

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 um determinado evento ocorra segundo um processo de Poisson com uma taxa de λ eventos por unidade de tempo.
Defina X como o número de eventos ocorridos em um intervalo de tempo [0,𝑡], ou seja, X segue a distribuição de Poisson com parâmetro (𝜆𝑡), de modo que: 𝑃𝑟𝑜𝑏(𝑋 = 𝑥) = x!e−λt(λt)x.
Logo, a 𝑃𝑟𝑜𝑏(𝑋 ≥ 𝑥) significa que ocorreram, pelo menos, 𝑥 eventos entre [0,𝑡].
Seja T o instante em que ocorre o segundo evento, a função de densidade de probabilidade de T, para 𝑡 ≥ 0, é:
𝑓(𝑡) = 𝜆𝑒 −𝜆𝑡;
𝑓(𝑡) = 𝜆𝑡𝑒 −𝜆𝑡;
𝑓(𝑡) = 𝜆2𝑒 −𝜆𝑡;
𝑓(𝑡) = 𝜆2 𝑡𝑒 −𝜆𝑡 ;
𝑓(𝑡) = (𝜆𝑡)2 𝑒 −𝜆𝑡.
O desvio padrão da diferença T−X é igual a 2.
Certo
Errado
Assinale a alternativa que NÃO caracteriza a distribuição de probabilidade Poisson:
A variável aleatória X é o número de ocorrências do evento no intervalo, sendo que o intervalo pode ser o tempo, a distância, a área, o volume ou outra unidade análoga.
A probabilidade de duas ou mais ocorrências simultâneas é praticamente zero.
O número de ocorrências de um evento em um intervalo de tempo (espaço) depende do número de ocorrências do evento em qualquer outro intervalo disjunto - ocorrências dependentes umas das outras.
O número de ocorrências durante qualquer intervalo depende somente da duração ou tamanho do intervalo; quanto maior o intervalo, maior o número de ocorrências.
O número médio de ocorrências por unidade de tempo (espaço) é constante ao longo do tempo (espaço) - ocorrências distribuídas uniformemente sobre o intervalo considerado.
No modelo de filas M/M/1/∞/
Suponha que, num sistema desse tipo, as chegadas ocorrem conforme uma distribuição de Poisson com valor médio de 12 chegadas por hora, e o tempo de serviço segue uma distribuição exponencial com média de 4 minutos.
Nesse caso, a taxa de utilização do servidor único nesse sistema é:
0,5;
0,6;
0,7;
0,8;
0,9.
Se X1, X2, ..., Xn é uma amostra aleatória simples de uma distribuição Poisson com parâmetro λ, então o estimador de máxima verossimilhança de λ(l - λ) é
X
X (1 - X)
X2
X2 (1 - X)
2X
Considere X1, …, Xn uma amostra aleatória de uma distribuição Poisson de média θ. É correto afirmar que a família conjugada deste modelo é:
Normal inversa.
Gama.
Birnbaum-Saunders.
Normal Positiva.
Weibull.
Em uma fábrica são produzidos em média 4 produtos defeituosos por dia. Utilizando o cálculo da distribuição de Poisson, assinale a alternativa que expressa a probabilidade de, em determinado dia, serem produzidos exatamente 2 produtos defeituosos.
Considerar “e” = Número de Euler
16 x (1/e)2
2 x (1/e)4
4 x (1/e)2
8 x (1/e)4
O número N de pessoas que chegam diariamente em uma fila de atendimento segue uma distribuição de Poisson com média igual a 500. Se Y representa o número diário dessas pessoas que recebem atendimento preferencial, e se
-
P(Y=y∣N=n)=(yn)0,1y0,9n−y
-
-em que ,0≤y≤n, então Var [Y] é igual a
0,1.
9.
45.
50.
500.
O número de pacientes que chegam na emergência de um hospital segue distribuição de Poisson, com média igual a 1 paciente por hora. O efetivo de funcionários do setor só permite atender, no máximo, 3 pacientes por hora, caso contrário, o excedente será direcionado para outro hospital. A probabilidade de que seja necessário o direcionamento de pacientes excedentes em uma hora qualquer é igual a
1 - 2,67e-1.
