Pular para o conteúdo principal

Questão de Estatística — Principais distribuições de probabilidade — FGV 2024

EstatísticaPrincipais distribuições de probabilidade
Código
fg097956
Banca
FGV
Órgão
TJ-AP
Ano
2024
Nível
Superior
Cargo
Analista Judiciário - Apoio Especializado - Estatístico
A distribuição de probabilidade que possui coeficiente de variação sempre igual a 1 é:
  1. ANormal;
  2. BPoisson;
  3. CBinomial;
  4. DUniforme;
  5. EExponencial.
Revelar gabarito e comentário

GabaritoE — Exponencial.

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”.

Coeficiente de variação e a distribuição exponencial

Gabarito: letra E. A distribuição exponencial é a única entre as listadas cujo coeficiente de variação é sempre igual a 1, pois sua média é 1/λ1/\lambda e seu desvio-padrão também é 1/λ1/\lambda — logo, CV=DPMeˊdia=1/λ1/λ=1CV = \frac{DP}{Média} = \frac{1/\lambda}{1/\lambda} = 1. Essa é uma propriedade característica da exponencial, que a distingue das demais distribuições apresentadas.

O coeficiente de variação (CV) é uma medida de dispersão relativa, definida como a razão entre o desvio-padrão e a média de uma variável aleatória: CV=σμCV = \frac{\sigma}{\mu}. Ele é adimensional e permite comparar a variabilidade de distribuições com médias diferentes. Para cada distribuição de probabilidade, o CV assume um valor que depende dos parâmetros — exceto na exponencial, em que essa razão é constante e igual a 1, independentemente do valor do parâmetro λ\lambda.

A distribuição exponencial é contínua e modela o tempo entre ocorrências de eventos em um processo de Poisson, como o tempo de vida de componentes eletrônicos ou o intervalo entre chegadas em uma fila. Sua função densidade é f(x)=λeλxf(x) = \lambda e^{-\lambda x}, para x0x \geq 0. A média é E(X)=1/λE(X) = 1/\lambda e a variância é Var(X)=1/λ2Var(X) = 1/\lambda^2, de modo que o desvio-padrão é 1/λ2=1/λ\sqrt{1/\lambda^2} = 1/\lambda. Assim, o CV é exatamente 1.

A pegadinha da questão está em confundir a exponencial com a Poisson. A distribuição de Poisson é discreta e modela o número de ocorrências em um intervalo fixo; nela, a média e a variância são iguais ao parâmetro λ\lambda, mas o desvio-padrão é λ\sqrt{\lambda}, e o CV é 1/λ1/\sqrt{\lambda}, que só é igual a 1 quando λ=1\lambda = 1. Portanto, a Poisson não tem CV constante igual a 1 — é a exponencial que possui essa propriedade.

Distribuição

Média

Desvio-padrão

CV = DP/Média

Exponencial

1/λ

1/λ

1 (constante)

Poisson

λ

√λ

1/√λ (só = 1 se λ = 1)

Binomial

np

√(np(1−p))

√((1−p)/(np))

Uniforme [a,b]

(a+b)/2

(b−a)/√12

2(b−a)/(√12(a+b))

Normal

μ

σ

σ/μ (livre)

1Exponencial
Média = 1/λ
Desvio = 1/λ
CV = 1 (constante)
2Poisson
Média = λ
Desvio = √λ
CV = 1/√λ
3Binomial
Média = np
Desvio = √np(1-p)
CV = √(1-p)/np
4Uniforme [a,b]
Média = (a+b)/2
Desvio = (b-a)/√12
CV = 2(b-a)/√12(a+b)
Coeficiente de variação (CV = σ/μ)
LEVELsoulevel.com.br
Coeficiente de variação (CV = σ/μ): Exponencial (Média = 1/λ, Desvio = 1/λ, CV = 1 (constante)); Poisson (Média = λ, Desvio = √λ, CV = 1/√λ); Binomial (Média = np, Desvio = √np(1-p), CV = √(1-p)/np); Uniforme [a,b] (Média = (a+b)/2, Desvio = (b-a)/√12, CV = 2(b-a)/√12(a+b))

Alternativa A — ❌ Incorreta

A distribuição normal tem média μ\mu e desvio-padrão σ\sigma, ambos parâmetros livres. O coeficiente de variação é σ/μ\sigma/\mu, que depende dos valores escolhidos e não é constante — pode ser qualquer número positivo, dependendo da dispersão relativa. Não há nenhuma propriedade que fixe o CV em 1.

Alternativa B — ❌ Incorreta

Na distribuição de Poisson, a média e a variância são iguais ao parâmetro λ\lambda, mas o desvio-padrão é λ\sqrt{\lambda}. O coeficiente de variação é 1/λ1/\sqrt{\lambda}, que só é igual a 1 quando λ=1\lambda = 1. Como λ\lambda pode assumir qualquer valor positivo, o CV não é sempre 1 — é uma função decrescente de λ\lambda.

Alternativa C — ❌ Incorreta

Na distribuição binomial, a média é npnp e o desvio-padrão é np(1p)\sqrt{np(1-p)}. O coeficiente de variação é (1p)/(np)\sqrt{(1-p)/(np)}, que depende tanto de nn quanto de pp. Não é constante e raramente é igual a 1 — só ocorreria para combinações específicas de parâmetros, não como regra geral.

Alternativa D — ❌ Incorreta

Na distribuição uniforme contínua no intervalo [a,b][a, b], a média é (a+b)/2(a+b)/2 e o desvio-padrão é (ba)/12(b-a)/\sqrt{12}. O coeficiente de variação é (ba)/12(a+b)/2=2(ba)12(a+b)\frac{(b-a)/\sqrt{12}}{(a+b)/2} = \frac{2(b-a)}{\sqrt{12}(a+b)}, que depende dos limites aa e bb. Não é constante e, em geral, não é igual a 1.

Alternativa E — ✅ Correta ⟵ GABARITO

A distribuição exponencial tem média 1/λ1/\lambda e desvio-padrão 1/λ1/\lambda, como visto. Portanto, o coeficiente de variação é sempre 1/λ1/λ=1\frac{1/\lambda}{1/\lambda} = 1, independentemente do valor de λ\lambda. Essa é uma propriedade marcante da exponencial, frequentemente cobrada em provas de Estatística.

NÃO CAIA NESSA!

A banca explora a confusão entre a distribuição exponencial e a distribuição de Poisson. Na Poisson, a média e a variância são iguais a λ\lambda, mas o desvio-padrão é λ\sqrt{\lambda}, então o CV é 1/λ1/\sqrt{\lambda} — não é constante. Já na exponencial, a média e o desvio-padrão são ambos 1/λ1/\lambda, o que garante CV = 1. Lembre-se: exponencial é contínua (tempo entre eventos); Poisson é discreta (número de eventos).

PEGA ESSA DICA!

Para resolver questões sobre coeficiente de variação de distribuições, monte uma tabela com as fórmulas de média e desvio-padrão das principais distribuições e calcule o CV. Decore os casos especiais: exponencial (CV = 1), Poisson (CV = 1/λ1/\sqrt{\lambda}) e uniforme (CV depende dos limites). Isso agiliza a resolução e evita erros de memória.

Gabarito: letra E.

Link permanente: /questoes/fg097956