1

4

PROBABILIDADES

As aplicações iniciais referiam-se quase todas a jogos de azar. O ponto de desenvolvimento da teoria das probabilidades pode ser atribuído a Fermat (1601-1665) e Pascal (1623-1662). Atualmente os governos, as empresas, as organizações profissionais incorporam a teoria das probabilidades em seus processos de deliberações. A utilização das probabilidades indica que existe um elemento de acaso, ou incerteza, quanto à ocorrência ou não de um evento futuro. Mediante determinada combinação de julgamento, experiência e dados históricos é possível dizer quão provável é a ocorrência de determinado evento futuro. A previsão da procura de um produto novo, o cálculo dos custos de produção, a previsão do malogro de safras, a compra de apólices de seguro, a contratação de um novo empregado, o preparo de um orçamento, a avaliação do impacto de uma redução(aumento) de impostos sobre a inflação; contém algum elemento de acaso. As probabilidades são úteis porque ajudam a desenvolver estratégias. Assim alguns motoristas parecem demonstrar uma tendência para correr a grandes velocidades se acham que há pouco risco de serem apanhados, os investidores sentem-se mais inclinados a aplicar seu dinheiro se as chances de lucros são boas, carregaremos capa ou guarda-chuva se houver grande probabilidade de chuva; uma empresa pode sentir-se inclinada a negociar se houver forte ameaça de greve; mais inclinado a investir num novo equipamento se há boa chance de ganhar dinheiro; ou a contratar um novo funcionário que pareça promissor.
AS PROBABILIDADES SÃO UTILIZADAS PARA EXPRIMIR A CHANCE DE OCORRÊNCIA DE DETERMINADO EVENTO.

CARACTERIZAÇÃO DE UM EXPERIMENTO ALEATÓRIO Cada experimento poderá ser repetido sob as mesmas condições indefinidamente Não se conhece um particular valor do experimento “a priori”, porém podemos descrever todos os resultados possíveis – as possibilidades. Quando o experimento for repetido um grande número de vezes, surgirá uma s regularidade, uma estabilidade da fração f = n f = freqüência relativa, n = número de repetições, s = número de sucessos de um particular resultado estabelecido antes da realização. ESPAÇO AMOSTRAL: É o conjunto (S) de todos os possíveis resultados de um experimento aleatório (E). Exemplo: E = { jogar um dado e observar a face de cima } S = { 1, 2, 3, 4, 5, 6} E = { jogar duas moedas e observar o resultado} S = { (c,c), (c,k), (k,c), (k,k) }

山村

2

EVENTO : é um conjunto de resultados do experimento (subconjunto de S). φ = evento impossível S = evento certo A ∪ B ⇒ ocorre o evento A ou o B ou ambos ocorrem A ∩ B ⇒ ocorrem A e B A ⇒ é o evento que ocorre se A não ocorre Exemplos: 1. E = { jogar três moedas e observar os resultados } A = { ocorrer pelo menos duas caras } R: E = { (c,c,c), (c,c,k), (k,c,c), (c,k,c), (k,k,k), (k,c,k), (k,k,c), (c,k,k) } A = { (c,c,c), (c,c,k), (c,k,c), (k,c,c) } E = { lançar um dado e observar a face de cima } B = { ocorrer um múltiplo de 2 } R: E = { 1, 2, 3, 4, 5, 6} B = { 2, 4, 6}

2.

EVENTOS MUTUAMENTE EXCLUSIVOS: não ocorrem simultaneamente A e B (A∩B= φ ) Exemplo: E = {.jogar um dado e observar o resultado } A = { ocorrer um número par } B = { ocorrer um número ímpar } A∩B = φ E = { 1, 2, 3, 4, 5, 6} A = { 2, 4, 6} B = { 1, 3, 5}

DEFINIÇÃO DE PROBABILIDADE: Dado um espaço S, P(A) = probabilidade de um evento A – é uma função definida em S que associa a cada evento um número real, satisfazendo os axiomas: 1. 2. 3. 4. 5. 0 ≤ P(A) ≤ 1 P(S) = 1 P(A ∩B) = φ ⇒ P( φ ) = 0 P(A∩B) ≠ φ

P(A ∪ B) = P(A) + P(B) ⇒ P(A∪B) = P(A) + P(B) – P(A∩B)

ESPAÇOS AMOSTRAIS FINITOS EQUIPROVÁVEIS P(A) = número.de.casos. favoráveis número.total.de.casos

山村

3

REGRAS DE PROBABILIDADES Eventos mutuamente excludentes (A ou B ocorrerá) P(A∪B) = P(A) + P(B) P(A∩B) = φ Eventos não mutuamente excludentes (A ou B ou ambos ocorrerão) P(A∪B) = P(A) + P(B) – P(∩B) Eventos independentes P(A∩B) = P(A) P(B) Eventos dependentes P(A∩B) = P(B) P(AB) ou P(A) P(BA) Dois ou mais eventos dizem-se independentes se a ocorrência ou a não ocorrência de um não influencia a ocorrência do(s) outro(s). Exercícios: 1. Jogam-se duas moedas equilibradas. Qual a probabilidade de darem cara? (1/4) 2. Um terço dos eleitores de certa comunidade é constituído de mulheres, e 40% dos eleitores votaram na última eleição presidencial. Supondo que esses dois eventos sejam independentes, determine a probabilidade de escolher aleatoriamente um eleitor da lista geral, que seja mulher e que tenha votado na última eleição. (0.133) 3. Em 25% das vezes X chega em casa tarde para jantar. Por outro lado, o jantar atrasa 10% das vezes. Se não há qualquer relacionamento entre os atrasos de X e os atrasos do jantar, qual a probabilidade de ocorrerem ambos os atrasos? (0.025) QUANDO OS EVENTOS NÃO SÃO INDEPENDENTES Exemplo: Suponha duas urnas com fichas. A primeira Y contém 8 vermelhas e 2 brancas. A Segunda Z contém 5 vermelhas e 5 brancas. Vamos extrair uma ficha vermelha de cada uma das urnas. Observe que depende (condicional) de qual seja a urna escolhida. P(V/ Z) = 5/10 P(B/Y) = 2/10 P(B/Z) = 5/10 Suponha que as duas urnas sejam indistinguíveis e que a probabilidade de escolher qualquer delas seja ½. Qual a probabilidade de extrair uma ficha vermelha da urna Z? P(Z) = ½ P(V/Z) =5/10 ⇒ P(Z)P(V/Z) = (½).(5/10) = 1/4 Calcule P(Y)P(V/Y) (0.40) PROBABILIDADE DE OCORRÊNCIA DE AO MENOS UM DE DOIS EVENTOS A. mutuamente excludentes: P(A∪B) = P(A) + P(B)

山村

4

Exercício: 1) 2) Determine a probabilidade de aparecer cinco ou seis numa jogada de um dado equilibrado (2/6) Determine a probabilidade de extração de uma carta de copas ou de uma carta de paus de um baralho de 52 cartas (1/2)

B. Não são mutuamente excludentes: P(A∪B) = P(A) + P(B) – P(A∩B) ⇒ P(A∪B) = P(A) + P(B) – P(A).P(B) Exercício: 1. 2. 3. Determine a probabilidade de extração de uma carta de paus ou um dez de um baralho de 52 cartas (16/52) Uma urna contém 15 bolas do mesmo raio, enumeradas de 1 a15. Sendo A e B os eventos. Retirar uma bola múltiplo de 3 ou 4 (7/15) Idem, retirar uma bola múltiplo de 5 ou 4 ( 2/5)

Teorema de Bayes : Seja A1, A2, A3 ...........An, n eventos mutuamente exclusivos tais que A1∪A2∪......An = S. Seja P(Ai ) as probabilidades conhecidas dos vários eventos, e B um evento qualquer de S tal que são conhecidas todas as probabilidades condicionais P(B/Ai) Então, para cada “i”, tem-se: P( Ai ).P( B / Ai ) P(Ai/B) = P( A1).P( B / A1) + P( A2).P( B / A2) + .... + P( An).P( B / An) O teorema de Bayes é uma técnica utilizada para revisar estimativas probabilísticas iniciais com base em dados amostrais. Exemplo 1: Sejam as urnas: u1 u2 u3 e bolas nas cores: pretas 3 4 2 Brancas 1 3 3 Vermelhas 5 2 3 Escolheu-se uma urna ao acaso e dela extraiu-se uma bola ao acaso, verificando-se que ela é branca. Qual a probabilidade da bola ter vindo da urna 2 ? e da 3 ? P(u1) = P(u2) = P(u3) = 1/3 P(br/u1) = 1/9; P(br/u2) = 3/9= 1/3; P(br/u3) = 3/8 P(u2/br) = P(u2/br) = ? P(u3/br) = ? (27/59)

P(u 2).P(br / u 2) P(u1) P(br / u1) + P(u 2) P(br / u 2) + p (u 3) P(br / u 3) =

1 / 3.1 / 3 = 24/59 1 / 3.1 / 9 + 1 / 3.1 / 3 + 1 / 3.3 / 8 P(u3 ).P(br / u3 ) 27 P(u3|br) = = P(u1) P(br / u1) + P (u 2) P(br / u 2) + p(u 3) P(br / u 3) 59

山村

5

Exercícios: 1. De um baralho de 52 cartas, escolha aleatoriamente uma carta que seja: A = {a carta é de ouros} (13/52) B = {a carta é uma figura} (3/13) 2. Lance um dado e uma moeda. a) Construa o espaço amostral b) Enumere os seguintes eventos: A = {coroa, marcado por número par} B = {cara, marcado por número ímpar} C = {múltiplos de 3} 3. Determine a probabilidade de cada evento: a) Um número par aparece no lançamento de um dado b) Um rei aparece ao extrair-se uma carta de um baralho c) Pelo menos uma cara aparece no lançamento de 3 moedas d) Duas copas aparecem ao retirarem-se duas cartas de um baralho e) Uma carta de copas e uma de ouros aparecem ao extraírem-se duas cartas de um baralho. 4. Um número inteiro é escolhido aleatoriamente dentre os números 1, 2, 3,... 50. Qual a probabilidade de: a) Número ser divisível por 5 b) Terminar em 3 c) Ser divisível por 6 ou por 8 5. Qual a probabilidade de sair um rei ou uma carta de copas, quando retiramos uma carta de um baralho? 6. Dois dados são lançados simultaneamente. Qual a probabilidade: a) A soma ser menor que 4 b) A soma ser 9 c) O primeiro resultado ser menor que o segundo 7. Uma urna contém 5 bolas brancas e 6 pretas. Três bolas são retiradas. Calcule a probabilidade de: a) Todas pretas b) Exatamente uma branca c) Ao menos uma preta 8. Numa classe existem 5 alunos do quarto ano, 4 do segundo ano e 3 do terceiro ano. Qual a probabilidade de serem sorteados 2 alunos do segundo ano, 3 do quarto ano e dois do terceiro ano? 9. Extrai-se uma só carta de um baralho de 52. Determine a probabilidade de obter: a) Um valete b) Uma figura c) Uma carta vermelha d) Uma carta de ouros e) Um dez de paus f) Um 9 vermelho ou um 8 preto 10. Há 50 bolas numa urna, distribuídas como segue: Cor: azul vermelho laranja verde Quantidade: 20 15 10 5 = 50

山村

Uma caixa contém 20 bolas. qual a probabilidade de: a) Ser amarela (3/20) b) Ser preta (1/4) c) Não ser amarela (17/20) d) Não ser preta (3/4) e) Não ser branca (2/5) 16. Retira-se uma bola ao acaso. 5 são azuis e duas são pretas. das quais 12 são brancas. Determine a probabilidade de ela ser: a) Uma dama ou carta de copas (4/13) b) Ser vermelha ou ser figura (32/52) c) Sair rei ou uma carta de espadas (4/13) d) Ser figura ou carta de paus (11/26) 13. qual a probabilidade de se obter: a) Duas bolas pretas (12/35) b) Pelo menos uma bola branca (23/35) 17. Escolhido um estudante ao acaso. determine a probabilidade de se obter: a) A soma dos pontos igual a 10 (3/36) b) O número de pontos de uma das faces igual ao dobro do número da outra face (6/36) c) A soma dos pontos igual a 13 (0) d) Obter a soma dos pontos menor ou igual a 12 (36/36=1) e) Obter pontos iguais (6/36) f) A soma ser 8 (5/36_ g) A soma ser um número primo (15/36) h) A soma das faces ser 8 ou um número primo (20/36) i) A soma ser 6 ou 8 (5/18) 12. Uma carta é retirada de um baralho de 52 cartas. Retira-se uma bola ao acaso.6 Misturam-se as bolas e escolhe-se uma. Determine a probabilidade de a bola escolhida ser: a) Verde b) Azul c) Azul ou verde d) Não vermelha e) Vermelha ou verde f) Amarela g) Não amarela 11. calcule a probabilidade de: a) O estudante escolhido não usar óculos (12/20) b) O estudante escolhido ser mulher (7/20) 山村 . Considere um grupo de 20 estudantes. Uma urna tem 15 bolas. dos quais 13 são homens e 7 são mulheres. Cinco homens e 3 mulheres usam óculos. Se a probabilidade de um atirador acertar ao alvo é 4/7. qual a probabilidade dele errar o alvo? (3/7) 15. Qual a probabilidade de: a) Ser vermelha (3/10) b) Não ser vermelha (7/10) 14. Retiradas duas bolas ao acaso sem reposição. das quais 3 são vermelhas. 5 são pretas e 3 são amarelas. Uma caixa contém 10 bolas. das quais 6 são brancas e 9 são pretas. No lançamento de dois dados.

(1/36) 19. Em um final de torneio de tiro ao alvo a probabilidade de X acertar no alvo é 1/2 e a de Y é 3/5.589) 山村 . a caixa B contém 10 bolas azuis e 40 bolas verdes.418) f) Ter entre 20 e 40 anos? (0.0038) d) Ser mulher entre 20 e 40 anos? (0. Qual a probabilidade de se obter face 3 no dado e coroa na moeda. se ambos atirarem no alvo. Qual a probabilidade de retirarmos sucessivamente uma bola branca e uma preta com reposição? (24/100) 21. ocorrer 4 no dado branco e face 6 no dado amarelo. Qual a probabilidade de. Sabe-se que um deles tem 45% de probabilidade de acertar qualquer caça. período XX Sexo Idade Total Feminino Masculino Abaixo de 20 anos 20 15 35 Entre 20 e 40 anos 65 150 215 Acima de 40 anos 50 95 145 Total 135 260 395 Se um hóspede é aleatoriamente escolhido. no lançamento de um dado branco e um dado amarelo. enquanto o outro tem 60%. Se retirarmos aleatoriamente uma carta de um baralho de 52 cartas. qual é a probabilidade serem: branca da caixa A. na caixa C há 15 amarelas e 4 vermelhas.127) c) Ser homem e ter menos de 20 anos? (0. Qual a probabilidade de em cada tiro disparado: a) Ambos acertarem na caça (27%) b) Nenhum acertar na mesma caça (22%) c) A caça ser atingida (78%) d) Apenas um acertar a caça (51%) 25. Lançam-se um dado e uma moeda. Num sorteio. Numa urna há 4 bolas brancas e 6 bolas pretas. Dois amigos foram caçar. a caixa A contém 5 bolas brancas e 5 bolas pretas. Se sortearmos uma bola de cada caixa. Qual a probabilidade de o alvo ser atingido.7 c) Do estudante não usar óculos e ser mulher (4/7) 18. (4/5) 24.342) b) Ser mulher e ter acima de 40 anos? (0.165) e) Ser homem e ter menos de 40 anos? (0. A distribuição segue de acordo com o sexo e a idade: Hóspedes hotel PP. A tabela descreve os hóspedes registrados pelo período de uma semana num hotel de Curitiba. qual a probabilidade de: a) Ser mulher? (0. (1/12) 20. verde da caixa B e amarela da caixa C? (8/25) 22. qual a probabilidade de ser um 7 ou um ás? (8/52) 23.

discreta) 1. pois x e y são independentes E[ xy ] = ∑ xi p ( xi )∑ y j p ( y j ) = E[ x]E[ y ] i j i j 山村 . E(X) = ∑ XP( X ) VARIÂNCIA: quadrado do desvio padrão 2 2 Var(X) = ∑ X . y j ) = ∑ xi p ( xi ) ± ∑ yi p ( y j ) = E[ x] ± E[ y ] j i i j i i i i 4. Variável contínua: assume qualquer valor fracionário ao longo de um intervalo específico de valores.8 5 DISTRIBUIÇÕES DE PROBABILIDADE É uma distribuição de freqüências para os resultados de um espaço amostral. tais dados ocorrem tipicamente através de processos de contagem. a. número médio de pessoas por domicílio em uma grande cidade. Exemplos: pesos de caixas de laranjas. aleatória tende a assumir cada um dos diversos valores. y i i i j i j i i j ) ± ∑ yi ∑ p ( xi . a. Os específicos modelos discretos de probabilidade são as distribuições de probabilidade binomial. y j ) = ∑ x ∑ p( x . Multiplicando uma variável aleatória x por uma constante. a de Poisson. y j ) E[ xy ] = ∑∑ xi y j p ( xi ) p ( y j ) . e (hipergeométrica). no de peças defeituosas encontradas em um lote. Os dados são gerados pelo processo de medição. VALOR ESPERADO (E(X)) ou média: é a média ponderada de todos os possíveis valores da variável com os respectivos valores de probabilidade tomado como pesos. São retratadas por uma curva de probabilidade (normal) e (exponencial). tempo decorrido antes da primeira falha de um dispositivo. é a soma ou diferença das médias E[ x ± y ] = ∑∑ ( xi ± y j ) = ∑∑ xi p( xi .a. A média da soma de duas v. A média do produto de duas v. número de acidentes.P ( X )] = E(X2) – [E(X)]2 Propriedades da média (v. tais valores são e geralmente expressos por números inteiros. por isso. (as “f” são relativas – probabilidades) Mostra a proporção das vezes em que a v.[∑ X . A média de uma constante é a própria constante E (k ) = ∑ kp( x) = k ∑ p( x) = k 2. sua média fica multiplicada por essa constante: E[kx]= ∑ kxp( x) = k ∑ xp( x) = kE[ x] 3. independentes é o produto das médias E[ xy ] = ∑∑ xi y j p ( xi . Variável discreta: Em Estatística aplicada à Administração. P ( X ) . y j ) ± ∑∑ y j p( xi . alturas de pinheiros. duração de uma conversa telefônica. Exemplos: no de pessoas por domicílio.

15 0. temos: COVxy = E[ xy ] − µ x µ y 1. Demanda diária de aluguel de caminhonetes durante de um período de 50 dias Demanda possível (X ) Número de dias ( f ) 3 3 7 4 12 5 14 6 10 7 4 8 50 Determine a probabilidade de serem solicitadas exatamente: a) Sete caminhonetes em um dia aleatoriamente escolhido. a um depósito segue a tabela abaixo. portanto: σ ( x ± y ) = σ ( x) + σ ( y ) Covariância: mede o grau de dispersão conjunta entre duas variáveis aleatórias.74) 2. A variância de uma constante é zero σ ( k ) 2 = E[(k − µ )2 ] = E[(k − k )2 ] = 0 2.30 0. 2 2 Onde 2 COVxy =covariância entre x e y.10 0.10 0.a. O número de caminhões que chegam por hora.05 0. b) Serem solicitadas seis ou mais c) Valor médio a longo prazo (E(X) = 5.13 山村 . pois x e y são independentes.a.15 var(X)= 2. Chegadas de caminhões por hora a um depósito Número de caminhões X 0 1 2 3 4 5 6 Probabilidade 0.66) d) A variância (1. sua variância fica multiplicada pelo quadrado da constante σ 2 ( kx ) = E[(kx − µ( kx ) )2 ] = E[k 2 ( x − µ( x ) )2 ] = k 2 E[( x − µ( x ) )2 ] = k 2σ 2 ( x ) 3. Somando-se uma constante à uma v. Multiplicando-se uma v.a. desenvolvendo. E[( x − µ x )( y − µ y )] = E[( x − µ x ) E ( y − µ y )] = COVxy = 0 . independentes é a soma das respectivas variâncias σ 2 ( x ± y ) = E[[( x ± y ) − ( µ x ± µ y )]2 ] = E[[( x − µ x ) ± ( y − µ y )]2 ] = E[( x − µ x ) 2 ± 2 E[( x − µ x )( y − µ y )] + E[( y − µ y )]2 mas. A variância da soma de duas v.05 P(X) E(X)=3.9 Propriedades da variância (v.25 0. Calcular o número de chegadas por hora X e a variância dessa distribuição.discreta) 1.a. COVxy = E[( x − µ x )( y − µ y )] . sua variância não se altera σ 2 ( x ± k ) = σ 2 ( x) ± σ 2 (k ) = σ 2 ( x) pois σ 2 (k ) = 0 4. por uma constante.

5 100 0 E(A)=100 E(B)=0. Exemplo: 1. Uma pessoa pode escolher entre dois investimentos: A: ações de uma indústria que tem.5x200+0.000.999 100=0. se uma moeda cair cara. ao passo que a alternativa B apresenta um risco considerável.000.000 E(A)=100 1 999. cujas probabilidades de ocorrência podem ser previstas. dado 30% de lucros. 2. Uma pessoa tem duas alternativas: aceitar um prêmio de $ 100 (A). receber um pagamento de $ 200.10 Uma das aplicações de E(X) é na tomada de decisão no risco. Determine o pagamento esperado.999 1.000. uma concessão em três 山村 .000.000 100 0 1 1. . Quais as expectativas de pagamento e os riscos? Estados natureza Ganha prêmio Não ganha da o P(x) Alternativas A – Recusar a B – Aceitar a loteria loteria 100 10. Estados natureza Cara Coroa da P(x) Alternativas A .000. As expectativas de pagamentos são iguais. entretanto a alternativa A não apresenta risco.000 − x0 = 10 1.000.000 999.Um certo número de conseqüências.000. .5x0=100 Portanto. R(B)= x10.000 1. A decisão em situação de risco envolve os seguintes elementos: .000. B: ações de uma nova companhia petrolífera que está realizando prospecções numa região onde.5 100 200 0. entre os quais uma decisão deve ser tomada. O risco da alternativa é medido pela diferença entre os estados mais favorável e desfavorável da natureza. em média. se a moeda cair coroa (B).000.999 x10. Uma pessoa pode comprar um bilhete de loteria que custa $ 100 e lhe dá uma oportunidade em um milhão de ganhar o prêmio de 10 milhões.5x0=100 Os riscos são para as alternativas: R(A)=100-100=0 R(B)=05x200-0.000 E(B)= 3.Um certo número de estados da natureza.Um número finito de alternativas. ou não receber nada. no passado. O risco da alternativa A é R(A)=1001 999.000 1.000 A alternativa A é preferível à alternativa B. resultando da influência de cada estado da natureza sobre cada alternativa.000 − x0 = 10 1.Aceitar o B – correr o prêmio risco 0.

10-4x0.20 0.10-2x0. A embalagem custa $ 200 por unidade vendida na semana.20 E(Q=4)=-8x0.30+4x0.30 0.20+5x0. em se obtendo óleo.95=0.60=1. 7% .700 Z Custo da embalagem: $ -200 Z Faturamento proveniente da venda de resíduos: $ 500(Q-Z) Custo da mercadoria comprada: $ -2.10+0x0.10x0. Como exemplos de cálculo de pagamentos. 3 3 4.Aceitar o B – correr o prêmio risco 1/3 30% 70% 2/3 30% 10% As expectativas de pagamento são: E(A)=30%.500Q Portanto. ou lucro esperado.40 E(Q=3)=-6x0.700 durante a semana em questão: na semana seguinte.000Z – 2. Quais as expectativas de pagamento e os riscos? Estados natureza Descobre petróleo Não descobre da P(x) Alternativas A . a alternativa preferível é a de estocar Q=2 unidades.05-1x0. que conduz à melhor expectativa de pagamento E(Q=2)=1.000x2= 2. então o pagamento é: 3. Qual a quantidade ideal Q a ser estocada? Solução: Se Z ≤ Q. o pagamento obtido é: 3.11 tem obtido quantidades comerciais de óleo.60 Portanto.25+3x0. e vendida a $ 3.05 0.05+1x0. então o pagamento é: 1.05-7x0.500. Portanto a alternativa B é mais arriscada.00 A mercadoria é comprada a $ 2.05-3x0.10+2x085=1. Q=2. façamos: Z=2.40=$1.25+1x0. é de 10%. de cada alternativa: E(Q=0)=0 E(Q=1)=-2x0.000 Calculando a expectativa de pagamento.30=0. o pagamento obtido é: 1.05-5x0.000x2 – 2.10 E(Q=5)=-0.000Q Se Z>Q. senão. 1 2 E(B)= x70% + x10% = 30% .85 E(Q=2)=-4x0. o retorno sobre o investimento é de 70%. temos: Faturamento proveniente da venda de mercadoria nova: $ 3.10=-1. Os riscos são: 3 3 R(A)=30%-30%=0 1 2 R(B)= x70% − x10% = 16.400 山村 .25-1x0. As expectativas são iguais. por unidade.10 0 1.25 0.10 0.30+2x0.000Q A matriz de pagamentos está resumido no quadro seguinte.000x3= 0 Z=3. Sabe-se que a demanda semanal Z de certa mercadoria tem a distribuição de probabilidade: Demanda (Z) 0 1 2 3 4 5 6 ou mais P(Z) 0. a mercadoria é considerada resíduo e vendida a $ 500. Q=3.

12 Matriz de pagamentos (em milhares) Estados da natureza Q =0 Deman da A 0 1 2 3 4 5 6 P (Z) 0 .05 0 .10 0 .30 0 .10 0 =1 2 1 1 1 1 1 1 =2 Alternativas Estocar Q Q =3 =4 4 6 1 3 2 2 2 2 2 Q =5 8 5 2 10 7 4 1 2 5 5 山村 .20 0 .25 0 .

durante o tempo em que se encontram desempregados.02 0.03 0. um dois. Duração do desemprego 0 1 2 3 4 5 6 7 8 9-12 (semanas) oporção de candidatos 0.000.34 Um investidor julga que tem 0. e a medida que apresenta defeitos. O custo total de produção de cada bolo é de 10 unidades monetárias. de acordo com estas estimativas.200) Uma máquina fabrica placas de papelão que podem apresentar nenhum.50.(17 dias) Os registros de uma grande cidade mostram a distribuição de candidatos para trabalhos não qualificados. Julga ela que.00 líquido. se a exposição for feita em recinto fechado. três. 15 e 22 dias com as respectivas probabilidades de: 0. Por outro lado. Se o defeito for na antena.05 0. Calcule o valor esperado de lucro deste negociante nesta venda.25 0. se a exposição for feita a céu aberto. se não chover.000.20 0. 10) Uma urna contém 400 notas de $ 5. e o desvio padrão. Seu lucro é de 3 000 um se vender na segunda-feira e diminui 40% cada dia. Determine o ganho esperado. (15. a exposição a céu aberto renderá somente $ 1. O encarregado da manutenção acredita que a probabilidade de o defeito ser no painel é de 60%. m. (70. u. Calcule o lucro médio. 20%. o conserto poderá ser feito em 15 minutos. o prejuízo deve chegar a 50. 3.00. Se isto não acontecer. Se o defeito for no painel. o conserto poderá ser feito em 5 minutos.u. m. quatro ou cinco valem respectivamente 1%.00 e 100 notas de $ 10. (2 199.06 2) 3) 4) 5) 6) 7) 8) 9) Qual a duração esperada de desemprego de um candidato? Determine o desvio padrão.000. Qual é o preço médio de venda destas placas? 9. em cada uma delas. na quarta-feira é de 10%.2. entretanto. se chover. Neste caso. o preço cai 50% para cada defeito apresentado.60 de probabilidade de perder $ 15 000 num investimento.15 0. um.00. 22. 5%. o retorno esperado em sua vida útil é de 100. 29% e 15%.00. m. 1% e 1%. poderá ganhar $6. O defeito pode ser na antena receptora ou no painel de controle. Se a probabilidade de chuva é de 0. 60) O trem do metrô para no meio de um túnel. Qual é o valor esperado de vendas deste vendedor? (3. a variância e o desvio padrão.m. na quinta-feira é de 5% e na sexta-feira é de 5%. 5%.04 0. A expectativa de vender em cada cliente é de 80%.91) Um negociante espera vender um automóvel até sexta-feira.600.40 de probabilidade de ganhar $ 25 000 e 0. O preço de venda de uma placa perfeita é 10u. a companhia espera ganhar $2. Determine o prazo esperado para a execução da obra.10 0.84) Um produto deve ser lançado no mercado no próximo ano. independentemente.10 0.13 Exercícios 1) Uma confeitaria produz 5 bolos em determinado dia. 30%. e $3.50. e se não chover. Calcule o lucro médio. 0. é de 50%.30. Qual o lucro esperado? (6) 11) Uma companhia de implementos agrícolas fixou a data para sua exposição anual e precisa decidir se a exposição será feita em recinto fechado ou a céu aberto. Na terça-feira é de 30%. As probabilidades de vender nenhum. dois. 山村 .00. A expectativa de que venda na segunda-feira. três ou quatro defeitos. A expectativa do departamento de marketing de que o projeto seja bem sucedido é de 80%. e o preço unitário de venda é 20 u. com probabilidade 90%.20 e 0. Se chover. respectivamente. ($1000) Um empreiteiro faz as seguintes estimativas: prazo de execução 10. m. 3%. Qual é a expectativa do tempo de conserto? (11 minutos) Um vendedor prepara quatro visitas e espera vender 1000 u.000.

0. 2. Qual é o lucro esperado? (460) Se for feito um seguro de $450 e o custo do seguro for de $ 100. Rendabilidade probabilidade Ruim -10% 10% Regular 0% 20% Bom +12% 40% Excelente +25% 30% Determine o valor esperado (11. Uma seguradora paga o preço integral de um carro em caso de perda total.75. apresenta 25 pacotes com valor unitário de $ 1. mas só $ 300 se o dia estiver encoberto e $ 100 se chover.3 0. 5 pacotes valendo $ 5 cada um e 1 pacote valendo $ 10. Qual é o número médio de pessoas por carro? Se chegam no litoral 500 carros por hora. O quadro a seguir dá o número x de aparelhos vendidos em uma semana e a respectiva probabilidade p(x) Número x 0 1 2 3 4 5 P(x) 0. a lanchonete pode esperar lucrar $ 600 com a venda de cachorro-quentes se o dia for ensolarado.05. 3.00. Calcule a média de defeitos esperado e o desvio padrão.14 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) calcule o lucro esperado para ambos os tipos de exposição e escolha o tipo que proporcione o máximo lucro. em 8 horas de contagem? (3. qual o lucro esperado nas vendas de uma semana? (54) Os analistas da corretora de valores definiram os possíveis cenários da rentabilidade do mercado de ações para os próximos 12 meses: ruim. A probabilidade de que um carro tenha perda total é de 3%.00. numa quermesse escolar para angariar fundos.05 0. As probabilidades para esses eventos são 0.90. Quanto espera a seguradora ganhar por carro segurado? (300) As probabilidades de que haja 1.30%) O seguro de vida para pessoas com menos de 40 anos pago pela Seguradora FF é $200. Se a probabilidade de morte de uma pessoa com menos de 40 anos é 0.1.1% pede-se determinar a expectativa de lucro anual da seguradora. Pelo consenso do grupo de analistas. 1.2 0. (0.02 0 Um jogo um estádio de futebol.03 0. a pessoa necessita pagar $600 por ano.000.45.05: 12.00 é cobrado uma taxa de $ 1500. as rentabilidades e suas probabilidades associadas para o cenário estão registradas.60) Um lago de areia.1 0. No exercício anterior.25 e 0. 0.2 0.00.00 o lucro por unidade vendida.3 e 0.2) Nº de defeitos 0 1 2 3 4 5 6 ou mais Percentagem de produtos 0. a probabilidade de chuva é de 0.08 0. 0.94) Um produto e obteve o seguinte quadro de valores baseado nos últimos 6 meses de produção: Número de defeitos 0 1 2 3 4 5 山村 .20. 4 ou 5 pessoas em cada carro que vá ao litoral num sábado são. bom e excelente.05.200) O quadro abaixo representa o registro da qualidade do produto PP da fábrica PPY. se quisesse ter um prêmio Um fabricante de pneus de automóveis conservou os registros de qualidade de seu no valor daquilo que você gastou? (1.1 0. respectivamente: 0.22 0. Para comprar esse seguro.6. (400.1. Para um carro no valor de $ 40. Se é de R$ 20. qual é o número esperado de pessoas. 0. regular.60 0. qual será o lucro esperado?(405) Um lojista mantém extensos registros de vendas diárias de um aparelho. Quanto gostaria de pagar para ter uma chance nesta pescaria.

75. Estima-se que as probabilidades destas três ocorrências possíveis são de 0. 10900-poupança) 山村 . No ano seguinte a ação pode aumentar 20% de valor. (0.3 respectivamente.15 Percentagem de pneus 60 22 8 5 3 2 Calcule a média de defeitos e o desvio padrão. 1. 0. ou diminuir 10% ou permanecer alterada.4 e 0. nos dois casos? (10200. Que deveria ele fazer se só deseja investir durante um ano e os custos de investimento forem os mesmos.3.2) 22) Um investidor não sabe se investe $ 10000 de sua herança numa ação que lhe foi recomendada ou se aplica num título de poupança que lhe rende juros de 9%.

uma firma informa que 30% de suas contas a receber de outras firmas comerciais se encontram vencidas... Var(X) = npq 山村 . (0.70.1 DISTRIBUIÇÃO BINOMIAL Usa .01536) 2) Idem. aplicável sempre que o processo de amostragem é do tipo do de Bernoulli.01536+0. qual a probabilidade de que fará exatamente quatro vendas.4) 4) A probabilidade de que um empregado aleatoriamente escolhido participe de um programa de investimento em ações proporcionado pela empresa é de 0.se o termo binomial para designar situações em que os resultados de uma variável aleatória podem ser agrupados em duas classes ou categorias.20.. calcule a probabilidade de que a proporção de participantes seja exatamente 0.0001=0.0548) 6) Devido às altas taxas de juros. isto é: a) Em cada tentativa existem dois resultados possíveis mutuamente exclusivos.0106+0. 4 ou mais vendas (0. A distribuição binomial é uma distribuição discreta de probabilidade. Se 5 empregados são escolhidos aleatoriamente.q n − X = n! p X .016960≅0. sucesso ou fracasso. b) As séries de tentativas.0425+0. Elas são chamadas por conveniência.001536+0. Se um vendedor visita seis presumíveis clientes. (0.60. determinar a probabilidade de: a) Nenhuma conta está vencida.0016+0. e se visita 15 presumíveis clientes. calcule o valor esperado do número de vendas e a variância (3. ou observações são constituídas de eventos independentes. Se um contador escolhe aleatoriamente uma amostra de 5 contas.20. (0.2304) 5) A probabilidade .000064=0.16 5.é de 0.. c) As probabilidades de sucesso p. n ⇒ número de observações p ⇒ probabilidade de sucesso em cada tentativa P(X) = ( ).0: 2. Se 10 empregados são escolhidos aleatoriamente.40.q n − X X !(n − X )! Se for expressa por proporções: X X n! p = ⇒ P( p = ) = p X q n− X n n X !(n − X )! E(X) = np Exercícios: 1) A probabilidade de que um presumível cliente aleatoriamente escolhido faça uma compra é 0.017) 3) Se a probabilidade de que um presumível cliente realize uma compra é 0. calcule a probabilidade de que a proporção dos participantes seja no mínimo 0. Três valores são necessários: X ⇒ número de sucessos. permanece constante de tentativa para tentativa (estacionário). Os dados são nominais. p n X x .40.

determine a probabilidade que: a) No máximo dois sejam pagos com atraso. Qual a probabilidade de que: a) Todos sobrevivam. (0. 0. por atraso na entrega. determine a probabilidade de que.3.23. (34. b) No máximo ações de duas empresas não tenham se valorizado..4. causando reclamação por parte dos clientes. b) O lote contenha exatamente três peças defeituosas. numa amostra de quatro peças. 0. c) Mais de 70% sejam pagos sem atraso. Sejam encontradas: a) No mínimo duas peças com defeitos. d) Exatamente 20% das contas estão vencidas. b) Menos que três peças boas. As peças são embaladas em caixas que contém 12 peças.43. enquanto que as ações restantes ficaram estáveis ou perderam valor. b) Acontecer pelo menos uma reclamação nas 10 entregas. danos etc.9933) 11) Um levantamento efetuado em um pregão da bolsa de valores mostrou que naquele dia 40% das empresas tiveram aumento do valor de suas ações. 5. com reposição de um lote que contém 10% de peças defeituosas. Calcule a probabilidade de um cliente comprar um caixa contendo: a) Nenhuma peça defeituosa.01. c) Acontecer no máximo uma reclamação nas 10 entregas. 0. c) Todas as ações do fundo tenham se desvalorizado ou ficaram estáveis. b) Uma peça defeituosa. 1.16308-0. c) O lote contenha pelo menos uma peça defeituosa. 79. c) No máximo 3 não consigam sobreviver. 18. Calcule a probabilidade de: a) Não ocorrer reclamação nas 10 entregas de hoje.36015) 7) Uma empresa produz 10% de peças defeituosas.) 9) Uma amostra de 15 peças é extraída.17 b) Exatamente duas contas estão vencidas c) A maioria das contas está vencida. Calcule a probabilidade de que neste dia: a) Todas as ações do fundo tenham se valorizado. (19.69. 0.) 13) Uma empresa distribuidora costuma falhar em suas entregas de mercadorias 15% das vezes.3766) 8) Um levantamento efetuado na carteira de uma agência bancária indicou que 20% dos títulos eram pagos com atraso. b) No mínimo três sejam pagos sem atraso.60) 12) Uma confecção de roupa infantil suspeita que 30% de sua produção apresenta algum defeito.9933.16807-0. (0. da qual 80% sobrevivem. mercadoria fora de especificação.3087-0. Um fundo negocia com ações de 10 destas empresas.2824. b) Pelo menos dois sobrevivam. 1.3277..83. 47. (0.59. 54. instalou caixas automáticas de 山村 . 34.4) 10) Num hospital 5 pacientes devem submeter-se a uma cirurgia. automatizando seus serviços.9. A agência. Se em determinado dia foram pagos 20 títulos da carteira. (0.206. Se tal suspeita é correta. (0.) 14) Sabe-se que 20% dos clientes vêm a agência bancária exclusivamente para fazer depósitos.8 . e) O lote contenha de três a seis peças defeituosas.8050. 0. 12.83. d) O lote contenha entre três e seis peças defeituosas. Calcule a probabilidade de que: a) O lote não contenha peça defeituosa. (20.

07. qual a probabilidade de: a) Nenhum sofrer efeito colateral.3075?).18 depósitos. 30 são para o Rio de Janeiro. b) Pelo menos 3 vendas. constatou-se que 20% dos caminhões não conseguem terminar o teste sem ao menos um pneu furado. (0. c) De ao menos a metade praticarem esportes. ((0. determine a probabilidade de: a) Nenhuma ser paga com atraso.033) 19) A probabilidade de um certo tipo de lâmpada queimar no período de 24 horas é de 0. ocorram: a) Cinco acidentes com aviões da empresa ZZ 山村 .4766) 22) Um lote de 500 peças é aceita se uma amostra aleatória de 10 peças acusa menos de duas defeituosas. de cada 100 passagens vendidas.0398. Qual é a probabilidade de um funcionário. 0.12 0. c) Ao menos um sofrer efeitos colaterais (0. Se ela perfurar 6 poços.1325).0016. 0. Se um médico receita o produto a 4 pacientes. O lote tem 5% de peças com defeito. Qual a probabilidade de ser aceita? (0. Ele visita 30 clientes distintos. consultando clientes em uma fila de nove indivíduos a espera de atendimento em caixas comuns. b) De todos praticarem esportes.01. Escolhem-se 6 ao acaso para opinarem sobre esportes. b) Todos sofrerem efeitos colaterais. encontrar pelo menos um cliente que deve ser instruído a usar o caixa automático para depósito? (74. 0. (0.20.0048. c) Ao menos 3 serem pagas com atraso (0. Por falta de hábito. Qual a probabilidade de que: a) Realize exatamente quatro vendas (0. 0.06. de 5 a 8 tenham um pneu furando? (0. determine a probabilidade de ao menos um dar resultado positivo. determine a probabilidade de que. Qual a probabilidade de um luminoso com 10 dessas lâmpadas permanecerem totalmente aceso durante aquele período? (0. Determine a probabilidade de: a) Nenhum praticar esportes. Qual a probabilidade de que.27.0008. 16) Uma firma exploradora de petróleo acha que 5% dos poços que perfura acusam depósito de gás natural.5904) 18) Ao testar certo tipo de caminhão em um terreno acidentado. 0.042. De 14 faturas expedidas.) 15) Os registros de uma pequena companhia indicam que 40% das faturas por ela emitidas são pagas após o vencimento.4096. Na venda de seis passagens: a) Qual a probabilidade de que quatro seja para o Rio de Janeiro? b) Qual a probabilidade de que quatro ou mais sejam para o Rio de Janeiro? c) Qual a probabilidade de que nenhuma seja para o Rio de Janeiro? d) Qual a probabilidade de que no máximo duas sejam para o Rio de Janeiro? R: 0.74 24) Supondo que uma empresa aérea ZZ detém 30% dos vôos domésticos. dentre os próximos 10 caminhões a serem testados. em oito acidentes aéreos. 0. apenas 30% destes clientes utilizam este serviço.2648) 17) Pesquisa médica indica que 20% da população em geral sofrem efeitos colaterais negativos com o uso de uma nova droga. 0.9558) 21) 41% dos estudantes praticam alguma atividade esportiva. 0.904) 20) A probabilidade de um vendedor realizar uma venda com um único cliente é de 0.9139) 23) Numa agência de viagens. b) No máximo dois serem pagas com atraso. que deveriam ser utilizadas por estes clientes.

0. (12.0039.83) 31) Sabe-se que a probabilidade de um estudante que entra na Universidade se formar é 0. Entre 4000 parafusos qual é a média esperada de defeituosos? E o desvio padrão? (36.02%).4686) d) Todos os parafusos 27) Uma empresa produz parafusos dos quais 10% são defeituosos. Calcule a probabilidade de que: a) O lote não contenha peça defeituosa.0018.83). b) dois deles (0.15. 0. (18.4).).0097) Pelo menos 1 peça (0.4686) 34) A companhia de aviação Golan afirma que 95% dos seus vôos chegam no horário. 山村 .0984) c) Pelo menos um parafuso (0. 0.1176. b) entre 7 e 9 vôos chegaram no horário (40. (120.8) 28) Sabe-se que a procura semanal de certa peça sobressalente é em média de 0. 0.1. Sejam encontradas: a) No mínimo duas peças com defeitos. e) O lote contenha de três a seis peças defeituosas.9).3.8607) 1 peça (0. d) O lote contenha entre três e seis peças defeituosas.047.494. com reposição de um lote que contém 10% de peças defeituosas. c) O lote contenha pelo menos uma peça defeituosa. (34. b) Pelo menos 2 se formem. uma empresa aérea ZY passou a adotar a política de vender 105 passagens para um avião que dispõe de 98 assentos. Determine a probabilidade de que: a) Todos os assentos sejam preenchidos b) Sobre um passageiro sem assento c) Sobrem 3 assentos vazios (0. b) Menos que três peças boas.1393). Qual a probabilidade de serem defeituosos: a) nenhum deles (0. Se tal suspeita é correta. (0.3).0984) c) pelo menos um parafuso (0. 0.1291) 2 peças (0. 9. serem demandadas: a) b) c) d) Zero peças (0. (79.058) 25) Após a realização de uma pesquisa.4. Determine a probabilidade de que dentre 6 estudantes escolhidos aleatoriamente: a) Nenhum se forme.19 b) Menos de 3 acidentes com aviões da empresa ZZ c) Nenhum acidente com aviões da empresa ZZ (0. em uma determinada semana.53l4) b) 2 deles (0. (20.5798) 32) Se a probabilidade de ocorrência de uma peça defeituosa é 0.59).8) 33) Seis parafusos são escolhidos aleatoriamente da produção de uma máquina que apresenta 10% de peças defeituosas. 26) Seis parafusos são escolhidos aleatoriamente da produção de uma máquina que apresenta 10% de peças defeituosas. (5. numa amostra de quatro peças. 29) Uma amostra de 15 peças é extraída. Deseja-se saber qual é a probabilidade. (34.5314). Qual a probabilidade de serem defeituosos: a) Nenhum deles (0. Se os registros dos vôos dos últimos três meses forem retirados uma amostra aleatória de 10 vôos. b) O lote contenha exatamente três peças defeituosas. onde se obteve que 85% dos que reservam lugares comparecem para o embarque. pede-se calcular a probabilidade de que: a) pelo menos 8 vôos chegaram no horário (98. determine a média e o desvio padrão da distribuição de peças defeituosas em um total de 600.85%). determine a probabilidade de que. 30) Uma confecção de roupa infantil suspeita que 30% de sua produção apresenta algum defeito.0333).2.

3277). ela leve cinco pessoas para um test drive. Qual a probabilidade de que ninguém. pede-se calcular a probabilidade de que: a) nenhum dos carros transportados sofra avaria na pintura (21. em uma determinada noite. compre um carro? (0. pela experiência.81%).47%). 3% dos carros transportados sofrem alguma avaria na sua pintura. que duas entre dez pessoas que são levadas para um test drive em um novo automóvel compra um carro. Suponha que. 山村 . b) dois ou mais carros sofram avaria na pintura (44.20 35) A montadora de carros sabe que no transporte de carros entre a fábrica e a concessionária. 36) Uma vendedora de automóveis descobriu. entre essas cinco pessoas. Se uma concessionária receber 50 carros.

chamadas telefônicas por minuto. clientes por hora. A probabilidade de uma ocorrência é a mesma em todo o campo de observação A probabilidade de mais de uma ocorrência em um único ponto é aproximadamente zero Número de ocorrências em qualquer intervalo é independente do número de ocorrências em outros intervalos Ex: defeitos por cm2. em uma hora selecionada aleatoriamente. determine a probabilidade de que: a) Um capítulo cobrindo 30 páginas tenha dois ou mais erros (0. 12 pessoas por hora consultam um especialista em decoração de uma fábrica. Qual a probabilidade de: a) Exatamente 6 pessoas a usarão durante uma hora aleatoriamente escolhida. Qual a probabilidade de 3 pessoas consultarão o especialista durante um período de 10 minutos (0.2 - DISTRIBUIÇÃO DE POISSON Distribuição discreta de probabilidades usada para determinar a probabilidade de um dado número de sucessos quando os eventos ocorrem em um continuum de tempo ou espaço.0337+0.1246) 3.l404) 2. menos do que 3 chamadas (0. vacas por acre. Um departamento de conserto de máquinas recebe uma média de 5 chamadas por hora.0067+0.9596) c) Uma página aleatoriamente escolhida não tenha erro algum (0. Determine a probabilidade de chegarem mais que 14 clientes nos próximos dois minutos. λ X .21 5.1606) b) Menos do que 5 pessoas durante uma hora aleatoriamente escolhida. Na média.8008) b) 50 (0. seis pessoas por hora utilizam os serviços de caixa-automático de um banco durante as horas de maior movimento em uma loja de departamentos.0842 = 0.9048) 6. Necessitamos somente de: λ = número médio de sucessos para a específica dimensão de tempo ou espaço de interesse.) 山村 . Em média.6065) 5. (1. (0. Suponha que o manuscrito de um livro texto tenha um total de 50 erros nas 500 páginas de material.1804) 4.2851) c) Nenhuma pessoa usará num intervalo de 10 minutos (0. Qual a probabilidade de que. sejam recebidas exatamente 3 chamadas. acidentes por dia. Idem.3679) d) Nenhuma pessoa usará num intervalo de 5 minutos (0. Se os erros estão distribuídos aleatoriamente ao longo do texto. A taxa de chegada de clientes em uma agência bancária é de quatro clientes por minuto. (0.e − λ P(X/ λ ) = X! E(X) = λ var(X) = λ Exercícios 1.72. (0.

Os defeitos em rolos de tecido têm uma média de 2 defeitos por 10 metros.7619) 14.).00674). Qual a probabilidade de que: a) Em 500 pés não aconteça defeito? (0. Numa fita de som.000 habitantes. b) Em 4 minutos não receba mensagem alguma? (0. Qual a probabilidade de ocorrer.93. b) chegarem 3 navios (0. Qual a probabilidade de que uma página contenha pelo menos 3 erros? (0. b) 1 defeito.0821).8264) 15. b) 300 km ocorram 5 acidentes? (0. b) 900 lâmpadas.368. Qual a probabilidade de entrarem no contador 6 partículas em determinado milissegundo? (0. pelo menos 3 vazamentos num setor de 3 km de extensão? (0. c) Mais de um defeito. Numa linha adutora de água. Determine a probabilidade de: a) Chegarem exatamente 10 carros em um minuto.22 7.1912) 13. Qual a probabilidade de que em: a) 200.061 µ = λt ) 9.0025) 16. Em um pronto-socorro número de atendimentos de emergência tem uma média de 60 atendimentos por hora. Na pintura de paredes aparecem defeitos em média na proporção de 1 defeito por m2.8753). numa cidade praiana. Num livro de 800 páginas há 800 erros de impressão. 17. Qual a probabilidade de aparecerem 3 defeitos numa parede de 2x2 m?(0.1952) 18.500 habitantes ocorram pelo menos 3 afogamentos? (0. b) Em 800 pés ocorram pelo menos 3 defeitos? (0.5768). Em um pedágio de determinada rodovia chegam em média 600 carros por hora. 2. 13. Em uma experiência de laboratório passam. no mínimo 3 se queimem? (0. 19. exatamente 8 se queimem? (0.9995).0463) 12. Qual a probabilidade de que em: a) 250 km ocorram pelo menos 3 acidentes? (0. Determine as probabilidades: a) Zero defeito.33. Suponha que os navios cheguem a um porto à razão de 2 navios por hora. Calcular a probabilidade de: a) Não efetuar nenhum atendimento num intervalo de 5 minutos (0. ocorrem 30 vazamentos no período de um mês.0916). A experiência mostra que de cada 400 lâmpadas. b) Efetuar pelo menos 2 atendimentos num intervalo de 10 minutos (0.000 habitantes ocorram 5 afogamentos? (0. Observando o processo durante um período de meia hora. durante o mês.0803) 10. 2 se queimam ao serem ligadas. 8. há um defeito a cada 200 pés.9788). Numa estrada há 2 acidentes para cada 100 km.1042) 山村 . por contador. (12. O número de mortes por afogamento em fins de semana. b) 112. Qual a probabilidade de que: a) Em 6 minutos receba pelo menos 4 mensagens? (0. Qual a probabilidade de que numa instalação de: a) 600 lâmpadas. e que essa razão seja bem aproximada por processo de Poisson. determine a probabilidade de: a) Não chegar nenhum navio. c) Chegarem pelo menos oito carros em 30 segundos. em média. b) Chegarem menos que cinco carros em um minuto. 0. de 60 km de extensão. 4 partículas radioativas por milissegundo. é de 2 para cada 50. Compra-se 5m.1606) 11. Uma firma recebe 720 mensagens em seu fax em 8 horas de funcionamento.51.

Sabe-se que a procura semanal de certa peça sobressalente é em média de 0. c) 2 peças (0. Um posto telefônico recebe. (0.9704). h) Receber até 2 chamadas em 0. de modo que não seja necessária a reposição diária de estoque em mais que um dia por mês de 25 dias de trabalho. a) qual a probabilidade de que mais de 4 peças sejam defeituosas? (0. (0. c) Ocorrer mais que 2 chamadas em 0. b) Ocorrer menos que 3 chamadas em 0. Determinar o número mínimo de caixas que deva ter em estoque.35 minuto. j) Receber pelo menos 3 chamadas em 0. (0. Determine: a) Não ocorrer nenhuma chamada em 1 minuto.1393) 24.6 minuto.00004.2240). (0. Determinada loja vende em média 5 caixas de um artigo por dia. Determine: a) Não ocorrer nenhuma chamada em 1 minuto. e) Receber 3 ou mais chamadas em 0. Uma telefonista recebe em média 10 chamadas por minuto. (0.4 minuto. b) Ocorrer menos que 3 chamadas em 2 minutos (0) c) Ocorrer mais que 4 chamadas em 0.8 minuto.1246). de serem demandadas: a) zero peças (0. em uma determinada semana.91%).5768).0029).2 minuto. g) Receber no mínimo uma chamada em 0. Deseja-se saber qual é a probabilidade. (0.0097). em média. d) 3 peças (0.(0.6791) 22.9975). Um industrial fabrica peças para a injeção eletrônica de automóveis com tal perfeição que apenas 5 peças em mil apresentam defeitos. e em dois minutos. (0. (0.23 20. f) Receber exatamente 2 chamadas em 0. (0. Pede-se calcular a probabilidade de que um caixa cometa dois erros numa hora.1466) 25. Após uma série de peças fabricadas examinase uma amostra aleatória de 800 peças.8607).0916).04316) 山村 . O gerente do supermercado verificou que o erro de digitação cometido pelos caixas é de 0. b) qual a probabilidade de que menos de 2 sejam defeituosas? (0. i) Receber entre 7 e 9 chamadas em 0.3710). Deseja-se saber. 10 chamadas por minuto. 0). b) 1 peça (12.(0.000045). (0.2381).3 minutos.3 minuto.15.3 minuto.35 por hora.9473).5 minuto. c) qual a probabilidade de que o número de peças defeituosas seja exatamente 2? (0. (9) 23.7 minuto.1396).1847) 21. d) Ocorrer no máximo 4 chamadas em 0. e) pelo menos uma peça (0. (0.

A curva que representa é freqüentemente descrita como tendo a forma de um sino. Qualquer conjunto de valores X normalmente distribuído pode ser convertido em valores normais padronizados z pelo uso de : z= X −µ σ 山村 . apresenta as seguintes características: Valores da variável aleatória x mais próximos da média µ ocorrem com maior freqüência. a região definida pelo gráfico da função e pelo eixo das abscissas tem área unitária. A função matemática que define este tipo de curva é: f ( x) = 1 2πσ e2 −1 X − µ 2 ( ) σ Com x ε R As tabelas de probabilidade normal são baseadas em uma distribuição particular: a distribuição normal padronizada.24 5. então a variável aleatória x tem distribuição normal de probabilidades. tais como a distribuição binomial e a de Poisson: As distribuições de estatísticas de amostra tais como a média e a proporção freqüentemente seguem a distribuição normal independentemente da distribuição da população. Valores da variável aleatória x simétricos em relação à média ocorrem com mesma freqüência. Características do modelo: Se uma variável aleatória x. Probabilidades normais podem ser usadas freqüentemente como aproximações de outras distribuições de probabilidade. com média µ e desvio padrão σ.3 DISTRIBUIÇÃO NORMAL DE PROBABILIDADES É uma distribuição de probabilidade contínua que é simétrica e mesocúrtica. É importante na inferência estatística porque As medidas produzidas em diversos processos aleatórios seguem esta distribuição. com µ = 0 e σ = 1.

9544 (2) 山村 . num conjunto de resultados.1034) f ) P( z < 1.02) = (0.0107 (-2. Esta é uma das principais utilizações do desvio padrão e da distribuição normal. Se a variável é normal.0062) 3.3830) d) P(10<X<11). Cerca de 32 alunos (16%) terão resultados abaixo de 52 e cerca de 32 alunos terão resultados acima de 68.1).5) = (0. se µ = 500 e σ = 200 = (0.9 <X<10.64 ) = (0.64) = (0.64<z<-1.25 84. se µ = 5 e σ = 3 = (0.13% 100% 34. encontrar-se-ão entre os 52 e os 68 pontos obtidos.87% 50% Exemplo Os resultados de um teste feito com 200 alunos apresentou resultados normalmente distribuídos com uma média de 60 e desvio padrão 8. calcule: a) P(X > 6. Exercícios: Se z tem distribuição normal padronizada.8).13% 15. se µ = 10 e σ = 0.0228 (2) d) área entre 0 e z = 0.9332) c) P(9. Temos sempre cerca de 68% dos resultados na faixa compreendida entre um desvio padrão abaixo da média e um desvio padrão acima da média (entre z = -1 e z= 1).87% 50% 34.13% 15. a) P( z > 1.64) b) área à esquerda de z = 0. se µ = 10. A proporção relativa de números que.4772 (2) e) área à esquerda de z =0.0505) c) P( 1 < z < 1. Determine os valores de z que correspondem às seguintes porcentagens: a) área à esquerda de z = 0.73 e σ = 0.8185) d) P( -2 < z < 2) = (0.2 = (0.0505 (-1.3) f) área entre z e –z = 0. se situa entre os desvios padrões é sempre a mesma. Os resultados padronizados só se aplicam a números obtidos com distribuições normais.0919) c) P( -1 < z < 2) = (0.9495) 2.213 = (0.2743) b) P(X<800).0505) b) P( z < -l. independente dos valores reais dos resultados dos quais surge o desvio padrão. Cerca de 136 alunos (68%).9544) e) P(-1.64) = (0.0228 (-2) c) área à direita de z = 0. calcule: 1.

5 Sabe-se que 16.84 min) 4.2 kg de cereal (0. O processo de empacotamento em uma companhia de cereais foi ajustado de maneira que uma média de µ = 13.6 e desvio padrão 1. Nem todos os sacos têm precisamente 13. O mecânico planeja começar o conserto do carro do cliente 10 minutos após o carro ter sido deixado na oficina. O desvio padrão do peso líquido é σ = 0. a) Que porcentagem de estudantes terminará a tarefa em 2 horas? 山村 .1587) 2. Determine a probabilidade de que um componente aleatoriamente escolhido dure: a) entre 2 000 e 2 400 horas (0.1 kg.1359) 3.3085) 8.24 min) b) Qual a previsão de tempo de trabalho para que haja uma probabilidade de 30% de que o conserto seja efetuado dentro do tempo previsto? (40.0 minutos.0 kg de cereal é colocada em cada saco.2 kg (0.9 e 13. Que percentual das notas: a) Excede 85 (0. qual a porcentagem da produção perdida? (0. Uma firma produz instrumentos de precisão cujos comprimentos têm distribuição aproximadamente normal com µ = 78.4772) b) dure mais que 2 200 horas ( 0. Se a empresa decide fabricar 700 unidades naquele mesmo mês. a) Determine o mínimo grau para receber A (9).1131) 7.1 kg (0.8185) d) Entre 13.2676) a) Qual a previsão de tempo de trabalho para que haja 90% de probabilidade de que o conserto da transmissão se efetue dentro do tempo previsto? (55. As vendas de determinado produto têm apresentado distribuição normal com média de 600 unidades/mês e desvio padrão 40 unidades/mês.8) 5.0 e 13. Sabe-se que a vida útil de um componente elétrico segue uma distribuição normal com média µ = 2 000 horas e desvio padrão σ = 200 horas. b) Determine a nota mínima para passar (5.0062) 6.8 e 13.6826) c) Entre 12. As notas de Estatística estão normalmente distribuídas com média 7.26 DISTRIBUIÇÃO NORMAL EXERCÍCIOS: 1. Qual a probabilidade de que o mecânico esteja enganado? (0.0 kg devido a fontes aleatórias de variabilidade.4772) b) Entre 12.6% dos alunos que apresentaram as melhores notas receberam o grau A e 11. As notas de um teste de aptidão têm distribuição normal com média µ = 60 e desvio padrão σ = 20. Determine a probabilidade de que um saco aleatoriamente escolhido contenha : a) Entre 13. Se qualquer peça com mais de 80mm de comprimento deve ser rejeitado. qual é a probabilidade de não poder atender todos os pedidos desse mês por estar com a produção completa? (0. O tempo necessário em uma oficina para o conserto da transmissão de um automóvel é normalmente distribuído com µ = 45 minutos e σ = 8. O tempo necessário para completar uma tarefa escolar tem distribuição normal com média de 90 minutos e desvio padrão de 15 minutos. e sabe-se que a distribuição dos pesos segue uma distribuição normal. comunicando ao cliente que o carro estará pronto em uma hora.9% dos alunos menos adiantados receberam o grau B.4 mm.1056) b) Está abaixo de 50? (0.1 e 13.1 kg de cereal (0.3mm e σ = 1.

56%. Se os defeitos se distribuem normalmente. quantas podemos esperar que terminem o teste dentro de 1 hora? (50%.1056) c) > 3850 (0. Que percentagem não conseguirá terminar o teste? c) Se 150 pessoas se submetem ao teste. 9. Determine a probabilidade para uma uma resistência compressiva de 28 dias: a) < 3900 (0. o departamento de manutenção tem instruções para substituir as lâmpadas antes que se queimem (não esperar que queimem para então substituí-las).0793) c) De 40 a 45 (0. Determinar: a) Porcentagem de candidatos que levam menos de 80 minutos. Uma empresa produz um equipamento cuja vida útil admite distribuição normal com média 300 h e desvio padrão 20h. 24) 15. Os registros indicam que a duração das lâmpadas tem distribuição normal com média 900 horas e desvio padrão 75 horas. Os registros indicam que o tempo médio para se fazer um teste é aproximadamente normal com média 80 minutos e desvio padrão de 20 minutos. com desvio padrão de 0.9772.8944) d) > 3880 (0. Em um grande complexo industrial. Uma distribuição normal têm média 50 e desvio padrão 5.866) b) 山村 . 109 minutos). Que percentagem da população está em cada um dos intervalos: a) De 40 a 50 (0. Após 28 dias de curagem. A vida média útil de certo utensílio é de 1. b) Se o tempo médio concedido é de 1h45min. que percentagem dos aparelhos vendidos necessitará de reparo antes de expirar a garantia de um ano? (4. Se o preço de venda unitário desse produto é 60.1151) b) Numa amostra de 50 assalariados.3 ano.6826) 12.27 Qual o tempo necessário para permitir que 90% dos estudantes terminem a tarefa? (0. a) Que percentagem da população terá renda superior a $ 18 600? (0.621) 16. O levantamento do custo unitário de produção de um item da empresa revelou que sua distribuição é normal com média 50 e desvio padrão 4. 10.0923) e) De 40 a 65 (0.4772) b) De 49 a 50 (0. Quando devem ser substituídas as lâmpadas de modo que no máximo 10% delas queimem antes de serem trocadas? (dentro de 804 horas ) 13.75%) 14. o cimento PP comum tem resistência compressiva média 4000 psi e desvio padrão 120 psi.1359) d) De 56 a 60 (0. qual a probabilidade de uma unidade desse item escolhida ao acaso ocasionar prejuízo a empresa? (0.5 ano. qual a probabilidade de ela ter que repor essa unidade? (15. A renda média de uma grande comunidade é razoavelmente aproximada por uma distribuição normal com média $ 15 000 e desvio padrão $ 3 000.34) 11.9758) f) De 45 a 55 ( 0. Se a empresa garantiu uma vida útil de pelo menos 280h para uma das unidades vendidas. A resistência tem distribuição normal. quantos podemos esperar que tenham menos de $ 10 500 de renda? (3.8413) 10.2033) b) < 3850 (0.

500.2 kg b) Entre 63 e 68 kg c) Menos de 70 kg d) Mais de 60 kg (250.5 e por desvio padrão 6.58 e 1. Um levantamento das vendas individuais por semana mostrou que elas se distribuíam normalmente com média 240. 0.00? d) Ganhar abaixo de $ 1 400.70 m e desvio padrão de 0.00? e) Ganhar acima de $ 1 650.28 17.3 kg. m.4082) 山村 .2 kg e desvio padrão de 4.000 u.30 m. 0.m.00. e que o peso é normalmente distribuído. O departamento de marketing da empresa resolve premiar 5% dos seus vendedores mais eficientes.4325. Um avião de oito lugares executa vôos turísticos ecológicos de uma cidade para uma ilha. com desvio padrão de $ 200.000 u.8112.?. 19.) 20. e 45. P(X>650=0. com média 100mm e desvio padrão 0.?. Para estabelecer as equipes. 0.0.m. 0. e desvio padrão 8.4306) b) No intervalo entre 80 e 98 (0.000 u.85m b) Mais de 1. 0. As alturas dos jovens de um acampamento são normalmente distribuídas com média de 1.60m d) Mais de 1.3085.90 m (0.2266) 21.m.3469.000 u. O avião pode levar carga útil de 650 kg.6915. 0%) 18. 463).2mm ou maior que 100.00? c) Ganhar acima de $ 1 400.383.3707. 217. 405. m.33. c) Na próxima semana haja prejuízo? (40. Os balancetes semanais realizados em um empresa mostraram que o lucro realizado distribui-se normalmente com média 48. Supondo que os passageiros têm peso médio de 600 kg e desvio padrão de 80 kg.5.00.4. 0.000 u. Os pesos de 500 malas são normalmente distribuídos com média 66.2676.00).00? (0. Uma máquina produz um tubo de plástico rígido cujo diâmetro admite distribuição normal de probabilidades.m. Qual o volume de vendas mínimo que um vendedor deve realizar para ser premiado?(289.00? b) Ganhar acima de $ 1 500. encontre a probabilidade de um jovem medir: a) Entre 1. Sabe-se que uma variável aleatória normalmente distribuída tem por média 88.6mm são considerados defeituosos.523. Qual a probabilidade de um funcionário: a) Ganhar entre $ 1000. 22. Determine o número de malas que pesam: a) Menos que 66.000 u. Os jovens deverão participar de diversas atividades esportivas.2514) 24. Os salários dos funcionários de um hotel fazenda têm distribuição normal em torno da média de $ 1.129. qual a probabilidade de: a) O peso dos oito passageiros estar entre 550 e 680 kg? b) Haver sobrecarga se o piloto não pesar os oito passageiros? c) Que o piloto tenha de tirar menos de 50 kg de gasolina para evitar sobrecarga? (0. Os tubos com diâmetro menor que 98. b) Na próxima semana o lucro esteja entre 40.5 e 98 (0.200. Qual a probabilidade de que: a) Na próxima semana o lucro seja maior que 50.75 m c) Menos de 1.00 e $ 1 600. m. 19. 650<P(X)< 700=0. e devem ser reciclados. e desvio padrão 30. 0.5 mm. Determinar a probabilidade dessa variável situar-se: a) No intervalo entre 88. Qual a proporção da produção que deverá ser reciclada? (11.000 u.162) 23.

1379) Abaixo de 90 (0. b) a probabilidade de superar a meta (26.1736) Acima de 95 (0. c) seja um valor entre $250 e $650 (79. de 15 dias. determine os valores de z para os seguintes valores da população : a) 23. Os depósitos mensais na caderneta de poupança têm distribuição normal com média igual a $ 500 e desvio padrão $ 150.5 e 100 (0.13%) b) igual ou maior que 650 (15.00 (46) c) 0.84%) 28.1) Uma população normal tem média 40 e desvio padrão 3. a.25) d) -2. pede-se calcular. Determine os valores correspondentes aos seguintes valores de z: a) 0.5.4) 25.0 (-1) b) 23. Aproximadamente quantas deverão ser substituídas até 1o de fevereiro?(0. Uma empresa usa anualmente milhares de lâmpadas elétricas. que permanecem acesas continuamente.2 (0. Se a empresa estabeleceu uma meta de vendas para o próximo mês de $ 550 mil. Para se conseguir classificação no percentil 99.0918.5636) Classifique em percentis os que conseguiram 85. qual será o número de pontos necessários(113.53 (32.36%) 27.29 No intervalo entre 94. A vida de uma lâmpada pode ser considerada uma v. pede-se calcular a probabilidade de que esse depósito seja: a) igual ou menor que $ 650 (84. 97). dia e noite. normal. As vendas mensais dos últimos 50 meses apresenta uma média de $ 500 mil com desvio padrão igual a $ 80 mil.5 (-0.5 ou mais (0.87%).75 (42.0 (-0.60%) c) a probabilidade de que as vendas se situem entre 80% e 110% da média (62.5) d) 25. 98 e 100 (93. Em 1o de janeiro a companhia instalou 8 000 lâmpadas novas. 88.3) b) 2.75) c) 24. 734) 26. com média de 50 dias e d.1407) No intervalo entre 94.40%). Se um depositante realizar um depósito. Dado que uma população com média 25 e desvio padrão 2 tem distribuição normal.41) c) d) e) f) g) h) 山村 . considerando que os dados históricos se repetem no futuro: a) a probabilidade de ficar abaixo da meta (73. p.10 (40.

calcular a probabilidade de um casal com 6 filhos ter 4 filhos homens e 2 mulheres. Em uma cidade de 100 000 habitantes. Se ele atirar 6 vezes. 0. q=0. (0.0183. Em 320 famílias com 4 crianças cada uma. b) receber 3 ou mais chamadas num dia (0. Se X jogar 5 partidas. b) l.64/81) 6. Um time X tem 2/3 de probabilidade de vitória sempre que joga.14) d) calcular a média e o desvio padrão (4. 20) 5. 64/739) 7.(0. (80/243. 242/243.8784.2020) 8.658) 10. 0. (0. 0.1464. b) receber 4 ou mais chamadas em 90 minutos. Admitindo-se que os nascimentos de meninos e meninas sejam iguais.4332.(0. Suponha 400 erros de impressão distribuídos aleatoriamente em um livro de 500 páginas. qual a probabilidade de: a) acertar exatamente 2 tiros.1464. (0. 0. A probabilidade de um atirador acertar o alvo é 1/3. quantas se esperaria que tivessem: a) nenhuma menina. d) 2 ou mais acidentes graves. b) qual a probabilidade de que um carro ande 8 000 km sem estourar nenhum pneu (0.168.1952=0. Certo posto de bombeiros recebe em média 3 chamadas por dia. b) não acertar nenhum tiro.(80/243. a) qual a probabilidade que num teste de 3 000 km haja no máximo um pneu estourado. b) 3 meninos. Encontre a probabilidade de: a) dar 5 caras. Uma fábrica de pneus verificou que ao testar seus pneus nas pistas.9085) 11.2241. A média de chamadas telefônicas em uma hora é 3. 2 ) n= 8.5767) 9.0.30 EXERCÍCIOS GERAIS 1. 0. Calcular a probabilidade de: a) receber 4 chamadas num dia. 0. Encontre a probabilidade de que uma dada página contenha: a) nenhum erro.0732.996) c) no máximo duas caras.5. c) 2. Suponha que haja uma média de 2 acidentes de trabalho graves por ano numa população de 50 000. Qual a probabilidade de: a) receber exatamente 3 chamadas numa hora. encontre a probabilidade de que em dado ano tenha havido: a) 0. calcule a probabilidade de: a) vencer exatamente 3 partidas. c) 4 meninos (20.22) b) pelo menos uma cara. havia em média um estouro de pneu a cada 5 000 km. 山村 . p=0.0498) 3.0.(0. c) vencer mais da metade das partidas.(15/64) 4. 0. b) vencer ao menos uma partida.5) 2.0183. Uma moeda não viciada é lançada 8 vezes. Em média há 2 chamadas por hora num certo telefone. 0. Calcular a probabilidade de se receber no máximo 3 chamadas em duas horas e a probabilidade de nenhuma chamada em 90 minutos.0732. 80.

Que proporção das notas a) excede 85 (0.270.0668) 22. 389) 15.1056) b) está abaixo de 50. Qual a probabilidade de um homem selecionado aleatoriamente Ter altura superior a 75 polegadas? ( 0. Uma firma produz ferrolhos cujos comprimentos têm distribuição normal com µ= 78.2 kg (380. (0. 776 dias) 14. Uma loja atende em média 2 clientes por hora.000 km e σ= 3. (0.0132. e) Qual deve ser o número de dias necessários para que tenhamos de repor no máximo 5% dos componentes ?(1. de média 48 000 km e desvio padrão 2 000 km. b) dure entre 45 000 e 50 000 km.0228) d) superior a 650 (0. c) menos que 750 dias.1131) 20.03. As notas de um teste de aptidão tem distribuição normal com média µ = 60 e desvio padrão σ = 20. 15% dos alunos mais adiantados recebem a nota A e 12% dos mais atrasados recebem a nota F. 0. Encontre o número de alunos que pesam: a) entre 60 e 70 kg. Qual a probabilidade de um pneu escolhido aleatoriamente tenha uma vida útil de: a) no mínimo 35 000 (0. Se qualquer ferrolho com mais de 80 mm de comprimento deve ser rejeitado.3085) 21. A duração de um certo componente eletrônico tem média 850 dias e desvio padrão 45 dias. 0. 55) 16.1437) 12.5 kg. Os resultados têm uma distribuição aproximadamente normal. A altura dos homens americanos segue uma distribuição aproximadamente normal com média µ = 69 polegadas e desvio padrão σ = 3 polegadas. 73. 0.180) 13. Calcular a probabilidade de em uma hora: a) atender exatamente 2 clientes. Em uma distribuição normal. 28% dos elementos são superiores a 34 e 12% inferiores a 19. 0.5328) c) inferior a 300 (0. Encontrar a média e a variância da distribuição. qual a proporção da produção perdida? (0.3 kg e desvio padrão de 5. A vida útil de uma certa máquina de pneus radiais tem uma distribuição normal com µ= 38. Calcule a probabilidade desse componente durar: a) entre 700 e 1 000 dias. Encontre o mínimo para receber A e o mínimo para passar. b) mais que 63.0. b) atender 3 clientes. Suponha que as notas de uma prova sejam normalmente distribuídos com média 73 e desvio padrão 15.8413) b) mais do que 45 000 (0.8413. Calcule a probabilidade de um pneu escolhido ao acaso: a) durar mais que 46 000 km. d) exatamente 1 000 dias.7745) 17. Os resultados de um exame nacional para estudantes recém formados apresentaram uma média µ = 500 com desvio padrão σ = 100.0228 ) 19.31 b) exatamente 2 erros. Qual a probabilidade de que o grau de um indivíduo escolhido aleatoriamente esteja: a) entre 500 e 650 (0.6. não receber F (88. (29.44) 18.4332) b) entre 450 e 600 (0. Uma fábrica de pneus fez um teste para medir o desgaste de seus pneus e verificou que ele obedecia a uma distribuição normal. Os pesos de 600 estudantes são normalmente distribuídos com média 65. 0.0099) 山村 .449. b) mais que 800 dias. (0.3 mm e σ = 1.4 mm.8665.000 km. (0.

71% inferiores a 23. Um comerciante encomenda 500 dos pneus acima descritos para revendê-los. (33.12% dos elementos são superiores a 38 e 12.9) 山村 . Em uma distribuição normal. Encontrar a média e a variância da distribuição.dentro de que período de tempo os 20% de pessoas que realizam as transações mais rápidas terminam seus negócios no guichê.(92 s) 25. Qual a quantidade aproximada de pneus que terá uma vida: a) entre 40 000 e 45 000 km (121) b) 40 000 km ou mais (126) 24.l.32 23. 29. 8. Segundo as condições específicas do ex 6.

10 chamadas em cada período de 8 horas.10 e uma amostra de 200 motores é incluída em um carregamento particular. em média. Qual a probabilidade de que cheguem 35 pedidos ou menos durante um período de 8 horas. Um sistema é formado por 100 componentes. Um departamento de consertos de máquinas recebe. sabe-se que 20% dos contatados pessoalmente por agentes de vendas realizarão uma compra.2388) 7.5 de X quando é solicitada P(X < Xi ) Adicionar 0. Sabe-se que 70% das pessoas que entram em um centro comercial realizam pelo menos uma compra. Qual a probabilidade.0778) 9.0823) 4.4 APROXIMAÇÃO PELA NORMAL DAS PROBABILIDADES BINOMIAIS Sempre que n ≥ 30.0446) 5.0409) 3.5 de X quando é solicitada P(X ≤ Xi) Adicionar 0. cada um dos quais com confiabilidade de 0.33 5.5 de X quando é solicitada P(X > Xi) Exercícios: 1. Qual a probabilidade de que sejam recebidas mais de 50 pedidos em um período de 8 horas? (0. Se um representante visita 30 clientes potenciais.0125) 8.0485) 6. Para um grande número de clientes potenciais. de que menos que 30 das 50 pessoas amostradas realizem pelo menos uma compra.95 (probabilidade de funcionamento do componente durante um certo período de 山村 . Sabe-se que os pedidos de serviço chegam aleatoriamente numa média de 5 por hora. Em média 0. referida ao ex 3? (0. uma ou mais compras? (0. e tanto np ≥ 5 como nq ≥ 5 A média e o desvio padrão se baseiam em µ = np σ = npq APROXIMAÇÃO PELA NORMAL DAS PROBABILIDADES DE POISSON Sempre que λ ≥ 10 A média e o desvio padrão da distribuição normal de probabilidades baseiam se em µ =λ e σ= λ CORREÇÃO DE CONTINUIDADE a) b) c) d) Subtrair 0. (0. referida ao ex. A proporção de motores defeituosos numa linha de montagem é 0. Determine a probabilidade de que mais do que 15 chamadas serão recebidas em um período de 8 horas aleatoriamente escolhido.5 clientes por minuto chegam a um balcão. cheguem ao balcão mais do que 20 clientes? (0. Qual a probabilidade de que em um intervalo de meia hora. determine a probabilidade de que 10 ou mais farão a compra.5 de X quando é solicitada P(X ≥ Xi ) Subtrair 0. qual a probabilidade de que no mínimo 40 pessoas façam. (0. Para uma amostra de n = 50 pessoas. Qual a probabilidade de que pelo menos 30 dos 200 motores sejam defeituosos? (0.0548) 2.5? (0. cada uma.

1562). Qual a quantidade aproximada de pneus que terá uma vida: a) entre 40. Os resultados de um exame nacional para estudantes recém formados apresentaram uma média µ = 500 com desvio padrão σ = 100. A vida útil de uma certa máquina de pneus radiais tem uma distribuição normal com µ = 38.0495). d) superior a 650 (0.2514) b) gaste entre 2 e 3 minutos no guichê (0. qual a probabilidade de que: a) 15 ou mais artigos estejam esgotados? (0. b) Qual é o tempo mínimo necessário para os 5% de indivíduos com as transações mais complicadas (204 s) 15.4887) 16. a) Qual a probabilidade de que pelo menos 25 automóveis entrem no posto entre as 16 e 17 horas? (0.000 (0.0778) 山村 . Se esses componentes funcionam independentemente um do outro e se o sistema completo funciona adequadamente quando pelo menos 80 componentes funcionam. um carro a cada 3 minutos.9941) 10. b) estarem esgotados entre 10 e 15 artigos inclusives? (0. Para os vários milhares de artigos estocados por uma firma que atende encomendas postais.000 e 45.000 km ou mais (126) 13.0668) 11. Em média 0. qual a confiabilidade do sistema? (0. Se uma encomenda engloba pedidos de 120 itens diferentes.000 (0. a) dentro de que período de tempo os 20% de pessoas que realizam as transações mais rápidas terminam seus negócios no guichê. c) inferior a 300 (0.0125) 18. b) entre 450 e 600 (0. O tempo necessário para o atendimento de uma pessoa em um guichê de um banco tem distribuição aproximadamente normal com µ = 130 s e σ = 45 s. Qual a probabilidade de que um indivíduo aleatoriamente selecionado: a) requeira menos que 100 segundos para terminar suas transações (0. A proporção de motores defeituosos numa linha de montagem é 0.0228). b) menos do que 30 automóveis entrem no posto entre as 16 e 18 horas de um dia aleatoriamente escolhido (0. há uma probabilidade de 0.4536) 14. entra no posto. Segundo as condições específicas do ex 6. cheguem ao balcão mais do que 20 clientes? (0.0485) 17.0099) 12. período de maior movimento em um posto de gasolina.08 de que um artigo em particular (incluindo especificações de tamanho e cor) esteja esgotado. Um comerciante encomenda 500 dos pneus acima descritos para revendê-los. Entre as 16 e as 18 horas.34 tempo).000 km.8413) b) mais do que 45.(92 s).4332). Qual a probabilidade de que em um intervalo de meia hora. Qual a probabilidade de um pneu escolhido aleatoriamente tenha uma vida útil de: a) no mínimo 35. Qual a probabilidade de que o grau de um indivíduo escolhido aleatoriamente esteja: a) entre 500 e 650 (0. em média.000 km e σ = 3.5 clientes por minuto chegam a um balcão. Os resultados têm uma distribuição aproximadamente normal. Qual a probabilidade de que pelo menos 30 dos 200 motores sejam defeituosos? (0.5328).000 km (121) b) 40.10 e uma amostra de 200 motores é incluída em um carregamento particular.

em 10 deles. (0. o teste foi positivo. os 10 resultados parecem uma cifra elevada? (0. cerca de dois terços das companhias americanas fazem teste do uso de drogas em empregados recém-admitidos. Atualmente.0526. Com base nesse valor. Um hospital necessita de 177 doadores de sangue do grupo O.6368) 山村 . sabendo-se que quarenta e cinco por cento da população de onde vieram esses voluntários têm sangue do grupo O. e os resultados do teste em 3. Estime a probabilidade de 10 ou mais resultados positivos em 150 candidatos.35 19. Uma companhia testa 150 candidatos a emprego e constata que. estime a probabilidade de haja pelo menos 177 com sangue desse grupo. não) 20. Se 400 voluntários doam sangue.8% dos empregados dão positivo (com base em dados da American Management Association).

Uma estatística é um valor calculado com base em valores observados de uma amostra. Admitindo-se um nível de confiança de 95. 4. com base no cálculo de probabilidades. (178) Admita os mesmos dados e que a população seja finita de 600 peças. amostragem estratificada. 3. Analise o questionário. Considere o tamanho da população: infinita ou finita. expresso na unidade variável.36 6 INFERÊNCIA ESTATÍSTICA ( analítica) : Distribuição de Amostragem A inferência estatística é o processo que consiste em utilizar informações colhidas da observação de uma amostra. tem σ = 10 kg.5%  zσ  n =   d  2 z = 1. 2. intencional. A qualidade de uma estimação depende basicamente da representatividade da amostra(consiste na capacidade de reproduzir as características importantes da população) DIMENSIONAMENTO DA AMOSTRA Procedimento: 1. Usualmente z = 2 determinado por: especificações técnicas. COMPOSIÇÃO DA AMOSTRA 1. amostragem por conglomerados (agrupamentos) 2. É a máxima diferença que o investigador admite suportar entre a µ (desconhecido) e X (média amostral).57 se o nível for 99%. Método intencional: amostragem acidental. se a variável for intervalar e a população for considerada infinita. d = erro amostral.5 kg. por: z = abscissa da curva normal padrão. por quotas. determinar o tamanho da amostra. Um estimador é uma estatística utilizada para estimar o valor de uma grandeza desconhecida de uma população. se o nível for 95. expresso na unidade da variável.5% e um erro amostral de 1. para estimar características da população da qual se extraiu a amostra. ou roteiro da entrevista e escolha a(s) variável(eis) que julgue mais importante para o estudo. ou fazendo conjeturas sobre possíveis valores. fixado um nível de confiança z = 2. VARIÁVEL INTERVALAR E POPULAÇÃO FINITA z 2σ 2 N n= 2 N = tamanho da população d ( N − 1) + z 2σ 2 Um estudo do peso de certa peça retirado de uma população infinita. Determine o tamanho da amostra (n). ou referendando o valor de estudos semelhantes. A estimação é um processo que consiste em avaliar os parâmetros de uma distribuição através dos estimadores obtidos em uma amostra. σ = desvio padrão da população. amostragem sistemática. ordinal ou intervalar. 山村 . Métodos probabilísticos: amostragem aleatória simples. Verifique o nível de mensuração da variável: se nominal. 2.96 se o nível for 95% z = 2. (138) 1.

O método da máxima verossimilhança tem sido o mais empregado. ausência de vício. muitas vezes. assintoticamente eficientes e com distribuição assintoticamente normal. em geral estimadores consistentes. que será utilizada no processo de estimação do parâmetro desejado. µ1-µ2 Proporção. produz. Expressando os parâmetros populacionais a estimar em função dos momentos de menor ordem. 1977. não são os mais eficientes. calculada em função dos elementos da amostra. A essência do método consiste em adotar para o parâmetro o valor que maximize a função de verossimilhança correspondente ao resultado obtido na amostra (Costa Neto. dentre outros. e também na consideração de uma distribuição a priori para os possíveis valores do parâmetro.37 ESTIMAÇÃO POR PONTO Por causa de fatores como tempo e custo. Por outras palavras. o estimador apropriado seria As qualidades que deve ter um estimador θ são: a) Consistência (a distribuição da média amostral se concentra em torno da média da população quando a amostra é suficientemente grande). E (θ ) = θ b) Eficiência (para um mesmo tamanho de amostra um parâmetro é mais eficiente em relação a outro quando sua variância é menor que a do outro) e. π Diferença entre duas proporções. É adotada a estimativa que minimize o valor médio ou expectância da ∧ 山村 . não tendencioso ou não-viesado. µ Diferença entre duas médias. dos momentos e de Bayes. σ X X1 − X 2 p p1 − p 2 s * (correção incluída) de s continuidade n n −1 Se não estiver incluída. O método dos momentos consiste em supor que os momentos da distribuição da população coincidem com os da amostra. Critérios para a escolha dos estimadores A adequação se dá nos métodos da máxima verossimilhança. π1-π2 Desvio padrão. os parâmetros de uma população são freqüentemente estimados com base em estatísticas de amostra. c) suficiência ( quando contém o máximo possível de informações com relação ao parâmetro estimado). fornece em geral estimadores consistentes. estimador é a quantidade. O método de Bayes baseia-se na existência de uma função de perda associada ao erro da estimativa. obtém-se um sistema de equações cuja solução fornece as estimativas desejadas. 62). mas que. p. Estimadores por ponto freqüentemente utilizados Parâmetro populacional Estimador Média.

A essência do método considera uma função de perda associada à estimativa e admite uma especificação do modelo de distribuição do parâmetro que pode ser afetada até certo ponto pela evidência amostral. 山村 .38 perda. calculada com base na distribuição resultante para o parâmetro após o conhecimento dos valores da amostra.

Se o verdadeiro valor da média da população de contas a receber é µ = $ 260. o erro padrão da média pode ser estimado.05 N ⇒ fator de correção finita σ N −n = n N −1 Se o desvio padrão da população for desconhecido. com um fator de erro de 3. Um auditor toma amostras aleatórias de tamanho n = 16 de um conjunto de N= 100 contas a receber. o desvio padrão amostral como um estimador do desvio padrão da população ( σ X ⇒ s X ) sX = s n e sX = s n N −n N −1 EXERCÍCIOS: 1. (50.13) 3. o valor da média X irá variar de amostra para amostra. Baseado em dados de outras divisões. 2.00. Um analista do departamento de pessoal deseja estimar o número médio de horas de treinamento anual para os funcionários de uma divisão da companhia. Determine a distribuição de amostragem das médias das amostras de tamanho n = 36 em termos de valor esperado e de erro padrão da distribuição. Contudo o desvio padrão da amostra é s = $ 57. Determine o tamanho mínimo da amostra. Um auditor toma uma amostra de n = 35 de uma população de 1000 contas a receber.0. qual a probabilidade de que a média da amostra seja menor ou igual a $ 250. ele estima o desvio padrão das horas de treinamento em σ = 20.0 horas. em média. Esta variabilidade serve como base da distribuição de amostragem. Não se conhece o desvio padrão das 100 contas a receber. A média de uma população bastante grande é µ = 50. Em geral são definidos como: n ≥ 30 E( X )= µ σX= σ n PARA POPULAÇÃO FINITA σX se n > 0.00. A distribuição de amostragem da média é descrita pela determinação do valor esperado E( X ) e do desvio padrão da distribuição das médias σ X (erro padrão da média). Determine o valor esperado e o erro 山村 . A vida útil de operação de um tubo de imagem para TV de certa marca é. Para qualquer "n" amostral de uma população com média µ. usando-se. O desvio padrão da população é desconhecido. Determine o valor do erro padrão da distribuição da amostragem da média.0.0) 2. (13.00.39 7 DISTRIBUIÇÃO DE AMOSTRAGEM DA MÉDIA Distribuição de probabilidade para os possíveis valores da média da amostra X baseados em um particular tamanho da amostra.0 e o desvio padrão σ=12. µ = 9 000 horas com um desvio padrão de σ = 500 horas. (121) 5.0 horas (para mais ou menos) e com 90% de confiança. mas o desvio padrão da amostra é s =$43.00?(0.0823) 4.

Considerando todos os clientes da agência.90.95%).00. 8. e compare com a média de todas as possíveis médias amostrais.20) Do exerc. Calcule: a) média da população (µ = 5.92) Do exerc. Se for retirada uma amostra aleatória de 100 contas correntes. a) liste todos os possíveis pares b) para cada um dos pares identificados em (a) calcule a média da amostra X .75) b) o desvio padrão da população( σ = 1. o gerente da agência bancária verificou que o saldo médio das contas correntes aumentou. Se for retirada uma amostra aleatória em 45 pontos de vendas.09%) 山村 . 8 sorteie amostras aleatórias simples de tamanho n = 2 onde para cada amostra o primeiro item sorteado não é reposto na população antes de se sortear o segundo.0455) Uma população consiste apenas dos seguintes valores: 3.50? (0.35 com desvio padrão igual a $ 1. 7. pede-se determinar a probabilidade que a média dos saldos médios seja: a) menor que $ 330 (66. se a média das contas é µ = $ 138.000. A garrafa de vinho branco importado é vendida na maior parte dos supermercados do país. Qual a probabilidade de se obter uma média de amostra igual ou superior a $ 148. 7. Após o Plano Real.42%) 11. sendo o tamanho da amostra n = 25. c) Calcule o erro padrão da média.50 com um desvio padrão de s= 35. pede-se determinar a probabilidade que a média do preço de venda da garrafa de vinho. a média e o desvio padrão do saldo médio das contas correntes são respectivamente $ 325 e$ 114. 100) Um analista financeiro toma uma amostra aleatória de 10% de 300 contas e acha que o saldo médio das contas é X = 148.83%). Levantamentos realizados pelo distribuidor desse vinho em todos os pontos de vendas mostraram que a média do preço de venda ´$6. seja: a) menor que $ 6 (10. é igual a média da população da qual foi extraída a amostra. 10. 5. (9. µ X . padrão da distribuição de amostragem para a média.75.40 6. 8. Qual o valor estimado do erro padrão da média? (6. b) maior que $ 350 (1. 6. 9. b) maior que $7 (1.

58.00 com um desvio padrão da amostra de s = $ 14. 1.1/k2 é definido usando-se a usando-se a desigualdade de desigualdade Chebyshev de Chebyshev Os intervalos de confiança mais utilizados são os de 90%. O desvio padrão da vida útil de uma determinada marca de tubo de imagem de TV é conhecido e é igual a σ = 500.96.153) b) de 90% para estimar a média da população. a qual apresentou um salário médio de X = $ 180.96 a 185. (8734 a 9066) 2. Os valores de z requeridos para tais intervalos são respectivamente: 1. 1.857 a 4. usando um intervalo de confiança de 95% (3. (8.143 horas). a média da vida útil é X = 8. Supõe-se que a vida útil dos tubos de imagem tem uma distribuição aproximadamente normal.113) Referente exerc.687 a 9. 95% e 99%. Estimação por intervalo da média da população Tamanho da σ conhecido σ desconhecido amostra n ≥ 30 X ± zσ X ± zs X X População Normalmente Distribuída Não normalmente Distribuída n < 30 n ≥ 30 n< 30 X ± zσ X X ± zσ X X ± ts X X ± zs X X ± kσ X X ± ks X 2 onde 1 -.65. Para uma amostra de n = 15.41 8 INTERVALOS DE CONFIANÇA PARA A MÉDIA Um intervalo de confiança para a média é um intervalo estimado. Construir um intervalo de confiança de 95% para estimar a média da população. O grau de confiança associado com o intervalo de confiança indica a porcentagem de tais intervalos que incluiriam o parâmetro que está sendo estimado.900 horas está baseada numa amostra de n = 35. 3.00. construído com respeito à média da amostra. Estime a vida média de operação de lâmpadas da qual foi extraída a amostra. Estime o salário médio para todos os empregados da fábrica com uma confiança de 95% de que o intervalo inclua a média da população.000 horas com o desvio padrão da amostra s = 200 horas.02) A vida média de operação para uma amostra de n = 10 lâmpadas é X = 4.1/k é definido onde 1 -. 2. (174. 3. Construir: a) um intervalo de confiança de 95% (8. EXERCÍCIOS: Para uma dada semana. Supõe-se que o tempo de operação das lâmpadas em geral tenha distribuição aproximadamente normal. 山村 . foi tomada uma amostra aleatória de 30 empregados selecionados de um grande número de empregados de uma fábrica.900 horas de operação. suponha que a vida útil dos tubos não possa ser considerada como normalmente distribuída. Contudo a média da amostra X = 8. pelo qual pode ser especificada a probabilidade do intervalo incluir a média da população. 4.647 a 9. mas que a média da vida útil é desconhecida.

o σ populacional seja desconhecido.2 Número de latas 1 2 2 3 3 1 13.40) 14. 15. Com um nível de confiança de 99%. exerc. As 100 pessoas gastaram. estimar a média da população utilizando um intervalo de confiança de 99%.118) 7. (8. suponha que a população possa ser considerada normalmente distribuído. por estabelecimento varejista. exerc.503. Determinar: a) O peso líquido médio das vagens enlatadas da amostra b) O desvio padrão da amostra c) Supondo que o peso líquido médio por lata seja normalmente distribuído.45 a 25. uma média de X =$ 24.900 horas e s = 500. n = 25 (3. Ref: 13.38).039) 6.98) 11.0 16. o desvio padrão de tais valores de vendas é estimado em cerca de σ=$0.276) 8. Determinar o intervalo de confiança de 95% dado que os valores de venda são considerados normalmente distribuídos. Em lugar disso.(8.8 15. Um comprador potencial de uma loja de brinquedos observa uma amostra aleatória de n = 64 e acha a média da amostra X = $4. Dada uma amostra de n = 15 com X = 8.15. Um analista de mercado obtém dados de uma amostra de 100 consumidores de um total de 400 que adquiriram uma oferta especial.60. b) O valor total das compras dos 400 clientes (23. Ref.682 a 9.63 e o desvio padrão da amostra s=1. durante o último ano. Suponha que a população não possa ser considerada normalmente distribuída e que. Se n = 35. Um encarregado de compras de um supermercado toma uma amostra aleatória de 12 latas tipo L de vagens em conserva.380 a 10.761 a 9.1 16.900.(8672 a 9128) 12.25 com confiança de 99% (69) 9. de um determinado produto. Construa intervalos de confiança para estimar a média da vida útil de uma marca de tubos de imagens para TV com base de que a vida útil de todos os tubos tinha distribuição aproximadamente normal.( µ ≥ 3359 山村 .900. O número de estabelecimentos varejistas é bastante grande. 9? (não é maior do que 4.(15.9 16.20.69. estimar: a) O valor médio de compras para todos os 400 clientes.97. usando um intervalo de confiança de 90%. Determine o mínimo valor da média usando um intervalo de confiança de 95%. estimar o peso líquido médio das vagens usando um intervalo de confiança de 95%. 9. σ= 200. Determinar o intervalo de confiança de tal sorte que o valor mínimo da média da população seja identificada com um grau de confiança de 95% (é igual ou maior a 4.346. 0. Usando um intervalo de 95% de confiança. ref. mas que o desvio padrão da população seja desconhecido.57 com um desvio padrão de s = $ 6. O peso líquido de cada lata de vagens está na tabela abaixo. a) Construir um intervalo de confiança de 95% para estimar a média da população (8623 a 9177) b) Construir um intervalo de 90% para estimar a média da população. Com base em dados de outros aeroportos similares.80.7 15. s = 500 e X =8. Um comprador potencial deseja estimar o valor médio das compras por cliente em uma loja de brinquedos em um aeroporto. suponha um desvio padrão da amostra s = 500 e X = 8. qual a estimativa do valor máximo da média dos valores de venda.425.88 a 16. Estimar a média da população. Qual o tamanho mínimo que deveria Ter uma amostra aleatória se ele deseja estimar a média das vendas dentro de $ 0. Estime a média de vendas.42 5.60 a 3. além disso. 4.06) Peso líquido de vagens enlatadas tipo L Peso por lata 15. 10. X = 3. na loja.

43 15. A distribuição dos diâmetros dos cilindros de todos os bastões incluídos no carregamento é aproximadamente normal. Calcule a probabilidade de que o restaurante possa acomodar todos os clientes que 50.(µ=np=55. aleatoriamente selecionado.58 a 5. Determinar: a) O erro padrão da média. (408. realize uma tarefa é distribuído de maneira aproximadamente normal.172. determinar o intervalo de confiança de 95%. A experiência mostra que 10% dos que fazem reserva não comparecerão.5 comparecerem. 13. encontrando-se para uma certa medida uma média de 5. Ref. n = 25 ( 3342. levantou-se uma amostra de 150 pessoas obtendo-se uma média de 172 cm e desvio padrão de 4. Para uma amostra de 50 firmas tomada de uma determinada indústria. mas que o desvio padrão da amostra é $ 1.(3369. Um analista de departamento de pessoal seleciona aleatoriamente os registros de 16 empregados e acha que a taxa média de salário por dia é $ 7. 2. (7. A experiência com trabalhadores de uma certa indústria indica que o tempo necessário para que um trabalhador.00. Se o desvio padrão dos salários é conhecido. construir intervalos de confiança para a média aos níveis de 90%.77) 24.50.07.18 a 7.5 .350 mm com um desvio padrão de 0.67. dado que a população é normalmente distribuída.4 com um desvio padrão da amostra de 55. determinar o intervalo de confiança de 95%. (171. Sabendo-se que as medidas têm distribuição normal com desvio padrão 1.645 18. Determine o valor máximo do diâmetro médio de todos os bastões incluídos no carregamento. e igual a $ 1. s = 200.2.7) 25. (135.393) 21.307 a 2.9=49. há um total de 380 firmas.00.2 P(X50)=0.84) 20.2 mm. Nesta indústria. A altura dos homens de uma cidade apresenta distribuição normal. dado que a população não é normalmente distribuída.45) 17. 13. estimar a taxa média de salários na firma usando um intervalo de confiança de 80%(7. 4. Suponha que o restaurante aceite 55 reservas.33) b) Determinar o intervalo de confiança de 90% para estimar o número médio de trabalhadores por firma na indústria.56) 16.67 23.3. (2. Determine um intervalo de confiança de 98% para estimar a altura média da população. s = 200. Determinar os limites de confiança de 95% para a média da população de todos os trabalhadores que fazem aquele determinado serviço.45.22. Uma amostra de 25 trabalhadores forneceu uma média de 140 minutos. Determinar o intervalo de confiança de 99% para estimar o diâmetro médio de todos os bastões incluídos no carregamento.5 − 49. Para estimar a altura média da população.050 mm. z= =0. o número médio de empregados por firma é 420.82) 19.82) 山村 . 144.73 a 5. Foram retiradas 25 peças da produção diária de uma máquina.81 a 5. 95% e 99%.5) c) Determinar o intervalo de confiança de 90% para estimar o número total de empregados na indústria. (7. 4. X = 3 425. X = 3 425. Estime a taxa média de salário na firma usando um intervalo de confiança de 80%.3 a 432. (155154 a 164350) Obs: z = l. Ref.0.388 22. Ref.44 a 3507.2 mm. com desvio padrão de 12 minutos. suponha que o desvio padrão da população seja desconhecido.55 a 3480.16 a 7. 18. µ ≤ 2. σ = npq =2. n = 50. O diâmetro médio de uma amostra de n = 12 bastões cilíndricos incluídos num carregamento é de 2.59. (4. Supõe-se que os salários na firma sejam distribuídos normalmente.7. Um restaurante pode acomodar 50 clientes.

Colhida uma amostra de 30 peças.98 a 12.2 4 10.797 a 1. 28. colhida uma amostra de certa peça. extraída de uma população normal. 24.2 | 18.6 a 13.51.26 a 13. Construir intervalos de confiança para a média admitindo-se as seguintes distribuições amostrais. 21.85) 山村 .44 26. 15. 33.0 dl.06 a 34.51 a 21.93 – satisfaz) 28. ao nível de 95%: a) Classes 0 | 5 5 | 10 10 | 15 15 | 20 b) Classes 15 | 18 18 | 21 21 | 24 24 | 27 27 | 30 30 | 33 c) Classes f 2.82) 27. 19.203) Uma máquina automática de refrescos é regulada de modo que a quantidade suprida de cada vez tenha distribuição aproximadamente normal com desvio padrão de 1.2 5 14.9) A tabela a seguir apresenta uma amostra aleatória selecionada em uma população normal com desvio padrão de 2 unidades.67 Uma amostra de tamanho 9. 34.4.8 e s = 4.264.2 3 6. (25. (31. Construir um intervalo de confiança de 95% para estimar a média da população.2.66) 29. acusa média 1. (10.3 dl. 31.96. (20. Com base na tabela construa um intervalo de confiança de 96% para a média populacional. apresentou os seguintes dados: 22. Construa um intervalo de confiança de 90% para a média populacional.76 a 28.2 | 10. Determine o intervalo de confiança de 90% para a média populacional. 25. Determinar um intervalo de 96% de confiança para a quantidade média de todos os refrescos servidos.49) Uma amostra de tamanho 20 de uma população normal produz média 32. 16.2 | 6.58. Ao nível de 95% de confiança.0 e s = 0.33 a 304.11. obtiveram-se as seguintes medidas para os diâmetros:10 11 11 11 12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 13 14 14 14 14 14 15 15 15 16 16.745 a 1.0.55.2 |14. 26. 22 a 24. Determine o intervalo de confiança para a média da população aos níveis de 95% e 90%.54) Uma amostra aleatória retirados de uma população normal com desvio padrão 5. 17. 28. Construir intervalos de confiança de 98% e 95% para a média populacional (0.2.255: 0. Em uma fábrica.4. 21. 7.1. 26. R: 7. tivemos os seguintes pesos: 250 265 267 269 271 275 277 281 283 284 287 289 291 293 293 298 301 303 306 307 307 309 311 315 319 322 324 328 335 339. De uma distribuição normal com σ2 = 1. sabendo que uma amostra de 30 copos de refrescos acusou conteúdo médio de 21. determine se esta amostra satisfaz a especificação pela qual o peso médio deve ser 300 kg. obteve-se a seguinte amostra: 25.1. (16.56. (288. 18. 27. 32. (12.2 3 f 2 3 5 2 f 8 9 12 15 7 4 30.84 a 27.

98 segundos. (65±14). (18. (10.932 a 42. (112. Se o desvio padrão da população é 0.m. 21.15 . que acusou tempo médio de reação de 0. 92.45 35.514) Extraiu-se uma amostra aleatória de cinco notas de uma grande turma: 58.m.20 [ o intervalo de confiança ( ) 山村 .00192.998 polegadas.94. 39.58 a 138.12.1 mm ao nível de confiança de 95%. Calcule um intervalo de 95% de confiança para a média µ de toda a turma.02) Uma amostra aleatória de 15 peças produzidas por uma máquina forneceu um comprimento médio de 20 mm. uma empresa acompanhou os gastos de 15 vendedores e verificou uma despesa média de 20 u. determine o intervalo de: a) 95%. Isto é de surpreender? Justifique. (0. a máquina está regulada? (41. são selecionadas amostras para determinar se o comprimento médio do papel ainda se mantém igual a 11 polegadas ou se algo de errado ocorreu no processo de produção para que tenha sido modificado o comprimento do papel produzido.057) Um fabricante de papel para impressoras possui um processo de produção que opera de maneira contínua.20 segundos. de b) 99% de confiança para o peso médio populacional ao nascer. 21. Com base na amostra selecionada. 89. (19. 98. aleatoriamente.7.392. 38. (3.8. 42. que é comparável com s= 0.1 mm. 36. está operando de forma correta) Uma amostra de quatro crianças de uma população (berçário de um hospital) acusou os seguintes pesos ao nascer (em quilogramas): 3. Se a empresa acredita que o desvio padrão para o gasto é de 2 u. com desvio padrão de 0. Determine um intervalo de 95% de confiança para o tempo médio de reação de toda a população de motoristas. 2. 3. Calcular um intervalo de confiança de 95% para a média da população. É esperado que o papel tenha um comprimento de 11 polegadas e o desvio padrão conhecido seja 0.2 mm.30±0. A intervalos periódicos. determine um intervalo de confiança de 98% para o gasto médio dos vendedores dessa firma. mais um motorista. Supondo que o comprimento das peças tenha distribuição normal de probabilidades.30 ±0. 20. A) Ao nível de confiança de 98%. 81 e 73. Estime com um intervalo de confiança de 95% o processo de produção. pois a estimativa máxima é de 42.6. Se tal situação tiver ocorrido. através de um turno completo de produção. 40. 3.4.83±0.42) O controle de qualidade de uma empresa levantou uma amostra aleatória de 50 peças da produção de uma máquina.98. 41. 37. Obteve um diâmetro médio de 42 mm com desvio padrão de 0..99408 a 11. determine um intervalo de confiança de 95% para o comprimento médio das peças produzidas por esta máquina. não é de surpreender: X − X = 0.2. deve-se adotar uma ação corretiva.0747. Uma amostra aleatória de 100 folhas foi selecionada e verificou-se que o comprimento médio do papel era 10. 60. 3. 106.1. Os tempos médios de reação de 30 motoristas selecionados aleatoriamente acusaram média de 0.83 segundos e desvio padrão de 0. Classes F 5 | 7 3 7 | 9 7 9 | 11 10 11 | 13 8 13 | 15 7 15 | 17 5 Procurando dimensionar a ajuda de custo para seus 50 vendedores. qual o intervalo de confiança para o diâmetro médio das peças produzidas pela máquina? B) A máquina está regulada quando fornece estimativa máxima menor que 42. está.068. 145. 53. Selecionou-se a seguir.06) Uma amostra de 5 elementos selecionados de uma população normal de 200 elementos apresentou os valores: 120.02 polegadas.

Calcule o intervalo unilateral de 95% de confiança para o aumento médio da taxa de pulso. com desvio padrão de $ 2. não multa) 山村 . em (a) é irrelevante. toma uma amostra aleatória de 25 lotes de um acre.10.3 onças.63 a 15.90) Em uma amostra de seis estudantes de uma turma de educação física. Construir um intervalo de confiança de 95% para o peso médio da produção total. Para tanto. mediu-se a taxa de pulso (batidas por minuto) antes e depois de uma corrida de 200m.8) Um fiscal de um departamento de defesa do consumidor inspeciona o peso do pão produzido em uma padaria e toma uma amostra aleatória de 15 pães de uma fornada. O peso médio e o desvio padrão desses 15 pães foi de X = 15. (15. porque é para a média populacional.40.8 e 0.89 Aplica-se um teste de inteligência a uma amostra aleatória de 100 alunos de certa escola. 45. 46.46 43. obtendo um benefício médio de $ 8. e não para uma observação única]. baseando-se nos valores da amostra? (110. respectivamente.2 a 113. para os todos os fazendeiros da redondeza. antes 74 87 74 96 103 82 depois 83 96 97 110 130 96 R: aumento médio > 9. Construa o intervalo de 99% de confiança. o governo deseja estimar o benefício médio anual de irrigação por acre. com os seguintes resultados. Ao planejar uma represa. Ele multa o estabelecimento se este intervalo não incluir 15. (maior que 6.97. 44. 6 onças. que fornece X = 112 e s=11. Qual é o intervalo de confiança de 95% para o QI médio na escola.

(-790 a -410) 3.00.62) 山村 . a fórmula para estimar a diferença entre duas médias populacionais é para n ≥ 30 (X σX 1 − X 2 ± zσ X 1 − X 2 2 2 = σ X1 + σ X 2 ) ou ou 2 (X 1 − X 2 ± zs X 1 − X 2 onde: ) 1− X 2 2 2 s X 1− X = s X 1 + s X 2 n < 30. As 100 pessoas gastaram. porém o erro padrão é o erro padrão da diferença entre as médias.23 a 17. Supondo que a duração das lâmpadas de ambas as distribuições seja normalmente distribuída.60. com um desvio padrão amostral de s= $ 10. uma média de X = $ 24.00. Para outra marca de lâmpadas. mas que fizeram outras compras na loja sob o período em consideração.58 a 20.40. usando um intervalo de confiança de 95% (18.00.47 8.00. a) Estimar o valor médio das compras para os clientes que não compraram a oferta especial. Para uma amostra de 200 desses clientes. Por outro lado. Sendo duas as amostras envolvidas. uma amostra aleatória de n = 40 empregados apresentou um salário médio semanal de $ 170. Determine o intervalo de confiança de 99% para estimar a diferença entre os salários médios semanais das duas firmas. na loja.60 com um desvio padrão de s = $ 8. determine o intervalo de confiança de 90% para estimar a diferença entre a vida média de operação das duas marcas de lâmpadas.000 horas com s=200 horas. Um analista de mercados obtém dados de uma amostra de 100 consumidores de um total de 400 que adquiriram uma oferta especial. com um desvio padrão amostral de s=$14. houve 900 clientes que não compraram a oferta especial.1 INTERVALOS DE CONFIANÇA PARA A DIFERENÇA ENTRE DUAS MÉDIAS O intervalo é construído de maneira semelhante à utilizada na estimação da média. o valor médio das compras foi X = $ 19. população normalmente distribuído gl = n1+n2 –2 gl ⇒ graus de liberdade (X σX = 1 1 − X 2 ± t gl s X 1 − X 2 ) σ1 n1 e σX = 2 σ2 n2 ou sX1 = s1 n1 e sX 2 = s2 n2 EXERCÍCIOS 1. a vida média é X = 4.77) 2. (2.57 com um desvio padrão de s=$6. A média de salários semanais para uma amostra de n = 30 empregados em uma grande firma é X = $ 180. Em uma outra grande empresa. uma amostra de n=8 apresentou uma média amostral de X = 4 600 horas e um desvio padrão de s = 250. Para uma amostra aleatória de n = 10 lâmpadas.

36) 12.09. em uma amostra de n = 12 latas.09) 8. construindo um intervalo de confiança de 90%.67) 11. construindo um intervalo de confiança de 95%. o peso líquido médio. Em outra unidade. Usando um intervalo de confiança de 90% estimar a diferença entre o peso líquido médio nas duas unidades enlatadoras. Uma amostra aleatória de 12 elementos da primeira população apresentou média 34 e uma amostra de 8 elementos da segunda população 9.16. (-0.04) 7.97. construir o intervalo de confiança para a diferença das médias ao nível de 95% e 90%.00. com um desvio padrão de s=$2.11 a 45.89) 13. 138. Duas populações normais independentes apresentam desvio padrão σ1 =5 e σ2= 2.4.(3. Uma amostra de 15 elementos selecionada ao acaso de outra população normal apresentou média de 25 e desvio padrão de 4. 140. Uma amostra aleatória de 40 empregados do sexo masculino é tirada e o número de ausência é de 60 horas. 169. (1. utilizando um intervalo de confiança de 95%.17 a .4. Um levantamento amostral aleatório da demanda e da produção diária apresentou os resultados: Demanda: 150. Um curso de inglês foi dado a 18 estudantes por meio do método tradicional. Uma amostra aleatória de 50 famílias de uma comunidade B apresenta uma média de X = 14 600.17) 6.00.200.( ≥ 3. é X =16. Uma amostra de 10 elementos selecionada ao acaso de uma população normal apresentou média de 18 e desvio padrão de 3. 1.1 787. (187. ao nível de 97. Construir o intervalo de confiança para a diferença das médias ao nível de 95% e 98%.24) 4. (40.25 a . Estimar a diferença na renda média familiar entre as duas comunidades.73 a 2.0.86 a 28.48 b) estimar a diferença entre o valor médio das compras dos clientes que compraram a oferta e dos que não compraram. Supõe-se que a distribuição das quantidades enlatadas seja aproximadamente normal. Estimar a diferença mínima entre a média de compras entre os clientes da oferta e os da não oferta. Dez lotes de terra são tratados com o fertilizante “A” e doze com o fertilizante “B”. empregando um intervalo de confiança de 90%. (0.84 a 9. 150 山村 . para uma amostra de n=15 latas. Estimar a diferença máxima entre os níveis médios de renda da primeira e da segunda comunidade. obtendo-se média 75 e desvio padrão de 5. Calcule o intervalo de confiança de 98% para a diferença das médias da população. Em uma fábrica de enlatados. em 10 gramas.2. O rendimento dos segundos lotes foi de 6 com desvio padrão 0. é de X = 15. Para um outro grupo de 15 estudantes deram o mesmo curso por meio de um método mais moderno obtendo-se média 70 e desvio padrão 6.27. com um desvio padrão de s = 0.5%. (20. O rendimento médio dos primeiros lotes foi de 8 com desvio padrão de 0.14 com um desvio padrão de s = 0.( ≤ 31. A demanda diária de um item do estoque distribui-se normalmente. Construir o intervalo de confiança para diferença das médias. (0. Admitindo-se que σ = 10.15. A linha de produção encarregada de fabricar esta peça tem produzido uma quantidade que se distribui normalmente e cuja variabilidade depende de fatores como manutenção.48) 9.33 a 9. Uma amostra aleatória de 50 famílias de uma comunidade A apresenta uma renda média familiar de X = 13 800.98) 5.67 a 2.70 a 6. Uma amostra similar de 50 empregados do sexo feminino é tirada e o número de ausências é de 60 horas. Supondo as populações independentes calcule um intervalo de confiança de 95% para a soma das médias da população.33 ) 10. de vagens acondicionadas em latas L.52 a 8.00 com um desvio padrão de s = $ 2 800. treinamento de mão de obra etc. 157. 1.

MT: 163. B) decidiu-se então que um melhor planejamento amostral consistiria em fazer mensurações nos mesmos indivíduos. (ii) o peso médio após a campanha. Antes 2750 2360 2950 2830 2260 depois 2850 2380 2930 2860 2330 R: 40±57. Calcule um intervalo de 95% de confiança para a diferença média entre os salários de professores e professoras Mulheres 9 12 8 10 16 homens 16 19 12 11 22 R: 5±5. 4±5) 15. As safras. extraíram-se amostras independentes de professores e professoras que acusaram os salários abaixo. A) Construa um intervalo de confiança para: (i) o peso médio antes da campanha.6 16.79 17. Cada lote foi dividido em duas partes iguais. 150. Depois: LW: 183. 140. uma universidade selecionou aleatoriamente cinco empregados antes da campanha e outros cinco após a campanha. ( a semente B é superior em 6 t/acre (mais ou menos 4. (iii) a perda média de peso durante a campanha.21 a 35. 170±18. KL: 195. A esse nível de confiança. qual receberia a semente tipo A. Mediu-se a capacidade respiratória de cinco indivíduos selecionados aleatoriamente. é possível afirmar que a demanda excede a produção em pelo menos 10 unidades? (-1. MM: 150. Construa um intervalo de 95% de confiança para o aumento médio populacional da capacidade respiratória. MW: 180.50 com 95% de confiança) 山村 .49 Produção: 160. MM: 155. calcule um intervalo de 95% de confiança para a perda média de peso durante a campanha. e qual o tipo B. 130. MT: 169. Com base nos dados referentes a esses cinco indivíduos. (174±19. Os pesos foram os seguintes (juntamente com as iniciais do empregado): Antes: JH: 168. Para avaliar o efeito de uma campanha de aptidão.89. VG: 177. 120. 4±22. Obtiveram-se os resultados: KL. 197. EP: 184. Numa faculdade. jogando-se uma moeda para determinar.Para determinar qual o melhor de dois tipos de sementes. TR: 180. sem tendenciosidade. JH: 160. não) 14. 100. em toneladas foram: Município Semente A Semente B 88 82 B 66 68 R 121 109 T 106 95 S 116 112 A 79 76 M 89 81 C Que tipo de semente se afigura melhor? Construa um intervalo de 95% de confiança para justificar sua resposta. uma estação experimental agrícola escolheu aleatoriamente sete lotes no Estado. Calcule um intervalo de confiança de 90% para a média entre demanda e produção. antes e depois de determinado tratamento. TR: 183. JC: 162.

50 18. Uma amostra aleatória de salários de 10 professores acusou média anual de $16000.7 ) 山村 . uma amostra de salários de cinco professoras acusou média anual de $11000. Calcule um intervalo unilateral de 95% de confiança para mostrar a diferença entre os salários dos homens e das mulheres. A variância 2 conjunta (pooled) S p foi 11.( µ1 − µ 2 > 1.7.

Uma proporção de 0.(0. 60 homens em uma amostra aleatória de 200 preferem as mesmas lâminas. Uma empresa de pesquisa de mercado faz contato com uma amostra de 100 homens de uma grande comunidade e verifica uma proporção de 0.30 a 0. calcular a proporção mínima de estudantes que tenham diploma de Técnico de Contabilidade. é o intervalo de confiança para a proporção populacional 8.28) 4.(0. Usando um intervalo de confiança de 90% estimar a proporção nacional de estudantes que possuem diplomas de Técnico de Contabilidade (0. 20 comercializam um determinado óleo lubrificante que tem publicidade nacional. Em uma grande área metropolitana em que estão localizados 800 postos de gasolina.40 na amostra que prefere lâminas de barbear fabricadas pelo seu cliente em vez de qualquer outra marca.51 8.05 N. Um administrador de uma universidade coleta dados sobre uma amostra aleatória de âmbito nacional de 230 alunos de cursos de Administração de Empresas e encontra que 54 de tais estudantes têm diplomas de Técnico de Contabilidade. p .40 a 0.40 dos homens de uma amostra aleatória de 100 em uma grande comunidade prefere as lâminas de barbear fabricadas pelo firma do cliente.3 INTERVALOS DE CONFIANÇA PARA A DIFERENÇA ENTRE DUAS PROPORÇÕES POPULACIONAIS (p 1 − p 2 ± zs p − p com s p − p = s 2 ⊕ s 2 p p 1 2 1 2 1 ) 2 1. 3. A utilização da distribuição normal como aproximação da binomial para a construção de intervalos de confiança para proporções é apropriada quando: n ≥ 30 e tanto np ≥ 5 como nq ≥ 5 Dada uma proporção observada na amostra.199 ou mais) 5. Usando um intervalo de confiança de 95%.197).50) 2. Calcular o intervalo de confiança de 90% para a diferença na proporção das duas comunidades que preferem as lâminas da firma do cliente. 320 a 576) 山村 .72. a) Estimar a proporção de todos os postos de gasolina daquela área metropolitana que comercializam o óleo. usando um intervalo de confiança de 90%. utilizamos o fator de correção finita: sp = Logo: pq p. Calcule o intervalo de confiança de 95% para a proporção de todos os homens da comunidade. (0. 3.003 a 0.2 INTERVALOS DE CONFIANÇA PARA A PROPORÇÃO Utilizando a Distribuição Normal A distribuição de probabilidade aplicável a proporções é a distribuição binomial. por uma amostra aleatória de 36 postos. o erro padrão estimado da proporção é dado por: a) população infinita b) população finita: se n > 0.q N − n sp = n n N −1 p ± zs p . b) O número total de postos de serviço da área que comercializam o óleo 0. Em uma outra comunidade. Idem.19 a 0.

qual a máxima porcentagem pelo qual o desemprego na primeira área metropolitana excede a porcentagem de desemprego da segunda área.3445.3%) 8.3152) 山村 . Estimar a porcentagem de pessoas com essa mesma opinião na população. (0.9966) 17. anterior uma amostra aleatória de 100 domicílios em uma segunda área metropolitana apresentou somente 6 domicílios.000 pessoas. Definir limites de confiabilidade de 99% para a proporção populacional. 111. Retira-se uma amostra de 400 pessoas. fornecendo a proporção de fumantes 0.33) 7. Uma amostra de 90 pessoas foi selecionada ao acaso de um grupo de 1. 50 dos 100 revelarem tal intenção. Estimar o intervalo de confiança de domicílios na área.6%) 9.00786. (0. (0.6 a 12. entre 600 pessoas pesquisadas. (0. 141.4%.(45% a 51%) 16. no segundo bairro.3608. Em uma pesquisa de opinião. dando um intervalo de 95% de confiabilidade. anterior. nos quais pelo menos um adulto está desempregado e procurando emprego. Em contraste com o ex. Determinar os limites de confiança de 99% para a proporção de todos os eleitores do distrito favoráveis ao candidato A. Estimar a diferença na porcentagem de domicílios que incluem um desempregado adulto. Calcular o intervalo de confiança ao nível de 92% para a proporção de fumantes nas 1. Retiramos uma amostra de 300 pessoas dessa população. (0. enquanto. usando um intervalo de confiança de 95%(-0.07214) 13. colheu-se uma amostra de 100 itens.000 pessoas. Se o número de eleitores desse distrito fosse de 230. Em uma linha de produção de certa peça mecânica. escolhidos ao acaso dentre todos os eleitores de um determinado distrito.1%) 10. nas duas áreas.002. ( ≤ 11. 0.000 pessoas. indicou que 55% deles são a favor do candidato A.0. 0.07 a 0. o número de domicílios nos quais ao menos um adulto se encontra atualmente desempregado procurando emprego é 12. Uma votação realizada entre 400 eleitores. ex. Calcule o intervalo de confiança de 95% para a proporção populacional de eleitores favoráveis ao candidato A. 0. Na primeira área 70 dos 100 eleitores amostrados indicaram que pretendiam votar a favor da proposta. Um guarda de trânsito vistoriou 200 carros em um bairro da cidade e constatou que 25 motoristas não estavam usando cinto de segurança no momento da vistoria.4555) 11.24. 61. Deseja-se saber qual a proporção de pessoas da população portadoras de determinada doença. Uma pesquisa junto a 1500 eleitores acusou 720 votos para o candidato A e os restantes 780 para o candidato B. constatando-se que 4 eram peças defeituosas. um superintendente coleta amostras aleatórias de n = 100 em cada um dos principais bairros residenciais incluídos no distrito escolar. qual seria a votação esperada do candidato A? (48.266) 15. (0.52 6. Em uma população. Determinar o intervalo de confiança de 95%.4392) 14. a proporção de pessoas favoráveis a uma determinada lei é de 40%. Na tentativa de medir a tendência dos votantes sobre uma proposta de obrigações escolares. Estimar a diferença entre as proporções populacionais dos eleitores nas duas áreas. (0.1648 a 0.6%. usando um limite de confiança de 95%. utilizando um intervalo de confiança de 90%. Para uma amostra aleatória de 100 domicílios em uma grande área metropolitana. Construir o IC para a proporção das peças defeituosas com confiança de 90%. 240 responderam “sim” a determinada pergunta.7534 a 0.038) 12. obtendo-se 8 portadores da doença. nos quais há pelo menos um adulto desempregado utilizando um intervalo de confiança de 95% (5.734. Determine um intervalo de confiança de 95% para a proporção de motoristas que usam regularmente o cinto de segurança neste bairro.7 a 18. Ref.

640) 26.082. Entrevistaram-se em uma cidade 1500 pessoas em idade de trabalho e constata-se que 145 estão desempregadas.3448) 19. Ao nível de confiança de 98% qual o intervalo de confiança para a proporção de eleitores que tencionam votar nesse candidato? (0. e a montadora deseja estimar com 80%. falta de páginas. Para isto. ao nível de 85%? (0. encontrando-se 53 infectados com determinado vírus. obtendo uma proporção de 38%. 22. montagem de páginas inapropriadas. em artigo sobre a participação das mulheres em curso superior de Administração. Uma pessoa interessada em testar esta afirmação levantou uma amostra ao acaso de 100 estudantes de administração e obteve na amostra uma porcentagem de 40% de mulheres. O gerente de produção de um jornal na cidade deseja estimar a proporção de jornais impressos que apresentam algum tipo de problema. Experiências do passado envolveram o exame detalhado do primeiro jornal que sai da impressora. 35 contêm algum tipo de problema. Suponha que. conseguindo uma proporção positivas de 25%. Construir um intervalo de 95% de confiança para a proporção populacional de animais infectados. Fez-se uma análise de 44 trabalhos de pesquisa que utilizaram experimentos clínicos aleatorizados.5260) 20.53 18. Em 23 das pesquisas (I) foi preferido (e nos outros 21 estudos. A máquina é considerada regulada. Para definir as cores dos carros da linha a ser lançada no próximo ano. para comparar um novo tratamento (I) com um tratamento padrão (S) em cirurgia e anestesia. (0.4555) 24.3445 a 0. Se o gerente deseja ter 90% de confiança na estimativa da real proporção da população. a) estimar a taxa de desemprego com base nos dados (0.40.13 a 0.097). Setenta destas pessoas preferiram uma nova cor perolada.3962) 23. Ao nível de confiança de 95% a proporção indica seguramente a regulagem da máquina? (não. O gerente de produção determinou que fosse selecionada para análise uma amostra aleatória de 200 jornais. qual é esse intervalo? (0. Qual seria a estimativa da proporção de respostas positivas entre as 120 pessoas. Em uma população. 0. não a proporção pode ser maior que 50%). determine o intervalo de confiança de 95%. Uma máquina produz uma peça que deve ser testada periodicamente para avaliar a regulagem da máquina. S foi 山村 . Qual deve ser a estimativa? (0. dessa amostra de 200. afirmou que atualmente a proporção de mulheres neste curso é superior à dos homens.112) 27. b) estabelecer um intervalo de 95% de confiança para a taxa populacional (0. escolheu ao acaso 32 pessoas e mostrou o produto. a proporção de pessoas favoráveis ao candidato A é de 0.5114. qual a proporção de carros desta cor que serão solicitados no próximo ano. e resolve testar a aceitação de um novo produto. Um vendedor consegue entrevistar 120 pessoas num dia.442. porém nenhuma avaliação posterior era feita dos jornais impressos. Numa cidade há 12.2334 a 0. Retirada uma amostra de 300 pessoas dessa população. 0. 0. Examinam-se 98 animais.3068 a 0. A afirmação da revista é certamente falsa? (0. O último levantamento efetuado em 100 peças escolhidas ao acaso mostrou uma proporção de defeituosas de 3%. Uma revista semanal. (use 3 casas decimais. anotando a preferência das pessoas. pode apresentar proporção de peças defeituosas superior a 4) 21.1552 a 0.22) 25. se a proporção de peças defeituosas na produção for de no máximo 4%.2859 a 0. Uma pesquisa pretende estimar a proporção de eleitores que tencionam votar no candidato da oposição e para isso levanta ao acaso uma amostra de 60 eleitores.000 eleitores inscritos para a próxima eleição. Qual o intervalo de confiança para a proporção de mulheres na população ao nível de 98%. páginas duplicadas e assim por diante. uma montadora selecionou 200 pessoas e apresentou protótipos em diversas cores. tal como excesso de tinta.

000). Entre as vantagens da amostragem estatística.2 (POR 100 000). 9 APLICAÇÕES DA ESTIMATIVA EM AUDITORIA Pode-se definir auditoria como a coleta e avaliação de evidências sobre informações numéricas relacionadas a uma entidade econômica. c) Suponha que todos os voluntários tivessem sido vacinados. 2. 3. destacam-se: 1. incluindo um intervalo de 95% de confiança. de modo que se pode considerar que as amostragens tenham sido realizadas por um único auditor. 71. Metade dos voluntários.5. O método oferece uma maneira de calcular o tamanho da amostra antecipadamente. Este método pode vir a ser mais apurado. Como o tamanho da amostra baseia-se em princípios estatísticos demonstráveis. Admitindo que os 44 trabalhos representem uma amostra aleatória da população de todos os trabalhos na área. Os resultados foram: Grupo Vacinadas Substitutivo (controle) recusas Número de crianças 200 000 200 000 340 000 Número de casos de pólio 57 142 157 a) Para cada um dos três grupos. O método fornece uma estimativa do erro de amostragem. De 740 000 crianças do segundo grau em todo o país. no campo da auditoria. 400000 se apresentaram como voluntárias. ficando as recusas como grupo de controle: que tipos de dados seriam obtidos? R: 28.523±0. mesmo quando executadas por diferentes auditores. 山村 .148) 28. (0. b) Estime a redução na taxa de incidência de pólio produzida pela vacina. 5. 4.0. 46. uma redução de 42 casos em 100000 (com 95% de confiança. calcule a taxa de incidência de pólio (casos por 100. no que diz respeito a tirar conclusões sobre a população. O resultado da amostragem é objetivo e tem respaldo legal. com o objetivo de determinar ou elaborar relatórios sobre a correlação entre as informações numéricas obtidas e os critérios estabelecidos. que 100% do exame dos itens tornam-se antieconômicos e sem garantias. Amostras estatísticas podem ser combinadas e avaliadas. recebeu a vacina: à outra metade foi administrado um substituto (inócuo) de água e sal. numa base objetiva.54 preferido ). É amplamente aceito. tal estudo observacional teria confundido o efeito do voluntariado com vacina (os voluntários têm quase o dobro da taxa de pólio dos nãovoluntários (71 vs 46 por 100 000). a auditoria é respaldada por superiores hierárquicos e pela própria Justiça. uma vez que o exame de grandes populações pode demandar tempo e pode estar sujeito a um maior volume de erro do que uma amostra estatística. selecionados aleatoriamente. Isso ocorre porque existe uma base científica para a amostragem. construa um intervalo de confiança para a proporção populacional onde I é preferido a S. uma redução de 42±14). estimamos que a vacina reduz a taxa de incidência de 71 para 29 casos por 100 000. Fez-se uma experiência em larga escala para testar a eficiência de uma nova vacina contra P.

23 5000 − 100 5000 − 1 100 7 772.84 127.05 Temos: D = . Uma amostra de 100 notas fiscais é selecionada. o desvio padrão das diferenças é S D = ∑ Di2 − nD i =1 n 2 ∑D i =1 n i n =6.9034. desvio padrão: $ 273. de maneira geral estamos mais interessados em obter estimativas do total da população do que a média da população. O total é igual ao tamanho da população multiplicado pela média aritmética da amostra.99 28. Total=N X .54 -37. Estimando o total da população Em aplicações de auditoria.81 Estimativa da diferença: é utilizada quando um auditor acredita que existem erros em um conjunto de itens que estão sob auditoria e deseja calcular a magnitude desses erros. dividida pelo tamanho da amostra: D= ∑ Di i =1 n n n −1 Cada item sem uma diferença tem um valor igual a zero.97 108.39. SD= 27. A diferença média é igual a soma das diferenças. com um erro de amostragem conhecido.19 ≤ Total da população ≤ 5 650 693.41 38.9034) ± 5000(1.03 29.9842) 山村 .75 118. 62 5000 − 100 (5000)(1076.27 ≤ diferença total ≤ 61 261.73 84.73 (5000)(6. com os seguintes resultados: Valor médio das notas fiscais: $ 1076.55 6.18 62. assim sendo.74 55. a estimativa do intervalo de confiança para o total pode ser obtida: S N −n N X ± Ntn −1 n N −1 Exemplo: Suponha que um auditor está diante de uma população de 5000 notas fiscais e deseja calcular o valor total da população. O intervalo de confiança da S N −n diferença total na população: N D ± N (tn −1 ) D n N −1 Supondo que na amostra de 100 notas fiscais existam 14 erros: 75. com base numa amostra.39)=5 381 950 A estimativa do intervalo de confiança do valor total da população: 273.42 39.23 e 27.39) ± (5000)(1. A avaliação objetiva dos resultados de uma é possível. Os resultados podem ser projetados.41 47.62 Temos: Total=(5000)(1076.32 -88.9842) 5000 − 1 100 5113206.

2002. E. J. C. Estatística básica para o curso de turismo. 山村 . et al. 1981. MATTAR. Rio de Janeiro: LTC. 2. 1977. et al.. 2002. COSTA NETO. G. LAPPONI. BERENSON. O. ed. Estatística geral. ed. P. Douglas. et al. São Paulo: Atlas. Introdução à Estatística. MORETTIN. São Paulo: Atlas. A Estatística básica e sua prática. J. 3. W. P. M. Probabilidade e Estatística. 1991. Estatística usando Excel 5 e 7. Probabilidades e Estatística. L. 1986.. Estatística aplicada à administração. São Paulo: Atlas. 1985. São Paulo: Atlas. F. ed. 1998. Pesquisa de Marketing: metodologia. 1994. S. São Paulo: Atlas. v2. MILONE. SOARES. STEPHAN. D. S. et al. HOFFMANN.. R. 1985.. Estatística elementar. 2000. P. Pesquisa social: métodos e técnicas. 1985. planejamento. 1986. 1981. Fundamentos de estatística. F. Estatística aplicada. v1. M. Rio de Janeiro: LTC. J. J. 1999. São Paulo: Atlas. 5.. Estatística aplicada a economia e administração. A. São Paulo: Harper & Row do Brasil. 1990. 1997. Elementos de estatística. MORETTIN. São Paulo: Atlas. A. F. 7. São Paulo: Saraiva.ed. 1998. R. São Paulo: Atlas. São Paulo: Atlas. São Paulo: Atlas. G. Estatística aplicada às Ciências Sociais. São Paulo: Atlas. SMAILES J. G. D. 1995. TIBONI. L. TOLETO. v1.. et al. SPIEGEL. et al. C. SILVER. M. Rio de Janeiro: LTC. WONNACOTT. PEREIRA. Estatística: Teoria e Aplicações. W. Estatística básica. DOWNING. O. SPIEGEL. R. STEVENSON. G. Estatística para Administração. et al. Estatística. A. v1. J. Estatística aplicada à administração com Excel. LOPES. ed.. 2000. 3. J. 1993. Rio de Janeiro: Reichamann & Affonso Editores. HOEL. Estatística aplicada. São Paulo: Pioneira.. 5. 2. FONSECA J. L. Estatística para economistas. Rio de Janeiro: LTC. São Paulo: Atlas. L. M. ed. 1999. David. R. SILVA. Florianópolis: UFSC. 2000. W. Estatística básica. Estatística. v2. 2.ed. M. São Paulo: McGraw-Hill. 5. São Paulo: Edgard Blücher. 1978. J. 1982. Mick. ed. et al. Rio de Janeiro: LTC. 1999. L. M. Curso de Estatística. RICHARDSON. et al. G. Introdução à Estatística. 2000. São Paulo: McGraw-Hill. S.v2. VIEIRA. P. São Paulo: Saraiva. administração e ciências contábeis. BUSSAB. R. ed. 2002. São Paulo: Lapponi treinamento e Editora. R.. LEVINE. Estatística: para os cursos de economia. Estatística básica. 1990. KASMIER. São Paulo: McGraw-Hill.. 1998.. da. N. P. Estatística: conceitos básicos. São Paulo: McGrawHill. MOORE. TRIOLA. São Paulo: Makron Books.56 REFERÊNCIAS BARBETTA. FONSECA.

Sign up to vote on this title
UsefulNot useful