Você está na página 1de 104

GILBERTO DE ANDRADE MARTINS

ESTATSTICA GERAL E APLICADA

MANUAL DO PROFESSOR

MATERIAL DE SITE

SO PAULO
EDITORA ATLAS S.A. 2005

SUMRIO
2 Estatstica Descritiva
3 Probabilidades
4 Distribuies de Probabilidades de Variveis Aleatrias Discretas
5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas
6 Distribuies Amostrais
7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana
8 Amostragem
9 Inferncia Estatstica
10 Anlise da Varincia: Anova
11 Teste Qui-Quadrado e Outras Provas No-Paramtricas
12 Correlaes entre Variveis
13 Regresso Linear Simples
14 Regresso Linear Mltipla

Solues e Respostas
Captulo 2 Estatstica Descritiva
SRIE I
2.1
Oceano

Antrtico

rtico

Atlntico

ndico

Pacfico

rea (milhes
2
km )

36,8

23,2

199,4

137,9

342,7

rea (milhes km )

rea dos Oceanos (em colunas)


400
350
300
250
200
150
100
50
0
Antrtico

rtico

Atlntico

ndico

Pacfico

Oceano

rea dos Oceanos (em barras)

Oceanos

Pacfico
ndico
Atlntico
rtico
Antrtico
0

50

100

150

200

250

300

350

400

rea (milhes km )

rea dos Oceanos (em pizza )

5%

3%

Antrtico
rtico
27%

46%

Atlntico
ndico
Pacfico

19%

Captulo 2 Estatstica Descritiva

2.2
Natureza

Valor

Dvida externa lquida

111.631

Governo federal e Bacen

248.292

Governos estaduais e municipais

167.850

Empresas estatais

13.324

Dvida lquida total do setor pblico de maio de 2000 (em colunas)


300000

Valor em $

250000
200000
150000
100000
50000
0
Dvida externa
lquida

Governo federal e Governos estaduais Empresas estatais


Bacen
e municipais
Natureza

Dvida lquida total do setor pblico de maio de 2000 (em barras)

Natureza

Empresas estatais
Governos estaduais e
municipais
Governo federal e
Bacen
Dvida externa lquida
0

50.000

100.000

150.000

200.000

250.000

300.000

Valor em $

Dvida lquida total do setor pblico de maio de 2000 (em pizza )

2%

21%

31%

Dvida externa lquida


Governo federal e Bacen
Governos estaduais e
municipais
Empresas estatais

46%

Captulo 2 Estatstica Descritiva

2.3
a) Amplitude: r = 97 33 = 64
No de intervalos: k 1 + 3,22 * log50 7
Tamanho do intervalo: h 64 / 7 10
Classe

Intervalos

Fi

fi

Fac

fac

%ac

xi

30

40

0,08

0,08

35

40

50

0,12

12

10

0,20

20

45

50

60

0,16

16

18

0,36

36

55

60

70

13

0,26

26

31

0,62

62

65

70

80

0,18

18

40

0,80

80

75

80

90

90

0,14

14

47

0,94

94

85

100

0,06

50

1,00

100

95

50

Somas

100

b)
Histograma de Freqncia Absoluta
14
12

Fi

10
8
6
4
2
0
30 40

40 50

50 60

60 70

70 80

80 90

90 100

80 90

90 100

Intervalos de Classes

Histograma de Freqncia Relativa


0,3
0,25

fi

0,2
0,15
0,1
0,05
0
30 40

40 50

50 60

60 70

70 80

Intervalos de Classes

c) 60

70.

d) 19 alunos.
e) x1 = 35.

Captulo 2 Estatstica Descritiva

2.4
a) Amplitude: r = 190 151 = 39
b) No de intervalos: k 1 + 3,22 * log100 8
c) Tamanho do intervalo: h 39 / 8 5
d) e e)
Classe

Intervalos

Fi

fi

151

156

0,04

156

161

0,04

0,08

158,5

161

166

11

0,11

11

19

0,19

19

163,5

166

171

33

0,33

33

52

0,52

52

168,5

171

176

17

0,17

17

69

0,69

69

173,5

176

181

17

0,17

17

86

0,86

86

178,5

181

186

0,09

95

0,95

95

183,5

186

191

0,05

100

1,00

100

188,5

100

100

Fac

fac

0,04

%ac
4

xi
153,5

f)
Histograma de Freqncia Absoluta
35
30

Fi

25
20
15
10
5
0
151
156

156
161

161
166

166
171

171
176

176
181

181
186

186
191

Intervalos de Classes

Histograma de Freqncia Relativa


0,35
0,3
0,25
fi

0,2
0,15
0,1
0,05
0
151
156

156
161

161
166

166
171

171
176

176
181

181
186

186
191

Intervalos de Classes

g) A menor altura 1,51 m, enquanto a maior altura atinge 1,90 m. Entre 1,66 m e 1,70 m, encontram-se 33% do total. A quantidade de pessoas altas maior do que a proporo de pessoas com estaturas mais baixas 48% = 17% + 17% + 9% + 5% (tm alturas superiores a 1,70
m), enquanto 19% = 11% + 4% + 4% possuem alturas inferiores a 1,65m.

Captulo 2 Estatstica Descritiva

SRIE II
2.6
xmdia = notas / no de notas = 35,5 / 7 = 5,07, ou seja, aluno APROVADO.
2.7
xmdia = defeitos / no de computadores = (15 * 0 + ... + 6 * 6) / 100 = 2,21
2.8
a) xmdia = ( xi * Fi) / n = (3 * 2 + ...+ 12 * 3) / 22 = 6,82
b) xmdia = ( xi * Fi) / n = (10 * 5 + ... + 13 * 6) / 29 = 11,59
c) xmdia = ( xi * Fi) / n = (2 * 3 + ... + 6 * 3) / 28 = 4
d) xmdia = ( xi * fi) = (7 * 1/16 + ... + 11 * 5/16) = 9,03
e) xmdia = ( xi * Fi) / n = (85 * 5 + ... + 90 * 5) / 24 = 87,88
f)

xmdia = ( xi * Fi) / n = (5 * 18 + ... + 17 * 12) / 175 = $ 1.061,00

2.9
Mdia aritmtica dos dados no agrupados = observaes / n = 3230 / 50 = 64,60.
Mdia aritmtica dos dados agrupados= ( xi * Fi) / n = (4 * 35 + ... + 3 * 95) / 50 = 65.
Diferena: 64,60 65 = 0,4.
2.10
Mdia aritmtica dos dados no agrupados = observaes / n = 17138 / 100 = 171,38.
Mdia aritmtica dos dados agrupados = ( xi * Fi) / n = (4 * 153,5 + ... + 5 * 188,5) / 100 =
171,85.
Diferena: 171,38 171,85 = 0,47 m.

Captulo 2 Estatstica Descritiva

SRIE III
2.12
I) xmediana (n mpar ) = 4
II) xmediana (n par) = 5
III) xmediana (n mpar) = 8
IV) xmediana (n par) = 87
2.13
I) xmediana (n par ) = 4
II) xmediana (n mpar) = 77
III) xmediana (n par) = 13
IV) xmediana (n mpar) = 235
2.14
I) n / 2 = 29 / 2 = 14,5
xmediana = lMd + [(n / 2 f) * h] / FMd = 5 + [(14,5 8) * 2] / 8 = 6,63
II) n / 2 = 93 / 2 = 46,5
xmediana = lMd + [(n / 2 f) * h] / FMd = 28 + [(46,5 43) * 3] / 30 = 28,35
2.15
I) Maior nmero de observaes iguais, Mo = 7
II) Maior nmero de observaes iguais, Mo = 43
2.16
I) Maior nmero de observaes iguais, Mo = 80
II) Maior nmero de observaes iguais, Mo = 3,5
2.17
I) Maior nmero de observaes iguais 13 16
Mo = lMo + [1 / (1 + 2)] * h = 13 + [5 / (5 + 5)] * 3 = 14,5
II) Maior nmero de observaes iguais 20 30
Mo = lMo + [1 / (1 + 2)] * h = 20 + [5 / (5 + 3)] * 10 = 26,25

Captulo 2 Estatstica Descritiva

2.18
I) i * n / 10 = 6 * 35 / 10 = 21
Di = lDi + [(i * n / 10 f) * h] / FDi = 8 + [(21 15) * 2] / 15 = 8,08, ou seja, 60% dos valores
da amostra esto abaixo do valor 8,08
i * n / 100 = 65 * 35 / 100 = 22,75
Pi = lPi + [(i * n / 100 f) * h] / FPi = 8 + [(22,75 15) * 2] / 15 = 9,03, ou seja, 65% dos
valores da amostra esto abaixo do valor 9,03
i * n / 4 = 35 / 4 = 8,70
Qi = lQi + [(i * n / 4 f) * h] / FQi = 6 + [(8,70 4) * 2] / 11 = 6,86, ou seja, 25% dos valores
da amostra esto abaixo do valor 6,86
II) i * n / 10 = 2 * 24 / 10 = 4,8
Di = lDi + [(i * n / 10 f) * h] / FDi = 30 + [(4,8 3) * 10] / 5 = 33,6, ou seja, 20% dos valores
da amostra esto abaixo do valor 33,6
i * n / 100 = 43 * 24 / 100 = 10,32
Pi = lPi + [(i * n / 100 f) * h] / FPi = 40 + [(10,32 8) * 10] / 10 = 42,32, ou seja, 43% dos
valores da amostra esto abaixo do valor 42,32
i * n / 4 = 3 * 24 / 4 = 18
Qi = lQi + [(i * n / 4 f) * h] / FQi = 40 + [(18 8) * 10] / 10 = 50, ou seja, 75% dos valores da
amostra esto abaixo do valor 50
2.19
a) xmdia = ( xi * Fi) / n = (0 * 20 + ...+ 4 * 3) / 53 = 1,17 acidentes por dia
b) xmediana (n mpar ) = 1
c) Maior nmero de observaes iguais, Mo = 0
d) P% = (10 + 5 + 3) / 53 = 34%
2.20
a)
Xi

10

Fi

b) xmdia = ( xi * Fi) / n = (1 * 1 + ...+ 10 * 1) / 24 = 4,83


xmediana (n par ) = 4
Maior nmero de observaes iguais, Mo = 4
2.21
a) xmdia = ( xi . Fi) / n = (12 * 15 + ...+ 40 * 5) / 163 = 22,99 anos
b) n / 2 = 163 / 2 = 81,50, ou seja, no intervalo 18 22
Xmediana = lXmed + [(n / 2 f) * h] / FXmrd = 18 + [(81,50 43) * 4] / 40 = 21,85 anos
c) Maior nmero de observaes iguais 18 22
Mo = lMo + [1 / (1 + 2)] * h = 18 + [12 / (12 + 10)] * 4 = 20,18 anos a idade mais
freqente da amostra
d) i * n / 10 = 3 * 163 / 10 = 48,90

Captulo 2 Estatstica Descritiva

Di = lDi + [(i * n / 10 f) * h] / FDi = 18 + [(48,90 43) * 4] / 40 = 18,59, ou seja, 30% das


pessoas deste grupo tm idade inferior a 18,59
e) i * n / 4 = 163 / 4 = 40,75
Qi = lQi + [(i * n / 4 f) * h] / FQi = 14 + [(40,75 15) * 4] / 28 = 17,58
f)

i * n / 100 = 80 * 163 / 100 = 130,40


Pi = lPi + [(i * n / 100 f) * h] / FPi = 26 + [(130,40 113) * 4] / 20 = 29,48, ou seja, 20% das
pessoas deste grupo tm idade superior a 29,48

2.22
a) Amplitude: r = 98 33 = 65
b) No de intervalos: k 1 + 3,22 * log50 7
c) Tamanho do intervalo: h 65 / 7 10
d) e)

f)

g)

h)

Classe

Intervalos

Fi

fi

XI

30 40

0,08

35

40 50

0,12

45

10

50 60

0,16

55

18

60 70

12

0,24

65

30

70 80

0,18

75

39

80 90

0,14

85

46

90 100

0,08

95

50

50

Fac

i)
Histograma de Freqncia Absoluta
14
12

Fi

10
8
6
4
2
0
30 40

40 50

50 60

60 70

70 80

80 90

90 100

Intervalos de Classes

j)

xmdia = ( xi . Fi) / n = (35 * 4 + ...+ 95 * 4) / 50 = 65,60

l)

Maior nmero de observaes iguais 60 70


Mo = lMo + [1 / (1 + 2)] * h = 60 + [4 / (4 + 3)] * 10 = 65,71

m) n / 2 = 50 / 2 = 25, ou seja, no intervalo 60 70


Xmediana = lXmdia + [(n / 2 f) * h] / FXmrd = 60 + [(25 18) * 10] / 12 = 65,38, ou seja, 50%
das notas deste grupo esto abaixo de 65,38

Captulo 2 Estatstica Descritiva

n) i * n / 4 = 50 / 4 = 12,50
Qi = lQi + [(i * n / 4 f) * h] / FQi = 50 + [(12,50 10) * 10] / 8 = 53,125, ou seja, 25% dos
alunos deste grupo tiraram notas inferiores a 53,125
o) i * n / 100 = 55 * 50 / 100 = 27,50
Pi = lPi + [(i * n / 100 f) * h] / FPi = 60 + [(27,50 18) * 10] / 12 = 67,92, ou seja, 45% dos
alunos deste grupo tiraram notas superiores a 53,125

Captulo 2 Estatstica Descritiva

SRIE IV
2.23
a) Amplitude: r = 12 2 = 10
b) S2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (7 1) * [347 (1849) / 7] = 13,81
c) S = (S2)1/2 = (13,81)1/2 = 3,72
2.24
2

Intervalos

Fi

xi

xi * Fi

xi * Fi

24

27

46

25

125

68

56

392

8 10

54

486

10 12

11

25

33

363

177

1393

S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (25 1) * [1393 (177)2 / 25] = 5,83


2.25
Intervalos

Fi

xi

xi * Fi

xi * Fi

40 45

42,5

170,5

7225

45 50

10

47,5

475,5

22562,5

50 55

15

52,5

787,5

41343,75

55 60

57,5

460,5

26450

60 65

62,5

312,5

19531,25

65 70

67,5

202,5

13668,75

45

2407,5

130781,25

a) xmdia = ( xi . Fi) / n = 2407,5 / 45 = 53,5 kg


b) S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (45 1) * [130781,25 (2407,5)2 / 45] = 45
kg
c) CV = (S / xmdia) * 100 = (6,71 / 53,5) * 100 = 12,54%
d) Maior nmero de observaes iguais 50
55
Mo = lMo + [1 / (1 + 2)] * h = 50 + [5 / (5 + 7)] * 5 = 52,08 kg
AS = (xmdia Mo) / S = (53,5 52,08) / 6,71 = 0,21, portanto, a distribuio no simtrica
2.26
xmdia = ( xi . Fi) / n = (2 * 2 + ... + 10 * 2) / 7 = 6
CV = (S / xmdia) * 100 = (3,02 / 6) * 100 = 50,33%, portanto, a amostra tem elevada disperso

Captulo 2 Estatstica Descritiva

10

2.27
CVA = (SA / xmdia A) * 100 = (40 / 150) * 100 = 26,67%
CVB = (SB / xmdia B) * 100 = (50 / 200) * 100 = 25,00%
CVC = (SC / xmdia C) * 100 = (60 / 300) * 100 = 20,00%
a) A tem desvio padro de 40, portanto, a caixa com menor variao absoluta na presso
de ruptura
b) A tem o coeficiente de variao de 26,67%, portanto, a caixa com maior variao relativa
na presso de ruptura
2.28
a) Amplitude: r = 44 14 = 30
NO de intervalos: k 1 + 3,22 * log30 6
Tamanho do intervalo: h 30 / 6 5
Classe

Intervalos

Fi

14

19

19

24

24

29

29

34

34

39

39

44

30

b)

Fi

Histograma de Freqncia Absoluta


10
9
8
7
6
5
4
3
2
1
0
14 19

19 24

24 29

29 34

34 39

39 44

Intervalos das Classes

c) xmdia = ( xi . Fi) / n = (16,5 * 4 + .. + 41,5 * 9) / 30 = 900 / 30 = 30 anos


S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (30 1) * [29507,5 (900)2 / 30] = 86,47
S = (S2)1/2 = (86,47)1/2 = 9,30
2.29
a) xmdia = 45 s
S = (S2)1/2 = (400)1/2 = 20 s
CV1 = (S / xmdia) * 100 = (20 / 45) * 100 = 44,50%

Captulo 2 Estatstica Descritiva

11

b) xmdia = ( xi . Fi) / n = (20 * 10 + ... + 80 * 5) / 60 = 2700 / 60 = 45 s


c) S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (60 1) * [135000 (2700)2 / 60] = 228,81s2
S = (S2)1/2 = (228,81)1/2 = 15,13 s
d) xmdia = ( xi . Fi) / n = (40 * 45 + 60 * 45) / 100 = 45 s
e) CV2 = (S / xmdia) * 100 = (15,13 / 45) * 100 = 34,00%, portanto, a equipe 2 apresentou
resultados mais homogneos, uma vez que tem CV (34%) menor que a equipe 1 (44%)
f)

Equipe 2

2.30
a) Amplitude: r = 16 1 = 15
No de intervalos: k 6
Tamanho do intervalo: h 3
Classe

Intervalos

Fi

14

14

10

11

10

13

13

16

11

16

19

60

b)
Histograma de Freqncia Absoluta
16
14
12
Fi

10
8
6
4
2
0
14

47

7 10

10 13

13 16

16 19

Intervalos de Classes

c) xmdia = ( xi . Fi) / n = (14 * 2,5 + ... + 2 * 17,5) / 60 = 8,20


d) n / 2 = 60 / 2 = 30, ou seja, no intervalo 7 10
Xmediana = lXmd + [(n / 2 f) * h] / FX = 7 + [(30 28) * 3] / 11 = 7,55, ou seja, metade das
rendas esto abaixo de $ 7.550
e) i * n / 4 = 3 * 60 / 4 = 45
Qi = lQi + [(i * n / 4 f) * h] / FQi = 10 + [(45 39) * 3] / 8 = 12,25, ou seja, 75% das rendas
esto abaixo de $ 12.250
f)

i * n / 10 = 4 * 60 / 10 = 24

Captulo 2 Estatstica Descritiva

12

Di = lDi + [(i * n / 10 f) * h] / FDi = 4 + [(24 14) * 3] / 14 = 6,14, ou seja, 40% das rendas
esto abaixo de $ 6.140
g) i * n / 100 = 47 * 60 / 100 = 28,20
Pi = lPi + [(i * n / 100 f) * h] / FPi = 7 + [(28,20 28) * 3] / 11 = 7,05, ou seja, 47% das
rendas esto abaixo de $ 7.055
h) i * n / 4 = 60 / 4 = 15
Qi = lQi + [(i * n / 4 f) * h] / FQi = 4 + [(15 14) * 3] / 14 = 4,21
i)

S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (60 1) * [5289 (492)2 / 60] = 21,26

j)

S = (S2)1/2 = (21,26)1/2 = 4,61

l)

CV = (S / xmdia) * 100 = (4,61 / 8,20) * 100 = 56,00%

m) Maior nmero de observaes iguais 1 4


Mo = lMo + [1 / (1 + 2)] * h = 1 + [14 / (14 + 0)] * 3 = 4
AS = (xmdia Mo) / S = (8,20 4) / 4,61 = 0,49, portanto, a distribuio no simtrica
n) O intervalo xmdia S a xmdia + S, ou seja, $ 3.590 e $ 12.810, contm aproximadamente
60% das rendas

Captulo 2 Estatstica Descritiva

13

SRIE V
2.32
1. b, por definio de mdia.
2. b, uma vez que o maior nmero de observaes iguais 60
3. c, por definio de mediana
4. d, uma vez que a mdia leva em conta todos estes desvios, a soma deles deve ser zero
5. b, uma vez que 70 a mdia das observaes, alm de separar em dois grupos com a
mesma quantidade
6. a, por definio de moda
7. d, uma vez que n = 100, a mediana ser 50 (10 + 25 + 15), ou seja, 7
8. b, uma vez que, numa amostra de n = 5, a mediana o 3o item, deixando dois de cada lado
9. d, por definio de medidas de assimetria
10. a, por definio de coeficiente de varincia
11. a, por definio de varincia
12. d, por definio de desvio padro
13. d, uma vez que n = 6, a mediana ser [(n / 2) + (n / 2 +1)] / 2, ou seja, 45
14. a, uma vez que a curva a mais alargada horizontalmente, tem desvio-padro maior
15. d, uma vez que, apesar de A ter maior disperso absoluta, ao se calcularem os coeficientes
de varincia de ambas as turmas, chega-se ao mesmo valor: 50%
16. d, uma vez que a varincia o quadrado do desvio-padro
17. b, por definio de mediana
18. a, uma vez que n = 20, o 1o quartil ser a mdia entre o 5o e o 6o item, ou seja, 5
19. b, uma vez que CV = (S / Xmdia) * 100, Estatstica 20% e Histria 25%
20. b, por definio
21. d, uma vez que Xmdia = ( xi . Fi) / n = (2 * 2500 + ... + 3 * 22000) / 10 = 10500
22. c, por definio
23. d, uma vez que Mo = lMo + [1 / (1 + 2)] * h = 50 + [15 / (15 + 10)] * 10 = 56
24. b, uma vez que Xmdia = ( xi . Fi) / n = (5 * 175 + ... + 3 * 475) / 10 = 3130 / 10 = 313
25. c, uma vez que P45 = 40 + [(409,50 210) * 10] / 250 = 47,98
26. c, uma vez que D5 = 6 + [(15 12) * 2] / 10 = 6,60

Captulo 2 Estatstica Descritiva

14

27. a, uma vez que Xmdia = ( xi . Fi) / n = (3 * 1 + ... + 15 * 5) / 8 = 96 / 8 = 12


28. d, uma vez que S2 = 1 / (5 1) * [73600 (600)2 / 5] = 400, ou seja, S = 20
29. a, uma vez que S2 = (1 / 5) * [108 (22)2 / 5] = 2,24
30. b, por definio de mdia

Captulo 2 Estatstica Descritiva

15

Captulo 3 Probabilidades
Solues e Respostas

SRIE I
3.1
a) S = {1C, 2C, 3C, 4C, 5C, 6C, 1K, 2K, 3K, 4K, 5K, 6K}, onde C = cara e K = coroa.
b) A = {K2, K4, K6}
B = {C1, C3, C5}
C = {3C, 6C, 3K, 6K}
c)
I.
II.
III.
IV.

Bcompl = S B = {C2, C4, C6, K1, K2, K3, K4, K5, K6}
A U B = A + B = {K2, K4, K6, C1, C3, C5}
B C = {3C}
(A U B)compl = (Acompl Bcompl) = {K1, K3, K5, C2, C4, C6}

d) Apenas A e B so mutuamente exclusivos, uma vez que A B =

3.2
a) P(Acompl) = 1 P(A) = 1 =
b) P(Bcompl) = 1 P(B) = 1 =
c) P(A B) = 0, uma vez que A e B so mutuamente exclusivos
d) P(A U B) = P(A) + P(B) = + =
e) P(Acompl Bcompl) = 1 [P(A B)] = 1
3.3
a) P(A U B) = P(A) + P(B) P(A B) = + 1/3 = 7/12
b) P(Acompl U Bcompl) = P(A B) compl = 1 P(A B) = 1 =
c) P(Acompl Bcompl) = P(A U B) compl = 1 P(A U B) = 1 7/12 = 5/12
3.4
a) Seja A = {(x1)/ x1 = par}, P(A) = 3/6 =
b) Seja A = {(x1)/ x1 = rei}, P(A) = 4/52 = 1/13
c) Seja A = {(x1, x2, x3)/ x1 = x2 = x3 = K}, P(Acompl) = 1 A = 1 ( . . ) = 7/8
d) Seja A = {(x1, ..., xn)/ x1 = ... = xn = K}, P(Acompl) = 1 A = 1 ()n = (2n 1)/2n
e) P(ambas as copas, sem reposio) = P(1a copas) * P(2a copas) = 13/52 * 12/51 = 1/17

Captulo 3 Probabilidades

f)

P(1 copas e 1 ouros sem reposio) = P(copas) * P(ouros) + P(ouros) * P(copas) = 13/52 *
13/51 + 13/52 + 13/51 = 13/102, ou
P(F) =

13
1

13
1

52
2 = (13/1 * 13/1) / (52 * 51/ 2 * 1) = 13/102

3.5
a) Seja A = {(x1)/ x1 / 5}, P(A) = 10/50 = 1/5
b) Seja A = {(x1)/ x1 = _3}, P(A) = 5/50 = 1/10
c) Seja A = {(x1)/ x1 = primo}, P(A) = 15/50 = 3/10
d) Seja A = {(x1)/ x1 / 6} = 8 e B = {(x1)/ x1 / 8} = 6,
P(A U B) = P(A) + P(A) P(A B) = 8/50 + 6/50 2/50 = 12/50 = 6/25

3.6
Seja A = {(x1)/ x1 = rei} = 4 e B = {(x1)/ x1 = 1 carta de copas} = 13
P(A U B) = P(A) + P(B) P(A B) = 4/52 + 13/52 1/52 = 16/52 = 4/13

3.7
a) Seja A = {(x1, x2)/ x1 + x2 < 4}, P(A) = 3/36 = 1/12
b) Seja A = {(x1, x2)/ x1 + x2 = 9}, P(A) = 4/36 = 1/9
c) Seja A = {(x1, x2)/ x1 > x2}, P(A) = 15/36 = 5/12
3.8
Seja A = {(x1, x2)/ x1 + x2 = 10}, P(A) = 8/90 = 4/45
3.9
a) Seja A = {(x1)/ x1 = defeitos graves}, P(Acompl) = 1 P(A) = 1 1/8 = 7/8
b) Seja A = {(x1)/ x1 = boas}, P(A) = 10/16 = 5/8
c) Seja A = {(x1)/ x1 = com defeitos}, P(Acompl) = 1 P(A) = 1 =
3.10
a) P(ambas perfeitas, sem reposio) = P(1a perfeita) * P(2a perfeita) = 10/16 * 9/15 = 3/8
b) P(ao menos uma perfeita) = P[(P1 P2) U (P1 D2) U (D1 P2)] = P(P1) * P(P2/P1) +
P(P1) * P(D2/P1) + P(D1) * P(P2/D1) = 10/16 * 9/15 + 10/16 * 6/15 + 6/16 * 10/15 = 7/8
c) P(nenhuma com defeito grave) = P(sem d.g.) * P(sem d.g.) = 14/16 * 13/15 = 91/120
d) P(nenhuma perfeita) = P(imperfeitas) * P(imperfeitas) = 6/16 * 5/15 = 1/8

Captulo 3 Probabilidades

3.11
a) P(pretas) = P(1a preta) * P(2a preta) * P(3a preta) = 6/11 * 5/10 * 4/9 = 4/33
b) P(uma branca) = P(B1) * P(P2) * P(P3) + P(P1) * P(B2) * P(P3) + P(P1) * P(P2) * P(B3) ou 3 *
P(B1, P2, P3) = 5/11 * 6/10 * 5/9 + 6/11 * 5/10 * 5/9 + 6/11 * 5/10 * 5/9 = 5/11
c) P(ao menos uma preta) = 1 P(brancas) = 1 P(B1) * P(B2/B1) * P(B3/B2/B1) = 1 5/11 *
4/10 * 3/9 = 1 2/33 = 31/33

3.12
O nmero total de resultados possveis = C12,7
O nmero de resultados favorveis: C5,3 (3 do 4o ano) * C4,2 (2 do 2o ano) * C3,2 (2 do 3o ano)
P(A) = (C5,3 * C4,2 * C3,2) / C12,7 = (5/3 * ... * 3/1) * (4/2 * 3/1) * (3/2 * 2/1) / (12/7 * ... * 6/1) = 5/22
3.13
O nmero total de resultados possveis = CN,n
O nmero de resultados favorveis: CNv,nv (nv de vermelhas) * CNa,na (na de azuis) * CNp,np (np de
pretas)
P(A) = (CNv,nv * CNa,na * CNp,np) / CN,n
P(A) =

Nv
nv

Na
na

Np
np

N
n

3.14
a) P(A U B) = P(A) + P(B) P(A B) = + 1/3 = 7/12
b) P(A/B) = P(A B) / P(B) = / 1/3 =
c) P(B/A) = P(A B) / P(A) = / =
d) P[(A U B)/B] = P[(A U B) B] / P(B) = P(B) / P(B) = 1

3.15
P(Acompl/Bcompl) = P(Acompl Bcompl) / P(Bcompl) = [P(A U B) compl] / [1 P(B)] = 5/12 / 2/3 = 5/8
P(Bcompl/Acompl) = P(Bcompl Acompl) / P(Acompl) = [P(B U A) compl] / [1 P(A)] = 5/12 / = 5/6
3.16
Seja A = {(x1)/ x1}, P(A) = 365/365
Seja B = {(x1, x2)/ x1 x2}, P(B) = 365/365 * (365 1)/365 = 365* (365 1)/3652
Assim, de maneira geral o item xn ter probabilidade de [(365 n + 1)/365].
Portanto, seja R = {(x1, x2, ..., xr )/ x1 x2 ... xr},
P(R) = 365/365 * [(365 1)/365] * ... * [(365 r +1)/365] = 365 * 364 * ... * (365 r + 1)/365r

Captulo 3 Probabilidades

3.17
a) P(acertarem) = P(1o acertar) * P(2o acertar) * P(3o acertar) = 2/3 * 4/5 * 7/10 = 28/75
b) P(apenas um acertar) = P(A1, E2, E3) + P(E1, A2, E3) + P(E1, E2, A3) = 2/3 * 1/5 * 3/10 + 1/3 *
4/5 * 3/10 + 1/3 * 1/5 * 7/10 = 25/150 = 1/6
c) P(errarem) = P(1a errar) * P(2a errar) * P(3a errar) = 1/3 * 1/5 * 3/10 = 1/50

3.18
Seja P(1) = P(2) = P(3) = P(4) = p,
P(A U B) = P(A) + P(B) P(A B) : P(Corrente LR) = P(F1, F2) + P(F3, F4) P(F1, F2 F3, F4)
P(F1, F2) = P(F3, F4) = p * p = p2 e P(F1, F2 F3, F4) = p * p * p * p = p4
P(Corrente LR) = 2 * p2 p4 = 2p2 p4

