APÊNDICE

LIVRO

UNIDADE 32

Métodos
Métodos
AQuantitativos
estatística e a
Quantitativos
administração
 U3

Apêndice

Gabaritos comentados com resposta padrão

MÉTODOS QUANTITATIVOS: UNIDADE 3

Gabarito do “Faça você mesmo” – Seção 3.1

a)
b) 82,0%
c)
d)

Gabarito 1 – Faça Valer a Pena – Seção 3.1

(Questões Objetivas e Discursivas da seção).

1. Letra d.
Quando a probabilidade de ocorrência de um evento é igual a zero, o
evento é dito impossível, ou seja, não há chances de ocorrência do mesmo.

2. Letra b.
Temos que e . Logo, .

3. Letra b.

Estatística inferencial (parte I) 1

 U3

Temos .

4. Letra c.
Temos . Observando
a segunda igualdade, vemos que precisamos encontrar dois valores
na tabela Z que subtraídos resultem em 0,954. Além disso, esses
valores devem corresponder a dois valores z1 = –z e z2 = z que sejam
simétricos em relação a Z = 0. Consultando a tabela vemos que
se z = 2,0, e , resultando em
, como
pretendido.

5. Letra e.

Como X não é normal padronizada, faz-se necessário realizarmos a

transformação .
Além disso, . Calculando
e separadamente temos , em que
.
Consultando a tabela Z vemos que . Temos
ainda , em que .
Consultando a tabela vemos que . Logo,
.

6. Resposta:

Devemos calcular e . Temos , em

que .
Consultando a tabela Z concluímos que .
Temos ainda , em que
. Consultando a tabela vemos que
.
Como , concluímos que é mais
provável sortear um valor de Y maior que 102 do que sortear um valor de
X menor que 48.

2 Estatística inferencial (parte I)

 U3

7. Resposta:
Temos que e precisamos calcular . Temos
, em que . Consultando a
tabela Z vemos que .

Gabarito 2 – Faça Valer a Pena – Seção 3.2

(Questões Objetivas e Discursivas da seção).

1. Letra e.
Temos σ2 = 9, e n = 25. Consultando a tabela Z vemos que
. Logo:

2. Letra c.
Temos σ2 = 16, e . Consultando a tabela Z vemos que
. Logo:

Desse modo, entre os valores apresentados, o menor tamanho de amostra

que permite erro máximo é n = 59.

3. Letra b.
Observe que não foi atribuído um valor para . Você pode verificar que
, e . Da fórmula
do erro, temos:

Estatística inferencial (parte I) 3

 U3

Assim:

4. Letra a.
Temos os valores , , , , e
. Consultando a tabela Z, obtemos ,
e .
Logo, os tamanhos de amostras em cada caso são:

Como a amostra deve ser única e atender a todas as exigências, segue que
o tamanho deve ser n = 41.

5. Letra d.
Primeiramente calculamos Var(X) e zY para . Você pode
constatar que e que . Desse modo, temos:

6. Teorema do Limite Central (TLC): para n amostras aleatórias simples,

retiradas de uma população com média μ e variância σ2 finita, a distribuição
amostral da média aproxima-se, para n grande, de uma distribuição normal,
com média μ e variância σ2/n.

4 Estatística inferencial (parte I)

 U3

Consequências do TLC: estimação do erro amostral da média;

dimensionamento de amostras.

7. Primeiramente calculamos alguns valores:

;
;

Devemos lembrar que a fórmula do erro é , em que zY é

determinado a partir da tabela Z, σ2 é estimado por Var(X) e n é o tamanho
da amostra. Consultando a tabela Z podemos obter, para ,
. Logo:

Amostra 1:

Amostra 2:
De acordo com os critérios estabelecidos, .

Gabarito 3 – Faça Valer a Pena – Seção 3.3

(Questões Objetivas e Discursivas da seção).

1. Letra b.
Como o teste de hipóteses é bilateral, a região crítica será
ou em que e . Assim:

;
ou .

Estatística inferencial (parte I) 5

 U3

2. Letra c.
Como o teste de hipóteses é unilateral à direita, a região crítica será
onde . Assim:
;
.

3. Letra a.
Como o teste de hipóteses é unilateral à esquerda, a região crítica será
, onde . Temos:
; .

4. Letra e.
Primeiramente calculamos as respectivas médias amostrais:
; ;
.

Agora calculamos os valores de zc correspondentes:

; ;

Por fim, determinamos os valores-p:

Amostra A:
valor-p ;
Amostra B:
valor-p ;
Amostra C:
valor-p .
Como a = 65,28%, b = 37,34% e c = 7,34%, temos a > b > c.

6 Estatística inferencial (parte I)

 U3

5. Letra a.
Testemos as seguintes hipóteses:
Indústria 1 Indústria 2 Indústria 3
H0: μ = 1500 H0: μ = 1500 H0: μ = 1500
H1: μ < 1500 H1: μ ≠ 1500 H1: μ ≠ 1500

Indústria 1:
valor-p
(menor valor da tabela)
Conclusão: rejeitar H0.
Indústria 2:
valor-p
Conclusão: não rejeitar H0.
Indústria 3:
valor-p
Conclusão: não rejeitar H0.
Como rejeitamos H0 no primeiro caso, temos indícios suficientes para
afirmar que a indústria 1 paga salários abaixo da média. Nos casos 2 e 3 não
rejeitamos H0, isto é, não houve indícios suficientes que nos permitiram
refutar a possibilidade de as indústrias 2 e 3 pagarem salários iguais à
média.

6. Resposta:
Devemos testar as seguintes hipóteses:
H0: μ = 2 H1: μ ≠ 2
A partir da amostra dada é possível obter . Assim:
valor-p
Como valor-p é maior que o nível de significância, não podemos rejeitar a
hipótese de a média populacional ser μ = 2. Em consequência, a linha de
produção não precisa ser pausada.

Estatística inferencial (parte I) 7

 U3

7. Resposta:
Observe que queremos testar as seguintes hipóteses:
H0: μ = 120 H1: μ < 120
Temos:
valor-p
Como o valor-p é maior que o nível de significância, não podemos refutar
a afirmação do proprietário do depósito.

Gabarito 4 – Faça Valer a Pena – Seção 3.4

(Questões Objetivas e Discursivas da seção).

1. Letra c.
Como o teste é bilateral, temos que a região crítica será
ou em que:

ou .

2. Letra a.
Como o teste é unilateral à direita, temos que a região crítica é
em que:

3. Letra e.

8 Estatística inferencial (parte I)

 U3

Como o teste é unilateral à esquerda, temos:

.

Consultando a tabela T na linha correspondente a v = 19, vemos que

corresponde a a = 5% que é o valor-p, nesse caso.

4. Letra d.
Como o teste é unilateral à direita, temos:

Consultando a tabela T na linha correspondente a v = 24, vemos que

é menor que 1,711 que é o menor valor para v = 24 e corresponde
a a = 5%. Portanto, o valor-p é maior que 5%.

5. Letra b.
Temos:
;

Logo:
.

Observe na tabela T para v = 11 que . Assim:

valor-p < 4%.
Concluímos então que se deve rejeitar a hipótese nula, pois valor-p é
menor que 5%.

6. Resposta:
Observe que o teste é unilateral à esquerda, logo , em
que:

Estatística inferencial (parte I) 9

 U3

.
Não se pode rejeitar a hipótese nula, pois não pertence à região
crítica.

7. Resposta:
Observe que foi coletada uma amostra grande (n = 200), logo podemos
utilizar a estatística z com . Temos:
.

Consultando a tabela Z, obtemos:

valor-p .
Como o valor-p é menor que a, não podemos rejeitar a hipótese nula.

10 Estatística inferencial (parte I)