Sei sulla pagina 1di 12

Estatística Inferencial – Prof.

Weber Campos
VARIÁVEIS ALEATÓRIAS CONTÍNUAS

1. VARIÁVEIS ALEATÓRIAS CONTÍNUAS

Ao contrário de uma variável aleatória discreta, uma variável aleatória contínua pode
assumir qualquer valor fracionário dentro de um intervalo definido de valores. Desta maneira,
para distribuições de probabilidade, não se consegue enumerar todos os possíveis valores de
uma variável aleatória contínua com os valores de probabilidade correspondentes. Em lugar
disso, a abordagem mais conveniente é construir uma função de densidade de probabilidade,
ou curva de probabilidade.
Como exemplos de variáveis aleatórias contínuas, citamos: peso de uma peça; altura
de um aluno; tempo de duração de uma música; a área de uma quadra de vôlei; volume de
refrigerante em um copo; etc.

2. FUNÇÃO DENSIDADE DE PROBABILIDADE

A distribuição de probabilidade de uma variável aleatória contínua é caracterizada por


uma função densidade probabilidade (f.d.p.), f(x), a qual deverá possuir as seguintes
propriedades:

I. f(x) ≥ 0, para todo x ∈ ℜ.


II. A área sob f(x) é igual a 1.

3. FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE OU FUNÇÃO DISTRIBUIÇÃO


ACUMULADA DE PROBABILIDADE

Definimos esta função como sendo a probabilidade de que X assuma um valor menor ou
igual a x, isto é:
F(x) = P( X ≤ x) = é igual a área sob f(x) delimitada a direita pelo valor x em
questão.
O cálculo da probabilidade por meio da função distribuição:
Æ P(a<X<b) = F(b) – F(a)

4. A DISTRIBUIÇÃO NORMAL DE PROBABILIDADE

A mais importante distribuição contínua de probabilidade é a distribuição normal (ou


curva normal), também conhecida como distribuição de Gauss (ou curva de Gauss).
Muitas das variáveis analisadas nas pesquisas socioeconômicas correspondem à
distribuição normal ou dela se aproximam.
Exemplos de distribuições normais: pesos de jogadores de futebol, estatura de crianças
da 2ª série do 1º grau, etc.

Como reconhecer a questão de Distribuição Normal?


Æ Ela perguntará por uma probabilidade;
Æ Esta probabilidade estará relacionada a um intervalo e dirá respeito a uma variável
contínua. Exemplos:
- Qual a probabilidade de que uma pessoa pese entre 45 kg e 58 kg?
- Qual a probabilidade de que uma pessoa pese acima de 72 kg? (Intervalo: de 72 kg até mais
infinito)
- Qual a probabilidade de que uma pessoa gaste, para ler um jornal, entre 32 minutos e 43
minutos?

58 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos
- Qual a probabilidade de que uma pessoa gaste menos de 25 minutos para ler um jornal?
(Intervalo: de menos infinito até 25 minutos).
Esta probabilidade não será calculada por uma fórmula, e sim pela área verificada sob uma
curva: a curva Normal ou de Gauss. Esta curva é construída pela seguinte fórmula:


( x − μ )2
1
f ( x) = .e 2.σ 2

2.π .σ 2
NÃO É PRECISO DECORAR ESTA FÓRMULA!!!
Æ Ela serve apenas para sabermos que haverá infinitas curvas normais, cada uma delas
definidas pela média (μ) e pela variância (σ2) do conjunto! Ou seja, média e variância são os
parâmetros de uma distribuição normal.
Æ Assim, se uma variável tem distribuição normal, diremos que:
XÆ N(μ,σ2)
Æ Se são infinitas curvas normais, precisaríamos de infinitas tabelas para nos auxiliar no
cálculo da área sob a curva!
Mas só existe uma tabela: a da CURVA NORMAL PADRONIZADA!!
Æ Esta Curva Normal Padronizada apresenta: μ=0 e σ2=1.
A variável normal padronizada será chamada de Z
Æ Com a tabela da curva Z encontramos a área da curva entre 0 (zero) e um outro valor
especificado. Esta área será a própria probabilidade!
Æ Ocorre que qualquer distribuição normal particular (X) pode ser transformada na variável
normal padronizada (Z), da seguinte forma:

( X − μ)
Z=
σ
Æ Fazendo essa transformação, encontraremos na tabela a área sob a curva normal
padronizada, e que corresponderá à probabilidade que estamos procurando!
Æ Em outras palavras: haverá uma única tabela para descobrirmos probabilidades de toda e
qualquer variável contínua que tenha distribuição normal!