3.19
P(duas da mesma cor) = P(B1, B2) + P(V1, V2) + P(P1, P2) = 5/12 * 5/18 + 4/12 * 6/18 + 3/12 *
7/18 = 35/108

3.20
Seja A = {(x1, x2)/ x1 + x2 = $ 1,50},
P(A) = P(U1, C2) + P(C1, U2) = 5/9 * 4/8 + 4/9 * 5/8 = 5/9
3.21
Seja A = {(x1, x2, x3)/ x1, x2, x3 = 2 pretas e 1 vermelha} com reposio,
P(A) = P(P1, P2, V3) + P(P1, V2, P3) + P(V1, P2, P3) = 3 * 5/10 * 5/10 * 3/10 = 9/40
3.22
Seja A = {(x1)/ x1 = 1 branca}, P(A) = 2/3
Seja B = {(x2)/ x2 = 1 branca}, P(B) = P(Brancanova) / P(Totalnova) = (1 + 2/3)/4 = 5/12
3.23
Seja T = {(s1)/ s1 = 1 branca}, P(T) = x / (x + y)
Seja U1 = {(s2)/ s2 = 1 branca}, P(U1) = P(Brancanova) / P(Totalnova) = {z + [x / (x + y)]} / (z + v + 1)
P(U2) = P(B1, B2) + P(V1, B2) = [x / (x + y)] * [(z + 1) / (z + v + 1)] + [y / (x + y)] * [z / (z + v + 1)]
3.24
Seja A = {(x1, x2, x3, x4)/ x1 = P, x2 = P, x3 = V, x4 = V} com reposio + 5 bolas da cor,
P(A) = P(P1, P2, V3, V4) = 10/15 * (10 + 5)/(15 + 5) * 5/(15 + 10) * (5 + 5)/(15 + 15) = 1/30
Seja A = {(x1, x2, x3, x4)/ x1 = P, x2 = V, x3 = P, x4 = V} com reposio + 5 bolas da cor,
P(A) = P(P1, V2, P3, V4) = 10/15 * 5/(15 + 5) * (10 + 5)/(15 + 10) * (5 + 5)/(15 + 15) = 1/30
Seja A = {(x1, x2)/ x1 = P, x2 = P} com reposio + 5 bolas da cor
P(A) = P(P1, P2) = 1 * (10 + 5)/(15 + 5) =

Captulo 3 Probabilidades

3.25
a) P(duas perfeitas) = P(P1, P2) = 5/8 * 3/5 = 3/8
b) P(uma defeituosa) = P(D1, P2) + P(P1, D2) = 3/8 * 3/5 + 5/8 * 2/5 = 19/40
c) P(defeituosa vir de A) = P(D1, P2) / P(uma defeituosa) = (3/8 * 3/5) / (19/40) = 9/19
3.26
a) P(s H viver) = P(M vivercompl) * P(H viver) = * 3/5 = 3/20
b) P(s M viver) = P(H vivercompl) * P(M viver) = 2/5 * = 3/10
c) P(ambos viverem) = P(H viver) * P(M viver) = 3/5 * = 9/20

3.27
Seja A = {(x1, x2)/ x1 = B sabendo que x2 = B},
P(A) = P(B1, B2) / [P(B1, B2) + P(P1, B2)] = ( * 2/3) / [( * 2/3) + ( * )] = (1/3) / (1/3 * ) = 4/7
3.28
a) Seja A = {(x1, x2)/ x1 = x2 = mesma cor},
P(A) = P(P1, P2) + P(V1, V2) = * 3/6 + * 4/6 = 1/4 + 1/3 = 7/12
b) Seja A = {(x1, x2)/ x1 = V sabendo que x2 = P},
P(A) = P(V1, P2) / [P(V1, P2) + P(P1, P2)] = ( * 2/6) / ( * 2/6 + * 3/6) = (1/6) / (5/12) = 2/5
3.29
a) Seja A = {(x1, x2)/ x1 = B ou V, x2 = V},
P(A) = P(B1, V2) + P(V1, V2) = 3/8 * (5 + 2)/(8 + 2 1) + 5/8 * (5 1)/(8 + 2 1) = 41/72
b) Seja A = {(x1, x2)/ x1 = x2 = B ou V},
P(A) = P(B1, B2) + P(V1, V2) = 3/8 * (3 1)/(8 + 2 1) + 5/8 * (5 1)/(8 + 2 1) = 13/36
3.30
a) Seja A = {(x1, x2)/ x1 = V sabendo que x2 = V},
P(A) = P(V1, V2) / [P(B1, V2) + P(V1, V2)] = (20/72) / (41/72) = 20/41
b) Seja A = {(x1, x2)/ x1 = B sabendo que x1 = x2 = mesma cor},
P(A) = P(B1, B2) / [P(B1, B2) + P(V1, V2)] = (6/72) / (13/36) = 3/13
3.31
a) Seja A = {(x1, x2)/ x1 = urna 1 ou 2, x2 = V},
P(A) = P(U11, V2) + P(U21, V2) = [() * x/(x + y)] + [() * z/(z + v)] = * x/(x + y) + z/(z + v)
b) Seja A = {(x1, x2)/ x1 = B ou V, x2 = V},
P(A) = P(B1, V2) + P(V1, V2) = y/(x + y) * z/(z + v + 1) + x/(x + y) * (z + 1)/(z + v + 1) =

Captulo 3 Probabilidades

(y * z)/(x + y)(z + v + 1) + [(x * z) + (x)]/(x + y)(z + v + 1) = (yz + xz + x)/(x + y)(z + v + 1)

3.32
Seja A = {(s1, ..., sx + y) / s1, ..., sx = B, sx + 1, ..., sx + y = P},
P(A) = P(X1, ..., Xx, Yx + 1, , Yx + y) = x/(x + y) * (x 1)/(x + y 1) * * y/y * (y 1)/ (y 1)/ =
(x! y!) / (x + y)!

3.33
Seja,
A = {(2,6), (3,5), (4,4), (5,3), (6,2)}
B = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)}
C = {(4,6), (5,5), (6,4)}
D = {(2,1), (3,1), (4,1), (5,1), (6,1), (3,2), (4,2), (5,2), (6,2), (4,3), (5,3), (6,3), (5,4), (6,4), (6,5)}
E = {(2,1), (4,2), (6,3)}
a) P(A/B) = P(A B) / P(B) = 1/6
b) P(C/D) = P(C D) / P(D) = 1/15
c) P(D/E) = P(D E) / P(E) = 3/3 = 1
d) P(A/C) = P(A C) / P(C) = 0
e) P(C/E) = P(C E) / P(E) = 0
f)

P(C/A) = P(C A) / P(A) = 0

g) P(A/D) = P(A D) / P(D) = 2/15


h) P(B/C) = P(B C) / P(C) = 1/3
i)

P(A/E) = P(A E) / P(E) = 0

j)

P(B/E) = P(B E) / P(E) = 0

l)

P(A/B C) = [P(A B) / P(B)] P(C) = 0

m) P[(A B) / (C D)] = [P(A B) P(C D)] / [P(C D)] = 0

3.34
Seja A = {(x1, x2)/ x1 = caixa 1 ou 2 sabendo que x2 = P},
P(A) = P(C11, P2) / [P(C11, P2) + P(C21, P2)] = (1/2 * 7/10) / [(1/2 * 7/10) + (1/2 * 5/6)] = (7/20) /
(46/60) = 21/46
P(Acompl) = 1 P(A) = 1 21/46 = 25/46
3.35
Seja A = {(x1, x2)/ x1 = B sabendo que x2 = D},
P(A) = P(B/D) = [P(B D) / P(D)] = {[P(B) * P(D/B)] / [P(A) * P(D/A) + P(B) * P(D/B) + P(C) *
P(D/C)]} = (1/6 * 3/5) / [(3/4 * 1/20) + (1/6 * 3/5) + (1/10 * 3/10)] = (1/10) / (67/400) = 40/67

Captulo 3 Probabilidades

3.36
Seja A = {(x1, x2)/ x1 = M sabendo que x2 = 1,80},
P(A) = P(M1, A2) / [P(M1, A2) + P(H1, A2)] = (4/10 * 2/100) / [(4/10 * 2/100) + (6/10 * 5/100)] =
(1/125) / (19/500) = 4/19

3.37
Seja A = {(x1, x2)/ x1 = B sabendo que x2 = D},
P(A) = P(B1, D2) / [P(A1, D2) + P(B1, D2) + P(C1, D2)] = (5/10 * 5/100) / [(4/10 * 3/100) + (5/10 *
5/100) + (1/10 * 2/100)] = (1/40) / (39/1000) = 25/39

3.38
Seja A = {(x1, x2)/ x1 = T sabendo que x2 = Y positivo},
P(A) = P(T1, Y2) / [P(T1, Y2) + P(NT1, Y2)] = (1/10 * 80/100) / [(1/10 * 80/100) + (9/10 * 30/100)] =
(2/25) / (7/20) = 8/35

3.39
a) P(s cara) = P(C1, C2, C3) = * * = 1/8
b) P(2 C, 1 K) = 3 * P(C1, C2, K3) = 3 * * * = 3/8
c) P(1 C) = 3 * P(C1, K2, K3) = 3 * * * = 3/8
d) P(ao menos 1 K) = 3 * P(K1, C2, C3) + 3 * P(K1, K2, C3) + P(K1, K2, K3) = 7 * * * = 7/8
e) P(s coroa) = P(K1, K2, K3) = * * = 1/8
3.40
a) Seja A = {(x1, x2)/ x1 = x2}, P(A) = 6/36 = 1/6
b) Seja A = {(x1, x2)/ x1 = x2}, P(Acompl) = 1 P(A) = 1 1/6 = 5/6
c) Seja A = {(x1, x2)/ x1 < x2}, P(A) = 15/36 = 5/12
d) Seja A = {(x1, x2)/ x1 + x2 = par}, P(A) = 18/36 =
e) Seja A = {(x1, x2)/ x1 + x2 = 7, sabendo que x1 x2}, P(A) = 6/(36 6) = 1/5
f)

Seja A = {(x1, x2)/ x1 + x2 = 6, sabendo que x1 = x2}, P(A) = (5 4)/(36 30) = 1/6

g) Seja A = {(x1, x2)/ x1 + x2 = 14}, P(A) = 0


3.41
Seja A = {(x1, x2)/ x1 = x2 = Errar}, P(Acompl) = 1 P(E1, E2) = 1 (2/5 * 3/7) = 29/35

Captulo 3 Probabilidades

3.42
Seja A = {(x1)/ x1 = 5 ou par}, P(A) = P(5) + P(par) = 1/6 + 3/6 = 4/6 = 2/3
3.43
a) Seja A = {(x1)/ x1 = H}, P(A) = 10/15 = 2/3
b) Seja A = {(x1)/ x1 = A}, P(A) = 7/15
c) Seja A = {(x1)/ x1 = M} ou B = {(x1)/ x1 = Me}, P(A U B) = P(A) + P(B) P(A B) = 8/15 +
5/15 3/15 = 2/3
d) Seja A = {(x1)/ x1 = H, sabendo que x1 = A}, P(A) = 5/(15 8) = 5/7
e) Seja A = {(x1)/ x1 = Me, sabendo que x1 = Mu}, P(A) = 3/(15 10) = 3/5
3.44
a) Seja X = {3, 6, 9, 12, 15, 18} e Y = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20},
X e Y sero independentes se e somente se P(X Y) = P(X) * P(Y)
P(X Y) = 3/20, P(X) = 6/20, P(Y) = 10/20
P(X) * P(Y) = 6/20 * 10/20 = 3/20 = P(X Y), portanto, X e Y so independentes
b) Seja M = {2, 3, 5, 7, 11, 13, 17, 19} e N = {1, 3, 5, 7, 9, 11, 13, 15, 17, 19},
M e N sero independentes se e somente se P(M N) = P(M) * P(N)
P(M N) = 7/20, P(M) = 9/20, P(N) = 10/20
P(M) * P(N) = 9/20 * 10/20 = 9/40 P(M N), portanto, M e N no so independentes

3.45
a) Seja A = {(x1)/ x1 = H}, P(A) = 60/100 = 60%
b) Seja A = {(x1)/ x1 = M e Y}, P(A) = 26/100 = 26%
c) Seja A = {(x1)/ x1 = Y}, P(A) = 65/100 = 65%
d) Seja A = {(x1)/ x1 = H e X}, P(A) = 21/100 = 21%
e) Seja A = {(x1)/ x1 = M, sabendo que x1 = X}, P(A) = 14/(100 65) = 40%
f)

Seja A = {(x1)/ x1 = Y, sabendo que x1 = H}, P(A) = 39/(100 40) = 65%

3.46
Sendo A e B independentes, temos que P(A B) = P(A) * P(B)
A e B tambm so mutuamente exclusivos, ou seja, P(A B) =
Como P() = 0, ento P(A B) = 0
Voltando para a primeira igualdade, teremos que P(A) * P(B) = 0
Para que a igualdade seja verdadeira P(A) = 0 ou P(B) = 0

Captulo 3 Probabilidades

3.47
Sendo A e B independentes, temos que P(A B) = P(A) * P(B)
Como P(A) 0 e P(B) 0, ento P(A) * P(B) 0 e conseqentemente P(A B) 0
Portanto, P(A B) , acarretando na no-exclusividade dos eventos

3.48
Sendo A e S independentes, temos que P(A S) = P(A) * P(S)
Como S o espao amostral, temos que P(S) = 1
Como A est contido em S, temos que P(A S) = P(A)
Logo, substituindo os valores encontrados na primeira igualdade, temos que P(A) = P(A) * 1
Portanto, conclui-se que A e S so independentes

3.49
Sendo A e independentes, temos que P(A ) = P(A) * P()
Como P() = 0, temos que P(A ) = P() = 0
Logo, substituindo os valores encontrados na primeira igualdade, temos que 0 = P(A) * 0
Portanto, conclui-se que A e so independentes

3.50
Sendo S e independentes, temos que P(S ) = P(S) * P()
Como P() = 0, temos que P(S ) = P() = 0
Como S o espao amostral, temos que P(S) = 1
Logo, substituindo os valores encontrados na primeira igualdade, temos que 0 = 1 * 0
Portanto, conclui-se que S e so independentes

Captulo 3 Probabilidades

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas


Solues e Respostas

SRIE I
4.1
S = {cc, ck, kc, kk}
X = nmero de coroas (k) = 0, 1, 2
Xi

P(Xi)

1/4

1/2

1/4
Distribuio de Probabilidade

P(Xi)

3/4

1/2

1/4

0
0

Xi

4.2
a) S = {(1,1), (1,2), ..., (6,5), (6,6)} = 36 casos
X = soma dos pontos = 2, 3, ..., 12
Xi

10

11

12

P(Xi)

1/36

2/36

3/36

4/36

5/36

6/36

5/36

4/36

3/36

2/36

1/36

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

b) P(3 X 10) = 1 [P(2) + P(11) + P(12)] = 1 4/36 = 32/36 = 8/9


c) P(X > 7) = P(8) + ... + P(12) = 5/36 + ... + 1/36 = 15/36 = 5/12
d) P(X 5) = P(2) + ... + P(5) = 1/36 + ... + 4/36 = 10/36 = 5/18
e) P(X 6) = P(X 5) + P(6) = 10/36 + 5/36 = 15/36 = 5/12
f)

P(X 3) = 1 P(2) = 1 1/36 = 35/36

g) F(4) = P(2) + ... + P(4) = 1/36 + ... + 3/36 = 6/36 = 1/6


h) F(8) = P(2) + ... + P(8) = 1/36 + ... + 5/36 = 26/36 = 13/18
i)

F(15) = 1

j)

F(1) = 0

l)

F(5,5) = P(X 5) = 5/18

m) F(12) = 1

4.3
a) P(Xi) = 1
P(1) + P(3) + P (5) + P (7) = 1
k + k/3 + k/5 + k/7 = 176k/105 = 1, portanto, k = 105/176
b) P(2 X 6) = P(3) + P(5) = 105/176 * 1/3 + 105/176 * 1/5= 56/176 = 7/22
c) F(5) = 1 P(7) = 1 105/176 * 1/7 = 161/176

4.4
S = {vv, vn, nv, nn}, com v = vende e n = no vende
Y = nmero de clientes que assinam venda (v) = 0, 1, 2
P(0) = P(N,N) = 80/100 * 80/100 = 64/100 = 0,64
P(1) = P(V,N) + P(N, V) = 20/100 * 80/100 + 80/100 * 20/100 = 32/100 = 0,32
P(2) = P(V,V) = 4/100 = 0,04
Yi

P(Yi)

0,64

0,32

0,04

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

SRIE II
4.5
a) P(Xi) = 1
P(3) = 1 [P(1) + P (2) + P (5) + P (8)] = 1 [0,20 + 0,25 + 0,30 + 0,10] = 0,15.
b) F(5) = 1 P(8) = 1 0,10 = 0,90.
c) (x) = xi * P(x i) = 1 * 0,20 + + 8 * 0,10 = 3,45.
d) (x)2 = xi2 * P(x i) (x)2 = (1 * 0,20 + ... + 64 * 0,10) (3,45)2 = 16,45 11,9025 = 4,5475
(x) = ((x)2)1/2 = (4,5475)1/2 = 2,1325.
4.6
a) P(1) = (0,8) * (0,2)1 1 = 0,8
P(2) = (0,8) * (0,2)2 1 = 0,16
P(3) = (0,8) * (0,2)3 1 = 0,032
P(4) = (0,8) * (0,2)4 1 = 0,0064
P(5) = (0,8) * (0,2)5 1 = 0,00128.
b) F(X 5) = P(1) + ... + P(5) = 0,8 + ... + 0,00128 = 0,99968, ou seja, a soma das
probabilidades atinge 0,99968, logo, as probabilidades para valores maiores do que 5 so
prximas a zero (ou mais exatamente 0,00032).

4.7
a) F(2) = P(0) + + P(2) = 0,55 + + 0,10 = 0,90.
b) P(1 X 4) = 1 [P(0) + P(5)] = 1 (0,55 + 0,02) = 1 0,57 = 0,43
P(X > 1) = 1 [P(0) + P(1)] = 1 (0,55 + 0,25) = 1 0,80 = 0,20.
c) (x) = xi * P(x i) = 0 * 0,55 + + 5 * 0,02 = 0,83 chamadas por minuto.
d) (x)2 = xi2 * P(x i) (x)2 = (0 * 0,55 + + 25 * 0,02) (0,83)2 = 2,15 0,6889 = 1,4611
(x) = ((x)2)1/2 = (1,4611)1/2 = 1,20876
CV = (x)/(x) = 1,20876/0,83 = 1,456337 = 145,6%.
4.8
a) S = {(0-0), (0-1), ..., (5-6), (6,6)} = 28 casos
Z = pontos numa pea de domin = 0, 1, ..., 12.
Zi

10

11

12

P(Zi)

1/28

1/28

2/28

2/28

3/28

3/28

4/28

3/28

3/28

2/28

2/28

1/28

1/28

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

Distribuio de Probabilidade
1/4
1/5

P(Zi)

3/20
1/10
1/20
0
0

10

11

12

Zi

b) P(2 Z 6) = P(2) + ... + P(6) = 2/28 + + 4/28 = 14/28 = .


c) F(8) = 1 [P(9) + ... + P(12)] = 1 (2/28 + + 1/28 = 1 6/28 = 22/28 = 11/14.
d) (x) = xi * P(x i) = 0 * 1/28 + + 12 * 1/28 = 6.
4.9
a) S = {(R, R, R), (R, R, M), ..., (M, M, R), (M, M, M)} = 8 casos
X = nmero de rapazes = 0, 1, 2, 3
P(0) = P(M, M, M) = 4/9 * 3/8 * 2/7 = 1/21
P(1) = P(R, M, M) = 3 * 5/9 * 4/8 * 3/7 = 5/14
P(2) = P(R, R, M) = 3 * 5/9 * 4/8 * 4/7 = 10/21
P(3) = P(R, M, M) = 5/9 * 4/8 * 3/7 = 5/42
Xi

P(Xi)

1/21

5/14

10/21

5/42

b)
I.
II.
III.
IV.
V.
VI.
VII.

P(X 2) = 1 P(3) = 1 5/42 = 37/42


P(X 0) = P(0) = 1/21
P(1 < X 3) = P(2) + P(3) = 10/21 + 5/42 = 25/42
P(2 < X < 3) = 0
P(X > 2) = P(3) = 5/42
P(X > 1) = 1
P(X < 5) = 1

c) F(2,5) = 1 P(3) = 1 5/42 = 37/42


F(3) = 1
F(0,5) = P(0) = 1/21
F(3,5) = 1
F(2) = F(2,5) = 37/42
F(1) = P(0) + P(1) = 1/21 + 5/14 = 17/42
F(6) = 1
F( 0,5 ) = 0

4.10
S = {(I, I), (I, N), (N, I), (N, N)} = 4 casos, com I = IBM e N = no IBM

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

X = IBM = 0, 1, 2
P(0) = P(N, N) = 30/100 * 30/100 = 9/100
P(1) = P(I, N) + P(N, I) = 2 * 70/100 * 30/100 = 21/50
P(2) = P(I, I) = 70/100 * 70/100 = 49/100
Xi

P(Xi)

0,09

0,42

0,49

(x) = xi * P(x i) = 0 * 0,09 + + 2 * 0,49 = 1,4


(x)2 = xi2 * P(x i) (x)2 = (0 * 0,09 + + 4 * 0,49) (1,4)2 = 2,38 1,96 = 0,42
(x) = ((x)2)1/2 = (0,42)1/2 = 0,65

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

SRIE III
4.11
P(X = x) =

10 * ()x * ()10 x =
x

10 * ()10, com x = ser cara


x

a) P(x = 6) = [(10 * ... * 5)/(6 * ... *1)] * ()10 = 105/512.


b) P(x 2) = 1 [P(0) + P(1)] = 1 [()10 + 10 * ()10] = 1 11/1024 = 1013/1024.
c) P(x = 10) = ()10 = 1/1024.
d) P(x 1) = 1 P(0) = 1 1/1024 = 1023/1024.
e) P(x 5) = 1 P(5) = 1 [(10 * ... * 6)/(5 * ... *1)] * ()10 = 1 63/256 = 193/256.

4.12
P(X = x) =

6
x

* ()x * ()6 x =

6
x

* ()6, com x = filhos homens

P(x = 4) = [(6 * ... * 3)/(4 * ... * 1)] * ()6 = 15/64.

4.13
P(X = x) =

4
x

* ()x * ()4 x =

6
x

* ()4, com x = ter menino

a) P(x = 4) = ()4 = 1/16, famlias com nenhuma menina = 1/16 * 320 = 20.
b) P(x = 3) = [(4 * ... * 2)/(3 * ... *1)] * ()4 = 1/4, famlias com 3 meninos = 1/4 * 320 = 80.
c) P(x = 4) = ()4 = 1/16, famlias com 4 meninos = 1/16 * 320 = 20.

4.14
P(X = x) =

n
x

* (1/6)x * (5/6)n x , com x = ser face 3 do dado.

P(x 1) = 1 P(0) = 1 (5/6)n.

4.15
P(X = x) =

5
x

* (2/3)x * (1/3)5 x , com x = vitria

a) P(x = 3) = [(5 * ... * 3)/(3 * ... *1)] * (2/3)3 * (1/3)2 = 80/243.


b) P(x 1) = 1 P(0) = (1/3)5 = 1 1/243 = 242/243.
c) P(x 3) = (3) + P(4) + P(5) = 80/243 + [(5 * ... * 2)/(4 * ... *1)] * (2/3)4 * (1/3)1 + (2/3)5 =
80/243 + 80/243 + 32/243 = 192/243 = 64/81.

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

4.16
P(X = x) =

6
x

* (1/3)x * (2/3)6 x , com x = acertar o alvo

a) P(x = 2) = [(6 * 5)/(2 * 1)] * (1/3)2 * (2/3)4 = 80/243.


b) P(x = 0) = (2/3)6 = 64/729.

4.17
P(X = x) =

100 * (1/2)x * (1/2)100 x =


x

P(x = 70) = 100


70

100 * (1/2)100, com x = acertar o teste


x

* ()100.

4.18
a) Se F(5) = P(0) + ... + P(5) = 1, portanto, n = 5.
b) P(y = 0) = p0 * q(n 0) = q(n 0), portanto, q5 = 1/243, q = (1/243)1/5 = 1/3
Se p + q = 1, p = 2/3.
c) (y) = n * p = 5 * 2/3 = 10/3.
d) (y)2 = n * p * q = 5 * 2/3 * 1/3 = 10/9.
e) P(y 1) = 1 P(0) = 1 1/243 = 242/243.
f)

P(2 y 4) = F(4) F(1) = 211/243 11/243 = 200/243.

4.19
P(X = x) =

100 * (0,05)x * (0,95)100 x, com x = ser defeituosa


x

a) P(0) = (0,95)100 x = (0,95)100.


b) P(3) =

100 * (0,05)3 * (0,95)97


3

c) P(x < 99) = 1 [P(100) + P(99)] = 1 (0,05)100 100 * (0,05)99 * (0,95).

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

SRIE IV
4.20
a) P(x = 5) = [(x * e) / x!] = [(35 * e3) / 5!] = [(243 * 0,0498) / 120] = 0,1008.
b) P(x 2) = P(0) + P(1) + P(2) = {e5,5 + (5,51 * e5,5) + [(5,52 * e5,5) / 2!]} = 0,0041 + 0,0225 +
0,1240 = 0,0886.
c) P(x 4) = 1 [P(0) + P(1) + P(2) + P(3)] = 1 {e7,5 + (7,51 * e7,5) + [(7,52 * e7,5) / 2!] +
[(7,53 * e7,5) / 3!]} = 1 (0,00055 + ... + 0,0387) = 1 0,0588 = 0,9412.
d) P(x = 8) = [(x * e) / x!] = [(48 * e4) / 8!] = [(65536 * 0,0183) / 40320] = 0,0297.

4.21
= l * t = 0,02 * 100 = 2
a) P(x 3) = 1 [P(0) + P(1) + P(2)] = 1 {e2 + (21 * e2) + [(22 * e2) / 2!]} = 1 (0,1353 +
0,2707 + 0,2707) = 1 0,6767 = 0,3233.
b) P(x = 5) = [(x * e ) / x!] = [(25 * e2) / 5!] = 0,0361.
c) P(x = 5) = e2 = 0,1353.
d) P(x < 2) = [P(0) + P(1)] = e2 + (21 * e2) = 0,1353 + 0,2707 = 0,4060.

4.22
= l * t = 0,03 * 230 = 6,9
P(x = 10) = [(6,910 * e6,9) / 10!] = 0,0679.

4.23
a) Para 5000 km, = n * p, 1 = 5000 * p, p = 0,0002,
Para 3000 km, = n * p = 3000 * 0,0002 = 0,6
P(x 1) = P(0) + P(1) = e0,6 + (0,6 * e0,6) = 0,5488 + 0,3293 = 0,8781.
b) Para 5000 km, = n * p, 1 = 5000 * p, p = 0,0002,
Para 8000 km, = n * p = 8000 * 0,0002 = 1,6
P(x = 0) = e1,6 = 0,2019.

4.24
a) P(x = 4) = [(x * e ) / x!] = [(34 * e3) / 4!] = 0,1681.
b) P(x 3) = 1 [P(0) + P(1) + P(2)] = 1 {e3 + (31 * e3) + [(32 * e3) / 2!]} = 1 (0,0498 +
0,1494 + 0,2241) = 1 0,4233 = 0,5767.

4.25
a) P(x = 3) = [(x * e ) / x!] = [(33 * e3) / 3!] = 0,2241.

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

b) Para 1 hora, = l * t, 3 = l * 1, l = 3,
Para 1,5 hora, = l * t = 3 * 1,5 = 4,5
P(x 4) = 1 [P(0) + P(1) + P(2) + P(3)] = 1 {e4,5 + ... + [(4,53 * e4,5) / 3!]} = 1 (0,0111 +
... + 0,1687) = 1 0,3423 = 0,6577.

4.26
Para 1 cm2, = l * t, 1 = l * 1, l = 1,
Para 4 cm2, = l * t = 1 * 4 = 4
P(x = 3) = [(x * e ) / x!] = [(43 * e4) / 3!] = 0,1954.

4.27
a) P(x = 2) = [(x * e ) / x!] = [(22 * e2) / 2!] = 0,2707.
P(x = 3) = [(x * e ) / x!] = [(23 * e2) / 3!] = 0,1804.

4.28
Para 50000, = n * p, 2 = 50000 * p, p = 0,00004,
Para 100000, = n * p = 100000 * 0,00004 = 4
a) P(x = 0) = e = e4 = 0,01832.
b) P(x = 1) = * e = 4 * e4 = 0,0733.
c) P(x = 2) = [(x * e ) / x!] = [(42 * e4) / 2!] = 0,14656.
d) P(x 2) = 1 [P(0) + P(1)] = 1 (0,01832 + 0,07328) = 1 0,9160 = 0,9084.

4.29
= 400/500 = 0,8
a) P(x = 0) = e- = e0,8 = 0,4493.
b) P(x = 2) = [(x * e ) / x!] = [(0,82 * e0,8) / 2!] = 0,1438.

4.30
a) Para 1 hora, = l * t, 5 = l * 1, l = 5,
Para 24 minutos, = l * t = 5 * 0,4 = 2
P(x = 2) = [(x * e ) / x!] = [(22 * e2) / 2!] = 0,2707.
b) Para 1 hora, = n * p, 5 = 1 * p, p = 5,
Para 18 minutos, = n * p = 0,3 * 5 = 1,5
P(x 3) = 1 [P(0) + P(1) + P(2)] = 1 {e1,5 + (1,51 * e1,5) + [(1,52 * e1,5) / 2!]} = 1
(0,2231 + 0,3347 + 0,2510) = 1 0,8088 = 0,1912.

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

4.31
a) Para 1 hora, = l * t, 3 = l * 1, l = 3,
Para 20 minutos, = l * t = 3 * 0,333 = 1
P(x = 3) = [(x * e ) / x!] = [(13 * e1) / 3!] = 0,0613.
b) Para 1 hora, = l * t, 3 = l * 1, l = 3,
Para 30 minutos, = l * t = 3 * 0,5 = 1,5
P(x 2) = P(0) + P(1) + P(2) = {e1,5 + (1,51 * e1,5) + [(1,52 * e1,5) / 2!]} = 0,2231 + 0,3347 +
0,2510 = 0,8088.

4.32
Para 100000, = n * p, 3 = 100000 * p, p = 0,00003,
Para 200000, = n * p = 200000 * 0,00003 = 6
P(x 2) = P(0) + P(1) + P(2) = {e6 + (61 * e6) + [(62 * e6) / 2!]} = 0,0025 + 0,0149 + 0,0446 =
0,0620.

4.33
Para 1 minuto, = l * t, 40 = l * 1, l = 40,
Para 6 segundos, = l * t = 40 * 0,1 = 4
P(x = 2) = [(x * e ) / x!] = [(42 * e4) / 2!] = 0,14656.

4.34
Para 1 minuto, = l * t, 1,7 = l * 1, l = 1,7,
Para 2 minutos, = l * t = 1,7 * 2 = 3,4
P(x = 2) = [(x * e ) / x!] = [(3,42 * e3,4) / 2!] = 0,1929.

4.35
P(x > 3) = 1 [P(0) + P(1) + P(2) + P(3)] = 1 {e2 + ... + [(23 * e2) / 3!]} = 1 (0,1353 + ... +
0,1804) = 1 0,8571 = 0,1429.

4.36
Para 1 pea, = l * t, 2,2 = l * 1, l = 2,2,
Para 2 peas, = l * t = 2,2 * 2 = 4,4
P(x 2) = 1 [P(0) + P(1)] = 1 [e4,4 + (4,4 * e4,4)] = 1 (0,0123 + 0,0540) = 1 0,0663 =
0,9337.

Captulo 4 Distribuies de Probabilidades de Variveis Aleatrias Discretas

10

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas


Solues e Respostas

SRIE I
5.1
a) P(0 z 1,44) = 0,4251 ou 42,51%.
b) P(0,85 < z < 0) = P(0 < z < 0,85) = 0,3023.
c) P(1,48 < z < 2,05) = P(z < 1,48) + P(z < 2,05) = 0,4306 + 0,4798 = 0,9104.
d) P(0,72 < z < 1,89) = P(z < 1,89) P(z < 0,72) = 0,4706 0,2642 = 0,2064.
e) P(z 1,08) = 0,5 P(z < 1,08) = 0,5 0,3599 = 0,1401.
f)

P(z 0,66) = 0,5 + P(z < 0,66) = 0,5 + 0,2454 = 0,7454.

g) P(|z| 0,5) = 2 * P(z < 0,5) = 2 * 0,1915 = 0,3830.

5.2
a) [(a )/ < z < (b )/] = [(700 850)/45 < z < (1000 850)/45]
P(700 < x < 1000) = P(3,33 < z < 3,33) = 2 * P(z < 3,33) = 0,9991, ou seja, 1.
b) [z > (a )/] = [z > (800 850)/45]
P(x > 800) = P(z > 1,11) = 0,5 + P(z < 1,11) = 0,5 + 0,3665 = 0,8665.
c) [z < (a )/] = [z < (750 850)/45]
P(x < 750) = P(z < 2,22) = 0,5 P(z < 2,22) = 0,5 0,4868 = 0,0132.
d) [z = (a )/] = [z = (1000 850)/45]
P(x = 1000) = P(z = 3,33) = 0,5 P(z = 3,33) = 0,5 0,49957 = 0,0004, ou seja, 0.

5.3
a) [(a )/ < z < (b )/] = [(60 65,3)/5,5 < z < (70 65,3)/5,5]
P(60 < x < 70) = P(0,96 < z < 0,85) = P(z < 0,96) + P(z < 0,85) = 0,3315 + 0,3023 =
0,6338 ou 380 estudantes.
b) [z > (a )/] = [z > (63,2 65,3)/5,5]
P(x > 63,2) = P(z > 0,38) = 0,5 + P(z < 0,38) = 0,5 + 0,1480 = 0,6480 ou 389 estudantes.

5.4
P(z > ?) = 0,1500, P(z < ?) = 0,5 0,1500 = 0,3500, portanto, z = 1,04
z = (a )/, 1,04 = [(a 73)/15], a = 88,5
P(z < ?) = P(z > ?) = 0,1200, P(z < ?) = 0,5 0,1200 = 0,3800, portanto, z = 1,175
z = (b )/, 1,175 = [(b 73)/15], b = 55.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

5.5
a) [z > (a )/] = [z > (46 48)/2]
P(x > 46000) = P(z > 1,00) = 0,5 + P(z < 1,00) = 0,5 + 0,3413 = 0,8413.
b) [(a )/ < z < (b )/] = [(45 48)/2 < z < (50 48)/2]
P(45000 < x < 50000) = P(1,5 < z < 1,00) = P(z < 1,5) + P(z < 1,00) = 0,4332 + 0,3413 =
0,7745.

5.6
a) [z < (a )/] = [z < (3 12)/5]
P(x < 3) = P(z < 3,00) = 0,5 P(z < 3,00) = 0,5 0,49865 = 0,00135.
b) [(a )/ < z < (b )/] = [(1 12)/5 < z < (15 12)/5]
P(1 < x < 15) = P(2,60 < z < 0,60) = P(z < 2,60) + P(z < 0,60) = 0,4953 + 0,2257 =
0,7210.

5.7
a) [(a )/ < z < (b )/] = [(150 180)/25 < z < (178 180)/25]
P(150 < x < 178) = P(1,20 < z < 0,08) = P(z < 1,20) P(z < 0,08) = 0,3849 0,0319 =
0,3530.
b) P(z < ?) = 0,48, portanto, z = 2,05
z = (a )/, 2,05 = [(a 180)/25], a = 231,25
z = (b )/, 2,05 = [(b 180)/25], b = 128,75, portanto, 96% dos salrios esto entre $
128,75 e 231,25.

5.8
X1 N (10 g; 0,25 g2) e X2 N (150 g; 64 g2)
120 * X1 + X2 = T ou N (1200 g; 30 g2) + N (150 g; 64 g2) = N (1350 g; 94 g2)
[z > (a )/] = [z > (1370 1350)/(94)0,5]
P(t > 1370) = P(z > 2,06) = 0,5 P(z < 2,06) = 0,5 0,4803 = 0,0197.

5.9
a) X1 N (70 kg; 400 kg2) e X2 N (12 kg; 25 kg2)
4 * X1 + 4 * X2 = T ou N (280 kg; 1600 kg2) + N (48 kg; 100 kg2) = N (328 kg; 1700 kg2)
[z > (a )/] = [z > (350 328)/(1700)0,5] = 0,53
P(t > 350) = P(z > 0,53) = 0,5 P(z < 0,53) = 0,5 0,2019 = 0,2981.
b) z > (b )/ = [(400 328)/(1700)0,5, z > (400 328)/(1700)0,5 = 1,74
P(t > 400) = P(z > 1,74) = 0,5 P(z < 1,74) = 0,5 0,4591 = 0,0409.

5.10
P(z < ?) = P(z < ?) = 0,5 0,12 = 0,38, portanto, z = 1,18 ... z = (a )/, 1,18 = (19 )/,
= (19 )/1,18
P(z < ?) = 0,5 0,28 = 0,22, portanto, z = 0,58 ... z = (b )/, 0,58 = (34 )/, = (34
)/0,58

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

(19 )/1,18 = (34 )/0,58 ... 11,02 + 0,58 = 40,12 1,18 ... 1,76 = 51,14 ... = 29,06
e 0,58 = (34 )/ ... 0,58 = (34 29,06)/ ... = 8,52, 2 = 72,64.

5.11
X1 N (10; 9), X2 N (2; 4) e X3 N (5; 25)
X1 + X2 + X3 = T ou N (10; 9) + N (2; 4) + N (5; 25)= N (13; 38).
5.12
a) [(a )/ < z < (b )/] = [(0,20 0,25)/0,02 < z < (0,28 0,25)0,02]
P(0,20 < x < 0,28) = P(2,5 < z < 1,5) = P(z < 2,5) + P(z < 1,5) = 0,4938 + 0,4332 = 0,9270,
portanto, 1 0,9270 = 0,0730 a porcentagem de defeituosos.
b) P(z < ?) = 0,5 0,12 = 0,38, portanto, z = 1,17 ... z = (a )/ ... 1,17 = (? 0,25)/0,02
... ? = 0,2266 polegadas.

5.13
z > (a )/ = z > (45 45)/3, P(x > 45) = P(z > 0) = 0,5
z > (b )/ = z > (45 40)/6, P(x > 45) = P(z > 0,83) = 0,5 0,2967 = 0,2033
Deve ser preferido o equipamento 1, uma vez que sua probabilidade de funcionar por mais de
45 horas maior que a probabilidade do equipamento 2.

5.14
P(z < ?) = 0,10 ... P(z < ?) = 0,40, portanto, z = 1,28
z = (a )/ ... 1,28 = [(400 )/20] ... = 425,6 g.

5.15
a) [(a )/ < z < (b )/] = {[( ) ]/ < z < [( + ) ]/} = [/ < z < /]
P( < X < + ) = P(1 < z < 1) = 2 * P(z < 1) = 2 * 0,3413 = 0,6826.
b) [(a )/ < z < (b )/] = {[( 2) ]/ < z < [( + 2) ]/} = [2/ < z < 2/]
P( 2 < X < + 2) = P(2 < z < 2) = 2 * P(z < 2) = 2 * 0,4772 = 0,9544.
c) [(a )/ < z < (b )/] = {[( 3) ]/ < z < [( + 3) ]/} = [3/ < z < 3/]
P( 3 < X < + 3) = P(3 < z < 3) = 2 * P(z < 3) = 2 * 0,49865 = 0,9973.
d) [(a )/ < z < (b )/] = {[( 1,5) ]/ < z < [( + 1,5) ]/} = [1,5/ < z <
1,5/]
P( < X < + ) = P(1,5 < z < 1,5) = 2 * P(z < 1,5) = 2 * 0,4332 = 0,8664.
e) [(a )/ < z < (b )/] = {[( 3,5) ]/ < z < [( + 3,5) ]/} = [3,5/ < z <
3,5/]
P( 3,5 < X < + 3,5) = P(3,5 < z < 3,5) = 2 * P(z < 3,5) = 2 * 0,49977 = 0,999.

5.16
b) O intervalo compreendido entre o valor da mdia menos dois desvios padro e o valor da
mdia mais dois desvios padro contm aproximadamente 95% das observaes.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

c) O intervalo compreendido entre o valor da mdia menos trs desvios padro e o valor da
mdia mais trs desvios padro contm aproximadamente 99,7% das observaes.
d) O intervalo compreendido entre o valor da mdia menos um e meio desvio padro e o valor
da mdia mais um e meio desvio padro contm aproximadamente 87% das observaes.
e) O intervalo compreendido entre o valor da mdia menos trs e meio desvios padro e o
valor da mdia mais trs e meio desvios padro contm aproximadamente 100% das
observaes.

5.17
a) P(x < ?) = 0,05, P(x < ?) = 0,5 0,05 = 0,45
P(z < ?) = 0,45, portanto, z = 1,645 ... z = (a )/ ... 1,64 = (? 18)/8 ... ? = 4,88.
b) P(x > ?) = 0,15, P(x < ?) = 0,5 0,15 = 0,35
P(z < ?) = 0,35, portanto, z = 1,04 ... z = (a )/ ... 1,04 = (? 20)/10 ... ? = 30,4.
c) P(x < ?) = 0,10, P(x < ?) = 0,5 0,10 = 0,40
P(z < ?) = 0,40, portanto, z = 1,28 ... z = (a )/ ... 1,28 = (? 30)/7 ... ? = 21,04.
d) P(x > ?) = 0,30, P(x < ?) = 0,5 0,30 = 0,20
P(z < ?) = 0,20, portanto, z = 0,52 ... z = (a )/ ... 0,52 = (? 120)/9 ... ? = 124,68.
e) P(x < ?) = 0,25, P(x < ?) = 0,5 0,25 = 0,25
P(z < ?) = 0,25, portanto, z = 0,67 ... z = (a )/ ... 0,67 = (? 5)/3 ... ? = 2,99.
f)

P(x > ?) = 0,25, P(x < ?) = 0,5 0,25 = 0,25


P(z < ?) = 0,25, portanto, z = 0,67 ... z = (a )/ ... 0,67 = (? 78)/11 ... ? = 85,37.

g) P(x < ?) = 0,5


P(z < ?) = 0,5, portanto, z = 0 ... ? = = 30.

5.18
a) P(Z < Zo) = 0,05, P(Z < Zo) = 0,5 0,05 = 0,45, portanto, z = 1,64.
b) P(Z < Zo) = 0,12, P(Z < Zo) = 0,5 0,12 = 0,38, portanto, z = 1,17.
c) P(Z < Zo) = 0,35, P(Z < Zo) = 0,5 0,35 = 0,15, portanto, z = 0,39.
d) P(Z < Zo) = 0,50, portanto, z = 0.
e) P(Z < Zo) = 0,60, P(Z < Zo) = 0,60 0,5 = 0,10, portanto, z = 0,25.
f)

P(Z < Zo) = 0,75, P(Z < Zo) = 0,75 0,5 = 0,25, portanto, z = 0,67.

g) P(Z < Zo) = 0,90, P(Z < Zo) = 0,90 0,5 = 0,40, portanto, z = 1,28.
h) P(Z > Zo) = 0,72, P(Z < Zo) = 0,28, P(Z < Zo) = 0,5 0,28 = 0,22, portanto, z = 0,58.
i)

P(Z > Zo) = 0,65, P(Z < Zo) = 0,35, P(Z < Zo) = 0,5 0,35 = 0,15, portanto, z = 0,39.

j)

P(Z > Zo) = 0,38, P(Z < Zo) = 0,5 0,38 = 0,12, portanto, z = 0,31.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

l)

P(Z > Zo) = 0,08, P(Z < Zo) = 0,5 0,08 = 0,42, portanto, z = 1,41.

5.19
X N (65; 100)
P(z > a) = 0,15, P(z < a) = 0,5 0,15 = 0,35, portanto, z = 1,04,
z = (a )/ ... 1,04 = (a 65)/10 ... a = 75,4;
P(z > b) = 0,15 + 0,20, P(z < b) = 0,5 0,35 = 0,15, portanto, z = 0,39,
z = (b )/ ... 0,39 = (b 65)/10 ... b = 68,9;
P(z > c) = 0,65, P(z < c) = 0,65 0,5 = 0,15, portanto, z = 0,39,
z = (c )/ ... 0,39 = (c 65)/10 ... c = 61,10;
P(z > d) = 0,90, P(z < c) = 0,90 0,5 = 0,40, portanto, z = 1,28,
z = (d )/ ... 1,28 = (d 65)/10 ... d = 52,20;
Portanto,
E
D
C
B
0

52,20

61,10

68,90

A
75,40

100

5.20
X N (50 ohms; 40 ohms2), P(a < x < b) = 0,99 e |a| = |b|
P(z < b) = 0,99/2 = 0,4950, portanto z = 2,575
z = (b )/ ... 2,575 = (b 50)/6,32 ... 16,27 = (b 50) ... b = 16,27 + 50 (limite superior) e
z = (a )/ ... 2,575 = (a 50)/6,32 ... 16,27 = (a 50) ... a = 16,27 50 (limite inferior).

5.21
X N (70; 100)
P(z > a) = 0,15, P(z < a) = 0,5 0,15 = 0,35, portanto, z = 1,04,
z = (a )/ ... 1,04 = (a 70)/10 ... a = 80,4;
P(z > b) = 0,15 + 0,20, P(z < b) = 0,5 0,35 = 0,15, portanto, z = 0,39,
z = (b )/ ... 0,39 = (b 70)/10 ... b = 73,9;
P(z > c) = 0,65, P(z < c) = 0,65 0,5 = 0,15, portanto, z = 0,39,
z = (c )/ ... 0,39 = (c 70)/10 ... c = 66,10;
P(z > d) = 0,90, P(z < c) = 0,90 0,5 = 0,40, portanto, z = 1,28,
z = (d )/ ... 1,28 = (d 70)/10 ... d = 57,20;
Portanto,
E
D
C
B
0

57,20

66,10

73,90

A
80,40

100

5.22
X N (1,5 ano; 0,09 ano2)
z < (a )/ = z < (1 1,5)/0,3 = z < 1,67,
P(x < 1 ano) = P(z < 1,67) = 0,5 P(z < 1,67) = 0,5 0,4525 = 0,0475, ou, 570 mquinas.

5.23
P(x < 20), z < (a )/ = z < (20 18)/5, P(z < 0,40) = 0,5 + 0,1554 = 0,6554
P(x < 20), z < (b )/ = z < (20 20)/2, P(z < 0) = 0,50
Deve ser escolhido o trajeto A, uma vez que sua probabilidade maior que a probabilidade do
trajeto B.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

5.24
X N (104 anos; 225 anos2)
P(x < 98), z < (a )/ = z < (98 104)/15, P(z < 0,4) = 0,5 P(z < 0,4) = 0,5 0,1554 =
0,3446, ou 1.378,5 empregados tm QI abaixo de 98
P(x > 110), z > (b )/ = z < (110 104)/15, P(z > 0,4) = 0,5 P(z < 0,4) = 0,5 0,1554 =
0,3446, ou 1.378,5 empregados tm QI acima de 110, assim,
Total de adaptados = Total de empregados Total de no capacitados Total de
supercapacitados = 4.000 1.378,5 1.378,5 = 1.243.

5.25
a) P(x > 200), z > (a )/ = z > (200 250)/20, P(z > 2,5) = 0,5 + P(z < 2,5) = 0,5 + 0,4938
= 0,9938.
b) X = N(250, 20), portanto, Y = N(1000, 80)
P(y > 1150), z > (a )/ = z > (1150 1000)/80, P(z > 1,875) = 0,5 P(z < 1,875) = 0,5
0,4672 = 0,0328.

5.26
X N (2; 0,0001), P(2,03 < x < 2,03) = ?
[(a )/ < z < (b )/] = {[( 3) ]/ < z < [( + 3) ]/} = [3/ < z < 3/]
P( 3 < X < + 3) = P(3 < z < 3) = 2 * P(z < 3) = 2 * 0,49865 = 0,9973 de no
defeituosos, portanto, apenas 26 seriam defeituosos.

5.27
a) P(x > 50), z > (a )/ = z > (50 45)/8, P(z > 0,63) = 0,5 P(z < 0,63) = 0,5 0,2357 =
0,2643.
b) P(z < ?) = 0,40, portanto, z = 1,28
z = (a )/, 1,28 = [(a 45)/8], a = 55 min e 15 segundos.

5.28
X1 N (94; 2,98) * 22 = N (2068; 65,56)
X2 N (42; 1,21) * 14 = N (588; 16,94)
e X3 N (3,35; 0,04) * 120 = N (402,0; 4,8)
22 * X1 + 14 * X2 + 120 * X3 = T = N (3058; 87,3).
Peso Total = Caminho Vazio + Motorista + Produtos, Produtos = 3040
P(x < 3040) = ?, z < (a )/ = z < (3040 3058)/(87,3)0,5, P(z < 1,92) = 0,5 P(z < 1,92) =
0,5 0,4726 = 0,0274
Probabilidade de ser multado = 1,00 0,0274 = 0,9726 = 97%.

5.29
a) P(x < 80) = 0,5.
b) P(x > 120) = ?, z > (a )/ = z > (120 80)/20, P(z > 2) = 0,5 P(z < 2) = 0,5 0,4772 =
0,0228.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

c) P(x < 60) = ?, z < (a )/ = z < (60 80)/20, P(z < 1) = 0,5 P(z < 1) = 0,5 0,3413 =
0,1587 ou 32 candidatos.

5.30
P(y > 22) = ?, z > (a )/ = z > (22 16)/4, P(z > 1,5) = 0,5 P(z < 1,5) = 0,5 0,4332 =
0,0668.
P(y < 15) = ?, z < (a )/ = z < (15 16)/4, P(z < 0,25) = 0,5 P(z < 0,25) = 0,5 0,0987 =
0,4013.

5.31
a) P(x < 700) = ?, z < (a )/ = z < (700 800)/90, P(z < 1,11) = 0,5 P(z < 1,11) = 0,5
0,3665 = 0,1335.
b) P(780 < x < 820) = ?, [(a )/ < z < (b )/] = (780 800)/90 < z < (820 800)/90 =
0,22 < z < 0,22, P(0,22 < z < 0,22) = 2 * P(z < 0,22) = 2 * 0,0871 = 0,1742.
c) P(Peixe acima, Peixe abaixo) + P(Peixe abaixo, Peixe acima) = 0,5.

5.32
X1 N (2; 0,01), X2 N (1; 0,00600625), X3 N (0,5; 0,00399424) e X4 N (1,5; 0,01100401)
X1 + X2 + X3 + X4 = N (5; 0,0310045)
P(4,9 < x < 5,1) = ?, [(a )/ < z < (b )/] = (4,9 5)/ 0,18 < z < (5,1 5)/ 0,18 = 0,56 < z
< 0,56, P(0,56 < z < 0,56) = 2 * P(z < 0,56) = 2 * 0,2123 = 0,4246.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

SRIE II
5.33
a) P(t < 1000) = 1 e t / 1000 = 1 e 1 = 1 0,3679 = 0,6321.
b) = 1/, = 1/ (1/1000), portanto, = 1000
P(t > 1000) = e t / 1000 = e1 = 0,3679.
c) = 1/, = 1/ (1/1000), = 1000 horas.

5.34
a) = t, 0,25 = * 1, = 0,25
P(t < 1) = 1 e t = 1 e 0,25 * (1) = 1 e 0,25 = 1 0,7788 = 0,2212.
b) P(10 < t < 12) = e
0,0323.

t1

t2

=e

0,25 * 10

0,25 * 12

=e

2,5

= 0,0821 0,0498 =

c) P(t = 4) = 0, uma vez que a rea de um ponto igual a zero.


d) P(t > 3) = e t = e 0,25 * (3) = e 0,75 = 0,4724.

5.35
a) = 1 / , 4 = 1 / , = 0,25
P(t > 4) = e t = e 0,25 * (4) = e 1 = 0,3679.
b) P(t < 5) = 1 e t = 1 e 0,25 * (5) = 1 e 1,25 = 1 0,2865 = 0,7135.
c) P(t = 4) = 0, uma vez que a rea de um ponto igual a zero.

5.36
= 1 / , 100 = 1 / , = 0,01, portanto, P(t > 200) = e 0,01 * 200 = e 2 = 0,1353.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

SRIE III
5.37
= 23, portanto,
Mdia: (x223) = 23,
Varincia: 2(x223) = 2 * 23 = 46 e Desvio padro: (x223) = (46)0,5 = 6,78,
3o Quartil: = 23 e = 0,25, Q3 = 27,141.
5.38
= 8 e = 0,10, assim, X2sup. = 13,36 e = 8 e = 0,90, assim, X2inf. = 3,49.
5.39
= 23, portanto,
Mdia: (t23) = 0 e Moda: Mo = 0,
Varincia: 2(t23) = 23 / (23 2) = 1,095 e Desvio-padro: (t23) = (1,095)0,5 = 1,0465,
3o Quartil: = 23 e = 0,25, Q3 = 0,6853 e, por simetria, 1o Quartil: Q1 = 0,6853.
5.40
a: = 20 e = 0,10, a = 1,3253 e b: = 20 e = 0,025, b = 2,0860.

5.41
1 = 8 e 2 = 10, portanto,
Mdia: = 2 /(2 2), = 10 / 8 = 1,25
Varincia: 2 = [2 * 22 * (1 + 2 2)] / [1 * (2 4) * (2 2)2] = (2 * 100 * 16)/(8 * 6 * 64) =
1,042 e Desvio-padro: = (1,042)0,5 = 1,021
P95 = F5% (8, 10) = 3,07, logo, P95 = 3,07 e
P5 = F95% (8, 10) = 1 / [F5% (10, 8)] = 1 / 3,35 = 0,2985, logo, P5 = 0,2985.
5.42
a) P(Z < Zo) = 0,25, P(Z < Zo) = 0,5 0,25 = 0,25, portanto, z = 0,67,
z = (a )/, 0,67 = [(a 100)/7], a = 95,31.
b) P(Z > Zo) = 0,65, P(Z < Zo) = 0,35, P(Z < Zo) = 0,5 0,35 = 0,15, portanto, z = 0,39.
c) P(Z < Zo) = 0,80, P(Z < Zo) = 0,80 0,5 = 0,30, portanto, z = 0,84.
d) P(1,57 z 2,42) = P(z < 1,57) + P(z < 2,42) = 0,4418 + 0,4922 = 0,9340.
e) P(Z < Zo) = 0,40, portanto, z = 1,28, z = (a )/, 1,28 = [(a 2.000)/45], a = $ 2.057,60.
f)

1o Quartil: = 30 e = 0,75, Q1 = 24,478.

g) X2: = 15 e = 0,90, X2 = 8,55.


h) X2: = 15 e = 0,10, X2 = 22,31.
i)

2(x223) = 50, portanto, = 25, D9: = 25 e = 0,10, D9 = 34,381.

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

j)

inf: x2inf = 13,8 e = 26, inf = 0,975 e sup: x2sup = 38,9 e = 26, sup = 0,05, portanto
P(13,8 x226 38,9) = P(x226 13,8) P(x226 38,9) = 0,975 0,05 = 0,925.

l)

3o Quartil: = 5 e = 0,25, Q3 = 0,7267.

m) : = 8 e t = 2,3060, = 0,025.
n) : = 14 e t = 2,9768, = 0,005, portanto, compl. = 1 0,005 = 0,995.
o) 1: = 22 e t = 1,3212, 1 = 0,10 e 2: = 22 e t = 2,8188, 2 = 0,005,
P(1,3212 t22 2,8188) = P(t22 1,3212) P(t22 2,8188) = 0,90 0,005 = 0,895.
p) 95 Percentil: = 27 e = 0,05, P95 = 1,7033.
q) 1: = 30 e t = 0,68276, 1 = 0,25 e 2: = 30 e t = 2,7500, 2 = 0,005,
P(0,68276 t30 2,7500) = P(t22 0,68276) P(t22 2,7500) = 0,75 0,005 = 0,745.
r)

P5 = F95% (8, 7) = 1 / [F5% (7, 8)] = 1 / 3,50 = 0,2857, logo, P5 = 0,2857.

s) P95 = F5% (7, 8) = 3,50, logo, P95 = 3,50.


t)

Psup = Fsup (1, 8) = 5,32, logo, Sup = 0,05 e Pinf = 1 / Finf (8, 1) = 0,00418, logo, Inf = 0,95
P(0,00418 F(1, 8) 5,32) = P(F(1, 8) 0,00418) P(F(1, 8) 5,32) = 0,95 0,05 = 0,90

u) Pinf = 1 / Finf (4, 6) = 0,22075, Finf (4, 6) = 0,05, logo, Inf = 0,05

Captulo 5 Distribuies de Probabilidades de Variveis Aleatrias Contnuas

10

Captulo 6 Distribuies Amostrais


Solues e Respostas

SRIE I
6.1
a) Mdia da Populao: = xi / N = 14 / 4 = 3,5
b) Desvio-Padro da Populao: 2 = [(xi )2] / N = 5 / 4 = 1,25 e = 1,1180
c) Amostras = {(2, 2); (2, 3); (2, 4); (2, 5); (3, 2); (3, 3); (3, 4); (3, 5); (4, 2); (4, 3); (4, 4); (4, 5);
(5, 2); (5, 3); (5, 4); (5, 5)}
Mdia da distribuio amostral das mdias: (xmdia) = (xmdia da amostra 1 + ... + xmdia mostra n) /
No de amostras = (2 + 2,5 + 3 + 3,5 + 2,5 + 3 + 3,5 + 4 + 3 + 3,5 + 4 + 4,5 + 3,5 + 4 + 4,5 +
5) / 16 = 56 / 16 = 3,5
d) Desvio-Padro da distribuio amostral das mdias: 2(xmdia) = [(xmdia de cada amostra
(xmdia)2] / No de amostras = [( 1,5)2 + ( 1)2 + ( 0,5)2 + (0)2 + ( 1)2 + ( 0,5)2 + (0)2 +
(0,5)2 + ( 0,5)2 + (0)2 + (0,5)2 + (1)2 + (0)2 + (0,5)2 + (1)2 + (1,5)2] / 16 = 10 / 16 = 0,625 e
(xmdia) = 0,7906
Fica constatado que:
(xmdia) = , uma vez que 3,5 = 3,5 e
(xmdia) = / (n)0,5, uma vez que 0,7906 = 1,1180 / (2)0,5
6.2
a) Mdia da Populao: = xi / N = 14 / 4 = 3,5
b) Desvio-Padro da Populao: 2 = [(xi )2] / N = 5 / 4 = 1,25 e = 1,1180
c) Amostras = {(2, 3); (2, 4); (2, 5); (3, 2); (3, 4); (3, 5); (4, 2); (4, 3); (4, 5); (5, 2); (5, 3); (5, 4)}
Mdia da distribuio amostral das mdias: (xmdia) = (xmdia da amostra 1 + ... + xmdia mostra n) /
No de amostras = (2,5 + 3 + 3,5 + 2,5 + 3,5 + 4 + 3 + 3,5 + 4,5 + 3,5 + 4 + 4,5) / 12 = 42 /
12 = 3,5
d) Desvio-Padro da distribuio amostral das mdias: 2(xmdia) = [(xmdia de cada amostra
(xmdia)2] / No de amostras = [( 1)2 + ( 0,5)2 + (0)2 + ( 1)2 + (0)2 + (0,5)2 + ( 0,5)2 + (0)2 +
(1)2 + (0)2 + (0,5)2 + (1)2] / 12 = 10 / 12 = 0,4167 e (xmdia) = 0,6455
Fica constatado que:
(xmdia) = , uma vez que 3,5 = 3,5 e
(xmdia) = [(x) / (n)0,5] * [(N n)/(N 1)]0,5, uma vez que 0,6455 = [1,1180 / (2)0,5] * (2/3)0,5
6.3
Mdia Amostral: xmdia; Varincia Amostral: S2; Freqncia Relativa: f ; Diferena entre duas
Mdias: (xmdia1 xmdia2); Diferena entre duas Freqncias Relativas: (f1 f2)

Captulo 6 Distribuies Amostrais

6.4
a) p = probabilidade de uma pea boa = 2/4 =
Como neste primeiro caso temos reposio das peas, o nmero de amostras igual a Nn
= 42 = 16 amostras: {(B1, B1); (B1, B2); (B1, D1); (B1, D2); (B2, B1); (B2, B2); (B2, D1);
(B2, D2); (D1, B1); (D1, B2); (D1, D1); (D1, D2); (D2, B1); (D2, B2); (D2, D1); (D2, D2)}
Para cada uma das amostras, devemos calcular o f, ou seja, o nmero de casos favorveis
ao evento; retirar pelo menos uma pea boa sobre o nmero total de casos da amostra.
Multiplicando cada um destes f pela probabilidade da amostra ocorrer (1/16), teremos (f).
Portanto,
(f) = 1/16 * 2/2 + 1/16 * 2/2 + 1/16 * + 1/16 * + 1/16 * 2/2 + 1/16 * 2/2 + 1/16 * +
1/16 * + 1/16 * + 1/16 * + 1/16 * 0/2 + 1/16 * 0/2 + 1/16 * + 1/16 * + 1/16 * 0/2 +
1/16 * 0/2 = 4 * (1/16 * 2/2) + 8 * (1/16 * ) + 4 * (1/16 * 0) =
Como p = e as amostras so de tamanho 2 e com reposio, temos:
[(p * q) / n] = [( * ) / 2] = 1/8
Para encontrar 2(f), devemos encontrar a E[f 2] e subtrair (f)2.
E[f 2] = f 2 * p(f) = (2/2)2 * 1/16 + (2/2)2 * 1/16 + ()2 * 1/16 + ()2 * 1/16 + (2/2)2 * 1/16 +
(2/2)2 * 1/16 + ()2 * 1/16 + ()2 * 1/16 + ()2 * 1/16 + ()2 * 1/16 + (0/2)2 * 1/16 + (0/2)2 *
1/16 + ()2 * 1/16 + ()2 * 1/16 + (0/2)2 * 1/16 + (0/2)2 * 1/16 = 4 * [(2/2)2 * 1/16] + 8 * [()2 *
1/16] + 4 * [0 * 1/16] = 3/8
2(f) = E[f 2] (f)2 = 3/8 (1/2)2 = 1/8
Portanto, fica constatado que:
(f) = p, uma vez que 0,5 = 0,5 e
2(f) = [(p * q) / n], uma vez que 0,125 = 0,125.
b) p = probabilidade de uma pea boa = 2/4 =
Como neste segundo caso no temos reposio das peas, o nmero de amostras igual
a = N = 4 = 6 amostras: {(B1, B2); (B1, D1); (B1, D2); (B2, D1); (B2, D2); (D1, D2)}
n
2
Novamente, para cada uma das amostras, devemos calcular o f, ou seja, o nmero de
casos favorveis ao evento; retirar pelo menos uma pea boa sobre o nmero total de
casos da amostra. Multiplicando cada um destes f pela probabilidade da amostra ocorrer
(1/6), teremos (f).
Portanto,
(f) = 1/6 * 2/2 + 1/6 * + 1/6 * + 1/6 * + 1/6 * + 1/6 * 0/2 = (1/6 * 2/2) + 4 * (1/6 * )
+ (1/16 * 0) =
Como p = e as amostras so de tamanho 2 e sem reposio, temos:
[(p * q) / n] * [(N n) / (N 1)] = [( * ) / 2] * [(4 2) / (4 1)] = 1/8 * 2/3 = 1/12
Novamente, para encontrar 2(f), devemos encontrar E[f 2] e subtrair (f)2.
E[f 2] = f 2 * p(f) = (2/2)2 * 1/6 + ()2 * 1/6 + ()2 * 1/6 + ()2 * 1/6 + ()2 * 1/6 + (0/2)2 * 1/6
= [(2/2)2 * 1/6] + 4 * [()2 * 1/6] + [0 * 1/6] = 1/3
2(f) = E[f 2] (f)2 = 1/3 (1/2)2 = 1/12
Portanto, fica constatado que:
(f) = p, uma vez que 0,5 = 0,5 e
2(f) = [(p * q) / n], uma vez que 1/12 = 1/12.

6.5
xmdia = xi / n = (5 + 6 + ... + 4) / 30 = 104 / 30 = 3,48,
utilizando o estimador, x* = N * xmdia, x = 15000 * 104 /30 = 52.000.

Captulo 6 Distribuies Amostrais

6.6
xmdia = ( xi * Fi) / n = (42 * 23 + ... + 3 * 1) / 50 = 1471 / 50 = 29,42,
utilizando o estimador, x* = N * xmdia, x = 676 * 29,42 = 19.888 assinaturas.

Captulo 6 Distribuies Amostrais

Captulo 7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana


Solues e Respostas

SRIE I
7.1
n = 25, xmdia = 5,2 mm, = 1,2 mm
Para (1 ) * 100 = 90%, /2 = 5%, portanto z = 1,64; aplicando a frmula:
P {xmdia [z * /(n)0,5] xmdia + [z * /(n)0,5]} temos,
P [5,2 (1,64 * 1,2 / 5) 5,2 + (1,64 * 1,2 / 5)] = P (4,81 5,59), portanto, o intervalo
[4,81; 5,59] contm a mdia populacional com 90% de confiana.
Para (1 ) * 100 = 95%, /2 = 2,5%, portanto z = 1,96, que aplicando a frmula:
P {xmdia [z * /(n)0,5] xmdia + [z * /(n)0,5]} temos,
P [5,2 (1,96 * 1,2 / 5) 5,2 + (1,96 * 1,2 / 5)] = P (4,73 5,67), portanto, o intervalo
[4,73; 5,67] contm a mdia populacional com 95% de confiana.
Para (1 ) * 100 = 99%, /2 = 0,5%, portanto z = 2,56, que aplicando a frmula:
P {xmdia [z * /(n)0,5] xmdia + [z * /(n)0,5]} temos,
P [5,2 (2,56 * 1,2 / 5) 5,2 + (2,56 * 1,2 / 5)] = P (4,58 5,82), portanto, o intervalo
[4,58; 5,82] contm a mdia populacional com 99% de confiana.

7.2
n = 6, xmdia = 26,883, = 1,4
Para (1 ) * 100 = 95%, /2 = 0,025, portanto z = 1,96, que aplicando a frmula:
P {xmdia [z * /(n)0,5] xmdia + [z * /(n)0,5]} temos,
P [26,88 (1,96 * 1,4 / 2,45) 26,88 + (1,96 * 1,4 / 2,45)] = P (25,76 28,00), portanto,
o intervalo [25,76; 28,00] contm a mdia populacional com 95% de confiana.
Para (1 ) * 100 = 90%, /2 = 0,05, portanto z = 1,64, que aplicando a frmula:
P {xmdia [z * /(n)0,5] xmdia + [z * /(n)0,5]} temos,
P [26,88 (1,64 * 1,4 / 2,45) 26,88 + (1,64 * 1,4 / 2,45)] = P (25,94 27,82), portanto,
o intervalo [25,94; 27,82] contm a mdia populacional com 90% de confiana.

7.3
n = 100, xmdia = 175 cm, = 15 cm
Para (1 ) * 100 = 95%, /2 = 2,5%, portanto z = 1,96, que aplicando a frmula:
P {xmdia [z * /(n)0,5] xmdia + [z * /(n)0,5]} temos,
P [175 (1,96 * 15 / 10) 175 + (1,96 * 15 / 10)] = P (172,06 177,94), portanto, o
intervalo [172,06 cm; 177,94 cm] contm a verdadeira altura mdia dos alunos com 95% de
confiana.

7.4
n = 10, xmdia = 110, S = 10
Para (1 ) * 100 = 90% e graus de liberdade = 9, portanto t = 1,83, que aplicando a frmula:
P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [110 (1,83 * 10 / 3,16) 110 + (1,83 * 10 / 3,16)] = P (104,21 115,79), portanto, o
intervalo [104,21; 115,79] contm a mdia populacional com 90% de confiana.

Captulo 7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana

Para (1 ) * 100 = 95% e graus de liberdade = 9, portanto t = 2,26, que aplicando a frmula:
P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [110 (2,26 * 10 / 3,16) 110 + (2,26 * 10 / 3,16)] = P (102,85 117,15), portanto, o
intervalo [102,85; 117,15] contm a mdia populacional com 95% de confiana.
Admite-se a hiptese de que a distribuio de probabilidade da populao seja normal.

7.5
n = 16, xmdia = 10,875, S = 2,63
Para (1 ) * 100 = 95% e graus de liberdade = 15, portanto t = 2,1315, que aplicando a
frmula:
P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [10,875 (2,1315 * 2,63 / 4) 10,875 + (2,1315 * 2,63 / 4)] = P (9,474 12,276),
portanto, o intervalo [9,474; 12,276] contm a mdia populacional com 95% de confiana.
Para (1 ) * 100 = 80% e graus de liberdade = 15, portanto t = 1,3406, que aplicando a
frmula:
P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [10,875 (1,3406 * 2,63 / 4) 10,875 + (1,3406 * 2,63 / 4)] = P (9,994 11,756),
portanto, o intervalo [9,994; 11,756] contm a mdia populacional com 80% de confiana.
A amplitude do primeiro intervalo de 2,80, enquanto a amplitude do segundo de
1,77. A preferncia poderia ser pelo segundo intervalo, mas sua probabilidade de erro de
20%, enquanto a probabilidade do primeiro de apenas 5%. Logo, a opo de escolha pelo
primeiro a mais indicada.

7.6
n = 30, xmdia = 296,63 kg, S = 22,23 kg
Para (1 ) * 100 = 95% e graus de liberdade = 29, portanto t = 2,05, que aplicando a frmula:
P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [296,63 (2,05 * 22,23 / 5,48) 296,63 + (2,05 * 22,23 / 5,48)] = P (287,31 305,95),
portanto, a amostra satisfaz especificao, pois o intervalo [287,31 kg; 305,95 kg] contm o
peso mdio da populao (300 kg) com 95% de confiana.

7.7
a) xmdia = xi / n = 394 / 30 = 13,13 e S2 = [(xi xmdia)2] / (n 1) = 2,05.
b) Para (1 ) * 100 = 95% e graus de liberdade = 29, portanto t = 2,05, que aplicando a
frmula: P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [13,13 (2,05 * 1,43 / 5,48) 13,13 + (2,05 * 1,43 / 5,48)] = P (12,60 13,66),
portanto, o intervalo [12,60; 13,66] contm a mdia populacional com 94,5% de confiana.

7.8
n = 4, xmdia = 29,2 s, S2 = 5,76 s2, S = 2,4
Para (1 ) * 100 = 90% e graus de liberdade = 3, portanto t = 2,35, que aplicando a frmula:
P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos,
P [29,2 (2,35 * 2,4 / 2) 29,2 + (2,35 * 2,4 / 2)] = P (26,38 32,02), portanto, o
intervalo [26,38 s; 32,02 s] contm a mdia populacional com 90% de confiana.

Captulo 7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana

7.9
a) n = 12, xmdia = 10,42 e S = 4,98
Para (1 ) * 100 = 95% e graus de liberdade = 11, portanto t = 2,2, que, aplicando a
frmula: P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos
P [10,42 (2,2 * 4,98 / 3,46) 10,42 + (2,2 * 4,98 / 3,46)] = P (7,25 13,59),
portanto, o intervalo [7,25; 13,59] contm a mdia populacional com 95% de confiana.
b) n = 55, xmdia = 23,37 e S = 4,38
Para (1 ) * 100 = 95% e graus de liberdade = 54, portanto t = 2,0049, que aplicando a
frmula: P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos
P [23,37 (2 * 4,38 / 7,42) 23,37 + (2 * 4,38 / 7,42)] = P (22,19 24,55), portanto,
o intervalo [22,19 24,55] contm a mdia populacional com 95% de confiana.
c) n = 15, xmdia = 10,33 e S = 4,24.
Para (1 ) * 100 = 95% e graus de liberdade = 14, portanto t = 2,1448, que aplicando a
frmula: P {xmdia [t * S/(n)0,5] xmdia + [t * S/(n)0,5]} temos
P [10,33 (2,15 * 4,24 / 3,87) 10,33 + (2,15 * 4,24 / 3,87)] = P (7,97 12,69),
portanto, o intervalo [7,97; 12,69] contm a mdia populacional com 95% de confiana.

7.10
a) n = 6, S2 = 0,72
Para (1 ) * 100 = 90% e graus de liberdade = 5, portanto x2inf = 1,145 e x2sup = 11,071,
que aplicando a frmula: P {[(n 1) * S2] / x2sup 2 [(n 1) * S2] / x2inf} temos
P [(5 * 0,72) / 11,1 2 (5 * 0,72) / 1,15] = P (0,32 2 3,13), portanto, o intervalo [0,32;
3,13] contm a varincia populacional com 90% de confiana.
b) n = 15, S2 = 3,81
Para (1 ) * 100 = 90% e graus de liberdade = 14, portanto x2inf = 6,571 e x2sup = 23,685,
que aplicando a frmula: P {[(n 1) * S2] / x2sup 2 [(n 1) * S2] / x2inf} temos
P [(14 * 3,81) / 23,685 2 (14 * 3,81) / 6,57] = P (2,25 2 8,12), portanto, o intervalo
[2,25; 8,12] contm a varincia populacional com 90% de confiana.

7.11
n = 10, S2 = 2,25
Para (1 ) * 100 = 80% e graus de liberdade = 9, portanto x2inf = 4,168 e x2sup = 14,684, que
aplicando a frmula: P {[(n 1) * S2] / x2sup 2 [(n 1) * S2] / x2inf} temos
P [(9 * 2,25) / 14,684 2 (9 * 2,25) / 4,168] = P (1,38 2 4,86), portanto, o intervalo [1,38;
4,86] contm a varincia populacional com 80% de confiana.
Admite-se a hiptese de que a distribuio de probabilidade da populao seja normal.

7.12
Relembrando a frmula de varincia e aplicando os valores, temos
S2 = 1 / (n 1) * [(xi2) (xi)2 / n] = 1 / (15 1) * [27,3 (8,7)2 / 15] = 1,59 e n = 15,
Para (1 ) * 100 = 95% e graus de liberdade = 14, portanto x2inf = 5,629 e x2sup = 26,12, que
aplicando a frmula: P {[(n 1) * S2] / x2sup 2 [(n 1) * S2] / x2inf} temos
P [(14 * 1,59) / 26,12 2 (14 * 1,59) / 5,629] = P (0,85 2 3,95), portanto, o intervalo
[0,85; 3,95] contm a varincia populacional com 95% de confiana.

Captulo 7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana

7.13
n = 30, S2 = 494,17
Para (1 ) * 100 = 99% e graus de liberdade = 29, portanto x2inf = 13,121 e x2sup = 52,336, que
aplicando a frmula: P {([(n 1) * S2] / x2sup)0,5 2 ([(n 1) * S2] / x2inf)0,5} temos
P {[(29 * 494,17) / 52,336]0,5 [(29 * 494,17) / 13,121]0,5} = P (16,55 33,05), portanto,
o intervalo [16,55; 33,05] contm o desvio-padro populacional com 99% de confiana.

7.14
Relembrando a frmula de varincia e aplicando os valores, temos
S2 = 1 / (n 1) * [(xi2) (xi)2 / n] = 1 / (30 1) * [23436,80 (700,8)2 / 30] = 243,66 e n = 30,
para (1 ) * 100 = 90% e graus de liberdade = 29, portanto x2inf = 17,708 e x2sup = 42,557, que
aplicando a frmula: P {[(n 1) * S2] / x2sup 2 [(n 1) * S2] / x2inf} temos
P [(29 * 243,66) / 42,557 2 (29 * 243,66) / 17,708] = P (166,04 2 399,04), portanto, o
intervalo [166,04; 399,04] contm a varincia populacional com 90% de confiana.

7.15
n = 100, f = 0,93
Para (1 ) * 100 = 95%, /2 = 0,025, portanto z = 1,96, que aplicando a frmula:
P {f [z * (f * (1 f) / n)0,5] p f + [z * (f(1 f) / n)0,5]} temos
P {0,93 [1,96 * (0,93 * 0,07 / 100)0,5] p 0,93 + [1,96 * (0,93 * 0,07 / 100)0,5]} = P (0,88 p
0,98), portanto, o intervalo [16,55; 33,05] contm a proporo populacional com 95% de
confiana.

7.16
n = 400, f = 0,25
Para (1 ) * 100 = 98%, /2 = 0,01, portanto z = 2,33, que aplicando a frmula:
P {f [z * (f * (1 f) / n)0,5] p f + [z * (f(1 f) / n)0,5]} temos
P {0,25 [2,33 * (0,25 * 0,75 / 400)0,5] p 0,25 + [2,33 * (0,25 * 0,75 / 400)0,5]} = P (0,20 p
0,30), portanto, o intervalo [0,20; 0,30] contm a proporo populacional com 98% de
confiana.

7.17
n = 50, f = 0,60
Para (1 ) * 100 = 96%, /2 = 0,02, portanto z = 2,05, que aplicando a frmula:
P {f [z * (f * (1 f) / n)0,5] p f + [z * (f(1 f) / n)0,5]} temos
P {0,60 [2,05 * (0,60 * 0,40 / 50)0,5] p 0,60 + [2,05 * (0,60 * 0,40 / 50)0,5]} = P (0,46 p
0,74), portanto, pode-se dizer, ao nvel de 96%, que a moeda honesta, pois o intervalo de
confiana para a proporo de caras [0,46; 0,74] contm p = 50%.

7.18
n = 120, f = 0,2083
Para (1 ) * 100 = 99%, /2 = 0,005, portanto z = 2,575, que aplicando a frmula:
P {f [z * (f * (1 f) / n)0,5] p f + [z * (f(1 f) / n)0,5]} temos
P {0,2083 [2,575 * (0,2083 * 0,7917 / 120)0,5] p 0,2083 [2,575 * (0,2083 * 0,7917 /
120)0,5]} = P (0,1128 p 0,3038), portanto, pode-se dizer, ao nvel de 99%, que o dado
honesto, pois o intervalo de confiana para a proporo de cincos [0,11; 0,30] contm p = 17%.

Captulo 7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana

7.19
n = 300, f = 0,60
Para (1 ) * 100 = 90%, /2 = 0,05, portanto z = 1,645, que aplicando a frmula:
P {f [z * (f * (1 f) / n)0,5] p f + [z * (f(1 f) / n)0,5]} temos
P {0,60 [1,645 * (0,60 * 0,40 / 300)0,5] p 0,60 [1,645 * (0,60 * 0,40 / 300)0,5]} = P (0,553
p 0,647), portanto, o intervalo [0,553; 0,647] contm a proporo populacional de favorveis
fluorao com 90% de confiana.
Para (1 ) * 100 = 95%, /2 = 0,025, portanto z = 1,96, que aplicando a frmula:
P {f [z * (f * (1 f) / n)0,5] p f + [z * (f(1 f) / n)0,5]} temos
P {0,60 [1,96 * (0,60 * 0,40 / 300)0,5] p 0,60 [1,96 * (0,60 * 0,40 / 300)0,5]} = P (0,545 p
0,655), portanto, o intervalo [0,545; 0,655] contm a proporo populacional de favorveis
fluorao com 95% de confiana.

Captulo 7 Inferncia Estatstica: Estimativas por Ponto e Intervalos de Confiana

Captulo 8 Amostragem
Solues e Respostas

SRIE I
8.1
a) = 7000, d = 2000, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a frmula:
n = {(z2 * 2 * N) / [d2 * (N 1) + z2 * 2]} = [4 * 49000000 * 100 / (4000000 * 99 + 4 * 49000000)]
= 196 * 108 / 592 * 106 = 33.
b) n = 33 e N = 100, portanto, a = 100 / 33 = 3 e a amostra ser composta pelos elementos
correspondentes a: 1, 4, 7,10, ..., 100, ou seja, a amostra ser:
29, 12, 34, 30, 24, 31, 20, 4, 14, 18, 31, 18, 26, 5, 30, 29, 32, 21, 16, 22, 32, 13, 23, 21, 32,
30, 14, 22, 19, 7, 26, 30, 17, 9.
c) Amplitude: r = 34 4 = 30
No de intervalos: k 1 + 3,22 * log34 1 + 3,22 * 1,53 6
Tamanho do intervalo: h 30 / 6 5
Classe

Intervalos

Fi

14

14

19

19

24

24

29

29

34

Somas

12
34

d) xmdia = ( xi * Fi) / n = (6,5 * 3 + ...+ 31,5 * 12) / 34 = 22,38, ou seja, $ 2.238.


e) S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (34 1) * [19406,5 (761)2 / 34] = 71,93,
portanto S = 8,48, ou seja, $ 848.
f)

= xi / n = (29 + ...+ 9) / 100 = 19,62, ou seja, $ 1962,


| xmdia | = | 1962 2238 | = $ 276 que menor que $ 2.000, portanto, | xmdia | d foi
verificado.

8.4
pest = qest = 0,5, d = 0,05, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a frmula:
n = z2 * pest * qest / d2 = 4 * 0,25 / 0,0025 = 400.
8.5
pest = qest = 0,5, d = 0,05, N = 200.000, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a
frmula: n = {(z2 * pest * qest * N) / [d2 * (N 1) + z2 * pest * qest]} , temos
[4 * 0,25 * 200000 / 0,0025 * (199999) + 4 * 0,25)] = 200000 / 499,9975 = 399. Comparando-se
os resultados de 8.4 e 8.5, verifica-se que o clculo do tamanho amostral para uma populao
de 200.000 d, aproximadamente, o mesmo resultado, se considerarmos a populao infinita.

Captulo 8 Amostragem

8.7
pest = qest = 0,5, d = 0,03, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a frmula:
n = z2 * pest * qest / d2 = 4 * 0,25 / 0,0009 = 1111, ou seja, uma amostra de 1.111 semforos.
8.8
= 10, d = 3, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a frmula:
n = (z * / d)2 = (2 * 10 / 3)2 = 44.

8.9
a) O fato de cada criana receber um questionrio no garante aleatoriedade ao processo,
uma vez que famlias que no tm filhos ou crianas que faltaram, por exemplo, no
participam da amostra.
b) Apesar de o centro da cidade apresentar grande nmero de pessoas ao meio-dia, o
processo no pode ser considerado aleatrio, pois no garante que todas as pessoas da
populao participem da amostra.
c) Apesar da escolha ser aleatria, os 10 membros no representam todos os 26 Estados.

8.10
= 3, d = 1, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a frmula:
n = (z * / d)2 = (2 * 3 / 1)2 = 36.

8.11
pest = qest = 0,5, d = 0,03, N = 10000, (1 ) * 100 = 99%, ou seja: z = 2,57, aplicando a
frmula: n = {(z2 * pest * qest * N) / [d2 * (N 1) + z2 * pest * qest]} , temos
[6,60 * 0,25 * 10000 / 0,0009 * (9999) + 6,60 * 0,25)] = 16500 / 10,65 = 1550.

8.12
pest = 0,4, qest = 0,6, d = 0,025, N = 5000, (1 ) * 100 = 95,5%, ou seja: z = 2, aplicando a
frmula: n = {(z2 * pest * qest * N) / [d2 * (N 1) + z2 * pest * qest]} , temos
[4 * 0,24 * 5000 / 0,000625 * (4999) + 4 * 0,24)] = 4800 / 4,08 = 1175.

8.13
pest = 0,8, qest = 0,2, d = 0,01, (1 ) * 100 = 98%, ou seja: z = 2,33, aplicando a frmula:
n = z2 * pest * qest / d2 = 5,43 * 0,16 / 0,0001 = 8686.

Captulo 8 Amostragem

Captulo 9 Inferncia Estatstica


Solues e Respostas

SRIE I
9.1
9.2
Quando um professor decide aprovar um aluno, poder estar cometendo um Erro tipo II
aceitar H0, sendo H0 falsa no caso, aprovar o aluno quando deveria reprov-lo. Por outro
lado, quando um professor decide reprovar o aluno, poder estar cometendo um Erro tipo I
rejeitar H0, sendo H0 verdadeira no caso, reprovar o aluno quando deveria aprov-lo.
9.3
Poder ocorrer o Erro tipo II, caso o gerente contrate o profissional. Isto : contrata e o
profissional revela-se sem qualidades aceitar H0 falsa. Por outro lado, quando o gerente
dispensa (no contrata) determinado profissional, poder estar cometendo o Erro tipo I
rejeitar H0 verdadeira. Isto : no contrata e o profissional revela-se com qualidades, em outro
emprego assemelhado.

9.4
H0: = 50 contra H1: > 50, 2 = 25, n = 25 e = 10%, portanto, na tabela normal, Z = 1,28
Utilizando a frmula Z = (xc ) / [ / (n)0,5], temos:
1,28 = (xmdia 50) / (5/5), portanto, xmdia = 51,28 e assim, a regra de deciso para H0 ser:
Rejeitar H0 quando Xmdia > 51,28 e Aceitar H0 quando Xmdia 51,28
Para = 50,4, P(/ = 50,4) = P(Xmdia < 51,28/ = 50,4) = P[z < (51,28 50,4) / (5/5) = 0,88] =
0,3106 + 0,5 = 0,8106,
Para = 50,8, P(/ = 50,8) = P(Xmdia < 51,28/ = 50,8) = P[z < 0,48] = 0,1844 + 0,5 = 0,6844,
Para = 51,2, P(/ = 51,2) = P(Xmdia < 51,28/ = 51,2) = P[z < 0,08] = 0,0319 + 0,5 = 0,5319,
Para = 51,6, P(/ = 51,6) = P(Xmdia < 51,28/ = 51,6) = P[z < 0,32] = 0,5 0,1255 =
0,3745,
Para = 52,0, P(/ = 52,0) = P(Xmdia < 51,28/ = 52,0) = P[z <0,72] = 0,5 0,2642 = 0,2358,
Para = 52,4, P(/ = 52,4) = P(Xmdia < 51,28/ = 52,4) = P[z< 1,12] = 0,5 0,3686 = 0,1314,
Para = 52,8, P(/ = 52,8) = P(Xmdia < 51,28/ = 52,8) = P[z <1,52] = 0,5 0,4357 = 0,0643,
Para = 53,2, P(/ = 53,2) = P(Xmdia < 51,28/ = 53,2) = P[z <1,92] = 0,5 0,4726 = 0,0274,
Para = 53,6, P(/ = 53,6) = P(Xmdia < 51,28/ = 53,6) = P[z <2,32] = 0,5 0,4898 = 0,0102,
Para = 54,0, P(/ = 54,0) = P(Xmdia < 51,28/ = 54,0) = P[z <2,72] = 0,5 0,4966 = 0,0034,
= 0

50,4

50,8

51,2

51,6

52,0

52,4

52,8

53,2

53,6

54,0

(%)

81,06

68,44

53,19

37,45

23,58

13,14

6,43

2,74

1,02

0,34

Captulo 9 Inferncia Estatstica

Curva Caraterstica e Operao

(%)

100
90
80
70
60
50
40
30
20
10
0
50

50,4

50,8

51,2

51,6

52

52,4

52,8

53,2

53,6

54

= 0

9.5
H0: = 15 contra H1: 15, = 2, n = 9 e = 5%, portanto, na tabela normal, Z/2 = 1,96 e
Z/2 = 1,96
Utilizando a frmula Z/2 = (xc ) / [ / (n)0,5], temos:
1,96 = (xmsup 15) / (2/3), xmsup = 16,31 e
1,96 = (xminf 15) / (2/3), xminf = 13,69, assim,
a regra de deciso para H0 ser:
Rejeitar H0 quando Xmdia < 13,69 e Aceitar H0 quando Xmdia 13,69 at 15 e
Rejeitar H0 quando Xmdia > 16,31 e Aceitar H0 quando Xmdia 16,31 at 15
Para = 15,5, P(/ = 15,5) = P(Xmdia < 16,31/ = 15,5) = P[z < (16,31 15,5) / 2/3 = 1,21] =
0,5 + 0,3869 = 0,8869,
Para = 16,0, P(/ = 16,0) = P(Xmdia < 16,31/ = 16,0) = P[z < 0,47] = 0,5 + 0,1808 = 0,6808
Para = 16,5, P(/ = 16,5) = P(Xmdia < 16,31/ = 16,5) = P[z < 0,28] = 0,5 0,1103 = 0,3897
Para = 17,0, P(/ = 17,0) = P(Xmdia < 16,31/ = 17,0) = P[z < 1,03] = 0,5 0,3485 = 0,1515
Para = 17,5, P(/ = 17,5) = P(Xmdia < 16,31/ = 17,5) = P[z < 1,78] = 0,5 0,4625 = 0,0375
Para = 18,0, P(/ = 18,0) = P(Xmdia < 16,31/ = 18,0) = P[z < 2,53] = 0,5 0,4943 = 0,0057
Como a distribuio normal e existe simetria, as probabilidades de valores
eqidistantes de H0: = 15 sero iguais. Por exemplo, P(/ = 15,5) = P(/ = 14,5) e assim
por diante.
= 0

12

12,5

13

13,5

(%)

0,57

3,75

15,15

38,97

(1 - )% 99,43

96,25

84,85

61,03

14

14,5

15

15,5

16

68,08

88,69

95

88,69

68,08

38,97

15,15

3,75

0,57

31,92

11,31

11,31

31,92

61,03

84,85

96,25

99,43

Captulo 9 Inferncia Estatstica

16,5

17

17,5

18

(1 - )%

Curva de Fora
100
90
80
70
60
50
40
30
20
10
0
12

12,5

13

13,5

14

14,5

15

15,5

16

16,5

17

17,5

18

= o

9.6
a) H0: = 25 contra H1: 25, = 2, n = 16 e = 5%, portanto, na tabela normal, Z/2 =
1,96 e Z/2 = 1,96
Utilizando a frmula Z/2 = (xc ) / [ / (n)0,5], temos:
1,96 = (xm c2 25) / (2/4), xm c2 = 24,02 e
1,96 = (xm c1 25) / (2/4), xm c1 = 25,98, assim,
a regra de deciso para H0 ser:
Rejeitar H0 quando Xmdia > 25,98 e Aceitar H0 quando Xmdia 25,98 at 25 e
Rejeitar H0 quando Xmdia < 24,02 e Aceitar H0 quando Xmdia 24,02 at 25.
b) P(/ = 25,4) = P(Xmdia < 25,98/ = 25,4) = P[z < (25,98 25,4) / = 1,16] = 0,5 + 0,3770
= 0,8770,
P(/ = 25,8) = P(Xmdia < 25,98/ = 25,8) = P[z < 0,36] = 0,5 + 0,1406 = 0,6406,
P(/ = 26,2) = P(Xmdia < 25,98/ = 26,2) = P[z < 0,44] = 0,5 0,1700 = 0,3300,
P(/ = 26,6) = P(Xmdia < 25,98/ = 26,6) = P[z < 1,24] = 0,5 0,3925 = 0,1075,
P(/ = 27,0) = P(Xmdia < 25,98/ = 27,0) = P[z < 2,04] = 0,5 0,4793 = 0,0207,
Como a distribuio normal e existe simetria, as probabilidades de valores
eqidistantes de H0: = 25 sero iguais. Por exemplo, P(/ = 25,4) = P(/ = 24,6) e
assim por diante.
= 0

23

23,4

23,8

24,2

24,6

25

25,4

25,8

26,2

26,6

(%)

2,07

10,75

33,00

64,06

87,70

95

87,70

64,06

33,00

10,75

2,07

(1 - )% 97,93

89,25

67

35,94

12,3

12,3

35,94

67

89,25

97,93

Captulo 9 Inferncia Estatstica

27

(1 - )%

Curva de Fora
100
90
80
70
60
50
40
30
20
10
0
22,6

23

23,4 23,8 24,2 24,6

25

25,4 25,8 26,2

26,6

27

27,4

= o

c) H0: = 25 contra H1: 25, = 2, n = 36 e = 5%, portanto, na tabela normal, Z/2 =


1,96 e Z/2 = 1,96
Utilizando a frmula Z/2 = (xc ) / [ / (n)0,5], temos:
1,96 = (xm c2 25) / (2/6), xm c2 = 25,65 e
1,96 = (xm c1 25) / (2/6), xm c1 = 24,35, assim,
a regra de deciso para H0 ser:
Rejeitar H0 quando Xmdia > 25,65 e Aceitar H0 quando Xmdia 25,65 at 25 e
Rejeitar H0 quando Xmdia < 24,35 e Aceitar H0 quando Xmdia 24,35 at 25
P(/ = 25,4) = P(Xmdia < 25,65/ = 25,4) = P[z < (25,65 25,4) / 1/3 = 0,76] = 0,5 + 0,2764
= 0,7764,
P(/ = 25,8) = P(Xmdia < 25,65/ = 25,8) = P[z < 0,45] = 0,5 0,1736 = 0,3264,
P(/ = 26,2) = P(Xmdia < 25,65/ = 26,2) = P[z < 1,67] = 0,5 0,4525 = 0,0475,
P(/ = 26,6) = P(Xmdia < 25,65/ = 26,6) = P[z < 2,88] = 0,5 0,4980 = 0,0020,
P(/ = 27,0) = P(Xmdia < 25,65/ = 27,0) = P[z < 4,09] = 0,5 0,5000 = 0,0000,
Como a distribuio normal e existe simetria, as probabilidades de valores
eqidistantes de H0: = 25 sero iguais. Por exemplo, P(/ = 25,4) = P(/ = 24,6) e
assim por diante.
= 0

23

23,4

23,8

(%)

0,00

0,20

4,75

(1 - )%

100

99,80

95,25

24,2

24,6

25

25,4

25,8

32,64

77,64

95

77,64

32,64

67,36

22,36

22,36

67,36

26,2

26,6

27

4,75

0,20

0,00

95,25

99,80

100

(1 - )%

Curva de Fora
100
90
80
70
60
50
40
30
20
10
0
22,6

23

23,4 23,8 24,2 24,6

25

25,4 25,8 26,2

26,6

27

27,4

= o

Captulo 9 Inferncia Estatstica

d) Como j se sabe, o aumento do tamanho de uma amostra acarreta uma reduo


simultnea de erros. Isso pode ser claramente observado quando comparamos os grficos.
O grfico com n = 36 tem um curva U mais estreita e com crescimento maior, ou seja,
atinge valores de erros prximos a zero mais rapidamente que o grfico com n = 16.

9.7
H0: p= 0,5 contra H1: p > 0,5, 2 = 25, n = 100 e = 5%, portanto, na tabela normal, Z = 1,64
Utilizando a frmula Z = (xc p) / [(p * q) / n]0,5, temos:
1,64 = (xc 0,50) / (0,05), portanto, xmdiac = 0,5820 e assim, a regra de deciso para H0 ser:
Rejeitar H0 quando Xmdia > 0,5820 e Aceitar H0 quando Xmdia 0,5820
Para p = 0,55, P(/p = 0,55) = P(Xmdia < 0,582/ = 0,55) = P(z < 0,64) = 0,2389 + 0,5 = 0,7389,
Para p = 0,60, P(/p = 0,60) = P(Xmdia < 0,582/ = 0,60) = P(z < 0,36) = 0,5 0,1406 = 0,3594,
Para p = 0,65, P(/p = 0,65) = P(Xmdia < 0,582/ = 0,65) = P(z < 1,36) = 0,5 0,4131 = 0,0869,
Para p = 0,70, P(/p = 0,70) = P(Xmdia < 0,582/ = 0,70) = P(z < 2,36) = 0,5 0,4909 = 0,0091,
Para p = 0,75, P(/p = 0,75) = P(Xmdia < 0,582/ = 0,75) = P(z < 3,36) = 0,5 0,4996 = 0,0004,
p = p0

0,55

0,60

0,65

0,70

0,75

(%)

73,89

35,64

8,69

0,91

0,04

Curva Caracterstica e Operao

(%)

100
90
80
70
60
50
40
30
20
10
0
0,5

0,55

0,6

0,65

0,7

0,75

0,8

=0

9.8
H0: = 1,70 contra H1: < 1,70, = 0,2, n = 36 e = 8%, portanto, na tabela normal, Z =
1,41
Utilizando a frmula Z = (xc ) / [ / (n)0,5], temos:
1,41 = (xm c 1,70) / (0,2 / 6), xm c = 1,653 assim, a regra de deciso para H0 ser:
Rejeitar H0 quando Xmdia > 1,653 e Aceitar H0 quando Xmdia 1,653;
P(/ = 1,65) = P(Xmdia < 1,653/ = 1,65) = P[z < (1,653 1,65) / (0,2 / 6)] = P[z < 0,09] = 0,5
0,0359 = 0,4641 ou 46,41%.

Captulo 9 Inferncia Estatstica

SRIE II
9.9
H0: = 16 contra H1: 16, N(13,5; 4,42), n = 25 (24 graus) e = 5%, portanto, na tabela t
Student, t/2 = 2,0639 e t/2 = 2,0639
tcal = {(xmdia o)/[S/(n)0,5]} = {(13,5 16) / [4,4 / (25)0,5]} = 2,8409
Como tcal < t/2, rejeita-se H0: = 16 com um nvel de significncia de 5%.
9.10
Primeiramente, calculando a mdia e a varincia da amostra, temos:
xmdia = xi / n = (10 + ... + 15) / 15 = 12,2
S2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (15 1) * [2269 (183)2 / 15] = 2,6 e S = 1,61
H0: = 12,5 contra H1: 12,5, N(12,2; 1,612), n = 15 (14 graus) e = 5%, portanto, na tabela
t Student, t/2 = 2,145 e t/2 = 2,145
tcal = {(xmdia o)/[S/(n)0,5]} = (12,2 12,5) / [1,61 / (15)0,5] = 0,72
Como t/2 tcal t/2, no se pode rejeitar H0: = 12,5 com um nvel de significncia de 5%
H0: = 12,5 contra H1: > 12,5, N(12,2; 1,612), n = 15 (14 graus) e = 5%, portanto, na tabela
t Student, t = 1,7613
tcal = {(xmdia o)/[S/(n)0,5]} = (12,2 12,5) / [1,61 / (15)0,5] = 0,72
Como tcal t, no se pode rejeitar H0: = 12,5 com um nvel de significncia de 5%
H0: = 12,5 contra H1: < 12,5, N(12,2; 1,612), n = 15 (14 graus) e = 5%, portanto, na tabela
t Student, t = 1,7613
tcal = {(xmdia o)/[S/(n)0,5]} = (12,2 12,5) / [1,61 / (15)0,5] = 0,72
Como tcal t, no se pode rejeitar H0: = 12,5 com um nvel de significncia de 5%.
9.11
Primeiramente, calculando a mdia e a varincia da amostra, temos:
xmdia = ( xi . Fi) / n = (7,5 * 3 + ... + 27,5 * 2) / 21 = 16,55
S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (21 1) * [6431,25 (347,5)2 / 21] = 34,05 e S =
5,84
H0: = 20 contra H1: 20, N(16,55; 5,842), n = 21 (20 graus) e = 2,5% ou 2%
(aproximadamente), portanto, na tabela t Student, t/2 = 2,5280 e t/2 = 2,5280
tcal = {(xmdia o)/[S/(n)0,5]} = (16,55 20) / [5,84 / (21)0,5] = 2,71
Como tcal < t/2, rejeita-se H0: = 20 com um nvel de significncia de 2,5%.
9.12
a) Primeiramente, calculando a mdia da amostra, temos:
xmdia = xi / n = (41 + ... + 50) / 20 = 49,35
Quando temos a varincia da populao, utilizam-se a tabela normal e o Zcal para o teste
de significncia.
H0: = 50 contra H1: 50, N(49,35; 22), n = 20 e = 5%, portanto, na tabela normal,
Z/2 = 1,96 e Z/2 = 1,96
Zcal = {(xmdia o)/[/(n)0,5]} = (49,35 50) / [(2)0,5/ (20)0,5] = 2,06
Como Z/2 Zcal Z/2, no se pode rejeitar H0: = 50 com um nvel de significncia de
5%.
b) Primeiramente, calculando a varincia da amostra, temos:

Captulo 9 Inferncia Estatstica

S2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (20 1) * [48849 (987)2 / 20] = 7,40 e S = 2,72


Neste caso, como no temos o valor da varincia da populao, calculamos a varincia da
amostra e, devido perda de um grau de liberdade, utilizamos a tabela t Student e o tcal.
H0: = 50 contra H1: 50, N(49,35; 2,722), n = 20 (19 graus) e = 5%, portanto, na
tabela t Student, t/2 = 2,0930 e t/2 = 2,0930
tcal = (xmdia o)/[S/(n)0,5] = (49,35 50) / [2,72 / (20)0,5] = 1,068
Como t/2 tcal t/2, no se pode rejeitar H0: = 50 com um nvel de significncia de 5%.
9.13
Primeiramente, calculando a mdia e a varincia da amostra, temos:
xmdia = xi / n = (25 + ... + 31) / 15 = 31,80
S2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (15 1) * [15449 (477)2 / 15] = 20,02 e S = 4,48
H0: = 30 contra H1: 30, N(31,80; 4,482), n = 15 (14 graus) e = 10%, portanto, na tabela t
Student, t/2 = 1,7613 e t/2 = 1,7613
tcal = {(xmdia o)/[S/(n)0,5]} = (31,80 30) / [4,48 / (15)0,5] = 1,556
Como t/2 tcal t/2, no se pode rejeitar H0: = 30 com um nvel de significncia de 10%.
9.14
a) xmdia = xi / n = (12,4 + ... + 12,7) / 8 = 12,325
S2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (8 1) * [1215,76 (98,6)2 / 8] = 0,0736.
b) H0: 2 = 1,00 contra H1: 2 < 1,00, S2 = 0,0736, n = 8 (7 graus) e = 5%, portanto, na
tabela qui quadrado, Xinf2 = 2,167 e com = 10%, portanto, Xinf2 = 2,833
Xcal2 = {[(n 1) * S2] / o2} = (7 * 0,0736) / 1 = 0,49
Como em ambos casos Xcal2 < Xinf2, rejeita-se H0: 2 = 1,00 com nveis de significncia de
5% e 10%.
c) A hiptese admitida de que a populao tem distribuio normal.

9.15
Primeiramente, calculando a mdia e a varincia da amostra, temos:
xmdia = ( xi . Fi) / n = (7,5 * 3 + ... + 27,5 * 1) / 20 = 16,00
S2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / (20 1) * [5675 (320)2 / 20] = 29,21
H0: 2 = 10,0 contra H1: 2 10,0, S2 = 29,21, n = 20 (19 graus) e = 20%, portanto, na tabela
qui quadrado, Xinf2 = 11,651 e Xsup2 = 27,204
Xcal2 = {[(n 1) * S2] / o2} = (19 * 29,21) / 10 = 55,50
Como Xcal2 > Xsup2, rejeita-se H0: 2 = 10,0 com nvel de significncia de 20%.
9.16
Primeiramente, calculando a mdia e a varincia da amostra, temos:
xmdia = xi / n = 8,7 / 15 = 0,58
S2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (15 1) * [27,3 (8,7)2 / 15] = 1,59
H0: 2 = 4,0 contra H1: 2 4,0, S2 = 1,59, n = 15 (14 graus) e = 1%, portanto, na tabela
qui quadrado, Xinf2 = 4,075 e Xsup2 = 31,319
Xcal2 = {[(n 1) * S2] / o2} = (14 * 1,59) / 4 = 5,57
Como Xinf2 Xcal2 Xsup2, no se pode rejeitar H0: 2 = 4,0 com nvel de significncia de 1%.

Captulo 9 Inferncia Estatstica

9.17
H0: p = 0,50 contra H1: p 0,50, n = 500, f = 0,52 e = 5%, portanto, na tabela normal, Z/2 =
1,96 e Z/2 = 1,96
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,52 0,5) / [(0,5 * 0,5) / 500]0,5} = 0,89
Como Z/2 Zcal Z/2, no se pode rejeitar H0: p = 0,50 com nvel de significncia de 5%.
9.18
a) H0: p = 0,80 contra H1: p 0,80, n = 140, f = 0,79 e = 4%, portanto, na tabela normal,
Z/2 = 2,05 e Z/2 = 2,05
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,79 0,8) / [(0,8 * 0,2) / 140]0,5} = 0,30
Como Z/2 Zcal Z/2, no se pode rejeitar H0: p = 0,80 com nvel de significncia de 4%.
b) H0: p = 0,70 contra H1: p 0,70, n = 140, f = 0,64 e = 2%, portanto, na tabela normal,
Z/2 = 2,33 e Z/2 = 2,33
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,64 0,7) / [(0,7 * 0,3) / 140]0,5} = 1,55
Como Z/2 Zcal Z/2, no se pode rejeitar H0: p = 0,70 com nvel de significncia de 2%.
c) H0: p = 0,40 contra H1: p 0,40, n = 50, f = 0,68 e = 1%, portanto, na tabela normal, Z/2
= 2,57 e Z/2 = 2,57
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,68 0,4) / [(0,4 * 0,6) / 50]0,5} = 4,04
Como Zcal > Z/2, rejeita-se H0: p = 0,40 com nvel de significncia de 1%.
9.19
H0: p = 0,50 contra H1: p 0,50, n = 100, f = 0,60 e = 5%, portanto, na tabela normal, Z/2 =
1,96 e Z/2 = 1,96
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,60 0,50) / [(0,50 * 0,50) / 100]0,5} = 2,00
Como Zcal > Z/2, rejeita-se H0: p = 0,50, ou seja, que a moeda honesta com nvel de
significncia de 5%.

9.20
H0: p = 0,50 contra H1: p 0,50, n = 500, f = 0,60 e = 4%, portanto, na tabela normal, Z/2 =
2,05 e Z/2 = 2,05
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,60 0,50) / [(0,50 * 0,50) / 500]0,5} = 4,47
Como Zcal > Z/2, rejeita-se H0: p = 0,50 com nvel de significncia de 5%.
9.21
H0: p = 0,40 contra H1: p > 0,40, n = 90, f = 0,44 e = 5%, portanto, na tabela normal, Z = 1,64
Zcal = {(f po) / [[po * (1 po)] / n]0,5} = {(0,44 0,40) / [(0,40 * 0,60) / 90]0,5} = 0,85
Como Zcal Z, no se pode rejeitar H0: p = 0,40 com nvel de significncia de 5%.
9.22
H0: 12 = 22 contra H1: 12 22, S12 = 43,2, S22 = 29,5, = 10%, portanto, na tabela F, com 1
= n1 1 = 40 e 2 = n2 1 = 30, Fsup = 1,79 e Finf = 1 / F(30,40) = 0,57
Fcal = S12 / S22 = 43,2 / 29,50 = 1,46
Como Finf Fcal Fsup, no se pode rejeitar H0: 12 = 22 com nvel de significncia de 10%.

Captulo 9 Inferncia Estatstica

9.24
Primeiramente, calculando as varincias das amostras, temos:
SA2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [890 (64)2 / 6] = 41,47
SB2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [2198 (98)2 / 5] = 119,47
Tomando as marcas A e B:
H0: A2 = B2 contra H1: A2 B2, SA2 = 41,47, SB2 = 119,47 e = 10%, portanto, na tabela F,
com 1 = n1 1 = 5 e 2 = n2 1 = 5, Fsup = 5,05 e Finf = 1 / F(5, 5) = 0,20
Fcal = S12 / S22 = 41,47 / 119,47 = 0,347
Como Finf Fcal Fsup, no se pode rejeitar H0: A2 = B2 com nvel de significncia de 10%.
9.25
H0: 1 = 2 contra H1: 1 2, n1 = 60, xmdia 1 = 5,71, 12 = 43, n2 = 35, xmdia 2 = 4,12, 22 = 28 e
= 4%, portanto, na tabela normal, Z/2 = 2,05 e Z/2 = 2,05
Zcal = {(xmdia 1 xmdia 2) / [(12 / n1) + (22 / n2)]0,5} = {(5,71 4,12) / [(43 / 60) + (28 / 35)]0,5} =
1,29
Como Z/2 Zcal Z/2, no se pode rejeitar H0: 1 = 2 com nvel de significncia de 4%.
9.26
Primeiramente, calculando as mdias das amostras, temos:
xmdia A = xi / n = (14 + ... + 12) / 6 = 64 / 6 = 10,67
xmdia B = xi / n = (45 + ... + 10) / 6 = 98 / 6 = 16,34
Do exerccio 9.24, temos: SA2 = 41,47 e SB2 = 119,47
H0: A = B contra H1: A B, nA = 6, xmdia A = 10,67, SA2 = 41,47, nB = 6, xmdia B = 16,34, SB2 =
119,47 e = 5%, portanto, na tabela t Student, com = (6 + 6 2) = 10, t/2 = 2,2281 e t/2
= 2,2281
Sc = {[(n1 1) * S12 + (n2 1) * S22] / (n1 + n2 2)}0,5 = {[5 * 41,47 + 5 * 119,47] / 10}0,5 = 8,97
tcal = {[(xmdia 1 xmdia 2)] / Sc * [(n1 + n2) / (n1 * n2)]0,5} = {[(10,67 16,34)] / 8,97 * [12 / 36]0,5} =
1,1
Como t/2 tcal t/2, no se pode rejeitar H0: 1 = 2 com nvel de significncia de 5%.
9.27
a) Tomando A e B, temos:
Primeiramente, calculando as mdias das populaes, temos:
xmdia A = xi / n = (22 + ... + 27) / 5 = 137 / 5 = 27,4
xmdia B = xi / n = (22 + ... + 40) / 5 = 133 / 5 = 26,6
Do exerccio 9.23, temos: SA2 = 14,3 e SB2 = 59,8
H0: A = B contra H1: A B, nA = 5, xmdia A = 27,4, SA2 = 14,3, nB = 5, xmdia B = 26,6, SB2 =
59,8 e = 5%, portanto, na tabela t Student, com = (5 + 5 2) = 8, t/2 = 2,3060 e t/2
= 2,3060
Sc = {[(n1 1) * S12 + (n2 1) * S22] / (n1 + n2 2)}0,5 = {[(5 1) * 14,3 + (5 1) * 59,8] / (5 +
5 2)}0,5 = 6,09
tcal = {[(xmdia 1 xmdia 2)] / Sc * [(n1 + n2) / (n1 * n2)]0,5} = {[(27,4 26,6)] / 6,09 * [10 / 25]0,5} =
0,21
Como t/2 tcal t/2, no se pode rejeitar H0: 1 = 2 com nvel de significncia de 5%.
b) Tomando C e D, temos:
Primeiramente, calculando as mdias e as varincias amostrais, temos:
xmdia C = xi / n = (42 + ... + 25) / 5 = 151 / 5 = 30,2 e

Captulo 9 Inferncia Estatstica

SC2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [4749 (151)2 / 5] = 47,2


xmdia D = xi / n = (21 + ... + 28) / 5 = 106 / 5 = 21,2 e
SD2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [2316 (106)2 / 5] = 17,2
H0: C = D contra H1: C D, nC = 5, xmdia C = 30,2, SC2 = 47,2, nD = 5, xmdia D = 21,2, SD2
= 17,2 e = 10%, portanto, na tabela t Student, com = (5 + 5 2) = 8, t/2 = 1,8595 e
t/2 = 1,8595
Sc = {[(n1 1) * S12 + (n2 1) * S22] / (n1 + n2 2)}0,5 = {[(5 1) * 47,2 + (5 1) * 17,2] / (5 +
5 2)}0,5 = 5,67
tcal = {[(xmdia 1 xmdia 2)] / Sc * [(n1 + n2) / (n1 * n2)]0,5} = {[(30,2 21,2)] / 5,67 * [10 / 25]0,5} =
2,51
Como tcal > t/2, rejeita-se H0: 1 = 2 com nvel de significncia de 5%.
9.28
Primeiramente, calculando as mdias e as varincias das amostras, temos:
xmdia M = ( xi . Fi) / n = (17,5 * 8 + ... + 77,5 * 3) / 45 = 41,50
SM2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / 44 * [90731,25 (1867,5)2 / 45] = 300,68
xmdia F = ( xi . Fi) / n = (17,5 * 7 + ... + 77,5 * 4) / 39 = 42,88
SF2 = 1 / (n 1) * [(xi2 * Fi) (xi * Fi)2 / n] = 1 / 38 * [84843,75 (1672,5)2 / 39] = 345,24
H0: M F = 5 contra H1: M F 5, nM = 45, xmdia M = 41,50, SM2 = 300,68, nF = 39, xmdia F =
42,88, SF2 = 345,24, e = 10%, portanto, na tabela t Student, com = (45 + 39 2) = 82, t/2
= 1,6636 e t/2 = 1,6636
Sc = {[(n1 1) * S12 + (n2 1) * S22] / (n1 + n2 2)}0,5 = {[(45 1) * 300,68 + (39 1) * 345,24] /
(45 + 39 2)}0,5 = 17,93
tcal = {[(xmdia 1 xmdia 2) d] / Sc * [(n1 + n2) / (n1 * n2)]0,5} = {[(41,50 42,88) 5] / 17,93 * [(45 +
39) / (45 * 39)]0,5} = 1,63
Como t/2 tcal t/2, no se pode rejeitar H0: M F = 5 com um nvel de significncia de
10%.

9.29
H0: psp = prj contra H1: psp prj, nsp = 300, fsp = 0,25, nrj = 400, frj = 0,30 e = 5%, portanto, na
tabela normal, Z/2 = 1,96 e Z/2 = 1,96
pcom = (x1 + x2) / (n1 + n2) = (75 + 120) / (300 + 400) = 0,28
Zcal = {(f1 f2) / [pcom * (1 pcom) * (1 / n1 + 1 / n2)]0,5} = {(0,25 0,30) / [0,28 * (1 0,28) * (1 /
300 + 1 / 400)]0,5} = 1,46
Como Z/2 Zcal Z/2, no se pode rejeitar H0: psp = prj com nvel de significncia de 5%.
9.30
H0: p1 = p2 contra H1: p1 p2, n1 = 1000, f1 = 0,05, n2 = 1000, f2 = 0,20 e = 5%, portanto, na
tabela normal, Z/2 = 1,96 e Z/2 = 1,96
pcom = (x1 + x2) / (n1 + n2) = (50 + 200) / (1000 + 1000) = 0,125
Zcal = {(f1 f2) / [pcom * (1 pcom) * (1 / n1 + 1 / n2)]0,5} = {(0,05 0,20) / [0,125 * (1 0,125) * (2 /
1000)]0,5} = 10,14
Como Zcal < Z/2, rejeita-se H0: p1 = p2 com nvel de significncia de 5%.
9.31
H0: pX = pY contra H1: pX pY, nX = 200, fX = 0,60, nY = 500, fY = 0,48 e = 10%, portanto, na
tabela normal, Z/2 = 1,64 e Z/2 = 1,64
pcom = (x1 + x2) / (n1 + n2) = (120 + 240) / (200 + 500) = 0,5143

Captulo 9 Inferncia Estatstica

10

Zcal = {(f1 f2) / [pcom * (1 pcom) * (1 / n1 + 1 / n2)]0,5} = {(0,60 0,48) / [0,5143 * (1 0,5143) *
(1 / 200 + 1/ 500)]0,5} = 2,86
Como Zcal > Z/2, rejeita-se H0: pX = pY com nvel de significncia de 10%.

Captulo 9 Inferncia Estatstica

11

Captulo 10 Anlise da Varincia: Anova


Solues e Respostas

SRIE I
10.1
a) Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a
varincia das amostras, temos:
xm1 = xi / n = (26 + ... + 28) / 6 = 159 / 6 = 26,50
S12 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [25281 (159)2 / 6] = 3,50
xm2 = xi / n = (17 + ... + 21) / 4 = 80 / 4 = 20,00
S22 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [1614 (80)2 / 4] = 4,67
xm3 = xi / n = (36 + ... + 29) / 4 = 129 / 4 = 32,25
S32 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [4184 (129)2 / 4] = 8,92
xm4 = xi / n = (20 + ... + 23) / 6 = 121 / 6 = 20,17
S42 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [2467 (121)2 / 6] = 5,37
GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

Coluna 1

159

26,50

3,50

Coluna 2

80

20,00

4,67

Coluna 3

129

32,25

8,92

Coluna 4

121

20,17

5,37

b) xtotal = xi / n = (26 + ... + 23) / 20 = / 20 = 24,45.


c) C = [(i j xij)2 / n] = (489)2 / 20 = 11956,05
Qt = (i j xij)2 C = (262 + ... + 232) 11956,05 = 12499 11956,05 = 542,95.
d) Qe = i * [(j xij)2 / n] C = [(159)2 / 6] + ... + [(121)2 / 6] 11956,05 = 12413,92 11956,05
= 475,87.
e) Qr = Qt Qe = 542,95 475,87 = 85,08.
f)

Se2 = [Qe / (k 1)] = 475,87 / 3 = 152,62


Sr2 = [Qr / (n k)] = 85,08 / 16 = 5,32
Fcal = [Se2 / Sr2] = 152,62 / 5,32 = 28,70 e = 5%, portanto, na tabela F, com 1 e 2 = 3 e
16, Ftab(3, 16) = 3,24
Como Fcal > Ftab, rejeita-se H0: 1 = 2 = 3 = 4 com nvel de significncia de 5%,
concluindo-se que h diferena entre as mdias.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

28,70

3,24

Entre Tratamentos

475,87

k 1 = 04 1 = 03

152,62

Residual

085,08

n k = 20 4 = 16

005,32

Total

542,95

n 1 = 20 1 = 19

g) xm1 xm2 > {Sr2 * (k 1) * (1/n1 + 1/n2) * F[(k 1), (n k)]}0,5


26,50 20,00 e [5,32 * 3 * 0,42 * F(3, 16)]0,5, ou seja, 6,50 > 4,66, portanto, 1 2
26,50 32,25 e [5,32 * 3 * 0,42 * F(3, 16)]0,5, ou seja, 5,75 > 4,66, portanto, 1 3
26,50 20,17 e [5,32 * 3 * 0,33 * F(3, 16)]0,5, ou seja, 6,33 > 4,13, portanto, 1 4
20,00 32,25 e [5,32 * 3 * 0,50 * F(3, 16)]0,5, ou seja, 12,25 > 5,08, portanto, 2 3
20,00 20,17 e [5,32 * 3 * 0,42 * F(3, 16)]0,5, ou seja, 0,17 < 4,66, portanto, 2 = 4
32,25 20,17 e [5,32 * 3 * 0,42 * F(3, 16)]0,5, ou seja, 12,08 > 4,66, portanto, 3 4.

Captulo 10 Anlise da Varincia: Anova

10.2
Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a varincia
das amostras, temos:
xmA = xi / n = (53 + ... + 55) / 6 = 333 / 6 = 55,50
SA2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [18535 (333)2 / 6] = 10,70
xmB = xi / n = (52 + ... + 54) / 6 = 326 / 6 = 54,33
SB2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [17788 (326)2 / 6] = 15,07
xmC = xi / n = (51 + ... + 50) / 6 = 320 / 6 = 53,33
SC2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [17100 (320)2 / 6] = 6,67
xmD = xi / n = (49 + ... + 51) / 6 = 309 / 6 = 51,50
SD2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [15931 (309)2 / 6] = 3,50
GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

333

55,50

10,70

326

54,33

15,07

320

53,33

06,67

309

51,50

03,50

C = [(i j xij)2 / n] = (1288)2 / 24 = 69122,67


Qt = (i j xij)2 C = (532 + ... + 512) 69122,67 = 69354 69122,67 = 231,33
Qe = i * [(j xij)2 / n] C = [(333)2 / 6] + ... + [(309)2 / 6] 69122,67 = 69174,33 69122,67 =
51,67
Qr = Qt Qe = 231,33 51,67 = 179,67
Se2 = [Qe / (k 1)] = 51,67 / 3 = 17,22
Sr2 = [Qr / (n k)] = 179,67 / 20 = 8,98
Fcal = [Se2 / Sr2] = 17,22 / 8,98 = 1,92 e = 5%, portanto, na tabela F, com 1 e 2 = 3 e 20,
Ftab(3, 20) = 3,10
Como Fcal < Ftab, no se pode rejeitar H0: A = B = C = D com nvel de significncia de 5%,
concluindo-se que no h diferena entre as mdias.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

1,92

3,10

Entre Tratamentos

051,67

k1=41=3

17,22

Residual

179,67

n k = 24 4 = 20

08,98

Total

231,33

n 1 = 24 1 = 23

10.3
Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a varincia
das amostras, temos:
xmA = xi / n = (3,6 + ... + 3,2) / 6 = 20,2 / 6 = 3,37
SA2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [68,36 (20,2)2 / 6] = 0,07
xmB = xi / n = (3,3 + ... + 3,4) / 6 = 20,2 / 6 = 3,37
SB2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [68,06 (20,2)2 / 6] = 0,01
xmC = xi / n = (3,5 + ... + 3,2) / 6 = 20,1 / 6 = 3,35
SC2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [67,39 (20,1)2 / 6] = 0,01
xmD = xi / n = (3,5 + ... + 3,8) / 6 = 20,3 / 6 = 3,38
SD2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [69,03 (20,3)2 / 6] = 0,07
xmE = xi / n = (3,7 + ... + 3,4) / 6 = 21,2 / 6 = 3,53
SE2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (6 1) * [74,98 (21,2)2 / 6] = 0,01

Captulo 10 Anlise da Varincia: Anova

GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

Mistura A

20,2

3,37

0,07

Mistura B

20,2

3,37

0,01

Mistura C

20,1

3,35

0,01

Mistura D

20,3

3,38

0,07

Mistura E

21,2

3,53

0,01

C = [(i j xij)2 / n] = (102)2 / 30 = 346,80


Qt = (i j xij)2 C = (3,62 + ... + 3,42) 346,80 = 347,82 346,80 = 1,02
Qe = i * [(j xij)2 / n] C = [(20,2)2 / 6] + ... + [(21,2)2 / 6] 346,80 = 346,94 346,80 = 0,14
Qr = Qt Qe = 1,02 0,14 = 0,88
Se2 = [Qe / (k 1)] = 0,14 / 4 = 0,03
Sr2 = [Qr / (n k)] = 0,88 / 25 = 0,04
Fcal = [Se2 / Sr2] = 0,03 / 0,04 = 0,97 e = 5%, portanto, na tabela F, com 1 e 2 = 4 e 25,
Ftab(4, 25) = 2,76
Como Fcal < Ftab, no se pode rejeitar H0: A = B = C = D = E com nvel de significncia de
5%, concluindo-se que no h diferena entre as mdias.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

Entre Tratamentos

0,14

k1=51=4

0,03

0,97

2,76

Residual

0,88

n k = 30 5 = 25

0,04

Total

1,02

n 1 = 30 1 = 29

10.4
Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a varincia
das amostras, temos:
xm1 = xi / n = (40 + 59 + 42) / 3 = 141 / 3 = 47,00
S12 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (3 1) * [6845 (141)2 / 3] = 109,00
xm2 = xi / n = (39 + 55 + 51) / 3 = 145 / 3 = 48,33
S22 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (3 1) * [7147 (145)2 / 3] = 69,33
xm3 = xi / n = (47 + 55 + 45) / 3 = 147 / 3 = 49,00
S32 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (3 1) * [7259 (147)2 / 3] = 28,00
xm4 = xi / n = (45 + 50 + 40) / 3 = 135 / 3 = 45,00
S42 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (3 1) * [6125 (135)2 / 3] = 25,00
xm5 = xi / n = (52 + 52 + 41) / 3 = 145 / 3 = 48,33
S52 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (3 1) * [7089 (145)2 / 3] = 40,33
xmA = xi / n = (40 + ... + 52) / 5 = 223 / 5 = 44,60
SA2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [10059 (223)2 / 5] = 28,30
xmB = xi / n = (59 + ... + 52) / 5 = 271 / 5 = 54,20
SB2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [14735 (271)2 / 5] = 11,70
xmC = xi / n = (42 + ... + 41) / 5 = 219 / 5 = 43,80
SC2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [9671 (219)2 / 5] = 19,70
GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

Operrio 1

141

47,00

109,00

Operrio 2

145

48,33

069,33

Operrio 3

147

49,00

028,00

Operrio 4

135

45,00

025,00

Operrio 5

145

48,33

040,33

Mquina A

223

44,60

028,30

Mquina B

271

54,20

011,70

Mquina C

219

43,80

019,70

Captulo 10 Anlise da Varincia: Anova

C = [(i j xij)2 / n] = (713)2 / 15 = 33891,27


Qt = (i j xij)2 C = (402 + ... + 412) 33891,27 = 34465 33891,27 = 573,73
Qel = j * [(j xij)2 / k] C = [(141)2 / 3] + ... + [(145)2 / 3] 33891,27 = 33921,67 33891,27 =
30,40
Qec = i * [(j xij)2 / L] C = [(223)2 / 5] + ... + [(219)2 / 5] 33891,27 = 34226,20 33891,27 =
334,93
Qr = Qt Qec Qel = 573,73 334,93 30,40 = 208,40
Sel2 = [Qel / (L 1)] = 30,40 / 4 = 7,60
Sec2 = [Qec / (k 1)] = 334,93 / 2 = 167,47
Sr2 = [Qr / (n L k + 1)] = 208,40 / 8 = 26,05
FLcal = [Sel2 / Sr2] = 7,60 / 26,05 = 0,29 e = 5%, portanto, na tabela F, com 1 e 2 = 4 e 8,
FLtab(4, 8) = 3,84
Como FLcal < FLtab, no se pode rejeitar H0: 1 = 2 = 3 = 4 = 5 com nvel de significncia de
5%, concluindo-se que no h diferena entre os operrios
Fccal = [Sec2 / Sr2] = 167,47 / 26,05 = 6,43 e = 5%, portanto, na tabela F, com 1 e 2 = 2 e 8,
Fctab(2, 8) = 4,46
Como Fccal l > Fctab, rejeita-se H0: A = B = C com nvel de significncia de 5%, concluindo-se
que h diferena entre as mquinas.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

Linhas

030,40

L1=51=4

007,60

0,29

3,84

Colunas

334,93

k1=31=2

167,47

6,43

4,46

Residual

208,40

15 5 3 + 1 = 8

026,05

Total

573,73

n 1 = 15 1 = 14

10.5
Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a varincia
das amostras, temos:
xmA = xi / n = (15 + ... + 14) / 4 = 51 / 4 = 12,75
SA2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [665 (51)2 / 4] = 4,92
xmB = xi / n = (19 + ... + 11) / 4 = 57 / 4 = 14,25
SB2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [851 (57)2 / 4] = 12,92
xmC = xi / n = (18 + ... + 12) / 4 = 59 / 4 = 14,75
SC2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [889 (59)2 / 4] = 6,25
xmD = xi / n = (16 + ... + 16) / 4 = 55 / 4 = 13,75
SD2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [777 (55)2 / 4] = 6,92
xmE = xi / n = (17 + ... + 14) / 4 = 58 / 4 = 14,50
SE2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (4 1) * [862 (58)2 / 4] = 7,00
xm1 = xi / n = (15 + ... + 17) / 5 = 85 / 5 = 17,00
S12 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [1455 (85)2 / 5] = 2,50
xm2 = xi / n = (12 + ... + 16) / 5 = 68 / 5 = 13,60
S22 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [942 (68)2 / 5] = 4,30
xm3 = xi / n = (10 + ... + 11) / 5 = 60 / 5 = 12,00
S32 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [734 (60)2 / 5] = 3,50
xm4 = xi / n = (14 + ... + 14) / 5 = 67 / 5 = 13,40
S42 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (5 1) * [913 (67)2 / 5] = 3,80

Captulo 10 Anlise da Varincia: Anova

GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

Bloco A

51

12,75

04,92

Bloco B

57

14,25

12,92

Bloco C

59

14,75

06,25

Bloco D

55

13,75

06,92

Bloco E

58

14,50

07,00

Caf 1

85

17,00

02,50

Caf 2

68

13,60

04,30

Caf 3

60

12,00

03,50

Caf 4

67

13,40

03,80

C = [(i j xij)2 / n] = (280)2 / 20 = 3920


Qt = (i j xij)2 C = (152 + ... + 142) 3920 = 4044 3920 = 124,00
Qel = j * [(j xij)2 / k] C = [()2 / 4] + ... + [()2 / 4] 3920 = 3930 3920 = 10,00
Qec = i * [(j xij)2 / L] C = [()2 / 5] + ... + [()2 / 5] 3920 = 3987,60 3920 = 67,60
Qr = Qt Qec Qel = 124 10 67,60 = 46,40
Sel2 = [Qel / (L 1)] = 10 / 4 = 2,5
Sec2 = [Qec / (k 1)] = 67,60 / 3 = 22,53
Sr2 = [Qr / (n L k + 1)] = 16,40 / 12 = 3,87
FLcal = [Sel2 / Sr2] = 2,5 / 3,87 = 0,65 e = 5%, portanto, na tabela F, com 1 e 2 = 4 e 12,
FLtab(4, 12) = 3,26
Como FLcal < FLtab, no se pode rejeitar H0: A = B = C = D = E com nvel de significncia de
5%, concluindo-se que no h diferena entre os solos
Fccal = [Sec2 / Sr2] = 22,53 / 3,87 = 5,83 e = 5%, portanto, na tabela F, com 1 e 2 = 3 e 12,
Fctab(3, 12) = 3,49
Como Fccal l > Fctab, rejeita-se H0: 1 = 2 = 3 = 4 com nvel de significncia de 5%, concluindose que h diferena entre os tipos de caf.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

Linhas

10,00

L1=51=4

02,50

0,65

3,26

Colunas

67,60

K1=41=3

22,53

5,83

3,49

Residual

46,40

20 5 4 + 1 = 12

03,87

Total

124,00

n 1 = 20 1 = 19

10.6
Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a varincia
das amostras, temos:
xmFAR = xi / n = (78 + ... + 125) / 12 = 1227 / 12 = 102,25
SFAR2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [130095 (1227)2 / 12] = 421,30
xmDRO = xi / n = (78 + ... + 128) / 12 = 1250 / 12 = 104,17
SDRO2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [134800 (1250)2 / 12] = 417,42
xmOUT = xi / n = (80 + ... + 129) / 12 = 1266 / 12 = 105,50
SOUT2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [138408 (1266)2 / 12] = 440,45
xmP1 = xi / n = (78 + ... + 81) / 12 = 936 / 12 = 78,00
SP12 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [73048 (936)2 / 12] = 3,64
xmP2 = xi / n = (108 + ... + 111) / 12 = 1299 / 12 = 108,25
SP22 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [140671 (1299)2 / 12] = 4,93
xmP3 = xi / n = (124 + ... + 129) / 12 = 1508 / 12 = 125,67
SP32 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [189584 (1508)2 / 12] = 125,67

Captulo 10 Anlise da Varincia: Anova

GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

Farmcia

12

1227

102,25

421,30

Drogaria

12

1250

104,17

417,42

Outro

12

1266

105,50

440,45
003,64

P1 = 54

12

0936

78,00

P2 = 49

12

1299

108,25

007,93

P3 = 44

12

1508

125,67

125,67

C = [(i j l xijl)2 / n] = (3743)2 / 36 = 389168,03


Qt = (i j l xijl)2 C = (782 + ... + 1292) C = 403303,00 389168,03 = 14134,97
Qel = i * [(j l xijl)2 / RK] C = [(1227)2 / 12] + ... + [(1266)2 / 12] C = 389232,08 389168,03
= 64,06
Qec = j * [(i l xijl)2 / RL] C = [(936)2 / 12] + ... + [(1508)2 / 12] C = 403130,08 389168,03 =
13962,06
Qr = i j l xijl2 i j * [(e xijl)2 / R] = [(78)2 + ... + (129)2] [(305)2 / 4 + ... + (513)2 / 4] =
403303 403207,30 = 95,80
Qi = Qt Qec Qel Qr = 14134,97 13962,06 64,06 95,80 = 13,11
Sel2 = [Qel / (L 1)] = 64,06 / 2 = 32,03
Sec2 = [Qec / (k 1)] = 13962,06 / 2 = 6981,03
Si2 = [Qi / (k 1)(L 1)] = 13,11 / 4 = 3,28
Sr2 = [Qr / L * K * (R 1)] = 95,80 / (3 * 3 * 3) = 3,55
a) FLcal = [Sel2 / Sr2] = 32,03 / 3,55 = 9,03 e = 5%, portanto, na tabela F, com 1 e 2 = 2 e
27, FLtab(2, 27) = 3,35
Como FLcal > FLtab, rejeita-se H0: FAR = DRO = OUT com nvel de significncia de 5%,
concluindo-se que a distribuio interfere nas quantidades.
b) Fccal = [Sec2 / Sr2] = 6981,03 / 3,55 = 1966,49 e = 5%, portanto, na tabela F, com 1 e 2 =
2 e 27, Fctab(2, 27) = 3,35
Como Fccal > Fctab, rejeita-se H0: P1 = P2 = P3 com nvel de significncia de 5%,
concluindo-se que o preo interfere nas quantidades.
c) Fical = [Si2 / Sr2] = 3,28 / 3,55 = 0,92 e = 5%, portanto, na tabela F, com 1 e 2 = 4 e 27,
Fitab(4, 27) = 2,73
Como Fical < Fitab, no se pode rejeitar H0 com nvel de significncia de 5%, concluindo-se
que no h efeito devido interao.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

Linhas

00064,06

L1=31=2

0032,03

0009,03

3,35

Colunas

13962,06

k1=31=2

6981,03

1966,49

3,35

Interao

00013,11

(k 1)(L 1) = 4

0003,28

0000,92

2,73

Residual

00095,80

LK (R 1) = 27

0003,55

Total

14134,97

KLR 1 = 35

10.7
Primeiramente, contando o nmero de elementos e calculando a soma, a mdia e a varincia
das amostras, temos:
xmX = xi / n = (516 + ... + 506) / 12 = 6134 / 12 = 511,17
SX2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [3135674 (6134)2 / 12] = 16,15
xmY = xi / n = (529 + ... + 508) / 12 = 6157 / 12 = 513,08
SY2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [3159467 (6157)2 / 12] = 37,54
xmZ = xi / n = (518 + ... + 506) / 12 = 6146 / 12 = 512,17
SZ2 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (12 1) * [3148120 (6146)2 / 12] = 31,24

Captulo 10 Anlise da Varincia: Anova

xm1 = xi / n = (516 + ... + 518) / 9 = 4664 / 9 = 518,22


S12 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (9 1) * [2417160 (4664)2 / 9] = 21,44
xm2 = xi / n = (517 + ... + 516) / 9 = 4625 / 9 = 513,89
S22 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (9 1) * [2376787 (4625)2 / 9] = 6,36
xm3 = xi / n = (512 + ... + 509) / 9 = 4588 / 9 = 509,78
S32 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (9 1) * [2338904 (4588)2 / 9] = 5,44
xm4 = xi / n = (506 + ... + 506) / 9 = 4560 / 9 = 506,67
S42 = 1 / (n 1) * [xi2 (xi)2 / n] = 1 / (9 1) * [2310410 (4560)2 / 9] = 1,25
GRUPO

CONTAGEM

SOMA

MDIA

VARINCIA

Tcnico X

12

6134

511,17

16,15

Tcnico Y

12

6157

513,08

37,54

Tcnico Z

12

6146

512,17

31,24

Bloco 1

09

4664

518,22

21,44

Bloco 2

09

4625

513,89

06,36

Bloco 3

09

4588

509,78

05,44

Bloco 4

09

4560

506,67

01,25

C = [(i j l xijl)2 / n] = (18437)2 / 36 = 9442307,69


Qt = (i j l xijl)2 C = (5162 + ... + 5062) C = 9443261,00 9442307,69 = 956,31
Qel = i * [(j l xijl)2 / RK] C = [(6134)2 / 12] + [(6157)2 / 12] + [(6146)2 / 12] C = 9442326,75
9442307,69 = 22,06
Qec = j * [(i l xijl)2 / RL] C = [(4664)2 / 9] + ... + [(4560)2 / 9] C = 9442985 9442307,69 =
680,31
Qr = i j l xijl2 i j * [(e xijl)2 / R] = (516)2 + ... + (506)2 [(1543)2 / 3 + ... + (1519)2 / 3] =
9443261 9443130,30 = 130,67
Qi = Qt Qec Qel Qr = 956,31 680,31 22,06 130,67 = 123,28
Sel2 = [Qel / (L 1)] = 22,06 / 2 = 11,03
Sec2 = [Qec / (k 1)] = 680,31 / 3 = 226,77
Si2 = [Qi / (k 1)(L 1)] = 123,28 / 6 = 20,55
Sr2 = [Qr / L * K * (R 1)] = 130,67 / (3 * 4 * 2) = 5,44
a) Fccal = [Sec2 / Sr2] = 226,77 / 5,44 = 41,65 e = 5%, portanto, na tabela F, com 1 e 2 = 3 e
24, Fctab(3, 24) = 3,01
Como Fccal > Fctab, rejeita-se H0: 1 = 2 = 3 = 4 com nvel de significncia de 5%,
concluindo-se que as durezas mdias dos blocos no so constantes.
b) FLcal = [Sel2 / Sr2] = 11,03 / 5,44 = 2,03 e = 5%, portanto, na tabela F, com 1 e 2 = 2 e
24, FLtab(2, 24) = 3,40
Como FLcal < FLtab, no se pode se rejeitar H0: X = Y = Z com nvel de significncia de
5%, concluindo-se que as determinaes dos tcnicos so iguais.
c) Fical = [Si2 / Sr2] = 20,55 / 5,44 = 3,77 e = 5%, portanto, na tabela F, com 1 e 2 = 6 e 24,
Fitab(6, 24) = 2,51
Como Fical > Fitab, rejeita-se H0 com nvel de significncia de 5%, concluindo-se que h
interao entre tcnicos e blocos.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

Linhas

022,06

L1=31=2

011,03

11,03

3,40

Colunas

680,31

k1=41=3

226,77

41,65

3,01

Interao

123,28

(k 1)(L 1) = 6

020,55

20,55

2,51

Residual

130,67

LK (R 1) = 24

005,44

Total

956,31

KLR 1 = 35

Captulo 10 Anlise da Varincia: Anova

10.8
Qr = Qt Qmaq Qope = 5832 904 2334 = 2594
Smaq2 = [Qmaq / (k 1)] = 904 / 5 = 180,80
Sope2 = [Qope / (b 1)] = 2334 / 9 = 259,33
Sr2 = [Qr / (n k b + 1)] = 2594 / 45 = 57,64
Fmaqcal = [Smaq2 / Sr2] = 180,80 / 57,64 = 3,14 e = 5%, portanto, na tabela F, com 1 e 2 = 5 e
45, Fmaqtab(5, 45) Fmaqtab(5, 40) = 2,45
Como Fmaqcal > Fmaqtab, rejeita-se H0: 1 = 2 = 3 = 4 = 5 = 6 com nvel de significncia de
5%, concluindo-se que h diferena entre as mquinas
Fopecal = [Sope2 / Sr2] = 259,33 / 57,64 = 4,50 e = 5%, portanto, na tabela F, com 1 e 2 = 9 e
45, Fopetab(9, 45) Fopetab(9, 40) = 2,12
Como Fopecal > Fopetab, rejeita-se H0: 1 = ... = 10 com nvel de significncia de 5%, concluindose que h diferena entre os operrios.
VARIAO

SOMA DOS
QUADRADOS

G.L.

QUADRADOS
MDIOS

TESTE F

F CRTICO

Linhas

030,40

k1=61=5

180,80

3,14

2,45

Colunas

334,93

b 1 = 10 1 = 9

259,33

4,50

2,12

Residual

208,40

60 - 6 - 10 + 1 = 45

057,64

Total

573,73

n 1 = 15 1 = 14

10.9
Primeiramente, veremos o Teste de Scheff para as colunas, usando a seguinte equao:
xmX xmY > {Sr2 * [2 * (K 1) / RL] * F[(K 1), (KL * (R 1)}0,5
511,17 513,08 e [5,44 * (2 * 3) / 9 * F(3, 24)]0,5, ou seja, 1,91 < 3,30, portanto, X = Y
511,17 512,17 e [5,44 * (2 * 3) / 9 * F(3, 24)]0,5 = 1,00 < 3,30, portanto, X = Z
513,08 512,17 e [5,44 * (2 * 3) / 9 * F(3, 24)]0,5 = 0,91 < 3,30, portanto, Y = Z
Agora, o Teste de Scheff para as linhas, usando a seguinte equao:
xm1 xm2 > {Sr2 * [2 * (L 1) / RK] * F[(L 1), (KL * (R 1)}0,5
518,22 513,89 e [5,44 * (2 * 2) / 12 * F(2, 24)]0,5, ou seja, 4,33 > 2,48, portanto, 1 2
518,22 509,78 e [5,44 * (2 * 2) / 12 * F(2, 24)]0,5, ou seja, 8,44 > 2,48, portanto, 1 3
518,22 506,67 e [5,44 * (2 * 2) / 12 * F(2, 24)]0,5, ou seja, 11,55 > 2,48, portanto, 1 4
513,89 509,78 e [5,44 * (2 * 2) / 12 * F(2, 24)]0,5, ou seja, 4,11 > 2,48, portanto, 2 3
513,89 506,67 e [5,44 * (2 * 2) / 12 * F(2, 24)]0,5, ou seja, 7,22 > 2,48, portanto, 2 4
509,78 506,67 e [5,44 * (2 * 2) / 12 * F(2, 24)]0,5, ou seja, 3,11 > 2,48, portanto, 3 4.

Captulo 10 Anlise da Varincia: Anova

Captulo 11 Teste Qui-Quadrado e outras Provas no Paramtricas


Solues e Respostas

SRIE I
11.1
H0: Moeda honesta (200 lances, 100 caras e 100 coroas) e H1: Moeda no honesta
= 10% e k = 2, portanto, = k 1 = 1, na tabela Qui-Quadrado, X2tab = 2,706
EVENTOS

CARA

COROA

Observado

110

90

Esperado

100

100

X2cal = i (Foi Fei)2 / Fei = [(110 100)2 / 100] + [(90 100)2 / 100] = 2,00
Como X2cal < X2tab, no se pode rejeitar H0: Moeda honesta, com nvel de significncia de 10%.
11.2
H0: Dado honesto (180 lances, 30 cada face) e H1: Dado viciado
= 5% e k = 6, portanto, = k 1 = 5, na tabela Qui-Quadrado, X2tab = 11,071
EVENTOS

Observado

31

28

35

26

29

31

Esperado

30

30

30

30

30

30

X2cal = i (Foi Fei)2 / Fei = [(31 30)2 / 30] + ... + [(31 30)2 / 30] = 48 / 30 = 1,60
Como X2cal < X2tab, no se pode rejeitar H0: Dado honesto, com nvel de significncia de 5%.
11.3
H0: Dados so honestos (240 lances) e H1: Dados so viciados
= 1% e k = 2, portanto, = k 1 = 1, na tabela Qui-Quadrado, X2tab = 6,635
SOMA

1/36

2/36

3/36

Observado
Probabilidade
Esperado

4/36

5/36

6/36

17

10

11

12

5/36

4/36

3/36

2/36

1/36

42

6,67 13,33 20,00 26,67 33,33 40,00 33,33 26,67 20,00 13,33 6,67

X2cal = i (Foi Fei)2 / Fei = [(17 20)2 / 20] + [(42 40)2 / 40] = 0,45 + 0,10 = 0,56
Como X2cal < X2tab, no se pode rejeitar H0: Dado so honestos, com nvel de significncia de
1%.

11.4
H0: CPFs so aleatrios (40 CPFs) e H1: CPFs no so aleatrios
= 5% e k = 10, portanto, = k 1 = 9, na tabela Qui-Quadrado, X2tab = 16,919

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

ALGARISMO

Observado

Esperado

X2cal = i (Foi Fei)2 / Fei = [(4 4)2 / 4] + ... + [(4 4)2 / 4] = 7 / 4 = 1,75
Como X2cal < X2tab, no se pode rejeitar H0: CPFs so aleatrios, com nvel de significncia de
5%.

11.5
H0: distribuies de sangue iguais (770 total) e H1: distribuies so diferentes
= 2,5% e k = 4, portanto, = k 1 = 3, na tabela Qui-Quadrado, X2tab = 9,348
SANGUE

TOTAL

Observado

180

360

130

100

770

0,18

0,48

0,20

0,14

138,6 369,6

154

107,8

770

Probabilidade
Esperado

X2cal = i (Foi Fei)2 / Fei = [(180 138,6)2 / 138,6] + ... + [(100 107,8)2 / 107,8] = 12,37 + 0,25
+ 3,74 + 0,56 = 16,92
Como X2cal > X2tab, rejeita-se H0: distribuies de sangue iguais, com nvel de significncia de
2,5%.

11.6
H0: distribuies de livros iguais (625 total) e H1: distribuies so diferentes
= 1,00% e k = 5, portanto, = k 1 = 4, na tabela Qui-Quadrado, X2tab = 13,277
DIA

SEG

TER

QUA

QUI

SEX

TOTAL
625

Observado

110

135

120

146

114

Probabilidade

0,2

0,2

0,2

0,2

0,2

Esperado

125

125

125

125

125

625

X2cal = i (Foi Fei)2 / Fei = [(125 110)2 / 125] + ... + [(125 114)2 / 125] = 1,80 + 0,80 + 0,20 +
3,53 + 0,97 = 7,30
Como X2cal < X2tab, no se pode rejeitar H0: distribuies de livros iguais para todos os dias,
com nvel de significncia de 5%.

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

SRIE II
11.7
H0: No h relao entre as duas variveis e H1: H relao entre as duas variveis
= 5%, L = 3 e C = 3, portanto, = (L 1) * (C 1) = 4, na tabela Qui-Quadrado, X2tab = 9,488
Calculando a tabela de freqncias atravs da frmula: Feij = [(i) * (j) / (n)], por exemplo, FeAA
= [(50,00) * (40,00) / (150)] = 13,33, temos:
FREQNCIAS

N. ALTA

N. MDIA

N. BAIXA

TOTAL

S. ALTO

13,33

18,67

08,00

40

S. MDIO

26,67

37,33

16,00

80

S. BAIXO

10,00

14,00

06,00

30

TOTAL

50,00

70,00

30,00

X2cal = i j (Foij Feij)2 / Feij = [(18,00 13,33)2 / 13,33] + ... + [(9,00 6,00)2 / 6,00] = 6,11
Como X2cal < X2tab, no se pode rejeitar H0: No h relao entre as duas variveis, com nvel
de significncia de 5%.

11.8
H0: Resultados so homogneos e H1: Resultados no so homogneos
= 5%, L = 2 e C = 2, portanto, = (L 1) * (C 1) = 1, na tabela Qui-Quadrado, X2tab = 3,841
Entre parnteses na tabela temos as freqncias esperadas, calculadas atravs da frmula:
Feij = [(i) * (j) / (n)], por exemplo, Fe11 = [(56,00) * (30,00) / (100)] = 16,80.
C/ DOENA

S/ DOENA

TOTAL

VACINADOS

A = 14 (16,80)

B = 42 (39,2)

56

N/ VACINADOS

C = 16 (13,20)

D = 28 (30,8)

44

TOTAL

30

70

100

Calcularemos o X2cal convencional e tambm com a correo de Yates:


X2cal conv = i j (Foij Feij)2 / Feij = [(14 16,80)2 / 16,80] + ... + [(28 30,80)2 / 30,80] = 1,52
X2cal yates = [N * ( AD BC N/2)2] / [(A + B) (C + D) (A + C) (B + C)] = [100 * ( 392 672
100/2)2] / (56 * 44 * 30 * 70) = 1,02
Em ambos os casos, como X2cal < X2tab, no se pode rejeitar H0: Resultados so homogneos,
com nvel de significncia de 5%.

11.9
H0: No h associao entre variveis e H1: H associao entre variveis
= 1%, L = 2 e C = 4, portanto, = (L 1) * (C 1) = 3, na tabela Qui-Quadrado, X2tab =
11,345
Calculando a tabela de freqncias atravs da frmula: Feij = [(i) * (j) / (n)], por exemplo, Fe1A
= [(124,00) * (72,00) / (400)] = 23,32, temos:
FREQNCIAS

TOTAL

23,32

37,20

33,48

31,00

124,00

49,68

82,80

74,52

69,00

276,00

TOTAL

72,00

120,00

108,00

100,00

X2cal = i j (Foij Feij)2 / Feij = [(28,00 23,32)2 / 23,32] + ... + [(24,00 31,00)2 / 31,00] = 5,81

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

Como X2cal < X2tab, no se pode rejeitar H0: No h associao entre variveis, com nvel de
significncia de 1%.

11.10
H0: Dados independentes e H1: Dados dependentes
= 5%, L = 3 e C = 3, portanto, = (L 1) * (C 1) = 4, na tabela Qui-Quadrado, X2tab = 9,488
Calculando a tabela de freqncias atravs da frmula: Feij = [(i) * (j) / (n)], por exemplo, FeAE
= [(165,00) * (100,00) / (500)] = 33,00, temos:
FREQNCIAS

ESQUERDA

CENTRO

DIREITA

TOTAL

APROVAM

33,00

66,00

66,00

165,00

NO APROVAM

37,00

74,00

74,00

185,00

SEM OPINIO

31,00

60,00

60,00

150,00

TOTAL

100,00

200,00

200,00

X2cal = i j (Foij Feij)2 / Feij = [(35,00 33,00)2 / 33,00] + ... + [(60,00 60,00)2 / 60,00] = 16,83
Como X2cal > X2tab, rejeita-se H0: Dados independentes com nvel de significncia de 5%,
concluindo-se que a opinio e o partido tm dependncia.

11.11
a)
PAR

ANTES DEPOIS SINAL


50

Di

POSTO

PAR

21,5

16

48

55

63

65

8,5

17

78

78

--

18

81

79

8,5

68

70

58

57

60

58

60

62

75

70

10

85

81

11

90

80

12

50

60

13

58

55

14

83

75

15

47

52

ANTES DEPOIS SINAL

Di

POSTO

50

8,5

49

51

8,5

90

81

26

19

93

85

24,5

8,5

20

90

90

--

21

56

58

8,5

8,5

22

66

64

8,5

8,5

23

67

68

21,5

24

73

70

15,5

18,5

25

74

70

18,5

10

27,5

26

48

53

21,5

10

27,5

27

68

65

15,5

15,5

28

72

70

8,5

24,5

29

86

83

15,5

21,5

30

80

81

Teste dos Sinais


H0: Dieta no alterou peso (p = 0,5) e H1: Dieta alterou pesos (p 0,5)
= 2,5%, portanto, na tabela normal, Z/2 = 2,24 e Z/2 = 2,24
Sinais + (acrscimo de peso) = 11
Sinais (decrscimo de peso) = 17
Sinais 0 (sem alterao no peso) = 2
n = n empates = 28
Zcal = [(y np) / (npq)0,5] = (11 28 * 0,5) / (28 * 0,5 * 0,5)0,5 = 1,13
Como Z/2 Zcal Z/2, no se pode rejeitar H0: Dieta no alterou peso, com nvel de
significncia de 2,5%.

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

Teste de Wilcoxon
H0: Dieta no alterou peso e H1: Dieta alterou pesos
= 2,5%, portanto, na tabela normal, Z/2 = 2,24 e Z/2 = 2,24
Soma dos Postos com Sinal + = 125,5
Soma dos Postos com Sinal = 280,5
Portanto, T (menor soma dos postos de mesmo sinal) = 125,5
nval = n empates = 30 2 = 28
T = nval * (nval + 1) / 4 = 28 * (28 + 1) / 4 = 203
T = [nval * (nval + 1) * (2 * nval + 1) / 24]0,5 = [28 * 29 * 57 / 24]0,5 = 43,91
Zcal = (T T) / T = (125,5 203) / 43,91 = 1,76
Como Z/2 Zcal Z/2, no se pode rejeitar H0: Dieta no alterou peso, com nvel de
significncia de 2,5%.

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

b)
PAR

ANTES DEPOIS SINAL


9,3

Di

POSTO

PAR

ANTES DEPOIS SINAL

0,6

11,5

13

4,8

5,5

Di

POSTO

0,7

14,5

8,7

9,8

9,2

0,6

11,5

14

6,7

6,8

0,1

1,5

10

9,5

0,5

15

8,3

8,5

0,2

3,5

9,6

9,6

--

16

9,5

0,5

8,5

8,8

0,3

17

10,5

10

0,5

5,8

6,5

0,7

14,5

18

12,5

13

0,5

6,3

0,7

14,5

19

12,5

12

0,5

12,5

11,5

18

20

10

18

8,8

8,9

0,1

1,5

21

14

12

22,5

10

7,3

0,7

14,5

22

13

11

22,5

11

12,5

11

1,5

21

23

9,5

10,5

18

12

13,8

14

0,2

3,5

24

9,3

1,3

20

Apesar de a amostra ser composta por 24 elementos, utilizaremos a distribuio normal.


Teste dos Sinais
H0: Aditivo no alterou consumo (p = 0,5) e H1: Aditivo alterou consumo (p 0,5)
= 2,5%, portanto, na tabela normal, Z/2 = 2,24 e Z/2 = 2,24
Sinais + (acrscimo no consumo) = 14
Sinais (decrscimo no consumo) = 9
Sinais 0 (sem alterao no consumo) = 1
Zcal = [(y np) / (npq)0,5] = (14 23 * 0,5) / (23 * 0,5 * 0,5)0,5 = 1,04
Como Z/2 Zcal Z/2, no se pode rejeitar H0: Aditivo no alterou consumo, com nvel de
significncia de 2,5%.
Teste de Wilcoxon
H0: Aditivo no alterou consumo e H1: Aditivo alterou consumo
= 2,5%, portanto, na tabela normal, Z/2 = 2,24 e Z/2 = 2,24
nval = n empates = 24 1 = 23
Soma dos Postos com Sinal + = 148,5
Soma dos Postos com Sinal = 127,5
Portanto, T (menor soma dos postos de mesmo sinal) = 127,50
T = nval * (nval + 1) / 4 = 23 * (23 + 1) / 4 = 138,00
T = [nval * (nval + 1) * (2 * nval + 1) / 24]0,5 = [23 * 24 * 47 / 24]0,5 = 32,88
Zcal = (T T) / T = (127,50 138,00) / 32,88 = 0,32
Como Z/2 Zcal Z/2, no se pode rejeitar H0: Aditivo no alterou consumo, com nvel de
significncia de 2,5%.

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

11.12
H0: No h diferena entre X e Y e H1: H diferena
= 1,0 %, portanto, na tabela normal, Z/2 = 2,57 e Z/2 = 2,57
X = n2

COLOCAO

Y = n1

COLOCAO

63

11

90

23

65

12,5

50

7,5

70

14,5

60

10

48

70

14,5

50

7,5

40

81

17,5

38

88

21

89

22

99

24

47

4,5

35

51

47

4,5

65

12,5

75

16

87

20

85

19

81

17,5

R2

172

R1

128

U1 = n1 * n2 + [n1 * (n1 + 1)] / 2 R1 = 11 * 13 + (11 * 12 / 2) 128 = 81


(U) = (n1 * n2) / 2 = 11 * 13 / 2 = 71,50
(U) = [n1 * n2 * (n1 + n2 + 1) / 12]0,5 = [11 * 13 * 25 / 12]0,5 = 17,26
Zcal = [ (U)] / (U) = (81,00 71,50) / 17,26 = 0,55
Como Zcal < Z/2, no se pode rejeitar H0: No h diferena entre X e Y, com nvel de
significncia de 1,0%.

11.13
H0: No h diferena entre as medianas de X e Y e H1: H diferena
= 1,00 %, = 1, na tabela Qui-Quadrado, X2tab = 6,635
Com os dados e a tabela do exerccio 11.12, temos Md = 65; entre parnteses na tabela temos
as freqncias esperadas, calculadas atravs da frmula: Feij = [(i) * (j) / (n)], por exemplo,
Fe11 = [(13,00) * (11,00) / (24)] = 5,96
X

TOTAL

Z > 65

A = 7 (5,96)

B = 4 (5,04)

11

Z 65

C = 6 (7,04)

D = 7 (5,96)

13

TOTAL

13

11

24

Calcularemos o X2cal convencional e tambm com a correo de Yates:


X2cal conv = i j (Foij Feij)2 / Feij = [(7 5,96)2 / 5,96] + ... + [(7 5,96)2 / 5,96] = 0,73
X2cal yates = [N * ( AD BC N/2)2] / [(A + B) (C + D) (A + C) (B + C)] = [24 * ( 49 24
24/2)2] / (11 * 13 * 13 * 11) = 0,20
Em ambos os casos, como X2cal < X2tab, no se pode rejeitar H0: No h diferena entre as
medianas de X e Y, com nvel de significncia de 1,00 %, portanto, o mesmo resultado que o
teste de Mann-Whitney.

11.14
H0: No h diferena entre as mdias de A e B e H1: H diferena

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

= 5%, portanto, na tabela normal, Z/2 = 1,96 e Z/2 = 1,96


A = n2

COLOCAO

B = n1

COLOCAO

26560

11

33400

26

21900

29600

21

28800

19

25500

27700

12,5

27900

16,5

31800

24

24500

4,5

24500

4,5

23800

27800

14,5

27800

14,5

30600

23

30100

22

25600

28860

20

24600

27700

12,5

25400

24450

35500

28

32300

25

26300

10

34300

27

27900

16,5

28400

18

R2

204

R1

202

U1 = n1 * n2 + [n1 * (n1 + 1)] / 2 R1 = 13 * 15 + (13 * 14 / 2) 202 = 84


(U) = (n1 * n2) / 2 = 13 * 15 / 2 = 97,50
(U) = [n1 * n2 * (n1 + n2 + 1) / 12]0,5 = [13 * 15 * 29 / 12]0,5 = 21,71
Zcal = [ (U)] / (U) = (84,00 97,50) / 21,71 = 0,622
Como Zcal < Z/2, no se pode rejeitar H0: No h diferena entre as mdias de A e B, com nvel
de significncia de 5%.

11.15
H0: No h diferena entre as mdias das marcas e H1: H diferena
= 5%, = k 1 = 3, na tabela Qui-Quadrado, X2tab = 7,815
A

POSTO

POSTO

POSTO

704

752

604

709

POSTO

12

873

20

690

666

850

18

1038

31

717

1021

30

824

17

881

21

921

24

992

29

856

19

924

25

761

13

816

16

915

22

672

991

28

918

23

734

11

723

10

805

15

978

26

799

14

591

981

27

1203

32

700

RA

101

RB

136

Rc

179

RD

112

H = 12 / [n * (n + 1)] * i [(Ri)2 / ni] 3 * (n + 1) = 12 / [32 * (32 + 1)] * [(101)2 / 8 + (136)2 / 8 +


(179)2 / 8 + (112)2 / 8] 3 * (33) = 0,011 * 9160,25 99 4,30
Como H < X2tab, no se pode rejeitar H0: No h diferena entre as mdias, com nvel de
significncia de 5%.

11.16
H0: No h diferena entre as mdias das vendas e H1: H diferena

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

= 2,5%, = k 1 = 2, na tabela Qui-Quadrado, X2tab = 7,378


A

POSTO

POSTO

POSTO

3,2

11

6,2

20

16

4,8

14

1,3

12

16

1,7

3,5

10

2,7

6,5

6,5

1,8

16

1,7

3,5

19

2,3

21

5,5

18

RA

113

RB

56

4,5

13

RC

62

H = 12 / [n * (n + 1)] * i [(Ri)2 / ni] 3 * (n + 1) = 12 / [21 * (21 + 1)] * [(113)2 / 8 + (56)2 / 6 +


(62)2 / 7] 3 * (22) = 0,260 * 2667,93 66 3,37
Como H < X2tab, no se pode rejeitar H0: No h diferena entre as mdias das vendas, com
nvel de significncia de 2,5%.

Captulo 11 Teste Qui-Quadrado e Outras Provas No-Paramtricas

Captulo 12 Correlao entre Variveis


Solues e Respostas

SRIE I
12.1
a) Sxy = (XY) [(X) * (Y) / n] = 837 (169 * 327 / 64) = 26,484
Sxx = (X2) [(X)2 / n] = 1450 (169)2 / 64 = 1003,734
Syy = (Y2) [(Y)2 / n] = 2304 (327)2 / 64 = 633,234
rxy = Sxy / (Sxx * Syy)0,5 = 26,484 / (1003,734 * 633,234)0,5 = 0,033 ou r = 3,3%.
b) H0: = 0, ou seja, inexistncia de correlao linear entre as variveis e H1: 0
= 2,5% 2,0%, com = n 2 = 62, na tabela t Student, t/2 = 2,3880 e t/2 = 2,3880
tcal = [r * (n 2)0,5] / (1 r2)0,5 = [(0,033 * (62)0,5] / [1 (0,033)2]0,5 = 0,2599
Como t/2 tcal t/2, no se pode rejeitar H0: = 0, ou seja, inexistncia de correlao
linear entre as variveis com um nvel de significncia de 2,5%.
12.2
(X) = 889, (Y) = 4261, (X2) = 26671, (Y2) = 609049 e (XY) = 127035
Sxy = (XY) [(X) * (Y) / n] = 127035 (889 * 4261 / 30) = 767,37
Sxx = (X2) [(X)2 / n] = 26671 (889)2 / 30 = 326,97
Syy = (Y2) [(Y)2 / n] = 609049 (4261)2 / 30 = 3844,97
rxy = Sxy / (Sxx * Syy)0,5 = 767,37 / (326,97 * 3844,97)0,5 = 0,684 ou r = 68,4%
H0: = 0, ou seja, inexistncia de correlao linear entre as variveis e H1: 0
= 5,0%, com = n 2 = 28, na tabela t Student, t/2 = 2,0484 e t/2 = 2,0484
tcal = [r * (n 2)0,5] / (1 r2)0,5 = [(0,684 * (28)0,5] / [1 (0,684)2]0,5 = 4,966
Como tcal > t/2, rejeita-se H0: = 0, portanto, existe correlao linear entre as variveis com um
nvel de significncia de 5%.

Captulo 12 Correlao entre Variveis

SRIE II
12.3
a)
EMP.

HORAS

10
08

SCORE

CLAS H

CLAS S

Di

(Di)

006

45

01

13 (A)

-12

144

011

48

02

14 (B)

-12

144

06

034

35

03

9 (C)

-6

036

02

036

42

04

12 (D)

-8

064

13

043

36

05

10 (E)

-5

025

01

049

39

06

11 (F)

-5

025

14

057

49

07

15 (G)

-8

064

11

063

29

08

7 (H)

001

05

072

22

09

5 (I)

016

12

079

21

10

4 (J)

036

15

082

31

11

8 (K)

009

04

091

25

12

6 (L)

036

03

127

10

13

2 (M)

11

121

07

155

15

14

3 (N)

11

121

09

192

07

15

1 (O)

14

196
1038

rs = 1 {6 * [(di2)] / (n3 n)} = 1 [6 * 84631 / (153 15)] = 0,8536.


b) Comparando-se A com B at O, temos que A menor em dois casos, portanto, dois
valores positivos e menor em doze casos, portanto, doze valores negativos. Realizando
isso para todas as letras, temos:
S = (2 12) + (1 12) + (4 8) + (1 10) + (2 8) + (1 8) + (0 8) + (1 6) + (2 4) + (2
3) + (0 4) + (0 3) + (1 1) + (0 1) = 71,00
Tau = (2 * S) / [n * (n 1)] = 2 * ( 71,00) / (15 * 14) = 0,6761.
c) H0: no h correlao entre as classificaes de Horas e Scores e H1: h correlao
= 5,0%, com = n 2 = 13, na tabela t Student, t/2 = 2,1604 e t/2 = 2,1604
tcal = [r * (n 2)0,5] / (1 r2)0,5 = [( 0,85 * (13)0,5] / [1 ( 0,85)2]0,5 = 5,82
Como tcal < t/2, rejeita-se H0, portanto, existe correlao entre as classificaes de Horas
e Scores segundo Spearman, com um nvel de significncia de 5%.
H0: no h correlao entre as classificaes de Horas e Scores e H1: h correlao
= 5,0%, na tabela normal, Z/2 = 1,96 e Z/2 = 1,96
Zcal = Tau / {[2 * (2 * n + 5)] / [9 * n * (n 1)]}0,5 = 0,676 / [(2 * 35) / (9 * 15 * 14)]0,5 = 3,51
Como Zcal < Z/2, rejeita-se H0, portanto, existe correlao entre as classificaes de
Horas e Scores segundo Kendall, com um nvel de significncia de 5%.

Captulo 12 Correlao entre Variveis

12.4
MODELO

CIDADE

ESTRADA

CLAS C

CLAS E

7,40

8,68

10(A)

8,15

9,44

20(B)

10

8,50

9,50

30(C)

8,68

9,60

40(D)

8,90

10,4

50 (E)

9,75

11,4

80 (F)

10,4

10,4

60 (G)

12

10,5

10,9

70 (H)

10,7

12,2

10 (I)

10,9

12,9

10

11 (J)

11

11

13

11

12 (K)

11,6

11,8

12

90 (L)

Comparando-se A com B at L, temos que A menor em todos os casos, portanto, 11 valores


positivos e nenhuma vez menor, portanto, nenhum valor negativo. Realizando isso para todas
as letras, temos:
S = (11 0) + (10 0) + (9 0) + (8 0) + (7 0) + (4 2) + (5 0) + (4 0) + (2 1) + (1 1)
+ (0 1) = 56
Tau = (2 * S) / [n * (n 1)] = 2 * (56) / (12 * 11) = 0,8484
H0: no h correlao entre as classificaes e H1: h correlao
= 2,5%, na tabela normal, Z/2 = 2,24 e Z/2 = 2,24
Zcal = Tau / {[2 * (2 * n + 5)] / [9 * n * (n 1)]}0,5 = 0,8484 / [(2 * 29) / (9 * 12 * 11)]0,5 = 3,84
Como Zcal > Z/2, rejeita-se H0, portanto, existe correlao entre as variveis segundo Kendall,
com um nvel de significncia de 2,5%.

12.5
EMPRESA

CLAS X

CLAS Y

CLAS Z

CLAS V

Rj

06

01

02

01

03

07

02

02

05

03

06

16

12

03

04

02

01

10

09

04

03

06

02

15

04

05

06

05

05

21

08

06

12

11

10

39

10

07

01

04

08

20

11

08

08

07

09

32

01

09

07

08

04

28

07

10

11

12

07

40

03

11

10

09

12

42

05

12

09

10

11

42
312

Rmdio = (Rj) / n = 312 / 12 = 26


B = j (Rj Rmdio)2 = (7 26)2 + ... + (42 26)2 = 1816
W = B / [1/12 * k2 * (n3 n)] = 1816 / [1/12 * 42 * (123 12)] = 0,7937
H0: no h correlao entre as classificaes de Horas e Scores e H1: h correlao
= 5% e n = 12, portanto, = n 1 = 11, na tabela Qui-Quadrado, X2tab = 16,675
X2cal = k * (n 1) * W = 4 * 11 * 0,79 = 34,76

Captulo 12 Correlao entre Variveis

Como X2cal > X2tab, rejeita-se H0, portanto, existe correlao entre os especialistas, com um
nvel de significncia de 5%.

Captulo 12 Correlao entre Variveis

Captulo 13 Regresso Linear Simples


Solues e Respostas

SRIE I
13.1
a) Sxy = XY [ X * Y / n] = 26 (5 * 11) / 5 = 15,00.
b) Sxx = (X2) [(X)2 / n] = 15 (5)2 / 5 = 10,00.
c) xm = xi / n = ( 1 + ... + 3) / 5 = 1,00.
d) b = Sxy / Sxx = 15,00 / 10,00 = 1,50.
e) ym = yi / n = ( 1 + ... + 5) / 5 = 2,20
a = ym b * xm = 2,20 (1,5 * 1,00) = 0,70.
13.2
a)
Diagrama de Disperso
7
6
Valores de Y

5
4
y = 3,34 + 0,58x

3
2
1
0
-6

-4

-2

Valores de X

b) Sxx = (X2) [(X)2 / n] = 70 (0)2 / 7 = 70,00


Sxy = XY [ X * Y / n] = 40,3 (0 * 23,4) / 7 = 40,30
xm = xi / n = ( 5 + ... + 5) / 7 = 0,00
ym = yi / n = (0,8 + ... + 6,2) / 7 = 3,343
b = Sxy / Sxx = 40,30 / 70,00 = 0,576
a = ym b * xm = 3,343 (0,576 * 0,00) = 3,343
Portanto, a reta ser dada pela equao: y = 3,343 + 0,576 * x.

13.3
a)

Captulo 13 Regresso Linear Simples

Diagrama de Disperso
18,000
16,000
Valores de Y

14,000
12,000
10,000
8,000
6,000

y = 5,9772 + 74,068x

4,000
2,000
0,000
0,000

0,020

0,040

0,060

0,080

0,100

Valores de X

b) Sxx = (X2) [(X)2 / n] = 0,062 (0,958)2 / 20 = 0,016


Sxy = XY [ X * Y / n] = 10,292 (0,958 * 190,500) / 20 = 1,167
xm = xi / n = (0,003 + ... + 0,028) / 20 = 0,048
ym = yi / n = (5,6 + ... + 5,9) / 20 = 9,525
b = Sxy / Sxx = 1,167 / 0,016 = 74,068
a = ym b * xm = 9,525 (74,068 * 0,048) = 5,977
Portanto, a reta ser dada pela equao: y = 5,977 + 74,068 * x
c) y = 5,977 + 74,068 * x com x = 0,070,
y = 5,977 + 74,068 * 0,070 = 11,162

13.4
Sxx = (X2) [(X)2 / n] = 1664 (152)2 / 45 = 1150,578
Sxy = XY [ X * Y / n] = 5886 (152 * 1426) / 45 = 1069,289
xm = xi / n = (1 + ... + 15) / 45 = 3,378
ym = yi / n = (18 + ... + 54) / 45 = 31,689
b = Sxy / Sxx = 1069,289 / 1150,578 = 0,929
a = ym b * xm = 31,689 (0,929 * 3,378) = 28,550
Portanto, a reta ser dada pela equao: y = 28,550 + 0,929 * x.

Captulo 13 Regresso Linear Simples

SRIE II
13.5
a) S2 = VR / (n 2) = 2,2 / 8 = 0,275.
b) S = (S2)0,5 = (0,275)0,5 = 0,524.

13.6
a) Com dados do exerccio 13.2, temos:
Sxy = 40,30 e b = 0,576
Syy = (Y2) [(Y)2 / n] = 103,24 (23,4)2 / 7 = 25,02
VR = Syy (b * Sxy) = 25,02 (0,576 * 40,30) = 1,816.
b) S2 = VR / (n 2) = 1,816 / 5 = 0,603
S = (S2)0,5 = (0,603)0,5 = 0,363.

13.7
Observando as tabelas, temos facilmente:
VR (Variao Residual) = Soma dos Quadrados dos Resduos (2a tabela) = 0,000982
S2 = VR / (n 2) = 0,000982 / 13 = 0,000075
a = Coeficiente da Interseco (3a tabela) = 0,005195
b = Coeficiente da varivel X1 (3a tabela) = 0,002247.

Captulo 13 Regresso Linear Simples

SRIE III
13.8
a) H0: = 0 contra H1: 0, n = 7 (5 graus) e = 5%, portanto, na tabela t Student, t/2 =
2,5706 e t/2 = 2,5706
tcal = b / [S / (Sxx)0,5] = 0,7 / [(0,36)0,5 / (10)0,5] = 3,6893
Como tcal > t/2, rejeita-se H0: = 0, concluindo-se, com risco de 5%, que h regresso.
b) H0: = 0 contra H1: > 0, n = 5 (3 graus) e = 10%, portanto, na tabela t Student, t =
1,6377
tcal = b / [S / (Sxx)0,5] = 1,5 / [(0,10)0,5 / (10)0,5] = 15,00
Como tcal > t, rejeita-se H0: > 0, concluindo-se, com risco de 10%, que h regresso.
c) H0: = 0 contra H1: < 0, n = 7 (5 graus) e = 1%, portanto, na tabela t Student, t =
3,3649
tcal = b / [S / (Sxx)0,5] = 0,11 / [(3,88)0,5 / (21,752)0,5] = 0,260
Como tcal > t/2, no se pode rejeitar H0: < 0, concluindo-se, com risco de 1%, que no
h regresso.

13.9
a) Com dados dos exerccios 13.2 e 13.6, temos:
H0: = 0 contra H1: 0, n = 7 (5 graus) e = 5%, portanto, na tabela t Student, t/2 =
2,5706 e t/2 = 2,5706
tcal = b / [S / (Sxx)0,5] = 0,576 / [0,603 / (70)0,5] = 7,99
Como tcal > t/2, rejeita-se H0: = 0, concluindo-se, com risco de 5%, que h regresso.
H0: = 0 contra H1: 0 e = 5%, portanto, na tabela F, com 1 e 2 = 1 e 5, Ftab(1, 5) =
6,61
Se = VE / 1 = b * Sxy = 0,576 * 40,30 = 23,201
Sr = VR / (n 1) = (1,816 / 5) = 0,363
Fcal = [Se / Sr] = 23,201 / 0,363 = 63,885
Como Fcal > Ftab, rejeita-se H0: = 0, concluindo-se, com risco de 5%, que h regresso.
b) n = 7 (5 graus) e = 10%, portanto, na tabela t Student, t/2 = 2,0150 e t/2 = 2,0150
P (b (t/2) * [S / (Sxx)0,5] b + (t/2) * [S / (Sxx)0,5]) = P (0,576 (2,0150) * [0,363 / (70)0,5]
0,576 + (2,0150) * [0,363 / (70)0,5]) = P (0,391 0,761) = 90%.

13.10
Observando as tabelas, temos facilmente:
n = 15 (13 graus) e = 5%, uma vez que os valores do intervalo so 5% de superiores e 5% de
inferiores, portanto, na tabela t Student, t/2 = 2,1604 e t/2 = 2,1604
tcal = Estatstica t da varivel X1 (3a tabela) = 5,856711
Como tcal > t/2, rejeita-se H0: = 0, concluindo-se, com risco de 5%, que h regresso.
Observando os graus de liberdade da regresso (1) e do resduo (13) e com = 5%, temos na
tabela F com 1 e 2 = 1 e 13, Ftab(1, 13) = 4,67
Fcal = Estatstica F da regresso (2a tabela) = 34,301067
Como Fcal > Ftab, rejeita-se H0: = 0, concluindo-se, com risco de 5%, que h regresso.
O IC pode ser construdo observando os dois valores referentes a 95% inferiores e 95%
superiores da varivel X1 (3a tabela). Assim, P (0,001418 0,003076) = 95%.

Captulo 13 Regresso Linear Simples

SRIE IV
13.11
a) VR = Syy (b * Sxy) = 59,21 (3,4 * 16,22) = 4,062
S2 = VR / (n 2) = 4,062 / 18 = 0,226
b) (x = 2,5) = 2,1 + 3,4 * (2,5) = 10,60, assim,
(x = 2,5) (t/2) * S * [1/n + (x xmdia)2/ Sxx]0,5 = 10,60 (2,1009) * (0,226)0,5 * [1/20 + (2,5
2,5)2/ 4,77]0,5 = 10,60 0,225, portanto, o intervalo [10,37; 10,83] contm o valor mdio de
y, quando x = 2,5, com 95% de confiana.
c) (x = 2,0) = 2,1 + 3,4 * (2,0) = 8,90, assim,
(x = 2,0) (t/2) * S * [1/n + (x xmdia)2/ Sxx]0,5 = 8,90 (2,1009) * (0,226)0,5 * [1/20 + (2,0
2,5)2/ 4,77]0,5 = 8,90 0,322, portanto, o intervalo [8,58; 9,22] contm o valor mdio de y,
quando x = 2,0, com 95% de confiana.
d) (x = 3,0) = 2,1 + 3,4 * (3,0) = 12,30, assim,
(x = 3,0) (t/2) * S * [1/n + (x xmdia)2/ Sxx]0,5 = 12,30 (2,1009) * (0,226)0,5 * [1/20 + (3,0
2,5)2/ 4,77]0,5 = 12,30 0,322, portanto, o intervalo [11,98; 12,62] contm o valor mdio de
y, quando x = 3,0, com 95% de confiana.
e) Quando os valores de x se distanciam de xmdia, a diferena entre estas variveis deixa de
ser zero e aumenta na frmula (x xmdia)2/ Sxx, conseqentemente, as amplitudes dos
intervalos aumentam.
f)

(x = 3,0) = 2,1 + 3,4 * (3,0) = 12,30, assim,


(x = 3,0) (t/2) * S * [1 + 1/n + (x xmdia)2/ Sxx]0,5 = 12,30 (2,1009) * (0,226)0,5 * [1 + 1/20 +
(3,0 2,5)2/ 4,77]0,5 = 12,30 1,057, portanto, o intervalo [11,24; 13,36] contm o valor y,
quando x = 3,0, com 95% de confiana.

g) Para um mesmo valor de x, no caso x = 3, menor a amplitude do IC para o valor mdio


de y do que o IC para o valor de y.

Captulo 13 Regresso Linear Simples

SRIE V
13.12
a) Sxx = (X2) [(X)2 / n] = 593175 (1885)2 / 8 = 149021,875
Sxy = XY [ X * Y / n] = 126920 (464 * 1885) / 8 = 17590
xm = xi / n = (36 + ... + 69) / 8 = 58
ym = yi / n = (50 + ... + 335) / 8 = 235,625
b = Sxy / Sxx = 17590 / 149021,875 = 0,118
a = ym b * xm = 235,625 (0,118 * 58) = 30,188
Portanto, a reta ser dada pela equao: y = 30,188 + 0,118 * x.
b) Preo do pneu do Rio para a cidade B = $ 160,00
Preo do pneu de So Paulo para a cidade B: y = 30,188 + 0,118 * (250) = $ 59,70
Assim, deve ser vendido o pneu de So Paulo, uma vez que mais barato e tem um preo
mais competitivo.

13.13
Sxx = (X2) [(X)2 / n] = 3690 (120)2 / 5 = 810
Sxy = XY [ X * Y / n] = 2494,5 (120 * 90,7) / 5 = 317,7
xm = xi / n = (6 + ... + 42) / 5 = 24
ym = yi / n = (9,7 + ... + 26) / 5 = 18,14
b = Sxy / Sxx = 317,7 / 810 = 0,392
a = ym b * xm = 18,14 (0,392 * 24) = 8,727
Portanto, a reta ser dada pela equao: y = 8,727 + 0,392 * x
Para uma mquina de 3 anos e meio, temos:
y = 8,727 + 0,392 * 3,5 = 10,10, ou seja, um custo de $ 10,10.

13.14
a) Sxx = (X2) [(X)2 / n] = 254434 (1136)2 / 9 = 111045,556
Sxy = XY [ X * Y / n] = 44910 (1136 * 271) / 9 = 107003,778
xm = xi / n = (16 + ... + 378) / 9 = 126,22
ym = yi / n = (14 + ... + 50) / 9 = 30,11
b = Sxy / Sxx = 10703,778 / 111045,556 = 0,096
a = ym b * xm = 235,625 (0,096 * 126,22) = 17,944
Portanto, a reta ser dada pela funo: y = 17,944 + 0,096 * x.
b) Para determinarmos a funo potncia y = a * xb, devemos efetuar a transformao:
log Y = log a + b * log X, ou,
D = + b * C, onde: D = log Y, = log a e C = log X
Com os logaritmos dos dados originais, teremos a seguinte tabela:
D = log Y

C = log X

1,146

1,204

1,204

1,477

1,279

1,544

1,477

1,845

1,491

1,954

1,519

2,079

1,544

2,204

1,633

2,375

1,699

2,577

Captulo 13 Regresso Linear Simples

Scc = (C2) [(C)2 / n] = 34,703 (17,260)2 / 9 = 1,602


Scd = CD [ C * D / n] = 25,592 (17,260 * 12,993) / 9 = 0,675
cm = ci / n = (1,204 + ... + 2,577) / 9 = 1,918
dm = di / n = (1,146 + ... + 1,699) / 9 = 1,444
b = Scd / Scc = 0,675 / 1,602 = 0,421
= dm b * cm = 1,444 (0,421 * 1,918) = 0,636
Portanto, a reta ser dada pela equao: d = 0,636 + 0,421 * c
Porm, como = log a, logo, log a = 0,636, a = 4,322, correspondendo funo potencial:
y = 4,322 * x0,421.
c) Para a funo linear:
Primeiramente, devemos calcular S:
S = [(Syy (b * Sxy)) / (n 2)]0,5 = [(1176,889 (0,096 * 107003,778)) / 7]0,5 = 4,554
H0: = 0 contra H1: 0, n = 9 (7 graus) e = 1,00%, portanto, na tabela t Student, t/2 =
3,4995 e t/2 = 3,4995
tcal = b / [S / (Sxx)0,5] = 0,096 / [4,554 / (111045,556)0,5] = 7,054
Como tcal > t/2, rejeita-se H0: = 0, concluindo-se, com risco de 1%, que h regresso.
Para a funo potncia:
Primeiramente, devemos calcular S:
S = [Syy (b * Sxy) / (n 2)]0,5 = [0,293 (0,421 * 0,675) / (7)]0,5 = 0,036
H0: = 0 contra H1: 0, n = 9 (7 graus) e = 1,00%, portanto, na tabela t Student, t/2 =
3,4995 e t/2 = 3,4995
tcal = b / [S / (Sxx)0,5] = 0,421 / [0,036 / (1,602)0,5] = 14,790
Como tcal > t/2, rejeita-se H0: = 0, concluindo-se, com risco de 1%, que h regresso.
d) Para a funo linear: R2 = (b * Sxy) / Syy = (0,096 * 107003,778) / 1176,889 = 0,877
Para a funo potncia: R2 = (b * Sxy) / Syy = (0,421 * 0,675) / 0,293 = 0,969.
e) Como o indicador R2 um indicador de qualidade de ajustamento, ou seja, um nmero que
representa o poder explicativo da funo, a escolha sempre deve ser o maior R2 possvel.
Assim, a funo potncia deve ser a escolhida porque apresenta este indicador maior e,
portanto, mais prximo a um.

