ATIVIDADE CONTEUDO 04

Prévia do material em texto

· Pergunta 1
1 em 1 pontos
	
	
	
	A probabilidade de uma criança tornar-se obesa em uma família de obesos é de 0,07. Deseja-se calcular a probabilidade de crianças nascerem obesas, numa amostra de 100 famílias obesas.
Considerando , a probabilidade de que 5 crianças tornem-se obesas em 100 famílias obesas será de:
	
	
	
	
		Resposta Selecionada:
	 
12,75%.
	Resposta Correta:
	 
12,75%.
	Feedback da resposta:
	Resposta correta. A probabilidade de que 5 crianças tornem-se obesas em 100 famílias obesas será de 12,75%. Os cálculos são obtidos por meio da média esperada de crianças obesas e com a distribuição de Poisson, ou seja:
	
	
	
· Pergunta 2
1 em 1 pontos
	
	
	
	No verão, especificamente nas férias escolares, uma  sorveteria vende em média 54 sorvetes diariamente, de acordo com uma variável aleatória x, que segue a distribuição de Poisson. Qual a probabilidade aproximada de que, em certo dia, sejam vendidos exatamente 50 sorvetes?
	
	
	
	
		Resposta Selecionada:
	 
5%.
	Resposta Correta:
	 
5%.
	Feedback da resposta:
	Resposta correta. Como foi determinado que a média equivale a 54 sorvetes, logo , assim, basta determinar a venda para exatamente 50 sorvetes, logo: .
	
	
	
· Pergunta 3
1 em 1 pontos
	
	
	
	Na curva normal, uma vez que cada combinação de (média) e S (desvio padrão da distribuição) geraria uma distribuição normal de probabilidade diferente, as tabelas de probabilidades da distribuição normal baseiam-se em  e . Sendo assim, qualquer conjunto de valores X distribuídos normalmente podem ser convertidos em valores normais z padronizados.
Desta forma, se uma caixa possuir um total de 500 retalhos e possuir uma distribuição normal com média de tamanho desses retalhos igual a 10 cm e desvio padrão igual a 2. O valor de z correspondente aos retalhos que poderão medir menos que 6 cm será:
	
	
	
	
		Resposta Selecionada:
	 
-2,0.
	Resposta Correta:
	 
-2,0.
	Feedback da resposta:
	Resposta correta. O valor de z correspondente aos retalhos que poderão medir menos que 6 cm será de -2 , de acordo com os cálculos abaixo:
	
	
	
· Pergunta 4
1 em 1 pontos
	
	
	
	A distribuição de probabilidade contínua mais importante e mais utilizada é a distribuição normal, costumeiramente denominada como curva normal ou curva de Gauss. Seu estudo é muito importante, pois muitas técnicas estatísticas, como análise de variância, de regressão e alguns testes de hipótese, assumem e exigem a normalidade dos dados.
 
Um dos motivos pelos quais a distribuição normal é importante na inferência estatística é por:
	
	
	
	
		Resposta Selecionada:
	 
seus resultados poderem ser utilizados como aproximações de outras distribuições de probabilidade.
	Resposta Correta:
	 
seus resultados poderem ser utilizados como aproximações de outras distribuições de probabilidade.
	Feedback da resposta:
	Resposta correta. Um dos motivos pelos quais a distribuição normal é importante na inferência estatística é por seus resultados poderem ser utilizados como aproximações de outras distribuições de probabilidade.
	
	
	
· Pergunta 5
1 em 1 pontos
	
	
	
	Se uma variável aleatória x é normalmente distribuída, você pode encontrar a probabilidade de x cair em um dado intervalo ao calcular a área sob a curva normal para um dado intervalo. Para encontrar a área sob qualquer curva normal, você pode, primeiro, converter os limites inferiores e superiores do intervalo para z-escores. Depois, usar a distribuição normal padrão para encontrar a área.
 
LARSON, Ron; FARBER, Betsy. Estatística Aplicada. 6. ed. São Paulo: Pearson, 2016, p.221.
 
Sobre as características da curva normal, assinale a alternativa correta.
	
	
	
	
		Resposta Selecionada:
	 
A área compreendida pela curva equivale a 1.
	Resposta Correta:
	 
A área compreendida pela curva equivale a 1.
	Feedback da resposta:
	Resposta correta. A curva normal que expressa matemática e geometricamente a distribuição normal, é uma curva que dispõe de diversas propriedades que a tornam particularmente útil no estudo das probabilidades; dentre elas: a média, moda e mediana são iguais, a distribuição é simétrica em torno da média, a área compreendida pela curva é sempre igual a 1, a curva é assintótica; nunca toca o eixo horizontal.
	
	
	
· Pergunta 6
1 em 1 pontos
	
	
	
	Se eventos ou sucessos seguem a distribuição de Poisson, podemos determinar a probabilidade que o primeiro evento ocorra dentro de um período de tempo designado, , como o tempo para percorrer certa distância pela distribuição de probabilidades exponencial. Como estamos tratando com o tempo neste contexto, a exponencial é uma:
	
	
	
	
		Resposta Selecionada:
	 
distribuição de probabilidade contínua.
	Resposta Correta:
	 
distribuição de probabilidade contínua.
	Feedback da resposta:
	Resposta correta. Uma distribuição exponencial é uma distribuição de probabilidade contínua, pois trabalha com as variáveis que assumem um intervalo infinito de valores, dentre os inúmeros exemplares deste tipo de variável há o tempo para percorrer certa distância.
	
	
	
· Pergunta 7
1 em 1 pontos
	
	
	
	A figura abaixo representa uma curva normal com média e desvio padrão .
Fonte: NETO, Pedro Luiz de Oliveira Costa; CYMBALISTA, Melvin. Probabilidades. São
Paulo: Edgard Blucher, 2012.
 
De acordo com a figura acima e estudos sobre a Unidade 4 desta disciplina, é característica da curva normal:
	
	
	
	
		Resposta Selecionada:
	 
a distribuição é simétrica em torno da média.
	Resposta Correta:
	 
a distribuição é simétrica em torno da média.
	Feedback da resposta:
	Resposta correta. A distribuição é simétrica em torno da média. No gráfico é possível comprovar essa informação, uma vez que a média é representada por e a distribuição em torno dela é representada por  e .
	
	
	
· Pergunta 8
1 em 1 pontos
	
	
	
	Uma distribuição exponencial de probabilidade é constantemente utilizada para descrever o tempo que se leva para completar uma tarefa, podendo descrever o tempo entre a chegada de um motoboy a casa do cliente até o tempo exigido para alguma tarefa dentro de uma fábrica.
 
Considerando os conhecimentos obtidos no estudo da unidade 4 da disciplina. De maneira geral, como pode ser utilizada a Distribuição Exponencial?
	
	
	
	
		Resposta Selecionada:
	 
Em qualquer área que exista a necessidade de identificar tempos percorridos ou  variações de maiores erros.
	Resposta Correta:
	 
Em qualquer área que exista a necessidade de identificar tempos percorridos ou  variações de maiores erros.
	Feedback da resposta:
	Resposta correta. Geralmente, a Distribuição Exponencial pode ser utilizada em qualquer área que exista a necessidade de identificar tempos percorridos ou  variações de maiores erros; neste contexto, a área sob a curva que corresponde a um intervalo indica a probabilidade de que a variável aleatória assuma qualquer valor no intervalo pré-definido.
	
	
	
· Pergunta 9
1 em 1 pontos
	
	
	
	A Distribuição de Poisson é usada para determinar a probabilidade de um número de sucessos quando ocorre um grande número de fenômenos observáveis e aplicáveis a sequências de eventos.
 
A respeito da Distribuição de Poisson, é correto afirmar que:
	
	
	
	
		Resposta Selecionada:
	 
um único valor é o bastante para determinar a probabilidade de um dado número de sucessos.
	Resposta Correta:
	 
um único valor é o bastante para determinar a probabilidade de um dado número de sucessos.
	Feedback da resposta:
	Resposta correta. Um único valor é o bastante para determinar a probabilidade de um dado número de sucessos na dinâmica de Poisson.
	
	
	
· Pergunta 10
1 em 1 pontos
	
	
	
	Num consultório ginecológico, o tempo médio de espera das pacientes para serem atendidas é de 10 minutos nas terças-feiras. O tempo para atendimento das pacientes durante a semana nesse consultório possui distribuição exponencial. Vera possui um compromisso após a consulta e só pode esperar 8 minutos. A probabilidade de Vera esperar 8 minutos para ser atendida será de:
	
	
	
	
		Resposta Selecionada:55,07%.
	Resposta Correta:
	 
55,07%.
	Feedback da resposta:
	Resposta correta. A probabilidade de Vera esperar 8 minutos para ser atendida será de 55,07%. Fazendo-se os cálculos por meio da fórmula para evento complementar da distribuição exponencial, tem-se: