Estatistica - Vitor - Menezes - Aula 11 PDF

Curso Regular de Estatstica
Prof. Vtor Menezes

Aula 11
AULA 11: Variveis aleatrias multidimensionais
1. DISTRIBUIO CONJUNTA DISCRETA ............................................................................................. 2

2. DISTRIBUIES MARGINAIS DISCRETAS......................................................................................... 2
3. DISTRIBUIES CONDICIONAIS DISCRETAS ................................................................................... 3
4. FUNO DENSIDADE CONJUNTA (*)............................................................................................ 14
5. FUNES DE VARIVEIS CONTNUAS (*) ..................................................................................... 18
6. DISTRIBUIES CONDICIONAIS CONTNUAS(*) ........................................................................... 21
7. COEFICIENTE DE CORRELAO ENTRE VARIVEIS ALEATRIAS .................................................. 27
8. DISTRIBUIO NORMAL BIVARIADA ............................................................................................ 37
9. AMOSTRAGEM ............................................................................................................................. 41
9.1. Amostragem aleatria simples ............................................................................................................ 41
9.2. Amostragem estratificada ................................................................................................................... 41
9.3. Amostragem por conglomerados ........................................................................................................ 42
9.4. Amostragem sistemtica...................................................................................................................... 43
9.5. Amostragem por julgamento ............................................................................................................... 43
10. QUESTES APRESENTADAS EM AULA ..................................................................................... 51
11. GABARITO ................................................................................................................................ 63
Prof. Vtor Menezes www.estrategiaconcursos.com.br 1

Prof. Vtor Menezes
Aula 11
1. DISTRIBUIO CONJUNTA DISCRETA
H casos em que estudamos, simultaneamente, vrias variveis aleatrias. Neste caso,

descrevemos probabilidades que se referem, conjuntamente, a todas essas variveis.
Como exemplo, considere um candidato que est prestando um concurso. Pelo histrico
dele, pode-se calcular a chance de ele fazer a pontuao mnima exigida para a prova P1. E
pode-se tambm calcular a chance de ele fazer a pontuao mnima para a prova P2.
Seja X a varivel aleatria que assume o valor 0 se ele no atingir o mnimo na P1. E X
assume o valor 1 se ele atingir o mnimo na P1.
Analogamente, Y assume os valores 0 ou 1, conforme ele fracasse ou atinja o mnimo na P2.
A tabela abaixo traz as probabilidades associadas:
=0 =1
=0
Total
=1
0,2 0,4 0,6
0,1 0,3 0,4
Total 0,3 0,7 1
Exemplificando, a probabilidade de fracasso nas duas provas (X = 0 e Y = 0) de 20%. Trata-
se da primeira clula da tabela.
Ou ainda: a chance de sucesso na P1 e fracasso na P2 (X = 1 e Y = 0) de 40%. Trata-se da
segunda clula da tabela.
Dizemos que a tabela nos d a distribuio conjunta de X e Y. Podemos tambm dizer que as
variveis (X, Y) formam uma varivel bidimensional, pois composta de duas variveis
diferentes.
2. DISTRIBUIES MARGINAIS DISCRETAS
Vamos voltar ao exemplo do candidato que vai prestar um concurso com duas provas (P1 e
P2). A tabela de probabilidades :
=0 =1
=0
=1
0,2 0,4
0,1 0,3
Acima temos o comportamento das duas variveis em conjunto. uma distribuio conjunta de
probabilidades.
No entanto, suponha que por algum motivo estejamos interessados s na varivel X.
Queremos calcular as chances de o candidato ser aprovado (X = 1) ou reprovado (X = 0) na
P1, ignorando o resultado da P2.
Como fazer?
bem simples. s totalizar as clulas correspondentes a cada valor de X:

Prof. Vtor Menezes
Aula 11
=0 =1
=0
=1
0,2 0,4
0,1 0,3
Total 0,3 0,7
Conclumos que a chance de X = 0 de 30% e a chance de X = 1 de 70%.

Ou seja:
= 0 = 0,3; = 1 = 0,7
Com isso, montamos a distribuio de probabilidade de X:

0 0,3
1 0,7
Essa a distribuio de probabilidade marginal de X.
Analogamente, podemos obter a distribuio de probabilidade marginal de Y. Basta calcular
as somas das linhas:
=0 =1
=0
Total
=1
0,2 0,4 0,6
0,1 0,3 0,4
O que resulta em:

0 0,6
1 0,4
Deste modo, conclumos que para obter as distribuies marginais, basta somarmos as
linhas ou as colunas da tabela de distribuio conjunta.
3. DISTRIBUIES CONDICIONAIS DISCRETAS
Vamos voltar ao exemplo da probabilidade conjunta para as variveis X e Y:
=0 =1
=0
Total
=1
0,2 0,4 0,6
0,1 0,3 0,4
Total 0,3 0,7 1
Considere que, em um concurso especfico, dado que o candidato foi aprovado na P1 (X =

1).
Pergunta: qual a chance de ele tambm ser aprovado na P2?

Prof. Vtor Menezes
Aula 11
Em sntese, queremos calcular a probabilidade de Y = 1, dado que X = 1.
= 1| = 1 =?
Usando a frmula da probabilidade condicional:
= 1 = 1
= 1| = 1 =
= 1
No numerador temos a probabilidade conjunta, que consta da clula destacada em

vermelho abaixo.
=0 =1
=0
Total
=1
0,2 0,4 0,6
0,1 0,3 0,4
Total 0,3 0,7 1
No denominador temos a probabilidade marginal de X, que consta da clula destacada em
azul:
=0 =1
=0
Total
=1
0,2 0,4 0,6
0,1 0,3 0,4
Total 0,3 0,7 1
Logo:
0,3 3
= 1| = 1 = =
0,7 7
Podemos interpretar da seguinte forma.
A cada 100 concursos prestados, o candidato:
Em 20 concursos, reprovado na P1 e na P2
Em 40 concursos aprovado apenas na P1
Em 10 concursos aprovado apenas na P2
Em 30 concursos aprovado na P1 e na P2
Assim, em 100 concursos, temos:
=0 =1
=0
Total
=1
20 40 60
10 30 40
Total 30 70 100
dado que em um concurso especfico, ele foi aprovado na P1. Logo, s podemos estar na
segunda coluna da tabela. As demais so descartadas:

Prof. Vtor Menezes
Aula 11
=0 =1
=0
=1
20 40
10 30
Total 30 70
Sobram 70 concursos possveis. Queremos a chance de ele ter sido aprovado na P2. So 30
casos favorveis em 70 possveis. Por isso chegamos a 3/7.
Com um mesmo raciocnio, conclumos que a chance de Y = 0, dado que X = 1, de:

= 0 = 1 0,4 4
= 0| = 1 = = =
= 1 0,7 7
Podemos consolidar em uma tabela as probabilidades para Y, quando dado que X = 1:
| = 1
0 4/7
1 3/7
Essa a distribuio condicional de Y, dado que X = 1.
E, a exemplo do que fazemos para qualquer distribuio de probabilidade, podemos calcular
a esperana e a varincia.
Para calcular a esperana, multiplicamos cada valor pela sua probabilidade. Depois
somamos:
| = 1 | = 1
0 4/7 0
1 3/7 3/7
Total 1 3/7
Assim:
3
| = 1 =
7
Calculamos tambm a esperana de Y2.
| = 1 | = 1
0 4/7 0
1 3/7 3/7
Total 1 3/7
3
| = 1 =
7
Finalmente, a varincia a diferena entre a esperana do quadrado e o quadrado da
esperana:
3 3 21 9 12
| = 1 = = =
7 7 49 49

Prof. Vtor Menezes
Aula 11
Questo 1 Ministrio da Sade/2007 [FCC]
Em um estudo sobre o tratamento de crises asmticas construiu-se a funo conjunta de
probabilidades com preos em reais de dois medicamentos A e B para tratamento de asma,
apresentada abaixo:
Preo de B 4 5 10
Preo de A
1 0,1 0 0
2 0,1 0,2 0,2
5 0 0,2 0,2
Sabendo que cada tratamento utiliza duas unidades do medicamento A e uma unidade do
medicamento B, o custo mdio para tratar um paciente asmtico :
a) R$ 8,00
b) R$ 10,00
c) R$ 11,00
d) R$ 13,00
e) R$ 15,00
Resoluo:
Nesse exerccio, em vez de termos uma nica varivel, temos duas. As variveis so o preo
da mercadoria A e o preo da mercadoria B. E a tabela d a probabilidade de cada um
dos possveis pares de valores de preos.
Por exemplo, a probabilidade do preo de A ser igual a R$ 1,00 e, simultaneamente, o
preo de B ser igual a R$ 4,00, de 10%.
Vamos ver o preo total do tratamento, para cada par de preos de A e B.
Preo de A Preo de B Probabilidade Preo do tratamento
R$ 1,00 R$ 4,00 0,1 R$ 6,00
R$ 1,00 R$ 5,00 0 R$ 7,00
R$ 1,00 R$ 10,00 0 R$ 12,00
R$ 2,00 R$ 4,00 0,1 R$ 8,00
R$ 2,00 R$ 5,00 0,2 R$ 9,00
R$ 2,00 R$ 10,00 0,2 R$ 14,00
R$ 5,00 R$ 4,00 0 R$ 14,00
R$ 5,00 R$ 5,00 0,2 R$ 15,00
R$ 5,00 R$ 10,00 0,2 R$ 20,00
Vamos chamar de X o preo do tratamento.

Prof. Vtor Menezes
Aula 11
A tabela abaixo traz os valores que X pode assumir, bem como as respectivas
probabilidades.
Probabilidade X
0,1 R$ 6,00
0,1 R$ 8,00
0,2 R$ 9,00
0,2 R$ 14,00
0,2 R$ 15,00
0,2 R$ 20,00
O exerccio pergunta o custo mdio do tratamento. Em resumo, queremos saber o valor
mdio da varivel X.
Aplicando a frmula da esperana:
n
E [X ] = = P ( xi ) xi
i =1
E[ X ] = 0,1 6 + 0,1 8 + 0,2 9 + 0,2 14 + 0,2 15 + 0,2 20 = 13

A mdia de X de R$ 13,00.
Gabarito: D
Questo 2 MPU 2007 [FCC]

A tabela de dupla entrada abaixo apresenta a distribuio conjunta das freqncias relativas
a X e Y, onde:
X = preo, em reais, do produto X.
Y = preo em reais, do produto Y.
Para fabricao de uma pea Z so utilizadas os produtos X e Y e est sendo analisada a

viabilidade econmica desta pea. Se esta pea utiliza 3 unidades de X, e 5 unidades de Y, o
custo mdio de Z
a) 11 reais.
b) 12 reais.
c) 15,5 reais.
d) 20 reais.
e) 22 reais.
Resoluo:
Prof. Vtor Menezes
Aula 11
Poderamos adotar exatamente a mesma soluo usada na questo anterior. Contudo,
optarei por um caminho diferente, para aprendermos diferentes formas de resolver.
Vamos determinar as distribuies marginais de X e Y.
=2 =3 =4
=1
Total
=2
0,2 0,1 0,1 0,4
=3
0 0,1 0,1 0,2
0,3 0 0,1 0,4
Total 0,5 0,2 0,3 1
Assim:

1 0,4 0,4
2 0,2 0,4
3 0,4 1,2
Total 1 2
Portanto:
= 2
Analogamente:

2 0,5 1
3 0,2 0,6
4 0,3 1,2
Total 1 2,8
= 2,8
O custo Z igual soma dos preos de trs produtos X e de cinco produtos Y:

= 3 + 5
Aplicando as propriedades da esperana:
= 3 + 5
= 3 2 + 5 2,8 = 20
Gabarito: D

a X e Y, onde:

Prof. Vtor Menezes
Aula 11
A proporo de vezes em que o valor de Y supera o de X
a) 0,3
b) 0,6
c) 0,7
d) 0,8
e) 0,9
Resoluo:
Abaixo destacamos as clulas em que Y maior que X:
=2 =3 =4
=1
=2
0,2 0,1 0,1
=3
0 0,1 0,1
0,3 0 0,1
Somando as probabilidades:
0,2 + 0,1 + 0,1 + 0,1 + 0,1 + 0,1 = 0,7
Logo, em 70% das vezes Y supera o valor de X.
Gabarito: C
Questo 4 MDIC 2008 [CESPE]

Considere que uma empresa esteja negociando acordos comerciais com os parceiros
potenciais A e B, e que P seja uma probabilidade tal que P(X = 1) = P(Y = 1) = 0,7 e P(X + Y =
0) = 0,3, em que as variveis aleatrias X e Y esto assim definidas:
X = 1, se a negociao for bem sucedida junto a A;
X = 0, se a negociao no for bem sucedida junto a A;
Y = 1, se a negociao for bem sucedida junto a B;
Y = 0, se a negociao no for bem sucedida junto a B.
Com base nessas informaes, julgue o item a seguir.
A probabilidade P(X + Y = 2) igual ou inferior a 0,65.

Prof. Vtor Menezes
Aula 11
Resoluo
Vamos fazer uma tabela para representar a probabilidade conjunta:
=0 =1
=0
Total
=1
Total
Sabemos que P(X+Y=0) = 0,3.
Mas X+Y = 0 s ocorre quando X = Y = 0. Assim:

+ = 0 = 0,3 = 0 = 0 = 0,3
Vamos preencher a tabela:
=0 =1
=0
Total
=1
0,3
Total
Sabemos ainda que = 1 = 0,7. Logo:
= 0 = 1 = 1 = 1 0,7 = 0,3
Isso ocorre porque X = 0 e X = 1 so eventos complementares.

Com o mesmo raciocnio, descobrimos que = 0 = 0,3
Assim, podemos continuar preenchendo a tabela:
=0 =1
=0
Total
=1
0,3 0,3
0,7
Total 0,3 0,7
Agora, fazendo a diferena podemos calcular as clulas remanescentes:
=0 =1
=0
Total
=1
0,3 0 0,3
0 0,7 0,7
Total 0,3 0,7
Finalmente podemos calcular a probabilidade solicitada na questo:

+ = 2 = = 1 = 1 = 0,7
(vide clula destacada em vermelho)
Gabarito: errado
Questo 5 TRE SP 2012 [FCC]

A funo de probabilidade conjunta das variveis X e Y dada por:

Prof. Vtor Menezes
1
Aula 11
!, " = ! + "

32
Para ! = 0, 1, 2, 3 e " = 0, 1. Nessas condies, a mdia de Y e + = 3 so dados,
respectivamente, por
a) 1 e 7/16
b) 7/16 e 13/16
c) 7/16 e 9/16
d) 9/16 e 7/16
e) 9/16 e 5/16
Resoluo:
Com a funo dada, podemos calcular as probabilidades de todos os pares de valores de x e
y.
Exemplo. Para ! = 2 e " = 1, temos:

1 5
2 + 1 =
32 32
Fazendo o mesmo procedimento, calculamos as demais probabilidades:
"=0 "=1
!=0
!=1
0 1/32
!=2
1/32 2/32
!=3
4/32 5/32
9/32 10/32
Total 14/32 18/32
Somando cada uma das duas colunas, temos as probabilidades de "Y" assumir os valores 0
ou 1:
14
= 0 =
32
18
= 1 =
32
A esperana de Y dada por:
= = 0 0 + = 1 1
14 18
= 0+ 1
32 32
18
32
9
=
16

Prof. Vtor Menezes
Aula 11
Agora vamos calcular a probabilidade de a soma + ser igual a 3. Isso ocorrer nos
seguintes casos:
= 2 e = 1: probabilidade de 5/32 (vide tabela acima)
= 3 e = 0: probabilidade de 9/32 (vide tabela acima)
Somando as duas probabilidades, temos:
5 9
+ = 3 = +
32 32
14
=
32
7
=
16
Gabarito: D
Questo 6 MPU 2010 [CESPE]
Considerando que tabela acima apresente a distribuio conjunta das variveis aleatrias X
e Y, julgue o item que se segue.
O valor esperado de X superior a 0,6.
Resoluo:
Totalizando as colunas, podemos determinar a distribuio marginal de X:

0 0,2+0,3 = 0,5 0
1 0,1+0,4=0,5 0,5
Total 0,1 0,5
= 0,5
Gabarito: errado

a X e Y, onde:

Prof. Vtor Menezes
Aula 11
O coeficiente de variao populacional de X :

a) 2 0,8
b) 0,8 3
c) 0,8 2
d) 3 0,6
e) 0,6 2
Resoluo:
Vamos determinar a distribuio marginal de X:
=2 =3 =4
=1
=2
0,2 0,1 0,1
=3
0 0,1 0,1
0,3 0 0,1
Total 0,5 0,2 0,3
Assim:

1 0,4 0,4
2 0,2 0,4
3 0,4 1,2
Total 1 2
Portanto:
= 2
2
Agora calculamos a mdia de X :

1 0,4 0,4
4 0,2 0,8
9 0,4 3,6
Total 1 4,8
= 4,8
A varincia fica:
= = 4,8 2 = 0,8

Prof. Vtor Menezes
Aula 11
O desvio padro a raiz quadrada da varincia:
'0,8
O coeficiente de variao igual relao entre desvio padro e esperana:
0,8
( =
2
Gabarito: C
4. FUNO DENSIDADE CONJUNTA (*)
(*) Esse um tpico que exige conhecimento de ferramentas de clculo. Se voc no tiver
formao em exatas ou estiver se preparando para um concurso em que estatstica tenha
um peso pequeno, sugiro pular esse tpico.
Assim como possvel trabalhar com distribuies discretas que se referem a duas variveis
ao mesmo tempo, d para fazer o mesmo com variveis contnuas.
Vejamos como fica por meio de um exemplo:
Questo 8 TRF 2 2007 [FCC]

Seja a varivel aleatria bidimensional (X, Y), com funo densidade de probabilidade
conjunta dada por
f(x, y) = x + y, 0 < x < 1, 0 < y < 1
O valor esperado de X
a) 4/12
b) 5/12
c) 6/12
d) 7/12
e) 7/11
Resoluo
Observem como a funo densidade de probabilidade se refere a duas variveis ao mesmo
tempo.
Quando tnhamos uma distribuio conjunta discreta, podamos obter a distribuio
marginal de X. Bastava, para cada valor de X, somar as probabilidades para todos os Y.
Aqui parecido. S que, no lugar do somatrio, temos uma integral.
Assim, a funo densidade marginal de X fica:

Prof. Vtor Menezes
Aula 11
+
) = * !, " -"

,+
Observem que para determinar a funo densidade de X, fazemos a integral em y.

Voltando analogia com o caso discreto, como se, para cada valor de x, somssemos as
probabilidades para todos os valores de y (somatrio em y). Aqui o somatrio d lugar
integral (integral em y).
Analogamente, a funo densidade marginal de Y fica:

+
. = * !, " -!
,+
No presente exerccio, vamos calcular a funo densidade de X:

+
) = * !, " -"

,+
No intervalo entre 0 e 1, a funo !, " vale x + y. Fora desse intervalo, vale 0:
/
) = *! + " -"

0
"
/
= 1!" + 2 = ! + 0,5
)
2 0
Essa a funo densidade de probabilidade da varivel X. Agora podemos calcular a
esperana de X:
+
= * ! ) -!
,+
/
= * ! ! + 0,5-!
0
/
= *! + 0,5! -!

0
! 3 0,5! 1 1 7
/
= 1 + 2 = + =
3 2 0 3 4 12
Gabarito: D

Prof. Vtor Menezes
Aula 11
Questo 9 TST 2008 [CESPE]
!, " = 2, se 0 ! " 1, e !, " = 0, caso contrrio, julgue o item a seguir.
Considerando um vetor aleatrio (X, Y) distribudo na funo de densidade conjunta
A mdia de Y inferior a 0,5.
Resoluo:
Primeiro calculamos a funo densidade marginal de Y:
+
. = * !, "-!
,+
Quando y varia entre 0 e 1, x varia de 0 a y

5
. = * 2-! = 2", para 0 " 1

0
Assim, a esperana de Y fica:

+
= * " . -"

,+
/
2" 3 2
/
= * " 2" -" = 1 2 =
3 0 3
0
A esperana de Y 2/3, nmero que maior que 0,5.

Gabarito: errado

Uma corporao formada por uma empresa de minerao e uma empresa petrolfera.
Considere que X represente as despesas mensais, em milhes de reais, com a recuperao
de danos ao meio ambiente causados pela empresa de minerao e que Y represente as
despesas mensais, tambm em milhes de reais, com a recuperao de danos ambientais
causados pela empresa petrolfera. Considere, ainda, que X e Y sejam variveis aleatrias
!"
cuja distribuio conjunta dada por:
!, " =
96
em que 0 < x < 4 e 0 < y < 5.
Com base nessas informaes, julgue o prximo item.
O valor esperado de Y superior a 2,5 milhes de reais.

Prof. Vtor Menezes
Aula 11
Resoluo
Exerccio idntico aos anteriores. Primeiro calculamos a funo marginal de Y:
+
. = * !, "-!
,+
9
!" " ! "
9
= * -! = : ; =
.
96 96 2 0 12
0
Agora determinamos a esperana de Y:

+
= * " . -"

,+
<
"
= * " -"
12
0
<
1
= * " -"
12
0
1 " 1 125 125

3 <
= : ; = = = 3,4722
12 3 0 12 3 36
Gabarito: certo

conjunta dada por
f(x, y) = x + y, 0 < x < 1, 0 < y < 1
O valor de P(0 < X < 1/2; 0 < Y < 1/2)
a) 1/6
b) 1/8
c) 1/10
d) 1/12
e) 1/16
Resoluo:
J vimos em aulas anteriores que a funo densidade de probabilidade serve para
calcularmos a probabilidade associada a um determinado intervalo. Basta calcular a integral
da funo para o intervalo desejado.
Prof. Vtor Menezes
Aula 11
Quando temos uma funo densidade conjunta, o clculo parecido. A nica coisa que
muda que temos que integrar uma vez para o intervalo especificado em X, e outra vez
para o intervalo desejado em Y.
Assim:
B @
0 < < >; ? < < - = * * !, "-" -!

C A
Aplicando este resultado ao exerccio, temos:

0,< 0,<
0 < < 0,5; 0 < < 0,5 = * * ! + "-" -!

0 0
Vamos fazer separado para no confundir. A primeira integral :

0,<
" 0,5
0,<
= * ! + "-" = :!" + ; = 0,5! +
2 0 2
0
Agora substitumos isso na segunda integral:

0,< 0,<
0 < < 0,5; 0 < < 0,5 = * * ! + "-" -!

0 0
0,<
0,5
0 < < 0,5; 0 < < 0,5 = * :0,5! + ; -!
2
0
0,5! 0,5 0,53 0,53 1

0,<
=: + !; = + =
2 2 0
2 2 8
Gabarito: B
5. FUNES DE VARIVEIS CONTNUAS (*)
Considere que a varivel X tem funo densidade f. Considere que uma segunda varivel,
Y, funo de X:
=
O trabalho calcular a funo densidade de Y, designada por g.
Se a funo h for monotnica, ento:

Prof. Vtor Menezes
-!
Aula 11
E" = F,/ "G H H

-"
Uma funo monotnica quando ela no apresenta sobe e desce. Ela s cresce
(monotnica crescente), ou s decresce (monotnica decrescente).
Sei que esse resultado acima parece meio esquisito, mas no difcil de entender. Vejamos
no exerccio como fica:
Questo 12 ABIN 2010 [CESPE]

A funo de densidade da distribuio normal padro Z dada pela funo
1 I
I = exp : ;
2 J 2
em que z um nmero real.
Considerando a transformao = exp, julgue o item a seguir.
A funo de densidade da varivel aleatria Y

1 Nexp"O
" = exp M P
2 J 2
em que " 0
Resoluo:
Seja F(z) a funo distribuio de probabilidade para a varivel Z. Seja G(y) a funo
distribuio de probabilidade para a varivel Y. Sejam "f" e "g" as respectivas funes
densidade de probabilidade.
Temos:
R" = "
R" = S T "
R" = ln"
R" = Wln"
Derivando de ambos os lados, em relao a y (usando a regra da cadeia):

-R" -W -I
=
-" -I -"
A derivada da funo distribuio a funo densidade de probabilidade:
-I
E" = ln"
-"
Na equao acima temos exatamente o resultado apresentado na pgina anterior.

Prof. Vtor Menezes
Aula 11
Continuando. Sabemos que I = ln". Logo:
-I 1
=
-" "
Portanto:
1
E" = ln"
"
1 Nln"O 1
E" = exp M P
2 J 2 "
Gabarito: errado
Questo 13 TRE ES 2011 [CESPE]

Julgue o item a seguir, relativo ao clculo de probabilidades.
Considerando que a varivel aleatria X possua funo de distribuio acumulada F(x), e

que Y seja uma varivel aleatria tal que a sua funo de distribuio acumulada seja igual a
[F(x)]n, em que n um nmero inteiro positivo, ento correto afirmar que a distribuio
de Y igual distribuio de Xn.
Resoluo:
Vamos supor que = X . Seja R"a funo de distribuio acumulada de Y. Vamos
verificar se:
R" = W!X
Partindo de = X , temos:
" = X "
R" = Y'"
R" = WF Y'"G
Essa no a igualdade apontada na questo. O item est errado.
Gabarito: errado
Outro tipo de exerccio ligeiramente diferente o seguinte.

Considere que temos uma distribuio bidimensional, f(x,y).
Seja = E!, " uma funo de x e y.
Ento o valor esperado da varivel Z dado por:

Prof. Vtor Menezes
Aula 11
+ +
= * * E!, " !, "-! -"

,+ ,+
Vejamos um exemplo:

Considerando um vetor aleatrio , distribudo na funo de densidade conjunta
!, " = 2, se0 ! " 1, e !, " = 0, caso contrrio, julgue o item a seguir.
O valor esperado do produto superior a 0,2.
Resoluo:
Vamos aplicar o resultado que acabamos de aprender. Fazendo
=
Temos:
+ +
= * * E!, " !, "-! -"

,+ ,+
/ 5
= * Z* !" 2 -![ -"

0 0
Vamos focar na primeira integral, que est entre parntesis:

5
* !" 2 -! = "! 0 = " 3

5
Agora substitumos isso na integral dupla:

/
"9 1
/
= * " -" = : ; = = 0,25
3
4 0 4
0
Logo:
= 0,25 > 0,2
Gabarito: certo
6. DISTRIBUIES CONDICIONAIS CONTNUAS(*)

Prof. Vtor Menezes
Aula 11
Quando estudamos distribuies condicionais discretas, vimos que:

= ! = "
= !| = " =
= "
Para o caso contnuo, vale exatamente a mesma coisa. A diferena que temos a funo
densidade de probabilidade no lugar da probabilidade. Fica assim:
!, "
=
. "
)|.]5
Assim obtemos uma nova densidade de probabilidade. E, com ela, podemos calcular
varincias, esperanas, probabilidades, etc, como fazemos para qualquer outra funo
densidade.
Questo 15 SENADO 2008 [FGV]

A funo de densidade conjunta de duas variveis aleatrias contnuas, X e Y, dada por:
O valor da probabilidade condicional
1
P < 1| =
2
a) 20%.
b) 30%.
c) 40%.
d) 0%.
e) 60%.
Resoluo:
A funo densidade condicional (de X, dado Y), dada por:
!, "
=
)|.
"
Ento o primeiro passo calcular a funo densidade marginal de Y. Basta fazer assim:
+
. = * !, "-!
, +

3
= * ! + " -!
.
8
0
3 !

= : + !" ;
5
8 2 0

Prof. Vtor Menezes
Aula 11
3 2
= : + 2" ;
.
8 2
Para y = 0,5, temos:
3 2 3
= : + 2 0,5 ; = 2,5
.
8 2 8
O segundo passo calcular !, " quando " = 0,5.
Temos:
3
!; 0,5 =
! + 0,5
8
Agora finalmente podemos calcular a funo densidade da distribuio condicional:
!, "
)|. =
.
Mas dado que Y = 0,5, ento:

3
! + 0,5
8
)|.]0,< = 3
8 2,5
Simplificando 3/8 com 3/8:

! + 0,5
)|.]0,< =
2,5
Para calcular a probabilidade de X < 1, dado que Y = 0,5, s fazermos a integral da funo
acima, no intervalo de menos infinito at 1.
/
< 1| = 0,5 = * )|.]0,< -!

,+
/
< 1| = 0,5 = * )|.]0,< -!

0
/
! + 0,5
< 1| = 0,5 = * -!
2,5
0
1 !
/
< 1| = 0,5 = : + 0,5 !;
2,5 2 0
1 !
/
< 1| = 0,5 = : + 0,5 !;
2,5 2 0

Prof. Vtor Menezes
1 1
Aula 11
= + 0,5 = 0,30
2,5 2
Gabarito: B

Seja
1
, = _8 ! + ", `S 0 ! 2 S 0 " 2
0, caso contrrio
a funo densidade de probabilidade da varivel aleatria bidimensional contnua (X,Y). A

esperana condicional de Y dado que X vale 1, denotada por E(Y|X=1), igual a
a) 4/3
b) 7/6
c) 2/3
d) 7/5
e) 4/5
Resoluo:
O primeiro passo calcular a densidade marginal de X:

) = * !, "-"
0

1
= * ! + "-"
)
8
0
1 "

= 1!" + 2
)
8 2 0
1
2! + 2
=
)
8
A densidade condicional de Y, dado X=x, igual a:
!, "
=
) !
.|)]g
1
! + "
= 8
1
2! + 2
8

Prof. Vtor Menezes
Aula 11
!+"
=
2! + 2
dado que x = 1:
1+" 1
= = 1 + "
21+2 4
Finalmente calculamos a esperana condicional de Y, dado que X = 1:

| = 1 = * " .|)]g -"

0

1
| = 1 = * " 1 + " -"
4
0

1
| = 1 = *" + " -"
4
0
1 " "3

| = 1 = 1 + 2
4 2 3 0
1 8 7
| = 1 = 2 + =
4 3 6
Gabarito: B

Seja X uma varivel aleatria com distribuio uniforme no intervalo (0,1) e suponha que a
distribuio condicional de Y dado X = x seja binomial (n, x).
Nesse caso, a esperana e a varincia da varivel aleatria Y so respectivamente:

a) h! S h!1 !
b) h 2 e h + 2h 12
c) h! e !91 ! h
d) h 2 e h 12
e) h 2 e 2h 3
Resoluo:
Nessa questo abordaremos um resultado no estudado na parte terica. o seguinte:
F|G =

Prof. Vtor Menezes
Aula 11
A distribuio condicional de Y, dado X, uma varivel aleatria. E sua esperana igual
esperana de Y. Isso vale para qualquer distribuio condicional. esse o resultado que
precisamos aplicar nessa questo.
A distribuio condicional de Y, dado X = x, binomial, com parmetros "n" e "x". Logo:

| = h!
esperana da varivel h.

Essa esperana varia, conforme X varia. Assim, uma varivel aleatria. Sua esperana a
F|G = h
Agora aplicamos o resultado mencionado no incio deste comentrio:
= F|G
= h
= h
h
Lembrando que X uniforme no intervalo de 0 a 1. Logo, sua esperana 0,5:
= h 0,5 =
2
Agora vamos estudar a varivel aleatria: |.
Como a distribuio condicional de Y, dado X = x, binomial, sua varincia igual ao
produto da probabilidade de sucesso (x), pela probabilidade de fracasso (1 - x), pelo nmero
de experimentos de Bernoulli (n).
| = ! = h ! 1 !
Mas a varincia a diferena entre a esperana dos quadrados e o quadrado da esperana:
| = ! | = ! = h ! 1 !
| = ! h! = h ! 1 !
| = ! h! = h! h!
| = ! = h! + h! h!
esperana de |. Ficamos com:

Essa esperana acima uma varivel aleatria, que depende de X. Sua esperana a
N | = !O = Nh + h h O

Agora aplicamos o resultado mencionado no incio deste comentrio:
N O = Nh + h h O
N O = Nh O + NhO Nh O
N O = n N O + nNO nN O
X uniforme no intervalo de 0 a 1. Ento sua varincia igual a:

1 0
=
12

Prof. Vtor Menezes
Aula 11
Portanto:
1
=
12
1 1
=
2 12
1 1 4
= + =
12 4 12
Podemos agora voltar onde tnhamos parado:
N O = n N O + nNO nN O
4 1 4
N O = n
+h h
12 2 12
A varincia de Y a diferena entre a esperana de Y ao quadrado e o quadrado da
esperana de Y:
=
4 1 4 h
= h +h h i j
12 2 12 2
Vamos trabalhar com o denominador comum 12:
4 6 4 3h
= h +h h
12 12 12 12
h + 2h
=
12
h
Resumindo:
=
2
h + 2h

=
12
Gabarito: D
7. COEFICIENTE DE CORRELAO ENTRE VARIVEIS ALEATRIAS
Quando trabalhamos com uma varivel bidimensional (X, Y), comum que precisemos
calcular a correlao entre as duas variveis.
J estudamos em aula anterior como calcular o coeficiente de correlao entre dois
conjuntos de dados pareados.
Relembrando, a frmula era a seguinte:
Xm]/Nm n m nO
k=
oXm]/m n Xm]/m n

Prof. Vtor Menezes
Aula 11
Tal coeficiente mede o quo forte a relao linear entre as observaes dos dois conjuntos
de dados.
Na aula 5, em que estudamos o coeficiente de correlao linear, sempre tnhamos um
conjunto de observaes. Para melhor entendimento, vamos lembrar do Exemplo 1
estudado naquela aula.
Era um exerccio em que tnhamos as notas nas provas de matemtica e fsica, obtidas por
alguns alunos.

Aluno Nota de matemtica Nota de fsica
1 2 6
2 6 7
3 8 7
4 10 8
Mdia 6,5 7
Pudemos calcular a correlao entre as duas notas (X e Y).
Naquele exerccio tnhamos os valores das notas de cada aluno (valores de X e Y). Dava para
calcular as mdias em cada prova ( X e Y ). E, a partir destes valores, conseguimos calcular
o coeficiente de correlao.
S que s vezes estamos interessados em ver se duas variveis aleatrias esto linearmente
relacionadas. Quando temos variveis aleatrias, que podem assumir diversos valores, onde
h o fator chance (probabilidade), o coeficiente de correlao muda um pouquinho.
Quando trabalhamos com variveis aleatrias falamos em esperanas. E a frmula do
coeficiente de correlao fica:
?qr ,
p=
s) s.
Relembrando:
?qr, " a covarincia entre X e Y.
s o desvio padro da varivel aleatria.
Na verdade a frmula acima bem parecida com aquela estudada na aula 5.
A frmula que vimos podia ser escrita da seguinte maneira:
[(X ) ( )]
n
i X Yi Y
1
i =1

(X ) (Y )
n n
2
n
2
i X i Y
i =1
i =1
n n
Na primeira parte da frmula, temos uma mdia. a mdia dos produtos X X Y Y . ( ) ( )

Quando temos variveis aleatrias, esta mdia substituda pela esperana. a esperana
de ( X X ) (Y Y ) . E esta esperana justamente a covarincia entre X e Y.

Prof. Vtor Menezes
Aula 11
Na segunda parte da frmula temos a diviso pelos desvios padro de X e Y, o que
mantido na frmula para a correlao entre variveis aleatrias.
Com estas alteraes, a frmula fica:
?qr ,
p=
s) s.
Questo 18 BACEN 2009 [CESGRANRIO]
Sejam duas variveis aleatrias X e Y com varincias finitas e no zero. O coeficiente de
correlao entre essas duas variveis
?qr,
p=
s) s.
Onde:
p: coeficiente de correlao linear entre X e Y:
cov(X,Y) = covarincia entre X e Y.
s) e s. so, respectivamente, desvio padro de X e desvio padro de Y.
Considerando essas informaes, analise as proposies a seguir.
I - Se a e b so constantes,
1
?qr, = utkt + > Nt tk + > tkOv
2t>
II Se p = 1,

+
s) s.
torna-se no estocstica
III Se cov(X,Y) = 0, ento p = 0 e X e Y so estocasticamente independentes.

(So) correta(s) APENAS a(s) proposio(es)
(A) I.
(B) II
(C) I e II.
(D) I e III.
(E) II e III.
Resoluo:
Antes de resolvermos a questo, precisamos estudar uma propriedade da covarincia.
Sejam X e Y duas variveis. Sejam a e b duas constantes.
Quando queremos calcular a covarincia

Prof. Vtor Menezes
Aula 11
?qrt,
temos o seguinte.
Sempre que multiplicamos uma das variveis por uma constante, esta constante pode sair
da covarincia, multiplicando. Logo:
?qrt, = t ?qr,
Analogamente:
?qr, > = > ?qr,
E, por fim:
?qrt, > = t ?qr, > = t > ?qr,
Por analogia, isso tambm vale para a diviso.

Isto porque dividir por k o mesmo que multiplicar por 1/k.
Assim:
1
?qr , = ?qr,
t > t>
Visto isso, vamos questo:
Item I.
Foi dada a seguinte expresso:
1
utkt + > Nt tk + > tkOv
2t>
Aplicando a frmula da varincia da soma:
1
= utkt + tk> + 2?qrt, > Nt tk + > tkOv
2t>
Quando multiplicamos uma varivel por uma constante, a varincia multiplicada pela
constante ao quadrado.
1
= ut tk + > tk + 2?qrt, > Nt tk + > tkOv
2t>
Simplificando os termos de sinal contrrio:
1
= ut tk + > tk + 2?qrt, > Nt tk + > tkOv
2t>
Ficamos com:
1
u2?qrt, >v
2t>
Quando multiplicamos uma varivel por uma constante, a covarincia fica multiplicada por
esta constante:

Prof. Vtor Menezes
1
Aula 11
u2 t ?qr, >v
=
2t>
Quando multiplicamos uma varivel por uma constante, a covarincia fica multiplicada por
esta constante:
1
u2 t > ?qr, v
=
2t>
Simplificando 2ab do numerador e do denominador:
1
= u2 t > ?qr, v
2t>
= ?qr,
Item correto.
Item II.
Estocstico sinnimo de aleatrio. O item est nos dizendo que a soma

+
s) s.
no aleatria.
Para simplificar os comentrios, seja Z tal que:

= +
s) s.
Neste caso, tomamos a varivel X e dividimos por uma constante (s) ). Tomamos a varivel Y
e dividimos por outra constante (s. ).
Desde que temos uma combinao de duas variveis aleatrias, em princpio, o resultado
(=Z) tambm ser aleatrio.
Vamos calcular a varincia de Z
Se a varincia for nula, porque Z no varia. Ou seja, sempre constante. Neste caso, de
fato no ser aleatrio.
Se a varincia for diferente de 0, porque Z varia. E como depende de duas variveis
aleatrias, Z tambm ser uma varivel aleatria.

= +
s) s.

= + + 2?qr ,
s) s. s) s.
Quando dividimos uma varivel por uma constante, a varincia dividida pela constante ao
quadrado:

= + + 2?qr ,
s) s. s) s.

Prof. Vtor Menezes
Aula 11
Quando dividimos uma varivel por uma constante, a covarincia fica dividida pela mesma
constante.
2
= + + ?qr ,
s) s. s) s.
Quando dividimos uma varivel por uma constante, a covarincia fica dividida pela mesma
constante.
2
= + + ?qr,
s) s. s) s.
No primeiro termo da soma, temos a varincia de X, dividida pela prpria varincia de X.
Quando o numerador igual ao denominador, o resultado 1.
2
= 1 + + ?qr,
s. s) s.
No segundo termo da soma, temos a varincia de Y dividida pela varincia de Y. Novamente,
o resultado 1.
2
= 1 + 1 + ?qr, equao I
s) s.
O item disse que:
p = 1
Aplicando a frmula do coeficiente de correlao:
(qr,
p=
s) s.
(qr,
1 =
s) s.
?qr, = s) s. equao II
Substituindo II em I:
2
= 1 + 1 + s) s.
s) s.
= 1 + 1 2
= 0
Ou seja, Z no tem disperso, Z no varia. Logo, Z uma constante. Realmente no algo
aleatrio.
Item correto.
Item III.
O item afirma duas coisas:
- se a covarincia nula, o coeficiente de correlao nulo
- o resultado final que X e Y so independentes.

Prof. Vtor Menezes
Aula 11
De fato, sempre que a covarincia for nula, a correlao tambm ser nula.
Basta ver que:
(qr,
p=
s) s.
Se o numerador for nulo (covarincia nula), o resultado da frao (=p) tambm ser nulo.
A primeira parte da frase est correta.
Quanto segunda parte, ela est errada.
Vimos na aula 7 que o fato de a covarincia ser nula no garante variveis independentes.
Item errado.
Gabarito: C
Texto para Questo 19 e Questo 20:

Considere que X 1 , X 2 , ..., X n seja uma sequncia de variveis aleatrias, em que
P( X k = 1) = 0,80 e P( X k = 0) = 0,2 , para k = 1, 2, ..., n. Sabe-se, ainda, que
P( X j = 1, X k = 1) = 0,60 para j k , j e k = 1, 2, ..., n.
Questo 19 SEAD/PA. [CESPE]

Considerando as informaes do texto, e tomando j k , para j e k = 1, 2, ..., n, assinale a
opo correta.
a) P( X j X k = 1) = 0,64
b) P( X j = 0, X k = 0) = 0,2
c) P( X j = 1 | X k = 0) = 1
d) P( X j + X k = 1) = 0,2

A partir das informaes do texto, correto afirmar que a correlao linear entre X j e X k ,
em que j k , para j e k = 1, 2, ..., n, igual a:
a) -0,04
b) -0,25
c) 0,25
d) 0,04
Resoluo.

Prof. Vtor Menezes
Aula 11
Comecemos pela Questo 19.
Esta questo no bem sobre correlao. uma questo de probabilidades. Com os dados
do enunciado, podemos montar o quadro de probabilidades abaixo:
Xj =0 X j =1
Xk = 0 0,0 0,20
Xk =1 0,20 0,60
Note que todas as condies foram satisfeitas.

A probabilidade de P( X j = 1, X k = 1) igual a 0,60. E a probabilidade de qualquer uma das
variveis X assumir o valor 1 igual a 0,80. A probabilidade de qualquer uma das variveis X
assumir o valor zero igual a 0,20.
Podemos pensar que, se tivermos cem pares de valores ( X j , X k ) , eles estariam assim
distribudos:
Em 60 casos, ambos valem 1.
Em 20 casos, X j vale 1 e X k vale zero.
Em 20 casos, X j vale zero e X k vale 1.
Vamos s alternativas.
Na letra A temos que calcular F| } = 1G
Como as duas variveis s assumem os valores zero e 1, a nica hiptese de o produto ser
igual a 1 quando as duas valem, simultaneamente, 1.
Ou seja:
F| } = 1G = F| = 1; } = 1G
A probabilidade do produto ser 1 igual probabilidade de cada varivel ser igual a 1.
Mas o enunciado nos informou que:
F| = 1; } = 1G = 0,6
Portanto:
F| } = 1G = 0,6
A alternativa est errada.
Letra B.
Temos que calcular F| = 0; } = 0G
Mas ns sabemos que nunca ocorre de as duas variveis serem nulas, ao mesmo tempo.
Esta probabilidade igual a zero.
A alternativa est errada.

Prof. Vtor Menezes
Aula 11
Letra C.
Pede-se F| = 1~} = 0G
Em outras palavras, pede-se a probabilidade de X j ser igual a 1 quando DADO que X k
igual a zero.
Sabendo que } igual a zero, nossos casos possveis passam a ser:

Em 20 casos, | vale 1 e } vale zero.

Em 20 casos, | vale zero e } vale 1.
Temos apenas 20 casos possveis.
Casos favorveis so aqueles em que | vale 1. Portanto, tambm temos 20 casos possveis.
Logo, se DADO que } igual a zero, com certeza | igual a 1. A probabilidade buscada
de 100%.
Alternativa correta.
Letra D.
Queremos calcular
F| + } = 1G
Os casos possveis so:
Os casos favorveis so apenas aqueles em que uma das variveis igual a zero e a outra
igual a 1:
So 40 casos favorveis em 100 possveis. A probabilidade fica:

P( X j + X k = 1) = 0,40
Alternativa errada.
Gabarito: C.
Vamos agora Questo 20.

Vamos utilizar a frmula do coeficiente de correlao entre duas variveis aleatrias:

Prof. Vtor Menezes
(qr,
Aula 11
p=
s) s.
Temos que achar cada um dos valores da frmula.
Comecemos com o desvio padro das nossas variveis. Como elas so idnticas, o valor ser
o mesmo para ambas. Vamos achar o desvio padro de X (tanto faz ser X j ou X k .
Novamente: a varincia a mesma, pois as duas variveis so idnticas).
O desvio padro igual raiz quadrada da varincia.
=
Em que a mdia de
Vamos calcul-la. Para tanto, sabemos que X assume o valor 0 com probabilidade 0,2. E X
assume o valor 1 com probabilidade 0,8.
= m m = 0 0,2 + 1 0,8 = 0,8
Como X s assume os valores 0 e 1, X2 acaba sendo igual a X (assumindo os mesmos valores
0 e 1).
E a esperana de fica:
= m m = 0 0,2 + 1 0,8 = 0,8
Substituindo estes valores, encontramos a varincia de :
= = 0,8 0,8 = 0,16
O desvio padro igual raiz quadrada da varincia:
s) = 0,4
Vamos agora calcular a covarincia entre | e} .
?qrF| , } G = F| } G
Para sabermos o valor da covarincia, precisamos calcular a esperana do produto.
Seja = | }
probabilidade 0,60. Isto foi dado no enunciado (F| = 1, } = 1G = 0,6).

Y uma varivel aleatria que assume apenas os valores zero e 1. Y assume o valor 1 com
Portanto, Y assume o valor 0 com probabilidade 0,40.

Sua esperana fica:
= 0 0,4 + 1 0,6 = 0,6
F| } G = 0,6
E a covarincia fica:
?qrF| , } G = F| } G
?qrF| , } G = 0,6 0,8 = 0,04

Prof. Vtor Menezes
Aula 11
Podemos finalmente calcular o coeficiente de correlao:
(qr,
p=
s) s.
0,04
p= = 0,25
0,4 0,4
Gabarito: B.
8. DISTRIBUIO NORMAL BIVARIADA
Um caso particular de distribuio bidimensional ocorre quando as duas variveis em

estudo, X e Y, tm distribuio normal.
A funo densidade conjunta dada por:
1 1 ! g " 5
!, " = exp M 1 2p + 2P
g, 5,
2Js) s. '1 p 21 p s) s.

Onde p o coeficiente de correlao entre X e Y.
As distribuies condicionais so normais, conforme a tabela abaixo:
s. s. 1 p
Mdia Varincia
.|)]g . + p ! )
s)
s) s) 1 p
)|.]5 ) + p " .
s.
Infelizmente, aqui no h muito o que fazer se no decorar a tabela acima.
Questo 21 SEFIN RO 2006 [Fundao Jos Pelcio Ferreira]

As aes das companhias X e Y so negociadas na bolsa de valores por R$ 1,00 cada uma em
um determinado dia. Os retornos de cada ao de X e Y, para 30 dias frente, denotados
)
respectivamente por (rx, ry), tm distribuio de Gauss bivariada com mdia
= i j
.
sgg sg5
E matriz de covarincia:
is s55 j
5g
O retorno total da carteira de um investidor(rT) dado pela combinao convexa entre os

retornos dos diferentes ativos. A conseqncia de um investidor comprar uma ao de cada
companhia, e vend-las 30 dias depois e a hiptese que o coeficiente de correlao do
retorno das aes deve atender so, respectivamente:
a) o retorno esperado do investidor ) + . ; igual a 0
/ /
9

Prof. Vtor Menezes
Aula 11
b) o retorno esperado do investidor ) + . + s). ; igual a 1
/ /
s + 9 s.. + s). ; entre -1 e +1,

/ / /
9 ))
c) a varincia do retorno total do investidor vale
inclusive
s 0,< + s..
/ /0,<
))
d) o desvio padro do retorno total ; menor que 1
e) o desvio padro do retorno total necessariamente maior do que s)) + s..

0,< /
0,< /

; menor
que 1
Resoluo:
A primeira coisa importante a mencionar que a matriz de covarincia nos fornece tanto as
varincias de X e Y, quanto a covarincia.
Na diagonal principal temos as varincias (s)) S s.. ).
Na diagonal secundria temos a covarincia (s). = s.) ).
Muito bem. Inicialmente calculamos a esperana do retorno total.

Como h metade das aes da empresa X e metade da empresa Y, e ambas tm mesmo
preo inicial, ento o retorno total a mdia aritmtica dos retornos das aes de cada
empresa:
1 1
k = k) + k.
2 2
Podemos aplicar a esperana dos dois lados da igualdade:
1 1
k = k) + k.
2 2
1 1 1 1
k = k) + k. = ) + .
2 2 2 2
Podemos voltar na equao de rT e aplicar a varincia dos dois lados da igualdade:
1 1
k = k) + k.
2 2
1 1
k = k) + k.
2 2
1 1 1 1
k = k) + k. + 2 ?qr k) , k.
2 2 2 2
1 1 1 1
k = k) + k. + 2 ?qrk) , k.
4 4 2 2
1 1 1
k = s)) + s.. + s).
4 4 2

Prof. Vtor Menezes
Aula 11
J o coeficiente de correlao sempre limitado ao intervalo entre -1 e 1, para quaisquer
duas variveis em anlise.
Gabarito: C
Questo 22 CGU 2008 [ESAF]

Duas variveis aleatrias Y e X correlacionadas possuem uma distribuio normal bivariada.
Dado que a regresso de Y em X E(Y|X) = 2,5 + 0,8(X-1), obtenha a regresso de X em Y,
considerando que o coeficiente de correlao entre as variveis = 0,8.
a) E(X|Y) = 2,5 + 0,8 (Y-1).
b) E(X|Y) = 2,5 + 1,25 (Y-1).
c) E(X|Y) = 1 + 0,8 (Y-2,5).
d) E(X|Y) = 1 + 1,25 (Y-2,5).
e) E(X|Y) = 2,5 + 0,8Y.
Resoluo:
s.
Na distribuio normal bivariada, a esperana de Y, dado X, :
. + p ! )
s)
Onde ) e . so as mdias das variveis X e Y, s) e s. so os desvios-padro e p o
coeficiente de correlao.
Comparando a expresso acima com aquela dada no enunciado e sabendo que p = 0,8,
s.
temos:
. + p ! )
s)
2,5 + 0,8 ! 1
S podemos concluir que:

. = 2,5
) = 1
s.
=1
s)
s)
A esperana de X, dado Y, :
) + p " .
s.
Substituindo os valores que encontramos acima:

Prof. Vtor Menezes
1 + 0,8 " 2,5

Aula 11
Gabarito: C
Questo 23 SUSEP 2010 [ESAF]

Y e X so variveis aleatrias com distribuio normal conjunta com
= . ; = )
?qr, = p s. s)
onde s. e s) so os desvios padres de e , e p o coeficiente de correlao

entre e . Qual a expresso da regresso de em , | = " =?
a) . + ps.
g,

b) . + ps)
g,

c) . + ps.
5,

d) ) + ps)
5,

e) ) + ps.
5,

Resoluo:
Cobrana direta da frmula da distribuio condicional, obtida a partir da varivel normal
bidimensional.
A funo densidade de probabilidade condicionada fX|Y=y tem distribuio normal com

mdia e varincia dados por:
s)
- Mdia:
) + p " .
s.
- Varincia:
s) 1 p
s)
O exerccio se referiu apenas mdia:
) + p " .
s.
O que est expresso na alternativa D.
Gabarito: D

Prof. Vtor Menezes
Aula 11
9. AMOSTRAGEM
Uma amostra um subconjunto da populao.

Estamos interessados em estudar a populao inteira. Mas, por alguma limitao (de
tempo, de custo, impossibilidade fsica, etc), no possvel faze-lo. Assim, selecionamos
uma amostra para, a partir dela, tentar tirar concluses sobre a populao.
9.1. Amostragem aleatria simples
A amostragem aleatria simples a mais cobrada em provas de concursos. De forma bem

resumida, podemos dizer que se trata da amostragem feita de forma que cada elemento da
populao tem a mesma chance de ser escolhido.
Por exemplo: queremos escolher algumas pessoas de uma empresa para realizar uma
entrevista. Escrevemos os nomes de todos os funcionrios em pedaos de papel de mesmo
tamanho. Colocamos todos os nomes em um saco. Misturamos bem todos os papis. Feito
isto sorteamos 5 nomes. Este um exemplo de amostragem aleatria simples.
Quando a populao descrita por uma varivel contnua, no podemos mais falar em
probabilidade de ocorrer um dado valor. Nesse caso, segundo Stevenson, a amostra
aleatria se a probabilidade de incluir na amostra qualquer intervalo de valores igual
percentagem da populao que est naquele intervalo
9.2. Amostragem estratificada
H diversos outros tipos de amostragem. Na prtica, muitas vezes a amostragem aleatria

simples pode no ser a mais indicada. Mas, para concursos, a mais importante.
Uma alternativa amostragem aleatria a amostragem estratificada. Nela, dividimos
nossa populao em extratos. Idealmente, cada extrato abriga elementos homogneos.
Exemplo: estamos fazendo uma pesquisa sobre o perfil de consumo das pessoas de uma
cidade. possvel que, para o tipo de produto a que se refere a pesquisa, seja interessante
separar a populao por idade. Dividimos nossa populao em extratos. Um extrato para
crianas, outro para jovens, outro para adultos e outro para idosos. Dentro de cada extrato
fazemos uma amostragem aleatria.
Qual a vantagem disso? Se cada estrato for realmente homogneo, a variabilidade dos
dados, dentro de cada estrato, ser pequena, o que permite que trabalhemos com amostras
menores.
Vejamos um caso extremo. Que bom seria (para quem est fazendo a pesquisa) se todos os
idosos do nosso estrato tivessem exatamente o mesmo perfil de consumo. Poderamos
tomar apenas um deles como a amostra (a amostra teria tamanho 1), de forma que
conheceramos muito bem o comportamento de todos eles.
H duas formas de se realizar a amostragem por extratos.

Prof. Vtor Menezes
Aula 11
Na primeira, fazemos uma alocao proporcional entre os extratos. Ou seja, os tamanhos
das amostras a serem feitas em cada extrato so proporcionais ao tamanho do extrato.
Assim, se 30% da populao desta cidade formado por crianas e ns iremos entrevistar
ao todo 100 pessoas, seria interessante que 30 pessoas fossem crianas.
Um segundo modo se refere alocao uniforme entre os extratos, tomando o mesmo
nmero de elementos de cada extrato. Exemplo: vamos entrevistar 100 pessoas, divididas
em 4 extratos (crianas, jovens, adultos e idosos). Tomamos 25 pessoas de cada extrato
(nmeros iguais, uniformes, para cada extrato, independente do tamanho de cada extrato).
Alm da idade, outros critrios de formao de extratos poderiam ser: sexo, regio
geogrfica, renda, profisso.
9.3. Amostragem por conglomerados
Nesta amostragem ns dividimos novamente a populao. S que no nos preocupamos em

separar a populao em extratos com caractersticas semelhantes. Dividimos a populao
em conglomerados. Conglomerado so subconjuntos da populao que, idealmente, so
bastante heterogneos, representando bem o que ocorre na populao inteira.
Uma das grandes vantagens da amostragem por conglomerado a reduo de custos.
Compem o conglomerado elementos que esto fisicamente muito prximos. Por essa
condio, embora fosse bem interessante que cada conglomerado tivesse elementos bem
heterogneos, isso acaba no ocorrendo.
Vejamos um exemplo, para ficar mais claro. O exemplo que segue foi retirado do livro
Estatstica Geral e Aplicada do Gilberto Martins. Desejamos selecionar uma amostra de
chefes de famlia de uma cidade.
Suponha que, para o tipo de pesquisa, seria til separar os chefes de famlia por idade. At
30 anos; de 31 a 45; e de 45 em diante. Seria uma amostragem estratificada. S que isso s
vezes pode ser meio difcil. s vezes no se tem, previamente, uma lista com todos os
chefes de famlia (e suas respectivas idades). s vezes at se tem parte dessa informao,
mas pode ser que chefes de famlia de um mesmo estrato estejam muito espalhados na
cidade, o que tornaria mais demorada (e cara) a amostragem.
Uma outra opo a amostragem por conglomerado. Aqui entramos, de fato, no exemplo
do livro do Martins. Podemos separar a cidade em quarteires. Cada quarteiro um
conglomerado. Fazemos uma seleo dos conglomerados que sero pesquisados, por meio
de uma amostra aleatria simples. Escolhidos os quarteires, nos dirigimos a eles e
entrevistamos todos os chefes de famlia que nele residem.
Seria timo se, em cada quarteiro, tivssemos elementos bem heterogneos, que
representassem bem toda a populao. Assim, precisaramos de poucos quarteires
(poucos conglomerados) para ter uma boa noo do que ocorre na populao.
S que, pelo fato de os elementos de cada conglomerado estarem fisicamente ligados
(todos os chefes de famlia de um quarteiro so vizinhos, moram perto uns dos outros),
difcil que os conglomerados sejam realmente heterogneos. bem possvel que
quarteires formados por casas grandes tenham chefes de famlias com idade mais elevada,

Prof. Vtor Menezes
Aula 11
que j constituram famlia, tm filhos, precisam de mais espao. Pessoas que moram num
mesmo quarteiro geralmente tm mesmo nvel de renda, freqentam os mesmos
estabelecimentos (que ficam nas proximidades), etc, o que, dependendo da pesquisa, pode
revelar elementos mais semelhantes (com tendncia homogeneidade) do que diferentes.
Para minimizar esse problema, importante escolher um nmero maior de conglomerados.
9.4. Amostragem sistemtica
Caso os valores que se pretendam investigar no estejam em nenhuma ordem especfica

(relacionada com a varivel pesquisada), possvel fazer a amostragem de forma
peridica. Poderamos, por exemplo, a cada dez itens da populao, escolher um.
Tomaramos apenas o 10, o 20, o 30 e assim por diante.
Repare que o fato de os dados estarem ordenados no atrapalha na amostragem
sistemtica. O problema pode surgir quando h relao entre o critrio de ordem dos dados
e a varivel estudada.
Vejamos um primeiro exemplo. Estamos estudando a altura de um certo grupo de pessoas.
Poderamos tomar uma lista de nomes em ordem alfabtica e escolher um a cada 20 nomes.
Esta uma amostragem sistemtica. Escolhidos os nomes, medimos as alturas das pessoas
selecionadas. razovel que a ordem alfabtica no guarde qualquer relao com a altura
da pessoa. A amostragem sistemtica poderia ser feita sem problemas.
O problema que pode ocorrer na amostragem sistemtica os elementos estarem
organizados segundo um critrio que tenha relao com a varivel pesquisada. Um exemplo
interessante, tirado do livro Estatstica Aplicada Administrao, do Stevenson, o que
segue. Imagine que queiramos pesquisar dados sobre imveis de uma dada regio. Vamos
escolher os imveis a serem pesquisados a partir da lista telefnica.
Caso a nossa lista telefnica traga as casas conforme sua ordem na rua, possvel que
tenhamos um problema. possvel que casas de esquina (que nesta situao estariam
igualmente espaadas) tenham caractersticas diferentes das demais. Podem ser mais caras,
terem um terreno maior, pagarem mais imposto, etc. Assim, pode ser que a amostragem
sistemtica resulte em tomarmos predominantemente casas de esquina, o que certamente
vai trazer um erro na nossa concluso sobre a distribuio dos dados para aquele bairro.
Neste caso, o problema foi que havia relao entre a varivel pesquisada e a ordem segundo
a qual estavam organizados os itens pesquisados.
9.5. Amostragem por julgamento
Todos os tipos de amostragem acima mencionados so ditos probabilsticos. Isto porque

possvel determinarmos a probabilidade de cada elemento da populao integrar a amostra.
Com isso, possvel estimar o erro que cometemos quando usamos medidas calculadas na
amostra para estimar as correspondentes medidas populacionais.
A amostragem no probabilstica aquela subjetiva, sem critrios objetivos. Tratase da
amostragem por julgamento. Neste caso, no possvel estimarmos os erros amostrais.
Prof. Vtor Menezes
Aula 11
De forma geral, a amostragem por julgamento deve ser evitada. H, contudo, situaes em
que ela prefervel amostragem probabilstica. Isto ocorre especialmente quando o
tamanho da amostra bem pequeno. Neste caso, a amostragem aleatria pode trazer
resultados no representativos da populao.
Um exemplo, extrado do livro Estatstica Aplicada Administrao, do Stevenson, o que
segue.
Considere que uma cadeia de restaurantes quer experimentar uma nova tcnica de servio,
empregando bandejas com aquecimento. Devido ao custo dos aparelhos, pode ser desejvel
que a experincia seja limitada a apenas dois restaurantes.
Neste caso, graas experincia da equipe de administrao dos restaurantes, possvel
escolher dois restaurantes que j se sabe serem mais representativos do comportamento
geral dos clientes.
Questo 24 Paran Previdncia 2002. [CESPE]

Julgue os itens seguintes, relativos a tcnicas de amostragem.
1. No caso de uma amostra aleatria de tamanho n extrada de uma populao de N
elementos, a probabilidade de seleo de cada uma das combinaes amostrais possveis
igual a 1/N.
2. Considere a seguinte situao hipottica.
Uma determinada populao pode ser dividida em subgrupos com caractersticas
semelhantes, como sexo, faixa etria, rendimento mensal etc. Os subgrupos formam uma
partio da populao e os elementos selecionados so resultantes de uma amostra
aleatria simples efetuada em cada subgrupo. Nessa situao, o desenho amostral
conhecido como amostragem por conglomerados.
Uma empresa quer estudar a renda de empregados rurais existentes em uma rea do
interior do estado do Paran. Devem ser aplicados 1.200 questionrios, mas a empresa no
possui um cadastro contendo dados sobre os empregados rurais. A inexistncia do cadastro
impede o sorteio aleatrio de tais empregados. Alm disso, o custo de contactar
diretamente as famlias rurais dispersas em uma grande rea muito elevado. Para
viabilizar o estudo, a rea do interior do estado foi dividida em pequenas subreas disjuntas.
Foram selecionadas aleatoriamente algumas subreas e a pesquisa procurou entrevistar
todos os empregados rurais dentro delas. Nessa situao, o desenho amostral conhecido
como amostragem estratificada.
Resoluo.
Primeiro item.
Vamos colocar nmeros para ficar mais fcil de entender.
A populao tem 5 elementos (1, 2, 3, 4, 5). Vamos fazer amostras com tamanho 2. As
amostras possveis so:

Prof. Vtor Menezes
Aula 11
1,2; 1,3; 1,4; 1,5; 2,3; 2,4; 2,5; 3,4; 3,5; 4,5.
So possveis 10 amostras.
A probabilidade de seleo de cada uma das possveis amostras 1/10.
O exerccio afirma que esta probabilidade de 1/5.
O item est errado.
Gabarito: errado.
O exerccio pretendeu confundir o candidato. Quando temos N elementos na populao e
vamos escolher um, de forma aleatria, a sua probabilidade de ser escolhido 1/N.
Quando vamos escolher amostras de tamanho n, temos que ver quantas combinaes so
possveis. Se a amostra for aleatria simples, cada combinao ter a mesma chance de ser
escolhida.
Segundo item.
A amostragem descrita a amostragem estratificada. Item errado.
Gabarito: errado
Terceiro item.
A amostragem descrita por conglomerados. Item errado.
Gabarito: errado.
Questo 25 TRF 2 Regio/2007 [FCC]

Uma pesquisa pretende estimar o valor mdio mensal dos salrios recebidos pelos
professores de 4 escolas do bairro Sade. Para a pesquisa primeiramente foram listados
todos os professores para as 4 escolas segundo o sexo resultando em 2000 professores do
sexo feminino e 1500 professores do sexo masculino. Foram propostos dois planos
amostrais distintos. O primeiro plano previa um sorteio com reposio de 350 professores
do total de 3500. Na segunda proposta, o total da populao de professores foi dividido em
dois grupos (um grupo do sexo feminino e outro grupo do sexo masculino) e seriam
sorteados 10% de cada grupo com reposio. Segundo a teoria geral da amostragem, o
primeiro e o segundo plano so, respectivamente:
a) amostragem aleatria simples e amostragem estratificada
b) amostragem aleatria simples e amostragem estratificada
c) amostragem estratificada e amostragem aleatria simples
d) amostragem aleatria simples e amostragem por conglomerado em dois estgios
e) amostragem aleatria simples e amostragem por conglomerados.
Resoluo.

Prof. Vtor Menezes
Aula 11
No primeiro plano, todas as combinaes de 350 professores so igualmente provveis.
Temos uma amostragem aleatria simples.
No segundo plano, nem todas as combinaes so possveis. No possvel, por exemplo,
que todos os 350 professores escolhidos sejam do mesmo sexo. Na segunda amostragem,
separamos a populao em extratos (conforme o sexo). E fizemos com que os tamanhos das
amostras, dentro de cada extrato, sejam proporcionais ao tamanho dos estratos dentro da
populao. uma amostragem estratificada.
Gabarito: A
Questo 26 SAD-PE 2009 [CESPE]

Em uma cidade, h 1.000 empresas do ramo da construo civil que so classificadas
segundo o seu porte. A distribuio dessas empresas dada na tabela seguinte.
Considere que um instituto de pesquisa decida coletar uma amostra de 100 empresas por
meio de uma amostragem aleatria estratificada segundo o porte das empresas. Se a
alocao da amostra uniforme, ento o nmero de empresas de grande porte presentes
na amostra ser igual a
A) 1.
B) 5.
C) 10.
D) 25.
E ) 50.
Resoluo
A questo fala explicitamente que a alocao da amostra uniforme. Retiraremos o
mesmo nmero de elementos de cada um dos estratos. Logo, o nmero de empresas de
grande porte presentes na amostra ser igual a 100/4=25.
Gabarito: D

Prof. Vtor Menezes
Aula 11
Questo 27 CEB 2009 [UNIVERSA]
Para saber das condies dos animais de uma fazenda, ser realizada uma pesquisa por
amostragem estratificada, a partir de uma amostra de 15 animais. A tabela seguinte
apresenta o efetivo de animais dessa fazenda.
Com base nessas informaes, a quantidade de bovinos e sunos que sero usados na
pesquisa de
(A) 5
(B) 6
(C) 7
(D) 8
(E) 9
Resoluo.
A questo no disse se a alocao uniforme ou proporcional. Vamos supor uma alocao
proporcional.
H um total de 900 animais. Destes, 550 so bovinos ou sunos.
550 11
=
900 18
A proporo de bovinos e sunos de 11/18.
Mantendo esta proporo na amostra, a quantidade destes animais usados na pesquisa
ser:
11
15 = 9,166
18
Sero usados aproximadamente 9 animais.
Gabarito: E
Questo 28 TERRACAP 2009 [UNIVERSA]

A finalidade da amostragem permitir fazer inferncias sobre uma populao aps inspeo
de apenas parte dela. Fatores como custo, tempo, ensaios destrutivos e populaes infinitas
tornam a amostragem prefervel a um estudo completo (censo) da populao.

Prof. Vtor Menezes
Aula 11
Naturalmente, espera-se que a amostra represente a populao de que foi extrada. William
J. Stevenson. Estatstica Aplicada Administrao. So Paulo: Harbra, s/d.
Entre os mtodos de amostragem existentes, assinale a alternativa correta.
(A) A amostragem estratificada consiste na diviso da populao global em subgrupos
heterogneos, utilizando-se em seguida todos os elementos de alguns subgrupos escolhidos
aleatoriamente.
(B) A amostragem por conglomerados consiste na diviso da populao de origem em, no
mnimo, duas subpopulaes com as mesmas caractersticas. Em seguida, extrai-se uma
amostra de cada subdiviso.
(C) A amostragem sistemtica consiste na escolha de elementos na ordem em que
aparecem em determinada lista.
(D) Em nenhuma hiptese permitido o uso da amostragem por julgamento, por no se
tratar de um procedimento probabilstico.
(E) A amostragem aleatria simples caracterizada pelo fato de cada elemento da
populao possuir a mesma chance de ser escolhido.
Resoluo.
Letra A: a amostragem por conglomerados que divide a populao em subgrupos
heterogneos e, em seguida, utiliza todos os elementos dos subgrupos escolhidos.
Letra B: a amostragem estratificada quem divide a populao em grupos homogneos,
com as mesmas caractersticas.
Letra C: na amostragem sistemtica, os elementos no so escolhidos na ordem em que
aparecem. Isto porque no trabalhamos com todos os elementos, apenas com parte deles.
Com isso, apesar de utilizarmos alguma lista previamente estabelecida, em que os
elementos esto ordenados, vamos pulando elementos. Exemplo: escolhemos um a cada
dez elementos.
Letra D: a amostragem por julgamento pode ser indicada quando a amostra a ser retirada
bastante pequena.
Letra E: a alternativa apresenta a definio correta de amostragem aleatria simples.
Gabarito: E

Suponha que em certo municpio h 120 mil habitantes que vivem em 30 mil domiclios
residenciais. Para um estudo socioeconmico nesse municpio, foi retirada uma amostra
aleatria de 6 mil domiclios. De cada domiclio dessa amostra foram coletadas informaes
de todas as pessoas que moram nesse domiclio. No total, esse estudo levantou informaes
acerca de 19.200 habitantes desse municpio. Com base nessas afirmaes, assinale a opo
correta.
A) Cada domiclio representa um estrato da populao em estudo.

Prof. Vtor Menezes
Aula 11
B) O plano amostral considerado no estudo de um levantamento por conglomerados.
C) O estudo considerou uma amostra aleatria simples de 19.200 habitantes desse
municpio.
D) A coleta de informaes de todas as pessoas que moram no domiclio amostrado um
aspecto caracterstico da amostragem estratificada.
E) Cada habitante desse municpio contemplado na amostra representa uma unidade
amostral.
Resoluo:
Foram tomados elementos fisicamente ligados, para reduo de custos. Trata-se de uma
amostragem por conglomerados.
Gabarito: B
Questo 30 TJ PI 2009 [FCC]

Considere:
I. Em uma listagem de todos os processos autuados em um determinado rgo pblico, um
nmero sorteado entre os 10 primeiros processos da listagem e verifica-se que o
nmero 6. A partir da, analisado o sexto processo, o dcimo sexto, o vigsimo sexto, etc.
O procedimento adotado em questo denomina-se amostragem proporcional estratificada.
II. Verificou-se que em um estudo sobre uma populao de tamanho N utilizou-se o mtodo
da amostragem aleatria simples. Todas as possveis amostras de tamanho n (n < N) tm a
mesma probabilidade de serem selecionadas.
III. Uma populao inicialmente dividida em grupos que consistem, todos eles, em
indivduos bastante semelhantes entre si. Posteriormente, obtm-se uma amostra aleatria
em cada grupo. Este processo de amostragem denominado amostragem sistemtica.
Com relao teoria da amostragem, correto o que consta APENAS em
(A) I.
(B) II.
(C) I e II.
(D) I e III.
(E) II e III
Resoluo:
Em I temos uma amostragem sistemtica.
Em II temos uma explicao correta sobre a amostragem aleatria simples. Realmente,
qualquer amostra de tamanho n tem a mesma chance de ser selecionada.
Em III temos uma amostragem por estratos.

