Pular para o conteúdo principal

Questão de Estatística — Estatística descritiva (análise exploratória de dados) — CESPE / CEBRASPE 2026

EstatísticaEstatística descritiva (análise exploratória de dados)
Código
ce230236
Banca
CESPE / CEBRASPE
Órgão
Telebras
Ano
2026
Nível
Superior
Cargo
Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística
Considerando uma amostra aleatória simples X₁ , … , Xn retirada de uma distribuição exponencial com média igual a 2, julgue o seguinte item, a respeito da soma Sn = X₁ + ⋯ + Xn.A variância de Sn é igual a 2n.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Variância da soma de variáveis aleatórias independentes

❌ ERRADO. A variância de Sn=X1+⋯+XnS_n = X_1 + \dots + X_n é igual a 4n4n, e não 2n2n. Como cada XiX_i segue uma distribuição exponencial com média 2, a variância de cada XiX_i é 22=42^2 = 4; sendo as variáveis independentes, a variância da soma é a soma das variâncias, ou seja, Var(Sn)=n⋅4=4n\text{Var}(S_n) = n \cdot 4 = 4n. O item afirma 2n2n, o que está incorreto.

A questão cobra dois conceitos centrais de Estatística: (1) as propriedades da distribuição exponencial e (2) a regra de combinação de variâncias para variáveis independentes. Vamos destrinchar cada um.

1. A distribuição exponencial e seus parâmetros.

A distribuição exponencial é uma distribuição contínua comumente usada para modelar tempos de espera ou de vida. Ela é caracterizada por um parâmetro de taxa λ>0\lambda > 0, e sua média e variância são dadas por:

  • Média: E[X]=1λE[X] = \dfrac{1}{\lambda}

  • Variância: Var(X)=1λ2\text{Var}(X) = \dfrac{1}{\lambda^2}

O enunciado informa que a média é igual a 2, ou seja, E[Xi]=1λ=2E[X_i] = \dfrac{1}{\lambda} = 2. Portanto, λ=12\lambda = \dfrac{1}{2}. Consequentemente, a variância de cada XiX_i é:

Var(Xi)=1λ2=1(1/2)2=4.\text{Var}(X_i) = \dfrac{1}{\lambda^2} = \dfrac{1}{(1/2)^2} = 4.

2. Variância da soma de variáveis independentes.

Para variáveis aleatórias independentes, a variância da soma é a soma das variâncias. Isso é uma propriedade fundamental, que decorre do fato de as covariâncias serem nulas quando há independência. Formalmente:

Var(∑i=1nXi)=∑i=1nVar(Xi)+2∑i<jCov(Xi,Xj).\text{Var}\left(\sum_{i=1}^{n} X_i\right) = \sum_{i=1}^{n} \text{Var}(X_i) + 2\sum_{i<j} \text{Cov}(X_i, X_j).

Como as variáveis são independentes, Cov(Xi,Xj)=0\text{Cov}(X_i, X_j) = 0 para i≠ji \neq j, e a expressão se reduz a:

Var(Sn)=∑i=1nVar(Xi)=n⋅Var(Xi)=n⋅4=4n.\text{Var}(S_n) = \sum_{i=1}^{n} \text{Var}(X_i) = n \cdot \text{Var}(X_i) = n \cdot 4 = 4n.

3. A pegadinha da banca.

A banca explora a confusão entre a média e a variância da distribuição exponencial. Como a média é 2, o candidato apressado pode pensar que a variância também é 2, e então afirmar que a variância da soma é 2n2n. No entanto, para a exponencial, a variância é o quadrado da média: se a média é μ\mu, a variância é μ2\mu^2. Assim, com média 2, a variância de cada observação é 4, e a variância da soma é 4n4n.

NÃO CAIA NESSA!

A banca troca a variância pela média da exponencial. Na exponencial, Var(X)=[E(X)]2\text{Var}(X) = [E(X)]^2. Como a média é 2, a variância de cada XiX_i é 22=42^2 = 4, e não 2. O candidato que usa Var(Xi)=2\text{Var}(X_i) = 2 cai na armadilha e marca "Certo". Lembre-se: para a exponencial, o desvio padrão é igual à média, então a variância é o quadrado da média. 💪

Gabarito: letra E (ERRADO).

Link permanente: /questoes/ce230236