O estudo pormenorizado de variáveis aleatórias discretas é de grande importância para a construção de modelos probabilísticos para situações reais e a consequente estimação de seus parâmetros. Diante do exposto, assinale a alternativa que explica corretamente o modelo de Distribuição Uniforme Discreta.

Julgue o item a seguir, considerando conceitos de estatística.

A representação gráfica da distribuição normal é uma curva em forma de sino, simétrica em torno da média, e que recebe o nome de curva normal ou de Gauss.

Uma vez definida uma variável aleatória, é importante descrever como os possíveis valores podem ocorrer por meio de uma distribuição de probabilidades, a qual pode ser discreta ou contínua, conforme a natureza da própria variável. Escolhida essa natureza, pode-se optar entre as distribuições mais usuais, caso se encaixe no caso em estudo. A respeito das distribuições de probabilidade, julgue o item que se segue.

Um gerente de uma central de teleatendimento interessado na probabilidade de que determinado atendente receba três ligações na próxima hora poderá usar a distribuição de Poisson para determinar tal probabilidade.

Uma vez definida uma variável aleatória, é importante descrever como os possíveis valores podem ocorrer por meio de uma distribuição de probabilidades, a qual pode ser discreta ou contínua, conforme a natureza da própria variável. Escolhida essa natureza, pode-se optar entre as distribuições mais usuais, caso se encaixe no caso em estudo. A respeito das distribuições de probabilidade, julgue o item que se segue.

Um gerente de uma central de teleatendimento interessado na probabilidade de que determinado atendente receba alguma ligação em até 10 minutos poderá determiná-la por meio da distribuição exponencial.

Uma vez definida uma variável aleatória, é importante descrever como os possíveis valores podem ocorrer por meio de uma distribuição de probabilidades, a qual pode ser discreta ou contínua, conforme a natureza da própria variável. Escolhida essa natureza, pode-se optar entre as distribuições mais usuais, caso se encaixe no caso em estudo. A respeito das distribuições de probabilidade, julgue o item que se segue.

Considere que um apostador, lançando dois dados, aposte que a soma dos resultados será 7 e repete essa aposta até obter sucesso, com interesse na probabilidade de conseguir sucesso no quarto lançamento. Nesse caso, o apostador deverá usar a distribuição normal.

Duas amostras aleatórias são retiradas de duas populações distintas e independentes. A amostra de tamanho 4, {X₁, X₂, X₃, X₄}, da primeira população, é composta de variáveis aleatórias independentes, normalmente distribuídas, com média 5 e variância 20. A amostra de tamanho 5, {Y₁, Y₂, Y₃, Y₄, Y₅}, da segunda população, é também composta de variáveis aleatórias independentes, normalmente distribuídas com média 8 e variância 35.

Definindo-se !$ \Phi !$(z) = P(Z !$ \le !$ z) como a função de distribuição de uma variável aleatória Z normal padrão, e !$ \overline{X}_4 !$ e !$ \overline{Y}_5 !$ como as médias das duas amostras, qual o valor de P(!$ \overline{Y}_5 - \overline{X}_4 \ge 4 !$)?

Seja X uma variável aleatória com distribuição de Pareto com parâmetros 3 e 2, ou seja, a função de densidade de probabilidade é dada por

!$ f(x) = \begin{cases} {\large{24 \over x^4}}, x \ge 2 \\ 0, x < 2 \end{cases} !$

Qual o valor da mediana de X?

De acordo com a Agência Internacional de Energia Atômica, os objetivos da Análise Probabilística de Segurança (APS) são: a identificação e o delineamento de combinações de eventos que possam levar a uma situação de evento severo; a avaliação da probabilidade esperada de ocorrência para cada combinação e a análise de consequências. Para cumprir estes objetivos, a APS deve integrar informações sobre o projeto das instalações, práticas e histórico de operação, confiabilidade de componentes, comportamento humano, fenômenos de acidente e, no caso de uma aplicação mais ampla,

A principal diferença entre Análise dos Modos de Falha e Efeitos (Fault Mode and Effect Analysis – FMEA) e Análise de Criticidade e Modo de Efeito de Falhas (Failure Mode Effects and Criticality Analysis – FMECA) se dá pelo fato de que a FMEA é uma técnica mais qualitativa e que avalia os possíveis modos de falha dos itens, enquanto a FMECA é uma técnica quantitativa que identifica a função de cada componente, seus potenciais modos de falha, os efeitos e suas causas e faz a classificação em relação aos graus de criticidade.

A técnica FMECA é utilizada para classificar as(os)

Após o acidente na Usina Nuclear de Fukushima Daiichi, no Japão, em 2011, a preocupação da comunidade internacional aumentou com relação aos eventos externos, podendo ser eventos sísmicos, incêndios, enchentes ou alagamentos, ventos fortes e mísseis induzidos por ventos fortes, acidentes com meios de transporte fora do sítio, vazamento de substâncias tóxicas fora do sítio e condições climáticas severas.

A estimativa de métricas de risco, como a Frequência de Danos ao Núcleo (Core Damage Frequency – CDS), para eventos iniciadores externos com baixa frequência de ocorrência e alto impacto na segurança da instalação nuclear, como eventos sísmicos, ainda possui um nível alto de incerteza em razão da(o)