Sobre Probabilidade e Estatística podemos afirmar, exceto:

Para estimar, por máxima verossimilhança (MV) ou pelo método dos momentos (MM), o único parâmetro de dada distribuição de probabilidades, seleciona-se uma amostra de tamanho n.

A função densidade da distribuição é: 

f_x(x) = θx^θ-1 , para 0 < x < 1 e zero caso contrário.Além disso, considere:

Então, os estimadores de MV e de MM (com base na média da distribuição) para θ são, respectivamente: 

A distribuição das alturas dos indivíduos de uma população é aproximadamente Normal, com média 1,70 m e variância 0,01. Adicionalmente, não havendo, na população, pessoas com alturas inferiores a 1,50 m nem superiores a 1,90 m, essa distribuição é truncada nos extremos. 

São fornecidas também as seguintes informações: 

ɸ (1)≅ 0,84 e ɸ (2) ≅ 0,98

ɸ (z) = função distribuição acumulada da Normal Padrão 

Então a probabilidade de que um indivíduo da população, sorteado ao acaso, tenha altura entre 1,60 m e 1,80 m é: 

Suponha que uma amostra aleatória de tamanho n = 3 será extraída de uma população cuja variável a ser observada é X, tendo função de densidade teórica f_x(x) =2x para 0 < x < 1 e zero caso contrário. A extração é feita com a ajuda de uma tabela de números aleatórios, com valores convertidos aos valores amostrais de X através da transformação integral de Y = F_x(x),que é a função distribuição acumulada de X. Se os valores lidos na tabela de aleatórios forem 0,25, 0,49 e 0,81, a média amostral será igual a:

Seja X uma variável aleatória contínua e Y= G(X) uma função de X tal que, no domínio da f_x(x), densidade da X, as derivadas de 1ª e de 2ª ordem da G(X) são estritamente negativas. Considerando, 

f_y(y)= função densidade de probabilidade de Y;

f_x^-1(x) = função inversa da densidade de X;

= derivada de f(x) com respeito à x;

E(X) = esperança matemática de X;

h[f(X)] = função composta de f com h. 

Então é correto afirmar que: 

A capacidade de um time de futebol de marcar gols em uma única partida é uma variável aleatória. A tabela a seguir apresenta a probabilidade de certo time marcar um número mínimo (Y) de gols em uma partida:

Isso significa que o número médio de gols marcados por esse time em uma única partida de futebol é igual a: 

Seja X uma variável aleatória mista com função densidade de probabilidade dada por:

f_x(x) = 1/x² para 1< x ≤ 4 , P(X = 1 ) = 0,25, sendo igual azero caso contrário.

Então os valores de P ( X ≤ 2 ) e E (X²) , esperança matemática de X ao quadrado, são respectivamente iguais a:

Em um jogo de azar disputado por dois indivíduos, através de uma sequência de rodadas, vencerá aquele que ganhar, antes do que o outro, uma das rodadas. A chance de que cada um vença qualquer rodada é de 2/9 e 1/3. Assim a probabilidade de que cada jogador vença o jogo, são respectivamente:

A microcefalia tem, em síntese, duas causas, a contaminação pelo zika vírus, transmitido pelo aedes aegypti, além de um conjunto de outras origens. Entre a população feminina de grávidas, sabe-se que 5% foi picada pelo mosquito, enquanto 10% está sujeita as outras origens, não havendo interseção entre esses dois grupos. O desenvolvimento da doença não é certo, acontecendo em 80% das picadas do mosquito e em 30% na eventualidade das outras origens.

Se uma mulher, sorteada aleatoriamente entre as grávidas, carrega um feto que apresenta o problema, a probabilidade de que ela NÃO tenha sido picada pelo mosquito é de:

Um experimento é realizado a partir de três urnas, contendo bolas brancas e pretas com a seguinte composição:

Urna I = 3 Brancas e 4 Pretas

Urna II = 5 Brancas e 3 Pretas

Urna III = 2 Brancas e 3 Pretas

A realização consiste em, a partir da Urna III, sortear uma bola e colocar na Urna I, caso seja branca, ou na Urna II caso seja preta. Em seguida é escolhida, aleatoriamente, uma bola da urna que foi abastecida. Se ao final do experimento a bola sorteada foi branca, a probabilidade de que a primeira bola sorteada tenha sido preta é igual a: 

Suponha que, por coincidência, as 12 pessoas que estão numa sala de espera, aguardando por uma chamada, nasceram todas no mês de agosto. Então a probabilidade de que não haja sequer uma coincidência entre os dias do mês de nascimento é de:

Sobre os eventos mutuamente exclusivos e/ou independentes de um mesmo espaço amostral S, a partir de um experimento aleatório ɛ é correto afirmar que: 

Considere os eventos A e B quaisquer de um mesmo espaço amostral S de um experimento aleatório ɛ. Caso P(A) = 0,40 então é possível supor que:

Considere a variável aleatória bidimensional (X,Y) cuja função de densidade conjunta é dada por:

f_x,y(x,y) = 3/4. y.x²,0 < x < 2 e 0 < y < 1 e zero caso contrário. Então:

A teoria das probabilidades está apoiada em um conjunto de três axiomas, atribuídos a Kolmogorov. Sendo S o espaço amostral, A e B dois eventos, Ø do vazio e P(.) a medida de probabilidade, os axiomas estabelecem que:

Existem duas medidas de probabilidade, frequentemente empregadas, que apropriam dois conceitos bem distintos, o conceito clássico e o conceito frequencial. Entre as principais diferenças está o fato de que:

Sejam Y, X, Z e W variáveis aleatórias tais que Z = 2.Y - 3.X, sendo E(X² ) = 25, E(X) = 4, Var (Y) =16, Cov(X,Y)= 6.

Então a variância de Z é:

Uma empresa aérea, analisando os seus dados históricos, sabe que aproximadamente 5% dos passageiros que fizeram reserva em um determinado voo não aparecerão (perderão o voo). Consequentemente, a política da empresa é vender 62 assentos para um voo que comporta apenas 60 passageiros. A empresa deseja, assim, saber qual é a probabilidade, P, de haver um assento disponível para cada passageiro que aparecerá na hora com a intenção de embarcar.

Uma determinada empresa aérea tem sofrido atrasos nos seus voos devido à falta de programação a respeito das possíveis falhas que podem ocorrer nos seus aviões. Falhas frequentes incluem desde trincas nos trens de pousos até mesmo falhas imprevistas nas suas turbinas. Apesar de possuir um certo estoque de turbinas, não se sabe na empresa qual ou quais falhas ocorrerão primeiro. Decidiu-se então fazer um estudo e observou-se que os intervalos das falhas, tanto nas turbinas quanto nas trincas nas asas (que requerem manutenção, paralisando o uso dos aviões) ocorrem de acordo com taxas exponenciais, com intervalos de tempo de 15 dias para uma falha de turbina e de um mês para as trincas das asas. Em virtude do estoque das turbinas, uma falha em uma única turbina não é tão preocupante, mas falha em duas turbinas, mesmo que sejam em aviões diferentes, já podem atrasar os trabalhos das equipes de manutenção. Descreva os possíveis eventos do seguinte modo: E_jⁱ , ou seja, j eventos ocorrem no processo N_i (t).

Desse modo, a empresa aérea quer saber o valor da seguinte probabilidade: P{E₂¹ < E₁ ² }. Mais especificamente, indique a probabilidade de duas turbinas falharem, antes que uma trinca nas asas, que requer manutenção, ocorra (j=2 e evento i=1 – falha das turbinas, e j=1 e evento 2 – trinca das asas).

Em um hangar de um aeroporto muito movimentado, os intervalos de chegadas das encomendas, tanto nacionais quanto internacionais, chegam de acordo com distribuições exponenciais. Além disso, esses intervalos entre chegadas ocorrem a uma média de µ₁ = 20 segundos, sejam essas encomendas nacionais ou internacionais. A partir desses dados, deseja-se determinar qual a probabilidade de que, em um intervalo de um minuto, nenhuma encomenda nacional chegará ao hangar (P(Xnacional=0)),e, também, nenhuma encomenda internacional chegará ao hangar (P(Xinternacional=0)). Sabe-se ainda que as probabilidades das encomendas serem classificadas como nacionais e internacionais são 2/3 e 1/3, respectivamente. (Caso seja necessário, use o valor de e=exp(1) = 2,72).