MAE-0212 – Lista de Exercícios 04

Departamento de Estatística
2o semestre de 2023

Recomendamos aos alunos resolver todos os exercícios por conta própria antes de buscar a
resposta ou solução. Ler a solução antes de resolver o exercício prejudica o aprendizado.

Resolver os exercícios usando apenas a tabela normal padrão e uma calculadora comum.

Exercício 1. Identifique as hipóteses que estão sendo testadas em cada caso.

(a) A companhia de transporte afirma que, em média, o intervalo entre sucessivos ônibus
é de 15 minutos. Uma associação de usuários de transportes coletivos acha que a
pontualidade é muito importante e pretende testar a afirmação da companhia.

Solução. Seja X a variável que representa o tempo em minutos do intervalo entre

ônibus sucessivos, se E(X) = µ, então queremos testar as hipóteses:

H0 : µ = 15 contra H1 : µ ̸= 15

(b) Os amortecedores, de automóveis que circulam em cidades, duram em média 30 mil

quilômetros, segundo informação de algumas oficinas especializadas. Um proprietário
de automóvel deseja testar essa afirmação.

Solução. Seja W a variável que representa a duração de um amortecedor em milhares

de quilômetros, se E(W ) = µ, então queremos testar as hipóteses:

H0 : µ = 30 contra H1 : µ ̸= 30

(c) Um veterinário conseguiu ganho médio diário de 3 litros de leite por vaca com uma
nova composição de ração. Um pecuarista acredita que o ganho não é tão grande
assim.

Solução. Sejam X1 ,X2 as variáveis aleatórias que representam respectivamente a

produção de leite antes e depois da mudança da ração. Se E(X1 ) = µ1 e E(X2 ) = µ2 ,
queremos testar as hipóteses:

H0 : µ2 = µ1 + 3 contra H1 : µ2 < µ1 + 3

Exercício 2. Garrafas de cerveja deveriam conter 600 ml, porém existem flutuações
aleatórias. Os órgãos de fiscalização permitem oscilações e entendem esse número como a
média dos conteúdos engarrafados. Discuta um critério para a aplicação de multas por
diminuição do conteúdo engarrafado.

1
Solução. Seja X a variável de média µ que representa o conteúdo de uma garrafa de
cerveja. A fiscalização poderia ser feita tomando como base um teste de hipóteses para a
média µ com variância populacional σ desconhecida. Isto é, escolhidos nível de significância
γ e tamanho da amostra n pelos órgãos públicos, tomar uma amostra de tamanho n de
garrafas e após calculada a média X, verificar se

X < 600 − Tn−1

γ

Onde T tem distribuição t-student com n − 1 graus de liberdade. Em caso positivo, aceitar
a hipótese nula de que µ = 600, caso contrário não rejeitar a hipótese de que µ = 600.
Exercício 3. Fazendo o teste

H0 : µ = 1150 (σ = 150) contra H1 : µ = 1200 (σ = 200)

e n = 100, estabeleceu-se a seguinte região crítica:

RC =]1.170, + ∞[.

(a) Qual a probabilidade α de rejeitar H0 quando verdadeira?

Solução.

α = P (rejeitar H0 |H0 verdadeira) = P (X > 1170|X ∼ N (1150; 152 )) =

1170 − 1150
 
P Z> = P (Z > 1,333) = 9,12%
15
(b) Qual a probabilidade β de não rejeitar H0 quando H1 é verdadeira?
Solução.

β = P (aceitar H0 |H1 verdadeira) = P (X < 1170|X ∼ N (1200,202 ))

