

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Suponha que o número diário de reclamações registradas pelo SAC siga uma distribuição de Poisson. Nessa situação, a probabilidade de haver o registro de, no máximo, uma reclamação em determinado dia é superior a 67%.
Considere que o número de reclamações registradas pelo SAC, X(t), em um intervalo de tempo t, siga um processo de Poisson e que X(5) represente o número de reclamações registradas em um intervalo de 5 dias úteis. Nesse caso, a probabilidade de não haver reclamações registradas em um intervalo de 5 dias úteis é igual a e-5
Suponha que o número de reclamações registradas pelo SAC, X(t), em um intervalo de tempo t, siga um processo de Poisson e que X(1) represente o número diário de reclamações registradas. Nessa situação, é correto afirmar que a variância de X(t) cresce linearmente com t.
Uma refinaria distribui seus produtos por intermédio de caminhões, carregados no posto de carregamento. São carregados tanto os caminhões da empresa como os caminhões dos distribuidores independentes. As firmas independentes reclamam que, às vezes, têm que esperar em fila e perdem, assim, dinheiro ao pagarem um caminhão e um motorista que só estão esperando. Foram colhidos os seguintes dados:
λ = 2 caminhões/hora (Taxa média de chegada)
μ = 3 caminhões/hora (Taxa média de atendimento)
Supondo que estas taxas sejam aleatórias conforme uma distribuição Poisson, a probabilidade que um caminhão tem de esperar para ser atendido e o tempo médio de espera, respectivamente, são:
0, 33 e 30 minutos.
0,33 e 1 hora.
0,33 e 2 horas.
0,66 e 1 hora.
0,66 e 2 horas.
O número de petroleiros que chegam a uma refinaria ocorre segundo uma distribuição de Poisson, com média de dois petroleiros por dia. Desse modo, a probabilidade de a refinaria receber no máximo três petroleiros em dois dias é igual a:
![]()
![]()
![]()
![]()
![]()
Se, em determinado instante, a vaga estiver desocupada, então a probabilidade de ela continuar desocupada por mais meio dia é inferior a 0,3.
Considere uma população que apresenta uma distribuição de Poisson tal que
e−λ com parâmetro λ desconhecido e x o número de ocorrências de um determinado acontecimento. Dessa população extraiu-se uma amostra aleatória com reposição de tamanho quatro (X1, X2, X3, X4) e utilizaram-se os dois estimadores seguintes para estimar a média (μ) da população:

Então, com relação a estes 2 estimadores,
E1 é mais eficiente que E2.
E1 e E2 são consistentes.
Apenas E2 é enviesado.
Apenas E1 é não justo.
E2 é viciado.
O número de veículos conduzidos por pessoas portadoras de necessidades especiais que chegam ao estacionamento segue um processo de renovação.
O número de pessoas que chega ao guichê de uma repartição pública para autuação de processos apresenta uma distribuição de Poisson a uma taxa de duas pessoas por minuto. A probabilidade de que nos próximos 2 minutos chegue pelo menos uma pessoa neste guichê é
Observação: e = 2,71828...
(e4 − 1).e−4
4.e−4
(e4 − 4).e−4
2.[(e2 − 1) ].e−2
(e2 − 2).e−2
A quantidade média diária de veículos que utilizam a referida vaga é superior a 1.
Menos de 50% dos condutores portadores de necessidades especiais que chegam ao estacionamento conseguem estacionar seus veículos na vaga exclusiva.
Suponha que o número de partículas emitidas por uma fonte radioativa durante um período de tempo t seja uma variável aleatória com distribuição de Poisson. Sabe-se que a probabilidade de que não haja emissões durante o tempo t é
. A probabilidade de que haja pelo menos duas emissões durante o tempo t é
ln4 − 1




Considerando-se que o processo de chegada seja de Poisson, o intervalo médio de tempo entre chegadas de dois veículos consecutivos é igual a Nt x vtH .
Certo
Errado
A probabilidade de a referida vaga não ser ocupada por veículo algum em determinado dia é superior a 0,15.