Questões de Concurso Sobre principais distribuições de probabilidade em estatística

Foram encontradas 1.299 questões

Q2114795 Estatística

O tempo X gasto por um comissário de justiça para o cumprimento das suas tarefas diárias é uma variável aleatória contínua cuja função de distribuição acumulada é mostrada a seguir.


Com base nessas informações, julgue o item que se segue.

Se x > 8, a função de densidade de probabilidade de X é igual a zero. 
Alternativas
Q2114793 Estatística

O tempo X gasto por um comissário de justiça para o cumprimento das suas tarefas diárias é uma variável aleatória contínua cuja função de distribuição acumulada é mostrada a seguir.


Com base nessas informações, julgue o item que se segue.

A média de X é inferior a 4.
Alternativas
Q2114792 Estatística

Diariamente, T mandados judiciais são distribuídos para certo oficial de justiça. Sabe-se que T = X + Y + Z  , em que X representa o número diário de mandados de intimação, Y, a quantidade diária de mandados de citação e Z, o total diário de mandados de condução coercitiva. As variáveis aleatórias X, Y e Z são independentes e seguem a distribuição de Poisson com médias 5, 3 e 1, respectivamente.


Com respeito a essa situação hipotética e considerando que e denote a constante de Néper (número exponencial), julgue o próximo item. 

A covariância entre T e Z é igual a 1.
Alternativas
Q2114791 Estatística

Diariamente, T mandados judiciais são distribuídos para certo oficial de justiça. Sabe-se que T = X + Y + Z  , em que X representa o número diário de mandados de intimação, Y, a quantidade diária de mandados de citação e Z, o total diário de mandados de condução coercitiva. As variáveis aleatórias X, Y e Z são independentes e seguem a distribuição de Poisson com médias 5, 3 e 1, respectivamente.


Com respeito a essa situação hipotética e considerando que e denote a constante de Néper (número exponencial), julgue o próximo item. 

O desvio padrão da diferença T − X é igual a 2.  
Alternativas
Q2114790 Estatística

Diariamente, T mandados judiciais são distribuídos para certo oficial de justiça. Sabe-se que T = X + Y + Z  , em que X representa o número diário de mandados de intimação, Y, a quantidade diária de mandados de citação e Z, o total diário de mandados de condução coercitiva. As variáveis aleatórias X, Y e Z são independentes e seguem a distribuição de Poisson com médias 5, 3 e 1, respectivamente.


Com respeito a essa situação hipotética e considerando que e denote a constante de Néper (número exponencial), julgue o próximo item. 

A variância de T é igual a 35. 
Alternativas
Q2114789 Estatística

Diariamente, T mandados judiciais são distribuídos para certo oficial de justiça. Sabe-se que T = X + Y + Z  , em que X representa o número diário de mandados de intimação, Y, a quantidade diária de mandados de citação e Z, o total diário de mandados de condução coercitiva. As variáveis aleatórias X, Y e Z são independentes e seguem a distribuição de Poisson com médias 5, 3 e 1, respectivamente.


Com respeito a essa situação hipotética e considerando que e denote a constante de Néper (número exponencial), julgue o próximo item. 

P(T = 3)  = 243 ×-9 .

Alternativas
Q2114788 Estatística

Diariamente, T mandados judiciais são distribuídos para certo oficial de justiça. Sabe-se que T = X + Y + Z  , em que X representa o número diário de mandados de intimação, Y, a quantidade diária de mandados de citação e Z, o total diário de mandados de condução coercitiva. As variáveis aleatórias X, Y e Z são independentes e seguem a distribuição de Poisson com médias 5, 3 e 1, respectivamente.


Com respeito a essa situação hipotética e considerando que e denote a constante de Néper (número exponencial), julgue o próximo item. 

P(X = 1, Y = 1 | Z = 1)  = 15 × e-8.
Alternativas
Q2114785 Estatística

   Uma amostra aleatória simples de tamanho n = 17 é retirada de uma distribuição normal com média u e desvio padrão igual a 2. A variância amostral é representada por S² e X denota a média amostral.


Tendo como referência as informações precedentes e considerando S = √S², julgue o seguinte item.

Com n  = 17, a variância amostral segue uma distribuição simétrica em torno de 4.
Alternativas
Q2114282 Estatística
Considere um modelo de fila com dois atendentes e uma posição de espera operando em condições de estados estáveis. Suponha que se um cliente chega e encontra os dois atendentes ocupados e a posição de espera desocupada, então o cliente aguardará o tempo necessário para o atendimento. Se o cliente encontra os dois atendentes ocupados e a posição de espera também ocupada, ele parte imediatamente.  
Os clientes acessam o sistema segundo um processo de Poisson com taxa de 2 clientes por hora e que o atendimento segue uma distribuição exponencial com média 1 hora.
A proporção de clientes que chegam ao sistema e não serão atendidos é
Alternativas
Q2114279 Estatística
Deseja-se utilizar o método da transformação inversa para simular valores aleatórios da distribuição valor extremo, com função de densidade acumulada 50_.png (214×54). Considere a variável aleatória U distribuída uniformemente no intervalo (0,1) e lne = 1.
Então as observações simuladas de X são obtidas como
Alternativas
Q2114262 Estatística
Seja a função geradora de momentos MX(t) = (1 – 2t)−², com t < 1/2, correspondente a uma variável aleatória X com distribuição qui-quadrado com r graus de liberdade. A média e a variância de X são, respectivamente, iguais a 
Alternativas
Q2114260 Estatística
Em uma empresa, o número de sinistros (N) ocorridos mensalmente obedece a uma distribuição de Poisson com uma média de λ sinistros por mês. A probabilidade de ocorrerem 2 ou 3 sinistros em um mês é igual ao triplo da probabilidade de ocorrer 1 sinistro em um mês. Considerando que e−1 = 0,37, e−2 = 0,14 e e−3 = 0,05, a probabilidade de ocorrerem pelo menos 2 sinistros em um mês é igual a 
Alternativas
Q2108529 Estatística
Considere a distribuição Beta(1,β) com função densidade de probabilidade f(x) = β(1-x)β-1 ,x ∈ [0,1] . Usando o método da transformação inversa para gerar números aleatórios X de Beta(1,β) e considerando que a variável aleatória U é distribuída uniformemente no intervalo (0,1), temos que X é obtido por
Alternativas
Q2108525 Estatística

