

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.
O tempo de duração de processos judiciais (em anos) que tramitam em certo tribunal é representado por uma variável aleatória contínua Y cuja função de distribuição acumulada é expressa por:
Fr(y)= {1−(2y1)2,se0,sey≥0,5;y<0,5.
A partir dessa situação hipotética, assinale a opção correta.
A mediana de Y é superior a 1.
P(Y = 1) = 0,75.
A moda da variável Y é igual a 1,5.
O valor esperado de Y é igual a 1.
A variância da variável Y é inferior a 100.
A função densidade de probabilidade (fdp) f de uma variável de aleatória X é dada pela função cujo gráfico é mostrado a seguir.
Então, a esperança de X, E(X) é igual a
Uma função densidade de probabilidade f(x) é tal que
(i) f(x) ≥0, ∀ x
(ii) ∫−∞+∞ f(x) dx=1,
Nestas condições ∫abf(x)dx é a probabilidade de um evento ocorrer no intervalo [a, b]. Celulares produzidos por uma fábrica têm um tempo até a falha (em anos) modelado pela densidade
![]()
A probabilidade de um celular qualquer dessa fábrica apresentar defeito entre 1 e 2 anos é, aproximadamente. Observação: e ≃ 2,711828 é o número de Euler.
0,5940
0,3298
0,4060
0,6702
0,1702
Suponha que a variável aleatória bidimensional (X,Y) tenha função densidade de probabilidade (fdp) conjunta:
Então, o valor de “m” é igual a
Outro técnico tem interesse em estudar a variável aleatória Y=-log(X). A função densidade de Y (gY(Y)) para y > 0 é dada por:
a/y[log(y)]2[1-log(y)]3
a[log(y)]2[1-log(y)]3.
ae-3y[1-e-y]3.
ae-2y[1-e-y]3.
A função de densidade de X é dada por f(x)= {a+bx2,0≤x≤10,casocontraˊrio. Se E[X] = 53, determine os valores de a e b , respectivamente, e assinale a opção correta.
a = 65 e b= 35
a = 35 e b = 37
a = 73 e b= 76
a = 53 e b = 56
a = 65 e b = 73
Um físico costuma realizar experimentos em laboratório ou simulação computacional no estudo de fenômenos, controlando algumas variáveis, visando à modelagem do fenômeno estudado. Neste experimento (fenômeno denominado Percolação), estuda-se o avanço do fogo em uma floresta ou o contágio de pessoas por alguma anomalia viral. Supõe-se que a probabilidade de uma árvore passar o fogo para uma vizinha qualquer é p∈ (0,1((ou de uma pessoa passar o vírus para um vizinho). A quantidade p é a independente, enquanto T(p) é a dependente e representa a probabilidade de o fogo se alastrar pela floresta. O gráfico representa os resultados experimentais.
De acordo com o gráfico, é correto afirmar que
os resultados experimentais sugerem que a relação pode ser ajustada por uma função cúbica.
os parâmetros da função proposta devem ser estimados por máxima verossimilhança.
a relação é assimétrica e pode ser aproximada pela função de distribuição da exponencial.
a função de distribuição da Beta é apropriada para o ajuste e os parâmetros podem ser estimados por métodos não lineares.
o processo é de contagem e a distribuição de Poisson deve aproximar bem os resultados.
A probabilidade de um comprimento ser maior que 8 cm é:
1/5
2/5
3/5
4/5
O valor de a para que f x (x) seja uma legítima função densidade é:
6.
12.
20.
60.
O Teorema do Limite Central (ou Teorema Central do Limite), TLC, é um dos mais importantes resultados da estatística (senão o mais importante), sendo fundamental na inferência estatística. Permite estimar média populacional, desvios da média ou na inferência de parâmetros atribuir a sua probabilidade de ocorrência, sua média e seu desvio.
Abaixo temos a distribuição de resultados da média simples obtida a partir dos resultados de uma sequência de lançamentos (a depender da quantidade de lançamentos) de um dado. Cada sequência é repetida 10000 vezes. Nas imagens vemos a evolução do perfil da distribuição de frequência dos resultados.

N=10000 realizações (os n lançamentos) | ||
Número, n, de Lançamentos | Média | Desvio Padrão |
1 | 3,5131 | 1,69815 |
2 | 3,4955 | 1,19952 |
10 | 3,5036 | 0,53183 |
40 | 3,5028 | 0,27107 |
Distribuição amostral da soma de 5, 10, 20 e 40 lançamentos de um dado não viciado. | ||
Sobre esse resultado e o TLC, analise as afirmativas abaixo, dê valores Verdadeiro (V) ou Falso (F).
