Questões de Concursos

Um vendedor tem duas reuniões de vendas no mesmo dia. Na primeira reunião, ele acredita ter 70% de chance de fazer uma venda que lhe renderá R$1000. Na segunda, ele acredita ter 40% de chance de fazer uma venda que se realizada lhe renderá R$1500. Assumindo que as vendas são independentes. Quanto de comissão ele espera ganhar em dias como este?
Assim, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Podemos definir Y como sendo a v.a. comissão. Ω = {0, 1000, 1500, 2500}. ( ) A distribuição de probabilidade de Y para 0, 1000, 1500, 2500 é, respectivamente 0,18; 0,42; 0,12; e 0,28. ( ) O valor esperado é de R$ 1.050.

As afirmativas são, respectivamente,

Uma variável aleatória X tem função geradora de momentos dada por m_X(t, θ) = θ/ (θ - t), t < θ.

Nesse caso, X tem distribuição

Suponha que uma amostra aleatória X₁, X₂, ..., X₁₀, de tamanho n =10 será obtida de uma distribuição Bernoulli (θ), θ desconhecido.

Pretende-se usar uma densidade a priori Beta com parâmetros α = 2 e β = 2 e que será usada uma função de perda quadrática L(θ, a) = (θ – a)², com 0 < θ < 1 e 0 < a < 1.

Nesse caso, se forem observados 5 “sucessos”, a estimativa de Bayes para θ será igual a

Um gerente se deparou com a seguinte situação na sua empresa: o departamento A diz que leva em média 10 dias para finalizar um projeto com desvio-padrão de 3 dias. Já o departamento B diz que leva em média 12 dias para finalizar o projeto com desvio-padrão de dois dias.

Para verificar se havia diferença significativa entre os tempos de finalização dos projetos, ele resolveu aplicar um teste estatístico de hipótese considerando que as distribuições do tempo eram provenientes de uma distribuição normal e que não se conhecem as variâncias populacionais.

Supondo que o gerente utilizou a ferramenta Análise de Dados do Microsoft Excel para realizar o teste, assinale a opção que indica a ferramenta de análise mais adequada para os propósitos do gerente.

Seja X a variável aleatória que representa o número de ocorrências de um certo evento A em t unidades de tempo. A distribuição de probabilidade de X segue a distribuição de Poisson, isto é, a probabilidade de {X = x} é dada por:

e ⁻λ^t(λt) ^x/x!

em que λ é a taxa de ocorrência por unidade de tempo.
Considerando o exposto, o valor esperado do tempo entre duas ocorrências consecutivas do evento A, é

Uma população é constituída por N indivíduos, dos quais K têm uma certa característica A. Se sortearmos ao acaso n elementos diferentes dessa população, então a variável X = número de elementos que têm a característica A na amostra tem distribuição de probabilidades

Associe os modelos de distribuição discreta de probabilidades às suas características.

1. Distribuição de Bernoulli 2. Distribuição Binomial 3. Distribuição de Poisson
( ) A variável aleatória X é uma contagem do número de sucessos em n tentativas. Repetições independentes de um ensaio, com a mesma probabilidade de ocorrência de “sucesso”, dão origem ao modelo.
( ) Experimento aleatório com espaço amostral infinito enumerável. São exemplos: chamadas telefônicas por minuto; mensagens que chegam a um servidor por segundo; acidentes por dia.
( ) Uma variável assume apenas dois valores, 1 se ocorrer sucesso (S) e 0 se ocorrer fracasso (F), com probabilidade de sucesso. São exemplos: o resultado de um exame médico para detecção de uma doença é positivo ou negativo; um entrevistado concorda ou não com a afirmação feita; no lançamento de um dado ocorre ou não face 6.


Assinale a opção que indica a associação correta, na ordem apresentada.

A ocorrência de ajuizamento de ação de guarda pela Defensoria Pública de uma comarca é modelada como um processo de Poisson de taxa 0,4 por dia. A Defensoria Pública funciona 7 dias por semana.
Em uma semana, o número médio de dias em que ocorre a propositura de ação de guarda por esse órgão da Defensoria é, aproximadamente:

Uma amostra aleatória simples de tamanho 100 foi obtida para estimar uma proporção p populacional de indivíduos que apresentam uma característica A. Como resultado, 36 indivíduos amostrais apresentaram a característica A.
Lembre-se que de, se Z tem distribuição normal padrão, então P [ Z < 1.96 ] = 0,975. Usando a estimativa de p no lugar do valor desconhecido, um intervalo de 95% de confiança para p será dado aproximadamente por

Suponha que o número de ocorrências de certo fenômeno ocorra no tempo de acordo com um processo Poisson com uma taxa de ocorrência média v por unidade de tempo.

Nesse caso, se T é o intervalo de tempo entre duas ocorrências sucessivas, então T tem distribuição

Sejam X e Y variáveis aleatórias que apresentam distribuição conjunta uniforme (ou seja, um valor de densidade constante) sobre a região: {(x,y) | 0 < x < 1, y>0, x+y<1}. A variância de X é:

O tamanho da amostra aleatória simples necessário para que possamos garantir, com 99% de confiança, que o valor da média amostral não se afaste do valor da média populacional por mais de 5% do valor do desvio padrão populacional será, no mínimo, aproximadamente igual a
[Lembre-se de que, se Z tem distribuição normal padrão, então P [ Z < 2,58 ] = 0,995]

Seja X a variável aleatória que representa o número de ocorrências de um certo evento A em t unidades de tempo.
A distribuição de probabilidade de X segue a distribuição de Poisson, isto é, a probabilidade de {X = x} é dada por:

e^−λt(λt) x/x!,

ondeλé a taxa de ocorrência por unidade de tempo.
Considerando o exposto, o valor esperado do tempo entre duas ocorrências consecutivas do evento A, é

Para testar H₀:μ≤ 30 versus H₁:μ> 30, em queμé a média de uma variável populacional suposta normalmente distribuída com variância 64, uma amostra aleatória simples de tamanho 100 será obtida.
Lembre-se de que, se Z tem distribuição normal padrão, P[ Z > 1,64 ] ≈ 0,05.
O teste uniformemente mais potente de tamanhoα= 0,05 rejeitará H₀ se o valor da média amostral observada for maior ou igual a

Se X e Y são variáveis aleatórias independentes tais que

X ~ N(4, 4), Y ~ N(3, 4)

então X – Y tem distribuição normal com média e variância dadas, respectivamente, por

Uma distribuição de probabilidades é usada para determinar a média de uma população, a partir de uma amostra. Nesse problema, não se sabe qual é a média ou o desvio padrão da população, mas ela deve ser normal. Considere que o tamanho da amostra é igual a nove, e se deseja testar uma hipótese com 5% de significância. Dois estatísticos utilizam duas distribuições diferentes. O estatístico Tiago utiliza a distribuição t de Student e o estatístico Nelson utiliza a distribuição normal.

Se o valor da estatística teste obtido é exatamente igual a 2 para o problema analisado, é correto afirmar que ao testar a hipótese estatística:


Obs. Considere os valores críticos da estatística t de Student t_8;5%=2,3 e da estatística normal Z_5%=1,96.

Suponha que o número de ocorrências de determinado evento ocorra no tempo de acordo com um processo Poisson com uma taxa média de 5 ocorrências por dia. Suponha ainda que uma ocorrência tenha acabado de ocorrer.
Se X é o tempo decorrido até que a próxima ocorrência aconteça, então X tem distribuição

Se U e V são variáveis aleatórias independentes com distribuições respectivas qui-quadrado com m e n graus de liberdade, então a variável X = nU/mV tem distribuição