UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO

3ª LISTA DE EXERCÍCIOS – ENGENHARIA DA QUALIDADE – 2019/1

HENRIQUE BERTOCHI TORRES (2016103317)
LARISSA STREY BERSOT (2016103401)
MARIA EDUARDA SAIB CHEQUER LEITÃO (2017102416)
NERIVAN
THAINARA FERREIRA KOCH DE MATOS (2017101683)

1. N = 5000; n = 50; c = 1.
𝑐
𝑛! 𝑑 𝑛−𝑑
𝑃𝑎 = 𝑃(𝑑≤𝑐) = ∑ 𝑑!(𝑛−𝑑)!
𝑝 (1 − 𝑝)
𝑑=0

Adotando p = 0,01,
1
50! 𝑑 50−𝑑
𝑃𝑎 = 𝑃(𝑑≤𝑐) = ∑ 𝑑!(50−𝑑)!
(0, 01) (0, 99)
𝑑=0

50! 0 50 50! 1 49
𝑃𝑎 = 0!50!
(0, 01) (0, 99) + 1!49!
(0, 01) (0, 99)

𝑃𝑎 = 1∙0, 6050 + 50∙0, 01∙0, 6111

𝑃𝑎 = 0, 6050 + 0, 3055 = 0, 9105

a) Curva CO do tipo A

Figura 1 - Curva CO do Tipo A

 a) Curva CO do tipo B

Figura 2 – Curva CO do tipo B

A curva do tipo A é utilizada para calcular probabilidades de aceitação em lotes

de tamanho finito, adotando a distribuição Hipergeométrica. Já a curva do tipo
B, pode ser calculada a partir da distribuição Binomial em lotes com N grande.
b) A curva apropriada é a curva de CO do tipo A, visto que o tamanho
do lote é finito e se trata de uma inspeção por atributos sem
reposição.

2.

Centrifugação Filtração

Média: µ (g/L) 10,15 11,20

Variância: σ2 (g/L) 0,3 0,5
Mínimo 9,65 10,70
Máximo 10,65 11,70

Para centrifugação:
𝑋 ~ 𝑁(μ, σ)
𝑋− μ
𝑍= σ
~ 𝑁 (10. 15, 0. 3)
 𝑃 (𝑋 ≤𝑥) = 𝑃 𝑍 ≤ ( 𝑥− μ
σ )
𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 𝑃 (𝑍 ≤ 𝑀á𝑥)– 𝑃 (𝑍 ≤ 𝑀í𝑛)

𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 𝑍 ( 10,65−10,15

0,55 )− 𝑍( 9,65−10,15
0,55 )
𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 𝑍 (0, 91) − 𝑍 (− 0, 91)
Obtendo os valores de “Z” pela tabela de distribuição normal padrão, temos

𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 0, 8186 − 0, 1814 = 0, 6372

Por tanto, P = 63,72%
Para filtração:

𝑋 ~ 𝑁(μ, σ)
𝑋− μ
𝑍= σ
~ 𝑁 (11. 20, 0. 5)

𝑃 (𝑋 ≤𝑥) = 𝑃 𝑍 ≤ ( 𝑥− μ
σ )
𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 𝑃 (𝑍 ≤ 𝑀á𝑥)– 𝑃 (𝑍 ≤ 𝑀í𝑛)

𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 𝑍 ( 11,70−11,20

0,7 )− 𝑍( 10,70−11,20
0,7 )
𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 𝑍 (0, 70) − 𝑍 (− 0, 70)
Obtendo os valores de “Z” pela tabela de distribuição normal padrão, temos

𝑃 (𝑀í𝑛 ≤ 𝑥 ≤ 𝑀á𝑥) = 0, 7580 − 0, 2420 = 0, 5160

Por tanto, P = 51,60%
Dessa maneira, o melhor método para a purificação das enzimas é a
centrifugação. Pois neste caso a manutenção da variabilidade em relação à
média do processo é maior (P = 0,6372) do que a de filtração (P = 0,5160).

3. Proporção de produtos com defeituosos: 0,05 (acordo)

Inspeção de 25 unidades com reposição
1 defeito em 25 unidades (aceito)
Proporção de unidades defeituosas: 0,15
𝑃 ( 𝑋 = 𝑥) = ( )𝑝 (1 − 𝑝)
𝑛
𝑥
𝑥 𝑛−𝑥

a)
𝑃 (𝑋 ≤1) = 𝑃 (𝑋 = 0) + 𝑃 (𝑋 = 1)

𝑃 (𝑋 ≤1) = ( )(0, 15) (0, 85)

25
0
0 25
+ ( )(0, 15) (0, 85)
25
1
1 24
 25! 25!
𝑃 (𝑋 ≤1) = 0!(25−0)!
×1×0, 0172 + 1!(25−1)!
×0, 15×0, 0202

𝑃 (𝑋 ≤1) = 1×1×0, 0172 + 25×0, 15×0, 0202

𝑃 (𝑋 ≤1) = 0, 0172 + 0, 07575
𝑃 (𝑋 ≤1) = 0, 09295

Dessa forma, a probabilidade do cliente aceitar a garantia do

fornecedor é: P (X ≤ 1) = 9,3%.

b)
𝑃 (𝑋 = 1 ) = ( )(0, 15) (0, 85)
3
1
1 2

3!
𝑃 (𝑋 = 1 ) = 1!(3−1)!
×0, 15×0, 7225

𝑃 (𝑋 = 1) = 3×0, 15×0, 7225

𝑃 (𝑋 = 1) = 0, 3251
Sendo assim, a probabilidade do cliente encontrar a primeira unidade
defeituosa depois de inspecionadas 3 unidades é de: P (X = 1) =
32,5%.

c)
𝑃 (𝑋 = 0 ) = ( )(0, 15) (0, 85)
22
0
0 22

22!
𝑃 (𝑋 = 0 ) = 0!(22−0)!
×1×0, 028

𝑃 (𝑋 = 0) = 1×1×0, 028
𝑃 (𝑋 = 0) = 0, 028
Portanto, a probabilidade do cliente aceitar o lote analisando as 22
unidades restante após encontrar uma unidade defeituosa entre as 3
primeiras é igual a: P (X = 0) = 2,8%.

4.
Para resolução usaremos a fórmula:

𝑃 (𝑋 = 𝑥) = ( )𝑝 (1 − 𝑝)
𝑛
𝑥
𝑥 𝑛−𝑥

a) 𝑃 (𝑥 < 4) = 1 − 𝑃(𝑥 = 4)
b) (0,23%)
 𝑃 (𝑥 = 4) = ( )(0, 25) (0, 75)
3
4
4 −1

c) 𝑃 (𝑋 = 12) (11,44%)

Uma fábrica de papel produz 750 folhas de sulfite por hora e para monitoramento do
processo são examinadas três páginas a cada hora. Historicamente, esse processo tem
produzido quatro imperfeições a cada página impressa. Determine a probabilidade de
encontramos durante a produção de papéis sulfite:

1 h – 750 folhas sulfite = 1500 pg

1h – amostra de 3 paginas

1 pagina impressa – 4 imperfeições

25! 25!
𝑃 (𝑋 ≤1) = 0!(25−0)!
×1×0, 0172 + 1!(25−1)!
×0, 15×0, 0202

5.

Com os valores fornecidos na questão, temos que:

n 1=50

c 1=2

n2=100

c2=6

p=0,05

a) A probabilidade de aceitação da primeira amostra é determinada pela fórmula:

𝑐
𝑛! 𝑑 𝑛−𝑑
𝑃𝑎 = 𝑃(𝑑≤𝑐) = ∑ 𝑑!(𝑛−𝑑)!
𝑝 (1 − 𝑝)
𝑑=0

Aplicando na formula o valor de n1 e c1, obtemos:

2
50! 𝑑 50−𝑑
𝑃𝑎 = 𝑃(𝑑≤2) = ∑ 𝑑!(50−𝑑)!
0, 05 (1 − 0, 05)
𝑑=0
 Desse modo, a probabilidade de aceitação equivale a 36,46%.

b) A probabilidade de aceitação final é possível determinar realizando:

𝑃𝑎 = 𝑃𝑎1 − 𝑃𝑎2

Calculando a Pa2:
6
100! 𝑑 100−𝑑
𝑃𝑎 = 𝑃(𝑑≤6) = ∑ 𝑑!(100−𝑑)!
0, 05 (1 − 0, 05)
𝑑=0

Desse modo, a probabilidade de aceitação equivale a 61,71%. (falta 6).

A probabilidade de aceitação final é 98,17%

c) A probabilidade de rejeição da primeira amostra é dada por:

𝑃𝑟 = 1 − 𝑃𝑎

𝑃𝑟 = 1 − 0, 3646

𝑃𝑟 = 63, 53%

Figura 3: Curva Característica de Operação das amostras

6. Utilizando Poisson, obtemos a seguinte função:

⎰ −1 −𝑥λ ⎱
𝑓(𝑥) = 𝑒 , 𝑠𝑒 𝑥 ≥ 0;
⎱ λ ⎰

𝑓(𝑥) = 0, 𝑠𝑒 𝑥 < 0;
 Adotando λ = 2

a) A probabilidade de o primeiro defeito ocorrer com pelo menos uma hora

depois do inicio do funcionamento pode ser determinada por:
⎰ −1 −𝑥2 ⎱
𝑓(𝑥) = 𝑒
⎱ 2 ⎰

Resolvendo:

1 𝑥
1 −2
− 2
∫𝑒 𝑑𝑥
0

Obtemos:
1
−2 0
𝑒 − 𝑒 = 0, 39346
Desse modo, a probabilidade que ocorra é definida por
𝑃 (𝑥 > 1) = 1 − 0, 39346 = 0, 6065 equivalente a 60,65%.

A probabilidade do primeiro defeito não ocorrer depois das 4 primeiras horas de

funcionamento basta realizar os mesmos passos da letra a, porem os limites de
integração alterariam para 0 – 4, o que implica:
4
−2 0
𝑒 − 𝑒 =− 0, 86466
Logo, 𝑃 (𝑥 < 4) = 86, 47%

b) Provando:

[1−𝑃(𝑥=10)]
[1−𝑃(𝑥=3)]
= [1 − 𝑃(𝑥 = 7)]

Atribuindo a função estabelecida nessa relação:

𝑥
10 −
2
𝑒
1−( ∫ 2
𝑑𝑥) 7 −2
𝑥

0 𝑒
3 −
𝑥 = 1 − (∫ 2
𝑑𝑥)
2
𝑒 0
1−(∫ 2
𝑑𝑥)
0

Resolvendo:
−7
1 2
7 = 𝑒
2
𝑒

0, 30197 = 0, 30197
Como queríamos demonstrar.