

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 de processos trabalhistas que chegam, por dia, a um determinado tribunal regional do trabalho seja uma variável aleatória com distribuição de Poisson com média igual a λ. Sabe-se que a probabilidade de chegarem 2 processos por dia é igual a oito vezes a probabilidade de não chegar nenhum. Nessas condições, a probabilidade de, em um determinado dia, chegarem pelo menos 2 processos é igual a
Dados:
e−2 = 0,135
e−4 = 0,018
0,91.
0,36
0,93.
0,46.
0,85.
Dez observações foram obtidas de uma distribuição de Poisson com parâmetro δ , que estão listadas abaixo:
0___0___1___1___2___2___3___3___3___5
Qual o estimador de momentos para δ ?
8
5
4
2
0
Avalie se cada uma das seguintes famílias de distribuições é uma família exponencial
I. distribuições Bernoulli com parâmetro p desconhecido.
II. distribuições Poisson com parâmetro λ desconhecido.
III. distribuições normal com média conhecida e variância desconhecida.
IV. distribuições gama com parâmetro α conhecido e com parâmetro β desconhecido.
Assinale:
se somente I e II constituem famílias exponenciais.
se somente III e IV constituem famílias exponenciais.
se somente I, II e III constituem famílias exponenciais.
se somente II, III e IV constituem famílias exponenciais.
se todos constituem famílias exponenciais.
O número de atendimentos, via internet, realizados pela Central de Atendimento Fazendário (CAF) segue uma distribuição de Poisson com média de 12 atendimentos por hora. A probabilidade dessa CAF realizar pelo menos 3 atendimentos em um período de 20 minutos é
Dados: e−2 = 0,14; e−4 = 0,018
Um banco deseja melhorar a atenção aos seus clientes, habilitando mais caixas para o atendimento. Para isso necessita de um modelo estatístico que permita conhecer a probabilidade de que uma quantidade de n clientes requeram atendimento em um intervalo de tempo T.
Que distribuição de probabilidade deve ser empregada nesse estudo?
Se x1 , x2 , ..., x10 são dez variáveis aleatórias independentes com distribuição Poisson (λi), λi = i, i = 1, ..., 10, então a variável x1 + ...+ x2 tem distribuição
geométrica com parâmetro 0,1
Poisson com parâmetro 10
Poisson com parâmetro 55
gama com parâmetros 1 e 10
gama com parâmetros 1 e 55
Considere que a probabilidade de uma mulher sofrer um aborto resultante da reação adversa provocada por uma ingestão de determinado medicamento é de 0,005. Utilizando a distribuição de Poisson, calcule a probabilidade de que, entre mil mulheres, exatamente três sofram aborto resultante dessa reação adversa, e assinale a opção correta.
12%
13%
14%
15%
16%
Suponha que X1 , X2 , ..., Xn seja uma amostra aleatória de uma distribuição Poisson com parâmetro λ desconhecido (λ> 0) e que a distribuição a priori de λ seja uma distribuição gama (α,β).
Assinale a opção que indica a distribuição a posteriori de λ , dado que Xi = xi , i = 1, ..., n .
gama (α + ∑i=1nxi , n β)
gama (α + ∑i=1nxi , β + n )
gama (α + ∑i=1nxi , β )
normal (α, (∑i=1n xi)2 )
Beta (α- ∑i=1n xi , β / n)
Suponha que pessoas procurem certo caixa eletrônico de acordo com um processo Poisson com uma taxa média de uma pessoa a cada dois minutos. A probabilidade de que, num intervalo de quatro minutos, menos de duas pessoas procurem esse caixa é, aproximadamente,igual a (use e-2 ≅ 0,135)
0,270
0,405
0, 473
0,525
0,567
Avalie se as distribuições a seguir pertencem à família exponencial de distribuições:
I. Normal (μ, σ2 )
II. Binomial(n, p)
III. Poisson(λ)
IV. Uniforme (0, θ)
Pertencem à família exponencial
I e III, apenas
II e IV, apenas
I, II e III, apenas
II, III e IV, apenas
I, II, III e IV
O número de processos com uma determinada característica autuados por dia em um órgão público é considerado como uma variável aleatória X com distribuição de Poisson com média λ. Considere que P(X = 2) = 3 . P(X = 4), e−1 = 0,37, e−2 = 0,14, e−3 = 0,05 e e−4 = 0,02, em que P(X = k) é a probabilidade de X ser igual a k e e a base dos logaritmos neperianos. A probabilidade de que pelo menos 2 processos sejam autuados em um determinado dia é igual a
95%.
90%.
80%.
63%.
58%.
menos de três chamadas em uma hora é igual a 85e-12.
Binomial, Geométrica, Poisson, Exponencial e Gaussiana são algumas variáveis aleatórias muito empregadas na área de estatística. Com relação a essas variáveis são apresentadas as seguintes afirmativas:
...
I – Diminuindo-se a média de uma variável aleatória Geométrica, diminui-se também a sua variância. Em particular, para uma média igual a 2, a variância dessa variável aleatória vale 2.
II – Exponencial e Gaussiana possuem funções densidades de probabilidades completamente especificadas pela média.
III – A variável aleatória Binomial pode ter média nula.
IV – A variável aleatória Poisson pode ser empregada para aproximar uma variável aleatória Binomial, e essa aproximação tende a melhorar quando o número de realizações da variável aleatória aumenta.
...
É correto apenas o que se afirma em
I e II.
I e III.
I e IV.
II e III.
II e IV.
A probabilidade condicional P(X = 1*X > 0) é igual à variância de X.
O valor esperado de X é igual a ln2.
Suponha que o número de chamadas que chegam a uma central telefônica siga uma distribuição de Poisson, com média de chegada de 60 chamadas por hora. A probabilidade de que, em 10 minutos, cheguem, no máximo, 2 chamadas é de:
21e-10
61e-10
21e-20
61e-20
Se o número de reclamações diárias registradas por uma central de atendimento ao cidadão for uma variável aleatória que segue a distribuição de Poisson com média igual a ln10, então a probabilidade P(N = 0) será igual a
0,09.
0,14.
0,18.
0,01.
0,05.