Aula 00 Demonstrativa
Prof. Alexandre Lima
Aula 00
Caro aluno,
Seja bem vindo ao curso de Conhecimentos Especficos em Mtodos
Quantitativos para o Cargo 11 da ANATEL (Especialista em Regulao
de Servios Pblicos de Telecomunicaes Especialidade: Mtodos
Quantitativos).
Sou o professor Alexandre Lima. uma imensa satisfao t-lo como meu
aluno. Como este o nosso primeiro encontro, peo a sua licena para uma
breve apresentao sobre a minha formao e experincia como professor
para concursos. Em seguida, tecerei alguns comentrios preliminares que julgo
serem pertinentes.
Obtive o grau de Bacharel em Cincias Navais com nfase em Eletrnica pela
Escola Naval e os de Engenheiro Eltrico com nfase em Telecomunicaes,
Mestre e Doutor em Engenharia Eltrica pela Escola Politcnica da Universidade
de So Paulo. Sou Auditor-Fiscal Tributrio Municipal de So Paulo. Em
paralelo, exero o magistrio universitrio e ministro aulas de Matemtica,
Raciocnio Lgico-Quantitativo, Estatstica e Econometria aqui no Ponto dos
Concursos desde 2009.
Este curso abordar a maioria dos tpicos de Estatstica e Econometria do
edital de Mtodos Quantitativos, mas no todos, porque isso seria impraticvel
e improdutivo (faltam menos de trs meses para a prova!). A realidade dura:
o edital da nossa matria engloba conhecimentos de vrias disciplinas de
graduao e/ou ps-graduao. No h como ensinar toda a matria que ser
cobrada em um nico curso. Portanto, preciso ser pragmtico e ter jogo de
cintura nessa hora. Voc precisar aprender o que (provavelmente)
cair na prova. No necessrio saber toda a matria para ser
aprovado em um concurso pblico.
Pode ser que voc faa a seguinte pergunta: como o prof. Alexandre pode
ensinar Econometria sem ser economista ou matemtico?
Eu precisei estudar vrias tcnicas estatsticas aplicadas Econometria durante
o meu doutorado, porque a minha tese abordou a estimao e a modelagem
do trfego da Internet, que uma srie temporal com dependncia de longa
durao (vrias sries financeiras tambm apresentam o mesmo
comportamento). Portanto, o meu tema de pesquisa me forou a cursar
algumas disciplinas (bem pesadas) tais como Sries Temporais,
Econometria de Srie Financeiras, Anlise de Sinais por meio de Wavelets
etc. Felizmente, consegui aplicar com sucesso algumas tcnicas de anlise de
sries financeiras minha pesquisa. Um dos resultados desse longo e penoso
1
www.pontodosconcursos.com.br | Prof. Alexandre Lima
contedo
programtico,
2
www.pontodosconcursos.com.br | Prof. Alexandre Lima
3
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Observe que a lei forte dos grandes nmeros no afirma que, quando o
tamanho amostral cresce (at o infinito), a mdia amostral tem distribuio
normal. A lei omissa quanto forma da distribuio da mdia amostral e
por isso que o item errado.
Quando o tamanho da amostra aumenta, independentemente da forma da
distribuio da varivel aleatria X, a distribuio da mdia amostral X
aproxima-se cada vez mais de uma distribuio normal. Esse resultado,
fundamental em Inferncia Estatstica, assegurado pelo Teorema do Limite
Central (TLC).
S. Ross, Probabilidade: Um Curso Moderno com Aplicaes, 8 edio, Porto Alegre: Bookman, 2010, pg472.
4
www.pontodosconcursos.com.br | Prof. Alexandre Lima
P 1
0 quando n
n
GABARITO: C
5
www.pontodosconcursos.com.br | Prof. Alexandre Lima
1
k2
1
k2
1
32
2
P[| X | ] 2 .
Comentrios:
- Observe que o teorema de Chebyshev no requer que a distribuio de
probabilidades de X seja conhecida.
- Como {| X | } U {| X |< } = (evento certo), segue-se que
P[| X |< ] 1
2
.
2
P[| X |< k] 1
0.8
f(x)
P(X - < -k)
0.7
P(X - > k)
0.6
Densidade
0.5
0.4
0.3
0.2
0.1
0
10
10.5
11
11.5
- k
12
12.5
13
+ k
13.5
14
Note que a soma das reas azul e vermelha na figura acima 1/k2, pois o
limite superior da rea azul - k e o limite inferior da rea vermelha +
k. Por outro lado, a rea para |x - |> k sempre ser menor que 1/k2.
GABARITO: E
7
www.pontodosconcursos.com.br | Prof. Alexandre Lima
P
1,96 0,95
/ n
n
consequncia do importante resultado que se intitula
(A) princpio da invarincia
(B) lei fraca dos grandes nmeros
(C) desigualdade de Chebyshev
(D) lei forte dos grandes nmeros
(E) teorema limite central
Resoluo
Seja a soma S n = X 1 + X 2 + ... + X n de n variveis aleatrias independentes e
identicamente distribudas X 1 , X 2 ,..., X n com mdia finita e varincia 2, em
que E ( S n ) = n e Var ( S n ) = n 2 . De acordo com o teorema limite central, a
varivel aleatria padronizada
S n E(S n )
Var ( S n )
S n n
S n n S n n
X
n
n
=
=
= Z*
n
/ n
n
n
Ora, a varivel resultante continua sendo assintoticamente normal com mdia
zero e varincia unitria. Portanto,
P Z * 1,96 0,95
n
8
www.pontodosconcursos.com.br | Prof. Alexandre Lima
> 0,
Isso significa, em termos prticos, que, sendo o estimador consistente, podese, com amostras suficientemente grandes, tornar o erro de estimao to
pequeno quanto se queira.
9
www.pontodosconcursos.com.br | Prof. Alexandre Lima
lim var(T ) = 0
n
(D) Incorreta. Estimao por mxima verossimilhana no tem nada a ver com
a definio de consistncia de um estimador. O mtodo da mxima
verossimilhana um critrio para a escolha do estimador. A consistncia
uma propriedade do estimador.
(E) Incorreta. Foi dada a definio de justeza do estimador n .
GABARITO: A
6. (Analista do TJ-RO/Cespe-UnB/2012) Com relao a intervalo de
confiana e intervalo de credibilidade, correto afirmar que, se I = [a; b] for
um intervalo de
(A) confiana para o parmetro , ento esse parmetro uma varivel
aleatria.
(B) confiana para o parmetro de nvel 1 , ento a probabilidade do
verdadeiro valor do parmetro estar fora do intervalo igual a .
10
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Resoluo
O ENVUMV o sonho de consumo dos estatsticos, pois o melhor estimador
dentre todos os estimadores no viciados, no sentido de que possui a menor
varincia, para todo valor de , em que denota o parmetro a ser estimado.
O ENVUMV o mais preciso porque a disperso das suas estimativas a
menor de todas e acurado porque no viciado e de varincia mnima.
GABARITO: A
(Serpro/CESPE-UnB/2010/Adaptada)
12
www.pontodosconcursos.com.br | Prof. Alexandre Lima
frequncia (n de dias)
1.000
2.000
3.000
4.000
5.000
6.000
Total
5
6
10
6
3
1
31
frequncia (n de
dias)
5
6
10
6
3
1
31
frequncia
relativa
5/31 = 16,1%
6/31 = 19,4%
10/31 = 32,3%
6/31 = 19,4%
3/31 = 9,7%
1/31 = 3,1%
31/31 = 100%
frequncia
acumulada
16,1%
35,5%
67,8%
87,2%
96,9%
100,0%
3000, 3000, 3000, 3000, 3000, 3000, 3000, 3000, 3000, 3000 (10 dias)
4000, 4000, 4000, 4000, 4000, 4000 (6 dias)
5000, 5000, 5000 (3 dias)
6000 (1 dia)
Nmero total de dias = 31. Logo, a Mediana do rol corresponde ao dcimo
sexto valor: 3.000.
Temos agora a seguinte sub-srie at a Mediana:
1000, 1000, 1000, 1000, 1000, 2000, 2000, 2000, 2000, 2000, 2000, 3000,
3000, 3000, 3000, 3000
Como esta sub-srie tem 16 elementos, a sua mediana (= 1o Quartil da srie
completa) o valor mdio entre os valores da oitava e da nona posio, ou
seja, 2000. Ento, Q1 = 2000.
Entendo que a primeira resoluo mais rpida, portanto mais adequada de
ser usada em uma situao real de prova.
Note que esta questo cobra DADOS TABULADOS. Quando h muitos dados,
como o caso da questo, mais rpido resolver usando o raciocnio das
frequncias acumuladas.
GABARITO: C
11. correto classificar a varivel X como uma varivel quantitativa ordinal.
Resoluo
Errado. Tal classificao aplicvel aos atributos ou variveis qualitativas
quando possvel estabelecer uma ordem ou hierarquia entre as respostas
obtidas no levantamento estatstico. Por exemplo, o IBGE efetua
periodicamente o levantamento do grau de instruo dos brasileiros por meio
de um censo completo da populao. As respostas possveis para essa
pesquisa seriam algo como sem instruo escolar, nvel fundamental
incompleto, nvel fundamental completo, nvel mdio incompleto, nvel
mdio completo, nvel superior incompleto e nvel superior completo. Essas
respostas no so nmeros, so variveis qualitativas. Como possvel
estabelecer uma hierarquia entre as possveis respostas, tem-se uma varivel
qualitativa ordinal.
14
www.pontodosconcursos.com.br | Prof. Alexandre Lima
GABARITO: E
12. A mediana amostral de X igual a 3.500.
Resoluo
Os dados tabulados anteriormente mostram que a mediana da distribuio
de X a quantidade de 3 mil acessos simultneos, pois a frequncia
acumulada para essa quantidade ultrapassa a frequncia acumulada de 50%.
GABARITO: E
(ANAC/CESPE-UnB/2012/Adaptada) Na regio Sul do pas, em
decorrncia de mau tempo durante os meses de inverno, comum o
fechamento de aeroportos. Com base nessa informao e de acordo com a
teoria de probabilidades, julgue os itens de 13 a 15.
13. Sabendo-se que o processo de precipitao da chuva depende da
temperatura ambiente e da temperatura de condensao do ar, considere que
tais grandezas sejam representadas, respectivamente, pelas variveis
aleatrias X e Y contnuas com distribuio conjunta f(X,Y). Nessa situao,
correto afirmar que a probabilidade da temperatura ambiente ser 30 oC e da
temperatura de condensao do ar ser 9 oC igual a f(30,9).
Resoluo
Sejam X e Y variveis aleatrias contnuas. A figura a seguir mostra uma
funo densidade de probabilidade conjunta f(x,y).
0.15
0.1
0.05
0
2
0
-2
y
-3
-2
-1
15
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Essa integral dupla pode ser interpretada como o volume sob a superfcie
f(x,y) ao longo da regio R.
Ora, se a regio R se resume a um ponto P = (x,y) do plano, no caso
(x=30,y=9}, temos que o resultado da integral dupla igual a zero, pois o
volume sob a superfcie f(x,y) nulo em um dado ponto do plano. Logo,
incorreto afirmar que a probabilidade da temperatura ambiente ser 30 oC e da
temperatura de condensao do ar ser 9 oC igual a f(30,9). O valor f(30,9)
fornece a densidade de probabilidade conjunta no ponto (30,9). Item errado
GABARITO: E
14. Supondo que a probabilidade de no haver vaga no estacionamento de um
aeroporto dependa do fato de ter ocorrido mau tempo na cercania desse
aeroporto, correto afirmar que a probabilidade de no haver vaga no
estacionamento desse aeroporto, caso tenha ocorrido mau tempo na sua
cercania, igual a 1 menos a probabilidade de ter vaga no estacionamento do
referido aeroporto, caso no tenha ocorrido mau tempo em sua cercania.
Resoluo
Notao:
P(NVG|MT) = 1 P(VG|NMT) ?
Sabemos que
P(VG|MT) + P(NVG|MT) = 1 P(NVG|MT) = 1 P(VG|MT)
P(VG|NMT) + P(NVG|NMT) = 1
O item errado, pois
P(NVG|MT) = 1 P(VG|MT) 1 P(VG|NMT)
GABARITO: E
15. Considere que o nmero de voos atrasados por ms em um aeroporto da
regio Sul seja explicado pela regresso Y = 15 + 5X + , ~ N(0, 2), em
que Y o nmero de voos atrasados no ms, X o nmero de horas que o
aeroporto permaneceu fechado por mau tempo no referido ms e uma
varivel aleatria com distribuio normal de mdia zero e varincia
desconhecida 2. Nesse caso, correto afirmar que o desvio padro de X ser
proporcional a 1/5 do desvio padro de Y.
Resoluo
O enunciado forneceu a equao da verdadeira reta de regresso:
E (Y | X ) = 1 + 2 X = 15 + 5 X
A estimativa da inclinao 2 dada pela frmula:
2 = r
Y
X
2 = 5 = r
Y
X = r Y
X
5
17
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Conclui-se que correto afirmar que o desvio padro dos valores de X ser
proporcional a 1/5 do desvio padro dos valores de Y (o coeficiente de
proporcionalidade o coeficiente de correlao).
GABARITO: C
(ANTT-Cargo11/CESPE-UnB/2013) Considere um modelo de regresso
linear na forma matricial:
Y = X +
(b)
Morettin, Pedro A. Econometria Financeira Um Curso em Sries Temporais Financeiras, So Paulo: Blucher, 2008,
pg. 217.
19
www.pontodosconcursos.com.br | Prof. Alexandre Lima
Resoluo
Um modelo AR(1) Yt = c + Yt 1 + t sempre invertvel. Logo, pode ser
reescrito como um processo de mdia mvel de ordem infinita. Item certo.
Nota: o modelo AR(1) Yt = c + Yt 1 + t , com | |< 1 estacionrio
GABARITO: C
Abraos e at a prxima aula.
Bons estudos!
Alexandre Lima
alexandre@pontodosconcursos.com.br
20
www.pontodosconcursos.com.br | Prof. Alexandre Lima
P
1,96 0,95
/ n
n
consequncia do importante resultado que se intitula
(A) princpio da invarincia
(B) lei fraca dos grandes nmeros
(C) desigualdade de Chebyshev
(D) lei forte dos grandes nmeros
(E) teorema limite central
5. (Analista do TJ-RO/Cespe-UnB/2012) Os estimadores n e n* so
estimadores pontuais do parmetro de certa distribuio, em que n
21
www.pontodosconcursos.com.br | Prof. Alexandre Lima
22
www.pontodosconcursos.com.br | Prof. Alexandre Lima
(Serpro/CESPE-UnB/2010/Adaptada)
24
www.pontodosconcursos.com.br | Prof. Alexandre Lima
GABARITO
1. E
2. C
3. E
4. E
5. A
6. C
7. A
8. E
9. C
10. C
11. E
12. E
13. E
14. E
15. C
16. E
17. C
18. C
19. C
25
www.pontodosconcursos.com.br | Prof. Alexandre Lima