P(KCC) = P(CKC) = P(CCC) = (1/2) x (1/2) x (1/2) = 1/8
Ento P(A) = 4 x 1/8 = 1/2 = 0,5.
B = {os dois primeiros resultados so iguais}
P(B) = P{(CCK) ou (KKC) ou (CCC) ou (KKK)>.
P(B) = P(CCK) + P(KKC) + P(CCC) + P(KKK)
Mas
P(CCK) = P(KKC) = P(CCC) = P(KKK) = (1/2) x (1/2) x (1/2) = 1/8
Ento P(B) = 4 x 1/8 = 1/2 = 0,5.
Os eventos A e B esto definidos sobre o mesmo espao amostral. Eles no
so mutuamente exclusivos, haja vista os resultados elementares (CCK) e
(CCC), presentes nos dois eventos. Contudo, a probabilidade de ocorrncia de
B no afetada pela ocorrncia anterior de A, e vice-versa, ou seja, P(B|A) =
P(B) e P(A|B) = P(A). Logo, os eventos so independentes.
GABARITO: D
47. (Administrador(a) Jnior Petrobrs/2011/Cesgranrio) Um estudo
sobre a fidelidade do consumidor operadora de telefonia mvel, em uma
determinada localidade, mostrou as seguintes probabilidades sobre o hbito de
mudana:
Probabilidade de um consumidor
mudar de (ou manter a) operadora
A
A nova operadora
B C
Se a A 0,50 0,35 0,15
operadora B 0,20 0,70 0,10
atual C 0,40 0,30 0,30
A probabilidade de o 1 telefone de um indivduo ser da operadora A 0,60; a
probabilidade de o 1 telefone de um indivduo ser da operadora B 0,30; e a
de ser da operadora C 0,10.
Dado que o 2 telefone de um cliente da operadora A, a probabilidade de o
1 tambm ter sido de
(A) 0,75
so mutuamente exclusivos e exaustivos (isto
(B) 0,70
(C) 0,50
(D) 0,45
(E) 0,40
Resoluo
A questo cobra a aplicao da Regra de Bayes. Pergunta-se:
"Dado que o 2 telefone de um cliente da operadora A"
OBSERVADO
Ou seja, deve-se determinar P(1 Tel. A|2 Tel. A).
A Regra de Bayes nos d probabilidade da causa dado o efeito
observado:
em que os eventos
, cobrem, todo o espao amostral B um evento qualquer definido sobre
o mesmo espao amostral a probabilidade total de B.
Aplicando a Regra de Bayes questo, obtemos
Clculo da probabilidade total P(2 Tel. A):
P(2 Tel. A) = P(2 Tel. A|1 Tel. A). P(1 Tel. A) + P(2 Tel. A|1 Tel. B).
P(1 Tel. B) + P(2 Tel. A|1 Tel. C). P(1 Tel. C)
Dados fornecidos:
- probabilidades a priori: P(1 Tel. A)=0,60, P(1 Tel. B)=0,30 e P(1 Tel. C) =
0,60. Note que P(1 Tel. A) + P(1 Tel. B) + P(1 Tel. C) = 1;
- probabilidades condicionais: P(2 Tel. A|1 Tel. A) = 0,50, P(2 Tel. A|1 Tel.
B) = 0,20 e P(2 Tel. A|1 Tel. C) = 0,40;
Ento:
"a probabilidade de o 1 tambm ter sido de"
P(2 Tel. A) = (0,50 x 0,60) + (0,20 x 0,30) + (0,40 x 0,10) = 0,30 + 0,06 +
0,04 = 0,40
P(1 Tel. A|2 Tel. A) = 0,50 x 0,60/0,40 = 0,30/0,40 = 3/4 = 0,75.
GABARITO: A
48. (Administrador(a) Jnior Petrobrs/2011/Cesgranrio) Analise as
afirmativas a seguir sobre o coeficiente de variao.
I - O coeficiente de variao uma medida de disperso relativa.
II - Se uma distribuio bimodal, ento seu coeficiente de variao zero.
III - O coeficiente de variao tem a mesma unidade que o desvio padro.
(So) corretas APENAS a(s) afirmativas
(A) I
(B) II
(C) III
(D) I e II
(E) II e III
Resoluo
O Coeficiente de Variao (CV) dado pela razo entre o desvio padro e a
mdia:
CV = desvio padro/mdia
Ele caracteriza a disperso dos dados em termos relativos mdia. Portanto,
uma medida de disperso relativa e a afirmativa I correta.
O coeficiente de variao um adimensional, podendo ser expresso
como uma porcentagem. Logo, incorreto afirmar que possui a mesma
unidade do desvio padro (afirmativa III incorreta).
A afirmativa II absurda. Sem maiores comentrios.
GABARITO: A
49. (ICMS-RJ/2011/FGV) Em uma repartio, foi tomada uma amostra do
nmero de filhos de 4 funcionrios. O resultado foi {2, 1, 4, 2>. A mdia
geomtrica simples dessa amostra
(A) 2,25
(B) 1,75
(C) 2
(D) 2,4
(E) 2,5
Resoluo
Mdia Geomtrica de um conjunto de 4 elementos:
GABARITO: C
50. (ICMS-RJ/2011/FGV) Quantas combinaes existem para determinar o
primeiro e o segundo lugares de um concurso com 10 pessoas? (O primeiro e o
segundo lugares no podem ser a mesma pessoa).
(A) 18.000
(B) 90
(C) 19
(D) 680
(E) 18.000
Assim, o nmero de combinaes que existem para determinar o primeiro e o
segundo lugares (r=2) de um concurso com 10 pessoas (n=10)
Resoluo
A frmula do Arranjo Simples nos d o nmero de agrupamentos
ordenados possveis de n elementos de um conjunto, tomados r a r,
considerando r elementos distintos:
GABARITO: B
Abraos e at a prxima aula.
Bons estudos!
Moraes Junior
moraesjunior@pontodosconcursos.com.br
Alexandre Lima
ablima@ablima.pro.br
Questes Comentadas e Resolvidas Nesta Aula
1. (Analista do BACEN/rea 3/2005/FCC) O nmero de televisores
modelo M vendidos diariamente numa loja uma varivel aleatria discreta
(X) com a seguinte distribuio de probabilidades:
X 0 1 2 3
P(x)
p
1,5p
1,5p
P
O preo unitrio de venda do televisor modelo M de R$ 1.000,00. Se num
determinado dia a receita de vendas referente a este modelo for inferior a R$
3.000,00, a probabilidade dela ser positiva
A) 20%
B) 30%
C) 50%
D) 60%
E) 75%
2. (BACEN/rea 2/2010/CESGRANRI0/Adaptada) A varivel aleatria
contnua x tem a seguinte funo de densidade de probabilidade:
3. (Analista/SUSEP/2006/ESAF) Se a varivel X pode assumir um conjunto
infinito (contnuo) de valores, o polgono de freqncia relativa de uma
amostra torna-se uma curva contnua, cuja equao Y = p(X). A rea total
limitada por essa curva e pelo eixo dos X igual a 1 e a rea compreendida
entre as verticais X = a e X = b, sendo a < b e, ambos, contidos na rea total
da curva, a probabilidade de X cair neste intervalo a e b dada por
A) P(a<X<b), composta pela soma de P(X=a) + P(X=b).
B) P(a<X<b), composta pela integral de P(X=a) at P(X=b).
C) P(a>X>b), composta pela soma de P(X=a) - P(X=b).
para todos os outros valores de x.
Sendo k uma constante, seu valor igual a
A) 1
B) -3/4
C) 2/3
D) -5/24
E) 1/12
D) P(a>X>b), composta pela integral de P(X=a) at P(X=b).
E) P(a<X<b), composta pela P(X=b), de forma cumulativa at o ponto b.
