Planejamento experimental – Lista 1

Aluno: Thales Morato Pimentel

1) Para reconhecer um problema, deve-se reconhecer as necessidades dele para definir

suas ações; identificar suas variáveis do problema; definir o grupo de pessoas responsáveis pelas
ações; definir metas; e definir métodos para o controle e gerenciamento das ações. Para
escolher as variáveis de um problema, é preciso: observação; obtenção de dados
(experimentos); e a explicação dos resultados obtidos (fundamentos teóricos). Após a
identificação das variáveis, deve-se investigar a relação entre elas.

2)

Dia 1 Dia 2
1 36 21
2 38 19
3 37 18
4 38 27
5 34 23
6 33 20
7 36 21
Média 36 21,28571429
Desvio padrão 1,914854 2,984084768
Coeficiente de
variação 5,319039 14,01919019

Os valores não podem ser considerados equivalentes. A média dos valores é bem diferente,
sendo a média dos valores do dia 1 maior que a médias dos valores do dia 2; e a oscilação dos
preços do dia 2 foi maior, já que o coeficiente de variação linear do dia 2 foi maior do que o do
dia 1.

3)

Com o ponto duvidoso Sem o ponto duvidoso

Média amostral: 52,80 Média 54,67
Variânia: 56,84 Variância 24,75
Desvio padrão: 7,54 Desvio padrão 4,97
Pac(t1) 0,03 Pac(t1) 0,03
Pac(t2) 0,98 Pac(t2) 0,98
Grau de liberdade 9,00 Grau de liberdade 8,00
Sx 7,54 Sx 4,97
P1 2,26 P1 2,31
P2 -2,26 P2 -2,31
47,41 <µ< 58,19 50,84 <µ< 58,49
 Qui quadrado com o ponto duvidoso

X²1 2,18
X²2 17,535

234,6788991 29,175934

29,18 < Sx² < 234,68

Qui quadrada sem o ponto

duvidoso
X²1 25,934
X²2 208,6
25,93 < Sx² < 208,60

Como os intervalos da distribuição T e da distribuição qui quadrada, da média e da variância,

têm convergência, o dado 7 (36) não é um outlier.

4)

a) Pac(t1) 0,025 2,776

Pac(t2) 0,975 -2,776
V 4
N 5
Média 175,00
Variância 2184,50
Desvio 46,74
Sx 46,74
116,98 <µ< 233,02

b) X²1 0,484
X²2 11,143

784,1694 < Sx² < 18053,72

5) Modelo é uma estrutura que tenta descrever de forma aproximada a realidade, baseado em
um conjunto de observações experimentais. É uma estrutura que faz vínculos entre variáveis
distintas e permite explicar os eventos passados e prever de alguma forma os eventos futuros
(o comportamento do sistema em condições experimentais ainda não realizadas). Deve-se
entender que nenhum modelo é capaz de explicar completamente a realidade, pois o modelo
precisa de dados experimentais e esses dados experimentais são falhos por conter erros de
medição e porque nem todas as variáveis podem ser controladas ou mesmo medidas durante a
execução do experimento. Assim, os modelos devem ser modificados/alterados quando as
observações experimentais não estão de coerentes com a estrutura de um modelo adotada até
então.

6) µ = 600 MPa; σ = 35MPa; N = 6

𝑋− 𝜇
𝑧=
𝜎
550 − 600
𝑍=
35
𝑍 = −1,43
𝑃(𝑋 < 550) = 𝑃(𝑍 = −1,43) = 0,0764

Isso quer dizer que a probabilidade de encontrar uma amostra com valor de limite de resistência
inferior à 550MPa é de 7,64%.