Baixe o app para aproveitar ainda mais
Prévia do material em texto
PERGUNTA 1 1. A distribuição normal é fundamental para a maior parte das técnicas da estatística prática moderna, sendo a mais importante das distribuições contínuas. Uma característica importante da distribuição normal é que ela depende apenas de dois parâmetros que são a média e o desvio- padrão . Assim, podemos dizer que há uma e somente uma distribuição normal com uma dada média e um dado desvio-padrão . Figura: Curva normal com média e desvio-padrão . Fonte: COSTA NETO, P. L. O.; CYMBALISTA, M. Probabilidades. São Paulo: Edgard Blucher, 2012. Diante dessa definição, assinale V para as alternativas verdadeiras e F para as falsas. I. Um ponto selecionado aleatoriamente entre a e b é igual à área sob a curva entre a e b, ou seja, abaixo do gráfico da função. II. A área sob todo o gráfico é igual a 1. III. A distribuição normal com valores de parâmetros e é denominada de distribuição normal padrão. IV. Para e , temos . V. Para e , temos . A sequência correta é: F, V, V, F, F. V, V, F, F, F. V, V, V, F, V. V, F, V, V, F. F, F, F, V, V. 1 pontos PERGUNTA 2 1. O teorema central do limite fundamenta o ramo inferencial da estatística. O teorema é uma ferramenta importante que fornece a informação necessária ao usar estatísticas amostrais para fazer inferências sobre a média de uma população. LARSON, R.; FARBER, B. Estatística Aplicada. 6. ed. São Paulo: Pearson, 2016. Assinale a alternativa que apresenta o que declara o teorema do limite central? Quando o tamanho da amostra diminui, a distribuição amostral das médias amostrais tende para uma distribuição exponencial. Na medida em que o tamanho da amostra diminui, a distribuição amostral das médias amostrais tende para uma distribuição normal. A distribuição amostral das médias amostrais tende para uma distribuição binomial quando o tamanho da amostra aumenta. Quando o tamanho da amostra aumenta, a distribuição amostral das médias amostrais tende para uma distribuição acumulada. Na medida em que o tamanho da amostra aumenta, a distribuição amostral das médias amostrais tende para uma distribuição normal. 1 pontos PERGUNTA 3 1. A família de distribuições exponenciais fornece modelos probabilísticos largamente usados na engenharia e em várias disciplinas de ciência, negócios e da natureza. De acordo com Costa Neto e Cymbalista (2012), um fenômeno de Poisson de parâmetro é aquele em que o número de sucessos em um intervalo de observação t segue uma distribuição de Poisson de média , e em que T é um intervalo decorrido entre dois sucessos consecutivos. Nessas condições, a distribuição da variável aleatória T recebe a denominação de distribuição exponencial. COSTA NETO, P. L. O.; CYMBALISTA, M. Probabilidades. São Paulo: Edgard Blucher, 2012. Diante dessa definição, assinale V para as alternativas verdadeiras e F para as falsas I. De maneira que T seja maior que t genérico, é necessário que o próximo sucesso demore mais que t para ocorrer. II. A expressão que rege a probabilidade de uma distribuição exponencial é dada por III. Tanto a média como o desvio-padrão da distribuição exponencial são iguais a . IV. O parâmetro é interpretado como o número médio de ocorrências por unidade de tempo, logo uma constante negativa. V. A distribuição exponencial descreve o comportamento de uma variável aleatória x no espaço ou no tempo A sequência correta é: V, F, V, V, F. F, V, V, F, V. F, F, V, V, V. V, F, F, V, F. V, F, V, F, V. 1 pontos PERGUNTA 4 1. Para Martins e Domingues (2017), uma função de distribuição acumulada (FDA) calcula a probabilidade acumulada para um determinado valor de x, em que uma observação aleatória extraída da população é menor ou igual a um valor específico, maior do que um valor específico ou está entre dois valores específicos. MARTINS, G. A.; DOMINGUES, O. estatística geral e aplicada. São Paulo: Atlas, 2017. A partir do texto, avalie as asserções a seguir e a relação proposta entre elas. I. Existem diferenças quanto ao uso da distribuição acumulada para variáveis contínuas ou discretas. Porque, II. Para distribuições contínuas, a função de distribuição acumulada indica a área sob a função densidade de probabilidade, até o valor de x fixo; para distribuições discretas, a função de distribuição acumulada gera a probabilidade acumulada para os valores de x previamente estipulados. A respeito dessas asserções, assinale a opção correta. As asserções I e II são proposições falsas. As asserções I e II são proposições verdadeiras e a II é uma justificativa correta da I. A asserção I é uma proposição falsa e a II é uma proposição verdadeira. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I. A asserção I é uma proposição verdadeira e a II é uma proposição falsa. 