2,67e-1.
1 - 8e-1.
0,33e-1.
1 - 0,33e-1.
O departamento de riscos e corrosões de uma empresa de engenharia recebe, em média, duas chamadas por hora. Considerando que a distribuição de Poisson seja adequada nessa situação, a probabilidade de que o departamento em questão não receba nenhuma chamada durante o intervalo de uma hora é de:
e-2
e-1
e-0,5
e-0,25
Suponha que o número de carros que chega a uma praça de pedágio siga uma distribuição Poisson, com uma média de 2 carros por minuto.
A probabilidade de que, num intervalo de 2 minutos, passe no máximo um carro é aproximadamente igual a
[use e-4 = 0,0183]
0,09.
0,12.
0,17.
0,20.
0,22.
Considere um sistema de fila de um cartório com servidor único, fila ilimitada e fonte de chegada ilimitada.
Suponha que as chegadas ocorrem de acordo com uma distribuição de Poisson, e os atendimentos, de acordo com uma distribuição exponencial.
Se chegam em média 20 clientes por hora e o número médio de clientes no cartório é 2, cada cliente gasta, em média, para ser atendido:
10 minutos;
8 minutos;
6 minutos;
4 minutos;
2 minutos.
Algumas variáveis aleatórias adaptam-se muito bem a uma série de problemas práticos. Portanto, um estudo pormenorizado dessas variáveis é de grande importância para a construção de modelos probabilísticos para situações reais e a consequente estimação de seus parâmetros.
Assinale a alternativa que apresenta o exemplo correto do modelo de distribuição de Poisson.
Número de falhas de um computador num dia de operação
Uma pessoa escolhida ao acaso dentre 1.000 é ou não do sexo masculino
Sabe-se que 90% das pessoas de uma cidade são favoráveis a um projeto municipal. Escolhendo-se 100 pessoas ao acaso entre os moradores, qual é a probabilidade de que pelo menos 80 sejam favoráveis ao projeto
Um cidadão é escolhido ao acaso entre os moradores de uma cidade e verifica-se se ela é favorável ou não a um projeto municipal
Podemos usar a distribuição de Poisson como uma aproximação da distribuição Binomial (n, p) quando n, o número de tentativas, for _________ e p ou 1 - p (q = 1 - p) for ___________, tal que _____ será o valor esperado do número de sucessos das tentativas.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
grande – pequeno – np
grande – pequeno – n(1-p)
grande – pequeno – p(1-p)/n
pequeno – grande – np
pequeno – grande – p(1-p)/n
Assinale a opção que apresente características da distribuição de Poisson.
Ter função de probabilidade simétrica e ser adequada como modelo para eventos abundantes.
Ter função de probabilidade simétrica e ser adequada como modelo para eventos raros.
Ter média igual à variância e ser adequada como modelo para eventos raros.
Ter média maior do que a variância e ser adequada como modelo para eventos raros.
Ter média maior do que a variância e ser adequada como modelo para eventos abundantes.
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:
7 (1 - 7e-0,4);
7 (1 - e-(0,4*7));
7 (1 - e-0,4);
(7 - e-0,4);
7 (1 - e-(0,4/7)).
Suponha que um processo Poisson esteja ocorrendo no tempo a uma taxa média de 0,5/min. Usando e-0,25 = 0,7788, a probabilidade de que ocorra um acontecimento num intervalo de 30s é, aproximadamente, igual a
0,104.
0,195.
0,256.
0,348.
0,360.
O número diário de atendimentos (N) registrados no Setor de Atendimento ao Consumidor de uma empresa obedece a uma distribuição de Poisson com média λ atendimentos por dia. Dado que a probabilidade de que em um dia seja registrado um atendimento é igual à metade da probabilidade de que em um dia sejam registrados 2 atendimentos, obtém-se que o coeficiente de variação correspondente à distribuição é igual a
0,250
0,400
0,320
0,500
0,125
Caso o indivíduo tenha tomado vacina durante o ano e, mesmo assim, tenha contraído duas gripes, a probabilidade de a vacina ser benéfica para ele é inferior a 50%.
Certo
Errado