Seja X uma variável aleatória com distribuição beta com função densidade



Considere a distribuição Y ~ U (0,1) , onde U (0,1) é uma distribuição uniforme padrão, e o interesse é na simulação de observações da variável aleatória X, pelo método de aceitação/rejeição. Com essa finalidade, foram obtidos os seguintes pares de números pseudoaleatórios das variáveis Y e U:


i       1      2       3        4     5

y   0,5   0,1    0,7    0,9    0,8

u  0,6   0,3    0,4    0,7    0,9


Os dois valores aceitos como observações de X, considerando os cinco pares de valores obtidos, são:

Alternativas
Q2108520 Estatística
Uma indústria produz um equipamento eletrônico cuja duração de vida (X), em horas, é normalmente distribuída com média μ e variância populacional (σ2) desconhecida. Uma amostra aleatória, com reposição, de 25 equipamentos foi extraída da população de equipamentos obtendo-se para essa amostra uma duração de vida média igual a 1.008 horas e variância igual a 256 (horas)2. Deseja-se testar a hipótese H0: μ = 1.000 horas (hipótese nula) contra H1: μ ≠ 1.000 horas (hipótese alternativa) com base nos dados da amostra e utilizando o teste t de Student. O valor da estatística t (t calculado) utilizado para a tomada de decisão, a um determinado nível de significância α, é igual a
Alternativas
Q2108518 Estatística
Um fabricante de um equipamento admite que o tempo de funcionamento (T) desse equipamento, em horas, sem apresentar falhas obedece a uma lei exponencial com função densidade dada por f(t) = λe-λt , se t > 0 e que f(t) = 0, caso contrário. Utilizando o método da máxima verossimilhança, ele obteve a estimativa pontual do parâmetro λ com base nas informações obtidas do tem-po de funcionamento de 500 equipamentos selecionados aleatoriamente de sua produção. O quadro abaixo fornece os resulta-dos obtidos. 
ti    1       2      3        4        5       Total ni   50    50    200    150     50      500

Obs.: ni é o número de equipamentos que apresentaram falhas em ti horas.

A estimativa pontual do parâmetro λ obtida pelo fabricante foi, então, de
Alternativas
Q2108515 Estatística
Atenção: Para responder à questão, considere a tabela abaixo que fornece algumas probabilidades P(Z > z) da curva normal padrão (Z).

z                 0,67           0,95          1,00         1,28          1,48         1,64          2,00
P(Z > z)      0,25           0,17           0,16         0,10          0,07        0,05          0,02
De uma população normalmente distribuída e variância populacional igual a 225 extraiu-se uma amostra aleatória, com reposição, de tamanho 144. A média amostral apresentou um valor igual a x . Deseja-se testar a hipótese, com base nos dados da amostra, que a média μ da população difere de 150 ao nível de significância de 10%. Considerando as hipóteses H0: μ = 150 (hipótese nula) e H1: μ ≠ 150 (hipótese alternativa), tem-se que o maior valor para x tal que na decisão não se cometa um erro do tipo I é 
Alternativas
Q2108513 Estatística
Atenção: Para responder à questão, considere a tabela abaixo que fornece algumas probabilidades P(Z > z) da curva normal padrão (Z).

z                 0,67           0,95          1,00         1,28          1,48         1,64          2,00
P(Z > z)      0,25           0,17           0,16         0,10          0,07        0,05          0,02
Uma grande população normalmente distribuída com média μ e variância σ2 é formada pelos comprimentos de um determinado tipo de cabo em centímetros (cm). A proporção de cabos com comprimento de no máximo 13,3 cm é igual a 75% e a proporção de cabos com comprimento de, no mínimo, 10,10 cm é igual a 83%. Escolhendo aleatoriamente um cabo da população, a probabilidade de a medida desse cabo apresentar um valor superior a um valor X, em centímetros, é igual a 5%. O valor de X é, em cm, igual a
Alternativas
Q2108512 Estatística
As variáveis aleatórias contínuas X e Y são independentes, sendo que:
I. X possui uma distribuição normal com média igual a 2 e desvio padrão igual a 2. II. Y possui uma distribuição uniformemente distribuída no intervalo (2, 4).
A esperança de (X + Y), a variância de (X + Y) e a esperança de (XY) são iguais, respectivamente, a
Alternativas
Q2108511 Estatística
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
Alternativas
Respostas
241: C
242: E
243: C
244: C
245: E
246: E
247: C
248: E
249: B
250: E
251: E
252: B
253: D
254: E
255: B
256: A
257: D
258: A
259: E
260: C