Aula 04 Estatística

Estatstica p/ AFRFB
Teoria e exerccios comentados

Prof. Jeronymo Marcondes - Aula 04
AULA 04 - Distribuies de Probabilidade Discretas

SUMRIO
PGINA
Distribuio de Probabilidade
Distribuio Uniforme
Distribuio Binomial e de Bernoulli
Distribuio de Poisson
12
Distribuio Geomtrica
14
Distribuio Hipergeomtrica
15
Lista de Exerccios resolvidos em aula
41
Gabarito
51
Voc quer mesmo passar em concurso? No nada fcil, portanto, fora na peruca
e vamos a mais essa aula.
Assim, iremos abordar, de maneira bem rpida, as principais distribuies de

probabilidade discretas cobradas em concurso. Ento, vamos nossa aula!
DICAS DE UM CONCURSEIRO
Essa para o pessoal que est estudando por livros para
o concurso! Entenda uma coisa, voc no est estudando
para redigir sua tese de doutorado, ok? Foco no edital!
Muitas pessoas vo te indicar livros mirabolantes de 1500
pginas para estudo. Esse no o objetivo! Tentem
maximizar o tempo de estudo. Utilizem bibliografias que
abordam o contedo de forma completa, mas simples!
Lembrem-se, h uma dezena de matrias que caem, no
s uma! Objetividade galera!
Prof. Jeronymo Marcondes
WWW.estrategiaconcursoS.COm.br
1 de 53
ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM
Estatstica p/ AFRFB
1. Distribuio de Probabilidade
Ns j discutimos isso, mas vamos tentar formalizar um pouco mais este conceito:
Distribuio
de
probabilidade
associa
uma
probabilidade a cada valor possvel de uma varivel.
Ns j estudamos isso, veja o caso do lanamento de um dado, por exemplo:
Face
1
2
3
4
5
6
Probabilidade
1/6
1/6
1/6
1/6
1/6
1/6
Viu? O que este grfico est te mostrando : qual a probabilidade associada a cada
resultado possvel deste experimento. Essa a distribuio de probabilidade deste
experimento.
Ns j estudamos como chegar a tais probabilidades, o que no deve ser um

problema para voc.
-E se for uma varivel contnua, professor?
Boa pergunta! Vamos ao exemplo de nossa aula 00, a altura dos indivduos de uma
regio com uma populao muito grande. Ns j sabemos que este um caso de
uma varivel contnua, pois a mesma deriva de uma mensurao. Assim, eu
pergunto: qual a probabilidade de que uma pessoa tenha exatamente 1,70m,
sabendo que a altura dos indivduos vai de 1,60m a 1,80m?
2 de 53
Estatstica p/ AFRFB
Bom, voc pode pensar que isso seria fcil, pois bastaria contar a quantidade de
pessoas com 1,70m e dividir pelo total da populao. Mas a que est o problema:
h infinitas alturas possveis. Tem uma pessoa que mede 1,701, outra que mede
1,70001, e por a vai. Neste caso, a probabilidade de encontrar algum com,
exatamente, 1,70 de:
P(h = 1, 70) =
casos favorveis
casos favorveis
=
=0
total de casos possi veis
+ oo
Pois, se voc dividir qualquer nmero inteiro por infinito (+ oo), o resultado ser zero.
Para qualquer valor pontual, a probabilidade ser igual zero.
Assim, voc teria de calcular uma probabilidade intervalar. Ou seja, qual a

probabilidade de que algum determinado intervalo ocorra. Por exemplo, voc
poderia calcular qual a probabilidade de que algum com altura entre 1,70m e
1,80m seja selecionado. Suponha que a populao se divida da seguinte forma:
Altura (m)
1,60-1,70
1,70-1,80
N de pessoas
100
100
Neste caso, a probabilidade de encontrar algum com altura entre 1,70m e 1,80m
de:
100
P(h = 1,70 - 1,80) = = 50%
Perceberam? No caso de variveis contnuas, a probabilidade estar associada a

um intervalo, pois a probabilidade de ocorrncia de um determinado ponto igual
zero. Essa probabilidade de ocorrncia em variveis contnuas pode ser
representada por meio da funo densidade de probabilidade (f(x)). Por meio do
grfico definido por esta funo, podemos calcular a probabilidade de ocorrncia de
um intervalo. Na verdade ns j "meio que estudamos isso na aula 00 quando
3 de 53
Estratgia
Estatstica p/ AFRFB
falamos em frequncia, mas vamos repassar o conceito com base em nosso
R R; Sr >O<S;
Cr nONNr iCi U
exemplo de alturas:
f(x]
1,B
1,7
Veja, a rea do retngulo referente s alturas que ficam entre 1,70m e 1,80m deve
equivaler probabilidade de sua ocorrncia. No caso, a base do retngulo de 0,1
(1,8 - 1,7) e sua altura de 5, sendo este o valor de /(x ), portanto:
rea = base x altura = 0, 1 x 5 = 0, 5
Que exatamente a
probabilidade
que
calculamos.
Perceba que
probabilidade de ocorrncia de uma altura entre 1,60m e 1,80m igual 1

(100%)!
No caso, as colees de pares ordenados formados por (x ,/(x )) nos d a

distribuio de probabilidade da varivel contnua.
-Por que voc est falando tudo isso, professor?
Porque existem distribuies de probabilidades que so bem definidas e j

estudadas, com tabelas e propriedades que permitem realizar inferncias de
maneira simples, tal como no caso da distribuio normal da aula anterior. Vamos
4 de 53
Estratgia
Estatstica p/ AFRFB
estudar algumas distribuies de probabilidades discretas j definidas. Na prxima
R R; Sr >O<S;
Cr nONNr iCi U
aula estudaremos o caso de variveis contnuas de forma mais aprofundada.
2. Distribuio Uniforme
CAIU
na prova!
Distribuio uniforme aquela em que todos os valores
possveis para a varivel aleatria ocorrem com a mesma probabilidade.
Vocs j viram um exemplo nesta aula: o lanamento de um dado. Vocs viram l

em cima que a probabilidade de ocorrncia de qualquer face sempre a mesma. No
caso:
P(x = 1; x = 2; x = 3; x = 4; x = 5;x = 6) =
l
6
Ns tambm vimos um caso de distribuio uniforme contnua, com um grfico

representativo de que ambos os intervalos tm a mesma chance de ocorrer: o
exemplo das alturas.
Essa distribuio fcil de entender e tem propriedades muito simples. No caso do

lanamento do dado, qual a mdia do processo?
Para isso, lembrem-se da aula anterior:
5 de 53
Estatstica p/ AFRFB
Esperana matemtica um conceito intimamente relacionado com a mdia

aritmtica. No caso, para um dado conjunto de valores (X) que vai de X1 a Xn,
sua esperana dada por:
E {X )= X 1 - f 1 + X 2 - f 2 ...Xn -fn
Sendo f t a frequncia relativa de Xt.
Percebeu? A aplicao do operador "esperana a uma srie de dados nos

