Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Ol pessoal! Hoje estudaremos varincia, desvio padro e covarincia em relao a variveis aleatrias. Estou tentando fazer um catlogo com questes do CESPE-UnB com estes assuntos, mas h um problema: a maioria das questes de Estatstica do CESPE so para cargos especficos de Estatstico. Desta forma, a grande maioria das questes envolve assuntos mais avanados que no contemplam o nosso edital do PREVIC. Comearei a fazer na prxima semana uma adaptao das questes existentes do CESPE para esta prova do PREVIC.
Var ( X ) = V ( X ) = 2
Na aula de estatstica descritiva (aula 1), vimos que a varincia de um conjunto de dados a mdia dos quadrados dos desvios. Vejamos um exemplo: Vamos trabalhar novamente com o resultado do lanamento de um dado de seis faces. O resultado do lanamento de um dado pode ser: 1, 2, 3, 4, 5, 6. Pois bem, suponhamos que lanamos o dado seis vezes e obtivemos os seguintes resultados: Resultados obtidos em seis lanamentos: 2, 5, 3, 2, 4, 1. A mdia desses resultados fica:
X =
E a varincia fica:
2 + 5 + 3 + 2 + 4 + 1 17 = 2,83 6 6
2 =
Agora, de forma anloga ao feito com a esperana, vamos calcular qual a varincia que seria obtida num nmero muito grande de lanamentos de um dado. Em um nmero muito grande de lanamentos, razovel esperar que cada uma das faces ocorra em 1/6 das vezes. E razovel esperar que a mdia seja prxima a 3,5. Se lanarmos este dado muitas (infinitas) vezes, a tabela de freqncias obtida seria:
1 www.pontodosconcursos.com.br
X fr
1/6 2/6 3/6 4/6 5/6 6/6 3,5
E( X ) =
A mdia seria 3,5. O clculo da varincia ficaria: Valor da face (x) 1 2 3 4 5 6 Total E a varincia seria:
3,5 = 3,5 1
Quadrado do desvio em relao mdia (e 2 ) (3,5 1) = 6,25 (3,5 2) = 2,25 (3,5 3) = 0,25 (3,5 4) = 0,25 (3,5 5) = 2,25 (3,5 6) = 6,25 17,5
2 =
17,5 = 2,9166... 6
O clculo da varincia em variveis aleatrias bem parecido. A varincia o desvio quadrtico esperado, ou ainda, a mdia dos quadrados dos desvios que seria obtida em um nmero muito grande de experimentos. Portanto, a frmula da varincia fica:
Var ( X ) = E ( X ) 2
Utilizando as propriedades da esperana (expectncia), podemos desenvolver a expresso acima: Desenvolvendo o quadrado da diferena:
V ( X ) = E[ X 2 2 X + 2 ]
Agora podemos utilizar as propriedades da esperana. A esperana da soma igual soma das esperanas.
V ( X ) = E[ X 2 ] E[2 X ] + E[ 2 ]
S que o valor de constante. Multiplicando uma varivel aleatria por uma constante, a esperana tambm fica multiplicada pela mesma constante.
V ( X ) = E[ X 2 ] 2E[ X ] + E[ 2 ] 2 www.pontodosconcursos.com.br
V ( X ) = E[ X 2 ] 2 E[ X ] + 2
A esperana de X igual a .
V ( X ) = E[ X 2 ] 2 2 + 2 V ( X ) = E[ X 2 ] 2
A varincia fica:
V ( X ) = E[ X 2 ] 2
Vamos treinar o nosso exemplo com esta nova frmula: Primeiro calculamos a mdia dos quadrados. Valor da face ao quadrado Valor da face (X) (X2) 1 1 2 4 3 9 4 16 5 25 6 36 Total
Freqncia relativa simples (fr) 1/6 1/6 1/6 1/6 1/6 1/6 1
X 2 fr
1/6 4/6 9/6 16/6 25/6 36/6 91/6
E( X 2 ) =
A varincia fica:
91 6
2 = E( X 2 ) 2 =
91 3,5 2 = 2,91666... 6
Ou seja, o valor da varincia seria 2,9166..., em um nmero muito grande de lanamentos. Smbolos para varincia de uma varivel aleatria:
2 = V ( X ) = Var ( X )
Frmulas da varincia de uma varivel aleatria.
V ( X ) = E (X )
ou
V ( X ) = E[ X 2 ] 2
Quanto ao desvio-padro da varivel aleatria, ele dado pela raiz quadrada da varincia.
3 www.pontodosconcursos.com.br
E[ X ] = P ( x i ) x i
i =1
E[ X 2 ] = P ( x i ) x i
i =1
E X 2 = 1.000 0,4 + 2.000 0,4 + 4.000 0,2 E X 2 = 1.000.000 0,4 + 4.000.000 0,4 + 16.000.000 0,2 = 5.200.000
A varincia de X fica:
[ ]
[ ]
4 www.pontodosconcursos.com.br
= 1.200.000
Vamos fatorar o nmero 1.200.000
1.200.000 = 10 4 4 30
Ficamos com:
= 1.200.000 = 10 4 4 30 = 200 30
E no h alternativa com este nmero. Todas as alternativas que apresentam a raiz quadrada contm uma frao em que o denominador 5. Vamos construir uma frao em que o denominador seja 5.
200 30 = 200
Letra D.
02. (AFRFB 2009 ESAF) A tabela mostra a distribuio de frequncias relativas populacionais (f) de uma varivel X:
Sabendo que a um nmero real, ento a mdia e a varincia de X so, respectivamente: a) X = 0,5 e X = 3,45
2
b) X = 0,5 e X = 3,45
2
c) X = 0 e X = 1
2
d) X = 0,5 e X = 3,7
2
e) X = 0,5 e X = 3,7
2
Resoluo: Em vez de usar a palavra probabilidade, a questo fala em freqncia relativa, demonstrando a utilizao da abordagem frequentista da probabilidade. Observem que a alternativa B traz uma varincia negativa, o que absurdo. A varincia a mdia dos quadrados dos desvios. Se os desvios so elevados ao quadrado, s obtemos nmeros no negativos. Logo, a mdia destes desvios ao quadrado nunca poderia ser negativa.
5 www.pontodosconcursos.com.br
6a + 1a + 3a = 1 a = 0,1
Agora podemos calcular a esperana de X:
Letra A
03. (TJ RO CESGRANRIO) Sendo y um erro de medida expresso em milmetros, y uma varivel aleatria cuja varincia (A) no pode ser calculada se a distribuio de y for contnua. (B) a raiz quadrada do desvio padro de y. (C) uma grandeza sem unidades. (D) o dobro da mdia de y. (E) mede a disperso de y em torno de sua mdia. Resoluo Vamos analisar cada umas das alternativas de per si. Letra A. A varincia no deixa de ser uma esperana. a esperana do desvio ao quadrado. Ocorre que, por enquanto, ns s sabemos calcular esperanas para variveis aleatrias discretas. Basta considerar que as probabilidades so anlogas s freqncias relativas. Quando temos variveis contnuas, o clculo baseado em uma funo, chamada de densidade de probabilidade, que estudaremos posteriormente. Ou seja, mesmo para variveis contnuas possvel calcular a esperana (e, portanto, a varincia). Letra B. O desvio-padro que a raiz quadrada da varincia. Letra C. A varincia tem unidade que corresponde ao quadrado da unidade dos dados. No caso, a varincia de y seria expressa em mm2.
6 www.pontodosconcursos.com.br
Y = 2X + 4
Na aula 1 ns vimos algumas propriedades da varincia de um conjunto de dados. Aqui, para variveis aleatrias, elas continuam valendo.
i) Somando-se ou subtraindo-se uma constante qualquer a cada elemento de um conjunto de valores, a varincia no se altera. ii) Se multiplicarmos ou dividirmos uma constante qualquer a cada elemento de um conjunto de valores, a varincia ficar multiplicada ou dividida pelo quadrado dessa constante.
Como X foi multiplicado por 2, a varincia fica multiplicada por 2 ao quadrado.
V (Y ) = 2 2 V ( X )
V (Y ) = 4 2 = 8
Letra D 05. (Ministrio da Sade/2007 FCC) Seja X uma varivel com mdia 3 e coeficiente de variao igual a 0,5. Seja Y = -2X+3. As varincias de X e Y so dadas, respectivamente, por: a) 1,5 e 6 b) 2,25 e 9 c) 1,5 e 3 d) 2,25 e 5 e) 2,5 e 6
7 www.pontodosconcursos.com.br
CV X =
Substituindo os valores dados:
X X
0,5 =
X
3
2 X = 1,5 X = 2,25
A varincia de X igual a 2,25. Ficamos entre as alternativas B e D. Foi informado que Y = 2 X + 3 . Somas e subtraes no interferem na varincia. Multiplicaes sim. Como X foi multiplicado por -2, ento a varincia sofre a variao ao quadrado. A varincia de Y 4 vezes a varincia de X.
Covarincia
Por definio, a covarincia entre duas variveis aleatrias X e Y :
Cov[ X , Y ] = E[( X X ) (Y Y )]
Desenvolvendo a frmula acima:
Cov[ X , Y ] = E[( XY XY Y X + X Y )]
A esperana da soma igual soma das esperanas.
Cov[ X , Y ] = E[ XY ] E[ XY ] E[Y X ] + E[ X Y ]
Os valores de X e Y so constantes. Podemos retir-los das esperanas. Ficamos com:
Cov[ X , Y ] = E[ XY ] Y E[ X ] X E[Y ] + X Y
Lembrando que E[ X ] = X e E[Y ] = Y
Cov[ X , Y ] = E[ XY ] Y X X Y + X Y
Cancelando os termos com sinais opostos:
Cov[ X , Y ] = E[ XY ] Y X
Se X e Y forem independentes, a covarincia fica:
Cov[ X , Y ] = Y X Y X
Cov[ X , Y ] = 0
Frmulas para covarincia
Cov[ X , Y ] = E[ XY ] Y X
Caso X e Y sejam independentes, a covarincia nula
Agora um detalhe importante. Vimos que sempre que as variveis so independentes, a covarincia nula. Mas o inverso no verdadeiro. O fato da covarincia ser nula no garante que as variveis sejam independentes. X e Y independentes Cov ( X , Y ) = 0
V ( Z ) = E (Z Z ) = ?
2
Usando as propriedades da esperana, de forma bem semelhante ao que fizemos acima (quando manipulamos a frmula da covarincia) possvel chegar ao seguinte resultado:
V ( X + Y ) = V ( X ) + V (Y ) + 2Cov ( X , Y )
De forma anloga, a varincia da diferena entre duas variveis fica:
V ( X Y ) = V ( X ) + V (Y ) 2Cov ( X , Y )
06. (BACEN/2006 FCC) Sejam X e Y duas variveis aleatrias e I E(X) e E(Y) as expectncias de X e Y, respectivamente; II Var(X) e Var(Y) as varincias de X e Y, respectivamente; III Cov(X,Y) a covarincia de X e Y. Tem-se que, em qualquer situao: a) V ( X ) = E ( X 2 ) + [E ( X )]
2
9 www.pontodosconcursos.com.br
Cov[ X , Y ] = E[ XY ] Y X
Substituindo X por E[X] e Y por E[Y], ficamos com:
Cov[ X , Y ] = E[ XY ] E[ X ]E[Y ]
Isolando E[XY]:
E[ XY ] = Cov[ X , Y ] + E[ X ]E[Y ]
A alternativa correta a letra B. Vamos para a letra C. Vamos desenvolver o termo E ( 2 X + 3) Primeiro, lembramos que a esperana da soma igual soma das esperanas.
E ( 2 X + 3) = E ( 2 X ) + E (3)
Observe que X est sendo multiplicado por 2. Podemos tirar a constante da esperana.
E ( 2 X ) + E (3) = 2 E ( X ) + E (3)
Por fim, a esperana da constante 3 o prprio 3.
2 E ( X ) + E (3) = 2 E ( X ) + 3
Concluindo, ficamos com:
E ( 2 X + 3) = 2 E ( X ) + 3
Alternativa errada. Na alternativa D temos uma inverso das coisas. Dissemos apenas que: se duas variveis forem independentes, a covarincia nula. Mas o fato da covarincia ser nula no implica que as variveis sejam independentes. Alternativa errada. Na alternativa E afirma-se que E ( X + Y ) = E ( X ) + E (Y ) apenas se X e Y forem independentes. Isto errado. Esta propriedade vale sempre, mesmo que X e Y no sejam independentes.
10 www.pontodosconcursos.com.br
Resoluo Letra A.
E[ 2 X + 5] = 2 E[ X ] + 5
A expresso acima no igual, em qualquer situao, a 4 E[ X ] . Alternativa errada.
Letra B. Novamente, uma inverso das coisas. Dissemos que, se X e Y forem independentes, ento E[ XY ] = E[ X ] E[Y ] . Mas o fato de E[ XY ] = E[ X ] E[Y ] no implica que as variveis sejam independentes. Alternativa errada. Letra C. Vimos desde a aula de medidas de disperso que somas e subtraes no alteram a varincia. Aqui isso continua valendo. Ou seja, se somamos 10 varivel X, a varincia no muda. Portanto:
Cov[ X , Y ] = E[ XY ] Y X
Substituindo X por E[X] e Y por E[Y], ficamos com:
11 www.pontodosconcursos.com.br
X = 45 Y = 65
V (X ) = 4 V (Y ) = 16 Cov ( X , Y ) = 3
Sabemos que a frmula da varincia da diferena entre duas variveis :
V ( X Y ) = V ( X ) + V (Y ) 2Cov ( X , Y )
Substituindo os valores:
V ( X Y ) = 4 + 16 2 3 V ( X Y ) = 14
Gabarito: D. (BASA 2007 CESPE-UnB) Considere duas variveis aleatrias independentes X e Y idnticas e uniformemente distribudas no intervalo (0, 1). Acerca da distribuio da soma Z = X + Y, julgue os seguintes itens. 09. A mdia de Z igual a zero.
12 www.pontodosconcursos.com.br
E[ X 2 ] =
1 ]. 3
Resoluo Por enquanto no se preocupem com o termo uniformemente distribudas. Ainda veremos do que se trata. Fiquem apenas com a informao de que, no presente caso, este termo implica em mdias iguais a 0,5, para as variveis X e Y. Vamos ao item 09. Z igual soma de duas variveis aleatrias. Portanto, basta aplicarmos a propriedade segundo a qual a esperana da soma igual soma das esperanas.
E ( Z ) = E ( X + Y ) = E ( X ) + E (Y ) E ( Z ) = 0,5 + 0,5 = 1
Portanto, a mdia da varivel aleatria Z (ou a sua esperana) igual a 1. Item errado. Vamos ao item 10. Z igual soma de duas variveis. Sua varincia fica (usando a frmula da varincia da soma):
V ( Z ) = V ( X ) + V (Y ) + 2Cov ( X , Y )
Como X e Y so independentes, sua covarincia nula.
V ( Z ) = V ( X ) + V (Y )
Vamos agora calcular a varincia da diferena X Y .
V ( X Y ) = V ( X ) + V (Y ) 2Cov ( X , Y )
Mas a covarincia nula.
V ( X Y ) = V ( X ) + V (Y )
Logo, realmente a varincia de Z igual varincia de X Y . Item certo. Vamos ao item 11. Queremos a covarincia entre X e Z. Ns vimos que a frmula :
Cov[ X , Z ] = E[ XZ ] Z X
Sabemos que a mdia de Z 1 e a mdia de X 0,5.
Cov[ X , Z ] = E[ XZ ] 1 0,5
Sabemos tambm que Z igual a X + Y .
Cov[ X , Z ] = E[ X ( X + Y )] 1 0,5
13 www.pontodosconcursos.com.br
Cov[ X , Z ] = E[ X 2 ] + E[ XY ] 1 0,5
Como X e Y so independentes, a esperana do produto igual ao produto das esperanas.
Cov[ X , Z ] =
Item certo.
1 1 1 4+36 1 + = = 3 4 2 12 12
12. (SEFAZ MS 2006 FGV) Analise as afirmativas a seguir, a respeito de duas variveis aleatrias X e Y: I se X e Y so independentes, ento Cov(X,Y) = 0. II Se Cov(X,Y) = 0, ento X e Y so independentes; III Se X e Y so independentes, ento E(XY) = E(X).E(Y) IV Se E(XY) =E(X).E(Y), ento X e Y so independentes. Assinale: a) se nenhum alternativa estiver correta b) se somente as alternativas I e III estiverem corretas c) se somente as alternativas I e IV estiverem corretas d) se somente as alternativas II e IV estiverem corretas e) se todas as alternativas estiverem corretas. Resoluo O que ns estudamos foi: Se X e Y so independentes, a covarincia nula Se X e Y so independentes, a esperana do produto igual ao produto das esperanas.
E foi s isto. Qualquer outra concluso no necessariamente correta. O fato de E ( XY ) = E ( X ) E (Y ) no implica que as variveis sejam independentes. O fato de a covarincia ser nula no implica que as variveis sejam independentes. As nicas alternativas corretas so I e III.
14 www.pontodosconcursos.com.br
V ( X Y ) = V ( X ) + V (Y ) 2Cov ( X , Y ) V ( X Y ) = 3 + 2 2 1 = 3
Letra B 14. (MPE RO 2005 CESGRANRIO) Analise as afirmativas a seguir, a respeito da esperana e da varincia de duas variveis aleatrias X e Y. I - Se X e Y so independentes, ento var(X + Y) = var(X) + var(Y). II - Se var(X + Y) = var(X) + var(Y), ento X e Y so independentes. III - Se X e Y so independentes, ento E(X + Y) = E(X) + E(Y). IV - Se E(X + Y) = E(X) + E(Y), ento X e Y so independentes. Est(o) correta(s) a(s) afirmativa(s): (A) II, somente. (B) I e III, somente. (C) I e IV, somente. (D) II e IV, somente. (E) I, II, III e IV Resoluo Primeiro item. Se X e Y so independentes, ento a covarincia entre elas nula. Logo, a varincia da soma fica reduzida soma das varincias. O item est correto. Segundo item. Temos:
V ( X + Y ) = V ( X ) + V (Y ) + 2Cov ( X , Y )
Se o exerccio afirma que a varincia da soma igual soma das varincias, ento:
15 www.pontodosconcursos.com.br
16 www.pontodosconcursos.com.br
cov( 2 X , Y ) = E 2 X 2 X Y Y
Colocando o 2 em evidncia:
[(
) (
)]
cov( 2 X , Y ) = E 2 X X Y Y cov( 2 X , Y ) = 2 E X X Y Y
cov( 2 X , Y ) = 2 cov( X , Y )
E vocs podem guardar isso para um caso qualquer.
[ ( [(
) ( ) (
)] )]
cov( aX , bY ) = a b cov( X , Y )
Agora podemos continuar com o exerccio.
17 www.pontodosconcursos.com.br
V (2 X Y ) = V (2 X ) + V (Y ) 2Cov (2 X , Y )
A constante 2 que multiplica a varivel X pode sair da varincia. S que o efeito ao quadrado.
V ( 2 X ) = 4V ( X )
Voltando equao original:
V (2 X Y ) = V (2 X ) + V (Y ) 2Cov ( 2 X , Y ) V (2 X Y ) = 4V ( X ) + V (Y ) 2Cov (2 X , Y )
Utilizando as propriedades da esperana, possvel verificar que:
Cov ( 2 X , Y ) = 2Cov ( X , Y )
Assim, temos:
V (2 X Y ) = 4V ( X ) + V (Y ) 2Cov ( 2 X , Y ) V ( 2 X Y ) = 4V ( X ) + V (Y ) 2 2 Cov ( X , Y )
Como X e Y so independentes, ento a covarincia entre ambas nula.
V (2 X Y ) = 4V ( X ) + V (Y ) 2 2 0 V ( 2 X Y ) = 4V ( X ) + V (Y )
Assim, a varincia de Z superior varincia de X e de Y. Letra B 18. (SEFAZ RJ 2008 FGV) Sejam X e Y duas variveis aleatrias quaisquer. Ento: (A) VAR (X Y) = VAR (X) VAR (Y). (B) VAR (X Y) = VAR (X) + VAR (Y) COV (X, Y). (C) VAR (X Y) = VAR (X) + VAR (Y) 2 COV (X, Y). (D) VAR (X Y) = VAR (X) + VAR (Y) + COV (X, Y). (E) VAR (X Y) = VAR (X) + VAR (Y) + 2 COV (X, Y). Resoluo: Cobrana direta da frmula da varincia da diferena.
V ( X Y ) = V ( X ) + V (Y ) 2 Cov ( X , Y )
Gabarito: C
18 www.pontodosconcursos.com.br
Resoluo Uma questo muito interessante que vamos aproveitar para revisar as propriedades da varincia e da covarincia. Sabemos que:
var( X + Y ) = var( X ) + var(Y ) + 2 cov( X , Y ) (3) var( X Y ) = var( X ) + var(Y ) 2 cov( X , Y ) (4)
Estude bem essas relaes!! Bom, vamos voltar ao problema. Queremos calcular var(2X Y) sabendo que var(X) = 4, var(Y) = 2 e cov(X,Y) = -1. De acordo com a relao (4)
var(2 X Y ) = 16 + 2 + 4 = 22
Letra D 20. (Analista BACEN 2010 CESGRANRIO) Se X e Y so duas variveis aleatrias, para as quais so definidas: E(X) e E(Y), suas esperanas matemticas (expectncias); Var(X) e Var(Y), suas respectivas varincias, e Cov(X, Y), a covarincia entre X e Y, quaisquer que sejam as distribuies de X e Y, tem-se que (A) E(XY) = E(X) + E(Y) 2Cov(X, Y) (B) E(X) . E(Y) = E(XY) Cov(X, Y) (C) E(3X + 2Y) = 9E(X) + 4E(Y) (D) Var(X + 5) = Var(X) + 5 (E) Cov(X, Y) = Var(X) . Var(Y) Resoluo Trata-se de uma questo de propriedades da expectncia, varincia e covarincia de duas variveis aleatrias X e Y. Uma boa questo para completar as informaes da questo 1 da aula demonstrativa e da questo que acabamos de resolver (questo 2). Quaisquer que sejam X e Y tem-se que:
E ( X Y ) = E ( X ) E (Y ) + Cov ( X , Y )
Logo,
E ( X ) E (Y ) = E ( X Y ) Cov ( X , Y )
Letra B
20 www.pontodosconcursos.com.br
Sabendo que a um nmero real, ento a mdia e a varincia de X so, respectivamente: a) X = 0,5 e X = 3,45
2
b) X = 0,5 e X = 3,45
2
c) X = 0 e X = 1
2
d) X = 0,5 e X = 3,7
2
e) X = 0,5 e X = 3,7
2
03. (TJ RO CESGRANRIO) Sendo y um erro de medida expresso em milmetros, y uma varivel aleatria cuja varincia (A) no pode ser calculada se a distribuio de y for contnua.
21 www.pontodosconcursos.com.br
07. BACEN/2006 [FCC] Sejam X e Y duas variveis aleatrias e I. E(X) e E(Y) as expectncias de X e Y, respectivamente; II. Var(X) e Var(Y) as varincias de X e Y, respectivamente; III. Cov(X,Y) a covarincia de X e Y. Tem-se, em qualquer situao,
22 www.pontodosconcursos.com.br
08. (BACEN/2002 ESAF) Considere duas variveis aleatrias X e Y. Sejam 45 e 65 as mdias de X e de Y, respectivamente. Sejam 4 e 16 as varincias de X e Y respectivamente e 3 a covarincia entre essas variveis. Assinale a opo que d a varincia da diferena X Y. a) 26 b) 20 c) 23 d) 14 e) No possvel calcular a varincia de X Y com a informao dada. (BASA 2007 CESPE-UnB) Considere duas variveis aleatrias independentes X e Y idnticas e uniformemente distribudas no intervalo (0, 1). Acerca da distribuio da soma Z = X + Y, julgue os seguintes itens. 09. A mdia de Z igual a zero. 10. A varincia de Z igual varincia da diferena X Y. 11. A covarincia entre Z e X igual a 1/12. [obs: Como no estudamos algumas matrias necessrias para resolver a questo, considere as seguintes informaes adicionais: E[ X ] = E[Y ] = 0,5 ;
E[ X 2 ] =
1 ]. 3
12. (SEFAZ MS 2006 FGV) Analise as afirmativas a seguir, a respeito de duas variveis aleatrias X e Y: I se X e Y so independentes, ento Cov(X,Y) = 0. II Se Cov(X,Y) = 0, ento X e Y so independentes; III Se X e Y so independentes, ento E(XY) = E(X).E(Y) IV Se E(XY) =E(X).E(Y), ento X e Y so independentes. Assinale: a) se nenhum alternativa estiver correta b) se somente as alternativas I e III estiverem corretas c) se somente as alternativas I e IV estiverem corretas d) se somente as alternativas II e IV estiverem corretas e) se todas as alternativas estiverem corretas.
23 www.pontodosconcursos.com.br
24 www.pontodosconcursos.com.br
20. (Analista BACEN 2010 CESGRANRIO) Se X e Y so duas variveis aleatrias, para as quais so definidas: E(X) e E(Y), suas esperanas matemticas (expectncias); Var(X) e Var(Y), suas respectivas varincias, e Cov(X, Y), a covarincia entre X e Y, quaisquer que sejam as distribuies de X e Y, tem-se que (A) E(XY) = E(X) + E(Y) 2Cov(X, Y) (B) E(X) . E(Y) = E(XY) Cov(X, Y) (C) E(3X + 2Y) = 9E(X) + 4E(Y) (D) Var(X + 5) = Var(X) + 5 (E) Cov(X, Y) = Var(X) . Var(Y)
25 www.pontodosconcursos.com.br
Gabaritos
01. D 02. A 03. E 04. D 05. B 06. B 07. D 08. D 09. Errado 10. Certo 11. Certo 12. B 13. B 14. B 15. B 16. D 17. B 18. C 19. D 20. B
26 www.pontodosconcursos.com.br