Probabilidade e Estatı́stica - Lista 3

Dr. Giannini Italino

October 14, 2022

[1] A probabilidade de um alinhamento óptico com sucesso em um arranjo

de um produto de armazenamento de dados ópticos é de 0.8. Considere que as
tentativas sejam independentes.
(a) Qual é a probabilidade de que o primeiro alinhamento com sucesso requeira
exatamente quatro tentativas?
(b) Qual é a probabilidade de que o primeiro alinhamento com sucesso requeira
no máximo quatro tentativas?
(c) Qual é a probabilidade de que o primeiro alinhamento com sucesso requeira
no mı́nimo quatro tentativas?
[2] Em um estudo clı́nico, voluntários são testados em relação a um gene
que aumentou o risco de uma doença. A probabilidade de uma pessoa carregar
o gene é 0.1.
(a) Qual é a probabilidade de que 4 ou mais pessoas terem de ser testadas
antes de que 2 com gene sejam detectadas?
(b) Quantas pessoas são esperadas ser testadas antes que 2 com o gene sejam
detectadas?
[3] Suponha que cada uma de suas chamadas para uma estação popular de
rádio tenha uma probabilidade de 0.02 de se completar, ou seja, de não obter
um sinal de ocupado. Considere que suas chamadas sejam independentes.
(a) Qual é a probabilidade de que sua primeira chamada a se completar seja
sua décima tentativa?
(b) Qual é a probabilidade de se necessitar mais de cinco chamadas para que
a ligação se complete?
[4] A função de densidade de probabilidade do comprimento de uma do-
bradiça para fechar uma porta é f (x) = 1.25, para 74.6 < x < 75.4 milimetros.
Determine o seginte:

(a) P (X < 74.8).

(b) P (X < 74.8 ou X > 57.2).

[5] A função densidade do tempo (em horas) de falha de um componente

−x
e 1000
eletrônico de uma copiadora é f (x) = 1000 , para x > 0. Determine a probabil-
idade de:

1
 (a) Um componente falhar no intervalo de 1000 a 2000 horas.
(b) Um componente falhar antes de 1000 horas

[6] Suponha que Z tenha distribuição normal padrão. Use a tabela da normal
para determinar o valor de z que resolva cada um dos seguintes itens:
(a) P (−z < Z < z) = 0.95;
(b) P (Z > z) = 0.1;
(c) P (Z < z) = 0.9;
(d) P (−1.24 < Z < z) = 0.8.

[7] Suponha que a variável aleatória X seja distribuı́da normalmente, com

uma média de 10 e desvio padrão de 2. Determine o seguinte:
(a) P (X < 13);
(b) P (X > 9);
(c) P (6 < X < 14);
(d) P (2 < X < 4).

[8] Em um certo acelerador, um experimento necessita de um cilindro de

alumı́nio, com 1.41 cm de espessura. Suponha que a espessura de um cilindro
tenha distribuição normal, com média igual a 1.41 cm e um desvio-padrão igual
a 0.01 cm.
(a) Qual é a probabilidade da espessura ser maior do que 1.42 cm?
(b) Que espessura é excedida por 95% das amostras?
(c) Se as especificações requerem que a espessura esteja entre 1.39 cm e 1.43
cm, que proporção das amostras satisfazem as especificações?
[9] A resistência à compressão de amostra de cimento pode ser modelada
por uma distribuição normal, com média de 6000 quilogramas por centı́metro
quadrado e um desvio padrão de 100 quilogramas por centı́metro quadrado.
(a) Qual é a probabilidade da resistência da amostra ser menor do que 6250
kg/cm2 ?
(b) Qual é a probabilidade da resistência da amostra estar entre 5800 e 5900
kg/cm2 ?

[10] Um artigo em Journal of Aircraft (1988) descreve o cálculo de coefi-

cientes de arraste para o aerofólio NASA 0012. Diferentes algoritmos computa-
cionais foram usados com os seguintes resultados (para obter os verdadeiros
coeficientes de arraste, os números devem ser multiplicados por 0, 0001): 79,
100, 74, 83, 81, 85, 82, 80 e 84. Calcule a média da amostra, o desvio padrão e

2
construa uma distribuição de frequência.

[11] Alunas de um curso de graduação em engenharia reportaram suas al-

turas aproximadas, em polegadas. Os dados estão apresentados a seguir. Con-
strua um diagrama de ramo e folhas para os dados de altura e comente sobre
importantes caracterı́sticas que você note. Calcule a média, o desvio padrão e
a mediana da altura.

