

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.
Seja uma função dada por 𝑃(𝑋 = 𝑥) =10x+1, onde 𝑥 pode assumir os valores {0, 1, 2 e 3}. Essa função é uma função de distribuição de probabilidade?
Não, pois a soma de todas as probabilidades é 2.
Sim, pois a soma de todas as probabilidades é 3.
Sim, pois a soma de todas as probabilidades é 1.
Não, pois a soma de todas as probabilidades é 4.
Em determinado município brasileiro, uma lei municipal estabeleceu às agências bancárias obrigações relativas ao tempo de atendimento de seus usuários. Segundo essa lei, o tempo de espera de um usuário em uma agência bancária não pode exceder 15 minutos em dias normais. Sendo assim, suponha que o tempo de espera (em minutos) dos clientes de determinado banco seja modelado utilizando-se uma distribuição exponencial com parâmetro 𝜆 > 0 (média λ1). Nesse caso, para que o banco cumpra a lei em pelo menos 90% do tempo em dias normais, é necessário que:
𝜆 ≤ 151
𝜆 ≥ 151
𝜆 ≤ 15In(10)
𝜆 ≥ 15In(10)
Nenhuma das alternativas anteriores está correta.
Seja f(x) = k, -1 ≤ x ≤ 1 uma função densidade de probabilidade de variável aleatória contínua, onde f(x)=0 para x>1 ou x<-1.
O valor de k deve ser igual a:
1;
1/2;
1/3;
1/e;
1/5.
Utilizando o software R na versão 4.3.2 e adotando 𝑋~𝑁(𝜇 = 2, 𝜎2 = 9), qual função utilizar para calcular a 𝑃(𝑋 < 7,88)?
qnorm(7.88 , 2, 3)
qnorm(7.88 , 2, 9)
pnorm(7.88 , 2, 3)
pnorm(7.88 , 2, 9)
É um exemplo de função de distribuição de probabilidades contínua a função:
binomial;
binomial negativa;
geométrica;
hipergeométrica;
weibull.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
Qual a diferença entre a função de Distribuição e a função de densidade?
Não há diferença entre elas, uma pode ser considerada sinônimo da outra.
A diferença entre a função de distribuição e a função de densidade é o tipo de probabilidade que elas definem. A função de densidade descreve a probabilidade de a variável assumir um determinado valor, enquanto a função de distribuição descreve a probabilidade cumulativa da variável.
A função de densidade é utilizada para calcular a probabilidade de a variável ser igual ou menor que um determinado valor.
A função de distribuição se refere apenas a variáveis contínuas, portanto esta distinção só faz sentido se a variável em estudo for contínua.
Uma pesquisa foi realizada com todos os 200 funcionários de uma empresa. Uma das variáveis a ser investigada é o número de dependentes por funcionário. Os dados sobre essa variável foram organizados e estão resumidos na Tabela a seguir.
Número de dependentes por funcionários
Número de dependentes | Frequência absoluta |
0 | 20 |
1 | 40 |
2 | 50 |
3 | 60 |
4 | 25 |
5 | 5 |
Considerando-se essas informações, o percentual de funcionários dessa empresa que têm até 2 dependentes, inclusive, é igual a
60%
55%
50%
30%
25%
Com relação a função definida por mais de uma sentença a seguir,
f(x)= {21;se0≤x≤20; p.q.o.v
Podemos afirmar que:
Para que a função seja considerada uma função densidade de probabilidade basta que 𝑓(𝑥) ≥ 0.
A função não pode ser considerada uma função densidade de probabilidade, pois a mesma é definida por mais de uma sentença.
A função é uma função densidade de probabilidade, pois 𝑓(𝑥) ≥ 0 e, além disso, a integral definida de 0 a 2 é igual a 1.
A função não pode ser considerada uma função densidade de probabilidade, pois a integral definida de 0 a 2 é igual a 0.
Não podemos afirmar nada em relação a função 𝑓(𝑥).
Uma amostra aleatória simples de tamanho 100 foi obtida para estimar uma proporção p populacional de indivíduos que apresentam uma característica A. Como resultado, 36 indivíduos amostrais apresentaram a característica A.
Lembre-se que de, se Z tem distribuição normal padrão, então P [ Z < 1.96 ] = 0,975. Usando a estimativa de p no lugar do valor desconhecido, um intervalo de 95% de confiança para p será dado aproximadamente por
(0,304; 0,416)
(0,266; 0,454)
(0,210; 0,510)
(0,202; 0,518)
(0,199; 0,601)
A função de densidade da variável aleatória X é dada pela forma f(x), tal que f(x)=xax−1, se x ≥0, e f(x)=0, se x<0.
Certo
Errado


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
O valor esperado desta distribuição é dado por
c/2
c
c/3
3c
c/6
A variável aleatória X possui função densidade de probabilidade conforme descrito abaixo.
f(x)=4x exp{−2x}
Sabendo-se que X possui distribuição Gama, com X > 0 calcule a variância de 0,5X e assinale a opção correta.
0,415
0,315
0,225
0,125
0,005
Seja uma variável aleatória X com fdp dada por:
f(x) = {1/4,0<x<1x−3/4,1≤x≤2
Considere a variável aleatória uniforme U no intervalo (0,1) e o método da transformação inversa para simulação de variáveis aleatórias. Obtidos os valores u1 = 0,2 e u2 = 5 da variável U, foram, respectivamente, obtidos os valores simulados x1 e x2 da variável X. Então x1 + x2 é
2,3
0,1
1,5
0,7
3,5
(P(Y > 0∣M)=m)=P(M≤m)
Certo
Errado
Se a função de densidade de probabilidade de uma variável aleatória contínua X é
f(x)= {101,0,se 0<x≤10;se x≤0 ou x>10,
então a probabilidade P(X<10) é igual a
0.
0,10.
0,90.
0,95.
1,00.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
Uma variável aleatória discreta X tem a seguinte distribuição de probabilidades:
x | 1 | 3 | 5 | 10 |
p(x) | 0,1 | 0,2 | 0,3 | 0,4 |
A média de X é igual a
3,5.
4,0.
5,4.
6,2.
7,0.
A probabilidade de um determinado time ser classificado entre os 4 primeiros colocados na primeira fase de um campeonato é de 40%.
É sabido que, se for classificado entre os 4 primeiros na primeira fase, o time tem 50% de chance de vencer o campeonato.
O time não venceu o campeonato, seja esse evento representado por Y = 0.
Seja também X uma variável aleatória que assume valor 0, se o time não se classificou entre os 4 primeiros na primeira fase, e que assume valor 1, caso tenha se classificado entre os 4 primeiros.
A função de probabilidade da variável aleatória X|Y = 0 é:
P(X∣Y=0)={0,80;0,20;sesex=0x=1
P(X∣Y=0)={0,75;0,25;sesex=0x=1
P(X∣Y=0)={0,50;0,50;sesex=0x=1
P(X∣Y=0)={0,25;0,75;sesex=0x=1
P(X∣Y=0)={0,20;0,80;sesex=0x=1
Seja (X1, X2, ..., Xn) uma amostra aleatória de uma variável X e as estatísticas de ordem denotadas por X(1), X(2), ... , X(n), em que X(1) = min(X1, X2, ..., Xn) corresponde ao menor valor observado na amostra. Sabe-se que X possui uma função densidade dada por f(x) = 1/2, se 0 < x < 2 e que f(x) = 0, caso contrário. A função de distribuição acumulada de X(1), ou seja F(X(1))(x) para 0 < x < 2, é dada por
(1 − x/2)n
(x/2)n
[1 − (1 − x/2)n]
[1 − (x/2)n]
[1 − (1/2)n]
A função densidade de probabilidade de uma variável aleatória X é dada por f(x) = kx para x pertencente ao intervalo (0, 4) e f(x) = 0, caso contrário. Sabendo-se que k é uma constante real não nula e que U é uma outra variável aleatória tal que U = 2X + 4, tem-se que a probabilidade P(U > 8) é igual a
87
43
32
54
53
A quantia gasta, em milhões de reais, com merenda escolar de uma certa cidade é dada pela função:
f(n)={K(2x−1)0 se 0,5 ≤ x ≤ 2;
caso contrário.
Assinale a alternativa que apresenta qual a probabilidade de que a quantia gasta em um determinado ano, seja inferior a 1 milhão. (arredonde o resultado para duas casas decimais).
0,11
0,22
0,33
0,50
0,13