No setor financeiro, a gestão de risco é fundamental. Instituições utilizam modelos estatísticos para avaliar a probabilidade de inadimplência de clientes, geralmente representada por um score de crédito. A distribuição normal serve como uma excelente aproximação para a distribuição desses scores em uma grande população. O processo inverso da padronização é particularmente útil aqui: em vez de calcular uma probabilidade, a instituição define um percentual de risco aceitável (ex.: aprovar apenas os 30% melhores scores) e usa a estatística para encontrar o score de crédito mínimo que um cliente deve ter para ser elegível a um determinado produto financeiro. Analise o caso descrito a seguir. Um banco digital utiliza um modelo de score de crédito para seus clientes, que segue uma distribuição normal com média de 650 pontos e desvio-padrão de 120 pontos. Para lançar um novo cartão de crédito "premium" com benefícios exclusivos, o departamento de produtos decide que apenas os 15% melhores clientes (aqueles com os scores mais altos) serão convidados a aplicar. Qual deve ser o score de crédito mínimo para que um cliente seja selecionado para essa campanha? Descrição da imagem não disponível A. 525 pontos. B. 681 pontos. C. 775 pontos. D. 823 pontos. E. 847 pontos.