62 64 66 67 65 68 61 65 67 65 64 63 67
68 64 66 68 69 65 67 62 66 68 67 66 65
69 65 70 65 67 68 65 63 64 67 67
[12] Obtenha a distribuição de frequências e o histograma do problema an-
terior. Compare as informações obtidas com sua distribuição de frequências e
com o diagrama de ramo e folhas.

[13] As nove medidas que seguem são temperaturas de fornalha registradas

em bateladas sucessivas de um processo de fabricação de semicondutores (unidades
em Fahrenheit): 953, 950, 948, 955, 951, 949, 957, 954 e 955.
(a) Calcule a média, variância e o desvio padrão da amostra.

(b) Encontre a mediana. Quanto a maior medida de temperatura poderia

aumentar sem mudar o valor da mediana?
(c) Obtenha o diagrama de caixas e analise a distribuição dos dados com
respeito a simetria?
[14] Uma fibra sintética usada na fabricação de carpete tem uma resistência
à tração que é normalmente distribuı́da, com média 75 psi e desvio 3, 5 psi.
encontre a probabilidade de uma amostra aleatória de tamanho n = 6 de fibra
ter uma resistência média amostral à tração que exceda 75, 75 psi.

[15] Suponha que temos uma amostra aleatória de tamanho 2n, proveniente
de uma população denotada por X, e admita que E(X) = µ e V ar(X) = σ 2 .
Sejam
2n n
1 X 1X
X1 = Xi e X 2 = Xi .
2n i=1 n i=1

(a) Esses estimadores são não-viciados para µ?

(b) Obtenha o Erro quadrático médio (EQM) desses estimadores. Qual dos
dois estimadores é melhor para se estimar µ? Justifique sua resposta.

[16] Seja X1 , X2 , . . . , X7 uma amostra aleatória proveniente de uma pop-

ulação X tal que E(X) = µ e V ar(X) = σ 2 . Considere os seguintes estimadores
de µ:

3
 7
1X 1
Θ̂1 = Xi e Θ̂2 = (2X1 − X6 + X4 ).
7 i=1 2
(a) Os dois estimadores são não tendenciosos?
(b) Qual o melhor estimador? Em qual sentido ele é melhor? Calcule a
eficiência relativa dos dois estimadores.

[17] Seja X1 , X2 , . . . , Xn uma amostra aleatória proveniente de uma pop-

ulação X tal que E(X) = µ e V ar(X) = σ 2 .
Pn
(a) Mostre que o estimador n1 i=1 (Xi − X̄)2 é um estimador viesado de σ 2 .
(b) Encontre a quantidade de viés nesse estimador.
(c) O que acontece com o viés à medida que o tamanho amostral n aumenta?

[18] Seja X1 , X2 , . . . , Xn uma amostra aleatória proveniente de uma pop-

ulação X tal que E(X) = µ e V ar(X) = σ 2 .
(a) Mostre que X̄ 2 é um estimador viesado de µ2 .
(b) Encontre a quantidade de tendência nesse estimador.
(c) O que acontece com o viés à medida que o tamanho amostral n aumenta?

[19] Dados sobre a força (libra - força) de remoção de conectores usados em

um motor de automóveis são os seguintes: 79.3, 75.1, 78.2, 74.1, 73.9, 75, 77.6,
77.3, 73.8, 74.6, 75.5, 74, 74.7, 75.9, 72.9, 73.8, 74.2, 78.1, 75.4, 76.3, 75.3, 76.2,
74.9, 78, 75.1, 76.8.
(a) Calcule a estimativa pontual da força média de remoção de todos os conec-
tores na população. Estabeleça que estimativas você usou e por quê?
(b) Calcule as estimativas pontuais da variância e do desvio-padrão da pop-
ulação.

[20] Seja X uma variável aleatória com distribuição de Poisson de parâmetro

p. Encontre o estimador p̂ de p por meio do método de momentos e por meio
do método de máxima verossimilhança, baseado em uma amostra aleatória de
tamanho n.

[21] Sejam X1 , X2 , . . . , Xn uniformemente distribuı́dos no intervalo 0 a a.

Mostre que o estimador de momentos de a é â = 2X̄. Ele é um estimador
não-tendêncioso? Discuta quão razoável é esse estimador.

[22] Obtenha, através dos métodos de momentos e de máxima verosimil-

hança, com base na informação contida na amostra (4, 3, 0, 2, 1, 1), as estima-
tivas do parâmetro desconhecido da distribuição Poisson.