Æ Características da Curva Normal:


- É simétrica em relação à média μ (ela divide a distribuição ao meio)! Assim, as três
medidas de posição: média, mediana e moda possuem o mesmo valor.
Freqüência

μ Variável

59 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos

- Apresenta a seguinte propriedade:


Freqüência

μ -3σ μ -2σ μ -1σ μ μ +1σ μ +2σ μ +3σ Variável


68,3%
95,5%
99,7%

Significa que se uma variável tem distribuição normal, cerca de 68,3% de seus valores
cairão no intervalo de um desvio padrão (1σ) a contar de cada lado da média ( μ ); cerca de
95,5% no intervalo de dois desvios padrões (2σ) a contar da média; e cerca de 99,7% no
intervalo de três desvios padrões (3σ) a contar da média.
Os valores acima podem ser calculados a partir da tabela padronizada da curva
Normal, que será vista mais adiante, mas convém que memorizemos estes valores, pois já foi
exigido em questões de concursos passados o conhecimento destes valores.

# Exemplificando uma Questão de Distribuição Normal:


Suponhamos que um conjunto represente os pesos de um grupo de pessoas. Para este
conjunto, verificou-se que a média dos pesos era de μ =25 kg e a variância era de σ 2 =9 kg2.
(Reparem na unidade da variância, que estará sempre elevada ao quadrado)!
Consideremos ainda que se saiba que esta variável se distribui normalmente. Assim,
diremos apenas que: XÆN(25, 9).
Entendido até aqui? Reparem que se a variância deste conjunto é 9, então o seu desvio
padrão (definido como a raiz quadrada da variância) será igual a 3.
Pois bem! Reparem agora na pergunta que será feita: sabendo que a variável X tem
distribuição normal, qual a probabilidade de que uma pessoa qualquer deste conjunto
apresente peso variando entre 25 e 28 quilogramas?
Vejam que no estudo da probabilidade associada à distribuição normal, estaremos
sempre investigando a probabilidade referente a um intervalo da variável.
Neste caso, a primeira coisa a fazer é reduzir a variável X à variável padronizada Z. Os
dois valores de X que conhecemos são 25 (que é a média do conjunto) e 28.
Assim, usando a fórmula da redução, teremos:
(x − μ) (25 − 25)
Æ Para x=25 Æ z= Æ z= Æ z=0,00
σ 3
(x − μ) (28 − 25)
Æ Para x=28 Æ z= Æ z= Æ z=1,00
σ 3
60 http://www.euvoupassar.com.br Eu Vou Passar – e você?
Estatística Inferencial – Prof. Weber Campos
Assim, realizamos a transformação da variável, e já estamos trabalhando com a Curva
Normal Padronizada! Modificou-se, portanto, a pergunta da questão!
A nova pergunta agora é a seguinte: considerando a Curva Normal Padronizada (ou
Reduzida), qual a probabilidade de Z estar dentro do intervalo que vai de z=0 até z=1?
E para esta pergunta, existe uma tabela prontinha, que nos dará a resposta quase que
de forma imediata!

# A Tabela da Distribuição Normal Padronizada:


Precisamos conhecer bem como se faz a pesquisa a esta tabela, pois é por meio dela
que chegaremos à solução desejada.
Já é do conhecimento de todos que a curva normal é simétrica em torno da média
aritmética, e que cada metade da área sob a curva representa 50%. Pois bem!
IMPORTANTE:
A tabela da Curva Normal Padronizada nos indica o percentual de elementos que está
no intervalo que vai de z=0 até um z qualquer.
No caso, desejamos conhecer o percentual que há entre z=0 e z=1.
Ilustrativamente, teremos:

z=0 z=1
Neste momento, resta conhecermos a tabela. Ela será mais ou menos assim:
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 00,00 00,40 00,80 01,20 01,60 01,99 02,39 02,79 03,19 03,59
0.1 03,98 04,38 04,78 05,17 05,57 05,96 06,36 06,75 07,14 07,53
0.2 07,93 08,32 08,71 09,10 09,48 09,87 10,26 10,64 11,03 11,41
0.3 11,79 12,17 12,55 12,93 13,31 13,68 14,06 14,43 14,80 15,17
0.4 15,54 15,91 16,28 16,64 17,00 17,36 17,72 18,08 18,44 18,79

0.5 19,15 19,50 19,85 20,19 20,54 20,88 21,23 21,57 21,90 22,24
0.6 22,57 22,91 23,24 23,57 23,89 24,22 24,54 24,86 25,17 25,49
0.7 25,80 26,11 26,42 26,73 27,04 27,34 27,64 27,94 28,23 28,52
0.8 28,81 29,10 29,39 29,67 29,95 30,23 30,51 30,78 31,06 31,33
0.9 31,59 31,86 32,12 32,38 32,64 32,90 33,15 33,40 33,65 33,89

1.0 34,13 34,38 34,61 34,85 35,08 35,31 35,54 35,77 35,99 36,21
1.1 36,43 36,65 36,86 37,08 37,29 37,49 37,70 37,90 38,10 38,30
1.2 38,49 38,69 38,69 39,07 39,25 39,44 39,62 39,80 39,97 40,15
1.3 40,32 40,49 40,66 40,82 40,99 41,15 41,31 41,47 41,62 41,77
1.4 41,92 42,07 42,22 42,36 42,51 42,65 42,79 42,92 43,06 43,19

61 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos

A consulta a esta tabela se faz olhando-se primeiramente para a coluna da esquerda, e


em seguida para a primeira linha.
Não esqueçamos que as porcentagens constantes no miolo da tabela representam a
área sob a curva normal, delimitada pela linha do z=0 e de um outro valor de z qualquer.
Assim, na tabela acima, procuraremos sempre por este z qualquer.
Se queremos, como em nosso exemplo, descobrir a porcentagem de elementos entre
z=0 e z=1,00, interessa-nos encontrar este 1,00 na tabela. Começamos procurando pelo 1,0
na coluna da esquerda. Uma vez encontrado, correremos nossa vista pela linha de cima,
procurando pelo 0,00. E por que isso? Porque 1,00 é o mesmo que 1,0 (encontrado na coluna
da esquerda) + 0,00 (encontrado na linha de cima).

Vejamos na tabela:
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 00,00 00,40 00,80 01,20 01,60 01,99 02,39 02,79 03,19 03,59
0.1 03,98 04,38 04,78 05,17 05,57 05,96 06,36 06,75 07,14 07,53
0.2 07,93 08,32 08,71 09,10 09,48 09,87 10,26 10,64 11,03 11,41
0.3 11,79 12,17 12,55 12,93 13,31 13,68 14,06 14,43 14,80 15,17
0.4 15,54 15,91 16,28 16,64 17,00 17,36 17,72 18,08 18,44 18,79

0.5 19,15 19,50 19,85 20,19 20,54 20,88 21,23 21,57 21,90 22,24
0.6 22,57 22,91 23,24 23,57 23,89 24,22 24,54 24,86 25,17 25,49
0.7 25,80 26,11 26,42 26,73 27,04 27,34 27,64 27,94 28,23 28,52
0.8 28,81 29,10 29,39 29,67 29,95 30,23 30,51 30,78 31,06 31,33
0.9 31,59 31,86 32,12 32,38 32,64 32,90 33,15 33,40 33,65 33,89

1.0 34,13 34,38 34,61 34,85 35,08 35,31 35,54 35,77 35,99 36,21
1.1 36,43 36,65 36,86 37,08 37,29 37,49 37,70 37,90 38,10 38,30
... ... ... ... ... ... ... ... ... ... ...
4.0 49,997

Qual foi o resultado encontrado? Foi 34,13. Isso significa que 34,13% dos elementos
do conjunto estão localizados entre o z=0 e o z=1. Ou, dito de outra forma, 34,13% dos
elementos situam-se entre os pesos 25kg e 28kg. Esta porcentagem, para ser convertida para
a forma unitária, basta que seja dividida por 100, o que equivale a deslocar a vírgula duas
casas para a esquerda. O resultado é 0,3413.
Concluímos: a probabilidade de que uma pessoa qualquer desse conjunto apresente
peso entre 25 kg e 28 kg é 34,13% (ou de 0,3413)!

62 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos
Tabela da Curva Normal Padronizada

63 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos
EXERCÍCIOS

01.(ANPEC/1997) Qual deve ser o valor de k, de modo que:

seja uma função de densidade de probabilidade?

02.(MPU 2004 ESAF) O tempo em segundos, necessário para processar certo programa é uma
variável aleatória com função densidade de probabilidade
⎧0,1 , x ∈ (0,10)
f (X ) = ⎨
⎩0 , x ∉ (0,10)

Assinale a opção que corresponde à probabilidade de que o tempo de processamento


exceda 7 segundos.
a) 0,20 d) 0,35
b) 0,25 e) 0,40
c) 0,30

03.(Analista do Banco Central/2001/ESAF) A variável aleatória X tem distribuição de


probabilidades do tipo absolutamente contínuo com densidade de probabilidades
⎧ 1
⎪ ,−α < x < α
f ( X ) = ⎨ 2α
⎪⎩0 , em outros casos

onde α é uma constante positiva maior do que um. Assinale a opção que dá o valor de α
para que se tenha P(X>1) = 0,25
a) 4 d) 1
b) 0 e) 2
c) 3

04.(Analista do Banco Central/2002/ESAF) Uma variável aleatória do tipo absolutamente


contínuo tem a função densidade de probabilidade seguinte:

Assinale a opção que dá a probabilidade de que a variável aleatória assuma valores entre
10 e 12.
a) 0,640 d) 0,160
b) 0,200 e) 0,825
c) 0,500

05. (Auditor Fiscal de Natal 2008 ESAF) Se x é uma v. a. – variável aleatória com função
densidade de probabilidade f(x), caracterizada pelo modelo normal, podemos afirmar que:
a) o desvio-padrão é igual a 1 (um).
b) a média tem valor 0 (zero).
c) a função de distribuição acumulada f(x) é igual a 1, para todos os valores acima de b.
d) os parâmetros média, moda e mediana são iguais.
e) a variância tem o valor do quadrado da média.

64 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos
06. Em um exame final de Matemática, a média foi 72 e o desvio padrão 15. Determinar a
variável reduzida dos estudantes que obtiveram graus: a) 60 b) 93 c) 72. Também
determinar os graus correspondentes aos escores reduzidos: d) -1 e) 1,6

07. Sabendo que a variável aleatória Z tem uma distribuição Normal com média 0 e variância
1, calcule as seguintes probabilidades:
a) P(0<Z<1,24)
b) P(-1,35<Z<0)
c) P(-1,40<Z<2,12)
d) P(0,90<Z<1,33)
e) P(Z>1,31)
f) P(Z<-1,45)
g) P(Z<0,95)
h) P(Z>-1,25)

08. A variável aleatória Z tem uma distribuição Normal com média 0 e variância 1. Com base
na tabela fornecida, calcule as probabilidades solicitadas.
z P(0<Z<z)
0,5 0,191
0,6 0,226
0,7 0,258
0,8 0,288
0,9 0,316
1,5 0,433
1,6 0,445
1,7 0,455
1,8 0,464
1,9 0,471
a) P(<Z<)
b) P(<Z<)

09. A variável aleatória Z tem uma distribuição Normal com média 0 e variância 1. Com base
na tabela fornecida, calcule as probabilidades solicitadas.
z P(Z>z)
0,5 0,309
0,6 0,274
0,7 0,242
0,8 0,212
0,9 0,184
1,5 0,067
1,6 0,055
1,7 0,045
1,8 0,036
1,9 0,029

a) P(Z>0,7)
b) P(Z<1,9)

65 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos
c) P(0<Z<1,5)
d) P(Z>-1,6)
e) P(0,5<Z<1,6)
f) P(-1,5<Z<1,8)

10. A variável aleatória Z tem uma distribuição Normal com média 0 e variância 1. Com base
na tabela fornecida, calcule as probabilidades solicitadas.
z P(Z<z)
0,5 0,691
0,6 0,726
0,7 0,758
0,8 0,788
0,9 0,816
1,5 0,933
1,6 0,945
1,7 0,955
1,8 0,964
1,9 0,971
a) P(Z<0,8)
b) P(0<Z<1,8)
c) P(Z>0,7)
d) P(0,6<Z<1,7)

11. A variável aleatória Z tem uma distribuição Normal com média 0 e variância 1. Com base
na tabela fornecida, calcule os valores de z correspondentes as probabilidades.
z P(Z<z)
0,5 0,691
0,6 0,726
0,7 0,758
0,8 0,788
0,9 0,816
1,5 0,933
1,6 0,945
1,7 0,955
1,8 0,964
1,9 0,971
a) P(Z<z) = 0,788
b) P(Z<z) = 0,067
c) P(Z>z) = 0,184
d) P(Z>z) = 0,816
e) P(-z<Z<z) = 0,576
f) P(0,6<Z<z) = 0,207
g) P(-0,8<Z<z) = 0,479

12. (Fiscal de Rendas MS 2006 FGV) Se X tem distribuição normal com média 4 e variância 9,
a probabilidade de X > 6 vale, aproximadamente:
(A) 0,25 (B) 0,28 (C) 0,33 (D) 0,37 (E) 0,46

66 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos
13. A duração de um certo tipo de pneu, em quilômetros rodados, é uma variável normal com
duração média de 60000 km e desvio padrão de 10000 km.
a) Qual a probabilidade de um pneu aleatoriamente escolhido durar mais de 75000 km?

b) Qual a probabilidade de um pneu aleatoriamente escolhido durar entre 63000 km e 70000


km?

14. Os pesos de 600 estudantes são normalmente distribuídos com média 65kg e desvio
padrão 5kg. Qual é o número de alunos que se pode esperar encontrar entre 60 e 70kg?
Considere P(0<z<1)=0,34.
a) 400 c) 416 e) 430
b) 408 d) 420

15. (Auditor Tributário do GDF-94) Um fabricante de baterias de automóvel afirma que a


média de vida útil de sua bateria é 60 meses. Entretanto, a garantia dada à sua marca é
apenas de 36 meses. Assuma que o desvio padrão da vida útil dessas baterias seja 10
meses, e que a distribuição de freqüência é aproximadamente normal. Qual a percentagem
de as baterias desse fabricante durarem mais de 50 meses?
a) 68% c) 84%
b) 76% d) 92%

16. (Fiscal do Trabalho-94) Funcionários de determinada empresa com igual tempo de serviço
recebem remunerações com desvio padrão de R$ 40,00. Dado que P(0< z < 1,20) = 0,385
e P(z > 1,20)=0,115, para que apenas 11,5% destes funcionários recebam menos que R$
200,00, a remuneração média deve ser de
a) $ 248,00 d) $ 152,00
b) $ 212,40 e) $ 141,60
c) $ 154,00

17. (TCDF-95) O número de horas que um analista do TCDF gasta examinando cada um dos
processos submetidos ao órgão tem distribuição normal, simétrica, com média de 10 horas
e desvio padrão de 2 horas. É correto afirmar que
a) nenhum processo levará mais de 30 horas para ser examinado.
b) o número de processos que consome mais de 15 horas de trabalho é igual ao número de
processos que dispende menos de 5 horas.
c) em 50% dos casos, o tempo despendido ao exame do processo será de exatamente 10
horas.
d) a moda da distribuição de horas é igual à mediana, que é diferente da média.
e) 10% dos processos devem gastar entre 8 a 12 horas para serem examinados.

18. (TCU-92) Considere X uma variável aleatória, com distribuição normal, a qual tem média
50 e variância 100.
Seja Z= (X-50)/10
Assinale a opção correta.
a) O evento {0 ≤ x ≤ 100} é um evento certo.
b) O evento {{40 < x < 60} ∪ {x < 45} } tem probabilidade menor que 0,5.
c) Os eventos {x ≤ 50} e {Z < 0} são mutuamente excludentes.
d) O evento {30 ≤ x ≤ 80} tem a mesma probabilidade que o evento {-2 ≤ Z ≤ 3}.
e) Os eventos {Z ≥ 1} e {Z ≤ -1} são independentes.

19. (MPOG 2006 ESAF) Sabe-se que, a probabilidade de uma variável normal padrão estar no
intervalo (µ-1,96 σ; µ+1,96 σ) = 0,95. Sabe-se, também, que a vida média de um
componente eletrônico é igual a 850 dias, com desvio-padrão igual a 45 dias. Assim, a
probabilidade de este componente ter uma vida média superior a 938,20 dias é igual a
a) 5 %. b) 1 %. c) 2,5 %. d) 47,5 %. e) 95 %.

67 http://www.euvoupassar.com.br Eu Vou Passar – e você?


Estatística Inferencial – Prof. Weber Campos

20. (ANEEL 2006 ESAF) Seja X uma variável aleatória com distribuição normal padrão.
Sabe-se que a probabilidade de X ser maior do que 1,96 desvio padrão é igual a 2,5%.
Desse modo, se Y é uma variável normal com média 10 e variância 4, então a
probabilidade de Y ser maior do que 6,08 e menor do que 10 é igual a
a) 97,5 %. d) 5 %.
b) 95 %. e) 90 %.
c) 47,5%.

21. (Esaf) Suponha que o tempo que a Receita Federal leva no processo de devolução do
imposto pago a mais tenha distribuição normal com média de 12 semanas e desvio-padrão
de 3 semanas. Assinale a opção que estima a proporção de contribuintes que recebem a
devolução em no máximo 6 semanas. A tabela abaixo dá os valores de P{0<X<Z} quando
X tem distribuição normal padrão para valores selecionados de Z. Por exemplo,
P{0<X<1,56}=0,4406.
Z 00 06 08
1,0 0,3413 0,3554 0,3599
1,5 0,4332 0,4406 0,4429
1,9 0,4332 0,4750 0,4761
2,0 0,4772 0,4803 0,4812

a) 50,00% d) 02,28%
b) 05,56% e) 47,72%
c) 43,32%

22. (ESAF/Analista (Planej. e Execução Financeira) - CVM - 2000) - Uma pessoa está indecisa
se compra uma casa agora ou se espera para comprar daqui a um ano. A pessoa acredita
que o aumento do preço da casa em um ano tenha distribuição normal com média de 8% e
desvio-padrão de 10%. Se o preço aumentar mais de 25% a pessoa não terá dinheiro para
adquirir o imóvel. Por outro lado, se o preço da casa cair, a pessoa sairá lucrando. Assinale
a opção que dá as probabilidades de ocorrência de cada um desses eventos,
respectivamente. Nos cálculos use a tabela dos valores das probabilidades P(Z > z) para a
distribuição normal padrão dada a seguir.
a) 4,5% e 10,4% c) 4,5% e 24,2% e) 4,5% e 21,2%
b) 6,7% e 24,2% d) 2,9% e 18,4%

z P(Z>z) z P(Z>z)
0,5 0,309 1,5 0,067
0,6 0,274 1,6 0,055
0,7 0,242 1,7 0,045
0,8 0,212 1,8 0,036
0,9 0,184 1,9 0,029

23. (ICMS-SP 2006 FCC) Verificou-se que os valores arrecadados dos tributos em uma cidade
apresentam uma distribuição normal. Sabe-se que 10% destes valores são superiores a R$
1.770,00 e que 60% são menores ou iguais a R$ 1.350,00.
z P(0 ≤ Z ≤ z)
0,00 0,00
0,25 0,10
0,50 0,19
0,75 0,27
1,00 0,34
1,10 0,36
1,20 0,38
1,30 0,40
1,40 0,42
1,50 0,43
68 http://www.euvoupassar.com.br Eu Vou Passar – e você?
Estatística Inferencial – Prof. Weber Campos
Dados: Valores das probabilidades P(0 ≤ Z ≤ z) para a distribuição normal padrão.
A média e o desvio padrão destes valores calculados utilizando a tabela acima são,
respectivamente:
(A) R$ 1.250,00 e R$ 400,00 (D) R$ 1.410,00 e R$ 20,00
(B) R$ 1.250,00 e R$ 20,00 (E) R$ 1.560,00 e R$ 20,00
(C) R$ 1.410,00 e R$ 400,00

Instruções: Para responder a próxima questão utilize, dentre as informações abaixo, as que
julgar adequadas. Se Ζ tem distribuição normal padrão, então:
P(0< Ζ < 1) = 0,341 , P(0< Ζ < 1,6) = 0,445 , P(0< Ζ < 2) = 0,477

24. (ISS-SP 2007 FCC) Os depósitos efetuados no Banco B, num determinado mês, têm
distribuição normal com média R$ 9.000,00 e desvio padrão R$ 1.500,00. Um depósito é
selecionado ao acaso dentre todos os referentes ao mês em questão. A probabilidade de
que o depósito exceda R$ 6.000,00 é de
(A) 97,7% (D) 47,7%
(B) 94,5% (E) 34,1%
(C) 68,2%

25. (AFRE-MG 2005 ESAF) As vendas em um mês de determinado produto, de custo unitário,
em reais, tem distribuição aproximadamente normal com média de R$ 500,00 e desvio
padrão de R$ 50,00. Se a empresa decide fabricar, em dado mês, 600 unidades do
produto, assinale a opção que dá a probabilidade de que a demanda não seja atendida.
(Em sua resposta faça uso da tabela da função de distribuição φ(x) da normal padrão dada
abaixo).
x φ(x)
1,85 0,968
1,96 0,975
2,00 0,977
2,12 0,983
a) 5,0% d) 2,5%
b) 3,1% e) 4,0%
c) 2,3%

GABARITO
01 08 15 22 e
02 09 16 a 23 a
03 10 17 b 24 a
04 a 11 18 d 25 c
05 d 12 a 19 c
06 13 20 c
07 14 b 21 d

69 http://www.euvoupassar.com.br Eu Vou Passar – e você?