Título: Resolução – Lista de Exercícios do Capítulo 08

Autora: Sonia Maria Barros Barbosa Correa

FÓRMULAS
 σ2  N − n  '  σ2 
x ' = N  µ ;    x = N  µ ; 
 n  N −1   n 

x' =
∑ xi
n
x −µ
'
Z=
σ
n
 σ N −n σ N − n 
P x ' − Z α ≤ µ ≤ x' − Zα  = 1−α
 2 n N − 1 2 n N − 1 
 σ σ 
P x ' − Z α ≤ µ ≤ x' − Zα = 1−α
 2 n 2 n 

Inferência Estatística é o processo de obter informações sobre uma população a partir de

resultados observados na amostra. Toda conclusão tirada por uma amostragem, quando
generalizada para a população, virá acompanhada de um grau de incerteza ou risco. Aqui também
precisamos trabalhar com a tabela da curva normal.

1 – Uma companhia de computadores deseja estimar o número médio de horas semanais gastos
por adultos em frente ao computador em casa. Em uma amostra aleatória de 21 adultos, o tempo
médio de uso do computador em casa foi de 5,3 horas. Com base em estudos passados, a
companhia assume que o desvio padrão é 0,9 horas e que os tempos estão normalmente
distribuídos. Construir IC para 90% e 99%.
Resposta:
21 adultos – média = 5,3 horas
Desvio padrão = 0,9 horas
IC 90% e 99%?

 σ σ 
P x ' − Z α ≤ µ ≤ x' − Zα = 1−α
 2 n 2 n 

IC 90%
Z α/2 = Z45%= 1,64
σ 0,9
σx = = = 0,196
n 21
P = (5,3 − 1,64 × 0,196 ≤ µ ≤ 5,3 + 1,64 × 0,196) = 0,90
P = (4,98 ≤ µ ≤ 5,62) = 0,90
PUC Minas Virtual • 1
IC ( µ ;90%) = (4,98 ; 5,62)

IC 99%
Z α/2 = Z49,5%= 2,57
σ 0,9
σx = = = 0,196
n 21
P = (5,3 − 2,57 × 0,196 ≤ µ ≤ 5,3 + 2,57 × 0,196) = 0,99
P = (4,79 ≤ µ ≤ 5,80) = 0,99
IC ( µ ;99%) = (4,79 ; 5,80)

2 – Uma fábrica de automóveis anuncia que seus carros consomem, em média 11 litros por
100km, com desvio padrão de 0,8 litro. Uma revista decide testar essa afirmação e analisa 35
carros dessa marca, obtendo 11,4 litros por 100 km, como consumo médio. Admitindo que o
consumo tenha distribuição normal, ao nível de 10 % o que a revista concluirá sobre o anúncio da
fábrica?
Resposta:

H 0 : µ = 11 X = 11,4 σ 0,8
 σx = = = 0,133
 H 1 : µ ≠ 11 n = 35 n 35

x−µ 11,4 − 11
Z calc = = = 3,008
σx 0,133

Z α = Z 5% = 1,64
2

Como Zcalc ∈ RC, rejeita-se H0, isto é, ao nível de 10% a revista pode concluir que o anúncio não é
verdadeiro.

3 – A vida média de uma amostra de 100 lâmpadas produzidas por uma firma foi calculada em
1570 horas, com desvio padrão de 120 horas. Sabe-se que a duração das lâmpadas dessa firma
tem distribuição normal com média de 1600 horas. Ao nível de 1% testar se houve alteração na
duração média das lâmpadas.
Resposta:
H 0 : µ = 1600 X = 1570 σ 120
 σx = = = 12
 H 1 : µ ≠ 1600 n = 100 n 100

x−µ 1570 − 1600

Z calc = = = −2,5
σx 12

Z α = Z 0,5% = 2,57
2

Como Zcalc ∈ RNR, não se rejeita H0, isto é, não é significativa a alteração da vida média das
lâmpadas a 1 %.
PUC Minas Virtual • 2
4 – Seja X: N(100 ; 85). Retiramos uma amostra de tamanho 20 (n=20). Determinar:
a) P(95<x’<105)
b) P(x’-Zα.σx’ < µ < x’ + Zα.σx’)=95
Resposta:
 µ = 100  85  σ2 85
Se X : N(100 , 85)  2 ⇒ x : 100 ,  ∴ µ = 100 e σ x = = = 4,25 = 2,06
σ = 85  20  n 20

x−µ x − 100
Z= =
σx 2,06
a) P(95<x’<105)
x−µ 95 − 100
Para x= 95 ⇒ Z= = = −2,43
σx 2,06

x−µ 105 − 100

Para x= 105 ⇒ Z= = = 2,43
σx 2,06
P (−2,43 ≤ x ≤ 2,43) = 2 * 0,49245 = 0,9849 =98,49%

b) P(x’-Zα.σx’ < µ < x’ + Zα.σx’)=95

Z α = Z 0, 475 = 1,96
2

∴ P ( x − 1,96 * 2,06 < 100 < x + 1,96 * 2,06) = 0,95

P(100 − 1,96 * 2,06 < x < 100 + 1,96 * 2,06) = 0,95
P(95,96 < x < 104,04) = 0,95

5 – Seja X:N(900 ; 642). Retiramos uma amostra de tamanho 30 (n=30). Determinar:

a) P(X’< 894)
b) P(896<X’<903)
c) P(X’ - 3σx’ < µ < X’ + 3σx’)
Resposta:
 µ = 900  642  σ2 642
Se X : N(900 , 642)  2 ⇒ x : 100 ,  ∴ µ = 900 e σ x = = = 21,4 = 4,63
σ = 642  30  n 30

x−µ x − 900
Z= =
σx 4,63
a) P(x’<894)
x−µ 894 − 900
Para x= 894 ⇒ Z= = = −1,30
σx 4,63

PUC Minas Virtual • 3

 P( x < −1,3) = 0,5 − 0,4032 = 0,0968 = 9,68%

b) P(896<X’<903)

x−µ 896 − 900

⇒ Z= = = −0,86
Para x= 896
σx 4,63

x−µ 903 − 900

Para x= 903 ⇒ Z= = = 0,65
σx 4,63
P(−0,86 ≤ x ≤ 0,65) = 0,3051 + 0,2421 = 0,5472 = 54,72%

c) P(X’ - 3σx’ < µ < X’ + 3σx’) = P(900-3*4,63<X’<900+3*4,63) = P(886,11<X’<913,89)

x−µ 886,11 − 900

Para 886,11 = ⇒ Z= = = −3
σx 4,63

x−µ 913,89 − 900

Para x= 913,89 ⇒ Z= = =3
σx 4,63
P(−3 ≤ x ≤ 3) = 2 * 0,4986 = 0,9972 = 99,72%

6 – De uma população de 1000 elementos com distribuição aproximadamente normal com

σ2=400, tira-se uma amostra de 25 elementos, obtendo-se X’=150. Fazer um IC, para µ, ao
nível de 5%.

IC 5%
Z α = Z 0, 475 = 1,96
2

σ N −n 20 1000 − 25
σx = = = 4 0,97 = 3,95
n N −1 25 1000 − 1

P = (150 − 1,96 × 3,95 ≤ µ ≤ 150 + 1,96 × 3,95) = 0,95 P = (142,26 ≤ µ ≤ 157,74 ) = 0,95
IC ( µ ;95%) = (142,26;157,74 )

6 – De uma população normal com σ=5, retiramos uma amostra de 50 elementos e obtemos
X’=42.
a) Fazer um IC para a média ao nível de 5%.
b) Qual o erro de estimação ao nível de 5%.

PUC Minas Virtual • 4

 c) Para que o erro seja ≤ 1 , com probabilidade de acerto de 95%, qual deverá ser o
tamanho da amostra?
Dados:
n =50 x’=42 σ=5 α=5%

a) Z α = Z 0, 475 = 1,96
2

σ 5
σx' = = = 0,71
n 50
P = (42 − 1,96 × 0,71 < µ < 42 + 1,96 × 0,71) = 0,95
P = (40,61 ≤ µ ≤ 43,39) = 0,95
IC ( µ ;95%) = (40,61 ≤ µ ≤ 43,39)

b)
e= X −µ ou Zα × σ x = e
e = 1,96 × 0,71 = 1,39

c) Se P(e ≤ 1) =0,95 n=?

Z α = Z 0, 475 = 1,96
2

σ
σx' =
n
5
1,96 × ≤ 1 → n ≥ 1,96 × 5 → n ≥ 9,8 ∴ n ≥ 96
n
n ≥ 96 elementos
Logo, se tomarmos uma amostra de no mínimo 96 elementos, teremos 95% de confiança de que o erro
será de no máximo 1.

7 – Foram retiradas 25 peças da produção diária de uma máquina, encontrando-se para uma medida uma
média de 5,2 mm. Sabendo-se que as medidas têm distribuição normal com desvio-padrão
populacional 1,2mm, construir intervalos de confiança para a média aos níveis de 90%, 95% e
99%.
Dados:
n=25 x’=5,2 σ=1,2

IC 90%
σ 1,2
σx = = = 0,24
n 25
Z α = Z 45% = 1,64
2

P = (5,2 − 1,64 × 0,24 < µ < 5,2 + 1,64 × 0,24) = 0,95

P = (4,81 ≤ µ ≤ 5,59 ) = 0,95
IC ( µ ;90%) = (4,81 ≤ µ ≤ 5,59)
IC 95%

PUC Minas Virtual • 5

 σ 1,2
σx' = = = 0,24
n 25
Z α = Z 0, 475 = 1,96
2

P = (5,2 − 1,96 × 0,24 ≤ µ ≤ 5,2 + 1,96 × 0,24) = 0,95

P = (4,73 ≤ µ ≤ 5,67 ) = 0,95
IC ( µ ;95%) = (4,73 ≤ µ ≤ 5,67)

IC 99%
σ 1,2
σx' = = = 0,24
n 25
Z α = Z 49,5% = 2,57
2

P = (5,2 − 2,57 × 0,24 ≤ µ ≤ 5,2 + 2,57 × 0,24 ) = 0,99

P = (4,58 ≤ µ ≤ 5,82) = 0,99
IC ( µ ;99%) = (4,58 ≤ µ ≤ 5,82)

8 - Testar
 H 0 : µ = 50

 H 1 : µ > 50
dados σ2=4, α=5% , n=100 e x’=52

IC 90%
σ 2
σ x' = = = 0,2
n 100
Z α = Z 0, 475 = 1,96
2

x−µ 52 − 50
Z calc = = = 10
σx 0,2
Como Zcalc ∈ RC, rejeita-se H0, isto é, ao nível de 10% a média é maior que 50 .

Exercício 9 esta repetido !!! É o mesmo do exercício 02.

10 - Um metalúrgico decide testar a pureza de certo metal, que supõe ser constituído
exclusivamente de manganês. Adota para isso o critério da verificação do ponto de fusão.
Experiências anteriores mostraram que esse ponto de fusão se distribuía normalmente com média
de 1260° e desvio padrão 2°. O metalúrgico realizou 4 experiência, obtendo 1267°, 1269°, 1261°
e 1263°. Poderá ele aceitar que o metal é puro ao nível de 5%?

H 0 : µ = 1260

 H 1 : µ ≠ 1260
dados σ=2, α=5% , n=4 e ∑x’=5060° x’ = 1265

PUC Minas Virtual • 6

 σ 2
σ x' = = = 1,0
n 4
Z α = Z 0, 475 = 1,96
2

x−µ 1265 − 1260

Z calc = = = 5,0
σx 1,0
Como Zcalc ∈ RC, rejeita-se H0, isto é, ao nível de 5% o metal não é puro.

PUC Minas Virtual • 7