diz, em termos bem simples, a mdia do que pode acontecer com esta
varivel.
No lugar de frequncia relativa, coloque "probabilidade de ocorrncia. Lembre-se

de que ambos os conceitos so estritamente ligados, sendo que a frequncia liga-se
ao que "j ocorreu, enquanto a probabilidade nos diz o que "pode ocorrer. Da tire
a esperana do processo, que no nada alm de sua mdia:
E a varincia do processo?
Ora, lembrem-se da propriedade ensinada na aula 01:
Varincia = mdia dos quadrados quadrado da mdia
Mas, ns j temos a mdia, que a esperana do processo ((x)). Agora fica fcil
ver que:
Varincia = Var(x) = E(x2) [E(x)]2
6 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Agora s aplicar a frmula. S falta calcular ((x2)):
Portanto:
10 5
36
Simples, no? Essa a distribuio mais fcil. Basta ver quando a probabilidade de
todos os elementos do espao amostral igual.
3. Distribuio Binomial e de Bernoulli
A distribuio de Bernoulli se caracteriza pela existncia de dois eventos,

mutuamente exclusivos: sucesso ou fracasso.
-Como assim, professor?
Simples, o nosso experimento pode ter 2 resultados: um resultado que ocorre com
probabilidade (p), que pode ser denominado "sucesso, e outro com probabilidade
(1 - p), que pode ser chamado de fracasso.
Um exemplo clssico seria o lanamento de uma moeda. Se apostarmos que este

lanamento ter "cara como resultado, ento temos (p = 0,5) chances de "sucesso
e (1 - p = 0,5) chances de "fracasso.
Ou seja, a distribuio de Bernoulli aquela em que "ou um ou outro, no

sentido que ou acertamos ou erramos, no h meio termo, sendo que nossa chance
de acerto dada por (p) e de erro por (1 - p).
Neste caso, qual a mdia do processo?
7 de 53
Estatstica p/ AFRFB
Ora, pode-se provar que:
E(x) = p
Com efeito, a esperana do processo igual probabilidade de ocorrncia de

sucesso.
No acredita? Vamos provar calculando a mdia do processo tirando sua

esperana! No nosso exemplo, se atribuirmos o valor 1 para o caso de sucesso e o
valor 0 para o fracasso, temos que:
(x) = X1 - f 1 + X 2 - f 2 = l- 0 , 5 + 0-0, 5 = 0, 5
Outra caracterstica importante de uma distribuio sua varincia! Do resultado

acima fica fcil ver que:
V ar(x) = p p2
Isso porque:
Var(x) = (x 2) [E(x)Y
Se x = l para sucesso e x = 0 para fracasso:
Var(x) = (x 2) [ (x )]2 = E(x) [ (x )]2 = p p2
Beleza? Mas, o caso da distribuio de Bernoulli um caso particular de outra

distribuio,
chamada
distribuio
binomial.
Pois,
se
repetssemos
um
experimento de Bernoulli n vezes, como se dariam as probabilidades de ocorrncia?
Quer um exemplo?
E se ns jogssemos a moeda duas vezes, qual a
probabilidade de obtermos duas caras?
8 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Veja que esse no mais um experimento de Bernoulli, pois o estamos realizando

mais de uma vez! Para respondermos esta questo, vamos listar como seria o
espao amostral deste experimento ()?
= (cara, cara); (cara, coroa); (coroa, cara); (coroa, coroa)
Assim, as probabilidades so:

1
P( 2 caras) =
P(2 coroas) =
1
4
Neste caso, podemos perceber que:
P(2 sucessos) = p p
P(2 fracassos) = ( 1 p) (1 p)
P( 1 sucesso e 1 fracasso) = 2 - p (1 p)
O nmero 2 (dois) que multiplica o ltimo membro se refere ao fato de que h duas
possibilidades de obtermos 1 sucesso e 1 fracasso, (cara, coroa) ou (coroa, cara).
E se voc jogar 3 (trs) vezes?
= (cara, cara, caroa); (cara, coroa, cara); (coroa, cara, cara); (cara, coroa, coroa);
(coroa, cara, coroa); (coroa, coroa, cara); (cara, cara, cara); (coroa, coroa, coroa)
Assim, as probabilidades so:
9 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
P(3 coroas) = ( 1 p) ( 1 - p ) - ( 1 p) =
1
8
P( 1 cara e 2 coroas) = 3 p ( 1 p) ( 1 p) =
Bom, da voc percebe que a probabilidade de qualquer resultado pode ser

generalizada da seguinte forma:
P(.) = pk( 1 - p ) n~k
Sendo k o nmero de sucessos, n o nmero de experimentos e n - k o nmero de

fracassos. Isso porque os experimentos so independentes.
atento!
Essa uma pressuposio da distribuio binomial e de
Bernoulli: os experimentos devem ser independentes.
O problema que qualquer sequncia com k sucessos e n - k fracassos ter a

mesma probabilidade acima descrita, tal como no exemplo de dois lanamentos da
moeda, no qual h dois eventos em que h 1 sucesso: (cara, coroa) e
(coroa, cara)\ Ento, ns precisamos rrnultiplicar esta probabilidade encontrada pela
quantidade de combinaes em que h a quantidade de sucessos desejada
(lembrar de anlise combinatria). No exemplo de 1 sucesso em dois
lanamentos, podemos fazer:
P( 1 cara e 1 coroa) = C2,i ' P ' ( 1 p) = 2 " ^ = ^
10 de 53
Estatstica p/ AFRFB
Ou seja, ns queremos multiplicar a probabilidade de ocorrncia de um determinado
tipo de sucesso pela quantidade de vezes que este ocorre de diferentes formas, no
exemplo, (cara, coroa) e (coroa, cara) , o que corresponde a 1 sucesso. Assim, para
este caso, multiplicaramos a probabilidade de ocorrncia pela quantidade de
combinaes possveis de 1 sucesso em 2 experimentos.
Portanto, podemos generalizar:
P(sucessos = k) = Cnk -p k ( 1 p)n~k
-Beleza professor, j entendi como calcular a probabilidade de ocorrncia de

k sucessos em n experimentos.
timo! Mas, ainda falta definir quais so as expresses que definem a mdia e a
varincia em um processo deste tipo.
Como a distribuio binomial corresponde n experimentos de Bernoulli, pode-se

provar que:
E(x) = n - p
Var(x) = n - (p p2)
Muito parecido com os resultados para a distribuio de Bernoulli, decore isso. No

est acreditando? Vamos calcular a mdia do processo para o caso de dois
lanamentos, se atribuirmos o valor 1 para 1 sucesso e 2 para 2 sucessos:
2
E(x) = 2 ---- h 1 + 0 = 1 = n p
4
11 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Calculando a esperana dos quadrados:
A partir da podemos calcular a varincia:
Var(x) = (x 2) [(x)]2 = 1, 5 1 = 0, 5 = n (p p2)
Entendeu? Vamos estudar mais um tipo de distribuio, mas antes d uma

paradinha! Lembre-se que sempre bom dar uma parada aps algum tempo de
estudo seguido, caso contrrio, voc perder muita concentrao.
4. Distribuio de Poisson
A distribuio de Poisson uma generalizao da distribuio binomial quando n

muito grande e p pequeno.
No entendeu? Veja, qual a probabilidade de o telefone da sua casa tocar nos

prximos 300 segundos? Esse um exemplo em que podemos utilizar a distribuio
de Poisson! Trata-se da anlise de um evento em que podemos ter sucesso (tocar o
telefone) ou no, porm, devido ao fato de a probabilidade ser muito baixa e o
nmero de experimentos ser grande, pode-se aproximar a distribuio binomial pela
seguinte forma:
Psucessos = k) =
e np (n- p)k
Sendo e um nmero real que vale aproximadamente 2,7.
12 de 53
ATENO! ESSE MATERIAL PERTENCE AO SITE: WWWMATERIALPARACONCURSOS.COM
Estatstica p/ AFRFB
Muitas vezes, os livros textos substituem o operador n p pela letra grega lambda
(1). Assim:
Psucessos = k) =
e~x (X)k
-Mas, quando eu decido se uso distribuio binomial ou de Poisson em uma

prova?
Normalmente, a banca vai te falar. Ns iremos realizar alguns exerccios que vo

facilitar sua vida e voc vai pegar o jeito, mas a minha dica a seguinte:
Em geral, utilize a distribuio binomial.
Mas, quando o exerccio quiser saber a
tome nota!
probabilidade de ocorrncia ou de encontrar

algo em uma rea ou espao de tempo, use
distribuio de Poisson.
Porque isso? O negcio o seguinte, quando voc avalia a probabilidade de

ocorrncia de um evento em um intervalo de tempo, por exemplo, como se voc
dividisse o tempo em intervalos bem pequenos, o que tornaria a probabilidade de
ocorrncia muito pequena. No exemplo do telefone tocar, a probabilidade de que o
telefone toque em um determinado segundo muito pequena mesma, apesar de
estarmos avaliando 300 segundos!
Assim, como o nosso p muito pequeno, ( 1 - p ) se aproxima de 1. Portanto,

sabendo que (n-p = ) e que a distribuio de Poisson uma generalizao da
binomial:
E(x) = X
Var(x) = n - (p p2) = n p ( l p) = n p = X
Portanto, a distribuio de Poisson tem a caracterstica de que sua mdia e

sua varincia so iguais!
13 de 53
Estatstica p/ AFRFB
5. Distribuio Geomtrica
A distribuio
geomtrica
facilmente
entendida com
base
em
nossos
conhecimentos prvios da distribuio binomial.

Suponha que realizemos um experimento de Bernoulli "X vezes at obtermos
"sucesso. Neste caso, "X uma varivel com distribuio geomtrica. Por
exemplo, "X pode indicar o nmero de vezes em que temos de lanar uma moeda
at obtermos a primeira cara.
Neste exemplo, a chance de obtermos a primeira cara na k-sima jogada de:
P{sucesso n a k sim a jo g a d a ) = (1 p )fc_1 x p
Ora, isso fcil de deduzir. Imagine que queiramos saber a probabilidade de que a
primeira cara ocorra na 3 jogada. Sem olhar a frmula, como voc faria?
Bom, voc calcularia a probabilidade de que ocorressem 2 coroas seguidas, que

de:
(2 M 2 K
Da voc multiplicaria tal resultado pela probabilidade de uma cara, que de:
1
2
Assim:
1 1_ 1
4X2~8
Mas, isso a prpria frmula:
14 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
3-i x 1 _ 1
Psucesso na k sima jogada) = ( 1 p)k 1 x
i)
Simples, no? Essa distribuio no costuma se muito cobrada em prova, mas

vamos prevenir.
ATENO
lecore!
' Assim, pode-se provar que, para uma varivel (X) com
distribuio geomtrica:
6. Distribuio Hipergeomtrica
A distribuio hipergeomtrica refere-se probabilidade de que, ao retirarmos, sem

reposio, n elementos de um conjunto de N, saiam k elementos com o
atributo sucesso. Sabendo-se s elementos possuem o atributo sucesso e que N s no o possuem, fica claro que a probabilidade de sucesso (p) :
Assim, ao retirarmos uma amostra de n elementos, qual a probabilidade de que k

sejam sucesso e n - k sejam fracasso?
Bom, o total de possibilidades uma combinao de N elementos em grupos de

n. Assim:
15 de 53
Estatstica p/ AFRFB
O total de possibilidades de obtermos k sucessos do total de s elementos :
CS,k
Por outro lado, o total de possibilidades de obtermos n-k sucessos de um total de
N-s elementos com caracterstica de fracasso de:
^ N -s ,n -k
Portanto, a probabilidade (p{k sucessos e n - k fracassos)) de, ao retirarmos uma

amostra de n elementos, sem reposio, k serem de sucesso e n-k serem de
fracasso de:
p{k sucessos e n k fracassos) =
5 .71K.
^N,n
Esse outro tpico que no muito cobrado em concurso, mas que importante
conhecer. Na seo de exerccios, vamos fazer um exerccio que vai fazer com que
vocs entendam direitinho.
Veja que essa distribuio muito semelhante binomial, mas

acontece que ela no tem reposio Assim, pode-se provar que, para uma
varivel (X) com distribuio hipergeomtrica:
E(X) = n p
Var{X) = n p ( l - p ) -
N n\
Viram que as expresses so bem parecidas? A nica diferena o fator de

ajuste da varincia (^ 77).
16 de 53
Estatstica p/ AFRFB
Prof. Jeronymo Marcondes -A ula 04
HORA DE
praticar!
Exerccio 1
(FINEP - CESGRANRIO/2011)
Considere a distribuio de probabilidade sobre os nmeros 1, 2, 3 e 4 acima.

Essa distribuio :
a) Continua
b) Assimtrica
c) Normal
d) Uniforme
e) Multivariada
Resoluo
Pessoal, o que vocs esto vendo a funo distribuio de probabilidade de uma

varivel discreta, pois os pontos no esto ligados por uma linha reta.
Mas, que distribuio essa? Uma distribuio uniforme, pois todos os pontos tm
a mesma probabilidade de ocorrncia. Alternativa (d).
17 de 53
Estatstica p/ AFRFB
Exerccio 2
(TJ\RO - CESGRANRIO/2008) Uma urna contem 10 bolas, cada uma gravada

com um nmero diferente de 1 a 10. Uma bola retirada aleatoriamente e um
X marcado na mesma. X uma varivel aleatria:
a) Com desvio padro de 10
b) Com 1 quartil de 0,25
c) Com mdia de 5
d) Com distribuio de probabilidade uniforme
e) Com distribuio de probabilidade assimtrica
Resoluo
Veja, todas as possveis realizaes decorrentes da extrao de uma bola tm a

mesma probabilidade.
O que isso? Distribuio uniforme. Viu como a
CESGRANRIO gosta disso?
Alternativa (d).
(FINEP - CESPE/2009) Uma empresa produz determinado tipo de pea. A

probabilidade de cada pea ser perfeita de 0,7, e a probabilidade de cada
pea ser defeituosa de 0,3. Tomando 0,06, 0,17 e 0,24 como valores
aproximados de 0,78, 0,75 e 0,74, respectivamente, julgue as afirmativas.
Exerccio 3
Na produo de 400 itens o nmero esperado de peas defeituosas de 150.
18 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Resoluo
Pessoal, ns estamos tratando de uma distribuio binomial, com o evento

"encontrar pea defeituosa como sucesso, portanto:
E (x) = n- p
Assim:
(x) = n - p = 400 - 0,3 = 120
Alternativa falsa.
Exerccio 4
A probabilidade de que uma amostra aleatria de 10 peas contenha

exatamente 8 peas perfeitas menor que 10%.
Resoluo
Veja que agora, nosso "sucesso encontrar uma pea sem defeito (perceba que
tanto faz definir quem sucesso ou fracasso, teste para ver). Assim, vamos utilizar
nossa frmula para distribuio binomial:
Psucessos = k) = Cnk pk ( 1 p)n k
Substituindo os valores:
19 de 53
Estatstica p/ AFRFB
Portanto, alternativa falsa.
Exerccio 5
A probabilidade de que uma amostra aleatria de 5 peas contenha, (no

mximo), 2 peas defeituosas maior que 70%.
Resoluo
Vamos refazer o clculo anterior com as mudanas requisitadas, s que agora

estamos procurando 2 "sucessos em uma amostra de 5 peas:
Psucessos = k) = Cnk pk ( 1 p)n~k
Substituindo os valores:
5!
Psucessos = 3) = C53 0, 73 0, 32 = .^ | 0,343 0,09 = 0,3 087
.
,
Psucessos = 4) = C54 0, 74 0, 31 =
5!
0, 24 0, 3 = 0, 36
^1) \ 4!
Psucessos = 5) = C55 0, 75 0, 30 = 0, 17
A probabilidade de existirem, no mximo, duas peas defeituosas de:
Psucessos = 3 U sufiessos = 4 U sucessos = 5)
Como os eventos so independentes, basta somar:

P(sucessos = 3 U sucessos = 4 U sucessos = 5 ) = 0,3 6 + 0, 1 7 + 0, 3 0 87 = 0 ,8 3 8 7
Alternativa verdadeira.
20 de 53
Estatstica p/ AFRFB
Exerccio 6
(CGU - ESAF/2008) Seja X a soma de n variveis aleatrias independentes de

Bernoulli, isto , que assumem apenas os valores 1 e 0 com probabilidades p
e 1-p, respectivamente. Assim, a distribuio de X :
a) Binomial com parmetros n e p.
b) Gama com parmetros n e p.
c) Qui quadrado com n graus de liberdade.
d) Laplace.
e) t de Student com n-1 graus de liberdade.
Resoluo
Essa bem fcil! Por definio, letra (a).
Exerccio 7
(AFRFB - ESAF/2009) Em um experimento binomial com trs provas, a

probabilidade de ocorrerem dois sucessos doze vezes a probabilidade de
ocorrerem trs sucessos. Desse modo, as probabilidades de sucesso e
fracasso so, em percentuais, respectivamente, iguais a:
a) 20 % e 80 %
b) 80 % e 20 %
c) 60 % e 40 %
d) 30 % e 70 %
e) 25 % e 75 %
Resoluo
No caso de 3 experimentos a probabilidade de 2 sucessos de:
Psucesso = 2) = C32 p2 ( 1 p)1 = 3 p2 (1 p)
J a probabilidade de 3 sucessos de:

21 de 53
Estatstica p/ AFRFB
Psucesso = 3) = C33 p3 = p3
Do enunciado sabemos que:
Psucesso = 2) = 12 Psucesso = 3)
Agora s substituir e resolver a equao:
3 p2 ( 1 p) = 12 p 3
3p2 3p3 = 12 p 3
3p2 15p3 = 0
Se isolarmos p2, tem-se que:
p2( 3 15p) = 0
Para que essa expresso seja verdade, ou (p = 0), o que no corresponde

soluo que buscamos, ou ( 3 - 15p = 0). Assim, resolvendo a expresso:
1
3 15p = 0 ^ p = = 0,2
Assim, a chance de fracasso de:
P(fracasso) = 1 0, 2 = 0,8
Alternativa (d).
22 de 53
Estatstica p/ AFRFB
Exerccio 8
(SEJUS - UNIVERSA/2010) Em certo plano amostrai, em uma populao de
100 elementos, optou-se pelo seguinte critrio: joga-se uma moeda (honesta)
e, se der cara, o elemento entra na amostra; se der coroa, ele no entra na
amostra. Qual o tamanho esperado dessa amostra?
a) 10
b) 20
c) 30
d) 40
e) 50
Resoluo
Outra questo mais tranquila para relaxar. O que o exerccio est te pedindo a
esperana da quantidade de caras! Isso fcil, basta:
(x) = n- p = 100 0, 5 = 50
Alternativa (e).
Pessoal, o prximo exerccio tambm entra no caso que vocs devem

acompanhar e depois tentar responder sozinhos.
23 de 53
Estatstica p/ AFRFB
Exerccio 9
(TRF - FCC/2001) A probabilidade de que um item produzido por uma mquina

seja defeituoso 10%. Uma amostra de 30 itens produzidos por esta mquina
selecionada ao acaso. Usando-se a aproximao pela distribuio de
Poisson para determinar a probabilidade de que no mais que um item
defeituoso seja encontrado na amostra, obtemos
a) 4e~3
b) 4e~2
c) 3e~3
d) 1 - 4e~3
e) 1 - 3e~3
Resoluo
Veja que ns podemos resolver o problema com a distribuio binomial (precisaria

de calculadora), mas como ns j fizemos exerccio deste contedo, vamos treinar a
aplicao da frmula da distribuio de Poisson.
O que pedida a probabilidade de que no haja mais do que uma pea

defeituosa, ou seja, no mximo uma. Assim, nosso "sucesso encontrar uma pea
defeituosa. Vamos encontrar as probabilidades referentes a "0 e "1 peas
defeituosas.
Ento, em uma amostra de 30 elementos, espera-se que 3 (10%) sejam

defeituosos, portanto:
X = n -p = 30-0, 1 = 3
Agora basta substituirmos:
24 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Psucesso = k = 0) =
Psucesso = k = 1) =
Como os eventos so independentes, a probabilidade conjunta se dar pela

soma de ambos:
Psucesso = 1 ou 0) = 3- e 3 + e 3 = 4 - e 3
Alternativa (a).
Exerccio 10
(BACEN - FCC/2005) A probabilidade de um associado de um clube de pagar

sua mensalidade com atraso de 5%. Entre 5 associados escolhidos
aleatoriamente, a probabilidade de pelo menos um pagar sua mensalidade
sem atraso :
a) 5 ( 0 , 9 5 ) 5
b) 1 - (0,05)5
c) l - ( 0 , 9 5 ) 5
d) (0,95)5
e) 4,75 (0,95)5
Resoluo
Para facilitar a resoluo deste exerccio, fica mais fcil avaliar a probabilidade de
ningum pagar a mensalidade com atraso (P{x = 0)) e fazer:
1 - P ( x = 0 ) = P(x = 1) + P(x = 2) + P(x = 3) + P(x = 4) + P(x = 5)
Ou seja, o clculo fica bem mais fcil, pois s calculamos a probabilidade de que
ningum pague com atraso.
25 de 53
Estatstica p/ AFRFB
Assim, sabendo que a chance de sucesso de 95% (100% - 5%) e a de fracasso
de 5%:
p(x = 0) = C50 0,9 50 0,0 55 = 0,055
Assim, a probabilidade pedida de:
1 - 0,055
Alternativa (b).
Exerccio 11
(SEFAZ-ES - CESPE/2013) O nmero de reclamaes dirias registradas por

uma central de atendimento ao cidado for uma varivel aleatria que segue a
distribuio de Poisson com mdia igual a ln10, ento a probabilidade P(N= 0)
ser igual a
a) 0,09
b) 0,14
c) 0,18
d) 0,1
e) 0,05
Resoluo
Em primeiro lugar, ns sabemos que se trata de uma distribuio de Poisson,

portanto, a mdia do processo equivalente varivel (1). No caso, o exerccio
quer saber a probabilidade de 0 (zero) sucessos.
Vamos usar a frmula:
26 de 53
Estatstica p/ AFRFB
P{sucesso = k = 0) =
e~x -k
No caso, substituindo os valores:
Veja, este ln trata-se do logaritmo neperiano! Ou seja, ln de um nmero qualquer :

o valor a que voc deve elevar e (chamado de neper e que, como vimos, tem valor
prximo a 2,7) a fim de resultar neste nmero. Por exemplo:
x = ln (2)
Isso significa que:
ex = 2
Assim, sempre que voc vir e elevado a ln, o resultado o nmero na frente do ln.
Por exemplo:
eln2 = 2
Entendeu? Agora vamos voltar ao exerccio.
Psucesso = k = 0) = e~ln10 =
= = 0,1
O gabarito original no tinha a resposta correta, mas neste nosso exemplo

modificado, alternativa (d).
27 de 53
Estatstica p / AFRFB
Pessoal,
prximo
exerccio
sobre
distribuio
hipergeomtrica.
Acompanhem comigo!
Exerccio 12
(MDIC - ESAF\2013) Em uma populao de 50 empresas de uma regio, 20 so

empresas exportadoras. Qual o valor mais prximo do nmero esperado de
empresas exportadoras em uma amostra aleatria de tamanho 20 retirada sem
reposio da amostra.
a) 10
b) 8
c) 7,5
d) 6
e) 4
Resoluo
Veja a palavrinha chave: "sem reposio. Trata-se de uma varivel com distribuio
hipergeomtrica.
Qual a esperana de uma varivel com distribuio hipergeomtrica?

20
E{X) = n - p = 20
=8
Alternativa (b).
28 de 53
Estatstica p/ AFRFB
Exerccio 13
(SUSEP - ESAF/2010) Um estudo indica que, nas comunidades que vivem em

clima muito frio e com uma dieta de baixa ingesto de gordura animal, a
probabilidade de os casais terem filhos do sexo masculino igual a 1/4. Desse
modo, a probabilidade de um casal ter dois meninos e trs meninas igual a:
a) 37/64
b) 45/216
c) 1/64
d) 45/512
e) 9/16
Resoluo
Queremos saber a probabilidade de 2 sucessos (filhos homens) em 5 experimentos

(5 filhos). Assim:
Psucesso = 2) = C5j2
16 '6 4
135
512
A questo foi anulada, pois no h alternativa certa.
29 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Exerccio 14
(ISS-SP - FCC\2012) Suponha que ao realizar um experimento ocorra o evento

A com probabilidade p e no ocorra com probabilidade (1-p). Repetimos o
experimento de forma independente at que A ocorra pela primeira vez. Seja:
X = nmero de repeties do experimento at que A ocorra pela primeira vez.
Sabendo que a mdia de X 3, a probabilidade condicional expressa por P (X
= 2 | X < 3) igual a
a) 5/27
b) 4/27
c) 2/9
d) 1/3
e) 6/19
Resoluo
Bom, em primeiro lugar temos de encontrar a probabilidade de sucesso. O exerccio

nos deu o valor da mdia do processo, assim:
E(X) = 3
Como esta uma varivel com distribuio geomtrica (leia o enunciado e veja se
entendeu):
1
30 de 53
Estatstica p/ AFRFB
Agora, ateno! O exerccio est te pedindo uma probabilidade condicional:
P (X = 2 |X < 3)
Como se encontra isso?
P(X = 2\X < 3 ) =
P{X = 2 e X < 3 )
P(X < 3)
Bom, o numerador a prpria probabilidade de que X seja igual 2. O denominador

ser o somatrio da probabilidade de que X seja igual "1, "2 e "3.
Assim:
P(X = l ) = p = 3
P(.X = 2) = p x ( i - v) = l x^2 = ^
P(X = 3 ) = p x ( l - p ) 2 = 3 x ^ = 2^
Agora, substitua na frmula da probabilidade condicional:
P(X = 2\X < 3 ) =
P(X = 2 e X < 3 )
P(X<3)
(g)
( l + 2+ \
V3 + 9 + 27)
()
n\
V27)
19
Letra (e).
31 de 53
Estatstica p/ AFRFB
Exerccio 15
(TER-ES - FCC/2011) O custo para a realizao de um experimento de 500

reais. Se o experimento falhar haver um custo adicional de 100 reais para a
realizao de uma nova tentativa. Sabendo-se que a probabilidade de sucesso
em qualquer tentativa 0,4 e que todas so independentes, o custo esperado
de todo o procedimento at que o primeiro sucesso seja alcanado
a) 1.500.
b) 1.400.
c) 1.300.
d) 1.200.
e) 1.000.
Resoluo
Em primeiro lugar, precisamos encontrar quantas vezes o experimento ter de ser

