RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Aula 12 – Parte 1

Variáveis Aleatórias .................................................................................................................................... 2

Esperança de variáveis aleatórias discretas ..................................................................................... 5

Propriedades da Esperança Matemática ......................................................................................................... 17

Variância e desvio-padrão de uma variável aleatória ..................................................................................... 19

Propriedades da Variância ............................................................................................................................... 25

Covariância ...................................................................................................................................................... 27

Propriedades da Covariância ........................................................................................................................... 29

Variância da Soma e da Diferença ................................................................................................................... 29

Relação das questões comentadas.................................................................................................................. 40

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Variáveis Aleatórias

As variáveis aleatórias são a base no estudo da Estatística Inferencial. Vamos
trabalhar com o exemplo mais clássico e simples que é o lançamento de um
dado honesto. Como todos bem sabem, são seis possíveis resultados no
lançamento de um dado, a saber: 1, 2, 3, 4, 5 e 6.

O dado que estamos trabalhando é honesto, ou seja, estamos partindo do
pressuposto que todas as faces têm a mesma probabilidade de sair. Ok?

No caso,

1 = 2 = 3 = 4 = 5 = 6 = 1/6.

E o que significa esta probabilidade 1/6?

Significa que se pudéssemos lançar este dado uma infinidade de vezes, o
esperado é que em 1/6 das vezes saísse o número 1, em 1/6 das vezes saísse
o número 2, e assim por diante.

Só para exemplificar, se pudéssemos lançar o dado 6.000 vezes, esperamos
que o número 1 saia em torno de 1.000 vezes. Não estamos dizendo que sairá
exatamente 1.000 vezes, mas como o dado é honesto, é bem provável que
cada um dos números saia 1.000 vezes (ou algo bem próximo disso).

Este  é  um  exemplo  de  variável  aleatória.  Ela  pode  assumir  valores  de  uma
maneira  completamente  aleatória,  ou  seja,  não  temos  como  prever  o  seu
resultado.  Por  outro  lado,  podemos  associar  valores  de  probabilidade  a  cada
um dos possíveis resultados.

Como outro exemplo, considere o peso do carregamento de garrafas de água
mineral. Esses pesos variam aleatoriamente de 5 a 22 kg. Os pesos reais das
garrafas são os valores da variável aleatória peso.

Esses dois exemplos mostram que as variáveis aleatórias podem ser discretas
ou contínuas. Uma

variável aleatória discreta

pode assumir apenas certos

valores, usualmente números racionais, e resultam basicamente de contagens.
Os possíveis resultados no lançamento de um dado são limitados e servem
como exemplo de variável aleatória discreta. Os valores das variáveis estão
restritos a apenas certos números: 1, 2, 3, 4, 5 e 6.

Uma

variável aleatória contínua

resulta de uma

medida

e pode assumir

qualquer valor dentro de um dado intervalo

. No exemplo do carregamento

de garrafas de água, os pesos podem assumir qualquer valor no intervalo de 5
a 22 kg.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

No caso de estarmos trabalhando com uma variável aleatória contínua, nós
não poderemos atribuir probabilidades a valores específicos. Só poderemos
atribuir probabilidades a intervalos de valores.

Por quê?

Porque no caso da variável contínua existe uma infinidade de possibilidades.

Vejamos um exemplo prático: considere a cidade do Recife. Qual é a
probabilidade de a temperatura no dia 25/03/2014 às 6h da manhã ser
EXATAMENTE 27,53235778 ºC?

Esta probabilidade é igual a 0. Isto porque há um caso favorável e uma
infinidade de casos possíveis.

Agora, poderíamos calcular, por exemplo, a probabilidade de a temperatura
assumir valores entre 20ºC e 25ºC. Esta probabilidade certamente não é igual
a 0.

Resumo

Variável aleatória (v.a.) é uma variável que é associada a uma distribuição de
probabilidade.

São exemplos de variáveis aleatórias: o valor de uma ação ao final do dia de
amanhã,  a  altura  de  uma  criança  daqui  a  1  ano,...  Todas  essas  variáveis
podem  assumir  diferentes  valores,  valores  estes  que,  por  sua  vez,  estão
associados a probabilidades.

Não  são  variáveis  aleatórias:  o  valor  de  uma  ação  no  final  do  pregão  de
ontem, o número de pontos de um time de futebol em um campeonato que já
acabou, a altura de um homem de 40 anos daqui a 2 dias, a área útil de uma
sala,... Todas essas variáveis têm valores fixos, ou seja, não mudam.

Eu falei sobre distribuição de probabilidade, mas ainda não a defini.

Distribuição de probabilidades é uma lista de todos os resultados possíveis de
um experimento e também das probabilidades associadas a cada um dos
resultados. Obviamente, a soma de todas as probabilidades será sempre igual
a 1.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

No nosso exemplo do dado honesto:

1/6

= 1

Aqui na estatística inferencial, a probabilidade associada a um valor da variável
aleatória terá um papel muito parecida com a frequência relativa da estatística
descritiva.

Como já falei anteriormente, qual o significado da probabilidade igual a 1/6?

Significa que, se você lançar o dado honesto muitas e muitas vezes, seria bem
provável que cada um dos números saísse em 1/6 das vezes.

Temos muito mais coisas a fazer do que ficar lançando dados, não é mesmo?

É para isso que serve o Excel. Fiz uma simulação e “lancei” o dado 60.000
vezes (usando a função =ALEATÓRIOENTRE). De acordo com as probabilidades
da distribuição acima, esperamos que cada face saia em torno de 10.000
vezes.

Pois bem, mandei o Excel contar os números (usando a função =cont.se) e
obtive os seguintes valores:

Número da face

Frequência absoluta

9.917

9.958

10.126

10.090

10.003

9.906

Muito bom!!

Vamos calcular a média aritmética desse experimento?

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Para isto, vamos multiplicar cada valor da face pela sua frequência, somar tudo
e dividir por 60.000.

Número da face

Frequência absoluta

∙

9.917

1 × 9.917 = 9.917

9.958

2 × 9.958 = 19.916

10.126

3 × 10.126 = 30.378

10.090

4 × 10.090 = 40.360

10.003

5 × 10.003 = 50.015

9.906

6 × 9.906 = 59.436

Assim, a média será igual a:

9.917 + 19.916 + 30.378 + 40.360 + 50015 + 59436

60.000

210.022

60.000

= 3,50036666666 …

Feito isto, vamos falar na esperança de uma variável aleatória.

Esperança de variáveis aleatórias discretas

A esperança matemática (também chamada de expectância, valor médio ou
média) é, por definição, o número

= =

∙

O que significa esta expressão?

Significa que, para calcular a esperança de uma variável aleatória, devemos
multiplicar cada valor da variável pela sua respectiva probabilidade e depois
somar tudo. Só isso!!!

Repita:

Multiplicamos cada valor da variável pela sua probabilidade

ii)

Soma tudo!!

Muito fácil!!!

Vejamos o exemplo do dado. Tínhamos a seguinte distribuição de
probabilidades:

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

1/6

= 1

Para calcular a esperança, multiplicamos cada valor da variável pela sua
probabilidade, ou seja, multiplicamos

por

. Depois somamos tudo.

∙

1/6

1 ×

6 =

1/6

2 ×

6 =

1/6

3 ×

6 =

1/6

4 ×

6 =

1/6

5 ×

6 =

1/6

6 ×

6 =

= 1

Vamos somar tudo agora?

= =

6 +

6 =

1 + 2 + 3 + 4 + 5 + 6

= = 3,50

Epaaa, Guilherme!! Aquele exemplo que você fez no Excel... A média tinha
dado

3,50036666666 …!!!! É coincidência isso?

Não, meu amigo!! Graças a Deus que você percebeu isto.

Esse é o espírito da Esperança Matemática.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Se fosse possível lançar o dado infinitas vezes e calcular a média aritmética, o
resultado seria exatamente a esperança da variável aleatória. Está vendo como
a matemática é bela?

Por enquanto vamos nos restringir ao estudo da esperança de variáveis
aleatórias discretas. Em um momento posterior estudaremos a esperança de
variáveis contínuas.

Vamos resolver alguns exercícios para treinar estes conceitos iniciais?

01. (Administrador DNOCS 2010/FCC) Em uma loja, as unidades vendidas por
dia de um determinado eletrodoméstico apresentam a seguinte distribuição de
probabilidades de ocorrência de venda:

A probabilidade de que em um determinado dia tenham sido vendidas mais
que uma unidade do eletrodoméstico é igual a
(A) 87,5%.
(B) 80,0%.
(C) 75,0%.
(D) 60,0%.
(E) 50,0%.

Resolução

O somatório de todas as probabilidades deve ser igual a 1. Desta forma:

+ + 3 + 2 + = 1

8 = 1

A probabilidade de que em um determinado dia tenham sido vendidas mais
que uma unidade do eletrodoméstico é igual a

3 + 2 + = 6 = 6 ∙

8 =

4 = 0,75 = 75%

Letra C

02. (TRF 4ª Região 2010/FCC) O número de televisores vendidos diariamente
em uma loja apresenta a seguinte distribuição de probabilidades.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

A  probabilidade  de  que,  em  um  determinado  dia,  não  seja  vendido  nenhum
televisor  é  igual  a  10%  e  de  que  seja  vendido  mais  que  3  é  igual  a  30%.
Então,  a  probabilidade  de  que  em  um  determinado  dia  sejam  vendidos  2
televisores é de
(A) 10%.
(B) 12%.
(C) 15%.
(D) 18%.
(E) 20%.

Resolução

Quando o problema enuncia que a probabilidade de que,  em um  determinado
dia,  não  seja  vendido  nenhum  televisor  é  igual  a  10%,  isto  significa  que

# = 10% = 0,1.

O enunciado ainda afirma que a probabilidade de que seja vendido mais que 3
televisores é igual a 30%. Ou seja:

2$ + # = 30%

2$ + 0,1 = 0,3

2$ = 0,2

$ = 0,1

Como a soma de todas as probabilidades deve ser igual a 1, então:

# + 3$ + % + % + 2$ + # = 1

2# + 5$ + 2% = 1

2 ∙ 0,1 + 5 ∙ 0,1 + 2% = 1

0,7 + 2% = 1

2% = 0,3

% = 0,15

A probabilidade de que sejam vendidos 2 televisores é de

% = 0,15 = 15%.

Letra C

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

03. (Técnico de Controle Externo – Economia – TCE/MG 2007/FCC) O número
de unidades vendidas, mensalmente, de um produto em uma determinada loja
é uma variável aleatória (X) com a seguinte distribuição de probabilidades:

Sabe-se que somente em 10% dos meses são vendidos mais que 3 unidades.
Então, se em um determinado mês a venda realizada não foi nula, tem-se que
a probabilidade dela ter sido inferior a 4 é
(A) 70,0%
(B) 75,0%
(C) 80,0%
(D) 87,5%
(E) 90,0%

Resolução

O texto fala que somente em 10% dos meses são vendidos mais que 3
unidades. Ora, vender mais que 3 unidades, de acordo com a tabela, significa
vender exatamente 4 unidades. Concluímos que

& = 10% = 0,1 .

O somatório de todas as probabilidades deve ser igual a 1, portanto:

2& + ' + 2' + ' + & = 1

2 ∙ 0,1 + ' + 2' + ' + 0,1 = 1

0,2 + 4' + 0,1 = 1

4' = 0,7

' = 0,175 = 17,5%

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Vamos reconstruir a distribuição de probabilidades com os valores obtidos?

P(X)

2& = 2 × 10% = 20%

' = 17,5%

2' = 2 × 17,5% = 35%

' = 17,5%

& = 10%

Fazendo uma “limpeza” no visual...

P(X)

20%

17,5%

35%

17,5%

10%

Se em um determinado mês a venda realizada não foi nula, tem-se que a
probabilidade dela ter sido inferior a 4 é...

Se a venda realizada não foi nula, podemos riscar a primeira linha da nossa
tabela. Isto significa que o nosso total agora é 100% - 20% = 80%.

P(X)

(), *%

+*%

(), *%

10%

Queremos calcular a probabilidade de ela ter sido inferior a 4.

A probabilidade pedida é

17,5% + 35% + 17,5%

80%

70%

80% =

8 = 0,875 = 87,5%

Letra D

04.  (MEC  2009 CESGRANRIO)  Uma  empresa  considera  fazer  um  investimento
que  tem  probabilidade  igual  a  0,2  de  produzir  um  lucro  de  R$  20.000,00  e
probabilidade igual a 0,5 de produzir um lucro de R$ 8.000,00; caso contrário,
o  investimento  trará  um  prejuízo  de  R$  15.000,00.  O  valor  esperado  do
retorno do investimento, em reais, é

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

(A) 3.500,00
(B) 4.000,00
(C) 4.500,00
(D) 5.000,00
(E) 5.500,00

Resolução

Vamos construir a distribuição de probabilidades.

P(X)

20.000,00

0,2

8.000,00

0,5

−15.000,00

0,3

Para calcular o valor esperado, devemos multiplicar cada valor da variável pela
sua respectiva probabilidade e somar tudo.

∙

20.000,00

0,2

20.000 ∙ 0,2 = 4.000,00

8.000,00

0,5

8.000 ∙ 0,5 = 4.000,00

−15.000,00

0,3

−15.000 ∙ 0,3 = −4.500,00

Dessa forma, o valor esperado será 4.000 + 4.000 – 4.500 = 3.500

Letra A

05. (MPOG 2006 ESAF) Suzana e Sandra jogam, cada uma, uma moeda. Se do
lançamento  dessas  duas  moedas  resultar  duas  caras,  Suzana  paga  a  Sandra
R$  6,00.  Dando  qualquer  outro  resultado,  Sandra  paga  a  Suzana  R$  4,00.
Supondo  que  ambas  as  moedas  sejam  estatisticamente  honestas,  o  valor
esperado,  em  reais,  dos  ganhos  de  Sandra  (considerando-  se  como  ganhos
negativos os valores que ela paga à Suzana) é igual a

a) 1,5.
b) -0,75.
c) 0,75.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

d) -1,5.
e) 2,5.

Resolução

O problema pede para calcular o valor esperado. Valor esperado é a mesma
coisa que esperança matemática (ou expectância ou média).

Queremos calcular os ganhos de

Sandra

Se do lançamento dessas duas moedas resultar duas caras, Suzana paga a
Sandra R$ 6,00. Ou seja, se o resultado for cara-cara (probabilidade igual a
1/4), Sandra GANHA R$ 6,00.

Dando qualquer outro resultado, Sandra paga a Suzana R$ 4,00.

Quais são os outros possíveis resultados? Cara-coroa, coroa-cara ou coroa-
coroa. A probabilidade disto ocorrer é igual a ¾.

Eis a distribuição de probabilidades.

+6,00

−4

Para calcular a esperança devemos seguir dois passos.

i) Multiplicar cada valor da variável pela sua respectiva probabilidade.
ii) Somar tudo.

∙

+6,00

+6 ∙

4 = +1,50

−4

−4 ∙

4 = −3,00

A esperança é igual a:

= = +1,50 − 3,00 = −1,50

Isto significa que, se Sandra e Suzana realizassem este experimento uma
infinidade de vezes, Sandra perderia R$ 1,50 por jogo em média.

Letra D

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

06. (MPU 2004 ESAF) O preço de determinada ação fica constante, aumenta
ou diminui R$ 1,00 por dia com probabilidades 0,3, 0,3 e 0,4 respectivamente.
Assinale a opção que dá o valor esperado do preço da ação amanhã se seu
preço hoje é R$ 8,00.

a) R$ 7,90
b) R$ 8,00
c) R$ 7,00
d) R$ 9,00
e) R$ 8,50

Resolução

A probabilidade de o preço da ação não variar (permanecer constante) é igual
a 0,3. Assim, a probabilidade de o preço da ação continuar R$ 8,00 é 0,3.

A probabilidade de o preço da ação aumentar R$ 1,00 (ou seja, ficar igual a R$
9,00) é igual a 0,3.

A probabilidade de o preço da ação diminuir R$ 1,00 (ou seja, ficar igual a R$
7,00) é igual a 0,4.

Eis a distribuição de probabilidades.

7,00

0,4

8,00

0,3

9,00

0,3

Queremos calcular o valor esperado. Para tanto, multiplicamos cada valor da
variável pela sua respectiva probabilidade e depois somamos tudo.

∙

7,00

0,4

7,00 ∙ 0,4 = 2,80

8,00

0,3

8,00 ∙ 0,3 = 2,40

9,00

0,3

9,00 ∙ 0,3 = 2,70

= 2,80 + 2,40 + 2,70 = 7,90

Letra A

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

07. (Estatístico – TCE/RO 2007/CESGRANRIO)

O retorno mensal de certo

investimento de risco pode ser modelado pela variável aleatória W, com função
de probabilidade dada a seguir.

O retorno esperado é:
(A) – 0,5%
(B) 0,5%
(C) 1,5%
(D) 5%
(E) 7,5%

Resolução

O retorno esperado é o mesmo que esperança.

Basta multiplicar cada valor da variável W pela sua respectiva probabilidade e
somar tudo.

- = −5% ∙ 0,4 + 0% ∙ 0,15 + 5% ∙ 0,25 + 10% ∙ 0,15 + 15% ∙ 0,05

- − 2% + 0% + 1,25% + 1,5% + 0,75%

- = 1,5%

Letra C

08. (Analista BACEN 2010 CESGRANRIO)

Sobre variáveis aleatórias, considere

as afirmações a seguir.

I  -  Para  toda  e  qualquer  variável  aleatória,  sua  função  de  densidade  de
probabilidade  fornece  a  probabilidade  de  ocorrência  de  cada  valor  da  variável
aleatória  considerada,  exceto  no  caso  de  variáveis  aleatórias  contínuas,  para
as quais a probabilidade de ocorrência de um valor específico é zero.

II - A esperança matemática (expectância) de uma variável aleatória discreta,
ou seja, seu valor esperado, é a média dessa variável aleatória, que é definida
como um n-avos do somatório dos valores possíveis dessa variável
multiplicados por suas respectivas probabilidades.

III - A distribuição binomial é uma extensão direta da Distribuição de Bernoulli,
uma vez que o experimento aleatório que caracteriza a binomial nada mais é
do que um Experimento de Bernoulli repetido n vezes.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

É correto APENAS o que se afirma em

(A) II.
(B) III.
(C) I e II.
(D) I e III.
(E) II e III.

Resolução

Vamos analisar cada um dos itens:

I –

Verdadeiro

Ao  contrário  de  uma  variável  aleatória  discreta,  uma  variável  aleatória
contínua  pode  assumir  qualquer  valor  dentro  de  um  intervalo  definido  de
valores.  Desta  maneira,  para  distribuições  de  probabilidade,  não  se  consegue
enumerar todos os possíveis valores de uma variável aleatória contínua com os
valores de probabilidades correspondentes. Em lugar disso, a abordagem mais
conveniente  é  construir  uma  função  densidade  de  probabilidade,  baseada  na
função matemática correspondente.

Para definir uma função de probabilidade contínua, é necessário utilizar
critérios diferentes das variáveis discretas, isto porque X deverá estar
compreendido entre dois valores diferentes (em se considerando uma variável
aleatória contínua),

sendo que em geral a probabilidade de x assumir um

determinado valor é 0.

No caso de variáveis contínuas, as probabilidades são especificadas em termos
de intervalos, pois a probabilidade associada a um número específico é zero.

II –

Falso

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

A esperança matemática (expectância) de uma variável aleatória discreta, ou
seja, seu valor esperado, é a média dessa variável aleatória, que é definida
como

um n-avos do

somatório dos valores possíveis dessa variável

multiplicados por suas respectivas probabilidades.

A parte em negrito vermelho está errada!!

∙

O texto correto seria “A esperança matemática (expectância) de uma variável
aleatória discreta, ou seja, seu valor esperado, é a média dessa variável
aleatória, que é definida como somatório dos valores possíveis dessa variável
multiplicados por suas respectivas probabilidades”.

III –

Verdadeiro

Ainda não estudamos a distribuição binomial, mas vou fazer um resuminho só
para responder a questão (não se preocupem!! Vamos estudar detalhadamente
tudo sobre a distribuição binomial posteriormente.)

A  distribuição  binomial  é  uma  distribuição  discreta  de  probabilidade,  aplicável
sempre  que  o  experimento  é  do  tipo  do  de  Bernoulli.  O  experimento  de
Bernoulli  se  caracteriza  pela  existência  de  apenas  dois  eventos,  mutuamente
exclusivos,  que  denominaremos  sucesso  e  fracasso.  Se  a  probabilidade  de
sucesso é p, a probabilidade de fracasso é 1-p.

Características de um experimento de Bernoulli

i) Em

cada

tentativa

existem

dois

resultados

possíveis,

mutuamente exclusivos. Eles são chamados, por conveniência,
sucesso e fracasso.

ii) As séries de observações são constituídas de eventos

independentes.

iii)

As probabilidades de sucesso e fracasso permanecem

constantes de tentativa para tentativa.

Exemplos de experimentos de Bernoulli:

Jogamos uma moeda não-viciada e pomos sucesso = cara, fracasso =

coroa.

Jogamos um dado não-viciado e pomos sucesso = o resultado é 1 ou

2, fracasso = o resultado é 3, 4, 5 ou 6.

De uma urna que contém 8 bolas verdes e 4 bolas amarelas, sacamos

uma bola e pomos sucesso = a bola é verde, fracasso = a bola é

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

amarela.

A  distribuição  binomial  nada  mais  é  do  que  a  generalização  da  distribuição
de  Bernoulli.  Há  um  sucesso,  com  probabilidade  p,  e  um  fracasso,  com
probabilidade  q,  tal  que  p+q=1,  mas  o  número  de  experimentos  pode  ser
qualquer um.

Letra D

Propriedades da Esperança Matemática

Apesar de ainda não ter explicado o processo do cálculo da Esperança no caso
de variáveis contínuas, as propriedades apresentadas a seguir são válidas
tanto para variáveis discretas como para variáveis contínuas.

Vamos considerar que X e Y são duas variáveis aleatórias quaisquer e que k
seja uma constante qualquer (um número).

. ∙ = . ∙

Ou seja, se multiplicamos uma variável aleatória por k, a sua esperança fica
multiplicada por k. Lembra da propriedade da média aritmética em Estatística
Descritiva? Aqui fica igualzinho.

Por exemplo, se dobramos os valores da variável aleatória, a sua média
(esperança) também dobra.

Vamos ver um exemplo bem prático. Lembra que levando em consideração um
dado honesto de 6 faces (as faces sendo 1,2,3,4,5,6), a esperança tinha dado
3,50?

Vamos dobrar os valores das faces. Considere, portanto, um dado cujas faces
são iguais a 2,4,6,8,10,12. Qual o valor da esperança neste caso?

Ora, como multiplicamos cada valor da variável por 2, a esperança também
será multiplicada por 2. Assim, a esperança neste caso é igual a

3,50 × 2 = 7.

ii)

+ . = + .

Se adicionamos uma constante k a todos os valores de uma variável aleatória,
também adicionamos k unidades à sua esperança.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Voltemos novamente ao exemplo do dado. Imagine que eu vou adicionar 20
unidades a cada face. Ou seja, minhas novas faces serão iguais a 21, 22, 23,
24, 25, 26. Qual o novo valor da esperança?

Ora, se eu adiciono 20 unidades a cada valor da variável, a esperança também
aumentará 20 unidades. Assim, a nova esperança é igual a 3,50 + 20 = 23,50.

iii)

+ / = + /

Podemos ler a propriedade acima da seguinte maneira: a esperança da soma
de duas variáveis é igual à soma das esperanças das variáveis.

iv)

. = .

Esta propriedade é muito fácil de entender. Ela diz que a esperança de uma
constante é igual à própria constante.

Imagine um dado em que todas as faces são iguais a 4. Qual é a esperança
neste caso?

Ou seja, se você fosse lançar este dado infinitas vezes e calculasse a média,
qual seria este valor?

Quatro!

Se X e Y são variáveis aleatórias independentes, então

/ = ∙ /

Observe que você só poderá utilizar esta propriedade se o problema
garantir que as variáveis são independentes, ok?

E um fato muito importante que costumam perguntar nas provas.

Acabamos de falar que SE (e este é um grande SE) as variáveis aleatórias X
e Y são independentes, então

/ = ∙ /.

Porém, se você sabe que

/ = ∙ / você NÃO PODE GARANTIR QUE

AS VARIÁVEIS SÃO INDEPENDENTES.

Se as variáveis X e Y são independentes, então

012 = 01 ∙ 02.

012 = 01 ∙ 02, as variáveis X e Y podem ser independentes ou dependentes.

Vou resolver uma parte de uma questão do TCE-RS 2011. Na realidade a
questão pedia para o candidato analisar três afirmativas. Como estamos no

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

início da aula, vamos analisar apenas uma delas. Depois responderemos a
questão completamente.

(Economista – TCE/RS 2011/FMP) Considere X e Y duas variáveis aleatórias
quaisquer e as afirmativas abaixo:
I. Se Z = 8X + 9Y, então VAR(Z) = 8VAR(X) + 9VAR(Y) + 2 COV(X,Y).

II. Se W = 8X + 9Y + 10, então E(W) = 8E(X) + 9E(Y) + 10.

III. Se COV(X,Y) = 0, então X e Y são independentes.
É correto afirmar que:
(A) apenas I está correta.
(B) apenas II está correta.
(C) apenas III está correta.
(D) apenas I e II estão corretas.
(E) apenas II e III estão corretas.

No presente momento, só temos condição de analisar a assertiva II.

Queremos calcular a esperança da variável W = 8X + 9Y + 10.

- = 8 + 9/ + 10 =?

A esperança da soma é igual à soma das esperanças. Assim, podemos
“desmembrar” a expressão acima.

- = 8 + 9/ + 10 = 8 + 9/ + 10

Quando multiplicamos a variável X por 8, sua esperança fica multiplicada por
8. Portanto, E(8X) = 8 E(X).

Quando multiplicamos a variável Y por 9, sua esperança fica multiplicada por
9. Portanto, E(9Y)=9 E(Y).

10 é uma constante. Vimos que a esperança de uma constante é igual à
própria constante. Portanto, E(10) = 10.

- = 8 + 9/ + 10 = 8 ∙ + 9 ∙ / + 10

A assertiva II está correta.

Variância e desvio-padrão de uma variável aleatória

Já aprendemos a calcular a média (esperança) de uma variável aleatória
discreta. Vamos aprender agora a calcular a variância (e, consequentemente, o
desvio-padrão) de uma variável aleatória.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Por definição, a variância de uma variável aleatória X, de população infinita, é

= 6 = 678 = −

Lembrando que

também pode ser representada por , a variância pode

assim ser escrita:

= − ²

Vamos desenvolver esta expressão?

Primeiro devemos desenvolver o produto notável:

−

= ² − 2 + ²

Portanto:

= −

− 2 +

Lembre-se que

é a média da variável X. Assim, é uma constante. Sendo

uma constante, podemos inferir que

e que

2 = 2 .

− 2 +

Como

= ,então:

− 2 ∙ +

− 2² +

− ²:;4

− [ ]²

Esta fórmula é mais fácil de trabalhar.

Variância de uma variável aleatória

= − ²

− ²

Vamos praticar um pouco?

Vamos considerar um tetraedro regular (poliedro com 4 faces triangulares).
Nas faces temos os números 2, 4, 6 e 8. O resultado é a face que fica voltada
para baixo.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Como o poliedro é regular, vamos supor que cada face tem a mesma
probabilidade de sair. Assim:

2 = 4 = 6 = 8 =

Eis a sua distribuição de probabilidade.

1/4

Para calcular a esperança, devemos multiplicar cada valor da variável pela sua
respectiva probabilidade e depois somar tudo.

∙

1/4

2 ∙

4 =

1/4

4 ∙

4 =

1/4

6 ∙

4 =

1/4

8 ∙

4 =

Agora somamos tudo.

4 +

= 5

Isto significa que se fôssemos jogar este tetraedro uma infinidade de vezes, a
média seria igual a 5.

Vamos agora calcular a variância?

Dê uma olhadinha na fórmula:

− ²

Como já sabemos o valor de

, automaticamente já sabemos que ² = 5² = 25.

Precisamos calcular

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Guilherme, qual o significado da expressão

Veja, meu amigo. Você lembra do processo para calcular a esperança de
alguma coisa? Devemos multiplicar cada valor da variável em questão pela sua
respectiva probabilidade e depois somar tudo.

No caso, queremos calcular a esperança da variável X². Assim, vamos elevar
ao quadrado cada valor da variável X, depois multiplicar pelas probabilidades e
somar tudo.

∙

1/4

2 ∙

4 =

2² = 4

1/4

4 ∙

4 =

4² = 16

1/4

6 ∙

4 =

6² = 36

1/4

8 ∙

4 =

8² = 64

Agora vamos multiplicar cada valor de

² pelas respectivas probabilidades.

∙

² ∙

1/4

2 ∙

4 =

2² = 4

4 ∙

4 = 1

1/4

4 ∙

4 =

4² = 16

16 ∙

4 = 4

1/4

6 ∙

4 =

6² = 36

36 ∙

4 = 9

1/4

8 ∙

4 =

8² = 64 64 ∙ 1

4 = 16

Somando tudo...

= 1 + 4 + 9 + 16 = 30

Agora podemos calcular a variância.

− ² = 30 − 5² = 25

09. (AFRFB 2009/ESAF) A tabela mostra a distribuição de frequências relativas
populacionais (f’) de uma variável X:

′

−2

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Sabendo que “a” é um número real, então a média e a variância de X são,
respectivamente:

= −0,5@4

= 3,45

= 0,5@4

= −3,45

= 0@4

= 1

= −0,5@4

= 3,7

= 0,5@4

= 3,7

Resolução

O enunciado da ESAF foi meio “impreciso” ao falar em frequência relativa. O
correto mesmo seria probabilidade.

O somatório de todas as probabilidades deve ser igual a 1. Portanto:

67 + 17 + 37 = 1

107 = 1

7 = 0,1

Vamos substituir este valor na distribuição de probabilidades.

′

−2

0,6

0,1

0,3

Para calcular a média (esperança), vamos multiplicar cada valor da variável
pela sua probabilidade e somar tudo.

= −2 ∙ 0,6 + 1 ∙ 0,1 + 2 ∙ 0,3 = −1,2 + 0,1 + 0,6 = −0,5

Poderíamos ter feito isto na tabela.

′

∙ ′

−2

0,6

−2 ∙ 0,6 = −1,2

0,1

1 ∙ 0,1 = 0,1

0,3

2 ∙ 0,3 = 0,6

Assim,

= −1,2 + 0,1 + 0,6 = −0,5.

Vamos agora calcular a variância.

− ²

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Já sabemos o valor de

, portanto ² = −0,5

= 0,25.

Vamos calcular

. Para tanto, devemos elevar os valores de X ao

quadrado, depois multiplicar pela probabilidades e somar tudo.

′

∙ ′

² ∙ ′

−2

0,6

−2 ∙ 0,6 = −1,2 −2

= 4

4 ∙ 0,6 = 2,4

0,1

1 ∙ 0,1 = 0,1

1² = 1

1 ∙ 0,1 = 0,1

0,3

2 ∙ 0,3 = 0,6

2² = 4

4 ∙ 0,3 = 1,2

Somando tudo...

= 2,4 + 0,1 + 1,2 = 3,7

Agora podemos calcular a variância.

− ² = 3,7 − 0,25 = 3,45

Letra A

10.  (Petrobras  2011/CESGRANRIO)  Estatísticas  do  Departamento  de  Trânsito
sobre  o  envolvimento  de  motoristas  em  acidentes  com  até  2  anos  de
habilitação  indicam  que  o  seguinte  modelo  pode  ser  adotado,  ou  seja,  a
variável  aleatória  X  representa  o  número  de  acidentes  e  assume  valores
0,1,2,3 e 4:

Número de Acidentes (X)

P(X=x)

0,3

0,2

0,1

0,3

O valor esperado e o desvio padrão da variável aleatória X são,
respectivamente,

a) 1,9 e 1,64
b) 1,9 e 2,69
c) 2,0 e 1,64
d) 2,0 e 2,69
e) 2,69 e 1,9

Resolução

Para calcular o valor esperado, devemos multiplicar cada valor da sua variável
pela sua respectiva probabilidade e somar.

= 0 ∙ 0,3 + 1 ∙ 0,2 + 2 ∙ 0,1 + 3 ∙ 0,1 + 4 ∙ 0,3

= 0 + 0,2 + 0,2 + 0,3 + 1,2 = 1,9

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Estamos em dúvida agora entre as alternativas A e B.

Vamos calcular E(X²). Para isso, devemos elevar a variável X ao quadrado,
multiplicar pelas probabilidades e somar tudo.

² = 0² ∙ 0,3 + 1² ∙ 0,2 + 2² ∙ 0,1 + 3² ∙ 0,1 + 4² ∙ 0,3

= 0 + 0,2 + 0,4 + 0,9 + 4,8

= 6,3

Agora podemos aplicar a fórmula da variância.

4² =

− [ ]²

4² = 6,3 − 1,9²

4² = 2,69

Este é o valor da variância!!!

O problema pede o desvio padrão, que é a raiz quadrada.

Assim, já podemos riscar a alternativa B e ficamos com a alternativa A.

De fato,

1,64² ≅ 2,69, portanto:

4 = B2,69 ≅ 1,64

Letra A

Propriedades da Variância

Veremos agora duas propriedades (muito parecidas com as propriedades da
Estatística Descritiva). Considere que X é uma variável aleatória e que k é uma
constante real.

6 + . = 6

6. ∙ = .² ∙ 6

Vamos analisar cada uma separadamente.

6 + . = 6

Isto significa que se você adicionar uma constante a todos os valores da
variável, a variância não se altera.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

ii)

6. ∙ = .² ∙ 6

Se você multiplicar todos os valores da variável por uma constante k, a
variância ficará multiplicada pelo quadrado desta constante.

11. (PETROBRAS 2006 – Administrador Pleno – CESGRANRIO) Se Y = 2X+1 e
a variância de X vale 2, a variância de Y é igual a:

(A) 2
(B) 4
(C) 5
(D) 8
(E) 9

Resolução

Poderíamos raciocinar da seguinte maneira:

Como chegamos à variável Y a partir da variável X? Multiplicamos os valores
de X por 2 e em seguida adicionamos 1 ao resultado encontrado.

Assim, a variância (que é igual a 2) multiplicada por 4 é igual a 8.

Letra D

12. (CGU 2008 – Estatística e Cálculos Atuariais/ESAF) Seja X uma variável
aleatória com média 1 e variância 2. Qual a variância da variável Y = 2X + 4?

a) 2
b) 4

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

c) 6
d) 8
e) 12

Resolução

Não precisamos da média da variável X para calcular a variância de Y.

O raciocínio é o mesmo da questão anterior.

Como chegamos à variável Y a partir da variável X? Multiplicamos os valores
de X por 2 e em seguida adicionamos 4 ao resultado encontrado.

Assim, a variância (que é igual a 2) multiplicada por 4 é igual a 8.

Letra D

Covariância

Por definição, dadas duas variáveis aleatórias, X e Y, a covariância entre X e Y
é

C:D, / = −

/ −

A covariância pode ser entendida como uma “variância conjunta” entre duas
variáveis.

Vamos desenvolver a expressão acima para que possamos encontrar uma
forma mais fácil de calcular a covariância.

C:D, / = −

/ −

= / −

−

/ +

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Vamos desmembrar esta expressão.

C:D, / = / −

−

/ +

C:D, / = / −

−

/ +

Lembre-se que

é a média da variável X e que

é a média da variável Y.

São, portanto, constantes. A esperança de uma constante é igual à própria
constante, assim,

C:D, / = / −

−

/ +

Pessoal, E(X) é a mesma coisa que

e E(Y) é a mesma coisa que

C:D, / = / −

−

C:D, / = / −

Portanto, podemos escrever a covariância assim:

C:D, / = / −

:;C:D, / = / − ∙ /

O passo a passo é o seguinte:

Calculamos a esperança de X, obtendo

= .

ii)

Calculamos a esperança de Y, obtendo

= /.

iii)

Multiplicamos a variável X pela variável Y obtendo a variável XY.

iv)

Calculamos a esperança de XY, obtendo

Aplicamos a fórmula da covariância.

Na verdade, o que aparece mais são os aspectos teóricos sobre a covariância.

Para responder as questões de covariância, você precisa saber a fórmula e dois
detalhes que vou explicar agora.

Você lembra que quando as variáveis X e Y são independentes,

/ = ∙ /?

Pois bem, suponha que as variáveis X e Y são independentes. O que ocorre
com a covariância?

Ora, sendo independentes, concluímos que

/ = ∙ /. Assim:

C:D, / = / − ∙ /

C:D, / = ∙ / − ∙ /

C:D, / = 0

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

ISTO É MUITO IMPORTANTE!!!!!!

Agora, se a covariância é igual a 0, você não pode concluir que as variáveis
são independentes.

Resumindo:

Se as variáveis X e Y são independentes, então cov(X,Y) = 0.
Se cov(X,Y)=0, as variáveis podem ser independentes ou dependentes.

Amigos, isso cai muito nas provas. Memorizem!!!!

Propriedades da Covariância

Considere que X,Y e Z são variáveis aleatórias e que k é uma constante
qualquer. É possível demonstrar as seguintes relações:

C:D, / = C:D/,

ii)

FGH1, 1 = HIJ1

iii)

C:D., = C:D, . = 0

iv)

C:D + /, K = C:D, K + C:D/, K

C:D., / = C:D, ./ = . ∙ C:D, /

A sentença i) afirma que a covariância entre X e Y é igual à covariância entre Y
e X.

A sentença ii) afirma que a variância de X é, na realidade, a covariância entre
X e X.

A sentença iii) afirma que a covariância entre uma variável aleatória e uma
constante é sempre igual a 0.

A sentença iv) nos ensinar a “desmembrar” uma soma “dentro” da covariância.

A sentença v) afirma que se uma constante estiver multiplicando uma das
variáveis, ela pode “sair” multiplicando a covariância.

Daqui a pouquinho vamos treinar isto em exercícios.

Variância da Soma e da Diferença

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Este conceito é muito cobrado em provas. Agora que já estudamos a
covariância, podemos mostrar a fórmula da variância e a da diferença de
variáveis aleatórias. Ei-las:

6 + / = 6 + 6/ + 2 ∙ C:D, /

6 − / = 6 + 6/ − 2 ∙ C:D, /

Note como estas expressões são muito parecidas às formas dos produtos
notáveis

# + $

= #² + $² + 2#$ e # − $

= #² + $² − 2#$. Basta fazer a variância

análoga ao quadrado e a covariância análoga ao produto.

Vamos exercitar?

13. (SEFAZ-RJ 2008/FGV) Sejam X e Y duas variáveis aleatórias quaisquer.
Então:

(A) VAR (X – Y) = VAR (X) – VAR (Y).

(B) VAR (X – Y) = VAR (X) + VAR (Y) – COV (X, Y).

(D) VAR (X – Y) = VAR (X) + VAR (Y) + COV (X, Y).

(E) VAR (X – Y) = VAR (X) + VAR (Y) + 2 COV (X, Y).

Resolução

Vocês acreditam que caiu uma questão assim? Sem comentários, basta
assinalar a fórmula que acabamos de ver.

Gabarito: C

14. (Economista – TCE/RS 2011/FMP) Considere X e Y duas variáveis
aleatórias quaisquer e as afirmativas abaixo:
I. Se Z = 8X + 9Y, então VAR(Z) = 8VAR(X) + 9VAR(Y) + 2 COV(X,Y).
II. Se W = 8X + 9Y + 10, então E(W) = 8E(X) + 9E(Y) + 10.
III. Se COV(X,Y) = 0, então X e Y são independentes.
É correto afirmar que:
(A) apenas I está correta.
(B) apenas II está correta.
(C) apenas III está correta.
(D) apenas I e II estão corretas.

(E) apenas II e III estão corretas.

Resolução

I. Se Z = 8X + 9Y, então VAR(Z) = 8VAR(X) + 9VAR(Y) + 2 COV(X,Y).

Vamos aplicar a fórmula da variância da soma de duas variáveis.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

678K = 6788 + 9/ = 6788 + 6789/ + 2 ∙ C:D8, 9/

Observe que se multiplicamos a variável X por 8, a sua variância será

multiplicada por 8² = 64. Se multiplicamos a variável Y por 9, a sua variância

será multiplicada por 9² = 81.

678K = 64678 + 81678/ + 2 ∙ C:D8, 9/

Professor, ainda precisamos desenvolver a expressão da covariância!

Para isto, vamos utilizar uma outra fórmula.

Se m e n são constantes, então

C:D&L, 'M = &' ∙ C:DL, M.

Então ficamos assim:

678K = 64 ∙ 678+ 81 ∙ 678/ + 2C:D8, 9/

678K = 64 ∙ 678 + 81 ∙ 678/ + 2 ∙ 8 ∙ 9C:D, /

678K = 64 ∙ 678 + 81 ∙ 678/ + 144 ∙ C:D, /

O item I está errado.

II. Se W = 8X + 9Y + 10, então E(W) = 8E(X) + 9E(Y) + 10.

Queremos calcular a esperança da variável W = 8X + 9Y + 10.

- = 8 + 9/ + 10 =?

A esperança da soma é igual à soma das esperanças. Assim, podemos
“desmembrar” a expressão acima.

- = 8 + 9/ + 10 = 8 + 9/ + 10

Quando multiplicamos a variável X por 8, sua esperança fica multiplicada por
8. Portanto, E(8X) = 8 E(X).

Quando multiplicamos a variável Y por 9, sua esperança fica multiplicada por
9. Portanto, E(9Y)=9 E(Y).

10 é uma constante. Vimos que a esperança de uma constante é igual à
própria constante. Portanto, E(10) = 10.

- = 8 + 9/ + 10 = 8 ∙ + 9 ∙ / + 10

O item II está certo.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

III. Se COV(X,Y) = 0, então X e Y são independentes.

Está é uma casca de banana e aparece em MUITAS provas de

estatística inferencial.

Na verdade, a propriedade diz que se X e Y são variáveis aleatórias

independentes, então a covariância é nula, ou seja, COV(X,Y) = 0.

Agora, se COV(X,Y) = 0, nada podemos afirmar sobre a (in)dependência entre

as variáveis envolvidas.

Ok?

Grave bem....SE AS VARIÁVEIS SÃO INDEPENDENTES, A COVARIÂNCIA É

NULA!!

SE A COVARIÂNCIA É NULA, ELAS PODEM SER INDEPENDENTES OU

DEPENDENTES!!!

Assim,

o item III está errado.

Letra B

15. (Analista BACEN 2010 CESGRANRIO)

Se X e Y são duas variáveis

aleatórias, para as quais são definidas: E(X) e E(Y), suas esperanças
matemáticas (expectâncias); Var(X) e Var(Y), suas respectivas variâncias, e
Cov(X, Y), a covariância entre X e Y, quaisquer que sejam as distribuições de X
e Y, tem-se que

(A) E(XY) = E(X) + E(Y) – 2Cov(X, Y)
(B) E(X) . E(Y) = E(XY) – Cov(X, Y)
(C) E(3X + 2Y) = 9E(X) + 4E(Y)
(D) Var(X + 5) = Var(X) + 5
(E) Cov(X, Y) = Var(X) . Var(Y)

Resolução

A alternativa A é completamente absurda. Ele tenta confundir a fórmula da
variância da diferença com estas expressões envolvendo esperanças.

Vejamos a alternativa B.

Sabemos que a covariância é calculada da seguinte maneira:

C:D, / = / − ∙ /

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Vamos transportar E(X).E(Y) que está negativo no segundo membro para o
primeiro membro.

∙ / + C:D, / = /

Agora vamos transportar cov(X,Y) para o segundo membro.

∙ / = / − C:D, /

É exatamente a alternativa B! Este é o gabarito.

Vamos analisar as outras alternativas.

3 + 2/ = 3 + 2/ = 3 + 2 /

A alternativa C está errada.

(D) Var(X + 5) = Var(X) + 5

Vimos que Var (X+ k) = Var(X). Ou seja, se adicionamos uma constante a uma
variável aleatória, a sua variância não se altera.

A alternativa D está errada.

(E) Cov(X, Y) = Var(X) . Var(Y)

A alternativa E é completamente absurda.

Gabarito: B

16. (Estatístico – SEAD – AM 2005 CESGRANRIO) Se var(X) = 4, var(Y) = 2 e
cov(X,Y) = -1, então var(2X – Y) é igual a:

a)  10
b)  12
c)  18
d)  22
e)  24

Resolução

Uma questão muito interessante que vamos aproveitar para revisar as
propriedades da variância e da covariância. Vamos relembrar as propriedades
da variância.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

i) Somando-se ou subtraindo-se uma constante qualquer a uma
variável aleatória, a variância não se altera.

ii) Se multiplicarmos ou dividirmos uma constante qualquer a uma
variável aleatória, a variância ficará multiplicada ou dividida pelo
quadrado dessa constante.

E quanto à covariância? É válida a seguinte relação:

C:D7, N/ = 7 ∙ N ∙ C:D, /

E, além disso, são válidas também as seguintes relações:

6 + / = 6 + 6/ + 2 ∙ C:D, /

6 − / = 6 + 6/ − 2 ∙ C:D, /

Estude bem essas relações!!

Bom, vamos voltar ao problema. Queremos calcular var(2X – Y) sabendo que
var(X) = 4, var(Y) = 2 e cov(X,Y) = -1.

De acordo com a relação

6 − / = 6 + 6/ − 2 ∙ C:D, /,

D782 − / = D782 + D78/ − 2 ∙ C:D2, /

(BASTA TROCAR O “X” DA FÓRMULA POR 2X!!!)

Vamos analisar cada componente dessa relação!

D782 = 2² ∙ D78 = 2² ∙ 4 = 16

D78/ = 2

C:D2, / = 2 ∙ C:D, / = 2 ∙ −1 = −2

Assim,

D782 − / = D782 + D78/ − 2 ∙ C:D2, /

D782 − / = 16 + 2 − 2 ∙ −2 = 22

Letra D

17. (Estatístico – ENAP 2006/ESAF)

Sabe-se que X e Y são variáveis aleatórias

independentes. Dado que Z = 2 X – Y, então pode-se afirmar que
a) a variância de Z nunca poderá ser superior à variância de X.
b) a variância de Z nunca poderá ser inferior à variância de Y.
c) a variância de Z poderá se diferente de 2 X - Y.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

d) o valor esperado de Z é igual a 2.
e) a variância de Z é igual a zero.

Resolução

Como o problema já afirma que as variáveis X e Y são independentes,
podemos concluir que

C:D, / = 0.

Assim,

D782 − / = D782 + D78/ − 2 ∙ C:D2, /

D782 − / = 2² ∙ D78 + D78/ − 2 ∙ 2 ∙ C:D, /

D782 − / = 4 ∙ D78 + D78/ − 4 ∙ 0

D78K = 4 ∙ D78 + D78/

Como a variância é sempre um número não negativo, a variância de Z nunca
poderá ser inferior à variância de Y.

Letra B

18. (MPE – RO 2005 CESGRANRIO) Analise as afirmativas a seguir, a respeito
da esperança e da variância de duas variáveis aleatórias X e Y.

I - Se X e Y são independentes, então var(X + Y) = var(X) + var(Y).

II - Se var(X + Y) = var(X) + var(Y), então X e Y são independentes.

III - Se X e Y são independentes, então E(X + Y) = E(X) + E(Y).

IV - Se E(X + Y) = E(X) + E(Y), então X e Y são independentes.

Está(ão) correta(s) a(s) afirmativa(s):

(A) II, somente.

(B) I e III, somente.

(D) II e IV, somente.

(E) I, II, III e IV

Resolução

I –

Verdadeiro

Sabemos que

D78 + / = D78 + D78/ + 2 ∙ C:D, /,.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Se X e Y são independentes, então cov(X,Y) = 0. Portanto, se X e Y são
independentes, então

D78 + / = D78 + D78/ + 2 ∙ 0 = D78 + D78/

II –

Falso

Duas variáveis independentes têm covariância zero, mas a recíproca não é
verdadeira. Ou seja, se a covariância é zero, as variáveis podem ser
independentes ou não.

III –

Verdadeiro

Sejam X e Y duas variáveis quaisquer, é sempre verdade que

E(X + Y) = E(X) + E(Y). Não interessa se as variáveis são ou não
independentes, sempre será verdade E(X+Y)=E(X)+ E(Y).

IV –

Falso

E(X + Y) = E(X) + E(Y) é verdade para duas variáveis quaisquer. Portanto, X e
Y podem ser independentes ou não.

Letra B

19. (Estatístico Pref. Manaus 2004 CESGRANRIO) Analise as afirmativas a
seguir, a respeito de duas variáveis aleatórias X e Y.

I – Se X e Y são independentes, então Cov(X,Y) = 0.

II – Se Cov(X,Y) = 0, então X e Y são independentes.

III – Se X e Y são independentes, então E(XY) = E(X).E(Y).

IV – Se E(XY) = E(X).E(Y), então X e Y são independentes.

Está(ão) correta(s) a(s) afirmativa(s):

(A) I, somente.

(B) I e III, somente.

(D) II e IV, somente.

(E) I, II, III e IV

Resolução

I –

Verdadeiro

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Duas variáveis independentes têm covariância zero, mas a recíproca não é
verdadeira. Ou seja, se a covariância é zero, as variáveis podem ser
independentes ou não.

II -

Falso

A frase II é falsa pelo mesmo motivo da frase I.

III –

Verdadeiro

Se X e Y são duas variáveis independentes, então E(XY) = E(X).E(Y). A
recíproca não é verdadeira.

IV –

Falso

A frase IV é falsa pelo mesmo motivo da frase III.

Letra B

20. (Fiscal de Rendas-MS 2006/FGV) Analise as afirmativas a seguir, a respeito
de duas variáveis aleatórias X e Y:

I – se X e Y são independentes, então Cov(X,Y) = 0.

II – se Cov(X,Y) = 0, então X e Y são independentes;

III – se X e Y são independentes, então E(XY) = E(X).E(Y)

IV – se E(XY) =E(X).E(Y), então X e Y são independentes.

Assinale:

a) se nenhum alternativa estiver correta
b) se somente as alternativas I e III estiverem corretas
c) se somente as alternativas I e IV estiverem corretas
d) se somente as alternativas II e IV estiverem corretas
e) se todas as alternativas estiverem corretas.

Resolução

Muito criativa a questão, não?

IDÊNTICAS. Não vou nem copiar os comentários.

Letra B

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

21. (BNDES 2011/CESGRANRIO) As variáveis aleatórias X e Y têm variâncias
iguais e possuem coeficiente de correlação igual a 0,2. O coeficiente de
correlação entre as variáveis aleatórias X e 5X – 2Y é
(A) – 0,35
(B) – 0,2
(C) 0,1
(D) 0,56
(E) 0,92

Resolução

Nós ainda não estudamos o coeficiente de correlação. Mas não tem problema.
Podemos resolver esta questão (difícil, por sinal) com as propriedades da
variância e da covariância. Para tanto, deixe-me apresentar-lhes a fórmula do
coeficiente de correlação.

O coeficiente de correlação

O, / é dado por:

O, / =

C:D, /

B678 ∙ 678/

O problema informa que Var(X) = Var(Y). Para simplificar, utilizarei a letra m
para representar estes valores.

678 = &678/ = &

Assim,

O, / =

C:D, /

√& ∙ &

Como o coeficiente de correlação é igual a 0,2, então:

0,2 =

C:D, /

C:D, / = 0,2 ∙ &

Vamos agora aplicar a definição do coeficiente de correlação para as variáveis
X e 5X – 2Y.

