Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatística Geral
e Aplicada
2a Edição
SÃO PAULO
EDITORA ATLAS S.A. – 2002
Soluções e Respostas
Capítulo 2 – Estatística Descritiva
SÉRIE I
2.1
400
350
Área (milhões km2)
300
250
200
150
100
50
0
Antártico Ártico Atlântico Índico Pacífico
Oceano
Pacífico
Índico
Oceanos
Atlântico
Ártico
Antártico
5%
3%
Antártico
Ártico
27% Atlântico
46%
Índico
Pacífico
19%
2.2
Natureza Valor
Dívida externa líquida 111631
Governo federal e Bacen 248292
Governos estaduais e municipais 167850
Empresas estatais 13324
300000
250000
200000
Valor
150000
100000
50000
0
Dívida externa Governo federal e Governos estaduais Empresas estatais
líquida Bacen e municipais
Natureza
Empresas estatais
Governos estaduais e
Natureza
municipais
Governo federal e
Bacen
2%
21% Dívida externa líquida
31%
Governo federal e Bacen
Governos estaduais e
municipais
Empresas estatais
46%
2.3
a) Amplitude: r = 97 – 33 = 64
Nº de intervalos: k • 1 + 3,22 * log50 • 7
Tamanho do intervalo: h • 64 / 7 • 10
b)
His togr ama de Fr eqüênc ia A bs oluta
14
12
10
8
Fi
0
30 • 40 40 • 50 50 • 60 60 • 70 70 • 80 80 • 90 90 • 100
Inter v alos de Clas s es
His tograma de Fr eqüênc ia Relativ a
0,3
0,25
0,2
fi 0,15
0,1
0,05
0
30 • 40 40 • 50 50 • 60 60 • 70 70 • 80 80 • 90 90 • 100
Inter v alos de Clas s es
c) 60 • 70.
d) 19 alunos.
e) x1 = 35.
2.4
c) Tamanho do intervalo: h • 39 / 8 • 5.
d) e e)
Classe Intervalos Fi fi % Fac fac %ac xi
1 151 • 156 4 0,04 4 4 0,04 4 153,5
2 156 • 161 4 0,04 4 8 0,08 8 158,5
3 161 • 166 11 0,11 11 19 0,19 19 163,5
4 166 • 171 33 0,33 33 52 0,52 52 168,5
5 171 • 176 17 0,17 17 69 0,69 69 173,5
6 176 • 181 17 0,17 17 86 0,86 86 178,5
7 181 • 186 9 0,09 9 95 0,95 95 183,5
8 186 • 191 5 0,05 5 100 1,00 100 188,5
Ó 100 1 100
f)
His tograma de Fr eqüênc ia A bs oluta
35
30
25
20
Fi
15
10
5
0
151 • 156 • 161 • 166 • 171 • 176 • 181 • 186 •
156 161 166 171 176 181 186 191
Inter v alos de Clas s es
0,35
0,3
0,25
0,2
fi
0,15
0,1
0,05
0
151 • 156 • 161 • 166 • 171 • 176 • 181 • 186 •
156 161 166 171 176 181 186 191
Inter v alos de Clas s es
g) A menor altura é 1,51 m, enquanto a maior altura atinge 1,90m. Entre 1,66 e 1,70m,
encontram-se 33% do total. A quantidade de pessoas altas é maior do que a proporção de
pessoas com estaturas mais baixas – 48% = 17% + 17% + 9% + 5% têm alturas superiores a
1,70 m, enquanto 19% = 11% + 4% + 4% possuem alturas inferiores a 1,65m.
2.5
-
SÉRIE II
2.6
2.7
2.8
2.9
Média aritmética dos dados não agrupados = Ó obs ervações / n = 3230 / 50 = 64,60.
Média aritmética dos dados agrupados= (Óxi * Fi) / n = (4 * 35 + ... + 3 * 95) / 50 = 65.
Diferença: 64,60 – 65 = – 0,4.
2.10
Média aritmética dos dados não agrupados = Ó obs ervações / n = 17138 / 100 = 171,38.
Média aritmética dos dados agrupados= (Ó xi * Fi) / n = (4 *153,5 + ... + 5 * 188,5) / 100 =
171,85.
Diferença: 171,38 – 171,85 = – 0,47 m.
2.11
-
SÉRIE III
2.12
I) xmediana (n ímpar ) = 4.
2.13
I) xmediana (n par ) = 4.
2.14
I) n / 2 = 29 / 2 = 14,5
xmediana = lMd + [(n / 2 – Óf) * h] / FMd = 5 + [(14,5 – 8) * 2] / 8 = 6,63.
II) n / 2 = 93 / 2 = 46,5
xmediana = lMd + [(n / 2 – Óf) * h] / FMd = 28 + [(46,5 – 43) * 3] / 30 = 28,35.
2.15
2.16
2.17
2.18
I) i * n / 10 = 6 * 35 / 10 = 21
Di = lDi + [(i * n / 10 – Óf) * h] / FDi = 8 + [(21 – 15) * 2] / 15 = 8,08, ou seja, 60% dos valores
da amostra estão abaixo do valor 8,08.
i * n / 100 = 65 * 35 / 100 = 22,75
Pi = lPi + [(i * n / 100 – Óf) * h] / FPi = 8 + [(22,75 – 15) * 2] / 15 = 9,03, ou seja, 65% dos
valores da amostra estão abaixo do valor 9,03.
i * n / 4 = 35 / 4 = 8,70
Qi = lQi + [(i * n / 4 – Óf) * h] / FQi = 6 + [(8,70 – 4) * 2] / 11 = 6,86, ou seja, 25% dos valores
da amostra estão abaixo do valor 6,86.
II) i * n / 10 = 2 * 24 / 10 = 4,8
Di = lDi + [(i * n / 10 – Óf) * h] / FDi = 30 + [(4,8 – 3) * 10] / 5 = 33,60, ou seja, 20% dos
valores da amostra estão abaixo do valor 33,60.
i * n / 100 = 43 * 24 / 100 = 10,32
Pi = lPi + [(i * n / 100 – Óf) * h] / FPi = 40 + [(10,32 – 8) * 10] / 10 = 42,32, ou seja, 43% dos
valores da amostra estão abaixo do valor 42,32.
i * n / 4 = 3 * 24 / 4 = 18
Qi = lQi + [(i * n / 4 – Óf) * h] / FQi = 40 + [(18 – 8) * 10] / 10 = 50,00, ou seja, 75% dos valores
da amostra estão abaixo do valor 50,00.
2.19
b) xmediana (n ímpar ) = 1.
d) P% = (10 + 5 + 3) / 53 = 34%.
2.20
a)
Xi 1 2 3 4 5 6 7 8 9 10
Fi 1 1 5 6 3 2 3 2 0 1
2.21
d) i * n / 10 = 3 * 163 / 10 = 48,90
Di = lDi + [(i * n / 10 – Óf) * h] / FDi = 18 + [(48,90 – 43) * 4] / 40 = 18,59, ou seja, 30% das
pessoas deste grupo têm idade inferior a 18,59.
e) i * n / 4 = 163 / 4 = 40,75
Qi = lQi + [(i * n / 4 – Óf) * h] / FQi = 14 + [(40,75 – 15) * 4] / 28 = 17,58.
2.22
a) Amplitude: r = 98 – 33 = 65.
d) e) f) g) e h)
Classe Intervalos Fi fi XI Fac
1 30 • 40 4 0,08 35 4
2 40 • 50 6 0,12 45 10
3 50 • 60 8 0,16 55 18
4 60 • 70 12 0,24 65 30
5 70 • 80 9 0,18 75 39
6 80 • 90 7 0,14 85 46
7 90 • 100 4 0,08 95 50
Ó 50 1
i)
His to g r a ma d e Fr e q ü ê n c ia A b s o lu ta
14
12
10
8
Fi
6
4
2
0
30 • 40 40 • 50 50 • 60 60 • 70 70 • 80 80 • 90 90 • 100
In te r v a lo s d e Cla s s e s
n) i * n / 4 = 50 / 4 = 12,50
Qi = lQi + [(i * n / 4 – Óf) * h] / FQi = 50 + [(12,50 – 10) * 10] / 8 = 53,125, ou seja, 25% dos
alunos deste grupo tiraram notas inferiores a 53,125.
2.23
a) Amplitude: r = 12 – 2 = 10.
2 2 2
b) S = 1 / (n – 1) * [Óxi – (Óxi) / n] = 1 / (7 – 1) * [347 – (1849) / 7] = 13,81.
2 1/2 1/2
c) S = (S ) = (13,81) = 3,72.
2.24
Intervalos Fi xi xi * Fi xi2 * Fi
2• 4 3 3 9 27
4• 6 5 5 25 125
6• 8 8 7 56 392
8 • 10 6 9 54 486
10 • 12 3 11 33 363
Ó 25 177 1393
2 2 2 2
S = 1 / (n – 1) * [Ó(xi * Fi) – (Óxi * Fi) / n] = 1 / (25 – 1) * [1393 – (177) / 25] = 5,83.
2.25
Intervalos Fi xi xi * Fi xi2 * Fi
40 • 45 4 42,5 170 7225
45 • 50 10 47,5 475 22562,5
50 • 55 15 52,5 787,5 41343,75
55 • 60 8 57,5 460 26450
60 • 65 5 62,5 312,5 19531,25
65 • 70 3 67,5 202,5 13668,75
Ó 45 2407,5 130781,25
2.26
2.27
CVA = (SA / xmediaA) * 100 = (40 / 150) * 100 = 26,67%
CVB = (SB / xmediaB) * 100 = (50 / 200) * 100 = 25,00%
CVC = (SC / xmediaC) * 100 = (60 / 300) * 100 = 20,00%
a) A tem desvio padrão de 40, portanto, é a caixa com menor variação absoluta na pressão
de ruptura.
b) A tem o coeficiente de variação de 26,67%, portanto, é a caixa com maior variação relativa
na pressão de ruptura.
2.28
a) Amplitude: r = 44 – 14 = 30
Nº de intervalos: k• 1 + 3,22 * log30 • 6
Tamanho do intervalo: h • 30 / 6 • 5
Classe Intervalos Fi
1 14 • 19 4
2 19 • 24 6
3 24 • 29 5
4 29 • 34 4
5 34 • 39 2
6 39 • 44 9
Ó 30
b)
His to g r a ma d e Fr e q ü ê n c ia A b s o lu ta
10
9
8
7
6
5
Fi
4
3
2
1
0
14 • 19 19 • 24 24 • 29 29 • 34 34 • 39 39 • 44
In te r v a lo s d a s Cla s s e s
2.29
a) xmedia = 45 s
2 1/2 1/2
S = (S ) = (400) = 20 s
CV1 = (S / xmedia) * 100 = (20 / 45) * 100 = 44,50%.
e) CV2 = (S / xmedia) * 100 = (15,13 / 45) * 100 = 34,00%, portanto, a equipe 2 apresentou
resultados mais homogêneos, uma vez que tem CV (34%) menor que a equipe 1 (44%) .
f) Equipe 2.
2.30
a) Amplitude: r = 16 – 1 = 15
Nº de intervalos: k• 6
Tamanho do intervalo: h • 3
Classe Intervalos Fi
1 1• 4 14
2 4• 7 14
3 7 • 10 11
4 10 • 13 8
5 13 • 16 11
6 16 • 19 2
Ó 60
b)
His to g r a ma d e Fr e q ü ê n c ia A b s o lu ta
16
14
12
10
8
Fi
6
4
2
0
1 • 4 4 • 7 7 • 10 10 • 13 13 • 16 16 • 19
In te r v a lo s d e Cla s s e s
e) i * n / 4 = 3 * 60 / 4 = 45
Qi = lQi + [(i * n / 4 – Óf) * h] / FQi = 10 + [(45 – 39) * 3] / 8 = 12,25, ou seja, 75% das rendas
estão abaixo de $ 12250.
f) i * n / 10 = 4 * 60 / 10 = 24
Di = lDi + [(i * n / 10 – Óf) * h] / FDi = 4 + [(24 – 14) * 3] / 14 = 6,14, ou seja, 40% das rendas
estão abaixo de $ 6140.
g) i * n / 100 = 47 * 60 / 100 = 28,20
Pi = lPi + [(i * n / 100 – Óf) * h] / FPi = 7 + [(28,20 – 28) * 3] / 11 = 7,05, ou seja, 47% das
rendas estão abaixo de $ 7055.
h) i * n / 4 = 60 / 4 = 15
Qi = lQi + [(i * n / 4 – Óf) * h] / FQi = 4 + [(15 – 14) * 3] / 14 = 4,21.
2 2 2 2
i) S = 1 / (n – 1) * [Ó(xi * Fi) – (Óxi * Fi) / n] = 1 / (60 – 1) * [5289 – (492) / 60] = 21,26.
2 1/2 1/2
j) S = (S ) = (21,26) = 4,61.
2.31
-
SÉRIE IV
2.32
4. d, uma vez que a média leva em conta todos estes desvios, a soma deles deve ser zero.
5. b, uma vez que 70 é a média das observações além de separar em dois grupos com a
mesma quantidade.
8. b, uma vez que numa amostra de n = 5, a mediana é o 3º item, deixando dois de cada lado.
13. d, uma vez que n = 6, a mediana será [(n / 2) + (n / 2 +1)] / 2, ou seja, 45.
14. a, uma vez que a curva a é mais alargada horizontalmente, tem desvio padrão maior.
15. d, uma vez que apesar de A ter maior dispersão absoluta, ao se calcularem os coeficientes
de variância de ambas as turmas, chega-se ao mesmo valor: 50%.
18. a, uma vez que n = 20, o 1º quartil será a média entre o 5º e o 6º item, ou seja, 5.
19. b, uma vez que CV = (S / Xmedia) * 100, Estatística é 20% e História é 25%.
21. d, uma vez que Xmedia = (Óxi . Fi) / n = (2 * 2500 + ... + 3 * 22000) / 10 = 10500.
23. d, uma vez que Mo = lMo + [Ä1 / (Ä1 + Ä2)] * h = 50 + [15 / (15 + 10)] * 10 = 56.
24. b, uma vez que Xmedia = (Óxi . Fi) / n = (5 * 175 + ... + 3 * 475) / 10 = 3130 / 10 = 313.
25. c, uma vez que P45 = 40 + [(409,50 – 210) * 10] / 250 = 47,98.
SÉRIE I
3.1
e) S = {1C, 2C, 3C, 4C, 5C, 6C, 1K, 2K, 3K, 4K, 5K, 6K}, onde C = cara e K = coroa.
g)
a. Bcompl. = S – B = {C2, C4, C6, K1, K2, K3, K4, K5, K6}
b. A U B = A + B = {K2, K4, K6, C1, C3, C5}
c. B • C = {3C}
d. (A U B)compl. = (Acompl • Bcompl) = {K1, K3, K5, C2, C4, C6}.
3.2
a) P(Acompl) = 1 – P(A) = 1 – ½ = ½.
b) P(Bcompl) = 1 – P(B) = 1 – ¼ = ¾.
3.3
3.4
e) P(ambas copas, sem reposição) = P(1ª copas) * P(2ª copas) = 13/52 * 12/51 = 1/17.
f) P(1 copas e 1 ouros sem reposição) = P(copas) * P(ouros) + P(ouros) * P(copas) =
13/52 * 13/51 + 13/52 + 13/51 = 13/102 ou,
13 13 52
P(F) = 1 * 1 2 = (13/1 * 13/1) / (52 * 51/ 2 * 1) = 13/102.
3.5
3.6
3.7
3.8
3.9
3.10
a) P(ambas perfeitas, sem reposição) = P(1ª perfeita) * P(2ª perfeita) = 10/16 * 9/15 = 3/8.
b) P(ao menos uma é perfeita) = P[(P1 • P 2) U (P1 • D 2) U (D1 • P 2)] = P(P1) * P(P2/P1) +
P(P1) * P(D2/P1) + P(D1) * P(P2/D1) = 10/16 * 9/15 + 10/16 * 6/15 + 6/16 * 10/15 = 7/8.
c) P(nenhuma com defeito grave) = P(sem d.g.) * P(sem d.g.) = 14/16 * 13/15 = 91/120.
a) P(pretas) = P(1ª preta) * P(2ª preta) * P(3ª preta) = 6/11 * 5/10 * 4/9 = 4/33.
b) P(uma branca) = P(B1) * P(P2) * P(P3) + P(P1) * P(B2) * P(P3) + P(P1) * P(P2) * P(B3) ou
3 * P(B1, P2, P3) = 5/11 * 6/10 * 5/9 + 6/11 * 5/10 * 5/9 + 6/11 * 5/10 * 5/9 = 5/11.
3.12
3.13
Nv Na Np N
P(A) = nv * na * np n .
3.14
3.15
P(Acompl/Bcompl) = P(Acompl • B compl) / P(Bcompl) = [P(A U B) compl] / [1 – P(B)] = 5/12 / 2/3 = 5/8.
P(Bcompl/Acompl) = P(Bcompl • A compl) / P(Acompl) = [P(B U A) compl] / [1 – P(A)] = 5/12 / ½ = 5/6.
3.16
a) P(acertarem) = P(1º acertar) * P(2º acertar) * P(3º acertar) = 2/3 * 4/5 * 7/10 = 28/75.
b) P(apenas um acertar) = P(A1, E2, E3) + P(E1, A2, E3) + P(E1, E2, A3) = 2/3 * 1/5 * 3/10 +
1/3 * 4/5 * 3/10 + 1/3 * 1/5 * 7/10 = 25/150 = 1/6.
c) P(errarem) = P(1ª errar) * P(2ª errar) * P(3ª errar) = 1/3 * 1/5 * 3/10 = 1/50.
3.18
3.19
P(duas da mesma cor) = P(B1, B2) + P(V1, V2) + P(P1, P2) = 5/12 * 5/18 + 4/12 * 6/18 + 3/12 *
7/18 = 35/108.
3.20
3.21
Seja A = {(x1, x2, x3)/ x1, x2, x3 = 2 pretas e 1 vermelha} com reposição,
P(A) = P(P1, P2, V3) + P(P1, V2, P3) + P(V1, P2, P3) = 3 * 5/10 * 5/10 * 3/10 = 9/40.
3.22
3.23
3.24
b) P(uma defeituosa) = P(D1, P2) + P(P1, D2) = 3/8 * 3/5 + 5/8 * 2/5 = 19/40.
c) P(defeituosa vir de A) = P(D1, P2) / P(uma defeituosa) = (3/8 * 3/5) / (19/40) = 9/19.
3.26
3.27
3.28
3.29
3.30
3.31
3.32
3.33
Seja,
A = {(2,6), (3,5), (4,4), (5,3), (6,2)}
B = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)}
C = {(4,6), (5,5), (6,4)}
D = {(2,1), (3,1), (4,1), (5,1), (6,1), (3,2), (4,2), (5,2), (6,2), (4,3), (5,3), (6,3), (5,4), (6,4), (6,5)}
E = {(2,1), (4,2), (6,3)}
3.34
3.35
3.36
3.37
3.38
3.39
d) P(ao menos 1 K) = 3 * P(K1, C2, C3) + 3 * P(K1, K2, C3) + P(K1, K2, K3) = 7 * ½ * ½ * ½ =
7/8.
3.40
f) Seja A = {(x1, x2)/ x1 + x2 = 6, sabendo que x1 = x2}, P(A) = (5 – 4)/(36 – 30) = 1/6.
3.41
Seja A = {(x1, x2)/ x1 = x2 = Errar}, P(Acompl) = 1 – P(E1, E2) = 1 – (2/5 * 3/7) = 29/35.
3.42
Seja A = {(x1)/ x1 = 5 ou par}, P(A) = P(5) + P(par) = 1/6 + 3/6 = 4/6 = 2/3.
3.43
e) Seja A = {(x1)/ x1 = Me, sabendo que x1 = Mu}, P(A) = 3/(15 – 10) = 3/5.
3.44
a) Seja X = {3, 6, 9, 12, 15, 18} e Y = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20},
X e Y serão independentes se e somente se P(X • Y) = P(X) * P(Y)
P(X • Y) = 3/20, P(X) = 6/20, P(Y) = 10/20
P(X) * P(Y) = 6/20 * 10/20 = 3/20 = P(X • Y), portanto, X e Y s ão independentes.
b) Seja M = {2, 3, 5, 7, 11, 13, 17, 19} e N = {1, 3, 5, 7, 9, 11, 13, 15, 17, 19},
M e N serão independentes se e somente se P(M • N) = P(M) * P(N)
P(M • N) = 7/20, P(M) = 9/20, P(N) = 10/20
P(M) * P(N) = 9/20 * 10/20 = 9/40 • P(M • N), portanto, M e N n ão são independentes.
3.45
3.46
3.48
3.49
3.50
Soluções e Respostas
Capítulo 4 – Distribuições de Probabilidades de Variáveis Aleatórias Discretas
SÉRIE I
4.1
Xi 0 1 2
P(Xi) 1/4 1/2 1/4
Dis tr ib u iç ã o d e Pr o b a b ilid a d e
3 /4
P ( X i)
1 /2
1 /4
0
0 1 2
Xi
4.2
Xi 2 3 4 5 6 7 8 9 10 11 12
P(Xi) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
k) P(X > 7) = P(8) + ... + P(12) = 5/36 + ... + 1/36 = 15/36 = 5/12.
q) F(15) = 1.
r) F(1) = 0.
m) F(12) = 1.
4.3
a) ÓP(X i) = 1
P(1) + P(3) + P (5) + P (7) = 1
k + k/3 + k/5 + k/7 = 176k/105 = 1, portanto, k = 105/176.
Yi 0 1 2
P(Yi) 0,64 0,32 0,04
SÉRIE II
4.5
a) ÓP(X i) = 1
P(3) = 1 – [P(1) + P (2) + P (5) + P (8)] = 1 – [0,20 + 0,25 + 0,30 + 0,10] = 0,15.
4.6
1–1
a) P(1) = (0,8) * (0,2) = 0,8
2–1
P(2) = (0,8) * (0,2) = 0,16
3–1
P(3) = (0,8) * (0,2) = 0,032
4–1
P(4) = (0,8) * (0,2) = 0,0064
5–1
P(5) = (0,8) * (0,2) = 0,00128.
b) F(X • 5) = P(1) + ... + P(5) = 0,8 + ... + 0,00128 = 0,99968, ou s eja, a s oma das
probabilidades atinge 0,99968, logo, as probabilidades para valores maiores do que 5 são
próximas a zero (ou mais exatamente 0,00032).
4.7
4.8
Zi 0 1 2 3 4 5 6 7 8 9 10 11 12
P(Zi) 1/28 1/28 2/28 2/28 3/28 3/28 4/28 3/28 3/28 2/28 2/28 1/28 1/28
Dis tr ib u iç ã o d e Pr o b a b ilid a d e
1 /4
1 /5
3 /2 0
P ( Z i)
1 /1 0
1 /2 0
0
0 1 2 3 4 5 6 7 8 9 10 11 12
Zi
4.9
a) S = {(R, R, R), (R, R, M), ..., (M, M, R), (M, M, M)} = 8 casos
X = número de rapazes = 0, 1, 2, 3
P(0) = P(M, M, M) = 4/9 * 3/8 * 2/7 = 1/21
P(1) = P(R, M, M) = 3 * 5/9 * 4/8 * 3/7 = 5/14
P(2) = P(R, R, M) = 3 * 5/9 * 4/8 * 4/7 = 10/21
P(3) = P(R, M, M) = 5/9 * 4/8 * 3/7 = 5/42.
Xi 0 1 2 3
P(Xi) 1/21 5/14 10/21 5/42
b)
I. P(X • 2) = 1 – P(3) = 1 – 5/42 = 37/42
II. P(X • 0) = P(0) = 1/21
III. P(1 < X • 3) = P(2) + P(3) = 10/21 + 5/42 = 25/42
IV. P(2 < X < 3) = 0
V. P(X > 2) = P(3) = 5/42
VI. P(X > – 1) = 1
VII. P(X < 5) = 1.
4.10
S = {(I, I), (I, N), (N, I), (N, N)} = 4 casos, com I = IBM e N = não IBM
X = é IBM = 0, 1, 2
P(0) = P(N, N) = 30/100 * 30/100 = 9/100
P(1) = P(I, N) + P(N, I) = 2 * 70/100 * 30/100 = 21/50
P(2) = P(I, I) = 70/100 * 70/100 = 49/100
Xi 0 1 2
P(Xi) 0,09 0,42 0,49
4.11
x 10 – x 10
P(X = x) = 10 * (½) * (½) = 10 * (½) , com x = ser cara
x x
10
a) P(x = 6) = [(10 * ... * 5)/(6 * ... *1)] * (½) = 105/512.
10 10
b) P(x • 2) = 1 – [P(0) + P(1)] = 1 – [(½) + 10 * (½) ] = 1 – 11/1024 = 1013/1024.
10
c) P(x = 10) = (½) = 1/1024.
4.12
x 6–x 6
P(X = x) = 6 * (½) * (½) = 6 * (½) , com x = filhos homens
x x
6
P(x = 4) = [(6 * ... * 3)/(4 * ... * 1)] * (½) = 15/64.
4.13
x 4–x 4
P(X = x) = 4 * (½) * (½) = 6 * (½) , com x = ter menino
x x
4
a) P(x = 4) = (½) = 1/16, famílias com nenhuma menina = 1/16 * 320 = 20.
4
b) P(x = 3) = [(4 * ... * 2)/(3 * ... *1)] * (½) = 1/4, famílias com 3 meninos = 1/4 * 320 = 80.
4
c) P(x = 4) = (½) = 1/16, famílias com 4 meninos = 1/16 * 320 = 20.
4.14
x n–x
P(X = x) = n * (1/6) * (5/6) , com x = ser face 3 do dado.
x
n
P(x • 1) = 1 – P(0) = 1 – (5/6) .
4.15
x 5–x
P(X = x) = 5 * (2/3) * (1/3) , com x = vitória
x
3 2
a) P(x = 3) = [(5 * ... * 3)/(3 * ... *1)] * (2/3) * (1/3) = 80/243.
5
b) P(x • 1) = 1 – P(0) = (1/3) = 1 – 1/243 = 242/243.
4 1 5
c) P(x • 3) = (3) + P(4) + P(5) = 80/243 + [(5 * ... * 2)/(4 * ... *1)] * (2/3) * (1/3) + (2/3) =
80/243 + 80/243 + 32/243 = 192/243 = 64/81.
4.16
x 6–x
P(X = x) = 6 * (1/3) * (2/3) , com x = acertar o alvo
x
2 4
a) P(x = 2) = [(6 * 5)/(2 * 1)] * (1/3) * (2/3) = 80/243.
6
b) P(x = 0) = (2/3) = 64/729.
4.17
x 100 – x 100
P(X = x) = 100 * (1/2) * (1/2) = 100 * (1/2) , com x = acertar o teste
x x
100
P(x = 70) = 100 * (½) .
70
4.18
4.19
x 100 – x
P(X = x) = 100 * (0,05) * (0,95) , com x = ser defeituosa
x
100 – x 100
a) P(0) = (0,95) = (0,95) .
3 97
b) P(3) = 100 * (0,05) * (0,95)
3
100 99
c) P(x < 99) = 1 – [P(100) + P(99)] = 1 – (0,05) – 100 * (0,05) * (0,95).
SÉRIE IV
4.20
x -ì 5 -3
a) P(x = 5) = [(ì * e ) / x!] = [(3 * e ) / 5!] = [(243 * 0,0498) / 120] = 0,1008.
-5,5 1 -5,5 2 -5,5
b) P(x • 2) = P(0) + P(1) + P(2) = {e + (5,5 * e ) + [(5,5 * e ) / 2!]} = 0,0041 +
0,0225 + 0,1240 = 0,0886.
-7,5 1 -7,5 2 -7,5
c) P(x • 4) = 1 – [P(0) + P(1) + P(2) + P(3)] = 1 – {e + (7,5 * e ) + [(7,5 * e ) / 2!] +
3 -7,5
[(7,5 * e ) / 3!]} = 1 – (0,00055 + ... + 0,0387) = 1 – 0,0588 = 0,9412.
x -ì 8 -4
d) P(x = 8) = [(ì * e ) / x!] = [(4 * e ) / 8!] = [(65536 * 0,0183) / 40320] = 0,0297.
4.21
ì = λ * t = 0,02 * 100 = 2
-2 1 -2 2 -2
a) P(x • 3) = 1 – [P(0) + P(1) + P(2)] = 1 – {e + (2 * e ) + [(2 * e ) / 2!]} = 1 – (0,1353 +
0,2707 + 0,2707) = 1 – 0,6767 = 0,3233.
x -ì 5 -2
b) P(x = 5) = [(ì * e ) / x!] = [(2 * e ) / 5!] = 0,0361.
-2
c) P(x = 5) = e = 0,1353.
-2 1 -2
d) P(x < 2) = [P(0) + P(1)] = e + (2 * e ) = 0,1353 + 0,2707 = 0,4060.
4.22
4.23
4.24
x -ì 4 -3
a) P(x = 4) = [(ì * e ) / x!] = [(3 * e ) / 4!] = 0,1681.
-3 1 -3 2 -3
b) P(x • 3) = 1 – [P(0) + P(1) + P(2)] = 1 – {e + (3 * e ) + [(3 * e ) / 2!]} = 1 – (0,0498 +
0,1494 + 0,2241) = 1 – 0,4233 = 0,5767.
4.25
x -ì 3 -3
a) P(x = 3) = [(ì * e ) / x!] = [(3 * e ) / 3!] = 0,2241.
b) Para 1 hora, ì = λ * t, 3 = λ * 1, λ = 3,
Para 1,5 hora, ì = λ * t = 3 * 1,5 = 4,5
-4,5 3 -4,5
P(x • 4) = 1 – [P(0) + P(1) + P(2) + P(3)] = 1 – {e + ... + [(4,5 * e ) / 3!]} = 1 – (0,0111 +
... + 0,1687) = 1 – 0,3423 = 0,6577.
4.26
2
Para 1 cm , ì = λ * t, 1 = λ * 1, λ = 1,
2
Para 4 cm , ì = λ * t = 1 * 4 = 4
x -ì 3 -4
P(x = 3) = [(ì * e ) / x!] = [(4 * e ) / 3!] = 0,1954.
4.27
x -ì 2 -2
a) P(x = 2) = [(ì * e ) / x!] = [(2 * e ) / 2!] = 0,2707.
x -ì 3 -2
P(x = 3) = [(ì * e ) / x!] = [(2 * e ) / 3!] = 0,1804.
4.28
4.29
ì = 400/500 = 0,8
-ì -0,8
a) P(x = 0) = e =e = 0,4493.
x -ì 2 -0,8
b) P(x = 2) = [(ì * e ) / x!] = [(0,8 * e ) / 2!] = 0,1438.
4.30
a) Para 1 hora, ì = λ * t, 5 = λ * 1, λ = 5,
Para 24 minutos , ì = λ * t = 5 * 0,4 = 2
x -ì 2 -2
P(x = 2) = [(ì * e ) / x!] = [(2 * e ) / 2!] = 0,2707.
b) Para 1 hora, ì = n * p, 5 = 1 * p, p = 5,
Para 18 minutos , ì = n * p = 0,3 * 5 = 1,5
-1,5 1 -1,5 2 -1,5
P(x • 3) = 1 – [P(0) + P(1) + P(2)] = 1 – {e + (1,5 * e ) + [(1,5 * e ) / 2!]} = 1 –
(0,2231 + 0,3347 + 0,2510) = 1 – 0,8088 = 0,1912.
4.31
a) Para 1 hora, ì = λ * t, 3 = λ * 1, λ = 3,
Para 20 minutos , ì = λ * t = 3 * 0,333 = 1
x -ì 3 -1
P(x = 3) = [(ì * e ) / x!] = [(1 * e ) / 3!] = 0,0613.
b) Para 1 hora, ì = λ * t, 3 = λ * 1, λ = 3,
Para 30 minutos , ì = λ * t = 3 * 0,5 = 1,5
-1,5 1 -1,5 2 -1,5
P(x • 2) = P(0) + P(1) + P(2) = {e + (1,5 * e ) + [(1,5 * e ) / 2!]} = 0,2231 + 0,3347 +
0,2510 = 0,8088.
4.32
4.33
4.34
4.35
-2 3 -2
P(x > 3) = 1 – [P(0) + P(1) + P(2) + P(3)] = 1 – {e + ... + [(2 * e ) / 3!]} = 1 – (0,1353 + ... +
0,1804) = 1 – 0,8571 = 0,1429.
4.36
SÉRIE I
5.1
f) P(–1,48 < z < 2,05) = P(z < 1,48) + P(z < 2,05) = 0,4306 + 0,4798 = 0,9104.
g) P(0,72 < z < 1,89) = P(z < 1,89) – P(z < 0,72) = 0,4706 – 0,2642 = 0,2064.
5.2
a) [(a – ì )/ó < z < (b – ì )/ó] = [(700 – 850)/45 < z < (1000 – 850)/45]
P(700 < x < 1000) = P(–3,33 < z < 3,33) = 2 * P(z < 3,33) = 0,9991, ou seja, 1.
5.3
a) [(a – ì )/ó < z < (b – ì )/ó] = [(60 – 65,3)/5,5 < z < (70 – 65,3)/5,5]
P(60 < x < 70) = P(–0,96 < z < 0,85) = P(z < 0,96) + P(z < 0,85) = 0,3315 + 0,3023 =
0,6338 ou 380 estudantes.
5.4
P(z > ?) = 0,1500, P(z < ?) = 0,5 – 0,1500 = 0,3500, portanto, z = 1,04
z = (a – ì )/ó, 1,04 = [(a – 73)/15], a = 88,5
P(z < – ?) = P(z > ?) = 0,1200, P(z < ?) = 0,5 – 0,1200 = 0,3800, portanto, z = –1,175
z = (b – ì )/ó, –1,175 = [(b – 73)/15], b = 55.
5.5
a) [z > (a – ì )/ó] = [z > (46 – 48)/2]
P(x > 46000) = P(z > –1,00) = 0,5 + P(z < 1,00) = 0,5 + 0,3413 = 0,8413.
b) [(a – ì )/ó < z < (b – ì )/ó] = [(45 – 48)/2 < z < (50 – 48)/2]
P(45000 < x < 50000) = P(–1,5 < z < 1,00) = P(z < 1,5) + P(z < 1,00) = 0,4332 + 0,3413 =
0,7745.
5.6
b) [(a – ì )/ó < z < (b – ì )/ó] = [(–1 – 12)/5 < z < (15 – 12)/5]
P(–1 < x < 15) = P(–2,60 < z < 0,60) = P(z < 2,60) + P(z < 0,60) = 0,4953 + 0,2257 =
0,7210.
5.7
a) [(a – ì )/ó < z < (b – ì )/ó] = [(150 – 180)/25 < z < (178 – 180)/25]
P(150 < x < 178) = P(–1,20 < z < –0,08) = P(z < 1,20) – P(z < 0,08) = 0,3849 – 0,0319 =
0,3530.
5.8
2 2
X1 • N (10 g; 0,25 g ) e X2 • N (150 g; 64 g )
2 2 2
120 * X1 + X2 = T ou N (1200 g; 30 g ) + N (150 g; 64 g ) = N (1350 g; 94 g )
0,5
[z > (a – ì )/ó] = [z > (1370 – 1350)/(94) ]
P(t > 1370) = P(z > 2,06) = 0,5 – P(z < 2,06) = 0,5 – 0,4803 = 0,0197.
5.9
2 2
a) X1 • N (70 kg; 400 kg ) e X2 • N (12 kg; 25 kg )
2 2 2
4 * X1 + 4 * X2 = T ou N (280 kg; 1600 kg ) + N (48 kg; 100 kg ) = N (328 kg; 1700 kg )
0,5
[z > (a – ì )/ó] = [z > (350 – 328)/(1700) ] = 0,53
P(t > 350) = P(z > 0,53) = 0,5 – P(z < 0,53) = 0,5 – 0,2019 = 0,2981.
0,5 0,5
b) z > (b – ì )/ó = [(400 – 328)/(1700) , z > (400 – 328)/(1700) = 1,74
P(t > 400) = P(z > 1,74) = 0,5 – P(z < 1,74) = 0,5 – 0,4591 = 0,0409.
5.10
P(z < –?) = P(z < ?) = 0,5 – 0,12 = 0,38, portanto, z = –1,18 ... z = (a – ì )/ó, –1,18 = (19 – ì )/ó,
ó = (19 – ì )/1,18
P(z < ?) = 0,5 – 0,28 = 0,22, portanto, z = 0,58 ... z = (b – ì )/ó, 0,58 = (34 – ì )/ó, ó = (34 –
ì )/0,58
–(19 – ì )/1,18 = (34 – ì )/0,58 ... –11,02 + 0,58ì = 40,12 – 1,18ì ... 1,76ì = 51,14 ... ì = 29,06
2
e 0,58 = (34 – ì )/ó ... 0,58 = (34 – 29,06)/ó ... ó = 8,52, ó = 72,64.
5.11
5.12
a) [(a – ì )/ó < z < (b – ì )/ó] = [(0,20 – 0,25)/0,02 < z < (0,28 – 0,25)0,02]
P(0,20 < x < 0,28) = P(–2,5 < z < 1,5) = P(z < 2,5) + P(z < 1,5) = 0,4938 + 0,4332 = 0,9270,
portanto, 1 – 0,9270 = 0,0730 é a porcentagem de defeituosos.
b) P(z < –?) = 0,5 – 0,12 = 0,38, portanto, z = –1,17 ... z = (a – ì )/ó ... –1,17 = (? –
0,25)/0,02 ... ? = 0,2266 polegadas.
5.13
z > (a – ì )/ó = z > (45 – 45)/3, P(x > 45) = P(z > 0) = 0,5
z > (b – ì )/ó = z > (45 – 40)/6, P(x > 45) = P(z > 0,83) = 0,5 – 0,2967 = 0,2033
Deve ser preferido o equipamento 1, uma vez que sua probabilidade de funcionar por mais de
45 horas é maior que a probabilidade do equipamento 2.
5.14
P(z < –?) = 0,10 ... P(z < ?) = 0,40, portanto, z = –1,28
z = (a – ì )/ó ... –1,28 = [(400 – ì )/20] ... ì = 425,6 g.
5.15
a) [(a – ì )/ó < z < (b – ì )/ó] = {[(ì – ó) – ì ]/ó <z < [(ì + ó) – ì ]/ó} = [–ó/ó < z < ó/ó]
P(ì – ó < X < ì + ó) = P(–1 < z < 1) = 2 * P(z < 1) = 2 * 0,3413 = 0,6826.
b) [(a – ì )/ó < z < (b – ì )/ó] = {[(ì – 2ó) – ì ]/ó <z < [(ì + 2ó) – ì ]/ó} = [–2ó/ó < z < 2ó/ó]
P(ì – 2ó < X < ì + 2ó) = P(–2 < z < 2) = 2 * P(z < 2) = 2 * 0,4772 = 0,9544.
c) [(a – ì )/ó < z < (b – ì )/ó] = {[(ì – 3ó) – ì ]/ó <z < [(ì + 3ó) – ì ]/ó} = [–3ó/ó < z < 3ó/ó]
P(ì – 3ó < X < ì + 3ó) = P(–3 < z < 3) = 2 * P(z < 3) = 2 * 0,49865 = 0,9973.
d) [(a – ì )/ó < z < (b – ì )/ó] = {[(ì – 1,5ó) – ì ]/ó <z < [(ì + 1,5ó) – ì ]/ó} = [–1,5ó/ó < z <
1,5ó/ó]
P(ì – ó < X < ì + ó) = P(–1,5 < z < 1,5) = 2 * P(z < 1,5) = 2 * 0,4332 = 0,8664.
e) [(a – ì )/ó < z < (b – ì )/ó] = {[(ì – 3,5ó) – ì ]/ó <z < [(ì + 3,5ó) – ì ]/ó} = [–3,5ó/ó < z <
3,5ó/ó]
P(ì – 3,5ó < X < ì + 3,5ó) = P(–3,5 < z < 3,5) = 2 * P(z < 3,5) = 2 * 0,49977 = 0,999.
5.16
b) O intervalo compreendido entre o valor da média menos dois desvios padrão e o valor
da média mais dois desvios padrão contém aproximadamente 95% das observações.
c) O intervalo compreendido entre o valor da média menos três desvios padrão e o valor
da média mais três desvios padrão contém aproximadamente 99,7% das observações.
e) O intervalo compreendido entre o valor da média menos três e meio desvios padrão e o
valor da média mais três e meio desvios padrão contém aproximadamente 100% das
observações.
5.17
5.18
a) P(Z < –Zo) = 0,05, P(Z < Zo) = 0,5 – 0,05 = 0,45, portanto, z = –1,64.
b) P(Z < –Zo) = 0,12, P(Z < Zo) = 0,5 – 0,12 = 0,38, portanto, z = –1,17.
c) P(Z < –Zo) = 0,35, P(Z < Zo) = 0,5 – 0,35 = 0,15, portanto, z = –0,39.
e) P(Z < Zo) = 0,60, P(Z < Zo) = 0,60 – 0,5 = 0,10, portanto, z = 0,25.
f) P(Z < Zo) = 0,75, P(Z < Zo) = 0,75 – 0,5 = 0,25, portanto, z = 0,67.
g) P(Z < Zo) = 0,90, P(Z < Zo) = 0,90 – 0,5 = 0,40, portanto, z = 1,28.
h) P(Z > Zo) = 0,72, P(Z < –Zo) = 0,28, P(Z < Zo) = 0,5 – 0,28 = 0,22, portanto, z = –0,58.
i) P(Z > Zo) = 0,65, P(Z < –Zo) = 0,35, P(Z < Zo) = 0,5 – 0,35 = 0,15, portanto, z = –0,39.
j) P(Z > Zo) = 0,38, P(Z < Zo) = 0,5 – 0,38 = 0,12, portanto, z = 0,31.
l) P(Z > Zo) = 0,08, P(Z < Zo) = 0,5 – 0,08 = 0,42, portanto, z = 1,41.
5.19
X • N (65; 100)
P(z > a) = 0,15, P(z < a) = 0,5 – 0,15 = 0,35, portanto, z = 1,04,
z = (a – ì )/ó ... 1,04 = (a – 65)/10 ... a = 75,4;
P(z > b) = 0,15 + 0,20, P(z < b) = 0,5 – 0,35 = 0,15, portanto, z = 0,39,
z = (b – ì )/ó ... 0,39 = (b – 65)/10 ... b = 68,9;
P(z > –c) = 0,65, P(z < c) = 0,65 – 0,5 = 0,15, portanto, z = –0,39,
z = (c – ì )/ó ... –0,39 = (c – 65)/10 ... c = 61,10;
P(z > –d) = 0,90, P(z < c) = 0,90 – 0,5 = 0,40, portanto, z = –1,28,
z = (d – ì )/ó ... –1,28 = (d – 65)/10 ... d = 52,20;
Portanto,
E D C B A
5.20
2
X • N (50 ohms ; 40 ohms ), P(a < x < b) = 0,99 e |a| = |b|
P(z < b) = 0,99/2 = 0,4950, portanto z = 2,575
z = (b – ì )/ó ... 2,575 = (b – 50)/6,32 ... 16,27 = (b – 50) ... b = 16,27 + 50 (limite superior) e
–z = (a – ì )/ó ... –2,575 = (a – 50)/6,32 ... –16,27 = (a – 50) ... a = 16,27 – 50 (limite inferior).
5.21
X • N (70; 100)
P(z > a) = 0,15, P(z < a) = 0,5 – 0,15 = 0,35, portanto, z = 1,04,
z = (a – ì )/ó ... 1,04 = (a – 70)/10 ... a = 80,4;
P(z > b) = 0,15 + 0,20, P(z < b) = 0,5 – 0,35 = 0,15, portanto, z = 0,39,
z = (b – ì )/ó ... 0,39 = (b – 70)/10 ... b = 73,9;
P(z > –c) = 0,65, P(z < c) = 0,65 – 0,5 = 0,15, portanto, z = –0,39,
z = (c – ì )/ó ... –0,39 = (c – 70)/10 ... c = 66,10;
P(z > –d) = 0,90, P(z < c) = 0,90 – 0,5 = 0,40, portanto, z = –1,28,
z = (d – ì )/ó ... –1,28 = (d – 70)/10 ... d = 57,20;
Portanto,
E D C B A
5.22
2
X • N (1,5 ano; 0,09 ano )
z < (a – ì )/ó = z < (1 – 1,5)/0,3 = z < –1,67,
P(x < 1 ano) = P(z < –1,67) = 0,5 – P(z < 1,67) = 0,5 – 0,4525 = 0,0475, ou, 570 máquinas..
5.23
P(x < 20), z < (a – ì )/ó = z < (20 – 18)/5, P(z < 0,40) = 0,5 + 0,1554 = 0,6554
P(x < 20), z < (b – ì )/ó = z < (20 – 20)/2, P(z < 0) = 0,50
Deve ser escolhido o trajeto A, uma vez que sua probabilidade é maior que a probabilidade do
trajeto B.
5.24
2
X • N (104 ano; 225 ano )
P(x < 98), z < (a – ì )/ó = z < (98 – 104)/15, P(z < –0,4) = 0,5 – P(z < 0,4) = 0,5 – 0,1554 =
0,3446, ou 1378,5 empregados tem QI abaixo de 98
P(x > 110), z > (b – ì )/ó = z < (110 – 104)/15, P(z > 0,4) = 0,5 – P(z < 0,4) = 0,5 – 0,1554 =
0,3446, ou 1378,5 empregados tem QI acima de 110, assim,
Total de adaptados = Total de empregados – Total de não capacitados – Total de
supercapacitados = 4000 – 1378,5 – 1378,5 = 1243.
5.25
a) P(x > 200), z > (a – ì )/ó = z > (200 – 250)/20, P(z > –2,5) = 0,5 + P(z < 2,5) = 0,5 +
0,4938 = 0,9938.
5.26
5.27
a) P(x > 50), z > (a – ì )/ó = z > (50 – 45)/8, P(z > 0,63) = 0,5 – P(z < 0,63) = 0,5 – 0,2357
= 0,2643.
5.28
5.29
b) P(x > 120) = ?, z > (a – ì )/ó = z > (120 – 80)/20, P(z > 2) = 0,5 – P(z < 2) = 0,5 –
0,4772 = 0,0228.
c) P(x < 60) = ?, z < (a – ì )/ó = z < (60 – 80)/20, P(z < –1) = 0,5 – P(z < 1) = 0,5 – 0,3413
= 0,1587 ou 32 candidatos.
5.30
P(y > 22) = ?, z > (a – ì )/ó = z > (22 – 16)/4, P(z > 1,5) = 0,5 – P(z < 1,5) = 0,5 – 0,4332 =
0,0668.
P(y < 15) = ?, z < (a – ì )/ó = z < (15 – 16)/4, P(z < –0,25) = 0,5 – P(z < 0,25) = 0,5 – 0,0987 =
0,4013.
5.31
a) P(x < 700) = ?, z < (a – ì )/ó = z < (700 – 800)/90, P(z < –1,11) = 0,5 – P(z < 1,11) = 0,5
– 0,3665 = 0,1335.
b) P(780 < x < 820) = ?, [(a – ì )/ó < z < (b – ì )/ó] = (780 – 800)/90 < z < (820 – 800)/90 =
–0,22 < z < 0,22, P(–0,22 < z < 0,22) = 2 * P(z < 0,22) = 2 * 0,0871 = 0,1742.
5.32
5.33
– t / 1000 –1
a) P(t < 1000) = 1 – e =1–e = 1 – 0,3679 = 0,6321.
5.34
5.35
a) ì = 1 / ë, 4 = 1 / ë, ë = 0,25
–ë t –0,25 * (4) –1
P(t > 4) = e =e = e = 0,3679.
–ë t –0,25 * (5) –1,25
b) P(t < 5) = 1 – e =1–e =1–e = 1 – 0,2865 = 0,7135.
5.36
–0,01 * 200 –2
ì = 1 / ë, 100 = 1 / ë, ë = 0,01, portanto, P(t > 200) = e =e = 0,1353.
SÉRIE III
5.37
ö = 23, portanto,
2
Média: ì (x 23) = 23,
2 2 2 0,5
Variância: ó (x 23) = 2 * 23 = 46 e Desvio padrão: ó (x 23) = (46) = 6,78,
3º Quartil: ö = 23 e á = 0,25, Q3 = 27,141.
5.38
2 2
ö = 8 e á = 0,10, as s im, X sup = 13,36 e ö = 8 e á = 0,90, as s im, X inf = 3,49.
5.39
ö = 23, portanto,
Média: ì (t23) = 0 e Moda: Mo = 0,
2 0,5
Variância: ó (t23) = 23 / (23 – 2) = 1,095 e Desvio padrão: ó (t23) = (1,095) = 1,0465,
3º Quartil: ö = 23 e á = 0,25, Q3 = 0,6853 e, por simetria, 1º Quartil: Q1 = – 0,6853.
5.40
5.41
ö1 = 8 e ö2 = 10, portanto,
Média: ì = ö2 /(ö2 – 2), ì = 10 / 8 = 1,25
2 2 2
Variância: ó = [2 * ö 2 * (ö1 + ö2 – 2)] / [ö1 * (ö2 – 4) * (ö2 – 2) ] = (2 * 100 * 16)/(8 * 6 * 64) =
0,5
1,042 e Desvio padrão: ó = (1,042) = 1,021
P95 = F5% (8, 10) = 3,07, logo, P95 = 3,07 e
P5 = F95% (8, 10) = 1 / [F5% (10, 8)] = 1 / 3,35 = 0,2985, logo, P5 = 0,2985.
5.42
a) P(Z < –Zo) = 0,25, P(Z < Zo) = 0,5 – 0,25 = 0,25, portanto, z = –0,67,
z = (a – ì )/ó, –0,67 = [(a – 100)/7], a = 95,31.
b) P(Z > Zo) = 0,65, P(Z < –Zo) = 0,35, P(Z < Zo) = 0,5 – 0,35 = 0,15, portanto, z = –0,39.
c) P(Z < Zo) = 0,80, P(Z < Zo) = 0,80 – 0,5 = 0,30, portanto, z = 0,84.
d) P(–1,57 • z • 2,42) = P(z < 1,57) + P(z < 2,42) = 0,4418 + 0,4922 = 0,9340.
e) P(Z < Zo) = 0,40, portanto, z = 1,28, z = (a – ì )/ó, 1,28 = [(a – 2000)/45], a = $ 2057,60.
m) á: ö = 8 e t = 2,3060, á = 0,025.
t) Psup = Fsup (1, 8) = 5,32, logo, Sup = 0,05 e Pinf = 1 / Finf (8, 1) = 0,00418, logo, Inf = 0,95
P(0,00418 • F (1, 8) • 5,32) = P(F (1, 8) • 0,00418) – P(F (1, 8) • 5,32) = 0,95 – 0,05 = 0,90.
u) Pinf = 1 / Finf (4, 6) = 0,22075, Finf (4, 6) = 0,05, logo, Inf = 0,05.
Soluções e Respostas
Capítulo 6 – Distribuições Amostrais
SÉRIE I
6.1
m) Amostras = {(2, 2); (2, 3); (2, 4); (2, 5); (3, 2); (3, 3); (3, 4); (3, 5); (4, 2); (4, 3); (4, 4); (4, 5);
(5, 2); (5, 3); (5, 4); (5, 5)}
Média da distribuição amostral das médias: ì (xmedia) = (xmedia da amostra 1 + ... + xmedia mostra n) /
Nº de amostras = (2 + 2,5 + 3 + 3,5 + 2,5 + 3 + 3,5 + 4 + 3 + 3,5 + 4 + 4,5 + 3,5 + 4 + 4,5 +
5) / 16 = 56 / 16 = 3,5.
2
n) Desvio Padrão da distribuição amostral das médias: ó (xmedia) = [Ó(xmedia de cada amostra –
2 2 2 2 2 2 2 2
ì (xmedia) ] / Nº de amostras = [(– 1,5) + (– 1) + (– 0,5) + (0) + (– 1) + (– 0,5) + (0) +
2 2 2 2 2 2 2 2 2
(0,5) + (– 0,5) + (0) + (0,5) + (1) + (0) + (0,5) + (1) + (1,5) ] / 16 = 10 / 16 = 0,625 e
ó(xmedia) = 0,7906.
6.2
c) Amostras = {(2, 3); (2, 4); (2, 5); (3, 2); (3, 4); (3, 5); (4, 2); (4, 3); (4, 5); (5, 2); (5, 3); (5,
4)}
Média da distribuição amostral das médias: ì (xmedia) = (xmedia da amostra 1 + ... + xmedia mostra n) /
Nº de amostras = (2,5 + 3 + 3,5 + 2,5 + 3,5 + 4 + 3 + 3,5 + 4,5 + 3,5 + 4 + 4,5) / 12 = 42 /
12 = 3,5.
2
d) Desvio Padrão da distribuição amostral das médias: ó (xmedia) = [Ó(xmedia de cada amostra –
2 2 2 2 2 2 2 2 2
ì (xmedia) ] / Nº de amostras = [(– 1) + (– 0,5) + (0) + (– 1) + (0) + (0,5) + (– 0,5) + (0) +
2 2 2 2
(1) + (0) + (0,5) + (1) ] / 12 = 10 / 12 = 0,4167 e ó(xmedia) = 0,6455.
6.3
2
Média Amostral: xmedia; Variância Amostral: S ; Freqüência Relativa: f; Diferença entre duas
Médias: (xmedia1 – xmedia2); Diferença entre duas Freqüência Relativas: (f1 – f2).
6.4
a) p = probabilidade de uma peça boa = 2/4 = ½
n
Como neste primeiro caso temos reposição das peças, o número de amostras é igual a N
2
= 4 = 16 amostras: {(B1, B1); (B1, B2); (B1, D1); (B1, D2); (B2, B1); (B2, B2); (B2, D1);
(B2, D2); (D1, B1); (D1, B2); (D1, D1); (D1, D2); (D2, B1); (D2, B2); (D2, D1); (D2, D2)}
Para cada uma das amostras, devemos calcular o f, ou seja, o número de casos favoráveis
ao evento retirar pelo menos uma peça boa sobre o número total de casos da amostra.
Multiplicando cada um destes f pela probabilidade da amos tra ocorrer (1/16), teremos ì (f).
Portanto,
ì (f) = 1/16 * 2/2 + 1/16 * 2/2 + 1/16 * ½ + 1/16 * ½ + 1/16 * 2/2 + 1/16 * 2/2 + 1/16 * ½ +
1/16 * ½ + 1/16 * ½ + 1/16 * ½ + 1/16 * 0/2 + 1/16 * 0/2 + 1/16 * ½ + 1/16 * ½ + 1/16 * 0/2 +
1/16 * 0/2 = 4 * (1/16 * 2/2) + 8 * (1/16 * ½) + 4 * (1/16 * 0) = ½
6.5
6.6
6.7
-
Soluções e Respostas
Capítulo 7 – Inferência Estatística: Estimativas por Ponto e Intervalos de Confiança
SÉRIE I
7.1
Para (1 – á) * 100 = 95% , á/2 = 2,5% , portanto z = 1,96, que aplicando a fórmula:
0,5 0,5
P {xmedia – [z * ó/(n) ] • ì • x media + [z * ó/(n) ]} temos,
P [5,2 – (1,96 * 1,2 / 5) • ì • 5,2 + (1,96 * 1,2 / 5)] = P (4,73 • ì • 5,67), portanto, o intervalo
[4,73; 5,67] contém a média populacional com 95% de confiança.
Para (1 – á) * 100 = 99% , á/2 = 0,5% , portanto z = 2,56, que aplicando a fórmula:
0,5 0,5
P {xmedia – [z * ó/(n) ] • ì • x media + [z * ó/(n) ]} temos,
P [5,2 – (2,56 * 1,2 / 5) • ì • 5,2 + (2,56 * 1,2 / 5)] = P (4,58 • ì • 5,82), portanto, o intervalo
[4,58; 5,82] contém a média populacional com 99% de confiança.
7.2
Para (1 – á) * 100 = 90% , á/2 = 0,05, portanto z = 1,64, que aplicando a fórmula:
0,5 0,5
P {xmedia – [z * ó/(n) ] • ì • x media + [z * ó/(n) ]} temos,
P [26,88 – (1,64 * 1,4 / 2,45) • ì • 26,88 + (1,64 * 1,4 / 2,45)] = P (25,94 • ì • 27,82), portanto,
o intervalo [25,94; 27,82] contém a média populacional com 90% de confiança.
7.3
7.4
Para (1 – á) * 100 = 95% e graus de liberdade = 9, portanto t = 2,26, que aplicando a fórmula:
0,5 0,5
P {xmedia – [t * S/(n) ] • ì • x media + [t * S/(n) ]} temos,
P [110 – (2,26 * 10 / 3,16) • ì • 110 + (2,26 * 10 / 3,16)] = P (102,85 • ì • 117,15), portanto, o
intervalo [102,85; 117,15] contém a média populacional com 95% de confiança.
7.5
Para (1 – á) * 100 = 80% e graus de liberdade = 15, portanto t = 1,3406, que aplicando a
fórmula:
0,5 0,5
P {xmedia – [t * S/(n) ] • ì • x media + [t * S/(n) ]} temos,
P [10,875 – (1,3406 * 2,63 / 4) • ì • 10,875 + (1,3406 * 2,63 / 4)] = P (9,994 • ì • 11,756),
portanto, o intervalo [9,994; 11,756] contém a média populacional com 80% de confiança.
7.6
7.7
2 2
o) xmedia = Óxi / n = 394 / 30 = 13,13 e S = [Ó(xi – xmedia) ] / (n – 1) = 2,05.
p) Para (1 – á) * 100 = 95% e graus de liberdade = 29, portanto t = 2,05, que aplicando a
0,5 0,5
fórmula: P {xmedia – [t * S/(n) ] • ì • x media + [t * S/(n) ]} temos,
P [13,13 – (2,05 * 1,43 / 5,48) • ì • 13,13 + (2,05 * 1,43 / 5,48)] = P (12,60 • ì • 13,66),
portanto, o intervalo [12,60; 13,66] contém a média populacional com 94,5% de confiança.
7.8
2 2
n = 4, xmedia = 29,2 s, S = 5,76 s , S = 2,4
Para (1 – á) * 100 = 90% e graus de liberdade = 3, portanto t = 2,35, que aplicando a fórmula:
0,5 0,5
P {xmedia – [t * S/(n) ] • ì • x media + [t * S/(n) ]} temos,
P [29,2 – (2,35 * 2,4 / 2) • ì • 29,2 + (2,35 * 2,4 / 2)] = P (26,38 • ì • 32,02), portanto, o
intervalo [26,38 s; 32,02 s] contém a média populacional com 90% de confiança.
7.9
a) n = 12, xmedia = 10,42 e S = 4,98
Para (1 – á) * 100 = 95% e graus de liberdade = 11, portanto t = 2,2, que aplicando a
0,5 0,5
fórmula: P {xmedia – [t * S/(n) ] • ì • x media + [t * S/(n) ]} temos,
P [10,42 – (2,2 * 4,98 / 3,46) • ì • 10,42 + (2,2 * 4,98 / 3,46)] = P (7,25 • ì • 13,59),
portanto, o intervalo [7,25; 13,59] contém a média populacional com 95% de confiança.
7.10
2
a) n = 6, S = 0,72
2 2
Para (1 – á) * 100 = 90% e graus de liberdade = 5, portanto x inf = 1,145 e x sup = 11,071,
2 2 2 2 2
que aplicando a fórmula: P {[(n – 1) * S ] / x sup • ó • [(n – 1) * S ] / x inf} temos,
2 2
P [(5 * 0,72) / 11,1 • ó • (5 * 0,72) / 1,15] = P (0,32 • ó • 3,13), portanto, o intervalo [0,32;
3,13] contém a variância populacional com 90% de confiança.
2
b) n = 15, S = 3,81
2 2
Para (1 – á) * 100 = 90% e graus de liberdade = 14, portanto x inf = 6,571 e x sup = 23,685,
2 2 2 2 2
que aplicando a fórmula: P {[(n – 1) * S ] / x sup • ó • [(n – 1) * S ] / x inf} temos,
2 2
P [(14 * 3,81) / 23,685 • ó • (14 * 3,81) / 6,57] = P (2,25 • ó • 8,12), portanto, o intervalo
[2,25; 8,12] contém a variância populacional com 90% de confiança.
7.11
2
n = 10, S = 2,25
2 2
Para (1 – á) * 100 = 80% e graus de liberdade = 9, portanto x inf = 4,168 e x sup = 14,684, que
2 2 2 2 2
aplicando a fórmula: P {[(n – 1) * S ] / x sup • ó • [(n – 1) * S ] / x inf} temos,
2 2
P [(9 * 2,25) / 14,684 • ó • (9 * 2,25) / 4,168] = P (1,38 • ó • 4,86), portanto, o intervalo [1,38;
4,86] contém a variância populacional com 80% de confiança.
Admite-se a hipótese de que a distribuição de probabilidade da população é normal.
7.12
7.13
2
n = 30, S = 494,17
2 2
Para (1 – á) * 100 = 99% e graus de liberdade = 29, portanto x inf = 13,121 e x sup = 52,336, que
2 2 0,5 2 2 2 0,5
aplicando a fórmula: P {([(n – 1) * S ] / x sup) • ó • ([(n – 1) * S ] / x inf) } temos,
0,5 0,5
P {[(29 * 494,17) / 52,336] • ó • [(29 * 494,17) / 13,121] } = P (16,55 • ó • 33,05), portanto,
o intervalo [16,55; 33,05] contém o desvio-padrão populacional com 99% de confiança.
7.14
7.15
n = 100, f = 0,93
Para (1 – á) * 100 = 95% , á/2 = 0,025, portanto z = 1,96, que aplicando a fórmula:
0,5 0,5
P {f – [z * (f * (1 – f) / n) ] • p• f + [z * (f(1 – f) / n) ]} temos,
0,5 0,5
P {0,93 – [1,96 * (0,93 * 0,07 / 100) ] • p • 0,93 + [1,96 * (0,93 * 0,07 / 100) ]} = P (0,88 • p •
0,98), portanto, o intervalo [16,55; 33,05] contém a proporção populacional com 95% de
confiança.
7.16
n = 400, f = 0,25
Para (1 – á) * 100 = 98% , á/2 = 0,01, portanto z = 2,33, que aplicando a fórmula:
0,5 0,5
P {f – [z * (f * (1 – f) / n) ] • p• f + [z * (f(1 – f) / n) ]} temos,
0,5 0,5
P {0,25 – [2,33 * (0,25 * 0,75 / 400) ] • p • 0,25 + [2,33 * (0,25 * 0,75 / 400) ]} = P (0,20 • p•
0,30), portanto, o intervalo [0,20; 0,30] contém a proporção populacional com 98% de
confiança.
7.17
n = 50, f = 0,60
Para (1 – á) * 100 = 96% , á/2 = 0,02, portanto z = 2,05, que aplicando a fórmula:
0,5 0,5
P {f – [z * (f * (1 – f) / n) ] • p• f + [z * (f(1 – f) / n) ]} temos,
0,5 0,5
P {0,60 – [2,05 * (0,60 * 0,40 / 50) ] • p • 0,60 + [2,05 * (0,60 * 0,40 / 50) ]} = P (0,46 • p •
0,74), portanto, pode-se dizer, ao nível de 96%, que a moeda é honesta, pois o intervalo de
confiança para a proporção de caras [0,46; 0,74] contém p = 50%.
7.18
n = 120, f = 0,2083
Para (1 – á) * 100 = 99% , á/2 = 0,005, portanto z = 2,575, que aplicando a fórmula:
0,5 0,5
P {f – [z * (f * (1 – f) / n) ] • p• f + [z * (f(1 – f) / n) ]} temos,
0,5
P {0,2083 – [2,575 * (0,2083 * 0,7917 / 120) ] • p • 0,2083 – [2,575 * (0,2083 * 0,7917 /
0,5
120) ]} = P (0,1128 • p • 0,3038), portanto, pode-s e dizer, ao nível de 99% , que o dado é
honesto, pois o intervalo de confiança para a proporção de cincos [0,11; 0,30] contém p = 17%.
7.19
n = 300, f = 0,60
Para (1 – á) * 100 = 90% , á/2 = 0,05, portanto z = 1,645, que aplicando a fórmula:
0,5 0,5
P {f – [z * (f * (1 – f) / n) ] • p• f + [z * (f(1 – f) / n) ]} temos,
0,5 0,5
P {0,60 – [1,645 * (0,60 * 0,40 / 300) ] • p • 0,60 – [1,645 * (0,60 * 0,40 / 300) ]} = P (0,553 •
p • 0,647), portanto, o intervalo [0,553; 0,647] contém a proporç ão populacional de favoráveis à
fluoração com 90% de confiança.
Para (1 – á) * 100 = 95% , á/2 = 0,025, portanto z = 1,96, que aplicando a fórmula:
0,5 0,5
P {f – [z * (f * (1 – f) / n) ] • p• f + [z * (f(1 – f) / n) ]} temos,
0,5 0,5
P {0,60 – [1,96 * (0,60 * 0,40 / 300) ] • p • 0,60 – [1,96 * (0,60 * 0,40 / 300) ]} = P (0,545 • p
• 0,655), portanto, o intervalo [0,545; 0,655] contém a proporç ão populacional de favoráveis à
fluoração com 95% de confiança.
Soluções e Respostas
Capítulo 8 – Amostragem
SÉRIE I
8.1
e) Amplitude: r = 34 – 4 = 30
Nº de intervalos: k• 1 + 3,22 * log34 • 1 + 3,22 * 1,53 • 6
Tamanho do intervalo: h • 30 / 6 • 5
Classe Intervalos Fi
1 4• 9 3
2 9 • 14 3
3 14 • 19 6
4 19 • 24 7
5 24 • 29 3
6 29 • 34 12
Somas 34
f) xmedia = (Óxi * Fi) / n = (6,5 * 3 + ...+ 31,5 * 12) / 34 = 22,38, ou seja, $ 2238.
2 2 2 2
g) S = 1 / (n – 1) * [Ó(xi * Fi) – (Óxi * Fi) / n] = 1 / (34 – 1) * [19406,5 – (761) / 34] =
71,93, portanto S = 8,48, ou seja, $ 848.
8.2
8.3
8.4
8.6
8.7
8.8
8.9
8.10
8.11
pest = qest = 0,5, d = 0,03, N = 10000, (1 – á) * 100 = 99% , ou s eja: z = 2,57, aplicando a
2 2 2
fórmula: n = {(z * pest * qest * N) / [d * (N – 1) + z * pest * qest]} , temos,
[6,60 * 0,25 * 10000 / 0,0009 * (9999) + 6,60 * 0,25)] = 16500 / 10,65 = 1550.
8.12
pest = 0,4, qest = 0,6, d = 0,025, N = 5000, (1 – á) * 100 = 95,5% , ou s eja: z = 2,, aplicando a
2 2 2
fórmula: n = {(z * pest * qest * N) / [d * (N – 1) + z * pest * qest]} , temos,
[4 * 0,24 * 5000 / 0,000625 * (4999) + 4 * 0,24)] = 4800 / 4,08 = 1175.
8.13
pest = 0,8, qest = 0,2, d = 0,01, (1 – á) * 100 = 98% , ou s eja: z = 2,33, aplicando a fórmula:
2 2
n = z * pest * qest / d = 5,43 * 0,16 / 0,0001 = 8686.
8.14
-
Soluções e Respostas
Capítulo 9 – Inferência Estatística
SÉRIE I
9.1
9.2
Quando um professor decide aprovar um aluno, poderá estar cometendo um Erro tipo II –
aceitar H0 sendo H0 falsa – no caso, aprovar o aluno quando deveria reprová-lo. Por outro lado,
quando um professor decide reprovar o aluno, poderá estar cometendo um Erro tipo I – rejeitar
H0 sendo H0 verdadeira – no caso, reprovar o aluno quando deveria aprová-lo.
9.3
Poderá ocorrer o Erro tipo II, caso o gerente contrate o profissional. Isto é: contrata e o
profissional revela-se sem qualidades – aceitar H0 falsa. Por outro lado, quando o gerente
dispensa (não contrata) determinado profissional, poderá estar cometendo o Erro tipo I –
rejeitar H0 verdadeira. Isto é: não contrata e o profissional revela-se com qualidades, em outro
emprego assemelhado.
9.4
2
H0: ì = 50 contra H 1: ì > 50, ó = 25, n = 25 e á = 10% , portanto, na tabela normal, Z á = 1,28
0,5
Utilizando a fórmula, Zá = (xc – ì ) / [ó / (n) ] temos:
1,28 = (xmediac – 50) / (5/5), portanto, xmediac = 51,28 e assim, a regra de decisão para H0 será:
Rejeitar H0 quando Xmedia > 51,28 e Aceitar H0 quando Xmedia • 51,28
Para ì = 50,4, P(ß/ì = 50,4) = P(X media < 51,28/ì = 50,4) = P[z < (51,28 – 50,4) / (5/5) = 0,88] =
0,3106 + 0,5 = 0,8106,
Para ì = 50,8, P(ß/ì = 50,8) = P(X media < 51,28/ì = 50,8) = P[z < 0,48] = 0,1844 + 0,5 = 0,6844,
Para ì = 51,2, P(ß/ì = 51,2) = P(X media < 51,28/ì = 51,2) = P[z < 0,08] = 0,0319 + 0,5 = 0,5319,
Para ì = 51,6, P(ß/ì = 51,6) = P(X media < 51,28/ì = 51,6) = P[z < -0,32] = 0,5 – 0,1255 = 0,3745,
Para ì = 52,0, P(ß/ì = 52,0) = P(X media < 51,28/ì = 52,0) = P[z < -0,72] = 0,5 – 0,2642 = 0,2358,
Para ì = 52,4, P(ß/ì = 52,4) = P(X media < 51,28/ì = 52,4) = P[z < -1,12] = 0,5 – 0,3686 = 0,1314,
Para ì = 52,8, P(ß/ì = 52,8) = P(X media < 51,28/ì = 52,8) = P[z < -1,52] = 0,5 – 0,4357 = 0,0643,
Para ì = 53,2, P(ß/ì = 53,2) = P(X media < 51,28/ì = 53,2) = P[z < -1,92] = 0,5 – 0,4726 = 0,0274,
Para ì = 53,6, P(ß/ì = 53,6) = P(X media < 51,28/ì = 53,6) = P[z < -2,32] = 0,5 – 0,4898 = 0,0102,
Para ì = 54,0, P(ß/ì = 54,0) = P(X media < 51,28/ì = 54,0) = P[z < -2,72] = 0,5 – 0,4966 = 0,0034,
ì =ì 0 50,4 50,8 51,2 51,6 52,0 52,4 52,8 53,2 53,6 54,0
ß(%) 81,06 68,44 53,19 37,45 23,58 13,14 6,43 2,74 1,02 0,34
Cu r v a Ca r a te r ís tic a e O p e r a ç ã o
100
90
80
70
60
ß (% )
50
40
30
20
10
0
50 5 0 ,4 5 0 ,8 5 1 ,2 5 1 ,6 52 5 2 ,4 5 2 ,8 5 3 ,2 5 3 ,6 54
• = • 0
9.5
Para ì = 15,5, P(ß/ì = 15,5) = P(X media < 16,31/ì = 15,5) = P[z < (16,31 – 15,5) / 2/3 = 1,21] =
0,5 + 0,3869 = 0,8869,
Para ì = 16,0, P(ß/ì = 16,0) = P(X media < 16,31/ì = 16,0) = P[z < 0,47] = 0,5 + 0,1808 = 0,6808
Para ì = 16,5, P(ß/ì = 16,5) = P(X media < 16,31/ì = 16,5) = P[z < –0,28] = 0,5 – 0,1103 = 0,3897
Para ì = 17,0, P(ß/ì = 17,0) = P(X media < 16,31/ì = 17,0) = P[z < –1,03] = 0,5 – 0,3485 = 0,1515
Para ì = 17,5, P(ß/ì = 17,5) = P(X media < 16,31/ì = 17,5) = P[z < –1,78] = 0,5 – 0,4625 = 0,0375
Para ì = 18,0, P(ß/ì = 18,0) = P(X media < 16,31/ì = 18,0) = P[z < –2,53] = 0,5 – 0,4943 = 0,0057
9.6
j) P(ß/ì = 25,4) = P(X media < 25,98/ì = 25,4) = P[z < (25,98 – 25,4) / ½ = 1,16] = 0,5 +
0,3770 = 0,8770,
P(ß/ì = 25,8) = P(X media < 25,98/ì = 25,8) = P[z < 0,36] = 0,5 + 0,1406 = 0,6406,
P(ß/ì = 26,2) = P(X media < 25,98/ì = 26,2) = P[z < – 0,44] = 0,5 – 0,1700 = 0,3300,
P(ß/ì = 26,6) = P(X media < 25,98/ì = 26,6) = P[z < – 1,24] = 0,5 – 0,3925 = 0,1075,
P(ß/ì = 27,0) = P(X media < 25,98/ì = 27,0) = P[z < – 2,04] = 0,5 – 0,4793 = 0,0207,
Curv a de For ç a
100
90
80
70
(1 - ß )%
60
50
40
30
20
10
0
22,6 23 23,4 23,8 24,2 24,6 25 25,4 25,8 26,2 26,6 27 27,4
• = •o
k) H0: ì = 25 contra H 1: ì • 25, ó = 2, n = 36 e á = 5% , portanto, na tabela normal, – Zá/2 =
– 1,96 e Zá/2 = 1,96
0,5
Utilizando a fórmula, Zá/2 = (xc – ì ) / [ó / (n) ] temos:
1,96 = (xm c2 – 25) / (2/6), xm c2 = 25,65 e
– 1,96 = (xm c1 – 25) / (2/6), xm c1 = – 24,35, assim,
a regra de decisão para H0 será:
Rejeitar H0 quando Xmedia > 25,65 e Aceitar H0 quando Xmedia • 25,65 até 25 e
Rejeitar H0 quando Xmedia < 24,35 e Aceitar H0 quando Xmedia • 24,35 até 25
P(ß/ì = 25,4) = P(X media < 25,65/ì = 25,4) = P[z < (25,65 – 25,4) / 1/3 = 0,76] = 0,5 + 0,2764
= 0,7764,
P(ß/ì = 25,8) = P(X media < 25,65/ì = 25,8) = P[z <– 0,45] = 0,5 – 0,1736 = 0,3264,
P(ß/ì = 26,2) = P(X media < 25,65/ì = 26,2) = P[z <– 1,67] = 0,5 – 0,4525 = 0,0475,
P(ß/ì = 26,6) = P(X media < 25,65/ì = 26,6) = P[z <– 2,88] = 0,5 – 0,4980 = 0,0020,
P(ß/ì = 27,0) = P(X media < 25,65/ì = 27,0) = P[z <– 4,09] = 0,5 – 0,5000 = 0,0000,
Curv a de For ç a
100
90
80
70
(1 - ß )%
60
50
40
30
20
10
0
22,6 23 23,4 23,8 24,2 24,6 25 25,4 25,8 26,2 26,6 27 27,4
• = •o
9.7
2
H0: p= 0,5 contra H1: p > 0,5, ó = 25, n = 100 e á = 5% , portanto, na tabela normal, Z á = 1,64
0,5
Utilizando a fórmula, Zá = (xc – p) / [(p * q) / n] temos:
1,64 = (xc – 0,50) / (0,05), portanto, xmediac = 0,5820 e assim, a regra de decisão para H0 será:
Rejeitar H0 quando Xmedia > 0,5820 e Aceitar H0 quando Xmedia • 0,5820
Para p = 0,55, P(ß/p = 0,55) = P(X media < 0,582/ì = 0,55) = P(z < 0,64) = 0,2389 + 0,5 = 0,7389,
Para p = 0,60, P(ß/p = 0,60) = P(X media < 0,582/ì = 0,60) = P(z < -0,36) = 0,5 – 0,1406 = 0,3594,
Para p = 0,65, P(ß/p = 0,65) = P(X media < 0,582/ì = 0,65) = P(z < -1,36) = 0,5 – 0,4131 = 0,0869,
Para p = 0,70, P(ß/p = 0,70) = P(X media < 0,582/ì = 0,70) = P(z < -2,36) = 0,5 – 0,4909 = 0,0091,
Para p = 0,75, P(ß/p = 0,75) = P(X media < 0,582/ì = 0,75) = P(z < -3,36) = 0,5 – 0,4996 = 0,0004,
p = p0 0,55 0,60 0,65 0,70 0,75
ß(%) 73,89 35,64 8,69 0,91 0,04
Cu r v a Ca r a te r ís tic a e O p e r a ç ã o
100
90
80
70
60
ß (% )
50
40
30
20
10
0
0 ,5 0 ,5 5 0 ,6 0 ,6 5 0 ,7 0 ,7 5 0 ,8
• = • 0
9.8
9.9
2
H0: ì = 16 contra H 1: ì • 16, N(13,5; 4,4 ), n = 25 (24 graus ) e á = 5% , portanto, na tabela t
Student, – tá/2 = – 2,0639 e tá/2 = 2,0639
0,5 0,5
tcal = {(xmedia – ì o)/[S/(n) ]} = {(13,5 – 16) / [4,4 / (25) ]} = – 2,8409
Como tcal < – tá/2, rejeita-se H0: ì = 16 com um nível de significância de 5%.
9.10
9.11
9.12
9.13
9.14
9.15
9.16
H0: p = 0,50 contra H1: p • 0,50, n = 500, f = 0,52 e á = 5% , portanto, na tabela normal, – Zá/2 =
– 1,96 e Zá/2 = 1,96
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,52 – 0,5) / [(0,5 * 0,5) / 500] } = 0,89
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: p = 0,50 com nível de significância de 5%.
9.18
a) H0: p = 0,80 contra H1: p • 0,80, n = 140, f = 0,79 e á = 4% , portanto, na tabela normal,
– Zá/2 = – 2,05 e Zá/2 = 2,05
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,79 – 0,8) / [(0,8 * 0,2) / 140] } = – 0,30
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: p = 0,80 com nível de significância de 4%.
b) H0: p = 0,70 contra H1: p • 0,70, n = 140, f = 0,64 e á = 2% , portanto, na tabela normal,
– Zá/2 = – 2,33 e Zá/2 = 2,33
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,64 – 0,7) / [(0,7 * 0,3) / 140] } = – 1,55
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: p = 0,70 com nível de significância de 2%.
c) H0: p = 0,40 contra H1: p • 0,40, n = 50, f = 0,68 e á = 1% , portanto, na tabela normal, –
Zá/2 = – 2,57 e Zá/2 = 2,57
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,68 – 0,4) / [(0,4 * 0,6) / 50] } = 4,04
Como Zcal > Zá/2, rejeita-se H0: p = 0,40 com nível de significância de 1%.
9.19
H0: p = 0,50 contra H1: p • 0,50, n = 100, f = 0,60 e á = 5% , portanto, na tabela normal, – Zá/2 =
– 1,96 e Zá/2 = 1,96
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,60 – 0,50) / [(0,50 * 0,50) / 100] } = 2,00
Como Zcal > Zá/2, rejeita-se H0: p = 0,50, ou seja, que a moeda é honesta com nível de
significância de 5%.
9.20
H0: p = 0,50 contra H1: p • 0,50, n = 500, f = 0,60 e á = 4% , portanto, na tabela normal, – Zá/2 =
– 2,05 e Zá/2 = 2,05
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,60 – 0,50) / [(0,50 * 0,50) / 500] } = 4,47
Como Zcal > Zá/2, rejeita-se H0: p = 0,50 com nível de significância de 5%.
9.21
H0: p = 0,40 contra H1: p > 0,40, n = 90, f = 0,44 e á = 5% , portanto, na tabela normal, Z á = 1,64
0,5 0,5
Zcal = {(f – po) / [[po * (1 – po)] / n] } = {(0,44 – 0,40) / [(0,40 * 0,60) / 90] } = 0,85
Como Zcal • Z á, não se pode rejeitar H0: p = 0,40 com nível de significância de 5%.
9.22
2 2 2 2 2 2
H0: ó1 = ó2 contra H1: ó1 • ó2 , S1 = 43,2, S2 = 29,5, á = 10% , portanto, na tabela F , com ö1
= n1 – 1 = 40 e ö2 = n2 – 1 = 30, Fsup = 1,79 e Finf = 1 / F(30,40) = 0,57
2 2
Fcal = S1 / S2 = 43,2 / 29,50 = 1,46
2 2
Como Finf • F cal • F sup, não se pode rejeitar H0: ó1 = ó2 com nível de significância de 10%.
9.23
Tomando A e B, temos:
2 2 2 2
SA = 1 / (n – 1) * [Óxi – (Óxi) / n] = 1 / (5 – 1) * [3811 – (137) / 5] = 14,30
2 2 2 2
SB = 1 / (n – 1) * [Óxi – (Óxi) / n] = 1 / (5 – 1) * [3777 – (133) / 5] = 59,80
2 2 2 2 2 2
H0: óA = óB contra H1: óA • óB , SA = 14,30, SB = 59,80 e á = 10% , portanto, na tabela F ,
com ö1 = n1 – 1 = 4 e ö2 = n2 – 1 = 4, Fsup = 6,39 e Finf = 1 / F(4, 4) = 0,16
2 2
Fcal = S1 / S2 = 14,30 / 59,80 = 0,24
2 2
Como Finf • F cal • F sup, não se pode rejeitar H0: óA = óB com nível de significância de 10%.
9.24
Tomando as marcas A e B:
2 2 2 2 2 2
H0: óA = óB contra H1: óA • óB , SA = 41,47, SB = 119,47 e á = 10% , portanto, na tabela F ,
com ö1 = n1 – 1 = 5 e ö2 = n2 – 1 = 5, Fsup = 5,05 e Finf = 1 / F(5, 5) = 0,20
2 2
Fcal = S1 / S2 = 41,47 / 119,47 = 0,347
2 2
Como Finf • F cal • F sup, não se pode rejeitar H0: óA = óB com nível de significância de 10%.
9.25
2 2
H0: µ1 = µ2 contra H1: µ 1 • µ 2, n1 = 60, xmedia 1 = 5,71, ó1 = 43, n2 = 35, xmedia 2 = 4,12, ó2 = 28 e
á = 4% , portanto, na tabela normal, – Zá/2 = – 2,05 e Zá/2 = 2,05
2 2 0,5 0,5
Zcal = {(xmedia 1 – xmedia 2) / [(ó1 / n1) + (ó2 / n2)] } = {(5,71 – 4,12) / [(43 / 60) + (28 / 35)] } =
1,29
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: µ1 = µ2 com nível de significância de 4%.
9.26
9.27
a) Tomando A e B, temos:
Primeiramente, calculando as médias das populações, temos:
xmedia A = Óxi / n = (22 + ... + 27) / 5 = 137 / 5 = 27,4
xmedia B = Óxi / n = (22 + ... + 40) / 5 = 133 / 5 = 26,6
2 2
Do exercício 9.23, temos: SA = 14,3 e SB = 59,8
2 2
H0: µA = µB contra H1: µ A • µ B, nA = 5, xmedia A = 27,4, SA = 14,3, nB = 5, xmedia B = 26,6, SB =
59,8 e á = 5% , portanto, na tabela t S tudent, com ö = (5 + 5 – 2) = 8, – tá/2 = – 2,3060 e tá/2
= 2,3060
2 2 0,5
Sc = {[(n1 – 1) * S1 + (n2 – 1) * S2 ] / (n1 + n2 – 2)} = {[(5 – 1) * 14,3 + (5 – 1) * 59,8] / (5 +
0,5
5 – 2)} = 6,09
0,5 0,5
tcal = {[(xmedia 1 – xmedia 2)] / Sc * [(n1 + n2) / (n1 * n2)] } = {[(27,4 – 26,6)] / 6,09 * [10 / 25] } =
0,21
Como – tá/2 • t cal • t á/2, não se pode rejeitar H0: µ1 = µ2 com nível de significância de 5%.
b) Tomando C e D, temos:
Primeiramente, calculando as médias e as variâncias amostrais, temos:
xmedia C = Óxi / n = (42 + ... + 25) / 5 = 151 / 5 = 30,2 e
2 2 2 2
SC = 1 / (n – 1) * [Óxi – (Óxi) / n] = 1 / (5 – 1) * [4749 – (151) / 5] = 47,2
xmedia D = Óxi / n = (21 + ... + 28) / 5 = 106 / 5 = 21,2 e
2 2 2 2
SD = 1 / (n – 1) * [Óxi – (Óxi) / n] = 1 / (5 – 1) * [2316 – (106) / 5] = 17,2
2 2
H0: µC = µD contra H1: µ C • µ D, nC = 5, xmedia C = 30,2, SC = 47,2, nD = 5, xmedia D = 21,2, SD
= 17,2 e á = 10% , portanto, na tabela t S tudent, com ö = (5 + 5 – 2) = 8, – tá/2 = – 1,8595 e
tá/2 = 1,8595
2 2 0,5
Sc = {[(n1 – 1) * S1 + (n2 – 1) * S2 ] / (n1 + n2 – 2)} = {[(5 – 1) * 47,2 + (5 – 1) * 17,2] / (5 +
0,5
5 – 2)} = 5,67
0,5 0,5
tcal = {[(xmedia 1 – xmedia 2)] / Sc * [(n1 + n2) / (n1 * n2)] } = {[(30,2 – 21,2)] / 5,67 * [10 / 25] } =
2,51
Como tcal > tá/2, rejeita-se H0: µ1 = µ2 com nível de significância de 5%.
9.28
9.29
H0: psp = prj contra H1: psp • p rj, nsp = 300, fsp = 0,25, nrj = 400, frj = 0,30 e á = 5% , portanto, na
tabela normal, – Zá/2 = – 1,96 e Zá/2 = 1,96
pcom = (x1 + x2) / (n1 + n2) = (75 + 120) / (300 + 400) = 0,28
0,5
Zcal = {(f1 – f2) / [pcom * (1 – pcom) * (1 / n1 + 1 / n2)] } = {(0,25 – 0,30) / [0,28 * (1 – 0,28) * (1 /
0,5
300 + 1 / 400)] } = – 1,46
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: psp = prj com nível de significância de 5%.
9.30
H0: p1 = p2 contra H1: p1 • p 2, n1 = 1000, f1 = 0,05, n2 = 1000, f2 = 0,20 e á = 5% , portanto, na
tabela normal, – Zá/2 = – 1,96 e Zá/2 = 1,96
pcom = (x1 + x2) / (n1 + n2) = (50 + 200) / (1000 + 1000) = 0,125
0,5
Zcal = {(f1 – f2) / [pcom * (1 – pcom) * (1 / n1 + 1 / n2)] } = {(0,05 – 0,20) / [0,125 * (1 – 0,125) * (2 /
0,5
1000)] } = – 10,14
Como Zcal < – Zá/2, rejeita-se H0: p1 = p2 com nível de significância de 5%.
9.31
SÉRIE I
10.1
2 0,5
y) Éxm1 – xm2É > {S r * (k – 1) * (1/n1 + 1/n2) * Fá[(k – 1), (n – k)]}
0,5
É26,50 – 20,00 É e [5,32 * 3 * 0,42 * F (3, 16)] , ou seja, 6,50 > 4,66, portanto, µ1 • µ 2
0,5
É26,50 – 32,25 É e [5,32 * 3 * 0,42 * F (3, 16)] , ou seja, 5,75 > 4,66, portanto, µ1 • µ 3
0,5
É26,50 – 20,17 É e [5,32 * 3 * 0,33 * F (3, 16)] , ou seja, 6,33 > 4,13, portanto, µ1 • µ 4
0,5
É20,00 – 32,25 É e [5,32 * 3 * 0,50 * F (3, 16)] , ou seja, 12,25 > 5,08, portanto, µ2 • µ 3
0,5
É20,00 – 20,17 É e [5,32 * 3 * 0,42 * F (3, 16)] , ou seja, 0,17 < 4,66, portanto, µ2 = µ4
0,5
É32,25 – 20,17 É e [5,32 * 3 * 0,42 * F (3, 16)] , ou seja, 12,08 > 4,66, portanto, µ3 • µ 4.
10.2
2 2
C = [(Ói Ój xij) / n] = (1288) / 24 = 69122,67
2 2 2
Qt = (Ói Ój xij) – C = (53 + ... + 51 ) – 69122,67 = 69354 – 69122,67 = 231,33
2 2 2
Qe = Ói * [(Ój xij) / n] – C = [(333) / 6] + ... + [(309) / 6] – 69122,67 = 69174,33 – 69122,67 =
51,67
Qr = Qt – Qe = 231,33 – 51,67 = 179,67
2
Se = [Qe / (k – 1)] = 51,67 / 3 = 17,22
2
Sr = [Qr / (n – k)] = 179,67 / 20 = 8,98
2 2
Fcal = [Se / Sr ] = 17,22 / 8,98 = 1,92 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 3 e 20,
Ftab(3, 20) = 3,10
Como Fcal < Ftab, não se pode rejeitar H0: µA = µB = µC = µD com nível de significância de 5%,
concluindo-se que não há diferença entre as médias.
10.3
2 2
C = [(Ói Ój xij) / n] = (102) / 30 = 346,80
2 2 2
Qt = (Ói Ój xij) – C = (3,6 + ... + 3,4 ) – 346,80 = 347,82 – 346,80 = 1,02
2 2 2
Qe = Ói * [(Ój xij) / n] – C = [(20,2) / 6] + ... + [(21,2) / 6] – 346,80 = 346,94 – 346,80 = 0,14
Qr = Qt – Qe = 1,02 – 0,14 = 0,88
2
Se = [Qe / (k – 1)] = 0,14 / 4 = 0,03
2
Sr = [Qr / (n – k)] = 0,88 / 25 = 0,04
2 2
Fcal = [Se / Sr ] = 0,03 / 0,04 = 0,97 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 4 e 25,
Ftab(4, 25) = 2,76
Como Fcal < Ftab, não se pode rejeitar H0: µA = µB = µC = µD = µE com nível de significância de
5%, concluindo-se que não há diferença entre as médias.
10.4
2 2
C = [(Ói Ój xij) / n] = (713) / 15 = 33891,27
2 2 2
Qt = (Ói Ój xij) – C = (40 + ... + 41 ) – 33891,27 = 34465 – 33891,27 = 573,73
2 2 2
Qel = Ój * [(Ój xij) / k] – C = [(141) / 3] + ... + [(145) / 3] – 33891,27 = 33921,67 – 33891,27 =
30,40
2 2 2
Qec = Ói * [(Ój xij) / L] – C = [(223) / 5] + ... + [(219) / 5] – 33891,27 = 34226,20 – 33891,27 =
334,93
Qr = Qt – Qec – Qel = 573,73 – 334,93 – 30,40 = 208,40
2
Sel = [Qel / (L – 1)] = 30,40 / 4 = 7,60
2
Sec = [Qec / (k – 1)] = 334,93 / 2 = 167,47
2
Sr = [Qr / (n – L – k + 1)] = 208,40 / 8 = 26,05
L 2 2
F cal = [Sel / Sr ] = 7,60 / 26,05 = 0,29 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 4 e 8,
L
F tab(4, 8) = 3,84
L L
Como F cal < F tab, não se pode rejeitar H0: µ1 = µ2 = µ3 = µ4 = µ5 com nível de significância de
5%, concluindo-se que não há diferença entre os operários
c 2 2
F cal = [Sec / Sr ] = 167,47 / 26,05 = 6,43 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 2 e 8,
c
F tab(2, 8) = 4,46
c c
Como F cal l > F tab, rejeita-se H0: µA = µB = µC com nível de significância de 5%, concluindo-se
que há diferença entre as máquinas.
10.5
2 2
C = [(Ói Ój xij) / n] = (280) / 20 = 3920
2 2 2
Qt = (Ói Ój xij) – C = (15 + ... + 14 ) – 3920 = 4044 – 3920 = 124,00
2 2 2
Qel = Ój * [(Ój xij) / k] – C = [() / 4] + ... + [() / 4] – 3920 = 3930 – 3920 = 10,00
2 2 2
Qec = Ói * [(Ój xij) / L] – C = [() / 5] + ... + [() / 5] – 3920 = 3987,60 – 3920 = 67,60
Qr = Qt – Qec – Qel = 124 – 10 – 67,60 = 46,40
2
Sel = [Qel / (L – 1)] = 10 / 4 = 2,5
2
Sec = [Qec / (k – 1)] = 67,60 / 3 = 22,53
2
Sr = [Qr / (n – L – k + 1)] = 16,40 / 12 = 3,87
L 2 2
F cal = [Sel / Sr ] = 2,5 / 3,87 = 0,65 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 4 e 12,
L
F tab(4, 12) = 3,26
L L
Como F cal < F tab, não se pode rejeitar H0: µA = µB = µC = µD = µE com nível de significância de
5%, concluindo-se que não há diferença entre os solos
c 2 2
F cal = [Sec / Sr ] = 22,53 / 3,87 = 5,83 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 3 e 12,
c
F tab(3, 12) = 3,49
c c
Como F cal l > F tab, rejeita-se H0: µ1 = µ2 = µ3 = µ4 com nível de significância de 5%, concluindo-
se que há diferença entre os tipos de café.
10.6
2 2
C = [(Ói Ój Ól xijl) / n] = (3743) / 36 = 389168,03
2 2 2
Qt = (Ói Ój Ól xijl) – C = (78 + ... + 129 ) – C = 403303,00 – 389168,03 = 14134,97
2 2 2
Qel = Ói * [(Ój Ól xijl) / RK] – C = [(1227) / 12] + ... + [(1266) / 12] – C = 389232,08 – 389168,03
= 64,06
2 2 2
Qec = Ój * [(Ói Ól xijl) / RL] – C = [(936) / 12] + ... + [(1508) / 12] – C = 403130,08 – 389168,03 =
13962,06
2 2 2 2 2 2
Qr = Ói Ój Ól xijl – Ói Ój * [(Óe xijl) / R] = [(78) + ... + (129) ] – [(305) / 4 + ... + (513) / 4] =
403303 – 403207,30 = 95,80
Qi = Qt – Qec – Qel – Qr = 14134,97 – 13962,06 – 64,06 – 95,80 = 13,11
2
Sel = [Qel / (L – 1)] = 64,06 / 2 = 32,03
2
Sec = [Qec / (k – 1)] = 13962,06 / 2 = 6981,03
2
Si = [Qi / (k – 1)(L – 1)] = 13,11 / 4 = 3,28
2
Sr = [Qr / L * K * (R – 1)] = 95,80 / (3 * 3 * 3) = 3,55
L 2 2
a) F cal = [Sel / Sr ] = 32,03 / 3,55 = 9,03 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 2
L
e 27, F tab(2, 27) = 3,35
L L
Como F cal > F tab, rejeita-se H0: µFAR = µDRO = µOUT com nível de significância de 5%,
concluindo-se que a distribuição interfere nas quantidades.
c 2 2
b) F cal = [Sec / Sr ] = 6981,03 / 3,55 = 1966,49 e á = 5% , portanto, na tabela F , com ö1 e
c
ö2 = 2 e 27, F tab(2, 27) = 3,35
c c
Como F cal > F tab, rejeita-se H0: µP1 = µP2 = µP3 com nível de significância de 5%,
concluindo-se que o preço interfere nas quantidades.
i 2 2
c) F cal = [Si / Sr ] = 3,28 / 3,55 = 0,92 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 4 e
i
27, F tab(4, 27) = 2,73
i i
Como F cal < F tab, não se pode rejeitar H0 com nível de significância de 5%, concluindo-se
que não há efeito devido à interação.
10.7
2 2
C = [(Ói Ój Ól xijl) / n] = (18437) / 36 = 9442307,69
2 2 2
Qt = (Ói Ój Ól xijl) – C = (516 + ... + 506 ) – C = 9443261,00 – 9442307,69 = 956,31
2 2 2 2
Qel = Ói * [(Ój Ól xijl) / RK] – C = [(6134) / 12] + [(6157) / 12] + [(6146) / 12] – C = 9442326,75
– 9442307,69 = 22,06
2 2 2
Qec = Ój * [(Ói Ól xijl) / RL] – C = [(4664) / 9] + ... + [(4560) / 9] – C = 9442985 – 9442307,69 =
680,31
2 2 2 2 2 2
Qr = Ói Ój Ól xijl – Ói Ój * [(Óe xijl) / R] = (516) + ... + (506) – [(1543) / 3 + ... + (1519) / 3] =
9443261 – 9443130,30 = 130,67
Qi = Qt – Qec – Qel – Qr = 956,31 – 680,31 – 22,06 – 130,67 = 123,28
2
Sel = [Qel / (L – 1)] = 22,06 / 2 = 11,03
2
Sec = [Qec / (k – 1)] = 680,31 / 3 = 226,77
2
Si = [Qi / (k – 1)(L – 1)] = 123,28 / 6 = 20,55
2
Sr = [Qr / L * K * (R – 1)] = 130,67 / (3 * 4 * 2) = 5,44
c 2 2
a) F cal = [Sec / Sr ] = 226,77 / 5,44 = 41,65 e á = 5% , portanto, na tabela F , com ö1 e ö2 =
c
3 e 24, F tab(3, 24) = 3,01
c c
Como F cal > F tab, rejeita-se H0: µ1 = µ2 = µ3 = µ4 com nível de significância de 5%,
concluindo-se que as durezas médias dos blocos não são constantes.
L 2 2
b) F cal = [Sel / Sr ] = 11,03 / 5,44 = 2,03 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 2
L
e 24, F tab(2, 24) = 3,40
L L
Como F cal < F tab, não se pode se rejeitar H0: µX = µY = µZ com nível de significância de
5%, concluindo-se que as determinações dos técnicos são iguais.
i 2 2
c) F cal = [Si / Sr ] = 20,55 / 5,44 = 3,77 e á = 5% , portanto, na tabela F , com ö1 e ö2 = 6 e
i
24, F tab(6, 24) = 2,51
i i
Como F cal > F tab, rejeita-se H0 com nível de significância de 5%, concluindo-se que há
interação entre técnicos e blocos.
10.8
10.9
SÉRIE I
11.1
H0: Moeda é honesta (200 lances, 100 caras e 100 coroas) e H1: Moeda não é honesta
2
á = 10% e k = 2, portanto, ö = k – 1 = 1, na tabela qui quadrado, X tab = 2,706
2 2 2 2
X cal = Ói (Foi – Fei) / Fei = [(110 – 100) / 100] + [(90 – 100) / 100] = 2,00
2 2
Como X cal < X tab, não se pode rejeitar H0: Moeda honesta, com nível de significância de 10%.
11.2
H0: Dado é honesto (180 lances, 30 cada face) e H1: Dado é viciado
2
á = 5% e k = 6, portanto, ö = k – 1 = 5, na tabela qui quadrado, X tab = 11,071
EVENTOS 1 2 3 4 5 6
Observado 31 28 35 26 29 31
Esperado 30 30 30 30 30 30
2 2 2 2
X cal = Ói (Foi – Fei) / Fei = [(31 – 30) / 30] + ... + [(31 – 30) / 30] = 48 / 30 = 1,60
2 2
Como X cal < X tab, não se pode rejeitar H0: Dado honesto, com nível de significância de 5%.
11.3
H0: Dados são honestos (240 lances) e H1: Dados são viciados
2
á = 1% e k = 2, portanto, ö = k – 1 = 1, na tabela qui quadrado, X tab = 6,635
SOMA 2 3 4 5 6 7 8 9 10 11 12
Observado 17 42
Probabilidade 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Esperado 6,67 13,33 20,00 26,67 33,33 40,00 33,33 26,67 20,00 13,33 6,67
2 2 2 2
X cal = Ói (Foi – Fei) / Fei = [(17 – 20) / 20] + [(42 – 40) / 40] = 0,45 + 0,10 = 0,56
2 2
Como X cal < X tab, não se pode rejeitar H0: Dado são honestos, com nível de significância de
1%.
11.4
H0: CPFs são aleatórios (40 CPFs) e H1: CPFs não são aleatórios
2
á = 5% e k = 10, portanto, ö = k – 1 = 9, na tabela qui quadrado, X tab = 16,919
ALGARISMO 1 2 3 4 5 6 7 8 9 0
Observado 4 4 4 4 2 4 5 3 5 4
Esperado 4 4 4 4 4 4 4 4 4 4
2 2 2 2
X cal = Ói (Foi – Fei) / Fei = [(4 – 4) / 4] + ... + [(4 – 4) / 4] = 7 / 4 = 1,75
2 2
Como X cal < X tab, não se pode rejeitar H0: CPFs são aleatórios, com nível de significância de
5%.
11.5
H0: distribuições de sangue iguais (770 total) e H1: distribuições são diferentes
2
á = 2,5% e k = 4, portanto, ö = k – 1 = 3, na tabela qui quadrado, X tab = 9,348
SANGUE 1 2 3 4 TOTAL
Observado 180 360 130 100 770
Probabilidade 0,18 0,48 0,20 0,14 1
Esperado 138,6 369,6 154 107,8 770
2 2 2 2
X cal = Ói (Foi – Fei) / Fei = [(180 – 138,6) / 138,6] + ... + [(100 – 107,8) / 107,8] = 12,37 + 0,25
+ 3,74 + 0,56 = 16,92
2 2
Como X cal > X tab, rejeita-se H0: distribuições de sangue iguais, com nível de significância de
2,5%.
11.6
H0: distribuições de livros iguais (625 total) e H1: distribuições são diferentes
2
á = 1,00% e k = 5, portanto, ö = k – 1 = 4, na tabela qui quadrado, X tab = 13,277
2 2 2 2
X cal = Ói (Foi – Fei) / Fei = [(125 – 110) / 125] + ... + [(125 – 114) / 125] = 1,80 + 0,80 + 0,20 +
3,53 + 0,97 = 7,30
2 2
Como X cal < X tab, não se pode rejeitar H0: distribuições de livros iguais para todos os dias,
com nível de significância de 5%.
SÉRIE II
11.7
H0: Não há relação entre as duas variáveis e H1: Há relação entre as duas variáveis
2
á = 5% , L = 3 e C = 3, portanto, ö = (L – 1) * (C – 1) = 4, na tabela qui quadrado, X tab = 9,488
Calculando a tabela de freqüências através da fórmula: Feij = [(Ói) * (Ój) / (n)], por exemplo, FeAA
= [(50,00) * (40,00) / (150)] = 13,33, temos:
2 2 2 2
X cal = Ói Ój (Foij – Feij) / Feij = [(18,00 – 13,33) / 13,33] + ... + [(9,00 – 6,00) / 6,00] = 6,11
2 2
Como X cal < X tab, não se pode rejeitar H0: Não há relação entre as duas variáveis, com nível
de significância de 5%.
11.8
2
Calcularemos o X cal convencional e também com a correção de Yates:
2 2 2 2
X cal conv = Ói Ój (Foij – Feij) / Feij = [(14 – 16,80) / 16,80] + ... + [(28 – 30,80) / 30,80] = 1,52
2 2
X cal yates = [N * (É AD – BC É – N/2) ] / [(A + B) (C + D) (A + C) (B + C)] = [100 * (É 392 – 672 É –
2
100/2) ] / (56 * 44 * 30 * 70) = 1,02
2 2
Em ambos casos, como X cal < X tab, não se pode rejeitar H0: Resultados são homogêneos,
com nível de significância de 5%.
11.9
FREQÜÊNCIAS A B C D TOTAL
1 23,32 37,20 33,48 31,00 124,00
2 49,68 82,80 74,52 69,00 276,00
TOTAL 72,00 120,00 108,00 100,00
2 2 2 2
X cal = Ói Ój (Foij – Feij) / Feij = [(28,00 – 23,32) / 23,32] + ... + [(24,00 – 31,00) / 31,00] = 5,81
2 2
Como X cal < X tab, não se pode rejeitar H0: Não há associação entre variáveis, com nível de
significância de 1%.
11.10
2 2 2 2
X cal = Ói Ój (Foij – Feij) / Feij = [(35,00 – 33,00) / 33,00] + ... + [(60,00 – 60,00) / 60,00] = 16,83
2 2
Como X cal > X tab, rejeita-se H0: Dados independentes com nível de significância de 5%,
concluindo-se que a opinião e o partido tem dependência.
11.11
a)
PAR ANTES DEPOIS SINAL Di POSTO PAR ANTES DEPOIS SINAL Di POSTO
1 55 50 – 5 21,5º 16 48 50 + 2 8,5º
2 63 65 + 2 8,5º 17 49 51 + 2 8,5º
3 78 78 = 0 -- 18 90 81 – 9 26º
4 81 79 – 2 8,5º 19 93 85 – 8 24,5º
5 68 70 + 2 8,5º 20 90 90 = 0 --
6 58 57 – 1 2º 21 56 58 + 2 8,5º
7 60 58 – 2 8,5º 22 66 64 – 2 8,5º
8 60 62 + 2 8,5º 23 67 68 + 1 2º
9 75 70 – 5 21,5º 24 73 70 – 3 15,5º
10 85 81 – 4 18,5º 25 74 70 – 4 18,5º
11 90 80 – 10 27,5º 26 48 53 + 5 21,5º
12 50 60 + 10 27,5º 27 68 65 – 3 15,5º
13 58 55 – 3 15,5º 28 72 70 – 2 8,5º
14 83 75 – 8 24,5º 29 86 83 – 3 15,5º
15 47 52 + 5 21,5º 30 80 81 + 1 2º
Teste de Wilcoxon
H0: Dieta não alterou peso e H1: Dieta alterou pesos
á = 2,5% , portanto, na tabela normal, – Zá/2 = – 2,24 e Zá/2 = 2,24
Soma dos Postos com Sinal “+” = 125,5
Soma dos Postos com Sinal “–“ = 280,5
Portanto, T (menor soma dos postos de mesmo sinal) = 125,5
nval = n – empates = 30 – 2 = 28
µT = nval * (nval + 1) / 4 = 28 * (28 + 1) / 4 = 203
0,5 0,5
óT = [nval * (nval + 1) * (2 * nval + 1) / 24] = [28 * 29 * 57 / 24] = 43,91
Zcal = (T – µT) / óT = (125,5 – 203) / 43,91 = – 1,76
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: Dieta não alterou peso, com nível de
significância de 2,5%.
b)
PAR ANTES DEPOIS SINAL Di POSTO PAR ANTES DEPOIS SINAL Di POSTO
1 8,7 9,3 + 0,6 11,5º 13 4,8 5,5 + 0,7 14,5º
2 9,8 9,2 – 0,6 11,5º 14 6,7 6,8 + 0,1 1,5º
3 10 9,5 – 0,5 8º 15 8,3 8,5 + 0,2 3,5º
4 9,6 9,6 = 0 -- 16 9,5 9 – 0,5 8º
5 8,5 8,8 + 0,3 5º 17 10,5 10 – 0,5 8º
6 5,8 6,5 + 0,7 14,5º 18 12,5 13 + 0,5 8º
7 6,3 7 + 0,7 14,5º 19 12,5 12 – 0,5 8º
8 12,5 11,5 – 1 18º 20 9 10 + 1 18º
9 8,8 8,9 + 0,1 1,5º 21 14 12 – 2 22,5º
10 7,3 8 + 0,7 14,5º 22 13 11 – 2 22,5º
11 12,5 11 – 1,5 21º 23 9,5 10,5 + 1 18º
12 13,8 14 + 0,2 3,5º 24 8 9,3 + 1,3 20º
Teste de Wilcoxon
H0: Aditivo não alterou consumo e H1: Aditivo alterou consumo
á = 2,5% , portanto, na tabela normal, – Zá/2 = – 2,24 e Zá/2 = 2,24
nval = n – empates = 24 – 1 = 23
Soma dos Postos com Sinal “+” = 148,5
Soma dos Postos com Sinal “–“ = 127,5
Portanto, T (menor soma dos postos de mesmo sinal) = 127,50
µT = nval * (nval + 1) / 4 = 23 * (23 + 1) / 4 = 138,00
0,5 0,5
óT = [nval * (nval + 1) * (2 * nval + 1) / 24] = [23 * 24 * 47 / 24] = 32,88
Zcal = (T – µT) / óT = (127,50 – 138,00) / 32,88 = – 0,32
Como – Zá/2 • Z cal • Z á/2, não se pode rejeitar H0: Aditivo não alterou consumo, com nível de
significância de 2,5%.
11.12
11.13
X Y TOTAL
Z > 65 A = 7 (5,96) B = 4 (5,04) 11
Z • 65 C = 6 (7,04) D = 7 (5,96) 13
TOTAL 13 11 24
2
Calcularemos o X cal convencional e também com a correção de Yates:
2 2 2 2
X cal conv = Ói Ój (Foij – Feij) / Feij = [(7 – 5,96) / 5,96] + ... + [(7 – 5,96) / 5,96] = 0,73
2 2
X cal yates = [N * (É AD – BC É – N/2) ] / [(A + B) (C + D) (A + C) (B + C)] = [24 * (É 49 – 24 É –
2
24/2) ] / (11 * 13 * 13 * 11) = 0,20
2 2
Em ambos casos, como X cal < X tab, não se pode rejeitar H0: Não há diferença entre as
medianas de X e Y, com nível de significância de 1,00 %, portanto, o mesmo resultado que o
teste de Mann-Whitney.
11.14
A = n2 COLOCAÇÃO B = n1 COLOCAÇÃO
26560 11º 33400 26º
21900 1º 29600 21º
28800 19º 25500 8º
27700 12,5º 27900 16,5º
31800 24º 24500 4,5º
24500 4,5º 23800 2º
27800 14,5º 27800 14,5º
30600 23º 30100 22º
25600 9º 28860 20º
24600 6º 27700 12,5º
25400 7º 24450 3º
35500 28º 32300 25º
26300 10º 34300 27º
27900 16,5º
28400 18º
R2 204 R1 202
11.15
2 2 2
H = 12 / [n * (n + 1)] * Ói [(Ri) / ni] – 3 * (n + 1) = 12 / [32 * (32 + 1)] * [(101) / 8 + (136) / 8 +
2 2
(179) / 8 + (112) / 8] – 3 * (33) = 0,011 * 9160,25 – 99 • 4,30
2
Como H < X tab, não se pode rejeitar H0: Não há diferença entre as médias, com nível de
significância de 5%.
11.16
2 2 2
H = 12 / [n * (n + 1)] * Ói [(Ri) / ni] – 3 * (n + 1) = 12 / [21 * (21 + 1)] * [(113) / 8 + (56) / 6 +
2
(62) / 7] – 3 * (22) = 0,260 * 2667,93 – 66 • 3,37
2
Como H < X tab, não se pode rejeitar H0: Não há diferença entre as médias das vendas, com
nível de significância de 2,5%.
Soluções e Respostas
Capítulo 12 – Correlação Entre Variáveis
SÉRIE I
12.1
12.2
2 2
Ó(X) = 889, Ó(Y) = 4261, Ó(X ) = 26671, Ó(Y ) = 609049 e Ó(XY) = 127035
Sxy = Ó(XY) – [Ó(X) * Ó(Y) / n] = 127035 – (889 * 4261 / 30) = 767,37
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 26671 – (889) / 30 = 326,97
2 2 2
Syy = Ó(Y ) – [Ó(Y) / n] = 609049 – (4261) / 30 = 3844,97
0,5 0,5
rxy = Sxy / (Sxx * Syy) = 767,37 / (326,97 * 3844,97) = 0,684 ou r = 68,4%
12.3
a)
EMP. HORAS SCORE CLAS H CLAS S Di (Di)2
10 6 45 1 13 (A) -12 144
8 11 48 2 14 (B) -12 144
6 34 35 3 9 (C) -6 36
2 36 42 4 12 (D) -8 64
13 43 36 5 10 (E) -5 25
1 49 39 6 11 (F) -5 25
14 57 49 7 15 (G) -8 64
11 63 29 8 7 (H) 1 1
5 72 22 9 5 (I) 4 16
12 79 21 10 4 (J) 6 36
15 82 31 11 8 (K) 3 9
4 91 25 12 6 (L) 6 36
3 127 10 13 2 (M) 11 121
7 155 15 14 3 (N) 11 121
9 192 7 15 1 (O) 14 196
1038
2 3 3
rs = 1 – {6 * [Ó(di )] / (n – n)} = 1 – [6 * 84631 / (15 – 15)] = – 0,8536.
b) Comparando-se A com B até O, temos que A é menor em dois casos, portanto, dois
valores positivos e menor em doze casos, portanto, doze valores negativos. Realizando
isso para todas as letras, temos:
S = (2 – 12) + (1 – 12) + (4 – 8) + (1 – 10) + (2 – 8) + (1 – 8) + (0 – 8) + (1 – 6) + (2 – 4) + (2
– 3) + (0 – 4) + (0 – 3) + (1 – 1) + (0 – 1) = – 71,00
Tau = (2 * S) / [n * (n – 1)] = 2 * (– 71,00) / (15 * 14) = – 0,6761.
12.4
Comparando-se A com B até L, temos que A é menor em todos os casos, portanto, 11 valores
positivos e nenhuma vez é menor, portanto, nenhum valore negativo. Realizando isso para
todas as letras, temos:
S = (11 – 0) + (10 – 0) + (9 – 0) + (8 – 0) + (7 – 0) + (4 – 2) + (5 – 0) + (4 – 0) + (2 – 1) + (1 – 1)
+ (0 – 1) = 56
Tau = (2 * S) / [n * (n – 1)] = 2 * (56) / (12 * 11) = 0,8484
H0: não há correlação entre as classificações e H1: há correlação
á = 2,5% , na tabela normal, – Zá/2 = – 2,24 e Zá/2 = 2,24
0,5 0,5
Zcal = Tau / {[2 * (2 * n + 5)] / [9 * n * (n – 1)]} = 0,8484 / [(2 * 29) / (9 * 12 * 11)] = 3,84
Como Zcal > Zá/2, rejeita-se H0, portanto, existe correlação entre as variáveis segundo Kendall,
com um nível de significância de 2,5%.
12.5
SÉRIE I
13.1
i) ym = Ó yi / n = (– 1 + ... + 5) / 5 = 2,20
a = ym – b * xm = 2,20 – (1,5 * 1,00) = 0,70.
13.2
a)
Diagrama de Dis pers ão
5
Valores de Y
3 y = 3,34 + 0,58x
0
-6 -4 -2 0 2 4 6
V alores de X
2 2 2
b) Sxx = Ó(X ) – [Ó(X) / n] = 70 – (0) / 7 = 70,00
Sxy = ÓXY – [ÓX * Ó Y / n] = 40,3 – (0 * 23,4) / 7 = 40,30
xm = Óxi / n = (– 5 + ... + 5) / 7 = 0,00
ym = Ó yi / n = (0,8 + ... + 6,2) / 7 = 3,343
b = Sxy / Sxx = 40,30 / 70,00 = 0,576
a = ym – b * xm = 3,343 – (0,576 * 0,00) = 3,343
Portanto, a reta será dada pela equação: y = 3,343 + 0,576 * x.
13.3
a)
Dia g r a ma d e Dis p e r s ã o
1 8 ,0 0 0
1 6 ,0 0 0
1 4 ,0 0 0
V a lo r e s d e Y
1 2 ,0 0 0
1 0 ,0 0 0
8 ,0 0 0
6 ,0 0 0
y = 5 ,9 7 7 2 + 7 4 ,0 6 8 x
4 ,0 0 0
2 ,0 0 0
0 ,0 0 0
0 ,0 0 0 0 ,0 2 0 0 ,0 4 0 0 ,0 6 0 0 ,0 8 0 0 ,1 0 0
V a lo r e s d e X
2 2 2
b) Sxx = Ó(X ) – [Ó(X) / n] = 0,062 – (0,958) / 20 = 0,016
Sxy = ÓXY – [ÓX * Ó Y / n] = 10,292 – (0,958 * 190,500) / 20 = 1,167
xm = Óxi / n = (0,003 + ... + 0,028) / 20 = 0,048
ym = Ó yi / n = (5,6 + ... + 5,9) / 20 = 9,525
b = Sxy / Sxx = 1,167 / 0,016 = 74,068
a = ym – b * xm = 9,525 – (74,068 * 0,048) = 5,977
Portanto, a reta será dada pela equação: y = 5,977 + 74,068 * x.
13.4
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 1664 – (152) / 45 = 1150,578
Sxy = ÓXY – [ÓX * Ó Y / n] = 5886 – (152 * 1426) / 45 = 1069,289
xm = Óxi / n = (1 + ... + 15) / 45 = 3,378
ym = Ó yi / n = (18 + ... + 54) / 45 = 31,689
b = Sxy / Sxx = 1069,289 / 1150,578 = 0,929
a = ym – b * xm = 31,689 – (0,929 * 3,378) = 28,550
Portanto, a reta será dada pela equação: y = 28,550 + 0,929 * x.
SÉRIE II
13.5
2
a) S = VR / (n – 2) = 2,2 / 8 = 0,275.
2 0,5 0,5
b) S = (S ) = (0,275) = 0,524.
13.6
13.7
13.8
13.9
13.10
O IC pode ser construído observando os dois valores referentes a 95% inferiores e 95%
superiores da variável X1 (3ª tabela). Assim, P (0,001418• â • 0,003076) = 95% .
SÉRIE IV
13.11
13.12
2 2 2
a) Sxx = Ó(X ) – [Ó(X) / n] = 593175 – (1885) / 8 = 149021,875
Sxy = ÓXY – [ÓX * Ó Y / n] = 126920 – (464 * 1885) / 8 = 17590
xm = Óxi / n = (36 + ... + 69) / 8 = 58
ym = Ó yi / n = (50 + ... + 335) / 8 = 235,625
b = Sxy / Sxx = 17590 / 149021,875 = 0,118
a = ym – b * xm = 235,625 – (0,118 * 58) = 30,188
Portanto, a reta será dada pela equação: y = 30,188 + 0,118 * x.
13.13
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 3690 – (120) / 5 = 810
Sxy = ÓXY – [ÓX * Ó Y / n] = 2494,5 – (120 * 90,7) / 5 = 317,7
xm = Óxi / n = (6 + ... + 42) / 5 = 24
ym = Ó yi / n = (9,7 + ... + 26) / 5 = 18,14
b = Sxy / Sxx = 317,7 / 810 = 0,392
a = ym – b * xm = 18,14 – (0,392 * 24) = 8,727
Portanto, a reta será dada pela equação: y = 8,727 + 0,392 * x
Para uma máquina de 3 anos e meio, temos:
y = 8,727 + 0,392 * 3,5 = 10,10, ou seja, um custo de 10,10.
13.14
2 2 2
a) Sxx = Ó(X ) – [Ó(X) / n] = 254434 – (1136) / 9 = 111045,556
Sxy = ÓXY – [ÓX * Ó Y / n] = 44910 – (1136 * 271) / 9 = 107003,778
xm = Óxi / n = (16 + ... + 378) / 9 = 126,22
ym = Ó yi / n = (14 + ... + 50) / 9 = 30,11
b = Sxy / Sxx = 10703,778 / 111045,556 = 0,096
a = ym – b * xm = 235,625 – (0,096 * 126,22) = 17,944
Portanto, a reta será dada pela função: y = 17,944 + 0,096 * x.
b
b) Para determinarmos a função potência y = a * x , devemos efetuar a transformação:
log Y = log a + b * log X, ou,
D = á + b * C, onde: D = log Y, á = log a e C = log X
Com os logaritmos dos dados originais, teremos a seguinte tabela:
D = log Y C = log X
1,146 1,204
1,204 1,477
1,279 1,544
1,477 1,845
1,491 1,954
1,519 2,079
1,544 2,204
1,633 2,375
1,699 2,577
2 2 2
Scc = Ó(C ) – [Ó(C) / n] = 34,703 – (17,260) / 9 = 1,602
Scd = Ó CD – [ÓC * ÓD / n] = 25,592 – (17,260 * 12,993) / 9 = 0,675
cm = Óci / n = (1,204 + ... + 2,577) / 9 = 1,918
dm = Ódi / n = (1,146 + ... + 1,699) / 9 = 1,444
b = Scd / Scc = 0,675 / 1,602 = 0,421
á = dm – b * cm = 1,444 – (0,421 * 1,918) = 0,636
Portanto, a reta será dada pela equação: d = 0,636 + 0,421 * c
Porém, como á = log a, logo, log a = 0,636, a = 4,322, corres pondendo à função potencial:
0,421
y = 4,322 * x .
13.15
a) Para facilitar os cálculos, vamos subtrair a cada um dos anos da amostra o valor 1957;
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 1785 – (153) / 17 = 408
5 4 5
Sxy = ÓXY – [ÓX * Ó Y / n] = 555 * 10 – (153 * 455 * 10 ) / 17 = 145 * 10
xm = Óxi / n = (1 + ... + 17) / 17 = 9
3
ym = Ó yi / n = (30542 + ... + 729135) / 17 = 268 * 10
5
b = Sxy / Sxx = 145 * 10 / 408 = 35735,583
3
a = ym – b * xm = 268 * 10 – (35735,583 * 9) = – 54051,074
Portanto, a reta será dada pela função: y = – 54051,074 + 35735,583 * x.
x
b) Para determinarmos a função exponencial y = a * b , devemos efetuar a transformação:
log Y = log a + X * log b, ou,
D = á + â * x, onde: D = log Y, á = log a e â = log b
Com os logaritmos dos dados originais, teremos a seguinte tabela:
D = log Y X D = log Y X
4,485 1,0 5,351 10,0
4,785 2,0 5,353 11,0
4,983 3,0 5,445 12,0
5,124 4,0 5,543 13,0
5,163 5,0 5,619 14,0
5,281 6,0 5,713 15,0
5,241 7,0 5,785 16,0
5,264 8,0 5,863 17,0
5,268 9,0
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 1785 – (153) / 17 = 408
Sxd = ÓXD – [ÓX * ÓD / n] = 839,590 – (153 * 90,266) / 17 = 27,197
xm = Óxi / n = (1 + ... + 17) / 17 = 9
dm = Ódi / n = (4,485 + ... + 5,863) / 17 = 5,310
â = Sxd / Sxx = 27,197 / 408 = 0,067
á = dm – â * xm = 5,310 – (0,067 * 9) = 4,710
Portanto, a reta será dada pela equação: d = 4,710 + 0,067 * x
Porém, como â = log b, logo, log b = 0,067, b = 1,166 e á = log a, logo, log a = 4,710, a =
x
51267,144, correspondendo à função exponencial: y = 51267,144 + 1,166 .
2 9
c) Para a função linear: R = (b * Sxy) / Syy = (35735,583 * 408) / 613 * 10 = 0,849
2
Para a função exponencial: R = (â * Sxy) / Syy = (0,067 * 408) / 1,994 = 0,909.
2
d) Como o indicador R é um indicador de qualidade de ajustamento, ou seja, um número
2
que representa o poder explicativo da função, a escolha sempre deve ser o maior R
possível. Assim, a função exponencial, deve ser a escolhida porque apresenta este
indicador maior e, portanto, mais próximo a um.
13.16
2 2 2
a) Sxx = Ó(X ) – [Ó(X) / n] = 24562 – (494) / 12 = 4225,67
Sxy = ÓXY – [ÓX * Ó Y / n] = 390,30 – (494 * 10,64) / 12 = – 47,71
xm = Óxi / n = (8 + ... + 38,5) / 12 = 41,17
ym = Ó yi / n = (1,26 + ... + 0,7) / 12 = 0,88
b = Sxy / Sxx = 4225,67 / (– 47,71) = – 0,011
a = ym – b * xm = 0,88 – (– 0,011 * 41,17) = 1,351
Portanto, a reta será dada pela função: y = 1,351 – 0,011 * x.
13.18
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 1,986 – (4,754) / 12 = 0,103
Sxy = ÓXY – [ÓX * Ó Y / n] = 45740,475 – (4,754 * 15077,000) / 12 = 150,804
xm = Óxi / n = (0,296 + ... + 0,405) / 12 = 0,396
ym = Ó yi / n = (7737 + ... + 9059) / 12 = 9589,750
b = Sxy / Sxx = 150,804 / 0,103 = 1466,309
a = ym – b * xm = 9589,750 – (1466,309 * 0,396) = 9008,847
Portanto, a reta será dada pela função: y = 9008,847 + 1466,309 * x.
H0: â = 0 contra H 1: â • 0, n = 12 (10 graus ) e á = 5% , portanto, na tabela t Student, – tá/2 = –
2,2281 e tá/2 = 2,2281
0,5 0,5
S = [(Syy – (b * Sxy)) / (n – 2)] = [(34070548,250 – (1466,309 * 150,804)) / 10] = 1839,821
0,5 0,5
tcal = b / [S / (Sxx) ] = 1466,309 / [1839,821 / (0,103) ] = 0,256
Como – tá/2 • t cal • t á/2, não se pode rejeitar H0: â = 0, concluindo-s e, com ris co de 5% , que não
há regressão.
2
R = (b * Sxy) / Syy = (1466,309) * (150,804) / 34070548,250 = 0,0065.
13.19
2 2 2
Sxx = Ó(X ) – [Ó(X) / n] = 15192 – (388) / 11 = 1506,182
Sxy = ÓXY – [ÓX * Ó Y / n] = 27,597 – (3,880 * 72,060) / 11 = 2,179
xm = Óxi / n = (57 + ... + 33) / 11 = 35,273
ym = Ó yi / n = (12,54 + ... + 1,86) / 11 = 6,551
b = Sxy / Sxx = 2,179 / 1506,182 = 0,145
a = ym – b * xm = 6,551 – (0,145 * 35,273) = 1,448
Portanto, a reta será dada pela função: y = 1,448 + 0,145 * x.
H0: â = 0 contra H 1: â • 0, n = 11 (9 graus ) e á = 5% , portanto, na tabela t Student, – tá/2 = –
2,2622 e tá/2 = 2,2622
0,5 0,5
S = [(Syy – (b * Sxy)) / (n – 2)] = [(621,824 – (0,145 * 2,179)) / 9] = 3,625
0,5 0,5
tcal = b / [S / (Sxx) ] = 0,145 / [3,625 / (1506,182) ] = 1,549
Como – tá/2 • t cal • t á/2, não se pode rejeitar H0: â = 0, concluindo-s e, com ris co de 5% , que não
há regressão.
2
R = (b * Sxy) / Syy = (0,145 * 2,179) / 621,824 = 0,211.
13.20
SÉRIE I
14.1
14.2
14.3
14.4
14.5
b c
a) Para determinarmos a função potência múltipla y = a * x1 * x2 , devemos efetuar a
transformação para uma equação linear:
log Y = log a + b * log X1 + c * log X2
Como os valores dados das 3 variáveis são logaritmos, podemos utilizar o sistema:
14.6
14.7
2 2 2
a) Sxx = Ó(X ) – [Ó(X) / n] = 285 – (45) / 10 = 82,5
Sxy = ÓXY – [ÓX * Ó Y / n] = 307,300 – (45 * 63,700) / 10 = 20,650
xm = Óxi / n = (0 + ... + 9) / 10 = 4,500
ym = Ó yi / n = (9,1 + ... + 10,2) / 10 = 6,370
b = Sxy / Sxx = 20,650 / 82,5 = 0,250
a = ym – b * xm = 6,370 – (0,250 * 4,500) = 5,244
Portanto, a reta será dada pela equação: y = 5,244 + 0,250 * x.
14.8
14.9
b) á = 10% , portanto, na tabela t S tudent, com ö1 = 111 – 6 = 105, – tá/2 • – 1,6588 e t á/2 •
1,6588
0,5 0,5
P (b – (tá/2) * [S / (Sxx) ] • â • b + (t á/2) * [S / (Sxx) ]) = P {[– 725 – (1,6588) * (120,8)] • â •
[– 725 + (1,6588) * (120,8)]} = P (– 925,38 • â • – 524,62) = 90% ou – 725 ± 200,38.
14.10
14.11
14.12