Universidade Federal do Pará

Faculdade de Engenharia da Computação e Telecomunicações – FCT

Probabilidade e Estatística
Hermil Glauber Margalho Dax Reis – 201807040024

Lista 01 de Exercícios

Belém
2021
 1. Dado o ‘Exemplo 1.1’, da página 2, do Capítulo 1, do Livro "ESTATÍSTICA BÁSICA. Pedro A.
Morettin, Wilton de O. Bussab. Editora Saraiva, 6a. Edição, 2010", fala uma relação lógica e
matemática do ‘resíduo’ deste exemplo com o assunto dos slides 30 a 33 do arquivo ‘Capitulo1.1-
Probabilidade e Estatisica-IntroducaoFCT.pdf’ disponível no Drive da Turma no Class Room.

Como no exemplo 1.1 do livro “ESTATÍSTICA BÁSICA, 6ª. Edição” os resíduos são todos os eventos
imprevisíveis de uma modelagem estatística, ou ainda a diferença para com o modelo proposto. De forma
análoga, temos o modelo de regressão simples, que consiste em somente duas variáveis: uma variável
independente e outra dependente. Basicamente, a variável independente explica a variação que ocorre na
variável dependente utilizada no modelo.
Como no exemplo do Capítulo1 no Slide 29, a equação que define a corrente em um circuito resistivo
depende de 2 variáveis: uma dependente e outra independente. Matematicamente, uma variável é
diretamente proporcional ao modelo(equação) enquanto a outra é inversamente proporcional, porém, assim
como visto no exemplo 1.1 do livro e em outros exemplos de modelos como o do Slide 29 Cap1 (modelo
mecanicista) existem os eventos imprevisíveis a análise probabilística(resíduos).
Esses resíduos seriam a diferença do resultado obtido através da análise (utilização da equação da
corrente) para os resultados reais por conta de eventos imprevisíveis. Esses eventos seriam: erro nos
medidores de corrente e tensão ou variações de corrente e tensão elétrica (exemplificados no Slide 29).
Para que o resultado real do modelo chegue perto do esperado são utilizados n recursos, no exemplo em
questão foi adicionado uma constante ϵ para representar os valores do resíduo na análise do circuito. Esses
recursos matemáticos servem para aproximar a resultante final encontrada através do modelo utilizado,
(tendo em vista os resíduos do sistema analisado) para encontrar um valor próximo ao mundo real, visto que
os eventos imprevisíveis sempre irão ocorrer (papel fundamental no resultado).

2. Investiguem o que os ‘pacotes computacionais’ MINITAB, SAS, SPLIS, SPSS, STATGRAPHICS,

MATHEMATICA, MAPLE, GAUSS, EXCEL e MatLab podem oferecer de ferramentas para auxílio ao
aprendizado da disciplina em questão. Escolha um exemplo (do livro texto, ou do livro citado na
questão (1), ou do manual do software, ou da internet etc.) para mostrar o uso de um destes
pacotes.

Uma das ferramentas importantes para o aprendizado da análise estatística de dados é o Maple e o
Geogebra.
Primeiramente, o Maple é uma ferramenta sem limitação computacional tendo no software inúmeros
recursos primários para análise como por exemplo: a modelagem estatística, a análise de dados,
manipulação estatística de dados como cálculo de variância e desvio padrão, incluindo média, coeficiente
de correlação e análise de regressão entre outros recursos. Atualmente o Maple se encontra na versão 16
e possui versão para estudantes.

Outra ferramenta tão importante quanto o Maple, é o Geogebra. Porém, o Geogebra não é um software
estatístico, mas possui um amplo pacote de ferramentas e recursos que auxiliam no aprendizado. Entre
eles estão: a análise de dados, calculadora de probabilidade, estatística amostral, probabilidade
geométrica, média harmônica e geométrica entre muitos outros recursos. A versão mais recente do
software é o Geogebra Classic 6, por não ser primariamente um software estatístico não é tão popular na
comunidade para tal finalidade, porém, é ótimo para o aprendizado da disciplina. No livro "Probabilidade &
Estatística para engenharia e ciências. Ronald E. Walpole_8aEdição, na questão 1.29 é pedido a
construção de um diagrama de dispersão, na ferramenta citada é possível a construção do gráfico assim
como informar a média, moda e mediana caso necessário assim com outros recursos.
Na questão 1.18 é informado duas tabelas com dados de fumantes e não fumantes em relação ao tempo
para dormir, é pedido na questão o diagrama de pontos assim como o desvio padrão e média amostral,
problema possível de ser resolvido na ferramenta em questão, pois possui esses recursos

Gráfico de pontos e boxplot representados na mesma janela de visualização Gráfico Modelo de Regressão
Software: Geogebra - Construção do Autor Software: Geogebra - Construção do Autor
Fonte: https://lume.ufrgs.br/bitstream/handle/10183/214296/001114340.pdf?sequence=1&isAllowed=y

Análise multivariada das notas de três turmas Fonte: https://lume.ufrgs.br/bitstream/handle/10183/214296/001114340.pdf?sequence=1&isAllowed=y

Construção do autor - Software: Geogebra

3. Dado a ‘Tabela 2.1’, da página 11, do Capítulo 2, do Livro "ESTATÍSTICA BÁSICA. Pedro A.
Morettin, Wilton de O. Bussab. Editora Saraiva, 6a. Edição, 2010", monte uma segunda Tabela que
apresente a “distribuição de frequências” da variável ‘Salário’ (algo parecido com o Exemplo 2.2 do
livro aqui citado).
fi = frequência absoluta
Índice da
Salário R$ fi Fi fr Fr
Classe Fi = frequência absoluta acumulada
1 R$ 0 → 500 1 1 (1/20) *100 = 5% 5%
2 R$ 500 → 1000 4 5 (4/20) *100 = 20% 25% fr = frequência relativa
3 R$ 1000 → 2000 3 8 (8/20) *100 = 40% 40%
Fr = frequência relativa acumulada
4 R$ 2000 → 5000 3 11 (3/20) *100 = 15% 55%
5 R$ 5 000 → 10 000 6 17 (6/20) *100 = 30% 85%
6 R$ 10 000 → 15 000 3 20 (3/20) *100 = 15% 100%
Total 20 100%

Rol *
R$ 580,00 R$ 1.900,00 R$ 13.340,00 R$ 12.280,00 *Escolha aleatória de 20 possíveis salários
R$ 800,00 R$ 10.200,00 R$ 7.370,00 R$ 3.260,00
R$ 930,00 R$ 8.500,00 R$ 720,00 R$ 6.430,00
R$ 1.600,00 R$ 4.500,00 R$ 985,00 R$ 7.369,00
R$ 2.250,00 R$ 3.400,00 R$ 1.480,00 R$ 5.480,00
4. Repita a Questão (3) para a variável ‘Estado Civil’.

Índice de Classe Estado Civil fi Fi fr Fr

1 Solteiro 10 10 (10/30) *100 = 33,3% 33,30%
2 Casado 7 17 (7/30) *100 = 23,3% 56,60%
3 Divorciado 6 23 (6/30) *100 = 20% 76,60%
4 Separado 7 30 (7/30) *100 = 23,3% 99,90%
Total 30 100%

Rol * *Escolha aleatória de

Casado Casado Separado Casado Solteiro
Separado Solteiro Solteiro Divorciado Divorciado 30 possíveis estados civis
Solteiro Casado Solteiro Solteiro Solteiro
Separado Solteiro Separado Separado Divorciado
Solteiro Casado Casado Solteiro Casado
Separado Divorciado Divorciado Separado Divorciado

fi = frequência absoluta
Fi = frequência absoluta acumulada
fr = frequência relativa
Fr = frequência relativa acumulada

5. Plote o gráfico de barra e o gráfico de pizza das Questões (3) e (4) (siga o exemplo 2.4 do livro
aqui citado).

R$ 10 000 - Salário R$ 0 → 500 Estado Civil

→ 15 0000 ; R$ 0 → 500
R$ 500 → 1000
3; 15% ; 1; 5% R$ 500 →
1000 ; 4; R$ 1000 →
20% 2000
Separado
Solteiro
R$ 2000 → 23%
34%
5000
Divorciado
R$ 5 000 → 10
R$ 5 000 → 20% Casado
000
10 000 ; 6; R$ 1000 → 23%
R$ 10 000 -→
30% 2000 ; 3; 15 0000
R$ 2000 → 15%
5000 ; 3;
15%
6. Façam o autoestudo do Capítulo 1 do Livro "Probabilidade & Estatística para engenharia e
ciências. Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers, Keying Ye. Editora Pearson, 8a.
Edição, 2009" (com ênfase em média, mediana, desvio-padrão e variância) e resolvam os exercícios
deste livro: 1.1 (a)(b)(c)(d); 1.3; 1.4; 1.7;1.9; 1.13; 1.14; 1.17; 1.18 (d); 1.28; 1.29 e 1.30
1.1
a) Eo = 5% ro= 1/ (5/100)2 = (100/2)2 = 202 = 400 N = 15
n = N. No / N +no = 15.400/15+400 = 6000/415 = 14,45 → tamanho da amostra para erro amostral de 5%
para uma população finita.

b) média amostral = 1/N ∑ 𝑋𝑖 = 56,8/15 = 3,786

mediana amostral = 15+1/2 = 16/2 = 8 (posição) → 2,5 2,8 2,8 3,0 3,3 3,4 3,6 3,7 4,0 4,4 4,8 4,8 5,2 5,6
c) 6
1h 3h 5h 8h 12h
5
Teste1 3,4 2,5 4,8 2,9 3,6
4 Teste2 2,8 3,3 5,6 3,7 2,8
3 Teste 3 4,4 4 5,2 3 4,8
2
1
0
0 1 2 3 4 5 6

Teste1 Teste2 Teste 3

d) média aparada = 1/8(2,8+3,0+3,3+3,4+3,6+3,7+4,0+4,4+4,8+4,8) = 37,8/8 = 4,725

1.3

235 a)
230
225
dia1 dia3 dia6 dia8 dia 10
220
com 227 222 218 217 225
215
envelhecimento 218 216 229 228 221
210
205 sem 219 214 215 211 219
200 envelhecimento 218 203 204 201 205
195
0 1 2 3 4 5 6

com envelhecimento sem envelhecimento

b) Não, pois no decorrer dos 10 dias de registros, a tensão foi diminuindo. Entretanto, ocorreu um aumento
na resistência no último dia para os dois casos. Logo, a resistência desse polímero tende a aumentar
conforme o tempo para ambos os eventos.

c) MÉDIA

s/envelhecimento = 1/N ∑ 𝑋𝑖 = 227+222+218+217+225+218+216+229+228+221/10 =2221/10 = 222,1

c/envelhecimento = 219+ 214+ 215+ 211+ 209+ 218+ 203+ 204+ 201+ 205 = 2099/10 = 209,9
d) MEDIANA
s/envelhecimento = 227 222 218 217 225 218 216 229 228 221
c/envelhecimento = 219 214 215 211 209 218 203 204 201 205
A similaridade observada na mediana para um dia x de registro, informa que para os dois casos a
resistência seria a mesma, porém, para outro dia y a diferença entre ambos seria considerável.

1.4 12

10
a) média 1/N ∑𝑵
𝒊 𝟏 𝑿𝒊
8
empresa A = 79,5/10 = 7,95
6 Empresa A
empresa B = 102,6/10 = 10,26
Empresa B
4
mediana
2
Empresa A: 6,5 6,7 6,8 7,0 8,0 8,5 8,7 8,8
9,2 9,3 0
0 2 4 6 8 10 12
Empresa B: 9,6 9,7 9,8 9,9 10,2 10,2 11,0
10,1 11,0 11,1 Diagrama de dados das 2 empresas para 10 produtos.

Prod1 Prod2 Prod3 Prod4 Prod5 Prod6 Prod7 Prod8 Prod9 Prod10
Empresa
A 9,3 8,8 6,8 8,7 8,5 6,7 8 6,5 9,2 7
Empresa
B 11 9,8 9,9 10,2 10,1 9,7 11 11,1 10,2 9,6

Ao analisar o diagrama de dispersão, é notável que as molas produzidas pela empresa B são mais flexíveis
através da análise de 10 produtos.

1.7
Desvio padrão = |média| - |N|
3,7-2,5 =1,2 3,7 - 3,7 =0
3,7-2,8 = 0,9 3,7 - 4,0 = 0,3
3,7-2,8 = 0,9 3,7- 4,4 = 0,7
3,7-3,0 = 0,7 3,7 – 4,8 = 1,1
3,7-3,3 = 0,4 3,7-5,7 = 1,5
3,7 -3,4 =0,3 3,7 – 5,6 = 1,9
3,7-3,6 = 0,1

Variância = 1/N∑𝑵 2 2 2 2 2 2 2 2 2 2 2 2
𝒊 𝟏 𝑿𝒊 = 1,2 +0,9 +0,7 +0,4 +0,3 +0,1 +0,3 +0,7 +1,1 +1,5 +1,9 /13= 10,65/13 = 0,819

1.9
Desvio Padrão (sem envelhecimento) = |Média|-|N|
227-221,1 =5,9 229 – 221,1 =7,9
222-221,1 = 0,9 228 – 221,1 = 6,9
218-221,1 = 3,1 221- 221,1 = 0,1
217-221,1 = 4,1
225-22,1 = 3,9
218 -221,1 = 3,1
216-221,1 = 5,1

Variância = 1/N∑𝑵 2 2 2 2 2 2 2 2 2 2 2
𝒊 𝟏 𝑿𝒊 = 5,9 +0,9 +3,1 +4,1 +3,9 +3,1 +5,1 +7,9 +6,9 +0,1 /10 = 222,9/10 = 22,9

Desvio Padrão (com envelhecimento) = |Média|-|N|

219-209,1 =9,1 204 – 221,1 =5,9
214-209,9 = 4,1 201 – 221,1 = 8,9
215-209,9 = 5,1 205- 221,1 = 4,9
211-209,9 = 1,1
209-209,9 = 0,9
218 -209,9 =8,1
203-209,9 = 6,9

Variância = 1/N∑𝑵 2 2 2 2 2 2 2 2 2 2 2
𝒊 𝟏 𝑿𝒊 = 9,1 + 4,1 + 5,1 + 1,1 + 0,9 + 8,1 + 6,9 + 5,9 + 8,9 + 4,9 = 378,9/10 = 37,89

1.13
a)
Média = 123 +116 +122 +110 +175 +126 +125 +111 +118 +117/10 = 1243/10 = 124,3
Mediana = 110 111 112 116 117 118 123 125 126 175
b) A variação considerável que ocorre nos últimos registros da vida útil da bateria

1.14
a)
média = (572+572+573+568+569+575+565+570) /8 = 4564/8 = 570,5
mediana = 565 568 569 570 572 572 573 575
b)
desvio padrão = (570,5-565 = 5,5) (570,5 -568 = 2,5) (570,5 -569 = 1,5) (570,5-570 = 0,5) (570,5-572 = 1,5)
(570,5-572=1,5) (570,5-573=2,5) (570,5-575= 4,5)

Variância = 1/N∑𝑵 2 2 2 2 2 2 2 2 2
𝒊 𝟏 𝑿𝒊 = ((5,5) +(2,5) +(1,5) +(0,5) +(1,5) +(1,5) +(2,5) +(4,5) )/8

Variância = 1/N∑𝑵 2
𝒊 𝟏 𝑿𝒊 = (30,25 + 6,25 + 2,25 + 0,25 + 2,25 + 6,25 + 20,25)/8 = (67,75)/8 = 8,46875

Amplitude = 575 – 565 = 10

c) De acordo com a média encontrada sobre todos os dados da graduação de pneus, o conjunto está
alinhado com a medida esperada para o resultado da análise estatística. Porém, com a variação calculada
obteve-se um alto valor, esse fato demonstra que os pneus não apresentam boas condições de graduação.
Outro fator que comprova esse evento, seria a taxa elevada de Amplitude dos dados visto que a diferença
entre os elementos é considerável.
1.17

a) média 1/N ∑𝑵
𝒊 𝟏 𝑿𝒊

fumantes: 69,3 +56,0 +22,1 +47,6 +53,2 +48,1 +52,7 +34,4 +60,2 +43,8 +23,2 +13,8 = 524,4/12 = 43,7
não fumantes: (28,6 +25,1 +26,4 +34,9 +29,8 +28,4 +38,5 +30,2 +30,6 +31,8 +41,6 +21,1 +36,0 +37,9
+13,9) /8 = (454,8) /15 = 30,32
b) desvio padrão fumantes: 25,6 12,3 21,6 3,9 9,5 4,4 9 9,3 16,5 0,1 20,5 29,9
desvio padrão não fumantes: 1,6 5,1 3,8 4,7 0,4 1,8 8,3 0 0,4 1,6 11,4 9,1 5,8 7,7 16,3

50 Média Desvio-Padrão
45 25,6 12,3 21,6 3,9
40 Fumantes 43,7 9,5 4,4 9 9,3
35 16,5 0,1 20,5 29,9
30 1,6 5,1 3,8 4,7
25 Não 0,4 1,8 8,3 0
20 30,32
Fumantes 0,4 1,6 11,4 9,1
15 5,8 7,7 16,3
10
5
0 Pela análise de desvio padrão e da média dos dados
0 1 2 3 4 5 obtidos, conclui-se que os não-fumantes levam
Média Desvio-Padrão menos tempo para dormir, ou seja, o tabagismo
contribui diretamente para a falta de sono.
Diagrama de dispersão de fumantes e não fumantes.

1.18

Ramo Folhas Frequência Índice da

f F f F
Classe
1 057 3
1 3 3 3/58*100 = 5,17% 5,17%
2 35 2
2 2 5 2/58*100 = 3,44% 8,61%
3 246 3
3 3 8 3/58*100 = 5,17% 13,78%
4 1138 4
4 4 12 4/58*100 = 6,8% 20,58%
5 2245 4
5 4 15 4/58*100 = 6,8% 27,38%
6 0012344779 10
6 10 25 10/58*100 = 17,24% 44,62%
7 01244456678899 14
7 14 39 14/58*100 = 24,13% 68,75%
8 00011223445589 14
8 14 53 14/58*100 = 24,13% 23,13%
9 0258 4
9 4 58 4/58*100 = 6,8% 6,80%
Diagrama de ramos e folhas
total 58 100%
Tabela de Distribuição de frequências para as pontuações
Frequência do exame.

c) média 1/N ∑𝑵
𝒊 𝟏 𝑿𝒊
14 14
(23 +60 +79 +32 +57 +74 +52 +70 +82 +36 +80 +77
10 +81 95 41 65 92 85 +55 +76 +52 +10 +64 +75 +78 +25
+80 +98 +81 +67 +41 +71 +83 +54 +64 +72 +88 +62
+74 +43 +60 +78 +89 +76 +84 +48 +84 +90 +15 79 34
4 4 4 67 17 82 +69 +74 +63 +80 +85 +61) / 60 = 3972/60 =
3 2 3
média = 66,2
1 2 3 4 5 6 7 8 9
 Curva de estimativa da Distribuição

Mediana = 10 15 17 23 25 32 34 36 41 41 43 48 52 52 54 55 57 60 60 61 62 63 64 64 65 67 67 69
70 71 72 74 74 74 75 76 76 76 76 77 78 79 79 80 80 80 81 81 82 82 83 84 84 85 85 88 89 90 92 95
98
Desvio padrão = 17,8 18,2 17,8 23,8 51,2 12,8 23,8 51,2 12,8 32,2 0,8 49,2 15,8 2,8
7,8 3,2 13,8 18,8 5,2 3,2 6,2 12,8 34,2 9,2 7,8 14,2 15,8 30,2 13,8 10,8 19,8 28,8 25,2 1,2 25,8 18,8
11,2 9,8 14,2 56,2 2,2 8,8 11,8 41,2 13,8 31,8 14,8 0,8 25,2 4,8 16,8 12,2 2,2 5,8 21,8 4,2 7,8 23,2
6,2 11,8 22,8 9,8

1.28
1 2 3 4 5
Gráfico de Altas e Baixas Velocidade 71,62 71,68 71,54 71,48 71,55
alta 71,52 71,71 71,56 71,7 71,5
Velocidades
Velocidade 72,68 72,62 72,58 72,48 73,07
82
baixa 72,55 72,42 72,84 72,58 79,92
80

78 Através da análise do diagrama de dados e

76 da variação das duas médias, é perceptível
74
que a velocidade de injeção contribui para o
valor de encolhimento. Quanto maior for a
72
velocidade injeção, menor será o acréscimo
70 no valor de encolhimento do molde.
0 1 2 3 4 5 6 7

Velocidade alta Velocidade baixa Média Alta Média Baixa

1.29

100 Média 1 2 3 4 5
Velocidade 93,25 93,19 92,87 93,29 93,37
90 93,168
Alta 92,98 93,47 93,75 93,89 91,62
80 Velocidade 76,2 76,09 75,98 76,15 76,17
76,09
70 baixa 75,94 76,12 76,18 76,25 75,82
60 Média Alta Média Baixa
50
100
40
80 93,17
30
76,09
60
20
10 40

0 20
0 1 2 3 4 5 6 7
0
Velocidade Alta Velocidade baixa Média Alta Média Baixa Média

Diagrama de dispersão para velocidades de injeção com temperatura elevada.

Para esse caso em que foi utilizada uma temperatura para o molde elevada, a taxa de encolhimento para a
velocidade de injeção foi superior a velocidade baixa. A temperatura é fator direto para o encolhimento do
molde, a média entre ambas as velocidades demonstra esse fato.
Logo, para este caso e o do exercício anterior, tanto a temperatura quanto a velocidade de injeção são
fatores a serem observados para se chegar a um melhor resultado para o encolhimento do molde, visto
que são componentes que exercem papel direto no resultado, percebe-se a necessidade de ajuste desses
eventos para a resultante estatística final. O ajuste ideal desses fatores irá ocasionar a menor taxa possível
de encolhimento para molde.
1.30

100
Média com Média com
80 Temperatura Temperatura
Média com 'Alta' constante 'baixa'
60 Temperatura
Velocidade
'Alta' 93,168 71,586
Alta
40 Média com
Velocidade
Temperatura 76,09 73,374
20 constante 'baixa' baixa

0 Gráfico com a média das velocidades de injeções e temperatura.

0 2 4

Condição Média 1 2 3 4 5 6 7 8 9 10
VI Alta 73,374 71,62 71,68 71,74 71,48 71,55 71,52 71,71 71,56 71,7 71,5 Tabela com todos os
VI Baixa 71,586 72,68 72,62 72,58 72,48 73,07 72,55 72,42 72,84 72,58 72,92 valores de velocidade e
VIT Alta 93,168 93,25 93,19 92,87 93,29 93,37 92,98 93,47 93,75 93,89 91,62 temperatura.
VIT Baixa 76,09 76,2 76,09 75,98 76,15 76,17 75,94 76,12 76,18 76,25 75,82

VI → Velocidade Injeção (Baixa/Alta)

VIT → Velocidade de Injeção -Temperatura (Constante/Alta)

Gr á fi co de d isper sã o com t od a s a s i nfo rma çõ es de vel oci da d e e t emp era tu r a

100
90
80
70
60
50
40
30
20
10
0
0 2 4 6 8 10 12

VI Alta VI Baixa VIT Alta VIT Baixa

Resumo

Após todas as observações sobre os eventos de aferição estatística e sobre o encolhimento do

molde, podemos concluir novamente que as variáveis presentes (temperatura e velocidade de
injeção) precisam ser observadas e moldadas conforme o resultado desejado.
Contudo, esse resultado poderia ter sido encontrado através de um estudo observacional, por meio
da coleta desses dados e comparação de fatores e eventos, a comparação de todas as informações
ratifica o resultado.
Como o processo de encolhimento do molde é a problemática do modelo estatístico, o resultado
esperado seria o fator e evento que resulta no menor valor de encolhimento. Logo, o efeito de
velocidade de injeção alta aliada a uma temperatura constante e ‘baixa’, seria o melhor cenário para
obter uma amostra de encolhimento ideal para o processo.