Você está na página 1de 15

03/05/2013

Exerccios

Microsoft
Equation 3.0

Um pesquisador realizou um levantamento obtendo 84 observaes sobre uma


grandeza com mdia 65,00. Aps, verificou que duas destas observaes, com
medidas 95,52 e 105,82, estavam comprometidas. Deseja-se eliminar estas duas
medidas e calcular o valor da mdia.
Sabendo-se que a varincia de todas as observaes 41,590, qual vai ser o valor da
nova varincia (conjunto de observaes sem as medidas comprometidas)?

Exerccios

Microsoft
Equation 3.0

Um pesquisador realizou um levantamento obtendo 84 observaes sobre uma


grandeza com mdia 65,00. Aps, verificou que duas destas observaes, com
medidas 95,52 e 105,82, estavam comprometidas. Deseja-se eliminar estas duas
medidas e calcular o valor da mdia.
Sabendo-se que a varincia de todas as observaes 41,590, qual vai ser o valor da
nova varincia (conjunto de observaes sem as medidas comprometidas)?

49

Exerccios

50

Exerccios

Em uma instituio bancria, o salrio mdio dos 100 empregados do sexo


masculino de R$ 1.500,00, com desvio padro de R$100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$200,00. A varincia em (R$)2 dos dois grupos reunidos de: (BACEN, 2005)
a) 25.600,00; b) 28.000,00; c) 50.000,00; d) 62.500,00; e) 88.000,00

Em uma instituio bancria, o salrio mdio dos 100 empregados do sexo


masculino de R$ 1.500,00, com desvio padro de R$100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$200,00. A varincia em (R$)2 dos dois grupos reunidos de: (BACEN, 2005)
a) 25.600,00; b) 28.000,00; c) 50.000,00; d) 62.500,00; e) 88.000,00

Observe-se que se est falando de populao e no amostra. Segue-se que:


2 =

( X )2
N

51

Exerccios

52

Estatstica

Em uma instituio bancria, o salrio mdio dos 100 empregados do sexo


masculino de R$ 1.500,00, com desvio padro de R$100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$200,00. A varincia em (R$)2 dos dois grupos reunidos de: (BACEN, 2005)
a) 25.600,00; b) 28.000,00; c) 50.000,00; d) 62.500,00; e) 88.000,00

Distribuio de probabilidade de uma v.a. discreta


Seja X uma v.a. discreta, isto , que assume valores em
associao com nmeros inteiros x1, x2, ..., xn.
Associemos a cada xi um nmero p(xi) representativo da
sua probabilidade.
p(xi) = P(X = xi)
tal que
a) 0 p(xi) 1
n

b)

p( x )
i =1

=1

c) P(a X b) =

p( x ) i tal que a X b.
i

53

54

03/05/2013

Estatstica

Estatstica

Distribuio de probabilidade de uma v.a. contnua


Seja X uma v.a. contnua.
A probabilidade pontual associada varivel discreta
substituda pela densidade de probabilidade (x) relativa
a um intervalo infinitsimo.
(x)dx = P(x X x+dx) ou ( x) = lim
x 0

A funo que estabelece a correspondncia


entre um valor da v.a. contido no intervalo
elementar e a densidade de probabilidade
denominada funo densidade de probabilidade
(fdp).
x2

P( x1 X x2 ) = ( x).dx
x1

P ( x X x + x)
x

tal que
a) (x) 0
b)

( x).dx = 1

c) P(a X b) =

( x).dx
a

55

Estatstica

56

Exerccio

Funo de distribuio de probabilidade acumulada


A funo tal que
x

( x) = P( X x) = (u ).du

A mdia dos dimetros internos de uma amostra de 200 arruelas produzidas


por uma certa mquina 0,502 cm e o desvio padro 0,005 cm. A finalidade
para a qual essas arruelas so fabricadas permite a tolerncia mxima, para o
dimetro de 0,496cm a 0,508cm; se isso no se verificar, as arruelas sero
consideradas defeituosas. Determinar a percentagem de arruelas defeituosas
produzidas pela mquina, admitindo-se que os dimetros so distribudos
normalmente.

chama-se
funo
de
distribuio
(de
probabilidade) acumulada (fda) de uma v.a.