Prof. Vtor Menezes
Aula 11
Gabarito: B
Questo 31 TRT 3 REGIO 2009 [FCC]

O objetivo de uma pesquisa era o de se obter, relativamente aos moradores de um bairro,
informaes sobre duas variveis: nvel educacional e renda familiar. Para cumprir tal
objetivo, todos os moradores foram entrevistados e argudos quanto ao nvel educacional,
e, dentre todos os domiclios do bairro, foram selecionados aleatoriamente 300 moradores
para informar a renda familiar. As abordagens utilizadas para as variveis nvel educacional
e renda familiar foram, respectivamente,
(A) censo e amostragem por conglomerados.
(B) amostragem aleatria e amostragem sistemtica.
(C) censo e amostragem casual simples.
(D) amostragem estratificada e amostragem sistemtica.
(E) amostragem sistemtica e amostragem em dois estgios.
Resoluo:
Para o nvel educacional houve acesso a toda a populao. Tivemos um senso.
Para a renda familiar, tivemos uma amostra aleatria simples (ou casual simples).
Gabarito: C

Com relao teoria geral de amostragem, considere as afirmativas abaixo.
I. A realizao de amostragem aleatria simples s feita para amostragem sem reposio.
II. A amostragem estratificada consiste na diviso de uma populao em grupos segundo
alguma caracterstica conhecida. Os estratos da populao devem ser mutuamente
exclusivos.
III. Em uma amostra por conglomerados a populao dividida em subpopulaes distintas.
IV. A amostragem sistemtica um plano de amostragem no probabilstico.
correto o que se afirma APENAS em
(A) I e II.
(B) II e III.
(C) II e IV.
(D) III e IV.
(E) I, II e III.
Resoluo:

Prof. Vtor Menezes
Aula 11
I. A amostra aleatria simples pode ser feita tanto com reposio quanto sem reposio.
Exemplo: queremos sortear 5 alunos de uma sala de aula para irem a uma exposio.
Colocamos os nomes em papis de mesmo tamanho, colocamos os papis em um saco,
misturamos bem e retiramos os 5 nomes. A amostragem foi aleatria simples, e, alm disso,
foi sem reposio (uma mesma pessoa no tem como ser escolhida duas vezes).
II. De fato, os grupos correspondentes aos estratos so mutuamente excludentes. Exemplo:
jovens, adultos e idosos.
III. De fato, idealmente, a amostragem por conglomerados consiste em dividir a populao
em grupos heterogneos (subpopulaes).
IV. A amostragem sistemtica sim um plano probabilstico.
Gabarito: B
10. QUESTES APRESENTADAS EM AULA
Questo 1 Ministrio da Sade/2007 [FCC]

Em um estudo sobre o tratamento de crises asmticas construiu-se a funo conjunta de
probabilidades com preos em reais de dois medicamentos A e B para tratamento de asma,
apresentada abaixo:
Preo de B 4 5 10
Preo de A
1 0,1 0 0
2 0,1 0,2 0,2
5 0 0,2 0,2
Sabendo que cada tratamento utiliza duas unidades do medicamento A e uma unidade do
medicamento B, o custo mdio para tratar um paciente asmtico :
a) R$ 8,00
b) R$ 10,00
c) R$ 11,00
d) R$ 13,00
e) R$ 15,00
a X e Y, onde:

Prof. Vtor Menezes
Aula 11
Para fabricao de uma pea Z so utilizadas os produtos X e Y e est sendo analisada a

viabilidade econmica desta pea. Se esta pea utiliza 3 unidades de X, e 5 unidades de Y, o
custo mdio de Z
a) 11 reais.
b) 12 reais.
c) 15,5 reais.
d) 20 reais.
e) 22 reais.

a X e Y, onde:
A proporo de vezes em que o valor de Y supera o de X
a) 0,3
b) 0,6
c) 0,7
d) 0,8
e) 0,9
Questo 4 MDIC 2008 [CESPE]
Considere que uma empresa esteja negociando acordos comerciais com os parceiros
potenciais A e B, e que P seja uma probabilidade tal que P(X = 1) = P(Y = 1) = 0,7 e P(X + Y =
0) = 0,3, em que as variveis aleatrias X e Y esto assim definidas:
X = 1, se a negociao for bem sucedida junto a A;
X = 0, se a negociao no for bem sucedida junto a A;

Prof. Vtor Menezes
Aula 11
Y = 1, se a negociao for bem sucedida junto a B;
Y = 0, se a negociao no for bem sucedida junto a B.
Com base nessas informaes, julgue o item a seguir.
A probabilidade P(X + Y = 2) igual ou inferior a 0,65.

A funo de probabilidade conjunta das variveis X e Y dada por:
1
!, " = ! + "
32
Para ! = 0, 1, 2, 3 e " = 0, 1. Nessas condies, a mdia de Y e + = 3 so dados,
respectivamente, por
a) 1 e 7/16
b) 7/16 e 13/16
c) 7/16 e 9/16
d) 9/16 e 7/16
e) 9/16 e 5/16
Considerando que tabela acima apresente a distribuio conjunta das variveis aleatrias X
e Y, julgue o item que se segue.
O valor esperado de X superior a 0,6.

a X e Y, onde:
O coeficiente de variao populacional de X :

Prof. Vtor Menezes
Aula 11
a) 2 0,8
b) 0,8 3
c) 0,8 2
d) 3 0,6
e) 0,6 2
conjunta dada por
f(x, y) = x + y, 0 < x < 1, 0 < y < 1
O valor esperado de X
a) 4/12
b) 5/12
c) 6/12
d) 7/12
e) 7/11
!, " = 2, se 0 ! " 1, e !, " = 0, caso contrrio, julgue o item a seguir.
Considerando um vetor aleatrio (X, Y) distribudo na funo de densidade conjunta
A mdia de Y inferior a 0,5.

Uma corporao formada por uma empresa de minerao e uma empresa petrolfera.
Considere que X represente as despesas mensais, em milhes de reais, com a recuperao
de danos ao meio ambiente causados pela empresa de minerao e que Y represente as
despesas mensais, tambm em milhes de reais, com a recuperao de danos ambientais
causados pela empresa petrolfera. Considere, ainda, que X e Y sejam variveis aleatrias
!"
cuja distribuio conjunta dada por:
!, " =
96
em que 0 < x < 4 e 0 < y < 5.
Com base nessas informaes, julgue o prximo item.
O valor esperado de Y superior a 2,5 milhes de reais.

Prof. Vtor Menezes
Aula 11
conjunta dada por
f(x, y) = x + y, 0 < x < 1, 0 < y < 1
O valor de P(0 < X < 1/2; 0 < Y < 1/2)
a) 1/6
b) 1/8
c) 1/10
d) 1/12
e) 1/16
Questo 12 ABIN 2010 [CESPE]
A funo de densidade da distribuio normal padro Z dada pela funo
1 I
I = exp : ;
2 J 2
em que z um nmero real.
Considerando a transformao = exp, julgue o item a seguir.
A funo de densidade da varivel aleatria Y

1 Nexp"O
" = exp M P
2 J 2
em que " 0
Questo 13 TRE ES 2011 [CESPE]
Julgue o item a seguir, relativo ao clculo de probabilidades.
Considerando que a varivel aleatria X possua funo de distribuio acumulada F(x), e

que Y seja uma varivel aleatria tal que a sua funo de distribuio acumulada seja igual a
[F(x)]n, em que n um nmero inteiro positivo, ento correto afirmar que a distribuio
de Y igual distribuio de Xn.
Considerando um vetor aleatrio , distribudo na funo de densidade conjunta
!, " = 2, se0 ! " 1, e !, " = 0, caso contrrio, julgue o item a seguir.
O valor esperado do produto superior a 0,2.

A funo de densidade conjunta de duas variveis aleatrias contnuas, X e Y, dada por:

Prof. Vtor Menezes
Aula 11
O valor da probabilidade condicional
1
P < 1| =
2
a) 20%.
b) 30%.
c) 40%.
d) 0%.
e) 60%.
Seja
1
, = _8 ! + ", `S 0 ! 2 S 0 " 2
0, caso contrrio
a funo densidade de probabilidade da varivel aleatria bidimensional contnua (X,Y). A

esperana condicional de Y dado que X vale 1, denotada por E(Y|X=1), igual a
a) 4/3
b) 7/6
c) 2/3
d) 7/5
e) 4/5
Seja X uma varivel aleatria com distribuio uniforme no intervalo (0,1) e suponha que a
distribuio condicional de Y dado X = x seja binomial (n, x).
Nesse caso, a esperana e a varincia da varivel aleatria Y so respectivamente:

a) h! S h!1 !
b) h 2 e h + 2h 12
c) h! e !91 ! h
d) h 2 e h 12
e) h 2 e 2h 3
Questo 18 BACEN 2009 [CESGRANRIO]

Sejam duas variveis aleatrias X e Y com varincias finitas e no zero. O coeficiente de
correlao entre essas duas variveis

Prof. Vtor Menezes
?qr,
Aula 11
p=
s) s.
Onde:
p: coeficiente de correlao linear entre X e Y:
cov(X,Y) = covarincia entre X e Y.
s) e s. so, respectivamente, desvio padro de X e desvio padro de Y.
Considerando essas informaes, analise as proposies a seguir.
I - Se a e b so constantes,
1
?qr, = utkt + > Nt tk + > tkOv
2t>
II Se p = 1,

+
s) s.
torna-se no estocstica
III Se cov(X,Y) = 0, ento p = 0 e X e Y so estocasticamente independentes.

(So) correta(s) APENAS a(s) proposio(es)
(A) I.
(B) II
(C) I e II.
(D) I e III.
(E) II e III.
Considerando as informaes do texto, e tomando j k , para j e k = 1, 2, ..., n, assinale a
opo correta.
a) P( X j X k = 1) = 0,64
b) P( X j = 0, X k = 0) = 0,2
c) P( X j = 1 | X k = 0) = 1
d) P( X j + X k = 1) = 0,2

A partir das informaes do texto, correto afirmar que a correlao linear entre X j e X k ,
em que j k , para j e k = 1, 2, ..., n, igual a:
a) -0,04
b) -0,25

Prof. Vtor Menezes
Aula 11
c) 0,25
d) 0,04
Questo 21 SEFIN RO 2006 [Fundao Jos Pelcio Ferreira]
As aes das companhias X e Y so negociadas na bolsa de valores por R$ 1,00 cada uma em
um determinado dia. Os retornos de cada ao de X e Y, para 30 dias frente, denotados
)
respectivamente por (rx, ry), tm distribuio de Gauss bivariada com mdia
= i j
.
sgg sg5
E matriz de covarincia:
is s55 j
5g
O retorno total da carteira de um investidor(rT) dado pela combinao convexa entre os

retornos dos diferentes ativos. A conseqncia de um investidor comprar uma ao de cada
companhia, e vend-las 30 dias depois e a hiptese que o coeficiente de correlao do
retorno das aes deve atender so, respectivamente:
a) o retorno esperado do investidor ) + 9 . ; igual a 0
/ /
b) o retorno esperado do investidor ) + . + s). ; igual a 1

/ /
s + 9 s.. + s). ; entre -1 e +1,

/ / /
9 ))
c) a varincia do retorno total do investidor vale
inclusive
s 0,< + s..
/ 0,</
))
d) o desvio padro do retorno total ; menor que 1
e) o desvio padro do retorno total necessariamente maior do que s)) + s..

0,< /
0,< /
; menor
que 1
Questo 22 CGU 2008 [ESAF]
Duas variveis aleatrias Y e X correlacionadas possuem uma distribuio normal bivariada.
Dado que a regresso de Y em X E(Y|X) = 2,5 + 0,8(X-1), obtenha a regresso de X em Y,
considerando que o coeficiente de correlao entre as variveis = 0,8.
a) E(X|Y) = 2,5 + 0,8 (Y-1).
b) E(X|Y) = 2,5 + 1,25 (Y-1).
c) E(X|Y) = 1 + 0,8 (Y-2,5).
d) E(X|Y) = 1 + 1,25 (Y-2,5).
e) E(X|Y) = 2,5 + 0,8Y.
Questo 23 SUSEP 2010 [ESAF]
Y e X so variveis aleatrias com distribuio normal conjunta com
= . ; = )
?qr, = p s. s)

Prof. Vtor Menezes
Aula 11
onde s. e s) so os desvios padres de e , e p o coeficiente de correlao

entre e . Qual a expresso da regresso de em , | = " =?
a) . + ps.
g,

b) . + ps)
g,

c) . + ps.
5,

d) ) + ps)
5,

e) ) + ps.
5,

Questo 24 Paran Previdncia 2002. [CESPE]

Julgue os itens seguintes, relativos a tcnicas de amostragem.
1. No caso de uma amostra aleatria de tamanho n extrada de uma populao de N
elementos, a probabilidade de seleo de cada uma das combinaes amostrais possveis
igual a 1/N.
Uma determinada populao pode ser dividida em subgrupos com caractersticas
semelhantes, como sexo, faixa etria, rendimento mensal etc. Os subgrupos formam uma
partio da populao e os elementos selecionados so resultantes de uma amostra
aleatria simples efetuada em cada subgrupo. Nessa situao, o desenho amostral
conhecido como amostragem por conglomerados.
Uma empresa quer estudar a renda de empregados rurais existentes em uma rea do
interior do estado do Paran. Devem ser aplicados 1.200 questionrios, mas a empresa no
possui um cadastro contendo dados sobre os empregados rurais. A inexistncia do cadastro
impede o sorteio aleatrio de tais empregados. Alm disso, o custo de contactar
diretamente as famlias rurais dispersas em uma grande rea muito elevado. Para
viabilizar o estudo, a rea do interior do estado foi dividida em pequenas subreas disjuntas.
Foram selecionadas aleatoriamente algumas subreas e a pesquisa procurou entrevistar
todos os empregados rurais dentro delas. Nessa situao, o desenho amostral conhecido
como amostragem estratificada.
Questo 25 TRF 2 Regio/2007 [FCC]
Uma pesquisa pretende estimar o valor mdio mensal dos salrios recebidos pelos
professores de 4 escolas do bairro Sade. Para a pesquisa primeiramente foram listados
todos os professores para as 4 escolas segundo o sexo resultando em 2000 professores do
sexo feminino e 1500 professores do sexo masculino. Foram propostos dois planos
amostrais distintos. O primeiro plano previa um sorteio com reposio de 350 professores
do total de 3500. Na segunda proposta, o total da populao de professores foi dividido em
dois grupos (um grupo do sexo feminino e outro grupo do sexo masculino) e seriam
sorteados 10% de cada grupo com reposio. Segundo a teoria geral da amostragem, o
primeiro e o segundo plano so, respectivamente:

Prof. Vtor Menezes
Aula 11
a) amostragem aleatria simples e amostragem estratificada
b) amostragem aleatria simples e amostragem estratificada
c) amostragem estratificada e amostragem aleatria simples
d) amostragem aleatria simples e amostragem por conglomerado em dois estgios
e) amostragem aleatria simples e amostragem por conglomerados.
Em uma cidade, h 1.000 empresas do ramo da construo civil que so classificadas
segundo o seu porte. A distribuio dessas empresas dada na tabela seguinte.
Considere que um instituto de pesquisa decida coletar uma amostra de 100 empresas por
meio de uma amostragem aleatria estratificada segundo o porte das empresas. Se a
alocao da amostra uniforme, ento o nmero de empresas de grande porte presentes
na amostra ser igual a
A) 1.
B) 5.
C) 10.
D) 25.
E ) 50.
Questo 27 CEB 2009 [UNIVERSA]
Para saber das condies dos animais de uma fazenda, ser realizada uma pesquisa por
amostragem estratificada, a partir de uma amostra de 15 animais. A tabela seguinte
apresenta o efetivo de animais dessa fazenda.

Prof. Vtor Menezes
Aula 11
Com base nessas informaes, a quantidade de bovinos e sunos que sero usados na
pesquisa de
(A) 5
(B) 6
(C) 7
(D) 8
(E) 9
Questo 28 TERRACAP 2009 [UNIVERSA]

A finalidade da amostragem permitir fazer inferncias sobre uma populao aps inspeo
de apenas parte dela. Fatores como custo, tempo, ensaios destrutivos e populaes infinitas
tornam a amostragem prefervel a um estudo completo (censo) da populao.
Naturalmente, espera-se que a amostra represente a populao de que foi extrada. William
J. Stevenson. Estatstica Aplicada Administrao. So Paulo: Harbra, s/d.
Entre os mtodos de amostragem existentes, assinale a alternativa correta.
(A) A amostragem estratificada consiste na diviso da populao global em subgrupos
heterogneos, utilizando-se em seguida todos os elementos de alguns subgrupos escolhidos
aleatoriamente.
(B) A amostragem por conglomerados consiste na diviso da populao de origem em, no
mnimo, duas subpopulaes com as mesmas caractersticas. Em seguida, extrai-se uma
amostra de cada subdiviso.
(C) A amostragem sistemtica consiste na escolha de elementos na ordem em que
aparecem em determinada lista.
(D) Em nenhuma hiptese permitido o uso da amostragem por julgamento, por no se
tratar de um procedimento probabilstico.
(E) A amostragem aleatria simples caracterizada pelo fato de cada elemento da
populao possuir a mesma chance de ser escolhido.
Suponha que em certo municpio h 120 mil habitantes que vivem em 30 mil domiclios
residenciais. Para um estudo socioeconmico nesse municpio, foi retirada uma amostra
aleatria de 6 mil domiclios. De cada domiclio dessa amostra foram coletadas informaes

Prof. Vtor Menezes
Aula 11
de todas as pessoas que moram nesse domiclio. No total, esse estudo levantou informaes
acerca de 19.200 habitantes desse municpio. Com base nessas afirmaes, assinale a opo
correta.
A) Cada domiclio representa um estrato da populao em estudo.
B) O plano amostral considerado no estudo de um levantamento por conglomerados.
C) O estudo considerou uma amostra aleatria simples de 19.200 habitantes desse
municpio.
D) A coleta de informaes de todas as pessoas que moram no domiclio amostrado um
aspecto caracterstico da amostragem estratificada.
E) Cada habitante desse municpio contemplado na amostra representa uma unidade
amostral.
Questo 30 TJ PI 2009 [FCC]

Considere:
I. Em uma listagem de todos os processos autuados em um determinado rgo pblico, um
nmero sorteado entre os 10 primeiros processos da listagem e verifica-se que o
nmero 6. A partir da, analisado o sexto processo, o dcimo sexto, o vigsimo sexto, etc.
O procedimento adotado em questo denomina-se amostragem proporcional estratificada.
II. Verificou-se que em um estudo sobre uma populao de tamanho N utilizou-se o mtodo
da amostragem aleatria simples. Todas as possveis amostras de tamanho n (n < N) tm a
mesma probabilidade de serem selecionadas.
III. Uma populao inicialmente dividida em grupos que consistem, todos eles, em
indivduos bastante semelhantes entre si. Posteriormente, obtm-se uma amostra aleatria
em cada grupo. Este processo de amostragem denominado amostragem sistemtica.
Com relao teoria da amostragem, correto o que consta APENAS em
(A) I.
(B) II.
(C) I e II.
(D) I e III.
(E) II e III
O objetivo de uma pesquisa era o de se obter, relativamente aos moradores de um bairro,
informaes sobre duas variveis: nvel educacional e renda familiar. Para cumprir tal
objetivo, todos os moradores foram entrevistados e argudos quanto ao nvel educacional,
e, dentre todos os domiclios do bairro, foram selecionados aleatoriamente 300 moradores
para informar a renda familiar. As abordagens utilizadas para as variveis nvel educacional
e renda familiar foram, respectivamente,
(A) censo e amostragem por conglomerados.
(B) amostragem aleatria e amostragem sistemtica.
Prof. Vtor Menezes
Aula 11
(C) censo e amostragem casual simples.
(D) amostragem estratificada e amostragem sistemtica.
(E) amostragem sistemtica e amostragem em dois estgios.
Com relao teoria geral de amostragem, considere as afirmativas abaixo.
I. A realizao de amostragem aleatria simples s feita para amostragem sem reposio.
II. A amostragem estratificada consiste na diviso de uma populao em grupos segundo
alguma caracterstica conhecida. Os estratos da populao devem ser mutuamente
exclusivos.
III. Em uma amostra por conglomerados a populao dividida em subpopulaes distintas.
IV. A amostragem sistemtica um plano de amostragem no probabilstico.
correto o que se afirma APENAS em
(A) I e II.
(B) II e III.
(C) II e IV.
(D) III e IV.
(E) I, II e III.
11. GABARITO
1 D
2 D
3 C
4 ERRADO
5 D
6 ERRADO
7 C
8 D
9 ERRADO
10 CERTO
11 B
12 ERRADO
13 ERRADO
14 CERTO

Prof. Vtor Menezes
Aula 11
15 B
16 B
17 D
18 C
19 C
20 B
21 C
22 C
23 D
24 ERRADO ERRADO ERRADO
5 A
26 D
27 E
28 E
29 B
30 B
31 C
32 B

Estatistica - Vitor - Menezes - Aula 11 PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Estatistica - Vitor - Menezes - Aula 11 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Curso Regular de Estatstica

Prof. Vtor Menezes

AULA 11: Variveis aleatrias multidimensionais

1. DISTRIBUIO CONJUNTA DISCRETA ............................................................................................. 2

Prof. Vtor Menezes www.estrategiaconcursos.com.br 1

H casos em que estudamos, simultaneamente, vrias variveis aleatrias. Neste caso,

2. DISTRIBUIES MARGINAIS DISCRETAS

Prof. Vtor Menezes www.estrategiaconcursos.com.br 2

Conclumos que a chance de X = 0 de 30% e a chance de X = 1 de 70%.

Com isso, montamos a distribuio de probabilidade de X:

O que resulta em:

3. DISTRIBUIES CONDICIONAIS DISCRETAS

Vamos voltar ao exemplo da probabilidade conjunta para as variveis X e Y:

Considere que, em um concurso especfico, dado que o candidato foi aprovado na P1 (X =

Prof. Vtor Menezes www.estrategiaconcursos.com.br 3

No numerador temos a probabilidade conjunta, que consta da clula destacada em

Prof. Vtor Menezes www.estrategiaconcursos.com.br 4

Com um mesmo raciocnio, conclumos que a chance de Y = 0, dado que X = 1, de:

Prof. Vtor Menezes www.estrategiaconcursos.com.br 5

2 0,1 0,2 0,2

Prof. Vtor Menezes www.estrategiaconcursos.com.br 6

E[ X ] = 0,1 6 + 0,1 8 + 0,2 9 + 0,2 14 + 0,2 15 + 0,2 20 = 13

Questo 2 MPU 2007 [FCC]

Para fabricao de uma pea Z so utilizadas os produtos X e Y e est sendo analisada a

O custo Z igual soma dos preos de trs produtos X e de cinco produtos Y:

Questo 3 MPU 2007 [FCC]

Prof. Vtor Menezes www.estrategiaconcursos.com.br 8

A proporo de vezes em que o valor de Y supera o de X

Questo 4 MDIC 2008 [CESPE]

A probabilidade P(X + Y = 2) igual ou inferior a 0,65.

Prof. Vtor Menezes www.estrategiaconcursos.com.br 9

Mas X+Y = 0 s ocorre quando X = Y = 0. Assim:

Isso ocorre porque X = 0 e X = 1 so eventos complementares.

Finalmente podemos calcular a probabilidade solicitada na questo:

Questo 5 TRE SP 2012 [FCC]

Prof. Vtor Menezes www.estrategiaconcursos.com.br 10

!, " = ! + "  

Exemplo. Para ! = 2 e " = 1, temos:

Prof. Vtor Menezes www.estrategiaconcursos.com.br 11

Questo 6 MPU 2010 [CESPE]

O valor esperado de X superior a 0,6.

Questo 7 MPU 2007 [FCC]

Prof. Vtor Menezes www.estrategiaconcursos.com.br 12

O coeficiente de variao populacional de X :

Prof. Vtor Menezes www.estrategiaconcursos.com.br 13

4. FUNO DENSIDADE CONJUNTA (*)

Vejamos como fica por meio de um exemplo:

Questo 8 TRF 2 2007 [FCC]

Prof. Vtor Menezes www.estrategiaconcursos.com.br 14

) = * !, " -"

Observem que para determinar a funo densidade de X, fazemos a integral em y.

Analogamente, a funo densidade marginal de Y fica:

No presente exerccio, vamos calcular a funo densidade de X:

) = * !, " -"

) = *! + " -"

 = *!  + 0,5! -!

Prof. Vtor Menezes www.estrategiaconcursos.com.br 15

A mdia de Y inferior a 0,5.

Quando y varia entre 0 e 1, x varia de 0 a y

. = * 2-! = 2", para 0 " 1

Assim, a esperana de Y fica:

 = * " . -"

A esperana de Y 2/3, nmero que maior que 0,5.

!, " = ! + "

) = * !, " -"

) = * !, " -"

) = *! + " -"

= *! + 0,5! -!

= * " . -"

= * " . -"

0 < < >; ? < < - = * * !, "-" -!

0 < < 0,5; 0 < < 0,5 = * * ! + "-" -!

0 < < 0,5; 0 < < 0,5 = * * ! + "-" -!

0,5! 0,5 0,53 0,53 1

E" = F,/ "G H H

R" = ln"

= * * E!, " !, "-! -"

O valor esperado do produto superior a 0,2.

= * * E!, " !, "-! -"

= * Z* !" 2 -![ -"

* !" 2 -! = "! 0 = " 3

< 1| = 0,5 = * )|.]0,< -!

< 1| = 0,5 = * )|.]0,< -!

| = 1 = * " .|)]g -"

esperana de |. Ficamos com:

N | = !O = Nh + h h O