O Teorema de Chebyshev é um importante resultado da estatística, por meio do qual é possível fazer afirmações acerca de dados que devem estar contidos em um número específico de desvios padrão da média. Ao se considerar \( z \) = 4 desvios
Uma das áreas de otimização mais importantes é a
Pesquisa Operacional, em que se usa técnicas
matemáticas para resolver problemas de
maximização e minimização de modelos lineares.
Suponha-se que a gestão de insumos de uma empresa,
liderada por um engenheiro de produção, avalie
modelos de alocação de recursos baseado em
programação linear. O objetivo da empresa é
maximizar o uso eficiente de dois insumos
produtivos, sujeitos a três restrições técnicas
representadas por desigualdades lineares. O
engenheiro identificou que a solução ótima do
modelo foi obtida em um ponto de interseção entre
duas dessas restrições. Com base na teoria de
programação linear, é CORRETO afirmar que:
O gráfico a seguir, retirado de um jornal de grande
veiculação nacional, mostra alguns paradoxos com
relação à expectativa de vida em alguns países,
incluindo o Brasil. Observe-o:
Ao se analisar períodos de décadas, fica evidente que
o país que apresentou maior desvio-padrão em um
desses períodos foi:
Durante uma auditoria de distribuição de bolsas de
estudo em diferentes regiões, um analista de dados
verificou que as rendas familiares dos beneficiários
em uma amostra apresentavam uma distribuição com
média de R$ 1.800,00, mediana de R$ 1.200,00 e
moda de R$ 900,00. Com essas informações, e
considerando o comportamento da distribuição, é
CORRETO afirmar que a distribuição:
Uma indústria de hardware de computador testará os vícios de um novo chip. Esses vícios se referem a esquentamento ou curto que, embora sejam raros, podem comprometer o funcionamento de computadores novos por completo. A distribuição do número de chips fabricados, por semana, que apresenta esses vícios, é uma distribuição de Poisson com \( \lambda \) = 5. Logo, a probabilidade de que mais de um chip apresente um vício por semana é de, aproximadamente:
Uma consultoria estatística está analisando a relação entre a quantidade de horas de capacitação técnica dos servidores e o número de não conformidades detectadas em auditorias internas. Após o cálculo do coeficiente de correlação amostral r = - 0,58, com 25 observações, decide-se testar a hipótese nula de que não há correlação linear entre as variáveis. Considerando o teste t para o coeficiente de correlação, pode-se AFIRMAR que:
Uma pesquisa de opinião sobre três concorrentes
cursos de inglês, teve como objetivo avaliar o nível
de satisfação com o propósito de lançar um novo
curso no mercado. As avaliações de satisfação eram
mutuamente excludentes, de modo que os estudantes
poderiam avaliar qualquer um dos cursos de forma independente. A escala de satisfação foi definida no
intervalo de 1 a 10. Do total de entrevistados, 78%
avaliaram satisfatoriamente. Desses, 50%
declararam-se satisfeitos com o primeiro curso, 30%
satisfeitos com o segundo, e 20% com o terceiro.
Sabe-se, ainda, que 5% do total dos entrevistados
declararam-se favorável a ambos os cursos. Assim, a
percentagem dos entrevistados que se declarara
favorável a mais de um dos cursos é:
O teste F da Análise de Variância (ANOVA) é
utilizado para mensurar discrepâncias entre médias
de, pelo menos, dois grupos. Nesse conceito, no setor
de compras de uma instituição federal, um analista de
dados deseja verificar se há diferença estatisticamente significativa no preço médio de um mesmo item
adquirido por três departamentos distintos (A, B e C),
como forma de prevenir fraudes. Foram coletadas 4
observações de preços por departamento, e a média
geral de todas as 12 observações foi de R$ 105,00. As
médias individuais dos departamentos A, B e C
foram, respectivamente, R$ 110,00, R$ 100,00 e R$
105,00. Logo, a Soma dos Quadrados dentro dos
grupos (SQd) foi igual a 600 e a Soma dos Quadrados
entre os grupos (SQe) foi igual a 200.
Com base nesses dados, o valor do F-valor (estatística
de teste F da ANOVA) é:
Sabe-se, com base em dados históricos, que o número
de acidentados que chegam em um hospital
traumatológico, durante um período de 20 minutos, é
distribuído discretamente por uma função modelada
por ƒ(x) = e-6 6 x / x!, x ∈ ℕ Assim, a probabilidade de
que (no período indicado) mais de quatro acidentados
cheguem ao hospital é: