Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatistica Aplicada PDF
Estatistica Aplicada PDF
Introduo ao e-learning
NDICE
1. INTRODUO ................................................................................. 4
1.1 Definies Gerais ........................................................................ 5
1.1.1. Populao 5
1.1.2. Variveis ou atributos 5
1.1.3. Processo de amostragem 5
1.2 A Estatstica Descritiva e a Estatstica Indutiva ................... 6
2. ESTATSTICA DESCRITIVA ................................................................ 8
2.1 Variveis Qualitativas ................................................................. 8
2.2 Variveis Quantitativas Discretas ............................................. 9
2.3 Variveis Quantitativas Contnuas ............................................ 10
2.4 Medidas de Localizao ............................................................. 11
2.4.1. Mdia 11
2.4.2. Mediana 12
2.4.3. Moda 13
2.5 Medidas de Ordem ...................................................................... 13
2.6 Medidas de Assimetria ............................................................... 14
2.7 Medidas de Disperso ................................................................ 15
2.7.1. Disperso Absoluta 15
2.7.2. Disperso Relativa 16
2.8 Anlise de Concentrao ........................................................... 17
2.8.1. Curva de Lorenz 17
2.8.2. ndice de Gini 18
2.9 Estatstica Descritiva Bidimensional ........................................ 19
Estatstica Aplicada 2
Manual de Exerccios
Estatstica Aplicada 3
Manual de Exerccios
1. INTRODUO
Estatstica Aplicada 4
Manual de Exerccios
1.1.1. Populao
Estatstica Aplicada 5
Manual de Exerccios
Estatstica Aplicada 6
Manual de Exerccios
POPULAO
OU UNIVERSO Previses
Amostragem Estimao
Erros
Estatstica Aplicada 7
Manual de Exerccios
2. ESTATSTICA DESCRITIVA
Mod. j nj fj
Mod. n nn fn
Total n: dimenso da amostra 1
ni
fi = ; ni: n de vezes que cada modalidade da varivel foi observada.
n
Estatstica Aplicada 8
Manual de Exerccios
Diagrama de barras
Para cada modalidade, desenha-se uma barra de altura igual frequncia
absoluta ou relativa (as frequncias relativas so de preferir, pois permitem a
comparao de amostras de diferentes dimenses).
Xj nj fj
Xn nn fn
Total n: dimenso da amostra 1
Estatstica Aplicada 9
Manual de Exerccios
Como foi dito anteriormente, uma varivel (ou atributo) contnua quando
assume um nmero infinito no numervel de valores, isto , podem assumir
qualquer valor dentro de um intervalo.
Classes de
Frequncias absolutas Frequncias relativas
valores da varivel
[x1; x2[ n1 f1
[x2; x3[
[x3; x4[ nj fj
[xn-1; xn] n fn
Total n: dimenso da amostra 1
Estatstica Aplicada 10
Manual de Exerccios
2.4.1. Mdia ( X )
Estatstica Aplicada 11
Manual de Exerccios
Dados no-classificados
Se tivermos n valores x1, x2, ... xn
Se n fr mpar,
Me = x n+1
2
Se n fr par,
xn + xn
+1
Me = 2 2
Dados classificados
A mediana o valor tal que Fi = 0,5
Variveis discretas
Se existe um valor de xi para o qual Fi = 0,5, ento fala-se em intervalo
mediano.
Estatstica Aplicada 12
Manual de Exerccios
Varivel discreta
O quantil de ordem p o primeiro valor de x para o qual i>p.
Estatstica Aplicada 13
Manual de Exerccios
Varivel contnua
Calcula-se por uma regra de trs simples, como a mediana.
25%
De uma forma geral: maiores
0.25 FL inf
Q1 = L inf + xamp. classe Q1
FL sup FL inf
0.75 FL inf
Q3 = L inf + xamp. classe Q3
FL sup FL inf
(Q3 Q 2) (Q 2 Q1)
Coeficiente de assimetria de Bowley (g):
Q3 Q1
Se g = 0 ..............a distribuio simtrica positiva ou equilibrada
Os quartis esto mesma distncia da mediana.
Se g > 0 ..............a distribuio assimtrica positiva ou puxada para
Estatstica Aplicada 14
Manual de Exerccios
Q1 Q2
Q3
Assimtrica positiva
Q1 Q2 Q3
Assimtrica negativa
Estatstica Aplicada 15
Manual de Exerccios
Dados no-classificados
( )
2
1 n
s2 = xi x
n i =1
Dados classificados
Variveis discretas
( ) ( )
2
1 n n
2
s =
2
ni xi x = fi xi x
n i =1 i =1
Dados classificados
Variveis contnuas
( ) ( )
2
1 n n
2
s =
2
ni ci x = fi ci x
n i =1 i =1
Disperso absoluta
Disperso relativa =
Medida de localiza o em relao qual est definida
Estatstica Aplicada 16
Manual de Exerccios
Coeficiente de variao
s
CV = x100%
x
Outras medidas
Q3 Q1
Q2
Estatstica Aplicada 17
Manual de Exerccios
Quadro de dados
Classes de Quantidade Freq.relativa Proporo
ni
valores da varivel atributo acumuladas atrib.acumul,
[x1; x2[ n1 yi p1 q1
[x2; x3[
[x3; x4[ nj yj pj qj
Os pontos (pi;qi) pertencem ao quadrado (0,1) por (0,1). A curva que os une
a curva de Lorenz. Se houver igual distribuio, a frequncia das observaes
deve ter uma evoluo igual proporo do atributo correspondente, isto ,
pi=qi. Nesse caso, a curva de Lorenz coincide com a diagonal do quadrado,
que designada de recta de igual repartio. Quanto mais a curva se afastar
da recta, maior a concentrao. A zona entre a diagonal e acurva de Lorenz
designa-se, por isso, de zona de concentrao.
Estatstica Aplicada 18
Manual de Exerccios
Numa situao em que se observam pares de valores (xi; yj), pode ter interesse
estudar as relaes porventura existentes entre os dois fenmenos,
nomeadamente relaes estatsticas. No se trata de estudar relaes
funcionais (isto , a medida em que o valor de uma varivel determinado
exactamente pela outra), mas sim de estudar a forma como a variao de uma
varivel poder afectar a variao da outra, em mdia. (por exemplo, o peso e
a altura normalmente esto relacionados, mas a relao no determinstica).
Duas variveis ligadas por uma relao estatstica dizem-se correlacionadas.
Se as variaes ocorrem, em mdia ou tendencialmente, no mesmo sentido, a
correlao diz-se positiva. Se ocorrem em sentidos opostos, a correlao diz-
se negativa.
Estatstica Aplicada 19
Manual de Exerccios
y = a + bx
s xy n
r= , s xy = ( xi x)( y i y )
s xx s yy i =1
Estatstica Aplicada 20
Manual de Exerccios
Se r < 0, ento pode dizer-se que existe uma correlao negativa entre as
variveis, isto , as variveis variam em sentidos opostos: um aumento
(diminuio de x) provoca uma diminuio (aumento) de y, mas menos que
proporcional.
Se r = 0, ento pode dizer-se que as variveis no esto correlacionadas
linearmente.
Antes de se efectuar um estudo de correlao, deve-se procurar justificao
terica para a existncia ou inexistncia de correlao. Caso contrrio, poder
acontecer que variveis sem relao de causalidade entre si, variem num certo
sentido por razes exteriores. A esta correlao ilusria, chama-se correlao
espria.
Correlao ordinal
n
2
di
x y
rs = 1 6 i =1
, d i = Ri Ri
n(n 1)2
Estatstica Aplicada 21
Manual de Exerccios
ESTATSTICA DESCRITIVA
Exerccios resolvidos
Exerccio 1
Considere a distribuio de 1000 empresas de um sector de actividade
segundo os resultados lquidos (em milhares de u.m.):
Resoluo
a)
fi/hi
0,2
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
0 10 20 30 40 50 60
Estatstica Aplicada 22
Manual de Exerccios
X fi hi fi/hi Fi ci
[0; 1[ 10% 1 0.1 10% 0.5
[1; 3[ 25% 2 0.125 35% 2
[3; 5[ 35% 2 0.175 70% 4
[5; 15[ 15% 10 0.015 85% 10
[15; 25[ 10% 10 0.01 95% 20
[25; 50] 5% 25 0.002 100% 37.5
Total 1
n n
b) x = 1 ni c i = f i ci = (0,5 x10%) + (2 x 25%) + ... + (37.5 x5%) = 7,325
n i =1 i =1
Fi
0,8
0,6
0,4
0,2
0
0 20 40 60 80 100 120
Classe mediana (classe a que corresponde uma frequncia acumulada 0,5): [3; 5[
3 : Fi=0,35
5 : Fi = 0,7
Estatstica Aplicada 23
Manual de Exerccios
Clculo da mediana:
0,7 - 0,35 ------------ 5 - 3
0,5 0,35 -------------- Me 3
Me = 3 + ((2x0,15)/0,35) = 3,857
50% das empresas apresentam resultados lquidos inferiores a 3857 u.m.
Clculo do Q1:
0,35 - 0,1 ------------ 3 - 1
0,25 0,1 -------------- Q1 1
Q1 = 1 + ((2x0,15)/0,25) = 2,2
25% das empresas apresentam resultados lquidos inferiores a 2200 u.m.
Clculo do Q3:
0,85 - 0,7 ------------ 15 - 5
0,75 0,7 -------------- Q3 5
Q3 = 5 + ((10x0,05)/0,15) = 8,333(3)
75% das empresas apresentam resultados lquidos inferiores a 8333 u.m.
e)
(Q3 Q 2) (Q 2 Q1) (8,333 3,857) (3,857 2,2)
g' = = = 0,4596 > 0
Q3 Q1 8,333 2,2
Estatstica Aplicada 24
Manual de Exerccios
f)
X fi ni ci Atributo pi (=Fi) qi
[0; 1[ 10% 1000x10%=100 0.5 100x0.5=50 0.1 0.007
[1; 3[ 25% 250 2 250x2=500 0.35 0.075 50 + 500 + 1400
[3; 5[ 35% 350 4 1400 0.7 0.266 7325
[5; 15[ 15% 150 10 1500 0.85 0.471
[15; 25[ 10% 100 20 2000 0.95 0.744
[25; 50[ 5% 50 37.5 1875 1 1
Total 1 n=1000 7325
Res.Liq.Totais
lquido.
Exerccio 2
Considere a seguinte amostra de dimenso 200, referente aos lucros obtidos
por empresas de um dado sector industrial, expressas numa determinada
unidade monetria.
Estatstica Aplicada 25
Manual de Exerccios
Resoluo
Curva de Lorenz
0,8
0,6
0,4
0,2
0
0 0,2 0,4 0,6 0,8 1
n 1
( pi qi )
0,546(6)
G= i =1
n 1
= = 0,243
2,25
pi
i =1
Tanto pela anlise da Curva de Lorenz, como pelo valor do ndice de Gini,
conclui-se que esta amostra apresenta concentrao moderada, encontrando-
se os valores razoavelmente repartidos.
Exerccio 3
Considere o exemplo abaixo referente ao peso e altura de 10 indivduos.
a) Represente o diagrama de disperso.
b) Analise a correlao existente entre peso e altura.
c) Ajuste, pelo Mtodo dos Mnimos Quadrados, uma funo linear que
exprima as peso em funo da altura.
Estatstica Aplicada 26
Manual de Exerccios
a) 190
180
Altura (cm)
170
160
150
50 60 70 80 90
Peso (kg)
Recta de Regresso
c)
190
y = 0,9016x + 109,36
180
Altura (cm)
170
160
150
50 60 70 80 90
Peso (kg)
Estatstica Aplicada 27
Manual de Exerccios
Exerccio 4
O quadro abaixo apresenta as vendas e as despesas em publicidade (ambas
em milhares de u.m.) de uma empresa no perodo de 7 anos:
Ano Vendas Desp. Publicidade
1 10 3
2 13 3
3 18 5
4 19 6
5 25 8
6 30 9
7 35 13
Resoluo
a) Para comparar a disperso das duas distribuies, necessrio calcular os
coeficientes de variao (medidas de disperso relativa):
Dados no-classificados
n n
1 1
x = xi = 21,429 y = yi = 6,714
n i =1 n i =1
(xi x ) (yi y )
n 2 n 2
2 1 2 1
sx = = 69,9408 sy = = 11,0651
n i =1 n i =1
sx 69,9408 sy 11,0651
CV x = = = 0,39 < CV y = = = 0,495
x 21,429 y 6,714
Estatstica Aplicada 28
Manual de Exerccios
b)
1
s xy [(10 21,429)(3 6,714) + ... + (35 21,429)(13 6,714)]
r= = 7 = 0,98
s xx s yy 69,9408 x 11,0651
Existe uma correlao positiva linear forte entre as duas variveis. Em mdia,
quando as despesas em publicidade aumentam (diminuem), as vendas
aumentam (diminuem) de forma quase exactamente proporcional.
Recta de Regresso
c)
y = 2,4649x + 4,8782
30
20
Vendas
10
0
3 8 13
Desp. Public.
Exerccio 5
Considere que 10 estudantes foram sujeitos a uma prova de avaliao no incio
e no final do curso. No quadro abaixo, encontram-se as ordenaes desses 10
estudantes segundo as classificaes obtidas em cada uma das provas:
Estatstica Aplicada 29
Manual de Exerccios
Resoluo
Como no dispomos das classificaes dos alunos, mas sim das ordenaes
das classificaes (do 1 ao 10 classificado), para avaliar a correlao
existente entre as 2 provas calcula-se o coeficiente de correlao ordinal:
n
2
di
6 x(0 + 1 + 1 + 1 + 1 + 0 + 4 + 1 + 16 + 1)
rs = 1 6 i =1
= 1 = 0,8424
n(n 1)2
10 x(100 1)
A correlao positiva e elevada (rs varia entre 1 e 1), isto , os alunos que
tiveram boa nota na prova inicial tiveram, em mdia, igualmente boa nota na
prova final.
Exerccio 6
O quadro que se segue descreve a distribuio do rendimento anual (em
milhares de u.m.) de 2500 famlias da populao de um pas:
Rendimento anual N de famlias
[0, 1[ 250
[1, 2[ 375
[2, 5[ 625
[5, 15[ 750
[15, 25[ 375
[25, 50[ 125
Resoluo
a)
Rendimento anual N de famlias % de famlias Fi (%) ci
[0, 1[ 250 10 10 0.5
[1, 2[ 375 15 25 1.5
[2, 5[ 625 25 50 3.5
[5, 15[ 750 30 80 10
[15, 25[ 375 15 95 20
[25, 50[ 125 5 1 37.5
Estatstica Aplicada 30
Manual de Exerccios
0,8
0,6
0,4
0,2
0
0 10 20 30 40 50 60 70 80 90 100
n n
b) x = 1 ni c i = f i ci = (0,5 x10%) + (1.5 x15%) + ... + (37.5 x5%) = 9,025
n i =1 i =1
Classe mediana (classe a que corresponde uma frequncia acumulada 0,5): [2; 5[
5 : Fi = 0,5. Logo, a mediana 5 (50% das famlias tm rendimentos anuais at
5000 unidades monetrias).
Clculo do Q3:
0,8 - 0,5 ------------ 15 - 5
0,75 0,5 -------------- Q3 5
Q3 = 5 + ((10x0,25)/0,3) = 13,333(3)
75% das famlias apresentam rendimentos anuais inferiores a 13333 u.m.
Estatstica Aplicada 31
Manual de Exerccios
( )
n 2 n
2 2
d) s x = fi * ci x = fici 2 x = 82,286875
i =1 i =1
2
s x = s x = 82,286875 = 9,071
e)
Rendimento anual ni ci Rend. total pi (=Fi) qi
[0, 1[ 250 0.5 125 0,1 0.00554
[1, 2[ 375 1.5 562,5 0,25 0.0305
[2, 5[ 625 3.5 2187,5 0,5 0.1274
[5, 15[ 750 10 7500 0,8 0.46
[15, 25[ 375 20 7500 0,95 0.7922
[25, 50[ 125 37.5 4687.5 1 1
Total 2500 22562,5
n 1
( pi qi )
1,18436
G= i =1
n 1
= = 0,4555 Concentrao moderada do rendimento
2,6
pi
i =1
Exerccio 7
Considere a seguinte tabela que representa a distribuio dos empregados de
uma instituio bancria segundo a remunerao bruta mensal (em milhares de
unidades monetrias):
Frequncia. Relativa
Remunerao
(%)
[60; 80[ 7.8
[80; 100[ 15.2
[100; 120[ 31.2
[120; 140[ 19.5
[140; 160[ 7.2
[160; 200[ 8.1
[200; 250[ 5.4
[250, 300[ 2.6
[300; 350] 3.0
Total 100
Estatstica Aplicada 32
Manual de Exerccios
Resoluo
a)
Fi
Remunerao Frequncia. Relativa (%)
(%)
[60; 80[ 7.8 7.8
[80; 100[ 15.2 23
[100; 120[ 31.2 54.2
[120; 140[ 19.5 73.7
[140; 160[ 7.2 80.9
[160; 200[ 8.1 89
[200; 250[ 5.4 94.4
[250, 300[ 2.6 97
[300; 350] 3.0 100
Total 100
Estatstica Aplicada 33
Manual de Exerccios
Clculo do Q3:
0,809 - 0,737 ------------ 160 - 140
0,75 0,737 -------------- Q3 - 140
Q3 = 140 + ((20x0,013)/0,072) = 143,61(1)
75% dos empregados auferem remuneraes inferiores a 143,61(1) milhares u.m.
Exerccio 8
Os dados seguintes referem-se ao peso, expresso em gramas, do contedo de
uma srie de 100 garrafas que, no decurso de um teste, saram de uma linha
de enchimento automtico:
Frequncia. Relativa
Peso (em gramas)
(%)
[297; 298[ 8
[298; 299[ 21
[299; 300[ 28
[300; 301[ 15
[301; 302[ 11
[302; 303[ 10
[303; 304[ 5
[304; 305[ 1
[305; 306] 1
Total 100
Estatstica Aplicada 34
Manual de Exerccios
Resoluo
a) Histograma
0,3
0,25
0,2
0,15
0,1
0,05
0
296 297 298 299 300 301 302 303 304 305 306 307
b)
Peso (em gramas) Frequncia Relativa (%) Fi (%)
[297; 298[ 8 8
[298; 299[ 21 29
[299; 300[ 28 57
[300; 301[ 15 72
[301; 302[ 11 83
[302; 303[ 10 93
[303; 304[ 5 98
[304; 305[ 1 99
[305; 306] 1 100
Total 100
F*
1
0,8
0,6
0,4
0,2
0
295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310
c)
n n
1
x = ni c i = f i ci = (297,5 x8%) + (298,5 x 21%) + ... + (305,5 x1%) = 300,11
n i =1 i =1
Estatstica Aplicada 35
Manual de Exerccios
Classe mediana (classe a que corresponde uma frequncia acumulada 0,5): [299;
300[
299 : Fi = 0,29
300 : Fi = 0,57
Clculo do Q2:
0,57 - 0,29 ------------ 300 - 299
0,5 - 0,29 -------------- Q2 - 299
Q2 = 299 + ((1x0,21)/0,28) = 299,75
50% das garrafas tm peso inferior a 299,75 kg.
Estatstica Aplicada 36
Manual de Exerccios
Exerccio 8
Numa faculdade, mediram-se as alturas de 100 alunos do primeiro ano:
Resoluo
a)
Altura (em metros) ni fi ci hi fi/hi Fi
[1,4; 1,5[ 2 0,02 1,45 0,1 0,2 0,02
[1,5; 1,55[ 10 0,1 1,525 0,05 2 0,12
[1,55; 1,6[ 25 0,25 1,575 0,05 5 0,37
[1,6; 1,65[ 13 0,13 1,625 0,05 2,6 0,5
[1,65; 1,7[ 17 0,17 1,675 0,05 3,4 0,67
[1,7; 1,75[ 20 0,2 1,725 0,05 4 0,87
[1,75; 1,8[ 10 0,1 1,775 0,05 2 0,97
[1,8; 1,9] 3 0,03 1,85 0,1 0,3 1
Total 100 1
fi/hi Histograma
6
5
4
3
2
1
0
1,4 1,5 1,6 1,7 1,8 1,9
Estatstica Aplicada 37
Manual de Exerccios
n n
1
b) x = ni c i = f i ci = (1,45x 2%) + (1,525x10%) + ... + (1,85x3%) = 1,65
n i =1 i =1
c) F*
1
0,8
0,6
0,4
0,2
0
1,3 1,4 1,5 1,6 1,7 1,8 1,9 2
Estatstica Aplicada 38
Manual de Exerccios
Clculo do Q3:
0,87- 0,67------------ 1,75 1,7
0,75 0,67-------------- Q3 1,7
Q3 = 1,7 + ((0,05*0,08)/0,2) = 1,72
75% dos alunos tm altura inferior a 1,72 m.
( )
n 2 n
2 2
sx = fi * ci x = fici 2 x = 0,00536875
i =1 i =1
2
s x = s x = 0,00536875 = 0,07327
(disperso reduzida em torno da mdia)
Exerccio 9
Em determinada central telefnica, registou-se a durao das chamadas
realizadas em Dezembro de 2001:
Estatstica Aplicada 39
Manual de Exerccios
Resoluo
a)
Durao (em minutos) ni fi hi fi/hi Fi ci
[0; 5[ 2000 0,4 5 0,08 0,4 2,5
[5; 10[ 1500 0,3 5 0,06 0,7 7,5
[10; 20[ 1000 0,2 10 0,02 0,9 15
[20; 30[ 300 0,06 10 0,006 0,96 25
[30; 50] 200 0,04 20 0,002 1 40
Total 5000 1
fi/hi Histograma
0,1
0,08
0,06
0,04
0,02
0
0 10 20 30 40 50 60
F*
1
0,8
0,6
0,4
0,2
0
0 10 20 30 40 50 60 70 80 90 100
n n
b) x = 1 ni c i = f i ci = (2,5 x 40%) + (7,5 x30%) + ... + (40 x 4%) = 9,35
n i =1 i =1
( )
n 2 n
2 2
sx = fi * ci x = fici 2 x = 81,4525
i =1 i =1
2
s x = s x = 0,00536875 = 9,025
c) Classe mediana (classe a que corresponde frequncia acumulada 0,5): [5; 10[
Estatstica Aplicada 40
Manual de Exerccios
5 : Fi = 0,4
10 : Fi = 0,7
Clculo da Me:
0,7 - 0,4 ------------ 10 - 5
0,5 - 0,4 ------------ Me - 5
Me = 5 + ((5x0,1)/0,3) = 6,67
50% das chamadas tm durao a 6,67 minutos.
s x 9,025 sy 8,7
d) CV Dez = = = 0,965 > CV2001 = = = 0,87
x 9,35 y 10
Exerccio 10
Uma empresa coligiu dados relativos produo de 12 lotes de um tipo especial
de rolamento. O volume de produo e o custo de produo de cada lote
apresentam-se na tabela:
Resoluo
1
s xy [(1500 1358,3)(3100 2708,3) + ... + (2000 1358,3)(3800 2708,3)]
a) r = = 12 = 0,98
s xx s yy 520854x 1145944
Estatstica Aplicada 41
Manual de Exerccios
b)
6000
3000
2000
1000
0
0 500 1000 1500 2000 2500 3000
Volume
Exerccio 11
Um conjunto de empresas do sector da Construo e Obras Pblicas cotadas
na Bolsa de Valores foram analisadas relativamente aos seguintes indicadores:
EPS (Earnings per Share): Resultado Lquido por Aco
PBV (Price/Book Value): Preo / Situao Lquida por Aco
Resoluo
1
s xy [(191 121,7)(0,9 0,92) + ... + (81 121,7)(0,4 0,92)]
a) r = =9 = 0,61
s xx s yy 3669,332 x 0,096933
Estatstica Aplicada 42
Manual de Exerccios
b)
250
150
EPS
100
50
0
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6
PBV
Exerccio 12
Recolheu-se uma amostra em 17 cidades do pas relativamente aos seguintes
indicadores:
Ri: Rendimento mdio mensal na cidade i (em 106 unidades monetrias)
Gi: Gasto mdio mensal em bens de luxo na cidade i (em 106 u.m.)
Ri Gi Ri Gi
125 54 144 61
127 56 147 62
130 57 150 62
131 57 152 63
133 58 154 63
135 58 160 64
140 59 162 65
143 59 165 66
169 66
Dados adicionais
2
Ri = 2467 Gi = 1030 Ri = 361073
2
Gi = 62620 Ri Gi = 150270
Estatstica Aplicada 43
Manual de Exerccios
Resoluo
a)
2467 1030
Ri G i n R G 150270 17 * *
rXY = = 17 17 = 0,986
2 2 2
(
2
Ri n R )( G nG )
2 2467 1030 2
i (361073 17 * )( 62620 17 * )
17 2 17 2
b)
68
y = 0,2604x + 22,801
66
64
62
60
Gasto
58
56
54
52
50
100 120 140 160 180 200
Rendimento
Estatstica Aplicada 44
104
Introduo ao e-learning
3. ESTATSTICA INDUTIVA
Estatstica Aplicada 45
Manual de Exerccios
Estatstica Aplicada 46
Manual de Exerccios
Estatstica Aplicada 47
Manual de Exerccios
Aps a apresentao desta definio, convm ainda referir que, numa outra
perspectiva, a da chamada teoria frequencista, a probabilidade de um
acontecimento definida como sendo o valor para o qual tende a frequncia
relativa do acontecimento quando o nmero de repeties da experincia
aumenta.
Exemplo:
Um grupo de pessoas classificado de acordo com o seu peso e a incidncia
de hipertenso. So as seguintes as propores das vrias categorias:
Obeso Normal Magro Total
Hipertenso 0,1 0,08 0,02 0,2
No Hipertenso 0,15 0,45 0,2 0,8
Total 0,25 0,53 0,22 1,00
a) Qual a probabilidade de uma pessoa escolhida ao acaso ser hipertensa?
b) Qual a probabilidade de uma pessoa obesa ser hipertensa?
Resoluo
a) Basta ver que a proporo de hipertensos de 20%
b) H que tomar em ateno que o que se pretende a proporo de
0,1
hipertensos na populao de obesos, isto = 0,4 . Por outras palavras,
0,25
pretende-se calcular a probabilidade do acontecimento ser hipertenso,
sabendo que ocorreu o acontecimento ser obeso. Repare-se que este
quociente resulta da diviso entre a probabilidade de uma pessoa ser
hipertensa e obesa e a probabilidade de uma pessoa ser obesa. Pode
escrever-se que a probabilidade pretendida dada por:
P( H O)
P( H / O) =
P (O)
onde P(H/O) a probabilidade de ocorrer o acontecimento ser hipertenso,
sabendo que ocorreu ou condicionado pelo acontecimento ser obeso.
Este exemplo corresponde ao clculo de uma probabilidade condicionada.
Estatstica Aplicada 48
Manual de Exerccios
Teorema de Bayes
Seja B um acontecimento que se realiza se e s se um dos acontecimentos
mutuamente exclusivos A1, A2,An se verifica. Aos acontecimentos A1, A2,An
d-se o nome de acontecimentos antecedentes. O teorema de Bayes permite
calcular a probabilidade posteriori de A1, A2, An, isto , a probabilidade de
ocorrncia de A1, A2, An calculadas sob a hiptese de que B (acontecimento
consequente) se realizou. De acordo com este teorema:
P ( Ai ).P ( B / Ai )
P ( Ai / B ) = n
P ( Ai ).P ( B / Ai )
i =1
Estatstica Aplicada 49
Manual de Exerccios
Estatstica Aplicada 50
Manual de Exerccios
(t )x e t
x!
Estatstica Aplicada 51
Manual de Exerccios
(t )0 e t = e t
0!
e t
A probabilidade de avariar at ao instante t dada por
1 e t
Estatstica Aplicada 52
Manual de Exerccios
A expresso
1 ( Xi ) 2
1
2
e 2
2
Estatstica Aplicada 53
Manual de Exerccios
X n2
Estatstica Aplicada 54
Manual de Exerccios
Estatstica Aplicada 55
104
Introduo ao e-learning
PROBABILIDADES
Exerccios resolvidos
Exerccio 1
De um baralho ordinrio (52 cartas) extrai-se ao acaso 1 carta. Determine a
probabilidade dos seguintes acontecimentos:
a) sada de Rei
b) sada de copas
c) sada de Rei ou copas
d) sada de Rei mas no de copas
e) no sada de Rei
f) no sada de Rei nem de copas
g) no sada de Rei ou no sada de copas
Resoluo
A: sada de Rei
B: sada de copas
a) P(A)=1/13
b) P(B)=1/4
c) P(A B) = P(A) + P(B) - P(A B) = 1/13+1/4-1/52 = 4/13 (=(13+3)/52)
d) P(A-B) = P(A) P(A B) = 1/13 1/52 = 3/52 (= (4-1)/52)
e) P( A )= 1-1/13 = 12/13 (=(52-4)/52)
f) P( A B ) = P( A B ) = 1 P(A B) = 1 4/13 = 9/13
g) P( A B ) = P( A B ) = 1 P ( A B ) = 1 1/52 = 51/52
Exerccio 2
Um sistema electrnico formado por dois sub-sistemas, A e B. De ensaios
anteriores, sabe-se que:
- a probabilidade de A falhar de 20%
- a probabilidade de B falhar sozinho 15%
- a probabilidade de A e B falharem 15%
Determine a probabilidade de:
Estatstica Aplicada 56
Manual de Exerccios
a) B falhar
b) falhar apenas A
c) falhar A ou B
d) no falhar nem A nem B
e) A e B no falharem simultaneamente
Resoluo
A: o subsistema A falha
B: o subsistema B falha
P(A)=20% P( A )= 80%
P(B-A)=15%
P(A B)=15%
a) P(B) = P(B-A)+ P(A B) = 0,15 + 0,15 = 30%
b) P(A-B) = P(A) P(A B) = 0,2 0,15 = 5%
c) P(A B) = P(A) + P(B) - P(A B) = 0,2 + 0,3 0,15 = 35%
d) P( A B ) = P( A B ) = 1 P(A B) = 1 0,35 = 65%
e) P( A B ) = 1 P ( A B ) = 1 0,15 = 85%
Exerccio 3
Suponha que h 3 jornais, A, B e C, com as seguintes percentagens de leitura:
A: 9,8%; B: 22,9%; C: 12,1%; A e B: 5,1%; A e C: 3,7%; B e C: 6%;
A, B e C: 2,4%
Escolhe-se uma pessoa ao acaso. Calcule a probabilidade dessa pessoa:
a) ler pelo menos um dos jornais
b) ler A e B mas no C
c) ler A mas no ler B nem C
Resoluo
A: a pessoa escolhida l o jornal A
B: a pessoa escolhida l o jornal B
C: a pessoa escolhida l o jornal C
Estatstica Aplicada 57
Manual de Exerccios
a)
P ( A B C ) = P ( A) + P ( B ) + P (C ) P ( A B ) P ( A C ) P ( B C ) + P ( A B C )
= 0,098+0,229+0,121-0,051-0,037-0,06+0,024 = 32,4%
b) P( A B C ) = P( A B ) P ( A B C ) = 0,051 0,024 = 2,7%
c) P ( A B C ) = P(A) - P ( A B ) P ( A C ) + P ( A B C )
= 0,098-0,051-0,037+0,024 = 3,4%
Exerccio 4
Um gerente de uma galeria de arte muito creditada no mercado, est
interessado em comprar um quadro de um pintor famoso para posterior venda.
O gerente sabe que h muitas falsificaes deste pintor no mercado e que
algumas dessa falsificaes so bastante perfeitas o que torna difcil avaliar se
o quadro que ele pretende comprar ou no um original. De facto, sabe-se que
h 4 quadros falsos desse pintor para 1 verdadeiro.
O gerente no quer comprometer o bom nome da galeria para a qual trabalha
comprando um quadro falso. Para obter mais informao o gerente resolve
levar o quadro a um museu de arte e pede para que o especialista do museu o
examine. Este especialista garante-lhe que em 90% dos casos em que lhe
pedido para examinar um quadro genuno daquele pintor, ele identifica-o
correctamente como sendo genuno. Mas em 15% dos casos em que examina
uma falsificao do mesmo pintor, ele identifica-o (erradamente) como sendo
genuno.
Depois de examinar o quadro que o gerente lhe levou, o especialista diz que
acha que o quadro uma falsificao. Qual agora a probabilidade de o
quadro ser realmente uma falsificao?
Resoluo
V: o quadro genuno
F: o quadro falso
I: o quadro identificado correctamente
P(V) = 20%
P(F) = 80%
P(I/V) = 90% P( I / V ) = 10%
Estatstica Aplicada 58
Manual de Exerccios
Exerccio 5
Na ida para o emprego, o Sr. scar, polcia de profisso, tem de passar
obrigatoriamente por trs cruzamentos com semforos. No primeiro
cruzamento, o do Largo Azul, a probabilidade do semforo se encontrar com
sinal vermelho de 10%. Em cada um dos cruzamentos seguintes, o Sr. scar
fica parado devido aos sinais vermelhos em metade das vezes que l passa.
O Sr. scar j descobriu que os semforos funcionam separadamente, no
estando ligados entre si por qualquer mecanismo.
Embora goste de cumprir a lei, o guarda scar passa no sinal verde e acelera
no amarelo, s parando mesmo no sinal vermelho.
a) Qual a probabilidade do Sr. scar chegar ao emprego sem ter de parar
em qualquer sinal vermelho?
b) Qual a probabilidade do Sr. scar ter de parar num s semforo?
c) Qual a probabilidade do Sr. scar ter parado no sinal vermelho do
cruzamento do Largo Azul, sabendo que parou num s semforo na sua
ida para o emprego?
Resoluo
A: polcia encontra sinal vermelho no 1 cruzamento
B: polcia encontra sinal vermelho no 2 cruzamento
C: polcia encontra sinal vermelho no 3 cruzamento
P(A)=10% P( A )= 90%
P(B)=50% P( B )= 50%
P(C)=50% P( C )= 50%
b) P( A B C ) + P( A B C ) +P( A B C ) =
Estatstica Aplicada 59
Manual de Exerccios
Exerccio 6
Aps alguns testes efectuados personalidade de um indivduo, concluiu-se
que este louco com probabilidade 60%, ladro com probabilidade igual a 70%
e no louco nem ladro com probabilidade 25%. Determine a probabilidade
do indivduo:
a) Ser louco e ladro
b) Ser apenas louco ou apenas ladro
c) Ser ladro, sabendo-se que no louco
Resoluo
A: indivduo louco
B: indivduo ladro
P(A)=60%
P(B)=70%
P( A B ) = 25% = P( A B ) P(A B) = 1 0,25 = 75%
Exerccio 7
Uma moeda viciada, de tal modo que P(F) = 2/3 e P(C) = 1/3. Se aparecem
faces, ento um nmero seleccionado de 1 a 9. Se parecem coroas, um
nmero seleccionado entre 1 e 5. Determine a probabilidade de ser
seleccionado um nmero par.
Resoluo
P(Par) = 2/3*4/9 + 1/3*2/5 = 42,96%
Estatstica Aplicada 60
Manual de Exerccios
Exerccio 8
Numa fbrica, 3 mquinas, M1, M2 e M3 fabricam parafusos, sendo a produo
diria total de 10000 unidades. A probabilidade de um parafuso escolhido ao
acaso ter sido produzido por M1 30% da probabilidade de ter sido produzido
por M2. A incidncia de defeituosos na produo de cada mquina :
M1: 3% M2: 1% M3: 2%
Extrai-se ao acaso da produo diria um parafuso. Sabendo que a
probabilidade dele ser defeituoso de 1,65%, determine o nmero de
parafusos que cada mquina produz diariamente.
Resoluo
M1: o parafuso foi produzido por M1
M2: o parafuso foi produzido por M2
M3: o parafuso foi produzido por M3
D: o parafuso defeituoso
n = 10000 unidades
P(M1) = 0,3 P(M2)
P(D / M1) = 3%
P(D / M2) = 1%
P(D / M3) = 2%
P(D) = 1,65%
Prod. 1 = P(M1)*10000 = ?
Prod. 2 = P(M2)*10000 = ?
Prod. 3 = P(M3)*10000 = ?
P( M 1) = 0,3P( M 2)
P( M 1) + P ( M 2) + P( M 3) = 1
P( D) = P( M 1) * P( D / M 1) + P( M 2) * P ( D / M 2) + P( M 3) * P( D / M 3)
1,3P( M 2) + P( M 3) = 1
0,0165 = 0,3P( M 2) * 0,03 + P( M 2) * 0,01 + P( M 3) * 0,02
Estatstica Aplicada 61
Manual de Exerccios
P( M 3) = 1 1,3P( M 2)
0,0165 = 0,3P( M 2) * 0,03 + P( M 2) * 0,01 + (1 1,3P( M 2)) * 0,02
Exerccio 9
O Joo tem sua disposio 3 meios de transporte diferentes para se deslocar
de casa para a escola: os transportes A, B ou C. Sabe-se que a probabilidade de:
- chegar atrasado escola 60%
- chegar atrasado utilizando o transporte A 80%
- chegar atrasado utilizando o transporte B 50%
- chegar atrasado utilizando o transporte C 60%
- utilizar os transportes B e C a mesma
a) Calcule a probabilidade de o Joo utilizar o transporte A
b) Sabendo que o Joo chegou atrasado escola, calcule a probabilidade
de ter utilizado os transportes B ou C.
Resoluo
T: O Joo chega atrasado
A: o Joo utiliza o transporte A
B: o Joo utiliza o transporte B
C: o Joo utiliza o transporte C
P(T) = 0,6
P(T/A) = 0,8
P(T/B) = 0,5
P(T/C) = 0,6
P(B) = P(C)
P(A)+P(B)+P(C) = 1 P(A) = 1- 2P(B)
Estatstica Aplicada 62
Manual de Exerccios
Logo
0,6 = (1-2P(B))*0,8 + P(B)*0,5 + P(B)*0,6
e vem que
P(B) = 40%
Ento P(A) = 1 2P(B) = 1 2*0,4 = 20%
P ( B ) * P (T / B ) + P (C ) * P (T / C ) 0,4 * 0,5 + 0,4 * 0,6
b) P(B C / T) = = =73,3%
P (T ) 0,6
Exerccio 10
Uma empresa que se dedica prestao de servios de seleco de pessoal
em relao a um teste psicotcnico para uma profisso especfica sabe o
seguinte:
- as percentagens de indivduos com um quociente de inteligncia (Q.I.)
elevado e mdio so, respectivamente, de 30% e de 60%
- a percentagem de indivduos com Q.I. mdio que ficam aptos no teste
de 50%
- a probabilidade de um indivduo com Q.I. baixo ficar apto no teste de
20%
- finalmente, sabe-se que 70% dos indivduos com Q.I. elevado ficam
aptos no teste
a) Qual a probabilidade de um indivduo escolhido ao acaso ficar apto no
teste?
b) Qual a probabilidade de um indivduo ter Q.I. baixo, sabendo-se que
ficou inapto?
Resoluo
A: indivduo fica apto no teste
E: indivduo tem QI elevado
M: indivduo tem QI mdio
B: indivduo tem QI baixo
P(E) = 30% P(M) = 60% P(B) = 1 0,3 0,6 = 10%
P(A/M) = 50% P(A/B) = 20% P(A/E) = 70%
Estatstica Aplicada 63
Manual de Exerccios
a) P(A)
=P(E)*P(A/E)+P(M)*P(A/M)+P(B)*P(A/B)
=0,3*0,7+0,6*0,5+0,1*0,2=53%
P( B ) * P ( A / B) 0,1 * 0,8
b) P(B/ A ) = = = 17%
P ( A) 1 0,53
Exerccio 11
Os resultados de um inqurito aos agregados familiares de uma determinada
cidade forneceram os seguintes dados:
- 35% dos agregados possuem telefone
- 50% dos agregados possuem frigorfico
- 25% dos agregados possuem automvel
- 15% dos agregados possuem telefone e frigorfico
- 20% dos agregados possuem telefone e automvel
- 10% dos agregados possuem frigorfico e automvel
- 5% dos agregados possuem telefone, automvel e frigorfico
Resoluo
A: agregado familiar possui telefone
B: agregado familiar possui frigorfico
C: agregado familiar possui automvel
P(A) = 35%
P(B) = 50%
P(C) = 25%
Estatstica Aplicada 64
Manual de Exerccios
P(A B) = 15%
P(A C) = 20%
P(B C) = 10%
P(A B C) = 5%
Exerccio 12
Admita que 60% dos seguros no ramo automvel respeitam a condutores com
mais de 40 anos de idade, dos quais 5% sofrem, pelo menos, um acidente por
ano. De entre os segurados com idade igual ou inferior a 40 anos, 3% tm um
ou mais acidentes no mesmo perodo.
a) Qual a probabilidade de um segurado no sofrer qualquer acidente
durante um ano?
b) Qual a probabilidade de um segurado que sofreu pelo menos um
acidente ter idade igual ou inferior a 40 anos?
c) Qual a probabilidade de, numa amostra de trs segurados
1. todos terem idade igual ou inferior a 40 anos?
2. nenhum ter sofrido qualquer acidente durante um ano?
3. Todos terem idade igual ou inferior a 40 anos, dado que cada um
sofreu, pelo menos, um acidente durante o referido perodo?
Estatstica Aplicada 65
Manual de Exerccios
Resoluo
I1: o segurado tem mais de 40 anos de idade
I2: o segurado tem 40 anos ou menos de idade
A: o segurado sofre pelo menos 1 acidente por ano
A : o segurado no sofre nenhum acidente por ano
P(I1) = 60% P(I2) = 1 0,6 = 40%
2. P( A A A) = 0,958*0,958*0,958 = 87,9%
3. P( B B B ) = 0,2857*0,2857*0,2857 = 2,3%
Estatstica Aplicada 66
104
Introduo ao e-learning
FUNES DE PROBABILIDADE
Exerccios resolvidos
Exerccio 1
Se 20% das bobinas de um determinado cabo elctrico forem defeituosas,
calcule a probabilidade de, entre as 4 bobines necessrias a um determinado
cliente, escolhidas ao acaso uma ser defeituosa.
Resoluo
X: nmero de bobines defeituosas no conjunto de 4 bobines necessrias a um
determinado cliente (0,1,2,3,4)
n=4 p=0,2 q=1-p=0,8
P(X=1)=C4p1q4-1 = 4*0,2*0,83 = 0,4096 = 41%
Exerccio 2
O nmero mdio de chamadas telefnicas a uma central, por minuto, 5. A
central s pode atender um nmero mximo de 8 chamadas por minuto. Qual a
probabilidade de no serem atendidas todas as chamadas no intervalo de
tempo de 1 minuto?
Resoluo
X: nmero de chamadas telefnicas atendidas numa central, por minuto
(0,1,2,3,4, 5, 6, 7, 8)
=5 p=0,2 q=1-p=0,8
8
e 5 5 x
P(X 8) = = 0,932 Logo P(X>8) = 1-0,932 = 0,06
x =0 x!
Exerccio 3
O tempo de funcionamento sem avarias de uma determinada mquina de
produo contnua segue uma lei exponencial negativa com valor esperado
igual a 4,5 horas. Imagine que a mquina (re)colocada em funcionamento no
instante t=0 horas.
Qual a probabilidade de no ocorrerem avarias antes do instante t=6 horas?
Estatstica Aplicada 67
Manual de Exerccios
Resoluo
Seja
T: tempo de funcionamento sem avarias (ou entre avarias consecutivas) de
uma mquina, e
X: numero de avarias que ocorrem no intervalo [0,6[, isto , num perodo de 6h
=1/4,5 corresponde ao nmero de avarias por unidade de tempo (por hora)
Logo
1
*6
P(T 6) = P(X=0)= e
4,5
= e 1,333 = 0,264
Exerccio 4
Considere que o comprimento mdio de determinado fio condutor 120, com
desvio padro 0,5. Qual a percentagem de fio com comprimento superior a 121?
Resoluo
X: comprimento de determinado fio condutor
Calculando a varivel reduzida correspondente, vem:
121 120
Z= =2
0,5
Consultando a tabela, verifica-se que o valor da funo Z P(X 2) = 0,9772.
Logo P(X>2) = 1-0,9772 = 2,28%.
Exerccio 5
Numa praia do litoral portugus existe um servio de aluguer de barcos,
destinado aos turistas que a frequentam. O nmero de turistas que procuram
este servio, por hora, est associado a uma varivel aleatria com distribuio
de Poisson.
Verificou-se que, em mdia, em cada hora, esse servio procurado por 8
turistas interessados em alugar barcos; sabe-se, por outro lado, que esse
servio funciona ininterruptamente das 8 s 20 horas.
a) Qual a probabilidade de que, entre as 8 e as 9 horas, se aluguem 5
barcos?
b) Qual a probabilidade de que, entre as 9 e as 11 horas, os barcos
sejam procurados por mais de 25 turistas?
Estatstica Aplicada 68
Manual de Exerccios
Resoluo
X: n de turistas que procuram o servio de aluguer de barcos por hora
X segue Po(=8)
a) Na tabela da Po(=8) vem P(X=5) = 9,16%
b) Y1: n de turistas que procuram o servio de aluguer na 1 hora
Y2: n de de turistas que procuram o servio de aluguer na 2 hora
Logo
Y1+Y2: n de turistas que procuram o servio de aluguer em 2 horas
Pelo Teorema da Aditividade da Poisson, considerando Y1 e Y2
independentes e que todas seguem Po(8), vem que:
Z=Y1+Y2 segue Po(2*8=16)
Logo P(Z>25) = f(26) +... + f(33) = 0,0057 + ... + 0,0001 = 1,32%
Exerccio 6
O nmero de navios petroleiros que chegam diariamente a certa refinaria
uma varivel com distribuio de Poisson de parmetro 2. Nas actuais
condies, o cais da refinaria pode atender, no mximo, 3 petroleiros por dia.
Atingido este nmero, os restantes que eventualmente apaream devero
seguir para outro porto.
a) Qual a probabilidade de, num qualquer dia, ser preciso mandar
petroleiros para outro porto?
b) De quanto deveriam ser aumentadas as instalaes de forma a
assegurar cais a todos os petroleiros em 99,9% dos dias?
c) Qual o nmero esperado de petroleiros a chegarem por dia?
d) Qual o nmero mais provvel de petroleiros a chegarem por dia?
e) Qual o nmero esperado de petroleiros a serem atendidos diariamente?
f) Qual o nmero esperado de petroleiros que recorrero a outros portos
diariamente?
Resoluo
X: n de petroleiros que chegam diariamente a uma certa refinaria
X segue Po (2)
Capacidade mxima de atendimento da refinaria: 3 petroleiros/dia
Estatstica Aplicada 69
Manual de Exerccios
Exerccio 7
Os Servios Municipalizados de Gs e Electricidade debitam mensalemnte aos
seus clientes um consumo terico T de energia elctrica calculado de tal modo
que a probabilidade de o consumo efectivo o exceder seja de 30,85%.
Suponha um cliente cujo consumo por ms segue lei normal de mdia 400 kwh
e desvio-padro 40 kwh.
a) Qual o consumo terico que lhe mensalmente debitado?
b) 1. Qual a distribuio do consumo efectivo durante 3 meses?
Estatstica Aplicada 70
Manual de Exerccios
Resoluo
X: consumo efectivo de energia elctrica de um cliente por ms (em kwh)
T: consumo terico (valor fixo) debitado ao cliente por ms (em kwh)
T: P(X>T) = 0,3085
X segue N(400; 1600)
X 400 T 400
a) P(X>T) = 0,3085 P( > ) = 0,3085
40 40
T 400 T 400
P(N(0,1) ) = 0,6915 = 0,5 T = 420
40 40
b) 1.
X1: consumo efectivo de energia elctrica de um cliente no 1ms (em kwh)
X2: consumo efectivo de energia elctrica de um cliente no 2ms (em kwh)
X3: consumo efectivo de energia elctrica de um cliente no 3ms (em kwh)
Logo
X1+X2+X3: consumo efectivo de energia elctrica em 3 meses (em kwh)
Pelo Teorema da Aditividade da Normal, considerando X1, X2 e X3
independentes e que todas seguem N(400, 1600), vem que:
Y=X1+X2+X3 segue N(400*3; 1600*3), isto , N(1200; 4800)
1160 1200
2. P(3*420-Y > 100) = P(Y < 1160) = P(N(0,1)< )=
4800
= P(N(0,1)<-0,58) = 28,1%
Exerccio 8
Num determinado processo de fabrico, existem 2 cadeias de montagem A e B,
com funcionamento independente.
A cadeia A opera a um ritmo mdio de 2 montagens por hora, e a probabilidade
da cadeia B efectuar pelo menos uma montagem numa hora de 98,71%.
Admitindo que o nmero de montagens efectuadas por hora em ambas as
cadeias uma v.a. Poisson, determine:
a) a probabilidade de se efectuarem mais de 6 montagens numa hora com
a cadeia B
Estatstica Aplicada 71
Manual de Exerccios
Resoluo
X: n de montagens da cadeia A por hora X segue Po(2)
Y: n de montagens da cadeia B por hora
a) Y segue Poisson, mas desconhece-se a mdia (=parmetro )
No entanto, como se sabe que P(Y 1) = 0,9817, vem que
P(Y<1) = 1 0,9817 = 0,0183
Na tabela da Poisson, percorrendo as linhas de valor = 0, vem que o
valor 0,0183 pode ser encontrado no cruzamento da linha 0 com a
coluna 4. Logo, = 4.
Na tabela da Po(4), P(Y>6) = 1P(Y 6) = 1F(6) = 1-0,8893=11,07%
b)
Y1: n de montagens da cadeia B na 1 hora
Y2: n de montagens da cadeia B na 2 hora
Y3: n de montagens da cadeia B na 3 hora
Logo
Y1+Y2+Y3: n de montagens da cadeia B em 3 horas
Pelo Teorema da Aditividade da Poisson, considerando Y1, Y2 e Y3
independentes e que todas seguem Po(4), vem que:
Z=Y1+Y2+Y3 segue Po(4*3=12)
P(Z 10) = f(0) + f(1) +... + f(10) = 0 + 0,0001 + + 0,1048 = 34,72%
c) P(X=2Y) = P(X=0 Y=0) + P(X=2 Y=1) + P(X=4 Y=2) +
P(X=6 Y=3) + P(X=8 Y=4) = 0,1353*0,0183 + 0,2707*0,0753 +
0,0902*0,1465 + 0,012*0,1954 + 0,0009*0,1954 = 3,8%
d) W: n de montagens das 2 cadeias num dia de trabalho de 8 horas
8
W= ( X i + Yi )
i =1
Estatstica Aplicada 72
Manual de Exerccios
Exerccio 9
Uma companhia de tabacos recebeu em dada altura um elevado nmero de
queixas quanto qualidade dos cigarros de certa marca que comercializa.
Numa rpida anlise s condies de produo, constata-se que 1% dos filtros
que compem o cigarro saem defeituosos. Nestas condies, determine:
a) a probabilidade de um mao acabado de formar
1. conter 1 cigarro com filtro defeituoso
2. conter 0 cigarros com filtro defeituoso
b) o nmero de maos que, num volume que contm 20, a companhia
espera poder aproveitar se utilizar o critrio:
1. mao aproveitvel se no contiver cigarros defeituosos
2. mao aproveitvel se contiver no mximo 1 cigarro defeituoso
Resoluo
X: n de cigarros com filtro defeituoso em 20 cigarros de um mao
X segue Bi(n=20; p=0,01)
a) 1. P(X=1) = 20*0,01*0,9919 = 16,52%
2. P(X=0) = 0,010*0,9920 = 81,79%
b) 1. Crit. 1: mao aproveitvel se no contiver cigarros defeituosos
Y: n de maos aproveitveis num volume que contem 20 maos
Y segue Bi(n=20; p=P(X=0) = 0,8179)
Logo E(Y) = 20*0,8179 = 16,36
2. Crit. 2: mao aproveitvel se contiver no mximo 1 cigarro defeituoso
Y: n de maos aproveitveis num volume que contem 20 maos
Y segue Bi(n=20; p=P(X=0)+P(X=1)= 0,8179+0,1652 = 0,9831)
Logo E(Y) = 20*0,9831 = 19,66
Estatstica Aplicada 73
Manual de Exerccios
Exerccio 10
O comprimento das peas produzidas por uma mquina uma v.a. Normal
com mdia e varincia 2. Uma pea defeituosa se o seu comprimento diferir
do valor mdio mais do que . Sabemos que 50% das peas produzidas tm
comprimento inferior a 0,25 mm e 47,5% tm comprimento entre 0,25 mm e
0,642 mm.
a) Calcule a mdia e o desvio-padro do comprimento das peas.
b) Determine a probabilidade de uma pea no ser defeituosa.
Resoluo
X: comprimento das peas produzidas por uma mquina
X segue N(; 2)
Pea defeituosa se X> + ou se X< -
P(X<0,25) = 50%
P(0,25<X<0,642) = 47,5%
Estatstica Aplicada 74
Manual de Exerccios
Exerccio 11
Sabe-se que a probabilidade de cura de uma certa doena 20%. Pe-se
prova um novo medicamento, que eleva a probabilidade de cura para 40%,
ministrando-o a um grupo de 20 doentes. Admite-se que o medicamento
eficaz no caso de contribuir para a cura de, pelo menos, 8 doentes em 20.
Calcule a probabilidade de se concluir pela ineficcia do medicamento, ainda
que este eleve de facto a probabilidade de cura para 40%.
Resoluo
X: nmero de doentes curados no grupo de 20 a que ministrado o novo
medicamento (0,1,2...19, 20)
n=20 p=0,4 q=1-p=0,6 X segue Bi (20; 0,4)
P(X 8)=1- F(7) = 41,58%
Exerccio 12
Sabe-se por via experimental que, por cada perodo de 5 minutos, chegam, em
mdia, 4 veculos a determinado posto abastecedor de combustveis. Um
empregado entra ao servio s 8 horas. Qual a probabilidade de ter de
aguardar mais de 10 minutos at chegada de um veculo?
Resoluo
X: n de veculos que chegam ao posto abastecedor por perodo de 5 minutos
X segue Po(4)
Se
X1: n de veculos que chegam ao posto no 1 perodo de 5 minutos
X2: n de veculos que chegam ao posto no 2 perodo de 5 minutos
ento
X1+X2: n de veculos que chegam ao posto abastecedor em 10 minutos
Pelo Teorema da Aditividade de Poisson, considerando X1 e X2 independentes
e que ambas seguem Po(4), vem que X1+X2 tambm segue Po(4+4=8)
Estatstica Aplicada 75
Manual de Exerccios
Estatstica Aplicada 76
Manual de Exerccios
Estatstica Aplicada 77
Manual de Exerccios
X
P (c c) = P( X c X c )=
n n
n
( xi x ) 2
ou seja, s= , tal que:
n 1
s' s'
X c ;X +c
n n
Estatstica Aplicada 78
Manual de Exerccios
p (1 p ) p (1 p )
p c ; p + c
n n
Exemplo:
Consideremos 3 afirmaes de alunos que aguardam a sada das pautas de
um exame de Estatstica:
Afirm. 1: Tenho a sensao que as pautas sero afixadas durante a manh
Afirm. 2: Tenho quase a certeza que as pautas sero afixadas entre as 10h e
as 11h
Afirm. 3: Tenho a certeza absoluta que as pautas ou so afixadas s 10h30 ou
j no so afixadas hoje
Estatstica Aplicada 79
Manual de Exerccios
Estatstica Aplicada 80
Manual de Exerccios
INTERVALOS DE CONFIANA
Exerccios
Exerccio 1
Suponha-se que se tem uma populao normal com mdia desconhecida e
desvio - padro 3, N (, 9) e uma amostra de 121 observaes. Deduza um
intervalo de confiana para a com 95% de confiana.
Resoluo
Para os dados deste exerccio, vem:
n=121
=3
c: P (c Z c) = 95% D (c) = 95% c = 1,96
e logo
X c
n
;X +c
n
= X
1,96 x3
11
;X
1,96 x3
11
[
= X 0,535; X + 0,535 ]
[ ]
O intervalo X 0,535; X + 0,535 contm o verdadeiro valor do parmetro
com probabilidade ou confiana de 95%. Conhecida uma estimativa particular
daquele parmetro, torna-se possvel calcular entre que valores seria de
esperar que, com 95% de confiana, variasse .
Exerccio 2
Numa cidade pretende-se saber qual a proporo da populao favorvel a
certa modificao de trnsito. Faz-se um inqurito a 100 pessoas, e 70
declaram-se favorveis.
Determine um intervalo de confiana a 95% para a proporo de habitantes
dessa cidade favorveis modificao de trnsito.
Resoluo
n=100
70
p = = 0,7
100
c: P (c Z c) = 95% D (c) = 95% c = 1,96
e logo
Estatstica Aplicada 81
Manual de Exerccios
Exerccio 3
Uma mquina fabrica cabos cuja resistncia ruptura (em kg/cm2) uma
varivel com distribuio Normal de mdia 100 e desvio - padro 30. Pretende-
se testar uma nova mquina que, segundo indicaes do fabricante, produz
cabos com resistncia mdia superior. Para isso, observam-se 100 cabos
fabricados pela nova mquina, que apresentam uma resistncia mdia de 110
kg/cm2. Admita que o novo processo no altera o desvio padro da resistncia
ruptura dos cabos.
a) Determine um intervalo de confiana a 95% para a resistncia mdia
ruptura dos cabos produzidos pela nova mquina.
b) Suponha que pretendamos obter um intervalo de confiana com a
mesma amplitude do anterior, mas com nvel de confiana de 99%.
Quantos cabos deveriam ser observados?
Resoluo
a)
X segue N(100; 302)
n=100 x =110 =30 =95%
c: P (c Z c) = 95% D (c) = 95% c = 1,96
e logo
1,96 x30 1,96 x30
X c ;X +c = 110 ;110 = [104,12;115,88]
n n 10 10
Estima-se, com 95% de confiana, que a resistncia mdia ruptura dos cabos
produzidos pela nova mquina se situa entre 104,12 kg/cm2 e 115,88 kg/cm2.
Estatstica Aplicada 82
Manual de Exerccios
Exerccio 4
Uma amostra de 20 cigarros analisada para determinar o contedo de
nicotina, observando-se um valor mdio de 1,2 mg. Sabendo que o desvio -
padro do contedo de nicotina de um cigarro 0,2 mg, diga, com 99% de
confiana, entre que valores se situa o teor mdio de nicotina de um cigarro.
Resoluo
Exerccio 5
Admita-se que a altura dos alunos de uma escola segue distribuio Normal
com varincia conhecida e igual a 0,051. Admita-se ainda que foi recolhida
uma amostra aleatria com dimenso n=25 alunos e calculada a respectiva
mdia amostral, tendo-se obtido o valor de 1,70m. Defina um intervalo que,
com probabilidade 95%, contenha o valor esperado da altura .
Estatstica Aplicada 83
Manual de Exerccios
Resoluo
Exerccio 6
Numa fbrica, procura conhecer-se a incidncia de defeituosos na produo de
uma mquina. Para tanto, colhe-se uma amostra de dimenso suficientemente
grande (1600 artigos), onde 10% dos artigos so defeituosos. Determine o
intervalo de confiana para a referida proporo com 90% de confiana.
Resoluo
n=1600
p =10%
c: P (c Z c) = 90% D (c) = 90% c = 1,645
e logo
p (1 p ) p (1 p ) 0,1x0,9 0,1x0,9
p c ; p + c = 0,1 1,645 ;0,1 1,645 =
n n 1600 1600
= [0,0876;0,1123]
Estima-se, com 90% de confiana, que a proporo de artigos defeituosos na
produo se situa entre 8,76% e 11,23%.
Exerccio 7
O director fabril de uma empresa industrial que emprega 4000 operrios emitiu
um novo conjunto de normas internas de segurana. Passada uma semana,
seleccionou aleatoriamente 300 operrios e verificou que apenas 75 deles
conheciam suficientemente bem as normas em causa. Construa um intervalo
Estatstica Aplicada 84
Manual de Exerccios
Resoluo
n=300
75
p = = 0,25
300
c: P (c Z c) = 95% D (c) = 95% c = 1,96
e logo
Exerccio 8
A Direco de Marketing de uma empresa pretende conhecer a notoriedade da
marca de determinado produto. Nesse sentido, efectuou um inqurito junto de
1200 pessoas escolhidas aleatoriamente, verificando que 960 a conheciam.
a) Estime a proporo de pessoas conhecedoras da marca atravs de
um intervalo de confiana a 90%.
b) Se se pretender que a amplitude do intervalo de confiana da alnea
anterior no seja superior a 0,034, qual deve ser a dimenso mnima
da amostra?
c) Sabendo que o intervalo de confiana determinado pela Direco de
Marketing foi [0,767; 0,833], calcule o nvel de confiana utilizado
Resoluo
a) n=1200
960
p = = 0,8
1200
c: P (c Z c) = 90% D (c) = 90% c = 1,645
e logo
Estatstica Aplicada 85
Manual de Exerccios
p (1 p ) p (1 p ) p (1 p )
b) Amp.=Lim.Sup.-Lim.Inf. = ( p + c ) ( p c ) = 2c
n n n
Logo
p (1 p ) 0,8 * 0,2
2c = 2 *1,645 * 0,034 n 1499
n n
p (1 p )
c) p + c = 0,833
n
0,8 * 0,2
Logo 0,8 + c = 0,833 c = 2,86
1200
E D(2,86) na tabela N(0,1) vem igual a 99,6%, a que corresponde o nvel de
confiana utilizado
Exerccio 9
O gabinete de projectos de uma empresa de material de construo civil
pretende estimar a tenso de ruptura do material usado num determinado tipo
de tubos.
Com base num vasto conjunto de ensaios realizados no passado, estima-se
que o desvio - padro da tenso de ruptura do material em causa de 70 psi.
Deseja-se definir um intervalo de confiana a 99% para o valor esperado da
tenso de ruptura, pretendendo-se que a sua amplitude no exceda 60 psi.
Qual o nmero de ensaios necessrio para definir tal intervalo?
Resoluo
Estatstica Aplicada 86
Manual de Exerccios
Exerccio 10
A empresa SCB controla regularmente a resistncia ruptura dos cabos por si
produzidos. Recentemente, foram analisadas as tenses de ruptura de 10
cabos SCB-33R, seleccionados aleatoriamente a partir de um lote de grandes
dimenses, tendo sido obtida uma mdia de 4537 kg/cm2. Existe uma norma
de 112 kg/cm2 em relao varincia, que respeitada. O director comercial
pretende saber qual o intervalo de confiana, a 95%, para o valor esperado da
tenso de ruptura dos cabos do lote em causa. Defina esse intervalo.
Resoluo
Exerccio 11
Uma amostra de 50 capacetes de proteco, usados por trabalhadores de uma
empresa de construo civil, foram seleccionados aleatoriamente e sujeitos a
um teste de impacto, e em 18 foram observados alguns danos.
Construa um intervalo de confiana, a 95%, para a verdadeira proporo p de
capacetes que sofre danos com este teste. Interprete o resultado obtido.
Resoluo
a) n=50
18
p = = 0,36
50
c: P (c Z c) = 95% D (c) = 95% c = 1,96
e logo
Estatstica Aplicada 87
Manual de Exerccios
Exerccio 12
Qual deve ser o nmero de habitantes da cidade do Porto a seleccionar
aleatoriamente para estudar a proporo de portuenses que usam culos, de
modo a garantir que um intervalo de confiana a 95% para essa proporo
tenha uma amplitude no superior a 8 pontos percentuais?
Resoluo
n=?
p (1 p ) p (1 p ) p (1 p )
Amp.= ( p + c ) ( p c ) = 2c < 0,08
n n n
c: P (c Z c) = 95% D (c) = 95% c = 1,96
Considerando que a proporo amostral a que maximiza a amplitude (pior
dos casos), isto , que a proporo amostral 50% ( p (1 p )' = 1 2 p = 0 ), vem
que:
p (1 p ) 0,5 * 0,5
2c = 2 * 1,96 * < 0,08 n > 600
n n
Estatstica Aplicada 88
Manual de Exerccios
Exemplo:
Registos efectuados durante vrios anos permitiram estabelecer que o nvel de
chuvas numa determinada regio, em milmetros por ano, segue uma lei
normal N(600;100). Certos cientistas afirmavam poder fazer aumentar o nvel
mdio das chuvas em 50 mm. O seu processo foi posto prova e anotaram-
se os valores referentes a 9 anos:
510 614 780 512 501 534 603 788 650
Que se pode concluir? Adopte um nvel de significncia de 5%.
Estatstica Aplicada 89
Manual de Exerccios
Resoluo:
Duas hipteses se colocavam: ou o processo proposto pelos cientistas no
produzia qualquer efeito, ou este aumentava de facto o nvel mdio das chuvas
em 50 mm. Estas hipteses podem formalizar-se do modo seguinte:
H0: =600 mm
H1: =650 mm
Estatstica Aplicada 90
Manual de Exerccios
Hiptese nula Ho
Estatstica Aplicada 91
Manual de Exerccios
Logo, sendo
P(Rejeitar Ho / Ho) = = 5%, vem que
X c 600
P ( X > c / = 600) = 0,05 P ( > ) = 0,05
100
n 9
100
c = 600 + 1,645 x = 654,83(3)
3
RA=(1-)
RR=
= 600 654,83(3) X
Estatstica Aplicada 92
Manual de Exerccios
1-
RA RR
= 650 X
Estatstica Aplicada 93
Manual de Exerccios
RA RA
RA
RR RR
RR RR
/2 /2
1 1 1
Estatstica Aplicada 94
Manual de Exerccios
TESTES DE HIPTESES
Exerccios
Exerccio 1
Suponha que o director de qualidade pretende averiguar se o peso dos pacotes
de arroz produzidos corresponde ao valor assinalado na embalagem. Seja X a
varivel que representa o peso de um pacote de arroz. Suponha que
X N ( ;0,012 ) e que se conhece a seguinte amostra:
1,02 0,98 0,97 1,01 0,97 1,02 0,99 0,98 1,00
Ser que, para um nvel de significncia de 5% se pode dizer que o peso mdio
corresponde ao peso de 1 kg assinalado na embalagem?
Resoluo
Passo 1
Formular as hipteses:
Ho: = 1
H1: < 1
Passo 2
A estatstica a ser utilizada ser a mdia amostral
Passo 3
A regio crtica formada por todos os valores menores ou iguais a c
Passo 4
Assumir um nvel de significncia de 5%
Passo 5
Para =5%, determinar a regio de rejeio e aceitao. Logo, sendo
P(Rejeitar Ho / Ho) = = 5%, vem que
X c 1
P ( X < c / = 1) = 0,05 P ( < ) = 0,05
0,01
n 9
0,01
c = 1 1,645 x = 0,9945
3
Logo, RC = ] ;0,9945]
Estatstica Aplicada 95
Manual de Exerccios
Passo 6
1
Calcular a estatstica X = xi = 0,9933
9
Passo 7
Tomar a deciso
Como o valor da amostra foi 0,9933 e menor que o valor crtico 0,9945,
rejeita-se Ho
Ou seja, considera-se que o arroz contido em cada pacote era inferior ao
indicado. No entanto, h o risco de se mandar parar a produo para reviso
do equipamento sem necessidade. Reduzindo a probabilidade de isso ocorrer
de 5% para 1%, vem:
=1% =5%
RA: Continuar a
produo
RR: Parar a
produo
- 0 +
0,9922 0.9945
A nica mudana ser no Valor Crtico, que de 0,9945 para 0,9922. Neste
caso, aceitaremos Ho, ou seja, consideraremos que no h qualquer anomalia
na produo.
Exerccio 2
Numa cidade, pretende-se saber se metade da populao favorvel
construo de um centro comercial. Faz-se um inqurito a 200 pessoas, e 45%
declaram-se favorveis. Estes valores contradizem a hiptese?
Resoluo
Passo 1
Formular as hipteses:
Ho: p = 0,5
H1: p < 0,5
Estatstica Aplicada 96
Manual de Exerccios
Passo 2
A estatstica a ser utilizada ser a proporo amostral, onde o cuidado deve ser
trabalhar com grandes amostras.
Passo 3
A regio crtica formada por todos os valores menores ou iguais a c
Passo 4
Assumir um nvel de significncia de 5%
Passo 5
Para =5%, determinar a regio de rejeio e aceitao.
Logo, sendo
P(Rejeitar Ho / Ho) = = 5%, vem que
p p c 0,5
P ( p < c / p = 0,5) = 0,05 P ( < ) = 0,05
p (1 p ) 0,5(1 0,5)
n 200
0,5(1 0,5)
c = 0,5 1,645 x = 0,442 Logo, RC = ] ;0,442]
200
Passo 6
p =0,45
Passo 7
Como o valor amostral 0,45 maior que o valor crtico 0,442, no se rejeita Ho
RR: No
construir o
centro comercial
=5%
- 0 +
Valor amostral: 0,45
0,442
Estatstica Aplicada 97
Manual de Exerccios
Exerccio 3
O peso dos pacotes de farinha de 1 kg, produzidos por uma fbrica, uma
varivel normalmente distribuda, com desvio padro 0,01. Da produo de
determinado dia retirada uma amostra de 49 pacotes, com peso mdio de
0,998 Kg.
Pode-se afirmar, a um nvel de significncia de 1%, que o peso mdio dos
pacotes de farinha nesse dia no est de acordo com o peso indicado?
Resoluo
Exerccio 4
Numa regio onde existem entre os maiores de 18 anos 50% de fumadores,
lanada uma intensa campanha anti-tabaco.
Ao fim de trs meses, realiza-se um mini-inqurito junto de 100 cidados com
mais de 18 anos, registando-se 45 fumadores.
a) Com 1% de significncia, pode concluir-se que a campanha surtiu
efeito?
b) Em caso negativo, qual seria a dimenso da amostra a partir da qual
aquela percentagem permitiria afirmar que a cmapnha atingiu o fim em
vista?
Estatstica Aplicada 98
Manual de Exerccios
Resoluo
a) n = 100
p = 0,45
= 1%
H0: p = 0,5 (a campanha no surtiu efeito)
H1: p < 0,5 (a campanha surtiu efeito)
P(Rejeitar Ho/Ho verdadeira) = = 1%
p p c 0,5 c 0,5
P ( X c / p = 0,5) = 0,01 P ( ) = 0,01 = 2,326 c = 0,384
p (1 p ) 0,5 * 0,5 0,5 * 0,5
n 100 100
p p 0,45 0,5
b) P( X 0,45 / p = 0,5) = 0,01 P( ) = 0,01
p(1 p) 0,5 * 0,5
n n
0,45 0,5
= 2,326 n = 541
0,5 * 0,5
n
Exerccio 5
Um fabricante afirma que o tempo mdio de vida de um certo tipo de bateria
de 240 horas, com desvio-padro de 20 horas. Uma amostra de 18 baterias
forneceu os seguintes valores:
237 242 232
242 248 230
244 243 254
262 234 220
225 236 232
218 228 240
Estatstica Aplicada 99
Manual de Exerccios
Resoluo
Exerccio 6
Uma empresa de cermica tem, em dada seco, fornos controlados por
termstatos para manter a temperatura no interior dos fornos a 600 graus
centgrados. A experincia tem demonstrado que a varincia dos valores da
temperatura no interior desses fornos de 360.
A empresa fornecedora dos fornos comercializa agora um novo tipo de
controlador, que anunciado como garantindo que as temperaturas se mantm
dentro do limite desejado. Foram registadas 5 medidas de temperatura de
fornos regulados para 600, utilizando novos controladores:
620 595 585 602 608
Para 5% de significncia, poder-se- concluir que a temperatura no se afasta
significativamente do valor desejado?
Resoluo
X segue N(;360)
n=5
1
x = xi = 602
5
= 5%
H0: = 600
H1: > 600
P(Rejeitar Ho/Ho verdadeira) = = 5%
X c 600 c 600
P( X c / = 600) = 0,05 P( ) = 0,95 = 1,645 c = 613,96
360 18,97
n 5 5
Exerccio 7
O peso dos ovos de chocolate produzidos numa fbrica segue distribuio
normal com varincia 90,25.
a) O fabricante diz que o peso mdio de 160 g. Foi recolhida uma
amostra de 100 ovos, cujo peso mdio foi de 158, 437 g. Teste, a um
nvel de significncia de 1%, se a afirmao do fabricante pode ser
considerada verdadeira, ou se, pelo contrrio, o verdadeiro peso dos
ovos ser menor.
b) Qual o nvel de significncia a partir do qual a concluso seria diferente?
Resoluo
X c 160 c 1
P ( X c / = 160) = 0,01 P ( ) = 0,01 = 2,326 c = 157,79
90,25 9,5
n 100 100
b)
X 158,437 160
P ( X 158,437 / = 160) = P ( ) = F (1,645) = = 5%
90,25
n 100
Exerccio 8
Um jornal semanrio afirma ter atingido, numa regio, a percentagem, at
ento nunca atingida por qualquer semanrio, de 60% de leitores que
regularmente compram um jornal desse tipo.
Efectuando um inqurito junto de 600 leitores, 55% declararam adquirir, por
hbito, o semanrio em causa.
Adoptando um nvel de significncia de 1%, pronuncie-se quanto projeco
que o semanrio reclama.
Resoluo
n = 600 p = 0,55 = 1%
H0: p = 0,6
H1: p < 0,6
P(Rejeitar Ho/Ho verdadeira) = = 1%
p p c 0,6 c 0,6
P ( X c / p = 0,6) = 0,01 P ( ) = 0,01 = 2,326 c = 0,5535
p (1 p ) 0,6 * 0,4 0,6 * 0,4
n 600 600
Exerccio 9
Um molde de injeco tem produzido peas de um determinado material
isolante trmico com uma resistncia compresso com valor esperado de
5,18 kg/cm2 e varincia 0,0625 (kg/cm2)2. As ltimas 12 peas produzidas
nesse molde foram recolhidas e ensaiadas, tendo-se obtido para a resistncia
mdia compresso o valor de 4,95 kg/cm2.
a) Poder-se- afirmar, a um nvel de significncia de 5%, que as peas
produzidas recentemente so menos resistentes do que o habitual?
b) Qual a potncia do teste efectuado anteriormente, admitindo que o valor
esperado da resistncia compresso das peas produzidas
2
recentemente de 4,90 kg/cm ?
Resoluo
b) Potncia = 1-
= (Conservar Ho/H1 verdadeira)
X 5,061 4,9
P ( X > 5,061 / = 4,9) = P ( > ) = 1 F (0,01) = 1 0,5040 = 49,6%
0,0625
n 12
Exerccio 10
Um jornal desportivo noticiou que o nmero de espectadores de um programa
desportivo que apresentado na televiso aos domingos noite est
igualmente dividido entre homens e mulheres.
De uma amostra aleatria de 400 pessoas que vem regularmente o referido
programa, concluiu-se que 240 so homens.
Pode-se concluir, para um nvel de significncia de 10%, que a notcia falsa?
Resoluo
N mnimo de componentes
necessrias ao funcionamento do Probabilidade de o sistema funcionar
sistema
4 p4
3 p4 + 4p3q
2 p + 4p3q + 6p2q2
4
= P(funcionarem as 4) + P (funcionarem 3)
= C 44 p 4 q 4 4 + C 34 p 3 q 43
= p 4 + 4 p3q
1 2 3
Rs = pn
e t
A probabilidade de avariar at ao instante t dada por
1 e t
Sala s
escuras
Falta de Lmpada
energia estragada
Avaria na Actuao da
rede proteco
Ao definir uma carta de controle para a mdia, necessrio comear por definir
a norma para (0) e 2 nveis de controle: os de vigilncia garantida (limites
c
LIC / LSC = 0 +/-
n
(metodologia baseada na estimao por intervalos estudada atrs)
p (1 p )
LIC / LSC = p0 +/-
n
(metodologia baseada na estimao por intervalos estudada atrs)
As cartas de controlo so instrumentos fceis e simples de aplicar pelos
executantes, no sentido de se obter o controlo contnuo do processo. Podem
ser traadas nos prprios locais de trabalho, dando informaes preciosas
sobre os momentos em que so necessrias aces correctivas.
Desde que o processo esteja sob controlo estatstico, as cartas de controlo
permitem prever de forma adequada o comportamento do processo, e melhorar
os processos, com base na informao disponvel nas cartas, no sentido de
reduzir a sua variabilidade.
Pode ser mantido um registo das mdias amostrais por meio de uma carta
como a representada na figura abaixo, denominada carta de controle de
qualidade.
Cada vez que for calculada uma mdia amostral, ela ser representada por um
ponto particular. Enquanto eles carem entre o limite inferior e o superior, o
processo est sob controle. Quando um ponto estiver fora desses limites de
Mdia
Amostral Segunda-feira Tera-feira Quarta-feira Quinta-feira Sexta-feira
(cm)
LSuperior
50
LInferior
De uma maneira geral, pode dizer-se que dois grupos se comportam de modo
semelhante se as diferenas entre as frequncias observadas e as esperadas
em cada categoria forem muito pequenas ou prximas de zero.
Exemplo:
Um pesquisador deseja verificar se h associao entre trs cursos de uma
universidade e dependncia de drogas. Entrevistou 120 alunos, sendo 25 de
Medicina, 35 de Farmcia e 60 de Biologia, perguntando sobre o uso de
drogas, admitindo somente duas respostas: sim ou no. Aps o processamento
dos dados, chegou-se seguinte tabela de distribuio de frequncias:
onde
nij: frequncia observada na clula ij
n.j: frequncia marginal observada na modalidade j
ni.: frequncia marginal observada na modalidade i
n: dimenso da amostra
tabela.
Resoluo:
Como pode ser observado, entre os 120 alunos includos no estudo h um
nmero igual (60) que afirma usar e no usar drogas. No entanto, a distribuio
entre os vrios cursos no ocorre de forma homognea.
n i . * n. j
1. Calcular as frequncias esperadas eij =
n
Por exemplo, se as duas variveis fossem independentes, seria de esperar que
o nmero de estudantes de Medicina a admitir usar drogas fosse de:
ni. * n. j 25 * 60
eij = = = 12,5
n 120
2. As frequncias esperadas devero ser anotadas nas correspondentes
clulas:
Medicina Farmcia Biologia Total
Usa drogas nij 10 20 30 60
eij 12,5 17,5 30,0
No usa drogas nij 15 15 30 60
eij 12,5 17,5 30,0
Total 25 35 60 120
(nij eij ) 2
3. A seguir aplica-se a frmula = = =1,7
i j eij
Vem que o obsv.=1,7 menor do que o valor obtido a partir da tabela, que
5,991 (cruzamento da linha 2 com a coluna 0,05). Assim sendo, a hiptese Ho
no pode ser rejeitada, concluindo-se que, no grupo estudado, no h
associao entre as variveis. Em mdia, a proporo de alunos que usam ou
no drogas no varia entre os cursos.
Observao:
Caso 20% ou mais das clulas tenham frequncias esperadas menores que 5,
ou haja uma ou mais frequncias esperadas com valores menores ou igual a 1,
! " ! #$&%'($ )"*+, -
./0120
0.995 0.975 0.9 0.5 0.1 0.05 0.025 0.01 0.005 0.001
1 0.000 0.001 0.016 0.455 2.706 3.841 5.024 6.635 7.879 10.827
2 0.010 0.051 0.211 1.386 4.605 5.991 7.378 9.210 10.597 13.815
3 0.072 0.216 0.584 2.366 6.251 7.815 9.348 11.345 12.838 16.266
4 0.207 0.484 1.064 3.357 7.779 9.488 11.143 13.277 14.860 18.466
5 0.412 0.831 1.610 4.351 9.236 11.070 12.832 15.086 16.750 20.515
6 0.676 1.237 2.204 5.348 10.645 12.592 14.449 16.812 18.548 22.457
7 0.989 1.690 2.833 6.346 12.017 14.067 16.013 18.475 20.278 24.321
8 1.344 2.180 3.490 7.344 13.362 15.507 17.535 20.090 21.955 26.124
9 1.735 2.700 4.168 8.343 14.684 16.919 19.023 21.666 23.589 27.877
10 2.156 3.247 4.865 9.342 15.987 18.307 20.483 23.209 25.188 29.588
11 2.603 3.816 5.578 10.341 17.275 19.675 21.920 24.725 26.757 31.264
12 3.074 4.404 6.304 11.340 18.549 21.026 23.337 26.217 28.300 32.909
13 3.565 5.009 7.041 12.340 19.812 22.362 24.736 27.688 29.819 34.527
14 4.075 5.629 7.790 13.339 21.064 23.685 26.119 29.141 31.319 36.124
15 4.601 6.262 8.547 14.339 22.307 24.996 27.488 30.578 32.801 37.698
16 5.142 6.908 9.312 15.338 23.542 26.296 28.845 32.000 34.267 39.252
17 5.697 7.564 10.085 16.338 24.769 27.587 30.191 33.409 35.718 40.791
18 6.265 8.231 10.865 17.338 25.989 28.869 31.526 34.805 37.156 42.312
19 6.844 8.907 11.651 18.338 27.204 30.144 32.852 36.191 38.582 43.819
20 7.434 9.591 12.443 19.337 28.412 31.410 34.170 37.566 39.997 45.314
21 8.034 10.283 13.240 20.337 29.615 32.671 35.479 38.932 41.401 46.796
22 8.643 10.982 14.041 21.337 30.813 33.924 36.781 40.289 42.796 48.268
23 9.260 11.689 14.848 22.337 32.007 35.172 38.076 41.638 44.181 49.728
24 9.886 12.401 15.659 23.337 33.196 36.415 39.364 42.980 45.558 51.179
25 10.520 13.120 16.473 24.337 34.382 37.652 40.646 44.314 46.928 52.619
26 11.160 13.844 17.292 25.336 35.563 38.885 41.923 45.642 48.290 54.051
27 11.808 14.573 18.114 26.336 36.741 40.113 43.195 46.963 49.645 55.475
28 12.461 15.308 18.939 27.336 37.916 41.337 44.461 48.278 50.994 56.892
29 13.121 16.047 19.768 28.336 39.087 42.557 45.722 49.588 52.335 58.301
30 13.787 16.791 20.599 29.336 40.256 43.773 46.979 50.892 53.672 59.702
FIABILIDADE
Exerccios
Exerccio 1
Num centro comercial, est instalado um sistema de 10 mquinas para
utilizao de carto multibanco. Diz-se que o sistema est em funcionamento
se pelo menos uma das mquinas funciona. Suponha que cada mquina
funciona independentemente das outras e a probabilidade de funcionamento de
cada mquina 85%. Calcule a probabilidade do sistema estar em
funcionamento.
Resoluo
P(avaria) = 1-0,85 = 15%
P(sistema estar em funcionamento) = 1 P(sistema avariar)
= 1 P(nenhuma das mquinas funcionar)
= 1 P(maq1 no funcionar e...e maq 10 no funcionar)
= 1 0,15*0,15*...*0,15 = 1 (aproximadamente)
B
A D
C
Resoluo
104 *5000
A: Rs = e = e 0,5 = 60,6531%
( 5*105 ) *5000
D: Rs = e = e 0, 25 = 77,8801%
( 2*105 ) *5000
B e C: Rs = e = e 0,1 = 90,4837%
P(funcionar 1 ou 2) = 1-P(funcionar nenhuma) = 1 (1-0,904837)2 = 99,0944%
Logo, P(sistema estar em funcionamento aps 5 000 horas) =
= 0,606531*0,990944*0,778801 = 46,8%
Exerccio 3
Foram ensaiadas durante 3 000 horas, sem que se verificasse qualquer avaria,
cinco unidades idnticas de um equipamento que se sabe ter uma curva de
sobrevivncia que obedece a uma distribuio exponencial, com um MTBF de
17 500 horas.
Calcule a fiabilidade do equipamento.
Resoluo
X: tempo de funcionamento sem avarias da mquina (em horas)
(isto , tempo que decorre entre avarias consecutivas (em horas))
X segue Exp(=1/17500) MTBF = 17500
Y: n de avarias no intervalo [0,3000] horas
3000
Rs = e 17500
= e 0,171429 = 84,25%
Exerccio 4
O tempo de funcionamento sem avarias de uma determinada mquina de
produo contnua segue uma lei exponencial negativa com valor esperado
igual a 4,5 horas. Imagine que a mquina (re)colocada em funcionamento no
instante t=0 horas.
a) Qual a probabilidade de no ocorrerem avarias antes do instante t=6
horas?
b) Admitindo que a mquina se encontrava em funcionamento no instante
t=4 horas, qual a probabilidade de no ocorrerem avarias at t=6 horas?
c) Qual a probabilidade de se verificarem 2 avarias durante as primeiras 6
horas de funcionamento da mquina?
Resoluo
a) X: tempo de funcionamento sem avarias da mquina (em horas)
(isto , tempo que decorre entre avarias consecutivas (em horas))
X segue Exp(=1/4,5) MTBF = 4,5
1 6
6 1 4,5
P(X 6) = 1 P ( X < 6) = 1 e dx = e 4,5 = 26,4%
0 4,5
Ou considerando Y: n de avarias no intervalo [0,6] horas, como Y segue
Po(1/4,5), vem que P(X 6) = P(Y=0) = e-t = e-(1/4,5)t = e-(6/4,5) = 26,4%
6
P( X 6 X 4) P( X 6) e 4,5
b) P(X 6/ X 4) = = = 4 = 64,1% = P( X 2)
P( X 4) P( X 4)
e 4 ,5
c) Y: n de avarias no intervalo [0,6] horas
6
e 4,5
x(6 / 4,5) 2
P(Y=2) = = 23,4%
2!
Exerccio 5
Sabe-se que um determinado modelo de lmpadas apresenta no perodo de
vida til (3625 horas) um MTBF de 12 000 horas. Calcular:
Resoluo
3625
a) Rs = e 12000
= e 0,302 = 73,9%
Em 10, 1 - P(falhar nenhuma) = 1 - 0,73910 = 1 0,0488 = 95,12%
2000
b) Rs = e 12000
= e 0,1667 = 84,6% Logo, 0,846x1000 lmpadas = 846
Exerccio 6
Num grande centro comercial existem 3 telefones pblicos, colocados
estrategicamente a fim de satisfazer adequadamente os utentes. A observao
prolongada do funcionamento dos telefones levou a concluir que as
probabilidades dos 3 telefones, T1, T2 e T3 se encontrarem avariados so,
respectivamente, 0,15, 0,2 e 0,25 e que as avarias so independentes. O grupo
de telefones satisfaz minimamente o servio se pelo menos 2 estiverem sem
avarias. Qual a probabilidade de pelo menos dois destes telefones estarem
sem avarias?
Resoluo
P(pelo menos dois destes telefones estarem sem avarias ) = P(2 ou 3 estarem
sem avarias) = 0,095+0,51=60,5%
P(2 sem avarias) = 0,15*0,2*0,75+0,85*0,2*0,25+0,15*0,8*0,25=9,5%
P(3 sem avarias) = 0,85*0,8*0,75=51%
Exerccio 7
Um sistema constitudo por 5 componentes iguais, sendo 0.05 a
probabilidade de um elemento falhar ao longo de qualquer dia da semana. No
caso de nenhum elemento avariar o sistema funciona normalmente; se um dos
elementos avariar o sistema funciona com probabilidade 0.7; se mais de um
elemento avariar o sistema no funciona. Calcule:
a) a probabilidade do sistema funcionar ao longo do dia.
b) a funo de probabilidade do n de falhas registadas nos seus
componentes ao longo de um dia, indicando o valor mdio de tal
distribuio.
Resoluo
a) P(sist. funcionar) = P(0 avariar e funcionar) + P(1 avariar e funcionar)
= (0,955)* 1 + (5*0,954*0,05)*0,7 = 0,7738 + 0,1425 = 91,63%
b) Bi(n=5;p=0,05) Valor mdio=5*0,05=0,25
Exerccio 1
Uma empresa fabrica e comercializa condutores elctricos cujas condies de
controlo da produo e aceitabilidade a seguir se indicam (relativos
resistncia de um componente em ):
Caracterstica sob controlo:
LIC: 49,8775
LSC: 50,1225
n=16
=0,25
Proceder-se- paragem da produo sempre que os limites de controlo
sejam desrespeitados
Um condutor considerado no defeituoso se a sua resistncia em
estiver compreendida entre [49,530; 50, 470]
Resoluo
X: resistncia de um componente em
X N ( ; (0,25) 2 )
c
a) LIC = = 49,8775
n
c
LSC = + = 50,1225
n
c c
Como LIC + LSC = 100 vem que + + = 2 = 100
n n
Logo =100/2 = 50
b)
P (parar indevidamente o processo produtivo) =
P( X cair fora dos limites de controlo quando =0) =
1- P(-1,96 X 1,96) =
1 - P(-1,88 X 1,88) =
Exerccio 2
A empresa TRADECHO, SA mantm um diferendo com os seus principais
clientes, que afirmam que os produtos produzidos (em srie) por esta empresa
no obedecem s normas de qualidade estabelecidas e que so:
- a norma para o comprimento mdio das peas de 20 cm;
- a norma para a varincia de 4 e est a ser cumprida;
- a amplitude do intervalo de controle para a mdia deve ser de 1,96;
- a dimenso das amostras a extrair de 16
Afirmam os clientes que a probabilidade de parar indevidamente o processo
produtivo superior quela que decorre das normas.
Resoluo
X: comprimento das peas em cm
X N ( ; 4)
a) P (parar indevidamente o processo produtivo) =
P( X cair fora dos limites de controlo quando =0) =
1- P(-1,96 X 1,96) =
b) e c)
Mdia
Amostral Amostra 1 Amostra 2 Amostra 3 Amostra 4 Amostra 5
(cm)
20,98
20,5
20 20,3 20,15
20 19,90
19,02
Exerccio 3
Numa empresa procede-se ao exame das condies de produo relativas
durao (em horas) das lmpadas fabricadas (produo em srie). Sabe-se
que o desvio-padro da durao de uma lmpada de 100 horas.
O Departamento de Produo construiu o seguinte intervalo para a durao
mdia de uma lmpada, a partir de uma amostra de dimenso 100:
[983,55; 1016,45]
Resoluo
X: durao das lmpadas em horas
X N ( ; (100) 2 )
c
a) LIC = = 983,55
n
c
LSC = + = 1016,45
n
c c
Como LIC + LSC = 2000 vem que + + = 2 = 2000
n n
Logo =2000/2 = 1000 h
1- P(-1,645 X 1,645) =
Exerccio 4
O novo Conselho de Administrao da empresa de componentes elctricas
Alta Tenso, SA resolveu efectuar um estudo aprofundado sobre o controle
estatstico de qualidade das peas produzidas. Assim, definiu com o director de
produo os aspectos considerados relevantes no controle da durao mdia
das componentes:
- o limite superior de qualidade (LSC) deve ser de 10,8 milhares de horas
- a amplitude do intervalo no deve exceder 1,96 milhares de horas
- a probabilidade de se parar indevidamente a produo de 5%
Sabe-se ainda que o desvio padro da durao de uma componente de 4 mil
horas.
Resoluo
X: durao das componentes em milhares de horas
X N ( ; ( 4) 2 )
c
a) LSC = + = 10,8
n
D(c)= 5% logo c= 1,96
c 1,96 * 4
2 1,96 logo 2 1,96 n 64
n n
c 1,96 * 4
b) LSC = + = 10,8 logo = 10,8 - = 9,82
n 64
Exerccio 5
O director de produo da empresa DISLIX, SA pretende implementar um
sistema de controle interno de qualidade de um determinado tipo de geradores
fabricados em srie. Para tal, procede verificao da produo de energia
Resoluo
X: energia elctrica produzida em kws/hora
X N ( ; ( 4) 2 )
a) D(c)= 5% logo c= 1,96
c 1,96 * 4
2 3,92 logo 2 3,92 n 16
n n
b)
Mdia
Amostral Amostra 1 Amostra 2 Amostra 3 Amostra 4 Amostra 5
(cm)
11,96
10
8,04
c 1,96 * 4
LIC = = 10 = 8,04
n 16
c 1,96 * 4
LSC = + = 10 + = 11,96
n 16
Exerccio 1
A empresa BrasFruta Lda est a instalar-se em Portugal com um produto
inovador, um concentrado de fruta semelhante a um sumo de fruta natural. A
inteno vender o produto em cafs, esplanadas e bares que passariam a
dispor de uma imitao perfeita de um sumo acabado de fazerva um preo
vantajoso.
Atravs de um estudo qualitativo com consumidores, conseguiu-se apurar que
existia uma grande sensibilidade ao preo. Apesar de haver uma preferncia
generalizada por sumos naturais face a refrigerantes, os consumidores
mostravam-se cpticos em relao qualidade quando se falav em preos
baixos.
Entendeu-se ento levantar a seguinte questo: a sensibilidade ao preo
afectada pelo poder de compra dos clientes? Numa sondagem efectuada a
1973 clientes potenciais, confrontaram-se os inquiridos com trs alternativas:
adquirir sumo natural a preo elevado, adquirir sumo natural a preo baixo ou
adquirir refrigerantes. A sondagem revelou que, dos clientes classes A/B/C1,
598 pagariam um preo mais elevado pelo sumo natural, enquanto 212 no
estariam dispostos a gastar tanto. Em relao aos 977 clientes das classes
C2/D/E, 164 s consumiriam sumo natural se o preo fosse baixo e 285
preferiam refrigerante.
Represente adequadamente e interprete a informao contida nestes dados.
Utilize um nvel de significncia de 1%.
Resoluo
Preo Elevado Preo Baixo Refrigerante Total
A/B/C1 598 212 186 996
C2/D/E 528 164 285 977
Total 1126 376 471 1973
observado = 31,141
Exerccio 2
Aos exames de primeira poca de determinada disciplina compareceram 105
alunos, dos quais 20 no tinham prestado qualquer prova durante o ano. O
nmero de aprovaes foi de 33, das quais 3 foram de alunos que no tinham
efectuado provas durante o ano.
Diga, com base nestes elementos, se, para um nvel de significncia de 5%, se
pode afirmar que existe independncia entre a comparncia (ou no) a provas
durante o ano de aprovao (ou no) em exame.
Resoluo
observado = 3,122
Vem que o obsv.= 3,122 menor do que o valor obtido a partir da tabela.
Logo, a hiptese Ho no ser rejeitada (h independncia).
Exerccio 3
Com o objectivo de testar se existe relao entre a formao do gerente de
uma dependncia bancria e a respectiva performance, construiu-se a
seguinte tabela de contingncia, relativa a 300 balces de diferentes bancos:
Formao
Gerente Mdia Superior
Vol. Negcios
Baixo 44 52
Mdio 55 43
Elevado 51 55
Resoluo
Ho: As variveis so independentes
H1: As variveis no so independentes
Valores esperados:
Formao
Gerente Mdia Superior
Vol. Negcios
Baixo 48 48
Mdio 49 49
Elevado 53 53
observado = 2,2876
Vem que o obsv.= 2,2876 maior do que o valor obtido a partir da tabela,
Assim sendo, a hiptese Ho ser rejeitada, concluindo-se que h associao
entre as variveis.
Exerccio 4
Pretendendo-se analisar o comportamento do volume de divisas ao longo do
ano, deu-se particular ateno influncia exercida pelas remessas de
emigrantes. Assim, o ano foi dividido em duas pocas: poca de Ponta,
compreendendo os meses de vinda de emigrantes (Vero e Natal) e poca
Normal (restantes meses).
Assim, observou-se o nvel de Disponibilidades Lquidas sobre o Exterior (DLX)
para cada ms, tendo-se obtido:
Resoluo
Ho: As variveis so independentes
H1: As variveis no so independentes
Valores esperados:
Volume DLX Baixo/Mdio Elevado
poca
Normal 113,33 86,66
Ponta 6,66 43,33
observado = 85,069
(150 113,33) 2 (80 43,33) 2
Valor obsv. est. teste = + ... + = 85,069 > 3,84
113,33 43,33
Vem que o obsv.= 85,069 maior do que o valor obtido a partir da tabela,
Assim sendo, a hiptese Ho ser rejeitada, concluindo-se que h associao
entre as variveis.
Exerccio 5
Num estudo que pretendia averiguar a existncia de relao entre a procura de
moeda e a taxa de juro, procedeu-se recolha peridica de elementos sobre
essas variveis, construindo-se a seguinte tabela de contingncia:
Resoluo
Ho: As variveis so independentes
H1: As variveis no so independentes
Valores esperados:
Taxa juro Reduzida Mdia Elevada
Proc. Moeda
0-10 72.5 115 62.5
10-45 130.5 207 112.5
45-70 87 138 75
observado = 1183,7
Vem que o obsv.= 1183,7 maior do que o valor obtido a partir da tabela,
Assim sendo, a hiptese Ho ser rejeitada, concluindo-se que h associao
entre as variveis.
Exerccio 6
Um investigador seleccionou trs amostras de estudantes, A, B e C, que fazem
parte de um determinado projecto de estudo e aplicou-lhes uma escala de
atitudes com o objectivo de conhecer as suas opinies em relao ao projecto.
Os resultados de uma amostra de 140 estudantes foram os seguintes:
Grupo de
Tipo estudantes A B C
de atitude
Atitude negativa 30 30 10
Atitude positiva 10 20 40
Resoluo
Ho: As variveis so independentes
H1: As variveis no so independentes
Valores esperados:
Grupo de
Tipo estudantes A B C
de atitude
Atitude negativa 20 25 25
Atitude positiva 20 25 25
observado = 30