O, 5 − 2/ =

C:D, 5 − 2/

B678 ∙ 6785 − 2/

Utilizemos as propriedades de variância e covariância:

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

6785 − 2/ = 6785 + 6782/ − 2 ∙ C:D5, 2/

6785 − 2/ = 5² ∙ 678 + 2² ∙ 678/ − 2 ∙ 5 ∙ 2 ∙

FGH1, 2

6785 − 2/ = 25& + 4& − 20 ∙

Q, RS

= 25&

6785 − 2/ = 25&

C:D, 5 − 2/ = C:D, 5 + C:D, −2/ = 5

FGH1, 1

− 2 ∙ C:D, /

Lembrando que

C:D, = D78 …

C:D, 5 − 2/ = 5 ∙

HIJ1

− 2 ∙ C:D, /

C:D, 5 − 2/ = 5& − 2 ∙ 0,2 ∙ &

C:D, 5 − 2/ = 4,6 ∙ &

Substituindo estes valores na fórmula:

O, 5 − 2/ =

C:D, 5 − 2/

B678 ∙ 6785 − 2/

4,6&

√& ∙ 25&

4,6&

5& =

4,6

5 = 0,92

Letra E

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

Relação das questões comentadas

01. (Administrador DNOCS 2010/FCC) Em uma loja, as unidades vendidas por
dia de um determinado eletrodoméstico apresentam a seguinte distribuição de
probabilidades de ocorrência de venda:

A probabilidade de que em um determinado dia tenham sido vendidas mais
que uma unidade do eletrodoméstico é igual a
(A) 87,5%.
(B) 80,0%.
(C) 75,0%.
(D) 60,0%.
(E) 50,0%.

02. (TRF 4ª Região 2010/FCC) O número de televisores vendidos diariamente
em uma loja apresenta a seguinte distribuição de probabilidades.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

(A) 3.500,00
(B) 4.000,00
(C) 4.500,00
(D) 5.000,00
(E) 5.500,00

a) 1,5.
b) -0,75.
c) 0,75.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

d) -1,5.
e) 2,5.

a) R$ 7,90
b) R$ 8,00
c) R$ 7,00
d) R$ 9,00
e) R$ 8,50

07. (Estatístico – TCE/RO 2007/CESGRANRIO)

O retorno mensal de certo

investimento de risco pode ser modelado pela variável aleatória W, com função
de probabilidade dada a seguir.

O retorno esperado é:
(A) – 0,5%
(B) 0,5%
(C) 1,5%
(D) 5%
(E) 7,5%

08. (Analista BACEN 2010 CESGRANRIO)

Sobre variáveis aleatórias, considere

as afirmações a seguir.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

É correto APENAS o que se afirma em

(A) II.
(B) III.
(C) I e II.
(D) I e III.
(E) II e III.

09. (AFRFB 2009/ESAF) A tabela mostra a distribuição de frequências relativas
populacionais (f’) de uma variável X:

′

−2

Sabendo que “a” é um número real, então a média e a variância de X são,
respectivamente:

= −0,5@4

= 3,45

= 0,5@4

= −3,45

= 0@4

= 1

= −0,5@4

= 3,7

= 0,5@4

= 3,7

Número de Acidentes (X)

P(X=x)

0,3

0,2

0,1

0,3

O valor esperado e o desvio padrão da variável aleatória X são,
respectivamente,

a) 1,9 e 1,64
b) 1,9 e 2,69
c) 2,0 e 1,64

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

d) 2,0 e 2,69
e) 2,69 e 1,9

11. (PETROBRAS 2006 – Administrador Pleno – CESGRANRIO) Se Y = 2X+1 e
a variância de X vale 2, a variância de Y é igual a:

(A) 2
(B) 4
(C) 5
(D) 8
(E) 9

12. (CGU 2008 – Estatística e Cálculos Atuariais/ESAF) Seja X uma variável
aleatória com média 1 e variância 2. Qual a variância da variável Y = 2X + 4?

a) 2
b) 4
c) 6
d) 8
e) 12

13. (SEFAZ-RJ 2008/FGV) Sejam X e Y duas variáveis aleatórias quaisquer.
Então:

(A) VAR (X – Y) = VAR (X) – VAR (Y).

(B) VAR (X – Y) = VAR (X) + VAR (Y) – COV (X, Y).

(D) VAR (X – Y) = VAR (X) + VAR (Y) + COV (X, Y).

(E) VAR (X – Y) = VAR (X) + VAR (Y) + 2 COV (X, Y).

14. (Economista – TCE/RS 2011/FMP) Considere X e Y duas variáveis
aleatórias quaisquer e as afirmativas abaixo:
I. Se Z = 8X + 9Y, então VAR(Z) = 8VAR(X) + 9VAR(Y) + 2 COV(X,Y).
II. Se W = 8X + 9Y + 10, então E(W) = 8E(X) + 9E(Y) + 10.
III. Se COV(X,Y) = 0, então X e Y são independentes.
É correto afirmar que:
(A) apenas I está correta.
(B) apenas II está correta.
(C) apenas III está correta.
(D) apenas I e II estão corretas.

(E) apenas II e III estão corretas.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

15. (Analista BACEN 2010 CESGRANRIO)

Se X e Y são duas variáveis

(A) E(XY) = E(X) + E(Y) – 2Cov(X, Y)
(B) E(X) . E(Y) = E(XY) – Cov(X, Y)
(C) E(3X + 2Y) = 9E(X) + 4E(Y)
(D) Var(X + 5) = Var(X) + 5
(E) Cov(X, Y) = Var(X) . Var(Y)

16. (Estatístico – SEAD – AM 2005 CESGRANRIO) Se var(X) = 4, var(Y) = 2 e
cov(X,Y) = -1, então var(2X – Y) é igual a:

a)  10
b)  12
c)  18
d)  22
e)  24

17. (Estatístico – ENAP 2006/ESAF)

Sabe-se que X e Y são variáveis aleatórias

18. (MPE – RO 2005 CESGRANRIO) Analise as afirmativas a seguir, a respeito
da esperança e da variância de duas variáveis aleatórias X e Y.

I - Se X e Y são independentes, então var(X + Y) = var(X) + var(Y).

II - Se var(X + Y) = var(X) + var(Y), então X e Y são independentes.

III - Se X e Y são independentes, então E(X + Y) = E(X) + E(Y).

IV - Se E(X + Y) = E(X) + E(Y), então X e Y são independentes.

Está(ão) correta(s) a(s) afirmativa(s):

(A) II, somente.

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB

PROFESSOR: GUILHERME NEVES

Prof. Guilherme Neves www.pontodosconcursos.com.br

(B) I e III, somente.

(D) II e IV, somente.

(E) I, II, III e IV

19. (Estatístico Pref. Manaus 2004 CESGRANRIO) Analise as afirmativas a
seguir, a respeito de duas variáveis aleatórias X e Y.

I – Se X e Y são independentes, então Cov(X,Y) = 0.

II – Se Cov(X,Y) = 0, então X e Y são independentes.

III – Se X e Y são independentes, então E(XY) = E(X).E(Y).

IV – Se E(XY) = E(X).E(Y), então X e Y são independentes.

Está(ão) correta(s) a(s) afirmativa(s):

(A) I, somente.

(B) I e III, somente.

(D) II e IV, somente.

(E) I, II, III e IV

20. (Fiscal de Rendas-MS 2006/FGV) Analise as afirmativas a seguir, a respeito
de duas variáveis aleatórias X e Y:

I – se X e Y são independentes, então Cov(X,Y) = 0.

II – se Cov(X,Y) = 0, então X e Y são independentes;

III – se X e Y são independentes, então E(XY) = E(X).E(Y)

IV – se E(XY) =E(X).E(Y), então X e Y são independentes.

Assinale: