Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo
Medidas e Observaes
(processo ou operao X resultado da operao)
AJUSTAMENTO GA106
Prof. Alvaro Muriel Lima Machado
1
Introduo
Introduo
Diretamente
Indiretamente
Introduo
Introduo
Erros de Observao
No processo de medio, o
operador
ter
conhecido;
deve
erros.
sempre desconhecida.
Erro = Valor Medido Valor Verdadeiro
Desvio = Valor Medido Valor Mais Provvel
5
18/04/2012
Introduo
Introduo
Fontes de Erros
Erros Instrumentais
Erros Naturais
Erros Pessoais
Classificao dos Erros de Observao
Erros Grosseiros
Erros Sistemticos
Erros Grosseiros
Erros Sistemticos
ATENO
9
10
11
12
18/04/2012
Indicadores de Preciso
Introduo
Preciso:
Grau
de
afastamento
dos
valores
medidos em relao a sua
mdia.
Acurcia:
Grau
de
afastamento
dos
valores
medidos em relao ao seu
valor verdadeiro.
Estatstica
um
Modelo Matemtico
Ajustamentos
Mtodo dos Mnimos Quadrados (MMQ)
14
Estatstica
L = [ 22,7 22,3 21,9 22,6 23,1 22,9 22,8 23,5 21,7 23,2]
Dado
conjunto
de
elementos,
quais
as
Populao X Amostra
A populao consiste de todas as possveis medidas
que podem ser feitas de uma quantidade particular.
elementos (dados);
Amostra um subconjunto de dados selecionado a
partir da populao. Deve apresentar as mesmas
caractersticas (objeto de estudo) da populao, de
forma que possa represent-la adequadamente.
15
Estatstica
16
Estatstica
Espao Amostral
= Conjunto de todos os resultados possveis.
Amostra
Populao
estimar
Distribuio Amostral
Estatsticas
(varivel aleatria)
Por pontos
Por intervalos
18
18/04/2012
Estatstica
Microsoft Equation
3.0
Estatstica
frequncia
x100%
total
19
Estatstica
20
Exerccio Resolvido
Altura (cm)
151 158
Amplitude
159 166
18
Classes
167 - 174
42
175 182
27
183 190
Vantagem:
Visualizao/entendimento
rpido do comportamento
da populao.
Nmero de estudantes
TOTAL
21
Histograma
Limites de classe
Comprimento de classe
Frequncia
100
22
Exerccio
A tabela abaixo mostra a distribuio de frequncia dos salrios, em reais,
de 65 empregados da Companhia X & Y.
Com referncia a esta tabela, determinar: a) O limite inferior da sexta classe;
b) O limite superior da quarta classe;
Salrios (Reais)
Nmero de
c) O ponto mdio da terceira classe;
empregados
d) Os limites reais da quinta classe;
e) Amplitude do quinto intervalo de
500,00 599,00
8
classe;
f) A frequncia da terceira classe;
600,00 699,00
10
g) A frequncia relativa da terceira
700,00 799,00
16
classe;
h) O intervalo de classe que tem a
800,00 899,00
14
maior frequncia (classe modal);
900,00 999,00
10
i) A porcentagem de empregados
1000,00 1099,00
5
que ganham menos de R$800,00;
j) A porcentagem de empregados
1100,00 1199,00
2
que ganham acima de R$599,00
TOTAL
65
e abaixo de R$1000,00;
k) Construir a distribuio de
frequncia acumulada.
24
18/04/2012
Exerccio Resolvido
a)
b)
c)
d)
e)
f)
g)
h)
i)
Exerccio Resolvido
8 + 10 + 16
x100% = 52,3%
65
j) A porcentagem de empregados que ganham acima de R$599,00 e
abaixo de R$1000,00;
10 + 16 + 14 + 10
x100% = 76,9%
65
25
salarios = [500 599 600 699 700 799 800 899 900 999 1000 1099 1100 1199];
empregados = [8 8 18 18 34 34 48 48 58 58 63 63 65 65];
plot(salarios, empregados)
26
Exerccio
Exerccio Resolvido
69
82
75
66
72
62,5
74,5
78,5
73
79
70
73,5
68
74
76
72
84
63
69
88
81,5
59,5
77
82,5
73
86,5
71
73,5
67,5
76,5
70
67,5
80,5
72,5
67,5
71
75
78
72,5
64
27
Exerccio Resolvido
1)
2)
3)
4)
5)
Frequncia
Frequncia
Relativa
Freq Relativa
Acumulada
59,5 a 64,0
10,0
10,0
64,5 a 69,0
17,5
27,5
69,5 a 74,0
13
32,5
60,0
74,5 a 79,0
22,5
82,5
79,5 a 84,0
12,5
95,0
84,5 a 89,0
5,0
100,0
28
Estatstica
Medidas de tendncia central
N
Mdia aritmtica
M=
x
i =1
29
30
18/04/2012
Estatstica
Exerccio
x
p(x)
0,020
0,001
0,002
0,005
0,002
0,040
0,180
0,370
0,250
0,120
10
0,010
Exemplo:
Seja uma amostra de tamanho n. A sua mdia aritmtica
n
x=
i =1
nj xj
j =1
x=
= xj. f j
j =1
x=
sendo f j =
nj
n
a frequncia relativa.
31
njxj
j =1
x=
x=
x=
= xj. f j
j =1
p=[0.02 0.001 0.002 0.005 0.002 0.04 0.180 0.37 0.25 0.12 0.01];
x = [0 1 2 3 4 5 6 7 8 9 10];
media = sum(x.*p)/sum(p)
Estatstica
Estatstica
Medidas de disperso
Medidas de disperso
32
Varincia da populao
2 =
i =1
Erro padro
2
i
Desvio padro
Varincia da amostra
s =
v
i =1
i =1
2
i
n
n
2
i
s=
v
i =1
2
i
n 1
n
n 1
s =
v
i =1
2
i
n( n 1)
s
n
33
Medidas de disperso
34
Exerccio
O conjunto de dados, mostrado abaixo, representa a poro em segundos de
arco de 50 medidas de uma direo. Calcular a mdia, a mediana, desvio
padro da amostra e construir um histograma de classes.
L(01:10) = [34.2 33.6 35.2 30.1 38.4 34.0 30.2 34.1 37.7 36.4];
L(11:20) = [37.9 33.0 33.5 35.9 35.9 32.4 39.3 32.2 32.8 36.3];
L(21:30) = [35.3 32.6 34.1 35.6 33.7 39.2 35.1 33.4 34.9 32.6];
L(31:40) = [36.7 34.8 36.4 33.7 36.1 34.8 36.7 30.0 35.3 34.4];
L(41:50) = [33.7 34.1 37.8 38.7 33.6 32.6 34.7 34.7 36.8 31.8];
z=
35
36
18/04/2012
Exerccio Resolvido
Exerccio Resolvido
function [saida] = mediana(dados)
m = length(dados);
MetadeTamanhoClasse = TamanhoClasse/2;
for K = 1 : numeroClasses
dados_em_ordem = sort(dados);
if (mod(m,2) == 0)
(observacoes<LimiteSuperiorClasse(K))));
saida = (dados_em_ordem(m/2)+dados_em_ordem(m/2+1))/2;
else
end;
saida = dados_em_ordem(ceil(m/2));
plot(classe, frequencia)
37
Exerccio Resolvido
end
38
Exerccio
mean(L)
34,74
std(L)
2,2182
mediana(L)
34,70
b) Y;
c) XY
d) X2;
e) Y2;
f) (X)(Y);
g) XY2;
h) ((X+Y)(X-Y)).
39
Exerccio Resolvido
40
Exerccio Resolvido
a) X;
X
2
-5
4
-8
X-
3,75
-3,25
5,75
-6,25
= -7
X = [2 -5 4 -8];
(X -
Y = [-3 -8 10 6];
)2
14,0625
10,5625
33,0625
39,0625
= 96,75
= -1,75
N
=
2
(X
i =1
) 2
N 1
96,75
=
= 32,25
3
41
a) X;
std(X)^2
b) Y;
std(Y)*std(Y)
c) XY
std(X.*Y)*std(X.*Y)
d) (X2);
std(X.*X)^2
674,2487
e) (Y2);
std(Y.*Y)^2
1517,5855
f) (X)(Y);
(std(X)*std(Y))^2
g) (XY2);
std(X.*Y.*Y)^2
h) ((X+Y)(X-Y)).
std((X+Y).*(X-Y))^2
32,2500
67,5833
1790,3307
2179,5639
112211,6004
2295,3298
42
18/04/2012
Exerccio
Exerccio
Um distancimetro eletrnico e um refletor foram instalados nos extremos
de uma linha de base com 500m de extenso aproximadamente. Um
operador repetiu 25 vezes a medida de seu comprimento e obteve os
seguintes resultados:
Prove que a soma dos desvios de X1, X2, ..., Xn em relao sua mdia
aritmtica M, igual a zero.
N
X
i =1
N
N
N = X i
i =1
Pede-se:
a) A mdia, mediana e o desvio padro dos dados;
b) Construir um histograma dos dados e descrever suas propriedades. No
histograma delimite o desvio padro a partir da mdia em ambos os
lados;
c) Quantas observaes esto entre a mdia e o desvio padro? (Ms), e
qual a percentagem que estas medidas representam?
N = 0
i =1
(X
i =1
) = 0
43
44
Exerccio Resolvido
Exerccio Resolvido
hold on
mean(L)
500,811160
mediana(L)
500,811
std(L)
0,008464
Xe = [Xmin Xmin];
plot(classe, frequencia)
Xd = [Xmax Xmax];
1*
2*
3*
Conta = 17
68,26%
95,45%
99,73%
17 / 25 = 68%
Y = [0 5];
line(Xe, Y)
line(Xd, Y)
hold on
45
Exerccio
46
Exerccio Resolvido
Uma distncia foi medida em duas partes com uma fita de ao de 100m de
comprimento, e depois, foi medida em sua totalidade com uma fita de ao
de 200m. As medidas foram repetidas 10 vezes em cada mtodo obtendo
os seguintes conjuntos de dados:
Observaes feitas com a fita de ao de 100m: (parte 1 e parte 2)
{100.001 100.018 99.974 99.992 99.972 99.990 99.950 99.984 99.979 99.988}
{49.329 49.365 49.346 49.300 49.327 49.324 49.349 49.357 49.341 49.333}
Pede-se:
a) A mdia, a varincia e o desvio padro para cada um dos dois conjuntos
das medidas parciais de distncia, e tambm para os conjuntos das
medidas considerando-se a distncia total;
b) Crie uma tabela de classes de frequncia e histograma para cada
conjunto de dados usando a largura da classe 0,009 (9mm).
47
L1=[100.001 100.018 99.974 99.992 99.972 99.990 99.950 99.984 99.979 99.988];
L2=[49.329 49.365 49.346 49.300 49.327 49.324 49.349 49.357 49.341 49.333];
L3 = L1 + L2;
L4=[149.326 149.397 149.357 149.294 149.337 149.338 149.329 149.331 149.370
149.363];
Media1 = mean(L1)
99,948
Media2 = mean(L2)
49,3371
Media3 = mean(L3)
149,3219
Media4 = mean(L4)
149,3442
Dp1 = std(L1)
0,018195
Dp2 = std(L2)
0,018687
Dp3 = std(L3)
0,026198
Dp4 = std(L4)
0,028514
Var1 = Dp1*Dp1
0,000331
Var2 = Dp2*Dp2
0,000349
Var3 = Dp3*Dp3
0,000262
Var4 = Dp4*Dp4
0,000813
48
18/04/2012
Estatstica
Estatstica
tal que
a) 0 p(xi) 1
tal que
a) (x) 0
b)
p( x )
i =1
P ( x X x + x)
x
=1
c) P(a X b) = p ( xi )
i
b)
i tal que a X b.
( x).dx = 1
c) P(a X b) =
( x).dx
a
49
Estatstica
50
Estatstica
P( x1 X x2 ) = ( x).dx
( x) = P( X x) = (u ).du
x1
chama-se
funo
de
distribuio
(de
probabilidade) acumulada (fda) de uma v.a.
contnua X.
51
Exerccio
52
Exerccio Resolvido
z=
54
18/04/2012
Exerccio
Exerccio Resolvido
A proporo desejada de estudantes = (rea entre z = -2,10 e z = 0,30)
= (rea entre z = -2,10 e z = 0) + (rea entre z = 0 e z = 0,30)
= 0,4821 + 0,1179 = 0,6000
Exerccio Resolvido
Exerccio Resolvido
56
57
Exerccio Resolvido
58
Exerccio Resolvido
60
10
18/04/2012
Exerccio
Exerccio Resolvido
a)
P (a X b ) = ( x ).dx
a
X2
X2
P (2 X 8) = a * ( X + 3) * dx = a
+ 3 X a
+ 3 X = 1
2
2
8
2
2
a) Calcular o valor de a;
b) Determinar Prob{3<X<5}
a = 1/48
c) Determinar Prob{X4}
d) Determinar Prob{|X-5|<0,5}
b) Prob{3<X<5} =
1 a * ( X + 3) * dx a * ( X + 3) * dx
61
Exerccio Resolvido
62
Exerccio Resolvido
c) Prob{X4} =
a * ( X + 3) * dx
a) P(0 X x)
d) P(X x)
b) P(-x X x)
e) P(X -x ou X x)
d) Prob{|X-5|<0.5} = Prob{4,5<X<5,5}
4,5
5, 5
1 a * ( X + 3) * dx a * ( X + 3) * dx
= 1 (0,492188 0,166667) (1,166667 0,658854) = 0,166667
c) P(X x)
Elaborar uma tabela com 19 linhas
contendo todas as probabilidades de
5% a 95%, em incrementos de 5%.
63
Exerccio Resolvido
a) P(0 X x)
b) P(-x X x)
c) P(X x)
Distribuies
Funo de distribuio normal (Gauss)
d) P(X x)
e) P(X -x ou X x)
64
Probabilidade
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
55%
60%
65%
70%
75%
80%
85%
90%
95%
a
0,13
0,25
0,39
0,52
0,67
0,84
1,04
1,28
1,65
4,60
b
0,06
0,13
0,19
0,25
0,32
0,39
0,45
0,52
0,60
0,67
0,76
0,84
0,93
1,04
1,15
1,28
1,44
1,65
1,96
c
-1,65
-1,28
-1,04
-0,84
-0,67
-0,52
-0,39
-0,25
-0,13
0,00
0,13
0,25
0,39
0,52
0,67
0,84
1,04
1,28
1,65
d
1,65
1,28
1,04
0,84
0,67
0,52
0,39
0,25
0,13
0,00
-0,13
-0,25
-0,39
-0,52
-0,67
-0,84
-1,04
-1,28
-1,65
e
1,96
1,65
1,44
1,28
1,15
1,04
0,93
0,84
0,76
0,67
0,60
0,52
0,45
0,39
0,32
0,25
0,19
0,13
0,06
65
f ( x) =
1 x 2
66
11
18/04/2012
Distribuies
Distribuies
t=
67
Distribuies
Funo de distribuio Chi-Quadrado
68
Distribuies
.s
= 2
b) A varincia da amostra;
69
Distribuies
70
Estimativa de Parmetros
F=
12 / 1
22 / 2
71
72
12
18/04/2012
Estimao
Exerccios
Um ngulo foi medido dez vezes, conforme a
tabela. Calcule as estimativas pontual e por
intervalo.
Observao
ngulo (ai)
10
ESTIMATIVA PONTUAL
a) Mdia
x = 120o 31'41,6600"
b) Erro Mdio Quadrtico de uma
observao isolada
( ai x )
= 0,9698"
n 1
2
e.m.q. = =
m x = x =
= 0,3067"
73
74
Exerccios
Exerccios
Teste unilateral
Teste bilateral
75
76
Exerccios
Exerccios
ESTIMATIVA POR INTERVALO
a) Intervalo de confiana para a mdia (em funo do desvio padro)
P[ x
t1 / 2 x +
Adotando 1 = 95%
Graus de liberdade = 10 1 = 9
t1 / 2 ] = 1
P[ x
1 / 2 = 0,975
t0,975 (0,05) =
x
x+
x+
77
t1 / 2 ] = 1
t0 ,995 (0,01) =
3,250
1 / 2 = 0,995
Graus de liberdade = 10 1 = 9
t1 / 2 x +
Adotando 1 = 99%
2,262
Na tabela dada... As colunas indicam a soma das reas contidas nas duas caudas.
13
18/04/2012
Exerccios
Exerccios
P[
Cauda
superior
P[
Cauda
inferior
1 / 2 = 0,975
Adotando 1 = 95%
/2 =
Na tabela dada...
As colunas indicam a rea na cauda superior.