1 pontos PERGUNTA 5 1. Uma equação que representa a distribuição de probabilidade de uma variável aleatória contínua é denominada de função densidade de probabilidade e resulta em uma curva em forma de sino. Com base no estudo da distribuição normal, apontamos o seguinte problema: após um longo período de estudo, foi identificado que a vida útil de determinado componente eletrônico tem distribuição normal com média de 39 semanas e desvio-padrão de 2 semanas. Diante essa definição, assinale V para as verdadeiras e F para as falsas, para a probabilidade de que a vida útil de um componente eletrônico seja maior que 35 semanas. I. Devemos considerar área à direita de . II. O valor do escore z é igual a 1,00. III. Devemos considerar o valor do escore z positivo igual a 2,00. IV. A área correspondente equivale a 0,4772. V. A área correspondente equivale a 0,9772. A sequência correta é: F, F, V, V, V. V, F, V, V, V. F, F, V, F, V. V, F, V, F, V. V, F, V, V, F. 1 pontos PERGUNTA 6 1. A distribuição normal é um modelo probabilístico muito usado para modelar fenômenos físicos, na natureza, na indústria e nos negócios. São muitas as aplicações no contexto da inferência estatística, em que decisões têm de ser tomadas com base nos resultados obtidos a partir de uma amostra. Considerando o contexto apresentado, avalie as seguintes proposições e a relação proposta entre elas. I. A análise da pressão arterial sistólica e diastólica de um adulto é um exemplo de distribuição de probabilidade contínua. Porque, II. Temos um fenômeno modelado por uma variável aleatória contínua, cujo gráfico em forma de sino se prolonga indefinidamente em ambas as direções. A respeito dessas proposições, assinale a opção correta. A proposição I é falsa e a proposição II é verdadeira. As proposições I e II são verdadeiras, mas a II não é justificativa da I. A proposição I é verdadeira e a proposição II é falsa. As proposições I e II são verdadeiras, e a II é justificativa da I. As proposições I e II são falsas. 1 pontos PERGUNTA 7 1. Se uma variável aleatória x é normalmente distribuída, você pode encontrar a probabilidade de x em determinado intervalo ao calcular a área sob a curva normal para um dado intervalo. Para encontrar a área sob qualquer curva normal, você pode, primeiramente, converter os limites inferiores e superiores do intervalo para z-escores e determinar a área sob a curva normal. Diante desse contexto, é correto afirmar que, se a quantidade de radiação cósmica a que uma pessoa está exposta ao atravessar o território brasileiro em um avião a jato é uma variável aleatória normal com e , então, a probabilidade de uma pessoa em tal voo estar exposta a mais de 5,00 mrem de radiação cósmica é igual a: aproximadamente 0,17 aproximadamente 0,16 aproximadamente 0,14 aproximadamente 0,15 aproximadamente 0,13 1 pontos PERGUNTA 8 1. Conforme aponta Castanheira (2013), a distribuição normalde probabilidade é uma distribuição de probabilidade contínua, simétrica em relação à média e assintótica em relação ao eixo das abscissas, em ambas as direções. É também conhecida como distribuição gaussiana e modela o comportamento de diversas variáveis aleatórias que envolvem a análise de processos empresariais ou demais fenômenos naturais, além de poder ser usada com o intuito de aproximar distribuições discretas de probabilidade. CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. Curitiba: Intersaberes, 2013. De acordo com as características atribuídas a uma distribuição normal, avalie as afirmativas a seguir. I. Uma vez que e geram uma distribuição normal, as tabelas de probabilidade normal são fundamentadas em uma distribuição normal de probabilidade, com e . II. Se uma população tem distribuição normal, conforme define o teorema central do limite, a distribuição das médias amostrais retiradas dessa população também terá distribuição normal. III. Pode ser utilizada como aproximações de outras distribuições de probabilidade, como a distribuição de Poisson e a distribuição binomial. É correto o que se afirma em: I, apenas. I e III, apenas. I, II e III. II e III, apenas. I e II, apenas. 1 pontos PERGUNTA 9 1. Conforme expõe Triola (2017), na medida em que o tamanho da amostra aumenta, a distribuição das médias amostrais tende para uma distribuição normal com média e desvio-padrão , sendo n o tamanho da amostra, e a média e o desvio-padrão da população. TRIOLA, M. Introdução à Estatística. Rio de Janeiro: LTC, 2017 A respeito do teorema do limite central, analise as afirmativas a seguir. I. Amostras de tamanho n são extraídas aleatoriamente de uma população. II. Para amostras de tamanho n<30, a distribuição das médias amostrais pode ser aproximada por uma distribuição normal. III. O teorema do limite central envolve duas distribuições diferentes: a distribuição da população original e a distribuição das médias amostrais. IV. Os dados influenciados por muitos efeitos aleatórios pequenos e não relacionados têm distribuição aproximadamente normal. V. O teorema central do limite tem importância fundamental na estatística, porém é aplicado apenas em populações infinitas. Está correto o que se afirma em: apenas I e IV. apenas II e III. apenas II, IV e V. apenas I, III e IV. apenas I, II e IV. 1 pontos PERGUNTA 10 1. De maneira semelhante à distribuição de Poisson, a distribuição exponencial descreve o comportamento de uma variável aleatória x no espaço ou no tempo, sendo muito utilizada em modelos de duração de vida de componentes que não se desgastam com o tempo. Com base nos conceitos expostos sobre a distribuição exponencial, apresentamos o enunciado a seguir: em um supermercado, o tempo médio de espera dos clientes na fila é de, aproximadamente, 10 minutos nas terças-feiras. É sabido que o tempo para o atendimento dos clientes durante a semana tem distribuição exponencial. No entanto, um dos clientes possui um compromisso e só pode esperar 8 minutos. Assim, a probabilidade de que ele espere 8 minutos na fila é de: 9%. 91%. 55,07%. 2,23%. 44,93%. PERGUNTA 1 PERGUNTA 2 PERGUNTA 3 PERGUNTA 4 PERGUNTA 5 PERGUNTA 6 PERGUNTA 7 PERGUNTA 8 PERGUNTA 9 PERGUNTA 10
Compartilhar