Questão nº 78

Questão de Estatística · FGV TCE-ES 2022 (nº 78)

FGV2022Auditor de Controle Externo - EstatísticaEstatística
Gabarito: Dver comentário ↓

O processo de chegada de clientes em uma loja de conveniência pode ser modelado como um Processo de Poisson com média m.
Seja T a variável aleatória que modela o tempo de espera entre a chegada de dois clientes e seja vTv_T a variância de T.
A probabilidade de T exceder vTv_T é:

Resposta comentada

Gabarito Alternativa D

Um Processo de Poisson descreve eventos que acontecem de forma aleatória e independente ao longo do tempo, com uma taxa média constante. O tempo de espera entre dois eventos consecutivos em um Processo de Poisson segue uma distribuição exponencial.

Para que a alternativa D seja a correta, é necessário fazer duas interpretações específicas (e não as mais diretas) da questão:

  1. Interpretação de "média m": Embora "Processo de Poisson com média m" geralmente se refira à taxa de ocorrência (λ=m\lambda = m), para chegar ao gabarito, devemos interpretar "média m" como o tempo médio de espera entre as chegadas, ou seja, E[T]=mE[T] = m.
    • Para uma distribuição exponencial, a média é E[T]=1/λE[T] = 1/\lambda. Assim, se E[T]=mE[T] = m, então o parâmetro da distribuição exponencial é λ=1/m\lambda = 1/m.
  2. Interpretação da pergunta: A pergunta pede "A probabilidade de T exceder vTv_T", que matematicamente seria P(T>vT)P(T > v_T). No entanto, o gabarito corresponde ao valor da Função Densidade de Probabilidade (PDF) de T avaliada em vTv_T, ou seja, fT(vT)f_T(v_T). Esta é a principal "pegadinha".

Vamos aos cálculos com essas interpretações:

  • 1. Variável Aleatória T: O tempo de espera T segue uma distribuição exponencial com parâmetro λ=1/m\lambda = 1/m.

  • 2. Variância de T (vTv_T): A variância de uma distribuição exponencial é Var(T)=1/λ2Var(T) = 1/\lambda^2.

    • Substituindo λ=1/m\lambda = 1/m: vT=1/(1/m)2=m2v_T = 1/(1/m)^2 = m^2.
  • 3. Função Densidade de Probabilidade (PDF) de T: A PDF de uma distribuição exponencial é fT(t)=λeλtf_T(t) = \lambda e^{-\lambda t}.

    • Substituindo λ=1/m\lambda = 1/m: fT(t)=(1/m)e(1/m)tf_T(t) = (1/m) e^{-(1/m)t}.
  • 4. Avaliando a PDF em vTv_T: Conforme a interpretação para o gabarito, calculamos fT(vT)f_T(v_T).

    • Substituindo t=vT=m2t = v_T = m^2: fT(m2)=(1/m)e(1/m)m2=(1/m)emf_T(m^2) = (1/m) e^{-(1/m)m^2} = (1/m) e^{-m}.
  • (A) Incorreta: Esta forma não corresponde a nenhuma probabilidade ou densidade padrão da distribuição exponencial neste contexto.

  • (B) Incorreta: Esta forma não corresponde a nenhuma probabilidade ou densidade padrão da distribuição exponencial neste contexto.

  • (C) Incorreta: Se a "média m" fosse a taxa do processo de Poisson (λ=m\lambda=m), e a questão pedisse a PDF em vT=1/m2v_T = 1/m^2, o resultado seria me1/mm e^{-1/m}. Esta alternativa é memm e^{-m}, que não se encaixa.

  • (D) Correta: Esta alternativa corresponde ao valor da Função Densidade de Probabilidade (PDF) da variável T avaliada na sua variância vTv_T, assumindo que "média m" se refere ao tempo médio de espera (E[T]=mλ=1/mE[T]=m \Rightarrow \lambda=1/m). A "pegadinha" está em o enunciado pedir uma probabilidade (P(T>vT)P(T > v_T)), mas a resposta ser a densidade de probabilidade (fT(vT)f_T(v_T)).

  • (E) Incorreta: Esta forma não corresponde a nenhuma probabilidade ou densidade padrão da distribuição exponencial neste contexto. Se a questão pedisse P(T>m)P(T > m) com λ=m\lambda=m, o resultado seria em2e^{-m^2}, mas a alternativa tem um fator mm multiplicando.

Fonte: FGV TCE-ES 2022 Auditor de Controle Externo - Estatística (Caderno Tipo 1). Reproduzida para fins de estudo.

Continue estudando

Estudar é izi

Pratique milhares de questões como esta, de graça, com explicação e gamificação no Quizinho.

Estudar de graça no Quizinho