RESOLUO

2 Srie de Exerccios de Bioestatstica Prof. Ivan - 2008

Exerccio 1. O p-valor, obtido num teste de significncia de hiptese nula (NHST),
representa a probabilidade da hiptese nula (Ho) ser verdadeira? Justifique a sua
reposta.

O p-valor uma probabilidade condicional: p-valor = Prob (dados/H
0
)
O p-valor a probabilidade de obter o resultado particular ou outro mais extremo (quando
Ho verdadeira) e no existem outros fatores possveis que influenciem o resultado.
O p-valor quantifica a discrepncia entre um conjunto conhecido de dados e a hiptese nula
(Ho), se a probabilidade dos resultados to discrepante ou mais, sob a hiptese nula (Ho).
O p-valor deve ser interpretado como uma medida de evidncia.
O p-valor avalia o grau de inconsistncia entre a hiptese nula e os dados observados.

Exerccio 2) Nvel de significncia o valor que expressa a probabilidade de:
( ) (a) aceitar H
o
quando H
o
for verdadeira; ( ) (b) aceitar H
o
quando ela for falsa
( ) (c) rejeitar H
o
quando ela for falsa; ( X ) (d) rejeitar H
o
quando H
o
for verdadeira

Se uma observao (a estatstica z ou t por exemplo) rara (improvvel, p<5% ou p<0.05)
sob determinada Hiptese (a Ho), ento evidncia contra essa hiptese (Ho).

Se uma observao (a estatstica z ou t por exemplo) no rara (improvvel, p<5% ou
p<0.05) sob determinada Hiptese (a Ho), ento no evidncia contra essa hiptese (Ho).

Exerccio 3. Contedo: Qui-quadrado de aderncia a uma distribuio uniforme.
Uma bibliotecria observa que o nmero de livros emprestados (tipo policial) durante certa
semana foi:
Dias da semana: Segunda Tera Quarta Quinta Sexta Sbado Domingo
N livros emprestados: 15 12 16 14 19 30 34
Use esta amostra para testar a hiptese nula Ho: os livros do tipo policial circulam com
a mesma freqncia em cada dia da semana.

Resposta: executar o macro executvel, por exemplo.
Qui-quadrado Aderencia Uniforme.mtb
C:\Arquivos de programas\MINITAB 14\macros Executveis do Ivan\Qui-quadrado
Aderencia Uniforme.mtb

O E soma
SQ
(Obs-
Esp)
Contrib Quiquadrado gl pcalc p-valor
15 20 140 25 1.25 21.9 6 0.998738 0.0012624
12 64 3.20
16 16 0.80
14 36 1.80
19 1 0.05
30 100 5.00
34 196 9.80
p-valor = 0,0012 <0,05, ento, rejeita-se Ho

2
Exerccio 4. Contedo: Qui-quadrado de aderncia a uma distribuio sob razo
conhecida. A teoria mendeliana diz que o nmero de ervilhas de cada tipo de
classificao - lisa e amarela, rugosa e amarela, lisa e verde e rugosa e verde - mantm
entre si a relao 9:3:3:1. Suponha que 100 ervilhas sejam classificadas, de acordo com esta
ordenao em 56, 19, 17 e 8, respectivamente, para cada classe. Estes dados discordam da
teoria de Mendell? (considere o nvel de significncia igual a 5 %).

Resoluo:
executar o macro executvel, por exemplo.
Execute "C:\Arquivos de programas\MINITAB 14\macros Executveis do Ivan\Qui-quadrado
Aderencia Proporo.mtb".

Teste Multinomial
Qui-quadrado de aderncia sob determinada proporo ou
Qui-quadrado de aderncia sob determinada razo
em C1 os valores de freqncia Observada (O) em cada linha da coluna C1
em C2 os valores da proporo em cada linha da coluna C2 (%)
por exemplo, em C2, sob 4 categorias ( k1= 4), valores iguais a 0.1 0.2 0.3 0.4
(a soma 1 = 100%)

9/16 ; 3/16; 3/16; 1/16.
0.5625; 0.1875; 0.1875; 0.0625.

Statistix 8.0 6/11/2008, 12:27:43 PM

Multinomial Test

Hypothesized Proportions Variable: E
Observed Frequencies Variable: O

Hypothesized Observed Expected Chi-Square
Category Proportion Frequency Frequency Contribution
1 0.56250 56 56.25 0.00
2 0.18750 19 18.75 0.00
3 0.18750 17 18.75 0.16
4 0.06250 8 6.25 0.49

Overall Chi-Square 0.66
P-Value 0.8831
Degrees of Freedom 3

O % Total E (O-E)
2
Contrib Quiquadrado gl pcalc p-valor
56 0.5625 100 56.25 0.0625 0.001111
0.657778
3 0.116913
0.883087
19 0.1875 18.75 0.0625 0.003333
17 0.1875 18.75 3.0625 0.163333
8 0.0625 6.25 3.0625 0.490000

p-valor = 0,8831 > 0,05, ento, no se rejeita Ho






3
Exerccio 5. Contedo: Teste Qui-quadrado de associao (independncia).
Considere a tabela 2 x 2 abaixo, na qual esto os resultados de um estudo que investiga
a efetividade dos capacetes de segurana de bicicleta na preveno de leses na cabea.
Os dados consistem de uma amostra aleatria de 793 indivduos envolvidos em acidentes
ciclsticos durante um perodo especificado de um ano*.
Leso na Cabea
Uso de capacete Total
Sim No
Sim 17 218 235
No 130 428 558
Total 147 646 793
*THOMPSON et al., A Case-Control Study of the Effectiveness of Bycicle Safety Helmets. The
New England Journal of Medicine, v. 320, 25 de maio 1989, p. 1361-1367.

Para examinar a efetividade dos capacetes de segurana de bicicleta, desejamos saber se h
associao entre o incidente de leso na cabea e o uso dos capacetes pelos indivduos
envolvidos em acidentes. Efetue um teste de significncia sob nvel de 5%.

Resoluo: inserimos os dados em duas colunas C1 e C2
C1 C2
17 218
130 428
Ctrl+L digitar esse comando do Minitab
ChiSquare C1 C2

ou com o mouse
Stat>>Tables>>ChiSquare Test (Table in Worksheet)

Chi-Square Test: C1, C2
Expected counts are printed below observed counts
Chi-Square contributions are printed below expected counts

C1 C2 Total
1 17 218 235
43.56 191.44
16.197 3.686

2 130 428 558
103.44 454.56
6.821 1.552

Total 147 646 793

Chi-Sq = 28.255, DF = 1, P-Value = 0.0001


Concluso: p-valor obtido < 0.05,ento, rejeita-se Ho.
Se uma observao (a estatstica Chi-square nesse exemplo) no rara (improvvel, p<5%
ou p<0.05) sob determinada Hiptese (a Ho), ento no evidncia contra essa hiptese
(Ho).


4
Exerccio 6. Contedo: Teste Qui-quadrado de associao (independncia).
As condies de sade das gengivas de 200 indivduos so examinadas. Os indivduos so
classificados em duas categorias: gengivas "normais" ou "inflamadas". Posteriormente so
examinados sobre a disposio dos dentes na arcada dental e so classificados, todos os 200
indivduos, segundo as duas variveis: estado da gengiva e ocluso. Os resultados obtidos
so apresentados conforme tabela abaixo:
___________________________________________________
CONDIO DA GENGIVA
Normal | Inflamada | Total
___________________________________________________
Ocluso:
Normal 50 90 140
M-ocluso 40 20 60
___________________________________________________
Total 90 110 200
________________________________________________
Teste a hiptese, ao nvel de 5% de significncia, que a inflamao gengival independe
do tipo de ocluso.

RESOLUO
inserimos os dados em trs colunas C1 C2 C3
C1 C2 C3
50 90 140
40 20 60
Ctrl+L digitar esse comando do Minitab
ChiSquare C1 C2 C3

ou com o mouse
Stat>>Tables>>ChiSquare Test (Table in Worksheet)

Chi-Square Test: C1, C2, C3
Expected counts are printed below observed counts
Chi-Square contributions are printed below expected counts

C1 C2 C3 Total
1 50 90 140 280
63.00 77.00 140.00
2.683 2.195 0.000

2 40 20 60 120
27.00 33.00 60.00
6.259 5.121 0.000

Total 90 110 200 400
Chi-Sq = 16.258, DF = 2, P-Value = 0.0001 < 0.05
Concluso: p-valor obtido < 0.05, ento, rejeita-se Ho.
Se uma observao (a estatstica Chi-square nesse exemplo) rara (improvvel, p<5% ou
p<0.05) sob determinada Hiptese (a Ho), ento evidncia contra essa hiptese (Ho).
..............................................................................


5
Exerccio 7. Contedo: Curva Normal de Probabilidade
Em uma distribuio normal, a proporo de valores abaixo de 25 de 82%, e a proporo
de valores acima de 20 70%. Determinar a proporo de valores acima de 22.

RESOLUO
A proporo de valores abaixo de 25 de 82%
invcdf 0.82;
Normal 0 1.
Inverse Cumulative Distribution Function

Normal with mean = 0 and standard deviation = 1

P( X <= x ) x
0.82 0.915365


A proporo de valores acima de 20 70%
invcdf 0.30;
Normal 0 1.

Z = (x-) / dp ; { 0.9153 = (25-) / dp } I

Inverse Cumulative Distribution Function

Normal with mean = 0 and standard deviation = 1

P( X <= x ) x
0.3 -0.524401

Z = (x-) / dp ; { - 0.5244 = (20-) / dp } II

Temos, ento, duas equaes e duas incgnitas ( e dp)


Resolvendo vem = 20.69 e dp = 4.71 aprox.


Determinar a proporo de valores acima de 22
cdf 22 k1;
Normal 20.69 4.71.
let k2 = 1-k1
print k1
print k2
Data Display
K1 0.609544

Data Display
K2 0.390456 ... a resposta [Prob. (X>22) = 39,04%]

.................................................................................................................................................................................




6
Exerccio 8. Contedo: NHST e/ou Intervalo de Confiana.
conhecido, como experincia de muitos anos de uso, que o tempo mdio de vida de
uma lmpada de um aparelho odontolgico sob condies normais de funcionamento de
356 horas. Uma nova lmpada apareceu recentemente no mercado, com um custo de 5% a
mais, e o dentista testou dez delas. Obteve como valor mdio dessas dez lmpadas o tempo
de 380 horas e como desvio padro estimado o valor de 30,3 horas. Qual deve ser a deciso
dele? o caso de substituir a velha lmpada por essa nova?

RESOLUO
Populao:
= 356h
Amostra:
n = 10
x = 380h
s = 30.3h
Stat>>Basic Statistics>>1-Sample t...
Ou com comandos do Minitab
Ctrl+L
Onet 10 382 30.3;
Test 356.
One-Sample T
Test of = 356 vs not = 356

N Mean StDev SE Mean 95% CI T P
10 382.000 30.300 9.582 (360.325, 403.675) 2.71 0.024

Concluso: o IC no contm o valor 356, ento, difere estatisticamente (o valor da mdia
amostral com o valor de mdia populacional). E, ainda, o p-valor = 0.024 inferior a 5%.
..................................................................................................................................................

Exerccio 9. Contedo: Intervalo de Confiana para a mdia.
De uma distribuio normal com varincia igual a 1,96, obteve-se a seguinte amostra:
25,2 26,0 26,4 27,1 28,2 28,4. Determinar o intervalo de confiana para a mdia da
populao, sendo o = 0,10.
Resoluo
Stat>>Basic Statistics>>1-Sample Z...
Varincia = o
2
= 1.96
o = \1.96 = 1.40
1 alfa = 90%
25.2 26.0 26.4 27.1 28.2 28.4
Ctrl+L
OneZ C1;
Sigma 1.4;
Confidence 90.
One-Sample Z: C1
The assumed standard deviation = 1.4
Variable N Mean StDev SE Mean 90% CI
C1 6 26.8833 1.2592 0.5715 (25.9432, 27.8234)

= x Z (o/\n) = 26.88 1.64485 (1.4/\6)
..................................................................................................................................................................
7
Exerccio 10. Contedo: Intervalo de Confiana.
Comparao de duas dietas (A e B). Realizou-se uma experincia a fim de comparar
dois tipos de dieta, A e B, destinados reduo de peso. Dois grupos, cada um com 30
pessoas gordas, foram tratados, cada um usando uma dessas dietas, sendo cada pessoa
associada a uma dieta aleatoriamente. Antes e depois de um perodo de 30 dias de dieta,
foram anotados os pesos de todas as pessoas, obtendo-se os resultados a seguir, expressos
em termos de reduo de peso verificada:
Dietas
A B
mdia = 21,3 mdia = 13,4
desvio padro = 2,6 desvio padro = 1,9

Determine um intervalo de confiana de 95% para a diferena entre a mdia de perda de
peso das pessoas que fizeram os dois tipos de dieta. Interprete o intervalo de confiana.