1170 − 1200
= P (Z < ) = P (Z < −1,5) = 6,68%
20
Exercício 4. Nas situações abaixo, escolha como hipótese nula, H0 , aquela que para você
leva a um erro de tipo I mais importante. Descreva quais os dois erros em cada caso.
(a) O trabalho de um operador de radar é detectar aeronaves inimigas. Quando surge
alguma coisa estranha na tela, ele deve decidir entre as hipóteses:
• está começando um ataque;
• tudo bem, apenas uma leve interferência.
Solução. Utilizando a primeira sentença como H0 , o erro tipo 1 representa a
probabilidade de se tomar a decisão de que está ocorrendo uma interferência, quando
na verdade está ocorrendo um ataque. Utilizando a segunda sentença como H0 ,
o erro tipo 1 representa a probabilidade de se tomar a decisão de que pode estar
acontecendo um ataque, quando na verdade é apenas uma leve interferência. Assim,
escolhemos a primeira sentença como hipótese nula e segunda como alternativa.
(b) Num júri, um indivíduo está sendo julgado por um crime. As hipóteses sujeitas ao
júri são:
• o acusado é inocente;

2
 • o acusado é culpado.
Solução. Utilizando a primeira sentença como H0 , o erro tipo I representa a
probabilidade de afirmamos que o acusado é culpado sendo que na verdade é inocente.
Utilizando a segunda sentença como H0 , o erro tipo I representa a probabilidade
de afirmar que um acusado é inocente quando na verdade ele é culpado. Assim,
escolhemos a primeira sentença como hipótese nula e segunda como alternativa.
(c) Um pesquisador acredita que descobriu uma vacina contra resfriado. Ele irá conduzir
uma pesquisa de laboratório para verificar a veracidade da afirmação. De acordo
com o resultado, ele lançará ou não a vacina no mercado. As hipóteses que pode
testar são:
• a vacina é eficaz;
• a vacina não é eficaz.
Solução. Utilizando a primeira sentença como H0 , o erro tipo I representa a
probabilidade de afirmar que a vacina não é eficaz, quando na verdade ela é eficaz.
Utilizando a segunda sentença como H0 , o erro tipo I representa a probabilidade de
afirmar que a vacina é eficaz, quando na verdade é ineficaz. Assim, escolhemos a
segunda sentença como hipótese nula e primeira como hipótese alternativa.
Exercício 5. Lançaremos uma moeda três vezes e, se todas aparecerem coroas, decidimos
rejeitar a hipótese de que a moeda é equilibrada. Quais são os erros de tipos I e II? Qual
a probabilidade de erro de tipo I? Qual a probabilidade de erro de tipo II, se p = 2/3?
Solução. Seja X a variável aleatória que representa o número de coroas nos 3 lançamentos.

H0 : p = 0,5 contra H1 : p ̸= 0,5

3
!
P (Erro I) = P (rejeitar H0 |H0 é verdadeira) = P (X = 3|p = 0,5) = 0,53 = 12,5%
3
3
!
P (Erro II) = P (não rejeitar H0 |H0 falsa) = P (X < 3|p = 2/3) = 1 − (2/3)3 = 70,37%
3
Exercício 6. Uma pessoa gaba-se de adivinhar qual será o resultado do lance de uma
moeda, mas é preciso que os presentes não o perturbem com pensamentos duvidosos. Para
testar tal capacidade, lançou-se uma moeda equilibrada 6 vezes, e o adivinhador acertou 5.
Qual seria sua conclusão?
Solução. Considere que a variável p, que indica a proporção de acertos do homem possui
distribuição normal, isto é
p̂ − p
q ∼ N (0,1)
p(1−p)
n

. Do enunciado, temos que p̂ = 5/6. Vamos realizar o seguinte teste de hipóteses:

H0 : p = 0,5 contra H1 : p ̸= 0,5. Utilizando α = 5%, temos Zα = 1,64 e teremos como
região crítica da normal padrão o intervalo [1,64, + ∞]. Testando sobre a hipótese nula,
temos:
p̂ − p 5/6 − 0,5
q = q = 1,63
p(1−p) 0,5×0,5
n 6

Como este valor está fora da região crítica, decidimos então não rejeitar a hipótese de que
o homem acerta apenas metade dos lançamentos da moeda.

3
Exercício 7. Um fabricante garante que 90% dos equipamentos que fornece a uma fábrica
estão de acordo com as especificações exigidas. O exame de uma amostra de 200 peças
desse equipamento revelou 25 defeituosas. Teste a afirmativa do fabricante, nos níveis de
5% e 1%.

