Relacione as situações apresentadas na Coluna A (números) com as da Coluna B (letras).
Coluna A
1
Processo cujo resultado é incerto e pode ser descrito probabilisticamente.
2
Conjunto de todos os resultados possíveis de um experimento aleatório.
3
Evento formado por apenas um resultado possível do espaço amostral.
4
Evento formado por mais de um resultado possível do espaço amostral.
5
Probabilidade estimada a partir da repetição de experimentos e observação das frequências relativas.
6
Princípio segundo o qual a frequência relativa tende a se estabilizar conforme o número de repetições aumenta.
7
Probabilidade calculada considerando que uma informação adicional já é conhecida.
8
Situação em que a ocorrência de um evento não altera a probabilidade de ocorrência do outro.
9
Distribuição discreta utilizada para modelar o número de sucessos em um número fixo de tentativas independentes.
10
Distribuição utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço.
11
Distribuição contínua frequentemente utilizada para modelar medidas experimentais e erros de medição.
12
Quantidade numérica associada aos resultados de um experimento aleatório.
13
Parâmetro da distribuição de Poisson que representa o número médio de ocorrências em um intervalo.
14
Medida que representa o centro de uma distribuição de probabilidade.
15
Medida utilizada para avaliar a dispersão dos valores em torno da média.
Coluna B
A
Distribuição Binomial
B
Desvio padrão
C
Distribuição de Poisson
D
Espaço amostral
E
Distribuição Normal
F
Probabilidade frequentista
G
Independência entre eventos
H
Média
I
Probabilidade condicional
J
Lei dos Grandes Números
K
Variável aleatória
L
Evento composto
M
Evento simples
N
Experimento probabilístico
O
Taxa média (lambda)
| Coluna A | |
| 1 | Processo cujo resultado é incerto e pode ser descrito probabilisticamente. |
| 2 | Conjunto de todos os resultados possíveis de um experimento aleatório. |
| 3 | Evento formado por apenas um resultado possível do espaço amostral. |
| 4 | Evento formado por mais de um resultado possível do espaço amostral. |
| 5 | Probabilidade estimada a partir da repetição de experimentos e observação das frequências relativas. |
| 6 | Princípio segundo o qual a frequência relativa tende a se estabilizar conforme o número de repetições aumenta. |
| 7 | Probabilidade calculada considerando que uma informação adicional já é conhecida. |
| 8 | Situação em que a ocorrência de um evento não altera a probabilidade de ocorrência do outro. |
| 9 | Distribuição discreta utilizada para modelar o número de sucessos em um número fixo de tentativas independentes. |
| 10 | Distribuição utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço. |
| 11 | Distribuição contínua frequentemente utilizada para modelar medidas experimentais e erros de medição. |
| 12 | Quantidade numérica associada aos resultados de um experimento aleatório. |
| 13 | Parâmetro da distribuição de Poisson que representa o número médio de ocorrências em um intervalo. |
| 14 | Medida que representa o centro de uma distribuição de probabilidade. |
| 15 | Medida utilizada para avaliar a dispersão dos valores em torno da média. |
| Coluna B | |
| A | Distribuição Binomial |
| B | Desvio padrão |
| C | Distribuição de Poisson |
| D | Espaço amostral |
| E | Distribuição Normal |
| F | Probabilidade frequentista |
| G | Independência entre eventos |
| H | Média |
| I | Probabilidade condicional |
| J | Lei dos Grandes Números |
| K | Variável aleatória |
| L | Evento composto |
| M | Evento simples |
| N | Experimento probabilístico |
| O | Taxa média (lambda) |
Passo 1
O enunciado pede que eu relacione cada item numerado na Coluna A (itens
a
) com uma das opções da Coluna B (letras
a
). Ou seja: para cada descrição conceitual da Coluna A devo dizer qual termo da Coluna B corresponde. Informações relevantes que o enunciado dá:
- Há quinze descrições conceituais numeradas de
a (Coluna A). - Há quinze termos possíveis rotulados de
a (Coluna B). - Cada descrição corresponde exatamente a um termo (assume-se correspondência bijetiva).
- A tarefa é identificar e justificar (a seguir vou explicar os conceitos) qual letra corresponde a cada número. A resolução começará no próximo passo.
Passo 2
Item
: “Processo cujo resultado é incerto e pode ser descrito probabilisticamente.”
Explicação do conceito (passo-a-passo didático): isso descreve o ato de realizar algo que tem resultados aleatórios — por exemplo, lançar uma moeda, medir a temperatura de manhã, sortear uma ficha. Em probabilidade chamamos isso de “experimento probabilístico” ou “experimento aleatório”. É o conceito mais básico: há uma ação que gera resultados não-determinísticos. Portanto o termo da Coluna B correspondente é (Experimento probabilístico). No exame, quando ver uma frase que fala em “processo com resultado incerto”, pense em experimento probabilístico.
Explicação do conceito (passo-a-passo didático): isso descreve o ato de realizar algo que tem resultados aleatórios — por exemplo, lançar uma moeda, medir a temperatura de manhã, sortear uma ficha. Em probabilidade chamamos isso de “experimento probabilístico” ou “experimento aleatório”. É o conceito mais básico: há uma ação que gera resultados não-determinísticos. Portanto o termo da Coluna B correspondente é
Passo 3
Item
: “Conjunto de todos os resultados possíveis de um experimento aleatório.”
Explicação: esse conjunto é aquilo onde listamos tudo que pode acontecer. Ex.: ao lançar um dado, o espaço amostral é . Em notação costuma-se usar
para o espaço amostral. Na Coluna B o termo que corresponde é
(Espaço amostral). No exame, olhar por “conjunto de todos os resultados” e lembrar
.
Explicação: esse conjunto é aquilo onde listamos tudo que pode acontecer. Ex.: ao lançar um dado, o espaço amostral é
Passo 4
Item
: “Evento formado por apenas um resultado possível do espaço amostral.”
Explicação: evento é qualquer subconjunto do espaço amostral. Quando o evento tem exatamente um elemento (por exemplo, obter “3” ao lançar um dado), chamamos de evento simples (ou elemento atômico). Na Coluna B isso é (Evento simples). Dica prática: “apenas um resultado” → “simples”.
Explicação: evento é qualquer subconjunto do espaço amostral. Quando o evento tem exatamente um elemento (por exemplo, obter “3” ao lançar um dado), chamamos de evento simples (ou elemento atômico). Na Coluna B isso é
Passo 5
Item
: “Evento formado por mais de um resultado possível do espaço amostral.”
Explicação: se o evento contém vários resultados (por exemplo, “sair número par” = ), então é um evento composto. Na Coluna B corresponde a
(Evento composto). Lembre: composto = mais de um elemento.
Explicação: se o evento contém vários resultados (por exemplo, “sair número par” =
Passo 6
Item
: “Probabilidade estimada a partir da repetição de experimentos e observação das frequências relativas.”
Explicação: isso descreve a abordagem frequentista de probabilidade, onde a probabilidade é vista como o limite da frequência relativa de um evento após muitas repetições. Por exemplo, se em lançamentos uma face aparece
vezes, a frequência relativa é
; essa é a estimativa frequentista de
. Na Coluna B corresponde a
(Probabilidade frequentista). No estudo: praticar pensar em
como estimativa.
Explicação: isso descreve a abordagem frequentista de probabilidade, onde a probabilidade é vista como o limite da frequência relativa de um evento após muitas repetições. Por exemplo, se em
Passo 7
Item
: “Princípio segundo o qual a frequência relativa tende a se estabilizar conforme o número de repetições aumenta.”
Explicação: esse princípio é a Lei dos Grandes Números. Em termos simples: a média amostral tende para a média verdadeira quando o número de repetições cresce. Escrevendo com notação: se é a média após
repetições então
(sob condições usuais). Na Coluna B corresponde a
(Lei dos Grandes Números). No exame, ligar “frequência relativa estabiliza” imediatamente a essa lei.
Explicação: esse princípio é a Lei dos Grandes Números. Em termos simples: a média amostral tende para a média verdadeira quando o número de repetições cresce. Escrevendo com notação: se
Passo 8
Item
: “Probabilidade calculada considerando que uma informação adicional já é conhecida.”
Explicação: isso é a definição de probabilidade condicional. Formalmente, a probabilidade de dado que
ocorreu é
Explicação: isso é a definição de probabilidade condicional. Formalmente, a probabilidade de
desde que
. Na Coluna B corresponde a
(Probabilidade condicional). Exemplo prático: probabilidade de tirar um rei sabendo que a carta é vermelha.
Passo 9
Item
: “Situação em que a ocorrência de um evento não altera a probabilidade de ocorrência do outro.”
Explicação: essa é a definição de independência entre eventos. Em termos de probabilidade: e
são independentes se e somente se
Explicação: essa é a definição de independência entre eventos. Em termos de probabilidade:
Na Coluna B corresponde a
(Independência entre eventos). Dica de prova rápida: verificar a igualdade acima.
Passo 10
Item
: “Distribuição discreta utilizada para modelar o número de sucessos em um número fixo de tentativas independentes.”
Explicação: isto descreve a distribuição binomial. Parâmetros padrões: (número de tentativas) e
(probabilidade de sucesso em cada tentativa). A função massa de probabilidade é
Explicação: isto descreve a distribuição binomial. Parâmetros padrões:
Na Coluna B corresponde a
(Distribuição Binomial). No exame: reconhecer “n tentativas independentes” → binomial.
Passo 11
Item
: “Distribuição utilizada para modelar o número de ocorrências de eventos em um intervalo de tempo ou espaço.”
Explicação: isso é a distribuição de Poisson, usada quando contamos eventos raros em um intervalo (ex.: chamadas que chegam por hora). A função massa é
Explicação: isso é a distribuição de Poisson, usada quando contamos eventos raros em um intervalo (ex.: chamadas que chegam por hora). A função massa é
onde
é a taxa média de ocorrências no intervalo. Na Coluna B corresponde a
(Distribuição de Poisson). Atenção: Poisson aparece quando eventos são independentes e a taxa é constante.
Passo 12
Item
: “Distribuição contínua frequentemente utilizada para modelar medidas experimentais e erros de medição.”
Explicação: isso descreve a distribuição Normal (ou Gaussiana). Parâmetros usuais: média e desvio padrão
. A densidade é
Explicação: isso descreve a distribuição Normal (ou Gaussiana). Parâmetros usuais: média
A Normal aparece muito em medidas por causa do Teorema Central do Limite. Na Coluna B corresponde a
(Distribuição Normal). No estudo: aprender padronização
.
Passo 13
Item
: “Quantidade numérica associada aos resultados de um experimento aleatório.”
Explicação: isso é a definição de variável aleatória. Formalmente, uma variável aleatória é uma função
que atribui um número real a cada resultado do espaço amostral. Pode ser discreta ou contínua. Na Coluna B corresponde a
(Variável aleatória). Em prova, quando vir “quantidade numérica” pense em
.
Explicação: isso é a definição de variável aleatória. Formalmente, uma variável aleatória
Passo 14
Item
: “Parâmetro da distribuição de Poisson que representa o número médio de ocorrências em um intervalo.”
Explicação: esse parâmetro é usualmente chamado de e representa tanto a média quanto a variância da Poisson:
e
. Na Coluna B corresponde a
(Taxa média
). Em exercícios, frequentemente pedem interpretar
como “média por intervalo”.
Explicação: esse parâmetro é usualmente chamado de
Passo 15
Item
: “Medida que representa o centro de uma distribuição de probabilidade.”
Explicação: a medida que representa o “centro” é a média (valor esperado). Para uma variável aleatória a média é denotada por
ou
, e é calculada como soma ponderada (discreta) ou integral (contínua). Na Coluna B corresponde a
(Média). Em provas: média = centro/valor típico.
Explicação: a medida que representa o “centro” é a média (valor esperado). Para uma variável aleatória
Passo 16
Item
: “Medida utilizada para avaliar a dispersão dos valores em torno da média.”
Explicação: a dispersão em torno da média é medida pelo desvio padrão (ou pela variância). A variância é e o desvio padrão é
. A Coluna B oferece “Desvio padrão” em
, que é a resposta óbvia aqui. Portanto item
corresponde a
. Lembre: desvio padrão tem a mesma unidade que a variável, por isso é preferido em interpretação.
Explicação: a dispersão em torno da média é medida pelo desvio padrão (ou pela variância). A variância é