Curva normal reduzida


=0
=1

contnua X.

z=

57

Exerccio Resolvido

58

Exerccio

0,496 em unidades reduzidas =


0,508 em unidades reduzidas =

O peso mdio de 500 estudantes do sexo masculino, de uma determinada


universidade, 75,5kg e o desvio padro 7,5kg. Admitindo-se que os
pesos esto distribudos normalmente, com largura de classe
considerada de 0,5kg, determinar quantos estudantes pesam:
a) Entre 60,0kg e 77,5kg;
b) Mais do que 92,5kg;
c) Menos do que 64,0kg;
d) 64,0kg;
e) 64,0kg ou menos;

a) Os pesos relacionados entre 60,0kg e 77,5kg podem ter, na realidade,


qualquer valor compreendido entre 59,75kg e 77,75kg (largura de classe).
59,75kg em unidades reduzidas =
77,75kg em unidades reduzidas =
59

60

03/05/2013

Exerccio Resolvido

Exerccio Resolvido
b) Os estudantes com pesos superiores a 92,50kg devem pesar pelo
menos 92,75kg.
92,75kg em unidades reduzidas =
A proporo desejada de estudantes = (rea direita de z = 2,30)
= (rea direita de z = 0) (rea entre z = 0 e z = 2,30)
=

Se W representa o peso de um estudante escolhido ao acaso, o


resultado acima pode ser resumido, em termos de probabilidade,
escrevendo-se: Prob{59,75 W 77,75} =

Ento, o nmero de estudantes que pesam mais do que 92,50kg =


61

Exerccio Resolvido

62

Exerccio Resolvido

c) Os estudantes que pesam menos do que 64,0kg devem pesar menos


do que 63,75kg.
63,75kg em unidades reduzidas =

d) Os estudantes que pesam 64,0kg tem pesos compreendidos entre


63,75kg e 64,25kg.
63,75kg em unidades reduzidas =
64,25kg em unidades reduzidas =
A proporo desejada de estudantes = (rea entre z = -1,57 e z = -1,50)
= (rea entre z = -1,57 e z = 0) (rea entre z = -1,50 e z = 0)
=

A proporo desejada de estudantes = (rea esquerda de z = -1,57)


= (rea esquerda de z = 0) (rea entre z = -1,57 e z = 0)
=

Ento, o nmero de estudantes que pesam 64,0kg =


Ento, o nmero de estudantes que pesam menos do que 64,0kg =
63

Exerccio Resolvido

64

Exerccio

e) Os estudantes que pesam 64,0kg ou menos devem ter pesos inferiores


a 64,25kg.
64,25kg em unidades reduzidas =
A proporo desejada de estudantes = (rea esquerda de z = -1,50)
= (rea esquerda de z = 0) (rea entre z = -1,50 e z = 0)
=

Uma varivel aleatria contnua X, que pode assumir somente valores


compreendidos entre 2 e 8, inclusive, tem uma funo de densidade de
probabilidade dada por a*(X+3), em que a uma constante.
a) Calcular o valor de a;
b) Determinar Prob{3<X<5}
c) Determinar Prob{X4}
d) Determinar Prob{|X-5|<0,5}

Ento, o nmero de estudantes que pesam 64,0kg ou menos =


65

66

03/05/2013

Exerccio Resolvido

Exerccio Resolvido
8

a)

P (a X b ) = ( x ).dx

c) Prob{X4} =

a * ( X + 3) * dx
4

d) Prob{|X-5|<0.5} = Prob{4,5<X<5,5}

b) Prob{3<X<5} =

67

68

Exerccio Resolvido

Exerccio Resolvido

Usando a tabela de distribuio normal reduzida, determinar x de tal forma que:


a) P(0 X x)

d) P(X x)

b) P(-x X x)

e) P(X -x ou X x)

a) P(0 X x)

d) P(X x)

b) P(-x X x)

e) P(X -x ou X x)

c) P(X x)
c) P(X x)
Elaborar uma tabela com 19 linhas
contendo todas as probabilidades de
5% a 95%, em incrementos de 5%.
69

70

Distribuies

Distribuies

Funo de distribuio normal (Gauss)

f ( x) =

Funo de distribuio t (Student)


usada para comparar a mdia da populao com a mdia da
amostra M com base no nmero de graus de liberdade da amostra.
Esta distribuio indicada quando a amostra menor do que 30
(pequenas amostras). Assim ela muito importante para analisar
dados de levantamentos.

1 x 2

t=

71

72

03/05/2013

Distribuies

Distribuies

Funo de distribuio t (Student)

Funo de distribuio Chi-Quadrado

Para pequenas amostras a distribuio normal apresenta valores


menos precisos.
A principal diferena entre a distribuio normal e a t de Student que
esta tem mais rea nas caudas.

Compara a relao entre a varincia da amostra s2 e a varincia da


populao com base no nmero de redundncias ou graus de
liberdade da amostra.

.s 2
= 2

73

74

Distribuies
Funo de distribuio Chi-Quadrado

Distribuies

Funo de distribuio F (Snedecor)

A distribuio Chi-Quadrado usada nas amostragens estatsticas


para determinar o limite (superior e/ou inferior) no qual a
varincia da populao pode ser esperada a ocorrer com base em:

Esta distribuio usada quando se quer comparar a varincia de


duas amostras.

a) Alguma porcentagem de probabilidade especificada;


b) A varincia da amostra;

F=

c) O nmero de graus de liberdade da amostra.

12 / 1
22 / 2

75

Estimativa de Parmetros

76

Estimao
A estimativa de um parmetro populacional, dada por um nmero
nico, denominada estimativa por pontos.
A estimativa de um parmetro populacional, dada por dois nmeros,
entre os quais pode-se considerar que ele esteja situado,
denominado estimativa por intervalos.
As estimativas por intervalos indicam sua preciso e so, portanto,
preferveis s estimativas por pontos.
Exemplo: Dizendo-se que uma distncia foi observada com 5,28m,
est se apresentando uma estimativa por pontos. Se, por outro lado,
se disser que a distncia mede 5,280,03m, isto , que ela est
compreendida entre 5,25 e 5,31m, dentro de uma certa
probabilidade, apresenta-se uma estimativa por intervalos.
77

78

03/05/2013

Exerccios

Exerccios

Um ngulo foi medido dez vezes, conforme a


tabela. Calcule as estimativas pontual e por
intervalo.
ESTIMATIVA PONTUAL
a) Mdia

b) Erro Mdio Quadrtico de uma


observao isolada

c) Erro Mdio Quadrtico da Mdia

Observao

ngulo (ai)

120 31' 40,1"

120 31' 41,2"

120 31' 40,8"

120 31' 42,1"

120 31' 42,9"

120 31' 42,4"

120 31' 43,0"

120 31' 40,7"

120 31' 41,9"

10

120 31' 41,5"

Teste unilateral

Teste bilateral

79

80

Exerccios

Exerccios
ESTIMATIVA POR INTERVALO
a) Intervalo de confiana para a mdia (em funo do desvio padro)

P[ x

O nvel de significncia representado pela letra grega (usualmente

t1 / 2 x +

t1 / 2 ] = 1

expresso em porcentagem *100%). Indica a probabilidade de erro.


Adotando 1 = 95%
Graus de liberdade =

O nvel de confiana o complemento do nvel de significncia (1- )*100%,

Na tabela dada... As colunas indicam a soma das reas contidas nas duas caudas.

e indica a probabilidade de certeza nas inferncias estatsticas.

81

82

Exerccios

Exerccios
ESTIMATIVA POR INTERVALO
b) Intervalo de confiana para a varincia

ESTIMATIVA POR INTERVALO


a) Intervalo de confiana para a mdia (em funo do desvio padro)

P[ x

t1 / 2 x +

t1 / 2 ] = 1

Cauda
superior

P[

2 (n 1)
2 (n 1)
2
] = 1
2
1 / 2
2 / 2

Adotando 1 = 99%

Adotando 1 = 95%

Graus de liberdade =

Graus de liberdade =

Cauda
inferior

Na tabela dada...
As colunas indicam a rea na cauda superior.

83

84

03/05/2013

Exerccios

Exerccios

ESTIMATIVA POR INTERVALO


b) Intervalo de confiana para a varincia

Um ngulo foi medido em quatro etapas.


Tomando pesos proporcionais ao
nmero de observaes, estimar o valor
do ngulo e sua preciso.

2 (n 1)
2 (n 1)
P[ 2
2
] = 1
1 / 2
2 / 2

ESTIMATIVA PONTUAL
a) Mdia ponderada

Adotando 1 = 99%

ngulo

Observaes

Peso

80 50 12

80 50 14

80 50 12

80 50 18

Graus de liberdade =
b) Erro Mdio Quadrtico de uma observao
isolada

c) Erro Mdio Quadrtico da Mdia Ponderada

85

86

Exerccios

Exerccios

ESTIMATIVA POR INTERVALO


a) Intervalo de confiana para a mdia ponderada

ESTIMATIVA POR INTERVALO


b) Intervalo de confiana para a varincia

P[ x x t1 / 2 x + x t1 / 2 ] = 1

P[

Adotando 1 = 95%
Graus de liberdade =

pi vi2

2
1 / 2

pi vi2

2 / 2

] = 1

Adotando 1 = 95%
Graus de liberdade =

No caso de desvio da mdia

87

88

Estatstica

Estatstica
Se

Esperana Matemtica de uma v.a.


Define-se valor esperado, valor mdio, expectncia, esperana
matemtica, ou simplesmente esperana de uma v.a. contnua X por

E{ X } = x =

f i p( xi )

x E{X }

Propriedades da esperana matemtica:


a) Sendo C e C constantes
E{C} = C;
E{CX} = CE{X};
E{C+CX} = C+CE{X}

x. ( x).dx

De maneira anloga define-se a esperana de uma funo de v.a. f(X)

E{ f ( X )} = x =

b) E{X+Y+...+Z} = E{X} + E{Y} + ... + E{Z}


E{CX+CY} = CE{X} + CE{Y}

f ( X ). ( x).dx

c) E{XY} = E{X} . E{Y} +cov(XY)

Esperana matemtica de uma v.a. discreta


d) E{E{X}} = E{X}

E{ X } = xi . p ( xi )

e) E{X2} (E{X})2

i =1

89

90

03/05/2013

Estatstica

Exerccio
1) Se um homem adquirir um bilhete de loteria, poder ganhar um primeiro
prmio de R$5000,00 ou um segundo de R$2000,00, com as
probabilidades de 0,001 e de 0,003. Qual ser o preo justo a pagar
pelo bilhete?

Momento de ordem r de uma v.a.


em relao sua esperana matemtica
(momento centrado) definido como:
+

M r = E{( X x ) r } = ( x x ) r .( x ).dx

2) Em uma certa especulao comercial, um homem pode ter um lucro de


R$3000,00, com a probabilidade de 0,6, ou um prejuzo de R$1000,00,
com a probabilidade de 0,4. determinar sua esperana.

Tem particular importncia o momento de segunda ordem ou VARINCIA (r = 2)

3) Qual o preo justo a pagar para entrar em um jogo no qual se pode


ganhar R$25,00 com probabilidade de 0,2 e R$10,00 com probabilidade
de 0,4?

+( x ) 2 . ( x).dx
x

2
2
var( X ) = = E{( X x ) } =
2
( xi x ) . p( xi )
i =1

(v.a.c.)
(v.a.d.)

4) Qual o preo justo a pagar para um jogo simples na MegaSena (6


nmeros valor de aposta = R$2,00)? Probabilidade de acerto =
1/50063860
91

Exerccios

92

MVC
Varivel Aleatria Bidimensional

Probabilidade (%) Fator de Sigma


50

0,6745

90

1,645

95

1,960

99

2,576

99,7

2,968

99,9

3,29

Seja X o resultado de um experimento e Y de um segundo experimento,


ambos com varincia prpria.

X2 = E{( X X ) 2 }

Y2 = E{(Y Y ) 2 }

Podemos agora definir a covarincia XY da v.a. bidimensional para exprimir


a correlao entre as duas componentes, ou seja, o grau de dependncia
entre as mesmas:

Um observador realizou diversas medies de um objeto (distribuio normal)


obtendo:
L(01:05) = [212.22, 212.25, 212.23, 212.15, 212.23];
L(06:10) = [212.11, 212.29, 212.34, 212.22, 212.24];
L(11:15) = [212.19, 212.25, 212.27, 212.20, 212.25];
Verifique se existe alguma observao que possa ser rejeitada por estar fora
do nvel de exatido de 95,0%.

cov( X , Y ) = xy = E{( X x )(Y y )}


xy =

ou

( x

).( y y ). ( x, y ).dx.dy

93

MVC

MVC

Desenvolvendo a equao

xy = E{( X x )(Y y )}

Varivel Aleatria n-Dimensional


Seja X = [x1 x2 ... Xn]T com cada xi representando agora uma v.a. unidimensional.

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 }

A esperana matemtica da varivel n-dimensional ou, em outras palavras, o vetor


esperado E{X} da distribuio n-dimensional, escreve-se:

x1 E{x1} 1


x E{x2 } 2
U x = E{ X } = E 2 =
=

xn E{xn } n

Quando as componentes so estatsticamente independentes

( XY ) = ( X ). (Y )

94

E{XY} = E{X}.E{Y}

Quando as componentes X e Y so estatsticamente independentes


a covarincia nula, sem que a recproca seja necessariamente
verdadeira.

Cada componente xi de X uma v.a. unidimensional de varincia:

xy = 0

i2 = E{( xi i ) 2 }
95

96

03/05/2013

MVC

MVC

Varivel Aleatria n-Dimensional

Matriz Varincia-Covarincia (MVC)

, ,,

2
2
2
Temos assim n varincias
(de cada uma das
1
2
n
componentes) e n*(n-1) covarincias entre os pares de componentes de

As varincias

i2

e as covarincias

ij

(ij) das componentes de uma

varivel n-dimensional X podem ser dispostas de maneira a formar uma matriz


quadrada (n x n) que indicada por

ndices diferentes (ij)

12 12 13

22 23
X = 21

n1 n 2 n3

cov( xi , x j ) = ij = E{( xi i )( x j j )}

ij = ji

1n

2n

n2

A matriz acima, simtrica, recebe o nome de matriz varincia-covarincia (MVC)


ou simplesmente matriz covarincia (pois a varincia um caso particular da
covarincia para i=j).
No caso das componentes do vetor X serem independentes entre si as
covarincias sero nulas e a MVC degenera numa matriz diagonal.
97

98

MVC

MVC

Desenvolvendo a expresso matricial

x1 1
x
2
2
[x 1
1

xn n

( X U x )( X U x )T
Obs.: Sempre que as varincias da v.a. forem finitas a correspondente MVC
ser positiva semidefinida, isto

x2 2 xn n ]

( x1 1 )( x1 1 ) ( x1 1 )( x2 2 )
( x )( x ) ( x )( x )
2
1
1
2
2
2
2
2

( xn n )( x1 1 ) ( xn n )( x2 2 )

X T .( MVC ). X 0

para todos os vetores X n 1

Propriedades de matriz positiva semidefinida:

( x1 1 )( xn n )
( x2 2 )( xn n )

( xn n )( xn n )

Autovalores no negativos ( 0)
Elementos diagonais no negativos ( 0)
Matriz simtrica

o que nos permite escrever

X = E{( X U x )( X U x )T }

99

100

MVC

MVC
Coeficiente de Correlao Linear
Chama-se

coeficiente

de

correlao

linear

coeficiente

(adimensional) que descreve a dependncia linear entre as duas


componentes da v.a. bidimensional.

xy =

Demonstra-se que

xy
x . y

1 xy +1

Covarincia uma medida do grau de correlao existente entre duas


componentes quaisquer de uma funo n-dimensional.
101

102

03/05/2013

MVC

MVC

Podemos afirmar que h uma perfeita relao linear entre X e Y ou,

xy = 1

em outras palavras, que Y uma funo linear de X. Ver figuras (a)


e (b).

xy = 0

Dizemos que as variveis no so correlacionadas (X e Y no


tendem a variar juntas (figura (c)), mas isso no significa
necessariamente

que

as

componentes

sejam

independentes

estatsticamente.

103

104

Matriz dos Coeficientes de Correlao

MVC Correlao estatstica


n

( x x )( y

A partir da MVC pode-se calcular a matriz dos coeficientes de correlao

x, y =

R = 21

n1

12
1

n3

y)

(x x) ( y y)

13 1n
23 2 n

n 2

i =1

i =1

x, y =

ij = ij
i . j

x y nx y
i =1

x
i =1

2
i

i =1

1
( xi ) 2
n i =1

i =1

i =1

y
i =1

2
i

1 n
( yi ) 2
n i =1

105

106

Exerccios

Exerccios
Dois estudantes discutem sobre quem realiza a melhor medio de um
ngulo. Para resolver a disputa, ambos concordam em medir um
determinado ngulo quinze vezes. Os resultados das observaes so:
(Extrado de GHILANI, C. D. Adjustment Computations Spatial Data
Analysis. John Wiley & Sons, Inc, New Jersey, 2010. Fifth ed, pp 31)

Implementar uma rotina (function) em FreeMat que calcule a Matriz dos


Coeficientes de Correlao, a partir da MVC.
function [saida] = nome (entrada)

Aluno A

function [CoefCor] = coefcor(mvc);


[Lmax,Cmax] = size(mvc);
for L = 1:Lmax
for C = 1:Cmax
if (L==C)

Aluno B

1082619

1082611

1082627

1082625

1082628

1082620

1082616

1082618

1082624

1082621

1082623

1082630

1082623

1082623

1082617

1082623

1082622

CoefCor(L,C) = 1;

1082618

1082622

1082620

1082623

1082619

1082627

CoefCor(L,C) = mvc(L,C)/sqrt(mvc(L,L)*mvc(C,C));

1082614

1082622

1082620

1082624

1082619

1082624

else

1082621

end;
end;
end;
107

108

10

03/05/2013

Exerccios

Exerccios

1) Calcular a mdia, mediana, desvio padro, varincia, desvio padro da mdia:

3) Suponha que uma fbrica tenha estabelecido que a vida mdia dos pneus para
automveis, de sua fabricao, de 35.000km rodados, com um desvio padro

a) [6, 2, 4, 5, 3];

de 3.000km. Suponha ainda que o tempo de durao dos pneus seja uma v.a.

b) [6, 4, 5, 3, 2, 5];

normalmente distribuda.

c) [5, 7, 3, 6, 2, 9];

a)

d) [8, 4, 3, 6, 5, 7, 2];

Se a fbrica oferecer uma garantia de 30.000km, em condies normais de uso


do veculo, qual a probabilidade de que um pneu vendido tenha de ser
substitudo?

2) Um operador executa uma determinada atividade em tempo mdio de 12


b)

minutos e desvio padro de 1,5 minutos, com distribuio normal. Qual a

Qual quilometragem a fbrica deve oferecer como garantia, para que nenhum
pneu vendido tenha de ser substitudo?

probabilidade de que este operador leve entre 10 minutos e 15 minutos para

c)

executar a atividade?

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

109

Exerccios

1% dos pneus vendidos tenham de ser trocados?

110

Exerccios

4) Um fabricante de refrigerantes vende um de seus produtos engarrafados em

5) Foram observados os tempos de durao do intervalo para o cafezinho, para uma

vasilhames de 1 litro. Para engarrafar este produto utilizada uma mquina que,

amostra de 20 empregados de uma grande empresa (1000 funcionrios), obtendo-se

calibrada, permite obter o volume desejado, segundo uma distribuio normal,

os seguintes resultados, em minutos:


[15.79 15.75 18.11 14.54 10.06 17.32 18.52 16.11 13.59 18.63]

com um desvio padro de 30ml.


a)

Se o rgo Fiscalizador do Governo (OFG) faz a exigncia de que no mais de


8% das garrafas tenham um volume menor do que o nominal, em quanto deve

[16.27 13.75 15.16 14.75 13.03 18.47 12.14 14.67 16.52 12.47]
Supondo a varivel tempo distribuda segundo uma Normal:

ser regulada a mquina para que o fabricante no seja autuado?


b)

Se a mquina for calibrada para colocar 1,035ml de lquido no vasilhame, qual


a porcentagem de vasilhames que no estaro atendendo s especificaes do

a) Encontre a mdia e a variabilidade estimadas do tempo de durao do intervalo


para o cafezinho dos funcionrios desta empresa. Encontre, ainda, intervalos de
90% de confiana para a mdia e a varincia.

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?

b) Quantos funcionrios da empresa tero o tempo de durao do intervalo para o


cafezinho maior que 20 minutos?

111

Exerccios

112

Exerccios

6) Um fabricante de lmpadas afirma que o tempo de durao do seu produto, em horas,

Microsoft
Equation 3.0

1) Calcular a mdia, mediana, desvio padro, varincia, desvio padro da mdia:

distribudo aproximadamente normal. Se uma amostra aleatria de 30 lmpadas


teve tempo de vida mdio de 780 horas, com desvio padro de 40 horas, encontre um
intervalo de 95% de confiana para o tempo mdio de vida das lmpadas desta

a) [6, 2, 4, 5, 3];
b) [6, 4, 5, 3, 2, 5];
c) [5, 7, 3, 6, 2, 9];

fbrica.
7) Um aluno de engenharia cartogrfica realizou um levantamento fazendo observaes

d) [8, 4, 3, 6, 5, 7, 2];

de duas v.a., obtendo os seguintes resultados:


x = [1.559 1.577 1.513 1.565 1.535]
y = [8.026 8.070 8.118 8.130 8.154]
Deseja-se saber se existe correlao (estatstica) entre as variveis x e y, e o valor do
coeficiente de correlao linear.

113

114

11

03/05/2013

Exerccios

Exerccios
3) Suponha que uma fbrica tenha estabelecido que a vida mdia dos pneus para

2) Um operador executa uma determinada atividade em tempo mdio de 12

automveis, de sua fabricao, de 35.000km rodados, com um desvio padro

minutos e desvio padro de 1,5 minutos, com distribuio normal. Qual a

de 3.000km. Suponha ainda que o tempo de durao dos pneus seja uma v.a.

probabilidade de que este operador leve entre 10 minutos e 15 minutos para

normalmente distribuda.

executar a atividade?

a)

Se a fbrica oferecer uma garantia de 30.000km, em condies normais de uso


do veculo, qual a probabilidade de que um pneu vendido tenha de ser
substitudo?

b)

Qual quilometragem a fbrica deve oferecer como garantia, para que nenhum
pneu vendido tenha de ser substitudo?

c)

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?

115

Exerccios

116

Exerccios
4) Um fabricante de refrigerantes vende um de seus produtos engarrafados em
vasilhames de 1 litro. Para engarrafar este produto utilizada uma mquina que,
calibrada, permite obter o volume desejado, segundo uma distribuio normal,
com um desvio padro de 30ml.
a)

Se o rgo Fiscalizador do Governo (OFG) faz a exigncia de que no mais de


8% das garrafas tenham um volume menor do que o nominal, em quanto deve
ser regulada a mquina para que o fabricante no seja autuado?

b)

Se a mquina for calibrada para colocar 1.035ml de lquido no vasilhame, qual


a porcentagem de vasilhames que no estaro atendendo s especificaes do
OFG?

c)

Para qual valor deve ser ajustada a preciso da mquina, para que estando
calibrada em 1.035ml, as especificaes do OFG sejam atendidas?

117

Exerccios

118

Exerccios
5) Foram observados os tempos de durao do intervalo para o cafezinho, para uma
amostra de 20 empregados de uma grande empresa (1000 funcionrios), obtendo-se
os seguintes resultados, em minutos:
[15.79 15.75 18.11 14.54 10.06 17.32 18.52 16.11 13.59 18.63]
[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
amostras (t-Student)
a) Encontre a mdia e a variabilidade estimadas do tempo de durao do intervalo
para o cafezinho dos funcionrios desta empresa. Encontre, ainda, intervalos de
90% de confiana para a mdia e a varincia.
b) Nestas condies, quantos funcionrios da empresa tero o tempo de durao do
intervalo para o cafezinho maior que 20 minutos?

119

120

12

03/05/2013

Exerccios

Exerccios
5a)

P[

Cauda
superior

2 (n 1)
2 (n 1)
2
] = 1
2
1 / 2
2 / 2

Cauda
inferior

Adotando 1 = 90%
Graus de liberdade =
Na tabela dada...
As colunas indicam a rea na cauda superior.

121

122

Exerccios

Exerccios
6) Um fabricante de lmpadas afirma que o tempo de durao do seu produto, em horas,
distribudo aproximadamente normal. Se uma amostra aleatria de 30 lmpadas
teve tempo de vida mdio de 780 horas, com desvio padro de 40 horas, encontre um
intervalo de 95% de confiana para o tempo mdio de vida das lmpadas desta
fbrica.
7) Um aluno de engenharia cartogrfica realizou um levantamento fazendo observaes
de duas v.a., obtendo os seguintes resultados:
x = [1.559 1.577 1.513 1.565 1.535]
y = [8.026 8.070 8.118 8.130 8.154]
Deseja-se saber se existe correlao (estatstica) entre as variveis x e y, e o valor do
coeficiente de correlao linear.

123

Exerccios

124

Exerccios

7) Um aluno de engenharia cartogrfica realizou um levantamento fazendo observaes


de duas v.a., obtendo os seguintes resultados:
x = [1.513 1.535 1.559 1.565 1.577]
y = [8.026 8.070 8.118 8.130 8.154]
Deseja-se saber se existe correlao (estatstica) entre as variveis x e y, e o valor do

1) Duas variveis amostrais X e Y assumem os valores X1 = 2, X2 = 5, X3 = 4,


X4 = 8, e Y1 = 3, Y2 = 7, Y3 = 2, Y4 = 6. Calcular:
a) MVC(X*Y);
b) MVC(X)*MVC(Y);
c) Mdia, mediana e desvio padro de X;
d) Mdia, mediana e desvio padro de Y.

coeficiente de correlao linear.


n

x, y =

( x x )( y
i

i =1

y)

(x x) ( y y)
2

i =1

i =1

125

126

13

03/05/2013

Exerccios

Exerccios

2) Dada a MVC de trs variveis aleatrias [3,2,1;2,5,2;1,2,4] (sintaxe


Freemat), determinar quais duas variveis apresentam a maior correlao entre
si, e qual o porcentual.
(ver funo de clculo do coeficiente de correlao slide 106)

3) Uma distncia foi medida cinco vezes, conforme a tabela. Calcule as


estimativas pontual e por intervalo de confiana (95%).
Observao Distncia (m)
1

55,88

56,06

55,83

55,95

56,02

127

128

Exerccios

Exerccios
5a)
Cauda
superior

P[

2 (n 1)
2 (n 1)
2

] = 1
12 / 2
2 / 2

Cauda
inferior

Adotando 1 = 95%
Graus de liberdade =
Na tabela dada...
As colunas indicam a rea na cauda superior.

129

Exerccios

130

Exerccios

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?

131

5) Um fabricante de lmpadas afirma que o tempo de durao do seu produto,


em horas, distribudo aproximadamente normal. Se uma amostra aleatria de
100 lmpadas teve tempo de vida mdio de 780 horas, com desvio padro de
40 horas, qual o maior tempo mdio de vida das lmpadas que o fabricante
pode oferecer garantia sabendo-se que ele est disposto a trocar at 5% das
lmpadas?

132

14

03/05/2013

Exerccios

Exerccios
1) Uma turma de 50 alunos fez uma prova em tempo mdio de 1,5horas,
com desvio-padro de 15 minutos. Pergunta-se:
a) Quantos alunos terminaro a prova em 1 hora 1,25 hora, 1,5 hora, 1,75
hora e 2,0 hora?

133

134

15