Solução. Seja p a proporção de peças sem defeito na produção. Vamos realizar o seguinte
teste:
H0 : p = 0,90 versus H1 : p < 0,90
 
, lembrando que p̂ ∼ N p; p(1−p)
200
.
• α = 0,05
pˆc − 0,9
q = −1,645 =⇒ pˆc = 0,865
0,9 × 0,1/200
Portanto como a região crítica é dada por RC = [−∞; 0,865] e p̂ = 175/200 = 0,875,
não há evidências de que a proporção de peças sem defeito é menor que 90%.
• α = 0,01
pˆc − 0,9
q = −2,326 =⇒ pˆc = 0,851
0,9 × 0,1/200
Portanto como a região crítica é dada por RC =] − ∞; 0,851[ e p̂ = 175/200 = 0,875,
não há evidências de que a proporção de peças sem defeito é menor que 90%.

Exercício 8. Suponha que estejamos testando H0 : p = 0,5 contra H1 : p ̸= 0,5, e que,

para uma amostra de tamanho n = 10, decidimos pela região crítica RC = {0, 1, 2, 8, 9, 10}.
(a) Determine o nível de significância α.

Solução. Seja X a variável aleatória que representa o número de sucessos em 10

tentativas em um experimento, isto é, X ∼ Bin(10,p)

α = P (rejeitar H0 |H0 é verdadeira) = P (X ∈ RC|X ∼ Bin(10,0,5))

10 10
! !
= (0,5)0 (0,5)10 + · · · + (0,5)10 (0,5)0 = 0,109
0 10
(b) Calcule o poder do teste para p = 0,2, 0,4, 0,6 e 0,8.

Solução.
π(p) = P (rejeitar H0 |p) = P (X ∈ RC|p)

p π(p)
0,2 0,678
0,4 0,180
0,5 0,109
0,6 0,180
0,8 0,678

(c) Faça um gráfico da função poder.

4
 Solução.

Exercício 9. Sendo X o custo de manutenção de um tear, sabe-se que X ∼ N (µ, 400).

Para testar a hipótese H0 : µ = 200, contra a alternativa H1 : µ > 200, será usada uma
amostra de 25 teares.
(a) Fixando-se α = 5%, encontre a correspondente RC.

Solução.
Xc − 200
 
α = P (X < Xc |X ∼ N (200,16)) = P Z < = 0,05
4
Xc − 200
 
=⇒ P Z < = 1,645 =⇒ Xc = 206,58
4
Portanto, a região crítica é RC =]206,58; +∞[

(b) Atribuindo-se valores arbitrários para µ, esboce a função poder do teste.

Solução.

5
 (c) Para que valores de µ o poder será maior do que 50%?

Solução.
206,58 − µ 206,58 − µ
 
π(µ) = P Z > = 50% =⇒ = 0 =⇒ µ = 206,58
4 4
Assim, para µ > 206,58 o poder é maior que 50%

Exercício 10. O custo X de manutenção de um certo equipamento segue uma distribuição

normal, X ∼ N (µ, 400). Durante muito tempo, o parâmetro µ tem sido adotado como
igual a 200. Suspeita-se que esse parâmetro aumentou, e só nos interessa saber se o novo
parâmetro é igual a 210. Assim, queremos planejar um teste em que α = 5% (quando
µ = 200) e β = 10% (quando µ = 210).
(a) Qual deve ser o tamanho da amostra?

Solução.
√ !
400 (Xc − 200) n
  
α = P X > Xc |X ∼ N 200, =P Z> = 0,05
n 20
√
(Xc − 200) n √ 1,64 × 20
=⇒ = 1,64 =⇒ n = (1)
20 Xc − 200
√ !
400 (Xc − 210) n
  
β = P X < Xc |X ∼ N 210, =P Z< = 0,10
n 20
√
(Xc − 210) n √ −1,28 × 20
=⇒ = −1,28 =⇒ n = (2)
20 Xc − 210
(1) = (2) =⇒ n = 35, Xc = 205,62
(b) Qual é a região crítica nesse caso?

Solução. A região crítica é ]205,62, + ∞[