RESOLUO
Ctrl+L
TwoT 30 21.3 2.6 30 13.4 1.9

Two-Sample T-Test and CI

Sample N Mean StDev SE Mean
A 30 21.30 2.60 0.47
B 30 13.40 1.90 0.35


Difference = (A) - (B)
Estimate for difference: 7.90000
95% CI for difference: (6.72075, 9.07925)
T-Test of difference = 0 (vs not =): T-Value = 13.44
P-Value = 0.0001
DF = 53


Interpretao do IC(95%).
O valor zero no est contido no intervalo calculado.
Pode-se concluir que as dietas diferem estatisticamente.
..................................................................................................................................................









8
Exerccio 11. Contedo: Distribuio Amostral da Mdia.
Cem amostras amostrais de tamanho (n) so extradas de uma distribuio X, onde X segue
a Normal com mdia igual a 76 e varincia igual a 25. As mdias amostrais so calculadas.
Se a probabilidade destas mdias amostrais serem superiores a 75 igual a 82,12 %, estime
o valor do tamanho (n) da amostra.

RESOLUO
da populao temos:
= 76
o
2
= 25 ... ento o = 5

das amostras com tamanho n obtm-se a distribuio de x
= x Z (o/\n)
- x = Z (o/\n)
( - x ) = Z (o/\n)
[( - x )/ Z ] = (o/\n)
_
[( x )- x )/ Z ] = (o/\n)
[(76 - 75)/ Z ] = (5/\n)
(5/\n) = [(76 - 75)/ Z ]
5/\n = (1 / Z )
\n /5 = Z
\n = Z (5)

n = { Z (5)}
2


Clculo do valor de Z obtido na Curva Normal de Probabilidade
a probabilidade das mdias amostrais serem superiores a 75 igual a 82,12 %

100,00% - 82,12% = 17,88% = 0,1788 ... a probabilidade de x ser inferior a 75
Ctrl+L
invcdf 0.1788;
Normal 0 1.
Inverse Cumulative Distribution Function

Normal with mean = 0 and standard deviation = 1

P( X <= x ) x
0.1788 -0.919948

n = { Z (5)}
2

n = { -0.919948 (5)}
2

n = 21.15~ 22

resposta n = 22
...................................................................................................................................................





9
Exerccio 12. Contedo: Distribuio Amostral da Mdia.
As alturas de 5000 estudantes so normalmente distribudas com mdia igual a
172 cm e desvio padro 7,5 cm. Se forem obtidas 100 amostras de 36 estudantes cada uma, em
quantas amostras pode-se esperar que a mdia se encontre: a) entre 169 e 174 cm; b) acima de 170
cm. Admita o processo com reposio.
RESOLUO
da populao temos:
= 172
o = 7.5
das amostras com tamanho n=36 obtm-se a distribuio de x

x ~ Normal (; EPM ) = Normal (172; (o/\n) = Normal (172; (7.5/\36)
x ~ Normal (; EPM ) = Normal (172; 7.5 / 6) = Normal (172; 1.25)
.............................................................

a) entre 169 e 174 cm
Ctrl+L

inferior a 169 cm ?
cdf 169;
Normal 175 1.25.
Cumulative Distribution Function
Normal with mean = 175 and standard deviation = 1.25
x P( X <= x )
169 0.0000008 .... inferior a 169 cm
.............................................................
superior a 174 cm ?
Ctrl+L
cdf 174 k1;
Normal 175 1.25.
let k2 = 1-k1
print k1
print k2
K1 0.211855
K2 0.788145 ... superior a 174 cm
.............................................................
b) Resposta entre 169 e 174 cm
Probab.(169 s x s 174)= 1 (0.0000008+0.788145) =
Probab.(169 s x s 174)= 1 (0.78814) = 21,18%

b) acima de 170 cm
Ctrl+L
cdf 170 k1;
Normal 175 1.25.
let k2 = 1-k1
print k1
print k2
K1 0.000031671
K2 0.999968 ... Resposta.
Probab.( x > 170)= 0.999968 = 99.99%
.............................................................
10


Exerccio 13. Contedo: Distribuio Amostral da Mdia.
Considere a distribuio dos nveis sricos de colesterol para todos os homens de
20 a 74 anos que vivem nos EUA. A mdia dessa populao = 211 mg/100ml e o desvio
padro 46 mg/100ml. Foram selecionadas sucessivas amostras repetidas de tamanho n
dessa populao. Qual deve ser o valor de n para que 95% de suas mdias se encontrem a
5 mg/100ml da mdia da populao?

RESOLUO

= 211
o = 46
n = ?
para IC(95%) ... z = 1.96
margem de erro = (Z ) EPM = 5
ento
5 = 1.96(o/\n) = 1.96(46/\n)
(5/1.96) = 46 / \n
2.55 = 46 / \n
(2.55 /46) = (1 /\n) ... invertendo
(46 / 2.55) = \n

\n = (46 / 2.55)
n = [18.039]
2
= 325.41 = ~ 326
resposta n = 326
..................................................................................................................................................................................

Exerccio 14. Contedo: Distino de amostras (pareadas ou independentes).
Num estudo comparativo de dois grupos (ou de duas situaes), trs casos sero apresentados a
seguir, assinale com AP se as amostras obtidas devem ser consideradas como pareadas (de pares
equiparados) e assinale com AI se as amostras obtidas devem ser consideradas como independentes.
importante a distino, pois o teste t(Student) apresenta duas verses em sua aplicao. A verso
teste t para amostras pareadas (paired t-test) e a verso teste t para amostras independentes (unpaired
t-test).

assinale com AI ou com AP o espao em branco entre parntesis (.........)
1. caso
(.....AP....) Ao testar o efeito de msica ambiente na produtividade, os trabalhadores so
observados. Em um determinado ms eles no ouvem msica alguma. No outro ms eles ouviram
uma msica de fundo.
2. caso
(....AI .......) Uma amostra aleatria de 10 operrios da indstria A so comparados a uma amostra de
10 operrios da indstria B.
3. caso
(.....AP....) Uma nova dieta para reduzir o peso foi testada em dez mulheres. O peso de cada mulher
foi medido antes da dieta, e novamente aps se submeterem dieta durante dez semanas.
4. caso
(.....AI .....) coletada uma amostra de professores de ensino mdio. Queremos comparar os salrios
mdios dos professores homens com o das mulheres.

11
..................................................................................................................................... ..................................
Exerccio 15. Contedo: NHST.
Os seguintes dados vm de um estudo que examina a eficcia da cotinina na saliva como um
indicador para a exposio fumaa do tabaco. Em uma parte do estudo, a sete indivduos nenhum
dos quais grandes fumantes e todos eles se abstiveram de fumar pelo menos uma semana antes do
estudo foi solicitado fumar um nico cigarro. Foram tomadas amostras da saliva de todos os
indivduos 12 e 24 horas depois de terem fumado o cigarro. Os nveis de cotinina obtidos so
mostrados abaixo*:

Indivduo
Nveis de Cotinina (mmol/l)
Depois de 12 horas Depois de 24 horas
1 73 24
2 58 27
3 67 49
4 93 59
5 33 0
6 18 11
7 147 43
*DIGIUSTO, E. e ECKHARD, I. Some Properties of Saliva Continine Measurements in Indicating Exposure
To Tobacco Smoking, American Journal of Public Health, v. 76, out., 1986, p. 1245-1246.

Teste a hiptese nula de que as mdias da populao sejam idnticas ao nvel de significncia
de 5%. O que voc conclui?

RESOLUO
Ctrl+L
paired C1 C2
C1 C2
Doze VinteQuatro
73 24
58 27
67 49
93 59
33 0
18 11
147 43

Paired T-Test and CI: Doze, VinteQuatro
Paired T for Doze - VinteQuatro

N Mean StDev SE Mean
Doze 7 69.8571 42.2154 15.9559
VinteQuatro 7 30.4286 21.1176 7.9817
Difference 7 39.4286 31.3946 11.8660
95% CI for mean difference: (10.3934, 68.4637)
T-Test of mean difference = 0 (vs not = 0):
T-Value = 3.32

P-Value = 0.016 < 0.05
Interpretao do IC(95%).
O valor zero no est contido no intervalo calculado.
Pode-se concluir que as dietas diferem estatisticamente.


12
Concluso: p-valor obtido (igual a 0.016) < 0.05, ento, rejeita-se Ho.
Se uma observao (a estatstica t nesse exemplo) rara (improvvel, p<5% ou p<0.05)
sob determinada Hiptese (a Ho), ento evidncia contra essa hiptese (Ho).
..............................................................................
Some properties of saliva cotinine measurements in indicating
exposure to tobacco smoking
The studies reported herein were designed to investigate some properties of saliva
cotinine measurements in indicating exposure to tobacco smoke. Such measurements
were found to be minimally affected by saliva flow rate or time since smoking as well as
being sensitive to a low level of exposure to tobacco smoke. Results supported the view
that the saliva cotinine assay is the most useful currently available method for
objectively measuring exposure to tobacco smoke.
Drug and Alcohol Unit, Westmead Hospital, NSW 2145, Australia
*DIGIUSTO, E. e ECKHARD, I. Some Properties of Saliva Continine Measurements in Indicating Exposure
To Tobacco Smoking, American Journal of Public Health, v. 76, out., 1986, p. 1245-1246.

Exerccio 16. Contedo: Teorema Central do Limite (TCL).
Muitas questes interessantes podem se apresentar quando se pergunta sobre o
relacionamento entre a distribuio de amostragem e a distribuio original. Por exemplo:
a) Como a mdia da distribuio de amostragem relaciona-se com a mdia da
distribuio original?
b) Como o erro padro da distribuio de amostragem relaciona-se com o desvio
padro da distribuio original?
c) Como que a forma da distribuio de amostragem relaciona-se com a forma da
distribuio original?
Responda essas trs questes com palavras, grficos e nmeros, se forem o caso.
RESOLUO
_
a) = x ... a mesma mdia
b ) EPM = o / \n
c) converge para a curva normal e independe da forma da distribuio da populao

Exerccio 17. Contedo: Teorema Central do Limite (TCL).
Para determinar o tempo de durao mdio e o desvio padro de uma particular
marca de lmpadas fluorescentes, um nmero muito grande de amostras foi testado com 100
lmpadas cada amostra. A mdia e o desvio padro da distribuio de mdias foram
calculados: 1580 horas e 120 horas, respectivamente. Calcule: a) o tempo mdio de vida til
desta particular marca; (b) e tambm o desvio padro.
RESOLUO
_
a) = x ... a mesma mdia ... resposta x = 1580h;
b) EPM = 120 = o / \n =100 = o / \100 e assim o = (120) x 10 = 1200h




13

Exerccio 18. Contedo: Intervalo de Confiana para a mdia.
Sabe-se que a mdia
x
de uma distribuio de mdias amostrais (tamanho da amostra
considerada igual a 4) igual a 25 cm com desvio padro igual a 4 cm. Pede-se: a) qual o
intervalo simtrico em relao mdia das mdias amostrais que contm 98 % das mdias
das amostras? b) qual o percentual de elementos individuais (x) que estaro fora do
intervalo mencionado no item a?

RESOLUO
a) a curva normal que, agora, temos de considerar aquela referente distribuio de
mdias amostrais. Assim... x ~ N(; EPM) ou x ~ N(; o/\n) .

O enunciado do problema nos indica que EPM = 4 e, ainda que:
__
x = 25.

o valor de Z da curva Normal padronizada referente ao IC(98%) com o programa
Minitab pode ser obtido via comandos

nas laterais (caudas) da curva normal teremos 1% de cada lado para que a faixa central
tenha 98%
de - at Z o valor de Z correspondente probabilidade de 99% pode ser obtido
Ctrl+L
invcdf 0.99;
Normal 0 1.
Inverse Cumulative Distribution Function
Normal with mean = 0 and standard deviation = 1
P( X <= x ) x
0.99 2.32635 ... o valor de Z correspondente ao IC(98%)
Obs.: se fosse IC(99%), ento, os comandos seriam:
invcdf 0.995;
Normal 0 1.
Inverse Cumulative Distribution Function
Normal with mean = 0 and standard deviation = 1
P( X <= x ) x
0.995 2.57583 ...seria o valor de Z correspondente ao IC(99%)

O enunciado do problema nos indica que EPM = 4 e, ainda que:
__
x = 25.
= x Z (EPM)
x = Z (EPM)
x
i
= 25 (+) Z (4) ... o valor de Z 2.326
x
s
= 25 - (-) Z (4) ... o valor de Z 2.326
x
i
= 25 (+) Z (4) = 15.68
x
s
= 25 - (-) Z (4) = 34.32
Resposta do item (a): Probab.(15.68s x s34.32)= 98%



14


b) qual o percentual de elementos individuais (x) que estaro fora do intervalo mencionado
no item a?

a curva normal que, agora, temos de considerar aquela referente distribuio de
elementos individuais (X).
Assim... X ~ N(; o) ou X ~ N(25; (EPM)\n) = X ~ N(25; (4)\4) = X ~ N(25; 8)
Os valores que delimitam o intervalo foram calculados no
item a
Probab.(15.68s x s34.32)= 98%

de - at 15.68 o valor de Probabilidade correspondente ao valor de 15.68 pode ser obtido

Ctrl+L
cdf 15.68 k1;
Normal 25 8.
Print k1
K1 0.122009... essa a Probab. referente - at 15.68
............
de - at 34.32 o valor de Probabilidade correspondente ao valor de 34.32 pode ser obtido
e expresso sob o valor de k2, porm, deseja-se o valor fora do intervalo e, por
isso, que apresentamos a constante k3 como (1-k2)

cdf 34.32 k2;
Normal 25 8.
Let k3 = 1-k2
Print k3
K3 0.122009... essa a Probab. referente aos valores
acima de 34.32 (ou seja de 34.32 at +)

a resposta desse item b dada pela soma das reas acima obtidas

0.1220+0.1220 = 2(0.1220) = 0.2440 = 24,40%

Resposta: 24,40%
..................................................................................................................................... .......................









15


Exerccio 19. Contedo: Curva Normal (soma/diferena: de variveis aleatrias).
Todo fim de semana o Sr. Jones caminha at a Biblioteca local para ler o jornal. O tempo
que ele leva em sua caminhada at a Biblioteca uma varivel normal com mdia de 15 min
e desvio padro de 2 min. O tempo que ele fica na Biblioteca lendo o jornal uma varivel
normal com mdia igual a 25 min e desvio padro de 4 min. Calcule a probabilidade de que,
num determinado dia, (a) o Sr. Jones fique ausente de sua casa por mais de 40 min, (b) o Sr.
Jones fique mais tempo caminhando do que lendo na Biblioteca.

RESOLUO

(a) tempo de caminhada, C ~ N (15; 2) e tempo de leitura, L ~ N (25; 4)

O Tempo Total pode ser expresso como a Normal soma, ou seja,
TT ~ N (15+25; \(2
2
+4
2
))

as mdias so somadas e as varincias so somadas

TT ~ N (40;\20)
Deseja-se saber qual a probabilidade do Sr. Jones ficar ausente por mais de 40min, porm,
esse o valor mdio da curva normal referente ao tempo total... Ento...
A resposta direta, ou seja, probabilidade de 50%.

(b) qual o tempo do Sr. Jones ficar mais tempo caminhando do que lendo na Biblioteca?
O Tempo (C>L) pode ser expresso como a Normal diferena
Condio: C > L
(C L) > 0
(C-L) ~ N (15-25;\20)
as mdias so subtradas e as varincias so somadas
(C-L) ~ N (-10;\20)
\20 = 4.472
Probab. (T>0) = ?
cdf 0 k1;
Normal -10 4.472.
Let k2 = 1-k1
Print k2

K2 0.0126714 ... essa a probabilidade do Sr. Jones
ficar mais tempo caminhando at a Biblioteca que lendo.

Resposta. Probabilidade = 1,267%.
..................................................................................................................................................................






16


Exerccio 20. Contedo: Curva Normal (soma/diferena: de variveis aleatrias).
A concentrao de nicotina em cada cigarro de uma determinada marca apresenta
distribuio com mdia 0,9 mg e desvio padro 0,1 mg. Qual a probabilidade de em cinco
maos de cigarro haja uma quantidade superior a 82 mg de nicotina? (Observao: cada
mao = 20 cigarros)

RESOLUO

1 cigarro... a concentrao ~ N(0.9; 0.1)
1 mao ... 20 cigarros ... a concentrao ~ N{20(0.9); 20(0.1)
2
}
5 maos de cigarros ... a concentrao ~ N{(5)20(0.9); (5)20(0.1)
2
}

Ento a Concentrao Total, CT ~ N{90; \(100(0.1)
2
} = ~ N(90; 1)

Z = (82-90)/1 = -8
cdf -8 k1;
Normal 0 1.
Let k2 = 1-k1
Print k2

K2 1.00000 = 100%


Resposta. Probabilidade = 100%.
..................................................................................................................................................................


Outra via de resoluo:
cdf 82 k1;
Normal 90 1.
let k2 = 1-k1
print k2
K2 1.00000
..................................................................................................................................................................