( ) A média converge com o número de lançamentos ao valor 3,5 mas o desvio padrão é reduzido na proporção do inverso da raiz quadrada do número de lançamentos.
( ) A variável aleatória dada pela média dos resultados dos lançamentos converge para a distribuição normal com o aumento do número de lançamentos, muito embora cada lançamento siga a distribuição uniforme entre 1 e 6 (apenas).
( ) Outliers (pontos fora do padrão), que naturalmente são permitidos como resultados, podem afetar o resultado levando a convergência a outra distribuição com o aumento do número de lançamentos.
Assinale a alternativa que apresenta a sequência correta de cima para baixo.
V, V, V
V, V, F
F, V, F
V, F, F
Se X é uma variável aleatória contínua com função densidade de probabilidade representada por fx(x), considere a função dada por:
MX(t)=∫−∞+∞ext.fX(x)dx
Então:
se MX(t)= λ−tλ;λ>0 então E(X) = 2λ;
se Y=a.X+b, então MY(t)=eaXMX(t); MY(t)=eaXMx(t);
se Mx(t)=eμt.e(σt)2/2 então Var(X)= σ2;
se Z=∑Xi é uma soma de variáveis aleatórias, então MZ(t)=MX1(t).MX2(t) ... ... . MXn(t)=∏MXi(t);
se Mx(t)=MY(t),∀t, então X e Y são independentes.
Dado que foi achado um fóssil com um comprimento maior de 6 cm, qual é a probabilidade de ter menos de 8 cm?
1/17
3/17
1/3
7/15
As variáveis X e Y têm função densidade conjunta dada por f(x,y) = 2, para 0 < x < 1,0 < y < 1,0 < x+ y<1. Com base nesses dados, é correto afirmar que
a função densidade condicional de Y|X é dada por ƒ (Y|X)+1,0 < X< 1,0 <Y<1.<y<1.< p=""></
P(Y < 0,4|X> 0,6)+0,5.
a função de distribuição acumulada é dada por F (x,y)(a,b)=ab,0< a < 1,0 < b <1.
E(X)=2/3.
E(Y|X=x)=1-x/2 , 0< x<1.
Sobre os vários tipos de convergência (em distribuição, quase certa e em probabilidade), é correto afirmar que:
na convergência quase certa o limite da probabilidade é nulo;
na convergência quase certa a probabilidade do limite é 1;
na convergência em probabilidade é possível demonstrar que a probabilidade clássica aproxima-se da frequencial;
se Xn sequência de variáveis e limn−>∞P(∣Xn−X∣<ε)=0, para todo ε>0, então Xn converge para X em distribuição;
se Xn converge em distribuição para X e Yn converge em distribuição para Y (constante real), então a sequência Xn.Yn converge em distribuição para X.Y.
Seja X uma variável aleatória contínua cuja função densidade de probabilidade é expressa por:
fX(x)=81x para a 0<x<4 e Zero; caso contrário.
Além disso, é definida uma outra variável como função de X:
Z=X
Sobre essa nova variável, é correto afirmar que:
sua função de densidade é dada por FZ(z)=81Z2 para 0< z < 2 e Zero; caso contrário;
sua esperança matemática é igual a 0,45;
P(Z > 1) = P(X >2);
sua mediana é igual a 1,25;
sua função de densidade é dada por fZ(Z)=41Z3 para 0<z<2 e Zero; caso contrário.
Levantamentos prévios indicaram que o tempo que o cidadão leva para ser atendido nas repartições da Defensoria Pública é uma variável aleatória com função de densidade dada por:
fT(t)=2.(1−t), Para 0 <t<1 e Zero caso contrário
onde t é o tempo decorrido do momento em que o cidadão chega à repartição até o instante do atendimento, medido em fração de hora.
Se necessário, utilize a informação aproximada 2≅1,4.
Assim sendo, é correto concluir que:
em média, um cidadão leva 25 minutos para ser atendido;
a estatística da Moda do tempo de espera é igual a zero;
mais de 75% dos indivíduos que procuram a Defensoria levam pelo menos meia hora para ser atendidos;
a probabilidade de que alguém que já esteja aguardando há 30 minutos seja atendido nos próximos 15 minutos é de 0,5;
a estatística da Mediana da distribuição do tempo de espera é igual a 18 minutos.