4. (AFRFB/2009/ESAF/adaptada) A funo densidade de probabilidade de
uma varivel aleatria contnua x dada por:
Obs.: c.c. denota "caso contrrio".
Para esta funo, a mdia de x, tambm denominada expectncia de x e
denotada por E(x) igual a:
5. (AFRFB/2009/ESAF) A tabela mostra a distribuio de freqncias
relativas populacionais (f') de uma varivel X:
X f '
- 2 6a
1 1a
2 3a
Sabendo que "a" um nmero real, ento a mdia e a varincia de X so,
respectivamente:
6. (Analista/rea 3/BACEN/2006/FCC) Um empresrio, investindo em um
determinado empreendimento, espera ter os seguintes lucros em funo dos
cenrios "Bom", "Mdio" e "Ruim":
Cenrio Lucro (R$) Distribuio de
Probabilidades do Cenrio
Bom R$ 8 000,00 0,25
Mdio R$ 5 000,00 0,60
Ruim R$ 2 000,00 0,15
A expectncia e a varincia do lucro so, em R$ e (R$)
2
, respectivamente,
A) 5 500,00 e 3 160,00
B) 5 300,00 e 3 510,00
C) 5 300,00 e 3 160,00
D) 5 000,00 e 3 510,00
E) 5 000,00 e 3 160,00
7. (AFPS/2002/ESAF) Sejam X1,...,Xn observaes de um atributo X. Sejam:
Assinale a opo correta.
A) Pelo menos 95% das observaes de X diferem de
menos que 2S.
B) Pelo menos 99% das observaes de X diferem de
menos que 2S.
C) Pelo menos 75% das observaes de X diferem de
menos que 2S.
D) Pelo menos 80% das observaes de X diferem de
menos que 2S.
E) Pelo menos 90% das observaes de X diferem de
menos que 2S.
8. (ICMS-RJ/2010/FGV). 40% dos eleitores de uma certa populao
votaram, na ltima eleio, num certo candidato A. Se cinco eleitores forem
escolhidos ao acaso, com reposio, a probabilidade de que trs tenham
votado no candidato A igual a:
A) 12,48%.
B) 17,58%.
C) 23,04%.
D) 25,78%.
E) 28,64%.
9. (Analista/SUSEP/2006/ESAF). Um grupo de 1.000 pessoas tem a
seguinte composio etria (em anos):
- [0 - 20]: 200 pessoas;
- [21 - 30]: 200 pessoas;
- [31 - 40]: 200 pessoas;
- [41 - 50]: 200 pessoas;
- de 51 anos em diante: 200 pessoas;
Considerando que as probabilidades mdia de morte (q
x
), segundo uma
determinada tbua, de:
- [0 - 20] at 20 anos: 0,600% o (por mil);
- [21 - 30]: 0,800% o (por mil);
- [31 - 40]: 1,500% o (por mil);
- [41 - 50]: 5,000% o (por mil);
- de 51 anos em diante: 20,000% o (por mil).
Pode-se afirmar que a possibilidade de ocorrer a morte de exatamente 10
pessoas com idade superior a 51 anos um evento:
(A) Certo.
(B) Impossvel.
(C) Provvel.
(D) Muito Provvel.
(E) Pouco Provvel.
10. (AFRFB/2009/ESAF) O nmero de petroleiros que chegam a uma
refinaria ocorre segundo uma distribuio de Poisson, com mdia de dois
petroleiros por dia. Desse modo, a probabilidade de a refinaria receber no
mximo trs petroleiros em dois dias igual a:
11. (ICMS-SP/2009/FCC) 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
12. (ICMS-RJ/2009/FGV) O nmero de clientes que buscam, em cada dia,
os servios de um renomado cirurgio tem uma distribuio de Poisson com
mdia de 2 pacientes por dia.
Para cada cirurgia efetuada, o cirurgio recebe R$ 10.000,00. No entanto, ele
consegue fazer o mximo de duas cirurgias em um dia; clientes excedentes
so perdidos para outros para outros cirurgies.
Assinale a alternativa que indique o valor esperado da receita diria do
cirurgio.
(considere e
-2
= 0,14)
14. (AFPS/2002/ESAF). A varivel aleatria X tem distribuio uniforme no
intervalo (0, a), onde a uma constante maior do que 0,5. Determine o valor
de a tal que F(0,5) = 0,7, sendo F(x)a funo de distribuio de X.
Observao:
e = 2,71828...
A) R$ 5.600,00
B) R$ 8.400,00
C) R$ 10.000,00
D) R$ 14.400,00
E) R$ 20.000,00
A) 3/4
B) 1/4
C) 1
D) 5/7
E) 1/2
(APOFP-SP/2010/FCC/Adaptada) Instrues: para resolver s prximas
duas questes utilize as informaes abaixo referentes distribuio normal
padro Z:
z 1,00 1,25 1,50 1,75 2,00 2,25
P(0<Z<z) 0,34 0,39 0,43 0,46 0,48 0,49
15. Os salrios dos empregados de uma determinada categoria profissional
apresentam uma distribuio normal com mdia igual a R$ 1.200,00 e desvio
padro igual a R$ 160,00. A proporo dos empregados com salrios
superiores a R$ 1.000,00 e inferiores a R$ 1.520,00
(A) 98%
(B) 96%
(C) 92%
(D) 89%
(E) 87%
16. A distribuio das medidas dos cabos fabricados por uma indstria
considerada normal. Sabe-se que 7% dos cabos medem no mximo 2,4
metros e apenas 2% medem no mnimo 16,4 metros. A mdia das medidas
destes cabos igual a
(A) 9,4 metros.
(B) 8,4 metros.
(C) 8,2 metros.
(D) 8,0 metros.
(E) 7,8 metros.
O enunciado a seguir refere-se s prximas duas questes.
17. A probabilidade de se obter X maior do que 0
(A) 0
(B) 0,75
(C) 0,25
(D) 0,5
(E) 1
18. A probabilidade de se obter X maior do que 0,5
(A) 0
(B) 0,75
(C) 0,25
(D) 0,5
(E) 1
19. (AFPS/2002/ESAF) A mdia e o desvio-padro obtidos num lote de
produo de 100 peas mecnicas so, respectivamente, 16kg e 40g. Uma
pea particular do lote pesa 18kg. Assinale a opo que d o valor padronizado
do peso da bola.
A) -50
B) 0,05
C) 50
D) -0,05
E) 0,02
20. (AFPS/2002/ESAF) O atributo X tem distribuio normal com mdia 2 e
varincia 4. Assinale a opo que d o valor do terceiro quartil de X, sabendo-
se que o terceiro quartil da normal padro 0,6745.
A) 3,3490
B) 0,6745
C) 2,6745
D) 2,3373
E) 2,7500
21. (ICMS-RJ/2008/FGV) Dentre as distribuies de probabilidades a
seguir, aquela em que E(X) = E(X-E(X))
2
:
www.pontodosconcursos.com.br 72 72 Profs. Alexandre Lima e Moraes Junior
A) de densidade
B) de densidade
22. (ICMS-RJ/2007/FGV) Um candidato se submete a uma prova contendo
trs questes de mltipla escolha precisando acertar pelo menos duas para ser
aprovado. Cada questo apresenta cinco alternativas, mas apenas uma
correta. Se o candidato no se preparou e decide responder a cada questo ao
acaso, a probabilidade de ser aprovado no concurso igual a:
23. (Assistente Tcnico-Administrativo do MF/2009/ESAF) Ao se jogar
um dado honesto trs vezes, qual o valor mais prximo da probabilidade de o
nmero 1 sair exatamente uma vez?
A) 35%
B) 17%
C) 7%
D) 42%
E) 58%
24. (APOFP-SP/2009/ESAF) Seja Z uma varivel aleatria Normal Padro.
Dados os valores de z e de P(Z < z) a seguir, obtenha o valor mais prximo de
P(-2,58 < Z < 1,96).
A) 0,200.
B) 0,040.
C) 0,096.
D) 0,008.
E) 0,104.
z
P(Z < z )
1,96
0,975
2,17
0,985
2,33
0,99
2,41
0,992
2,58
0,995
A) 0,99
B) 0,97
C) 0,98
D) 0,985
E) 0,95
25. (AFTM-RN/2008/ESAF) Numa distribuio Binomial, temos que:
n e p.
quadrado da mdia.
Apontando os trs itens acima como V - Verdadeiro e F - Falso, a opo
correta :
A) F, V, F
B) V, V, F
C) F, F, F
D) V, F, F
E) V, V, V
26. (Analista Tcnico da SUSEP/2006/ESAF) Em uma casa de jogos
(Bingo S/A, por exemplo) a premiao ser de R$ 10,00, para quem obtiver
uma face de nmero primo ao jogar um dado honesto e de R$ 20,00, para
quem obtiver outra alternativa (face de nmero no primo). Para N jogadas
(sendo N um nmero suficientemente grande de jogadas), o valor mdio da
aposta, ou seja, o valor esperado, ser de:
A) R$ 10,00
B) R$ 10,33
C) R$ 13,33
D) R$ 15,00
E) R$ 17,33
27. (Analista Tcnico da SUSEP/2006/ESAF) Sendo X uma v. a. d. -
varivel aleatria discreta e sendo Y = aX + b, pode concluir-se que var (aX +
b) igual a:
A) = var X.
B) = E(X
2
) - (EX)
2
.
C) = E(X - E(X))
2
.
D) = a
2
var X.
E) = a
2
var X - b.
O enunciado abaixo refere-se s prximas quatro questes.
Aps vrios anos de magistrio no ensino superior, um professor de Estatstica
constatou que, em sua aula na graduao, a funo de probabilidade de X,
varivel aleatria que representa o nmero de alunos ausentes s sextas-
feiras, a seguinte
X 0 1 2 3 4 5 6 7
f(x) 0,010 0,020 0,310 0,320 0,240 0,080 0,019 0,001
28. Ento a probabilidade de que, em dada sexta-feira, 2 ou 3 ou 4 alunos
estaro ausentes
(A) 0,63
(B) 0,13
(C) 0,87
(D) 0,56
(E) 1
29. O valor esperado da varivel aleatria X
(A) 3,08
(B) 3,26
(C) 2,12
(D) 0,32
(E) 0,96
30. O valor esperado de Y = 5X + 4
(A) 4
(B) 3,1
(C) 15,4
(D) 19,4
(E) 81
31. A varincia de X
(A) 9,49
(B) 1,22
(C) 10,71
(D) 20,305
(E) 85,525
32. (AFPS/2002/ESAF) Tem-se uma varivel aleatria normal X com mdia
Assinale a opo que d o intervalo contendo exatamente
95% da massa de probabilidades de X
33. (Analista Ministerial/Estatstica/MPE-PE/2006/FCC) Seja X uma
varivel aleatria assumindo os valores -2 e 2, com probabilidade 1/4 e 3/4,
respectivamente. Seja u a mdia de X. Ento o limite superior de
obtido pela desigualdade de Tchebysheff, dado por
A) 0,40
B) 0,25
C) 0,20
D) 0,12
E) 0,10
(AFTM-SP/2007/FCC/Adaptada) Instrues: para responder prxima
questo, utilize, dentre as informaes abaixo, as que julgar adequadas. Se Z
tem distribuio normal padro, ento:
34. Os depsitos efetuados no Banco B, num determinado ms, tm
distribuio normal com mdia R$ 9.000,00 e desvio padro R$ 1.500,00. Um
depsito selecionado ao acaso dentre todos os referentes ao ms em
questo. A probabilidade de que o depsito exceda R$ 6.000,00 de
A) 97,7%
B) 94,5%
C) 68,2%
D) 47,7%
E) 34,1%
35. (AFTE-RS/2009/Fundatec) Seja Z uma varivel aleatria contnua
normalmente distribuda com mdia zero e desvio padro um. Seja
Seja X uma varivel aleatria contnua
normalmente distribuda com mdia 200 e desvio padro 20, ento
P(180<X<240), :
A) 0,9772
B) 0,8413
C) 0,3413
D) 0,8185
E) 0,4772
36. (AFTE-RS/2009/Fundatec) Seja X uma varivel aleatria contnua, com
A) 0,5
B) 0
C) 2/3
D) 1
E) 1/3
funo densidade de probabilidade dada por f(x) = 1 + cx, se -
Exerccios de Reviso
38. (Profissional Bsico - Engenharia/BNDES/2008/Cesgranrio) Para
um estudo sobre a distribuio de salrio mensal dos empregados de uma
empresa foram coletados os salrios de uma amostra aleatria de 50
empregados. Os resultados amostrais levaram construo da distribuio de
freqncia abaixo. No existem observaes coincidentes com os extremos das
classes.
Classe (em Frequncia
salrios relativa
mnimos) acumulada
1 - 3 40
3 - 5 70
5 - 7 90
7 - 11 100
A mdia aritmtica e a varincia amostral valem, aproximadamente,
Mdia amostral Varincia amostral
(em salrios mnimos) (em salrios mnimos
2
)
(A) 2,6 2,2
(B) 2,6 2,9
(C)
4,1 2,9
(D) 4,1 5,0
(E) 7,2 12,1
39. (IBGE - Estatstica/2010/Cesgranrio) Um comit formado por trs
pesquisadores escolhidos dentre quatro estatsticos e trs economistas. A
probabilidade de no haver nenhum estatstico
A) 1/35
B) 4/35
C) 27/243
D) 64/243
E) 3/7
40. (Administrador(a) Jnior Petrobrs /2010/Cesgranrio) Em um
posto de combustveis entram, por hora, cerca de 300 clientes. Desses, 210
vo colocar combustvel, 130 vo completar o leo lubrificante e 120 vo
calibrar os pneus. Sabe-se, ainda, que 70 colocam combustvel e completam o
leo; 80 colocam combustvel e calibram os pneus e 50 colocam combustvel,
completam o leo e calibram os pneus. Considerando que os 300 clientes
entram no posto de combustveis para executar uma ou mais das atividades
acima mencionadas, qual a probabilidade de um cliente entrar no posto para
completar o leo e calibrar os pneus?
(A) 0,10
(B) 0,20
(C) 0,25
(D) 0,40
(E) 0,45
mesmo tempo?
A) 18
B) 15
C) 8
D) 0
E) 20
mesmo tempo?
A) 18
B) 15
C) 8
D) 0
E) 20
43. (APO/2010/ESAF) Um viajante, a caminho de determinada cidade,
deparou-se com uma bifurcao onde esto trs meninos e no sabe que
caminho tomar. Admita que estes trs meninos, ao se lhes perguntar algo, um
responde sempre falando a verdade, um sempre mente e o outro mente em
50% das vezes e consequentemente fala a verdade nas outras 50% das vezes.
O viajante perguntou a um dos trs meninos escolhido ao acaso qual era o
caminho para a cidade e ele respondeu que era o da direita. Se ele fizer a
mesma pergunta a um outro menino escolhido ao acaso entre os dois
restantes, qual a probabilidade de ele tambm responder que o caminho da
direita?
A) 1.
B) 2/3.
C) 1/2.
D) 1/3.
E) 1/4.
44. (AP0/2010/ESAF) Em uma urna existem 200 bolas misturadas,
diferindo apenas na cor e na numerao. As bolas azuis esto numeradas de 1
a 50, as bolas amarelas esto numeradas de 51 a 150 e as bolas vermelhas
esto numeradas de 151 a 200. Ao se retirar da urna trs bolas escolhidas ao
acaso, com reposio, qual a probabilidade de as trs bolas serem da mesma
cor e com os respectivos nmeros pares?
A) 10/512.
B) 3/512.
C) 4/128.
D) 3/64.
E) 1/64.
45. (Tcnico do DECEA - Cincias Econmicas/2009/CESGRANRI0) A
probabilidade de que, no lanamento de trs dados comuns, honestos, a soma
dos resultados seja igual a 18
A) 1/12
B) 1/36
C) 1/216
D) 3/18
E) 3/216
46. (IBGE - Estatstica/2009/CESGRANRI0) Lana-se uma moeda
honesta trs vezes. Sejam os eventos: A = {sair duas caras ou trs caras} e E
= {os dois primeiros resultados so iguais}. Nessas condies, tem-se que
A) P(A) = 0,25; P(B) = 0,25; A e B no so independentes e no so
B) P(A) = 0,25; P(B) = 0,25; A e B so independentes e no so mutuamente
exclusivos.
C) P(A) = 0,5; P(B) = 0,25; A e B no so independentes e no so
D) P(A) = 0,5; P(B) = 0,5; A e B so independentes e no so mutuamente
exclusivos.
E) P(A) = 0,5; P(B) = 0,5; A e B no so independentes e no so
47. (Administrador(a) Jnior Petrobrs/2011/Cesgranrio) Um estudo
sobre a fidelidade do consumidor operadora de telefonia mvel, em uma
determinada localidade, mostrou as seguintes probabilidades sobre o hbito de
mudana:
Probabilidade de um consumidor
mudar de (ou manter a) operadora
A
A nova operadora
B C
Se a A 0,50 0,35 0,15
operadora B 0,20 0,70 0,10
atual C 0,40 0,30 0,30
A probabilidade de o 1 telefone de um indivduo ser da operadora A 0,60; a
probabilidade de o 1 telefone de um indivduo ser da operadora B 0,30; e a
de ser da operadora C 0,10.
Dado que o 2 telefone de um cliente da operadora A, a probabilidade de o
1 tambm ter sido de
(A) 0,75
(B) 0,70
(C) 0,50
(D) 0,45
(E) 0,40
48. (Administrador(a) Jnior Petrobrs/2011/Cesgranrio) Analise as
afirmativas a seguir sobre o coeficiente de variao.
I - O coeficiente de variao uma medida de disperso relativa.
II - Se uma distribuio bimodal, ento seu coeficiente de variao zero.
III - O coeficiente de variao tem a mesma unidade que o desvio padro.
(So) corretas APENAS a(s) afirmativas
(A) I
(B) II
(C) III
(D) I e II
(E) II e III
49. (ICMS-RJ/2011/FGV) Em uma repartio, foi tomada uma amostra do
nmero de filhos de 4 funcionrios. O resultado foi {2, 1, 4, 2}. A mdia
geomtrica simples dessa amostra
(A) 2,25
(B) 1,75
(C) 2
(D) 2,4
(E) 2,5
50. (ICMS-RJ/2011/FGV) Quantas combinaes existem para determinar o
primeiro e o segundo lugares de um concurso com 10 pessoas? (O primeiro e o
segundo lugares no podem ser a mesma pessoa).
(A) 18.000
(B) 90
(C) 19
(D) 680
(E) 18.000
Bibliografia
Moraes Junior, Alexandre Lima. Raciocnio Lgico, incluindo Matemtica
Matemtica Financeira e Estatstica. Editora Mtodo. Rio de Janeiro. 2010.
APNDICE

Exercícios Resolvidos e Propostos - Probabilidade e Estatística

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Exercícios Resolvidos e Propostos - Probabilidade e Estatística

Caricato da

Copyright:

Formati disponibili

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica

Potrebbero piacerti anche