2
2
0 , 025
(0,975) =
P[
80
Exerccios
( pi ai )
x=
= 80o50'13,75"
pi
ngulo
Observaes
Peso
80 50 12
80 50 14
80 50 12
80 50 18
P[ x x t1 / 2 x + x t1 / 2 ] = 1
1 / 2 = 0,975
Adotando 1 = 95%
t0 ,975 (0,05) =
Graus de liberdade = 4 1 = 3
3,182
( pi vi2 )
51,501
=
= 4,1433"
n 1
3
= 1,4649"
81
Exerccios
P[
12 / 2
Adotando 1 = 95%
82
Estatstica
pi vi2
1,735
0,96982 * 9
0,96982 * 9
2
] = 0,99
23,589
1,735
79
Exerccios
pi
23,589
12 / 2 = 02,995 (0,005) =
2 / 2 = 02,005 (0,995) =
m x = x =
1 / 2 = 0,995
Graus de liberdade = 10 1 = 9
2,7004
0,96982 * 9
0,96982 * 9
2
] = 0,95
19,0228
2,7004
m = =
2 (n 1)
2 (n 1)
2
] = 1
2
1 / 2
2 / 2
Adotando 1 = 99%
Graus de liberdade = 10 1 = 9
P[
Graus de liberdade
(n 1)
(n 1)
2
] = 1
12 / 2
2 / 2
2
pi vi2
2 / 2
] = 1
1 / 2 = 0,975
Graus de liberdade = 4 1 = 3
51,501
51,501
2
] = 95%
9,3484
0,2158
( 2)
2
P[5,5091" 238,6515"( 2) ] = 95%
P[
/ 2 (0,975) = 0,2158
2
1 / 2 (0,025) = 9,3484
2
x. ( x).dx
E{ f ( X )} = x =
f ( X ). ( x).dx
E{ X } = x =
E{ X } = xi . p ( xi )
5,46" ] = 95%
i =1
83
84
14
18/04/2012
Estatstica
Se
Estatstica
x E{X }
f i p( xi )
a) Sendo C e C constantes
E{C} = C;
E{CX} = CE{X};
E{C+CX} = C+CE{X}
M r = E{( X x ) r } = ( x x ) r .( x ).dx
+( x ) 2 . ( x).dx
x
var( X ) = = E{( X x ) } =
2
( xi x ) . p( xi )
i =1
d) E{E{X}} = E{X}
(v.a.c.)
(v.a.d.)
e) E{X2} (E{X})2
85
Exerccio
Exerccios
50
0,6745
90
1,645
95
1,960
99
2,576
99,7
2,968
99,9
3,29
Media = mean(L);
DesvioPadrao = std(L);
MenorValor = Media - 1.96*DesvioPadrao
MaiorValor = Media + 1.96*DesvioPadrao
MVC
212.11 e 212.34
88
MVC
Desenvolvendo a equao
X2 = E{( X X ) 2 }
Y2 = E{(Y Y ) 2 }
xy =
( x
xy = E{( X x )(Y y )}
xy = E{ XY } + x y x E{Y } y E{ X }
xy = E{ XY } + x y x y y x
xy = E{ XY } x y
xy = E{ XY } E{ X }.E{Y }
Quando as componentes so estatsticamente independentes
86
( XY ) = ( X ). (Y )
E{XY} = E{X}.E{Y}
).( y y ). ( x, y ).dx.dy
xy = 0
89
90
15
18/04/2012
MVC
MVC
]T
x1 E{x1} 1
x E{x2 } 2
=
U x = E{ X } = E 2 =
M
M
M
xn E{xn } n
12 , 22 ,L, n2
cov( xi , x j ) = ij = E{( xi i )( x j j )}
ij = ji
i2 = E{( xi i ) 2 }
91
MVC
MVC
92
2 e as covarincias
i
ij
12 12 13
22 23
X = 21
L L L
n1 n 2 n3
L 1n
L 2n
L L
L n2
MVC
x1 1
x
2
2
[x 1
M 1
xn n
( X U x )( X U x )T
x2 2 L xn n ]
( x1 1 )( x1 1 ) ( x1 1 )( x2 2 )
( x )( x ) ( x )( x )
2
1
1
2
2
2
2
2
LLLL
LLLL
( xn n )( x1 1 ) ( xn n )( x2 2 )
L ( x1 1 )( xn n )
L ( x2 2 )( xn n )
L
LLLL
L ( xn n )( xn n )
X = E{( X U x )( X U x )T }
94
MVC
As seguintes matrizes NO podem ser matrizes de varincia e covarincia
3
A=
4
5
B = 1
X .( MVC ). X 0
T
4
1
1 3
3 0
0 4
6 6
C=
6 6
2 3
D = 3 5
5 3
E = [5 4 2]
96
16
18/04/2012
MVC
MVC
coeficiente
de
correlao
linear
coeficiente
xy = 1
e (b).
xy =
xy
x . y
xy = 0
1 xy +1
Demonstra-se que
que
as
componentes
sejam
independentes
estatsticamente.
97
98
MVC
R = 21
L
n1
ij =
12
1
L
13 L 1n
23 L 2 n
L
n 2
n3 L
ij
i . j
99
100
x, y =
( x x )( y
i
i =1
Exerccios
Implementar uma rotina (function) em FreeMat que calcule a Matriz dos
y)
(x x) ( y y)
2
i =1
x, y =
1 n
xi2 ( xi ) 2
n i =1
i =1
x y nx y
i =1
i =1
i =1
i =1
CoefCor(L,C) = 1;
1 n
yi2 ( yi ) 2
n i =1
i =1
else
CoefCor(L,C) = mvc(L,C)/sqrt(mvc(L,L)*mvc(C,C));
end;
end;
end;
101
102
17
18/04/2012
Exerccios
Exerccios
Aluno B
1082619
1082611
1082627
1082625
1082628
1082621
1082620
1082616
1082618
1082624
1082621
1082623
d) [8, 4, 3, 6, 5, 7, 2];
1082630
1082623
1082623
1082617
1082623
1082622
1082618
1082622
1082620
1082623
1082619
1082627
1082614
1082622
1082620
1082624
1082619
1082624
103
104
Exerccios
Exerccios
3) Suponha que uma fbrica tenha estabelecido que a vida mdia dos pneus para
vasilhames de 1 litro. Para engarrafar este produto utilizada uma mquina que,
de 3.000km. Suponha ainda que o tempo de durao dos pneus seja uma v.a.
normalmente distribuda.
a)
a)
substitudo?
b)
Qual quilometragem a fbrica deve oferecer como garantia, para que nenhum
b)
A fbrica est interessada em melhorar a qualidade dos pneus e, para isso, est
estudando a possibilidade de se aumentar a durao mdia dos pneus. Qual
deveria ser a durao mdia para que, com uma garantia de 30.000km, somente
1% dos pneus vendidos tenham de ser trocados?
OFG?
c)
Para qual valor deve ser ajustada a preciso da mquina, para que estando
calibrada em 1.350ml, as especificaes do OFG sejam atendidas?
105
106
Exerccios
Exerccios
teve tempo de vida mdio de 780 horas, com desvio padro de 40 horas, encontre um
[15.79 15.75 18.11 14.54 10.06 17.32 18.52 16.11 13.59 18.63]
intervalo de 95% de confiana para o tempo mdio de vida das lmpadas desta
[16.27 13.75 15.16 14.75 13.03 18.47 12.14 14.67 16.52 12.47]
fbrica.
108
18
18/04/2012
Exerccios
Exerccios
Microsoft
Equation 3.0
a) [6, 2, 4, 5, 3];
b) [6, 4, 5, 3, 2, 5];
c) [5, 7, 3, 6, 2, 9];
executar a atividade?
d) [8, 4, 3, 6, 5, 7, 2];
a = [6,2,4,5,3]
(a)
(b)
(c)
(d)
4,0000
4,1667
5,3333
5,0000
mean(a)
Mdia
sort(a)
Mediana
4,0000
4,5000
5,5000
5,0000
2
x
1,5811
1,4720
2,5820
2,1602
2,5000
2,1667
6,6667
4,6667
0,7071
0,6009
1,0541
0,8165
std(a)
var(a)
std(a)/sqrt(length(a))
= 12
= 1,5
10 12
1,5 = 1,33
15 12
= 2,00
1,5
0,4082
0,4772
110
Exerccios
Exerccios
3) Suponha que uma fbrica tenha estabelecido que a vida mdia dos pneus para
3a)
= 35000
= 3000
30000 35000
= 1,67
3000
de 3.000km. Suponha ainda que o tempo de durao dos pneus seja uma v.a.
normalmente distribuda.
a)
3b) 0Km
A fbrica no d garantia!
substitudo?
b)
Qual quilometragem a fbrica deve oferecer como garantia, para que nenhum
3c)
30000
= 2,33
3000
= 36.990Km
A fbrica est interessada em melhorar a qualidade dos pneus e, para isso, est
estudando a possibilidade de se aumentar a durao mdia dos pneus. Qual
deveria ser a durao mdia para que, com uma garantia de 30.000km, somente
1% dos pneus vendidos tenham de ser trocados?
111
112
Exerccios
Exerccios
4a)
vasilhames de 1 litro. Para engarrafar este produto utilizada uma mquina que,
1000
= 1,41
30
= 1042,3ml
4b)
c)
1000 1035
= 1,17
30
4c)
1000 1035
= 1,41
= 24,82ml
Para qual valor deve ser ajustada a preciso da mquina, para que estando
calibrada em 1.035ml, as especificaes do OFG sejam atendidas?
113
114
19
18/04/2012
Exerccios
Exerccios
P[ x
Exerccios
Graus de liberdade
Cauda
inferior
1 / 2 = 0,95
t 0,95 =
t1 / 2 ] = 1
1 / 2 = 0,95
t0 ,95 (0,10) =
1,729
2,3422
x1,729 = 0,9055 min
20
x
t0,95 = 15,2825 0,9055 = 14,3770
n
x+
t0,95 = 15,2825 + 0,9055 = 16,1880
n
116
5b)
20 15,2825
= 2,01
2,3422
12 / 2 = 02,95 (0,05) =
30,144
2 = 2 (0,95) =
10,117
/2
0 , 05
Na tabela dada...
As colunas indicam a rea na cauda superior.
P[
t1 / 2 x +
Exerccios
2 (n 1)
2 (n 1)
P[ 2
2
] = 1
1 / 2
2 / 2
Graus de liberdade = 20 1 = 19
115
Adotando 1 = 90%
2 = 5,4859
= 2,3422
Graus de liberdade = 20 1 = 19
amostras (t-Student)
Cauda
superior
Adotando 1 = 90%
[16.27 13.75 15.16 14.75 13.03 18.47 12.14 14.67 16.52 12.47]
Supondo o tempo v.a. em conformidade com a distribuio Normal para pequenas
5a)
= 15,2825
5a)
2,34222 *19
2,34222 *19
2
] = 0,90
30,144
10,117
117
Exerccios
118
Exerccios
x, y =
( x x )( y
n
y)
(x x) ( y y)
2
i =1
i =1
i =1
covarXY = sum((x-medX).*(y-medY))/sqrt(sum((x-medX).^2)*sum((y-medY).^2))
119
covarXY = 1,0000
120
20
18/04/2012
Exerccios
Exerccios
b) X = [2, 5, 4, 8];
Y = [3, 7, 2, 6];
mvcB = var(X)*var(Y)
35.4167
CoefCor = coefcor(mvc)
CoefCor =
c)
mediaX = mean(X)
x = sort(X);
medianaX = (x(2)+x(3))/2
dpadX = std(X)
4.75
4.50
2.50
d) mediaY = mean(Y)
y = sort(Y);
medianaY = (y(2)+y(3))/2
dpadY = std(Y)
4.50
4.50
2.3805
122
Exerccios
Exerccios
P[ x
t1 / 2 x +
55,88
56,06
Adotando 1 = 95%
55,83
Graus de liberdade = 5 1 = 4
55,95
56,02
n
55.9480
0.0952
0.0426
123
Exerccios
2 (n 1)
2 (n 1)
P[ 2
2
] = 1
1 / 2
2 / 2
Adotando 1 = 95%
Graus de liberdade = 5 1 = 4
t 0,975
t1 / 2 ] = 1
1 / 2 = 0,975
t0 ,975 (0,05) =
2,776
0,0952
=
x 2,776 = 0,118187m
5
x
t0,975 = 55,9480 0,1182 = 55,8298
n
x+
t0, 975 = 55,9480 + 0,1182 = 56,0662
n
124
Exerccios
Graus de liberdade
Cauda
inferior
1 / 2 = 0,975
Na tabela dada...
As colunas indicam a rea na cauda superior.
P[
Cauda
superior
2 = 0,0091
= 0,0952
= 55,9480
5a)
0,09522 * 4
0,09522 * 4
2
] = 0,95
11,143
0,484
4) Para se ajustar a uma mquina, a correia deve ter entre 0.98 e 1,02m de
comprimento. Tendo em vista o processo de fabricao, o comprimento
dessas correias pode ser considerado como uma varivel aleatria com
distribuio normal de mdia 100,3cm e desvio padro 0,8cm. Pergunta-se
qual a probabilidade de uma correia, escolhida ao acaso, poder ser usada na
mquina?
Zinf = (98 media)/ = -2,8750
0,4980
0,4832
98,12%
125
126
21
18/04/2012
Exerccios
Exerccios
714,4 horas
127
128
22