13.15
a) Para facilitar os clculos, vamos subtrair a cada um dos anos da amostra o valor 1957:
Sxx = (X2) [(X)2 / n] = 1785 (153)2 / 17 = 408
Sxy = XY [ X * Y / n] = 555 * 105 (153 * 455 * 104) / 17 = 145 * 105
xm = xi / n = (1 + ... + 17) / 17 = 9
ym = yi / n = (30542 + ... + 729135) / 17 = 268 * 103
b = Sxy / Sxx = 145 * 105 / 408 = 35735,583
a = ym b * xm = 268 * 103 (35735,583 * 9) = 54051,074
Portanto, a reta ser dada pela funo: y = 54051,074 + 35735,583 * x.
b) Para determinarmos a funo exponencial y = a * bx, devemos efetuar a transformao:
log Y = log a + X * log b, ou,
D = + * x, onde: D = log Y, = log a e = log b
Com os logaritmos dos dados originais, teremos a seguinte tabela:

Captulo 13 Regresso Linear Simples

D = log Y

D = log Y

4,485

1,0

5,351

10,0

4,785

2,0

5,353

11,0

4,983

3,0

5,445

12,0

5,124

4,0

5,543

13,0

5,163

5,0

5,619

14,0

5,281

6,0

5,713

15,0

5,241

7,0

5,785

16,0

5,264

8,0

5,863

17,0

5,268

9,0

Sxx = (X2) [(X)2 / n] = 1785 (153)2 / 17 = 408


Sxd = XD [ X * D / n] = 839,590 (153 * 90,266) / 17 = 27,197
xm = xi / n = (1 + ... + 17) / 17 = 9
dm = di / n = (4,485 + ... + 5,863) / 17 = 5,310
= Sxd / Sxx = 27,197 / 408 = 0,067
= dm * xm = 5,310 (0,067 * 9) = 4,710
Portanto, a reta ser dada pela equao: d = 4,710 + 0,067 * x
Porm, como = log b, logo, log b = 0,067, b = 1,166 e = log a, logo, log a = 4,710, a =
51267,144, correspondendo funo exponencial: y = 51267,144 + 1,166x.
c) Para a funo linear: R2 = (b * Sxy) / Syy = (35735,583 * 408) / 613 * 109 = 0,849
Para a funo exponencial: R2 = ( * Sxy) / Syy = (0,067 * 408) / 1,994 = 0,909.
d) Como o indicador R2 um indicador de qualidade de ajustamento, ou seja, um nmero que
representa o poder explicativo da funo, a escolha sempre deve ser o maior R2 possvel.
Assim, a funo exponencial deve ser a escolhida, porque apresenta este indicador maior
e, portanto, mais prximo a um.

13.16
a) Sxx = (X2) [(X)2 / n] = 24562 (494)2 / 12 = 4225,67
Sxy = XY [ X * Y / n] = 390,30 (494 * 10,64) / 12 = 47,71
xm = xi / n = (8 + ... + 38,5) / 12 = 41,17
ym = yi / n = (1,26 + ... + 0,7) / 12 = 0,88
b = Sxy / Sxx = 4225,67 / ( 47,71) = 0,011
a = ym b * xm = 0,88 ( 0,011 * 41,17) = 1,351
Portanto, a reta ser dada pela funo: y = 1,351 0,011 * x.
b) H0: = 0 contra H1: 0, n = 12 (10 graus) e = 5%, portanto, na tabela t Student, t/2 =
2,2281 e t/2 = 2,2281
S = [(Syy (b * Sxy)) / (n 2)]0,5 = [(0,613 ( 0,011 * 47,71)) / 10]0,5 = 0,086
tcal = b / [S / (Sxx)0,5] = 0,011 / [0,086 / (4225,67)0,5] = 8,503
Como tcal < t/2, rejeita-se H0: = 0, concluindo-se, com risco de 5%, que h regresso.
c) n = 12 (11 graus) e = 10%, portanto, na tabela t Student, t/2 = 1,7959 e t/2 = 1,7959
P (b (t/2) * [S / (Sxx)0,5] b + (t/2) * [S / (Sxx)0,5]) = P ( 0,011 (1,7959) * [0,086 /
(4225,67)0,5] 0,011 + (1,7959) * [0,086 / (4225,67)0,5]) = P ( 0,014 0,009) =
90%
d) (x = 12) = 1,351 0,011 * (12) = 1,219, assim,
(x = 12) (t/2) * S * [1/n + (x xmdia)2/ Sxx]0,5 = 1,219 (2,2010) * (0,086) * [1/12 + (12
41,17)2/ 4225,67]0,5 = 1,219 0,101, portanto, o intervalo [1,118; 1,320] contm o valor
mdio de y, quando x = 12, com 95% de confiana.

Captulo 13 Regresso Linear Simples

e) (x = 36) = 1,351 0,011 * (36) = 0,955, assim,


(x = 36) (t/2) * S * [1/n + (x xmdia)2/ Sxx]0,5 = 0,955 (2,2010) * (0,086) * [1/12 + (36
41,17)2/ 4225,67]0,5 = 0,955 0,057, portanto, o intervalo [0,898; 1,012] contm o valor
mdio de y, quando x = 3 anos, com 95% de confiana.
f)

R2 = (b * Sxy) / Syy = ( 0,011) * ( 47,71) / 0,613 0,881

13.17
a) Sxx = (X2) [(X)2 / n] = 5500 (150)2 / 5 = 1000
Sxy = XY [ X * Y / n] = 54600 (150 * 1500) / 5 = 9600
xm = xi / n = (10 + ... + 50) / 5 = 30
ym = yi / n = (100 + ... + 490) / 5 = 300
b = Sxy / Sxx = 9600 / (1000) = 9,6
a = ym b * xm = 300 (9,6 * 30) = 12
Portanto, a reta ser dada pela funo: y = 12 + 9,6 * x.
b) H0: = 0 contra H1: 0, n = 5 (3 graus) e = 1%, portanto, na tabela t Student, t/2 =
5,8409 e t/2 = 5,8409
S = [(Syy (b * Sxy)) / (n 2)]0,5 = [(94000 (9,6 * 9600)) / 3]0,5 = 24,766
tcal = b / [S / (Sxx)0,5] = 9,6 / [24,766 / (1000)0,5] = 12,258
Como tcal > t/2, rejeita-se H0: = 0, concluindo-se, com risco de 1%, que h regresso.
c) n = 5 (3 graus) e = 5%, portanto, na tabela t Student, t/2 = 3,1824 e t/2 = 3,1824
P (b (t/2) * [S / (Sxx)0,5] b + (t/2) * [S / (Sxx)0,5]) = P (9,6 (3,1824) * [24,766 /
(1000)0,5] 9,6 + (3,1824) * [24,766 / (1000)0,5]) = P (7,108 12,092) = 95%.

13.18
Sxx = (X2) [(X)2 / n] = 1,986 (4,754)2 / 12 = 0,103
Sxy = XY [ X * Y / n] = 45740,475 (4,754 * 15077,000) / 12 = 150,804
xm = xi / n = (0,296 + ... + 0,405) / 12 = 0,396
ym = yi / n = (7737 + ... + 9059) / 12 = 9589,750
b = Sxy / Sxx = 150,804 / 0,103 = 1466,309
a = ym b * xm = 9589,750 (1466,309 * 0,396) = 9008,847
Portanto, a reta ser dada pela funo: y = 9008,847 + 1466,309 * x.
H0: = 0 contra H1: 0, n = 12 (10 graus) e = 5%, portanto, na tabela t Student, t/2 =
2,2281 e t/2 = 2,2281
S = [(Syy (b * Sxy)) / (n 2)]0,5 = [(34070548,250 (1466,309 * 150,804)) / 10]0,5 = 1839,821
tcal = b / [S / (Sxx)0,5] = 1466,309 / [1839,821 / (0,103)0,5] = 0,256
Como t/2 tcal t/2, no se pode rejeitar H0: = 0, concluindo-se, com risco de 5%, que no
h regresso.
R2 = (b * Sxy) / Syy = (1466,309) * (150,804) / 34070548,250 = 0,0065.
13.19
Sxx = (X2) [(X)2 / n] = 15192 (388)2 / 11 = 1506,182
Sxy = XY [ X * Y / n] = 27,597 (3,880 * 72,060) / 11 = 2,179
xm = xi / n = (57 + ... + 33) / 11 = 35,273
ym = yi / n = (12,54 + ... + 1,86) / 11 = 6,551
b = Sxy / Sxx = 2,179 / 1506,182 = 0,145
a = ym b * xm = 6,551 (0,145 * 35,273) = 1,448
Portanto, a reta ser dada pela funo: y = 1,448 + 0,145 * x.
H0: = 0 contra H1: 0, n = 11 (9 graus) e = 5%, portanto, na tabela t Student, t/2 =
2,2622 e t/2 = 2,2622

Captulo 13 Regresso Linear Simples

S = [(Syy (b * Sxy)) / (n 2)]0,5 = [(621,824 (0,145 * 2,179)) / 9]0,5 = 3,625


tcal = b / [S / (Sxx)0,5] = 0,145 / [3,625 / (1506,182)0,5] = 1,549
Como t/2 tcal t/2, no se pode rejeitar H0: = 0, concluindo-se, com risco de 5%, que no
h regresso.
R2 = (b * Sxy) / Syy = (0,145 * 2,179) / 621,824 = 0,211.
13.20
a) Para determinarmos a funo inversa y = a + b * (1 / p), devemos efetuar a transformao:
y = a + b * x, onde: x = 1 / p,
Sxx = (X2) [(X)2 / n] = 0,199 (1,261)2 / 8 = 0,0003
Sxy = XY [ X * Y / n] = 10,928 (1,261 * 68,910) / 8 = 0,064
xm = xi / n = (0,167 + ... + 0,149) / 8 = 0,158
ym = yi / n = (11,20 + ... + 6,88) / 8 = 8,614
b = Sxy / Sxx = 0,064 / 0,0003 = 243,228
a = ym b * xm = 8,614 (243,228 * 0,158) = 29,732
Portanto, a reta ser dada pela equao: y = 29,732 + 243,228 * (1 / p).
b) O ajustamento pode ser considerado adequado, uma vez que o R2 da funo atinge um
poder explicativo de 97,4% (ver prximo item).
c) R2 = (b * Sxy) / Syy = (243,228 * 0,064) / 16,034 = 0,974.

Captulo 13 Regresso Linear Simples

10

Captulo 14 Regresso Linear Mltipla


Solues e Respostas

SRIE I
14.1
Sy1 = YX1 [ Y * X1 / n] = 211 (36 * 36) / 6 = 5
Sy2 = YX2 [ Y * X2 / n] = 101 (36 * 14) / 6 = 17
S11 = (X12) [(X1)2 / n] = 232 (36)2 / 6 = 16
S12 = X1X2 [ X1X2 / n] = 75 (36 * 14) / 6 = 9
S22 = (X22) [(X2)2 / n] = 52 (14)2 / 6 = 19,33
x1m = xi / n = (8 + ... + 7) / 6 = 6
x2m = xi / n = (0 + ... + 5) / 6 = 2,33
ym = yi / n = (2 + ... + 9) / 6 = 6
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

5 = b1 * 16 + b2 * ( 9)
17 = b1 * ( 9) + b2 * 19,33

Desenvolvendo o sistema, chegamos a duas equaes gerais para as variveis:


b2 = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))
b1 = (((b2 * S12) Sy1) / S11)
Resolvendo as equaes, chegamos aos seguintes valores:
b1 = 0,247
b2 = 0,994
a = ym b1 * x1m b2 * x2m = 6 (0,247 * 6) (0,994 * 2,33) = 2,200
Portanto, a reta ser dada pela funo: y = 2,200 + 0,247 * x1 + 0,247 * x2.
14.2
a) Sy1 = YX1 [ Y * X1 / n] = 2230 (210 * 90) / 9 = 130
Sy2 = YX2 [ Y * X2 / n] = 1602 (210 * 63) / 9 = 312
S11 = (X12) [(X1)2 / n] = 1050 (90)2 / 9 = 150
S12 = X1X2 [ X1X2 / n] = 630 (90 * 63) / 7 = 0
S22 = (X22) [(X2)2 / n] = 567 (63)2 / 9 = 126
x1m = xi / n = (5 + ... + 15) / 9 = 10
x2m = xi / n = (3 + ... + 12) / 9 = 7
ym = yi / n = (16 + ... + 32) / 9 = 23,33
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

130 = b1 * 150 + b2 * 0
312 = b1 * (0) + b2 * 126

Resolvendo as equaes, chegamos aos seguintes valores:


b1 = 0,867
b2 = 1,048
a = ym b1 * x1m b2 * x2m = 23,33 (0,867 * 10) (1,048 * 7) = 7,333
Portanto, a reta ser dada pela funo: y = 7,333 + 0,867 * x1 + 1,048 * x2.
b) Utilizando a funo encontrada em a), teremos:
y = 7,333 + 0,867 * x1 + 1,048 * x2 = 7,333 + 0,867 * (12,5) + 1,048 * (4) = 22,357.

Captulo 14 Regresso Linear Mltipla

SRIE II
14.3
a) Sy1 = YX1 [ Y * X1 / n] = 3649,145 (1269,515 * 19,417) / 19 = 2351,768
Sy2 = YX2 [ Y * X2 / n] = 465,860 (1269,515 * 5,299) / 19 = 111,799
S11 = (X12) [(X1)2 / n] = 69,167 (19,417)2 / 19 = 49,323
S12 = X1X2 [ X1X2 / n] = 8,210 (19,417 * 5,299) / 19 = 2,795
S22 = (X22) [(X2)2 / n] = 2,287 (5,299)2 / 19 = 0,809
x1m = xi / n = (0,599 + ... + 0,808) / 19 = 1,022
x2m = xi / n = (0,247 + ... + 0,334) / 19 = 0,279
ym = yi / n = (38,490 + ... + 73,447) / 19 = 66,817
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

2351,768 = b1 * 49,323 + b2 * 2,795


111,799 = b1 * 2,795 + b2 * 0,809

b2 = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))


b1 = (((b2 * S12) Sy1) / S11)
Resolvendo as duas equaes acima, chegamos aos seguintes valores:
b1 = 49,550
b2 = 32,998
a = ym b1 * x1m b2 * x2m = 66,817 (49,550 * 1,022) ( 32,998 * 0,279) = 25,382
Portanto, a reta ser dada pela funo: y = 25,382 + 49,550 * x1 32,998 * x2.
b) H0: 1 = 2 = 0 contra H1: 1 0 e 2 0, com = 2,5%, portanto, na tabela F, com 1 = 2 e
2 = n 3 = 16, Ftab = 4,69
VE = (b1 * Sy1 + b2 * Sy2) = 49,550 * 2351,768 32,998 * 111,799 = 112842,052
VT = Syy = (Y2) [(Y)2 / n] = 202054,403 (66,817)2 / 19 = 117229,740
VR = VT VE = 117229,740 112842,052 = 4387,688
Fcal = (VE / 2) / [VR / (n 3)] = (112842,052 / 2) / (4387,688 / 16) = 205,743
Como Fcal > Ftab, rejeita-se H0: 1 = 2 = 0, concluindo-se, com risco de 2,5%, que h
regresso linear entre a varivel Y e as variveis X1 e X2.
c) R2 = VE / VT = 112842,052 / 117229,740 = 0,963.

14.4
a) Sy1 = YX1 [ Y * X1 / n] = 342895 (3549 * 984) / 10 = 6326,600
Sy2 = YX2 [ Y * X2 / n] = 95066 (3549 * 254) / 10 = 4921,400
S11 = (X12) [(X1)2 / n] = 97856 (984)2 / 10 = 1030,400
S12 = X1X2 [ X1X2 / n] = 25018 (984 * 254) / 10 = 24,400
S22 = (X22) [(X2)2 / n] = 7076 (254)2 / 10 = 624,400
x1m = xi / n = (101 + ... + 82) / 10 = 98,400
x2m = xi / n = (10 + ... + 34) / 10 = 25,400
ym = yi / n = (220 + ... + 560) / 10 = 354,900
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

6326,600 = b1 * 1030,400 + b2 * 24,400


4921,400 = b1 * 24,400 + b2 * 624,400

b2 = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))


b1 = (((b2 * S12) Sy1) / S11)
Resolvendo as duas equaes acima, chegamos aos seguintes valores:
b1 = 6,332
b2 = 8,129
H0: 1 = 2 = 0 contra H1: 1 0 e 2 0, com = 5%, portanto, na tabela F, com 1 = 2 e
2 = n 3 = 7, Ftab = 4,74
VE = (b1 * Sy1 + b2 * Sy2) = ( 6,332) * ( 6326,600) + 8,129 * 4921,400 = 80070,217

Captulo 14 Regresso Linear Mltipla

VT = Syy = (Y2) [(Y)2 / n] = 1349099 (3549)2 / 10 = 89558,900


VR = VT VE = 89558,900 80070,217 = 9488,683
Fcal = (VE / 2) / [VR / (n 3)] = (89558,900 / 2) / (9488,683 / 7) = 29,535
Como Fcal > Ftab, rejeita-se H0: 1 = 2 = 0, concluindo-se, com risco de 5%, que h
regresso linear entre a varivel Y e as variveis X1 e X2.
b) R2 = VE / VT = 80070,217 / 89558,900 = 0,894.

14.5
a) Para determinarmos a funo potncia mltipla y = a * x1b * x2c, devemos efetuar a
transformao para uma equao linear:
log Y = log a + b * log X1 + c * log X2
Como os valores dados das 3 variveis so logaritmos, podemos utilizar o sistema:
Sy1 = b * S11 + c * S12
Sy2 = b * S21 + c * S22

ou

2,5174 = b * 1,1172 + c * 0,7442


4,0507 = b * 0,7442 + c * 2,4762

c = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))


b = (((b2 * S12) Sy1) / S11)
Resolvendo as duas equaes acima, chegamos aos seguintes valores:
b = 1,4549
c = 1,1986
log a = log Ym b * log X1m c * log X2m = 1,8216 1,4549 * 1,1548 1,1986 * 3,3808 =
3,911, portanto, a = 0,0001228
Assim, a funo ajustada ser dada por: y = 0,0001228 * x11,4549 * x21,1986.
b) VE = (b * Sy1 + c * Sy2) = 1,4549 * 2,5174 + 1,1986 * 4,0507 = 8,5177
VT = Syy = 9,4850
VR = VT VE = 9,4850 8,5177 = 0,9673
R2 = VE / VT = 8,5177 / 9,4850 = 0,898.
c) H0: 1 = 2 = 0 contra H1: 1 0 e 2 0, com = 5%, portanto, na tabela F, com 1 = 2 e
2 = n 3 = 23, Ftab = 3,42
VR = VT VE = 9,4850 8,5177 = 0,9673
Fcal = (VE / 2) / [VR / (n 3)] = (8,5177 / 2) / (0,9673 / 23) = 101,2649
Como Fcal > Ftab, rejeita-se H0: 1 = 2 = 0, concluindo-se, com risco de 5%, que h
regresso entre a varivel Y e as variveis X1 e X2.
14.6
Sy1 = YX1 [ Y * X1 / n] = 421 (74 * 45) / 9 = 51,000
Sy2 = YX2 [ Y * X2 / n] = 2771 (74 * 285) / 9 = 427,667
S11 = (X12) [(X1)2 / n] = 285 (45)2 / 9 = 60,000
S12 = X1X2 [ X1X2 / n] = 2025 (45 * 285) / 9 = 600,000
S22 = (X22) [(X2)2 / n] = 15333 (285)2 / 9 = 6308,000
x1m = xi / n = (1 + ... + 9) / 9 = 5,000
x2m = xi / n = (1 + ... + 81) / 9 = 31,667
ym = yi / n = (2 + ... + 9) / 9 = 8,222
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

51,000 = b1 * 60,000 + b2 * 600,000


427,667 = b1 * 600,000 + b2 * 6308,000

b2 = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))


b1 = (((b2 * S12) Sy1) / S11)
Resolvendo as duas equaes acima, chegamos aos seguintes valores:

Captulo 14 Regresso Linear Mltipla

b1 = 3,523
b2 = 0,267
a = ym b1 * x1m b2 * x2m = 8,222 (3,523 * 5,000) ( 0,267 * 31,667) = 0,929
Portanto, a parbola ser dada pela funo: y = 0,929 + 3,523 * x 0,267 * x2.

14.7
a) Sxx = (X2) [(X)2 / n] = 285 (45)2 / 10 = 82,5
Sxy = XY [ X * Y / n] = 307,300 (45 * 63,700) / 10 = 20,650
xm = xi / n = (0 + ... + 9) / 10 = 4,500
ym = yi / n = (9,1 + ... + 10,2) / 10 = 6,370
b = Sxy / Sxx = 20,650 / 82,5 = 0,250
a = ym b * xm = 6,370 (0,250 * 4,500) = 5,244
Portanto, a reta ser dada pela equao: y = 5,244 + 0,250 * x.
b) VE = b * Sxy = 0,250 * 20,650 = 5,169
VT = Syy = (Y2) [(Y)2 / n] = 463,330 (63,7)2 / 10 = 57,561
R2 = VE / VT = 5,169 / 57,561 = 0,090.
c) Sy1 = YX1 [ Y * X1 / n] = 307,300 (63,700 * 45) / 10 = 20,650
Sy2 = YX2 [ Y * X2 / n] = 2153,300 (63,700 * 285) / 10 = 337,850
S11 = (X12) [(X1)2 / n] = 285 (45)2 / 10 = 82,500
S12 = X1X2 [ X1X2 / n] = 2025 (45 * 285) / 10 = 724,500
S22 = (X22) [(X2)2 / n] = 15333 (285)2 / 10 = 7210,500
x1m = xi / n = (0 + ... + 9) / 10 = 4,500
x2m = xi / n = (0 + ... + 81) / 10 = 28,500
ym = yi / n = (9,1 + ... + 10,2) / 10 = 6,370
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

20,650 = b1 * 82,500 + b2 * 724,500


337,850 = b1 * 724,500 + b2 * 7210,500

b2 = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))


b1 = (((b2 * S12) Sy1) / S11)
Resolvendo as duas equaes acima, chegamos aos seguintes valores:
b1 = 2,341
b2 = 0,288
a = ym b1 * x1m b2 * x2m = 6,370 ( 2,341 * 4,500) (0,288 * 28,500) = 8,698
Portanto, a parbola ser dada pela funo: y = 8,698 2,341 * x + 0,288 * x2.
d) VE = (b1 * Sy1 + b2 * Sy2) = ( 2,341) * 20,650 0,288 * 337,850 = 48,926
VT = Syy = (Y2) [(Y)2 / n] = 463,330 (6,370)2 / 10 = 57,561
R2 = VE / VT = 48,926 / 57,561 = 0,850
e) Como o indicador R2 um indicador de qualidade de ajustamento, ou seja, um nmero que
representa o poder explicativo da funo, a escolha sempre deve ser o maior R2 possvel.
Assim, a funo parbola deve ser a escolhida porque apresenta este indicador maior.

14.8
H0: 1 = 2 = 0 contra H1: 1 0 e 2 0, com = 5%, portanto, na tabela F, com 1 = 2 e 2 =
n 3 = 250, Ftab 3,92
Como R2 = VE / VT = 0,780, portanto, VR / VT = 0,220 e VT / VR = 1 / 0,220 = 4,545
Fcal = (VE / 2) / [VR / (n 3)] = (VE / VR) * (250 / 2) = [(VT VR) / VR] * 125 = [(VT / VR VR /
VR)] * 125 = [(4,545 1,000)] * 125 = 443,182
Como Fcal > Ftab, rejeita-se H0: 1 = 2 = 0, concluindo-se, com risco de 5%, que h regresso
entre a varivel Y e as variveis X1 e X2.

Captulo 14 Regresso Linear Mltipla

14.9
a) H0: 1 = 2 = 3 = 4 = 5 = 6 = 0 contra H1: 1 0, 2 0, 3 0, 4 0, 5 0 e 6 0,
com = 10%, portanto, na tabela F, com 1 = 6 e 2 = n 7 = 104, Ftab 2,17
Como R2 = VE / VT = 0,860, portanto, VR / VT = 0,140 e VT / VR = 1 / 0,140 = 7,149
Fcal = (VE / 6) / [VR / (n 7)] = (VE / VR) * (104 / 6) = [(VT VR) / VR] * 17,333 = [(VT / VR
VR / VR)] * 17,333 = [(7,149 1,000)] * 17,333 = 106,581
Como Fcal > Ftab, rejeita-se H0: 1 = 2 = 3 = 4 = 5 = 6 = 0, concluindo-se, com risco de
10%, que h regresso entre a varivel Y e as variveis X1, X2, X3, X4, X5 e X6.
b) = 10%, portanto, na tabela t Student, com 1 = 111 6 = 105, t/2 1,6588 e t/2
1,6588
P (b (t/2) * [S / (Sxx)0,5] b + (t/2) * [S / (Sxx)0,5]) = P {[ 725 (1,6588) * (120,8)]
[ 725 + (1,6588) * (120,8)]} = P ( 925,38 524,62) = 90% ou 725 200,38.
c) 5 o efeito incremental no preo de venda em decorrncia de a casa ser financiada ou
no. Se a casa for financiada, o valor de X5 1 e, em conseqncia, o preo de venda
decair 1,45; se a casa no for financiada, o valor de X5 0 e o preo de venda no
afetado.
d) H0: 6 = 0 contra H1: 6 0, com = 5%, portanto, na tabela t Student, com 1 = 111 6 =
105, t/2 1,6588 e t/2 1,6588
tcal = bi / Sbi = 0,43 / 0,25 = 1,72
Como tcal > t/2, rejeita-se H0: 6 = 0, concluindo-se, com risco de 10%, que h regresso
entre a varivel Y e a varivel X6.
14.10
a) Sy1 = YX1 [ Y * X1 / n] = 23914 (172 * 1152) / 10 = 4099,600
Sy2 = YX2 [ Y * X2 / n] = 3453728 (172 * 145894) / 10 = 944351,200
S11 = (X12) [(X1)2 / n] = 145894 (1152)2 / 10 = 13183,600
S12 = X1X2 [ X1X2 / n] = 19730778 (1152 * 145894) / 10 = 2923789,200
S22 = (X22) [(X2)2 / n] = 2790088786 (145894)2 / 10 = 661582862,400
x1m = xi / n = (125 + ... + 50) / 10 = 115,200
x2m = xi / n = (15625 + ... + 2500) / 10 = 14589,400
ym = yi / n = (18 + ... + 2) / 10 = 17,200
Sy1 = b1 * S11 + b2 * S12
Sy2 = b1 * S21 + b2 * S22

ou

4099,600 = b1 * 13183,600 + b2 * 2923789,200


944351,200 = b1 * 2923789,200 + b2 * 661582862,400

b2 = ((Sy1 * S21) (S11 * Sy2)) / ((S12 * S21) (S11 * S22))


b1 = (((b2 * S12) Sy1) / S11)
Resolvendo as duas equaes acima, chegamos aos seguintes valores:
b1 = 0,282
b2 = 0,003
a = ym b1 * x1m b2 * x2m = 17,200 ( 0,282 * 115,200) (0,003 * 14589,400) = 10,659
Portanto, a parbola ser dada pela funo: y = 10,659 0,282 * x + 0,003 * x2.
b) VE = (b1 * Sy1 + b2 * Sy2) = ( 0,282) * 4099,600 + 0,003 * 944351,200 = 1368,775
VT = Syy = (Y2) [(Y)2 / n] = 4472 (172)2 / 10 = 1513,600
VR = VT VE = 1513,600 1368,775 = 144,825
Rajus2 = 1 (VR / VT) * [(n 1) / (n p)] = 1 (144,825 / 1513,600) * (9 / 7)] = 0,877.

Captulo 14 Regresso Linear Mltipla

SRIE III
14.11
Considerando X1 = 36 e X2 = 0 na equao do exemplo 14.7, temos:
ln (L) = 6,92923 + (0,13925) * (36) + (2,77118) * (0) = 1,91623
Logo, L = e 1,91623 = 0,14716
Ento, a probabilidade de mudana ser de:
P = L / (1 + L) = 0,14716 / 1,14716 = 0,12823 ou 12,82%.

14.12
Considerando X1 = 18 e X2 = 0 na equao do exemplo 14.7, temos:
ln (L) = 6,92923 + (0,13925) * (18) + (2,77118) * (0) = 4,42273
Logo, L = e 4,42273 = 0,012
Ento, a probabilidade de mudana ser de:
P = L / (1 + L) = 0,012 / 1,012 = 0,0119 ou 1,19%.

Captulo 14 Regresso Linear Mltipla