realizado, na mdia, at termos sucesso. Perceba que trata-se de um caso de
distribuio geomtrica, assim:
Isso quer dizer que o experimento ser realizado, na mdia, duas vezes e meia ta
"acertarmos.
Bom, agora pense! Na primeira vez, voc ter que desembolsar 500 reais para
realizar o experimento, mas voc vai errar. Assim, voc ter que desembolsar mais
600 reais (100 reais adicionais mais os 500 necessrios para realizar o experimento
de novo) para tentar uma segunda vez. At a voc j gastou 1100 reais para jogar
duas vezes.
Mas, ainda falta 0,5 vezes para voc acertar. Assim, na mdia, voc ir gastar mais:
32 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
0,5 x 600 = 300
Portanto, at acertar, voc gastar, na mdia:
1100 + 300 = 1400
Alternativa (b).
Exerccio 16
(AFRFB - ESAF/2013\modificada) Em uma cidade de colonizao alem, a

probabilidade de uma pessoa falar alemo de 60%. Selecionando-se ao
acaso 4 pessoas desta cidade, a probabilidade de, exatamente, 3 delas no
falarem alemo , em valores percentuais, igual a
a) 6,4.
b) 12,26.
c) 15,36.
d) 3,84.
e) 24,5.
Resoluo
Tranquilo, no? Basta lembrar-se da nossa distribuio binomial.
Veja, vamos supor que nosso "sucesso seja encontrar algum que fala alemo.
Assim:
Alternativa (c).
33 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
A questo original foi anulada por no possuir a palavra exatamente, tal como
coloquei no enunciado. Se essa palavra no constasse, o sucesso seria obtido se 3
ou 4 pessoas falassem alemo, pois, neste caso, pelo menos, trs pessoas
estariam falando alemo!
Exerccio 17
(DNIT - ESAF/2013) Dois dados de seis faces so lanados simultaneamente,

e os nmeros das faces voltadas para cima so somados. A probabilidade da
soma obtida ser menor do que cinco ou igual a dez igual a:
a) 35%
b) 20%
c) 30%
d) 15%
e) 25%
Resoluo
Vamos pensar no nosso espao amostral.
Ou seja, h trinta e seis combinaes possveis.
Quantas combinaes tm soma menor do que 5?
Quantas somam dez?

34 de 53
Estatstica p/ AFRFB
(Soma = 10) = {( 4; 6); ( 5; 5); ( 6; 4)}
Portanto:
P(soma < 5 ou soma = 10) =
9
1
= = 25%
36 4
Alternativa (e).
Exerccio 18
(MTUR - ESAF/2013) Com os dgitos 3, 4, 5, 7, 8 e 9 sero formadas centenas

com dgitos distintos. Se uma centena for selecionada ao acaso, a
probabilidade de ser menor do que 500 e par
a) 15%
b) 10%
c) 25%
d) 30%
e) 20%
Resoluo
Vamos pensar quantos nmeros pares e menores do que 500 podem ser formados.
Bom, o primeiro digito deve ser 3 ou 4, pois o nmero dever ser menor do que 500.
Vamos comear com 3, neste caso temos 5 possibilidades para o algarismo da

dezena. Entretanto, como exigido que o nmero seja par, s temos 2 opes para
o algarismo da unidade: 4 e 8.
35 de 53
Estratgia
Estatstica p / AFRFB
C O N C U R S O S ^
Neste caso, se a dezena no for composta nem por 4 ou 8, temos 3 possibilidades

para a mesma e 2 para a unidade, o que nos leva :
1 3 2 = 6 possibilidades
Mas, caso a dezena seja composta por um destes nmeros:
E no caso de 4? Bom, o nmero 8 no pode estar na dezena, pois, caso contrrio,

no sobraria um nmero par para a unidade.
Portanto, temos um total de 12 possibilidades com a nossa caracterstica desejada.

O total de possibilidades ser dada pela permutao dos 6 elementos, de forma
que:
Portanto, a probabilidade desejada de:
P(< 500 e par) =
12
= 10%
Alternativa (b).
36 de 53
Estatstica p/ AFRFB
Exerccio 19
(AFRFB - ESAF/2009) 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:
b)
3 4
e*
'
71
71
c)
_4
e *
d) T e' 2
e) f e" 2
Resoluo
Olha a distribuio de Poisson a gente!
P(sucessos = k) =
e np (n- p ) k
k\
O que ns queremos saber qual a probabilidade de que a refinaria receba zero,

um, dois ou trs petroleiros em dois dias. Portanto, sabemos que nossa mdia de
2 petroleiros por dia e a quantidade de vezes que o experimento realizado igual
2, pois so dois dias. Qual a chance de k = 0; 1; 2; 3?
Psucessos = 0) =
e~4 (4)0
o
= e 4
37 de 53
Estatstica p/ AFRFB
Psucessos = 1) =
Psucessos = 2) =
P(sucessos = 3) =
e 4 (4) 1
e 4 ( 4) 2
e -4 . (4)3
64
= -
= 4 e- 4
= 8 -e - 4
32
e- 4
Agora some!
P(sucesso < 3 ) = e 4 + 4e 4 + 8 e 4 + ~ e 4 =
3 e~4 + 12 e~4 + 2 4e~4 + 3 2 e 4

3
Alternativa (c).
38 de 53
Estatstica p/ AFRFB
Exerccio 20
(ICMS-RJ - 2014/FCC) O nmero de atendimentos, via internet, realizados pela

Central de Atendimento Fazendrio (CAF) segue uma distribuio de Poisson
com mdia de 12 atendimentos por hora. A probabilidade dessa CAF realizar
pelo menos 3 atendimentos em um perodo de 20 minutos
a) 0,594
b) 0,910
c) 0,766
d) 0,628
e) 0,750
Dados: e~2 = 0,14; e-4 = 0,018

Resoluo
Vamos lembrar da frmula de novo:
e~x (A)fc
P{sucessos = k) = -----
A mdia (n-p) igual 12 atendimentos por hora, a quantidade de sucesso que

queremos igual 3 e o tempo desejado 1/3 de hora.
-1/3 de hora, professor?
Exatamente! Voc tem que usar a mesma unidade de medida para todas as
informaes.
Assim, se em uma hora so realizados 12 atendimentos, em 1/3 de hora:
A=
12
=4
39 de 53
Estatstica p/ AFRFB
A probabilidade de realizar, pelo menos, 3 atendimentos em uma hora igual :
P{pelo menos 3) = 1 P(0) P( 1) P( 2)
Agora basta encontrar estes valores:
P(sucessos = 0) =
e~4 (4)0 e~4 -1

0
=
= e~i
e~4 ' (4)1 e_4 4

=
= 4e 4
1!
1
e - 4 . (4) 2
e - 4 16
Psucessos = 2) =
2
=
2 =8e4
P(sucessos = 1) =
Portanto:
Ppelo menos 3) = 1 P( 0) P( 1) P( 2) = 1 (e_4 + 4e_4 + 8e_4)

1 - 13e_4 = 1 - 13( 0, 0 18) = 0, 766
Alternativa (c).
40 de 53
Estatstica p/ AFRFB
Exerccio 21
(ICMS-SP - FCC/2013) Sabe-se que em determinado municpio, no ano de

2012,
20% dos
domiclios tiveram
iseno
de determinado
imposto.
Escolhidos, ao acaso e com reposio, quatro domiclios deste municpio a

probabilidade de que pelo menos dois tenham tido a referida iseno igual a
a) 0,4096
b) 0,4368
c) 0,1808
d) 0,3632
e) 0,2120
Resoluo
Vamos nos utilizar da velha e boa frmula:
Psucessos = k) = Cnk pk ( 1 p)n~k
Bom, ns sabemos que a probabilidade de "sucesso de 20% (0,2). Assim, a

probabilidade de 2 sucessos em 4 "jogadas de:
4!
Psucessos = 2) = C42 0, 22 ( 0, 8 )2 = 3 - 3 x 0,04 x 0,64 = 0, 15 36
Porm, como sempre, o exerccio pede a probabilidade de que ao menos 2 jogadas

tenham sucesso. Assim, precisamos das probabilidades de 3 e 4 sucessos:
4!
Psucessos = 3) = C43 0, 23 ( 0, 8 )1 = 1 - 3 x 0,008 x 0,8 = 0,02 56
4!
Psucessos = 4) = C44 0, 24 (0,8 )0 = x 0,00 16 x 1 = 0,00 16
1
0! 4!
41 de 53
Estatstica p/ AFRFB
Assim:
P(ao menos 2 sucessos) = 0, 153 6 + 0,02 56 + 0,00 16 = 0, 1808
Alternativa (c).
42 de 53
Estatstica p/ AFRFB
Lista de exerccios resolvidos
Exerccio 1
(FINEP - CESGRANRIO/2011)
Considere a distribuio de probabilidade sobre os nmeros 1, 2, 3 e 4 acima.

Essa distribuio :
a) Continua
b) Assimtrica
c) Normal
d) Uniforme
e) Multivariada
43 de 53
Estatstica p/ AFRFB
Exerccio 2
(TJ\RO - CESGRANRIO/2008) Uma urna contem 10 bolas, cada uma gravada

com um nmero diferente de 1 a 10. Uma bola retirada aleatoriamente e um
X marcado na mesma. X uma varivel aleatria:
a) Com desvio padro de 10
b) Com 1 quartil de 0,25
c) Com mdia de 5
d) Com distribuio de probabilidade uniforme
e) Com distribuio de probabilidade assimtrica
(FINEP - CESPE/2009) Uma empresa produz determinado tipo de pea. A

probabilidade de cada pea ser perfeita de 0,7, e a probabilidade de cada
pea ser defeituosa de 0,3. Tomando 0,06, 0,17 e 0,24 como valores
aproximados de 0,78, 0,75 e 0,74, respectivamente, julgue as afirmativas.
Exerccio 3
Na produo de 400 itens o nmero esperado de peas defeituosas de 150.
Exerccio 4
A probabilidade de que uma amostra aleatria de 10 peas contenha

exatamente 8 peas perfeitas menor que 10%.
Exerccio 5
A probabilidade de que uma amostra aleatria de 5 peas contenha, (no

mximo), 2 peas defeituosas maior que 70%.
44 de 53
Estatstica p/ AFRFB
Exerccio 6
(CGU - ESAF/2008) Seja X a soma de n variveis aleatrias independentes de

Bernoulli, isto , que assumem apenas os valores 1 e 0 com probabilidades p
e 1-p, respectivamente. Assim, a distribuio de X :
a) Binomial com parmetros n e p.
b) Gama com parmetros n e p.
c) Qui quadrado com n graus de liberdade.
d) Laplace.
e) t de Student com n-1 graus de liberdade.
Exerccio 7
(AFRFB - ESAF/2009) Em um experimento binomial com trs provas, a

probabilidade de ocorrerem dois sucessos doze vezes a probabilidade de
ocorrerem trs sucessos. Desse modo, as probabilidades de sucesso e
fracasso so, em percentuais, respectivamente, iguais a:
a) 20 % e 80 %
b) 80 % e 20 %
c) 60 % e 40 %
d) 30 % e 70 %
e) 25 % e 75 %
45 de 53
Estatstica p/ AFRFB
Exerccio 8
(SEJUS - UNIVERSA/2010) Em certo plano amostrai, em uma populao de
100 elementos, optou-se pelo seguinte critrio: joga-se uma moeda (honesta)
e, se der cara, o elemento entra na amostra; se der coroa, ele no entra na
amostra. Qual o tamanho esperado dessa amostra?
a) 10
b) 20
c) 30
d) 40
e) 50
Exerccio 9
(TRF - FCC/2001) A probabilidade de que um item produzido por uma mquina

seja defeituoso 10%. Uma amostra de 30 itens produzidos por esta mquina
selecionada ao acaso. Usando-se a aproximao pela distribuio de
Poisson para determinar a probabilidade de que no mais que um item
defeituoso seja encontrado na amostra, obtemos
a) 4e_3
b) 4e_2
c) 3e_3
d) 1 - 4e_3
e) 1 - 3e_3
46 de 53
Estatstica p/ AFRFB
Exerccio 10
(BACEN - FCC/2005) A probabilidade de um associado de um clube de pagar

sua mensalidade com atraso de 5%. Entre 5 associados escolhidos
aleatoriamente, a probabilidade de pelo menos um pagar sua mensalidade
sem atraso :
a) 5 ( 0 , 9 5 ) 5
b) 1 - (0,05)5
c) 1 - (0,95)5
d) (0,95)5
e) 4,75 (0,95)5
Exerccio 11
(SEFAZ-ES - CESPE/2013) O nmero de reclamaes dirias registradas por

uma central de atendimento ao cidado for uma varivel aleatria que segue a
distribuio de Poisson com mdia igual a ln10, ento a probabilidade P(N= 0)
ser igual a
a) 0,09
b) 0,14
c) 0,18
d) 0,1
e) 0,05
47 de 53
Estatstica p/ AFRFB
Exerccio 12
(MDIC - ESAF\2013) Em uma populao de 50 empresas de uma regio, 20 so

empresas exportadoras. Qual o valor mais prximo do nmero esperado de
empresas exportadoras em uma amostra aleatria de tamanho 20 retirada sem
reposio da amostra.
a) 10
b) 8
c) 7,5
d) 6
e) 4
Exerccio 13
(SUSEP - ESAF/2010) Um estudo indica que, nas comunidades que vivem em

clima muito frio e com uma dieta de baixa ingesto de gordura animal, a
probabilidade de os casais terem filhos do sexo masculino igual a 1/4. Desse
modo, a probabilidade de um casal ter dois meninos e trs meninas igual a:
a) 37/64
b) 45/216
c) 1/64
d) 45/512
e) 9/16
48 de 53
Estatstica p/ AFRFB
Exerccio 14
(ISS-SP - FCC\2012) Suponha que ao realizar um experimento ocorra o evento

A com probabilidade p e no ocorra com probabilidade (1-p). Repetimos o
experimento de forma independente at que A ocorra pela primeira vez. Seja:
X = nmero de repeties do experimento at que A ocorra pela primeira vez.
Sabendo que a mdia de X 3, a probabilidade condicional expressa por P (X
= 2 | X < 3) igual a
a) 5/27
b) 4/27
c) 2/9
d) 1/3
e) 6/19
Exerccio 15
(TER-ES - FCC/2011) O custo para a realizao de um experimento de 500

reais. Se o experimento falhar haver um custo adicional de 100 reais para a
realizao de uma nova tentativa. Sabendo-se que a probabilidade de sucesso
em qualquer tentativa 0,4 e que todas so independentes, o custo esperado
de todo o procedimento at que o primeiro sucesso seja alcanado
a) 1.500.
b) 1.400.
c) 1.300.
d) 1.200.
e) 1.000.
49 de 53
Estatstica p/ AFRFB
Exerccio 16
(AFRFB - ESAF/2013\modificada) Em uma cidade de colonizao alem, a

probabilidade de uma pessoa falar alemo de 60%. Selecionando-se ao
acaso 4 pessoas desta cidade, a probabilidade de, exatamente, 3 delas no
falarem alemo , em valores percentuais, igual a
a) 6,4.
b) 12,26.
c) 15,36.
d) 3,84.
e) 24,5.
Exerccio 17
(DNIT - ESAF/2013) Dois dados de seis faces so lanados simultaneamente,

e os nmeros das faces voltadas para cima so somados. A probabilidade da
soma obtida ser menor do que cinco ou igual a dez igual a:
a) 35%
b) 20%
c) 30%
d) 15%
e) 25%
50 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Exerccio 18
(MTUR - ESAF/2013) Com os dgitos 3, 4, 5, 7, 8 e 9 sero formadas centenas

com dgitos distintos. Se uma centena for selecionada ao acaso, a
probabilidade de ser menor do que 500 e par
a) 15%
b) 10%
c) 25%
d) 30%
e) 20%
Exerccio 19
(AFRFB - ESAF/2009) 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:
51 de 53
Estratgia
Estatstica p/ AFRFB
R R; Sr >O<S;
Cr nONNr iCi U
Exerccio 20
(ICMS-RJ - 2014/FCC) O nmero de atendimentos, via internet, realizados pela

Central de Atendimento Fazendrio (CAF) segue uma distribuio de Poisson
com mdia de 12 atendimentos por hora. A probabilidade dessa CAF realizar
pelo menos 3 atendimentos em um perodo de 20 minutos
a) 0,594
b) 0,910
c) 0,766
d) 0,628
e) 0,750
Exerccio 21
(ICMS-SP - FCC/2013) Sabe-se que em determinado municpio, no ano de

2012,
20% dos
domiclios tiveram
iseno
de determinado
imposto.
Escolhidos, ao acaso e com reposio, quatro domiclios deste municpio a

probabilidade de que pelo menos dois tenham tido a referida iseno igual a
a) 0,4096
b) 0,4368
c) 0,1808
d) 0,3632
e) 0,2120
52 de 53
Estatstica p/ AFRFB
Gabarito
1- d
2- d
3- F
4- F
5- V
6- a
7- d
8- e
9- a
10- b
11- d
12- b
13- anulada
14- e
15- b
16- c
17- e
18- b
19- c
20- c
21- c
Muito bom pessoal! Foco na Receita, pois logo vocs realizaro seu sonho!
Um abrao e bons estudos.

jeronymo@estrategiaconcursos.com.br
53 de 53

Aula 04 Estatística

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Aula 04 Estatística

Diunggah oleh

Hak Cipta:

Format Tersedia

Estatstica p/ AFRFB

Teoria e exerccios comentados

AULA 04 - Distribuies de Probabilidade Discretas

Distribuio Binomial e de Bernoulli

Lista de Exerccios resolvidos em aula

Assim, iremos abordar, de maneira bem rpida, as principais distribuies de

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

probabilidade a cada valor possvel de uma varivel.

Ns j estudamos isso, veja o caso do lanamento de um dado, por exemplo:

Ns j estudamos como chegar a tais probabilidades, o que no deve ser um

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

Assim, voc teria de calcular uma probabilidade intervalar. Ou seja, qual a

Perceberam? No caso de variveis contnuas, a probabilidade estar associada a

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

rea = base x altura = 0, 1 x 5 = 0, 5

probabilidade de ocorrncia de uma altura entre 1,60m e 1,80m igual 1

No caso, as colees de pares ordenados formados por (x ,/(x )) nos d a

-Por que voc est falando tudo isso, professor?

Porque existem distribuies de probabilidades que so bem definidas e j

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

aula estudaremos o caso de variveis contnuas de forma mais aprofundada.

Distribuio uniforme aquela em que todos os valores

possveis para a varivel aleatria ocorrem com a mesma probabilidade.

Vocs j viram um exemplo nesta aula: o lanamento de um dado. Vocs viram l

Ns tambm vimos um caso de distribuio uniforme contnua, com um grfico

Essa distribuio fcil de entender e tem propriedades muito simples. No caso do

Para isso, lembrem-se da aula anterior:

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

Esperana matemtica um conceito intimamente relacionado com a mdia

Percebeu? A aplicao do operador "esperana a uma srie de dados nos

No lugar de frequncia relativa, coloque "probabilidade de ocorrncia. Lembre-se

Ora, lembrem-se da propriedade ensinada na aula 01:

Varincia = mdia dos quadrados quadrado da mdia

Varincia = Var(x) = E(x2) [E(x)]2

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

Agora s aplicar a frmula. S falta calcular ((x2)):

3. Distribuio Binomial e de Bernoulli

A distribuio de Bernoulli se caracteriza pela existncia de dois eventos,

Um exemplo clssico seria o lanamento de uma moeda. Se apostarmos que este

Ou seja, a distribuio de Bernoulli aquela em que "ou um ou outro, no

Neste caso, qual a mdia do processo?

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

Com efeito, a esperana do processo igual probabilidade de ocorrncia de

No acredita? Vamos provar calculando a mdia do processo tirando sua

Outra caracterstica importante de uma distribuio sua varincia! Do resultado

Se x = l para sucesso e x = 0 para fracasso:

Var(x) = (x 2) [ (x )]2 = E(x) [ (x )]2 = p p2

Beleza? Mas, o caso da distribuio de Bernoulli um caso particular de outra

experimento de Bernoulli n vezes, como se dariam as probabilidades de ocorrncia?

E se ns jogssemos a moeda duas vezes, qual a

probabilidade de obtermos duas caras?

Prof. Jeronymo Marcondes

ATENO! ESSE MATERIAL PERTENCE AO SITE: WWW.MATERIALPARACONCURSOS.COM

Veja que esse no mais um experimento de Bernoulli, pois o estamos realizando

= (cara, cara); (cara, coroa); (coroa, cara); (coroa, coroa)

Assim, as probabilidades so:

Neste caso, podemos perceber que: