Escolar Documentos
Profissional Documentos
Cultura Documentos
Nome: 0 0
1 1
Assinatura: 2 2
3 3
verificado
4 4
5 5
Neste campo não podem ser realizadas mo- 6 6
dificações dos dados.
7 7
Categoria Identidade do documento
8 8
115 23092800001
9 9
Marcar cuidadosamente: @
@ Não marcado: ou
Este documento é lido à máquina. Por favor não dobrar ou sujar. Utilize uma caneta preta ou azul.
Somente cruzes claramente reconhecíveis e em posição exata serão avaliadas!
Se seu número USP tiver 7 dígitos, complete com 0 à esquerda.
Respostas 1 - 12
a b c d e
1
2
3
4
5
6
7
8
9
10
11
12
a b c d e
MAE116 - Prova 1 - FEA - Turma 19 - : 23092800001 1
EXERCÍCIOS:
1 2 3 4 5 6 7 8
Lentidão (em km) 127 298 280 236 160 251 268 283
Com base nos dados coletados, foram calculadas algumas estatísticas descritivas que
estão apresentadas na seguinte tabela:
Para estes dados, o coeficiente de variação é (valor arredondado para duas casas deci-
mais)
(a) 21, 84 %
(b) 26, 04 %
(c) 3837, 80 %
(d) 61, 95 %
(e) Nenhuma das anteriores.
2. Na situação do exercício anterior, o intervalo interquartil dos dados é (valor arredondado
para duas casas decimais)
(a) 83, 50
(b) 58, 80
(c) 406, 75
(d) 63, 40
(e) Nenhuma das anteriores.
3. Deseja-se avaliar a durabilidade, em temperatura ambiente, de determinado produto ali-
mentício, por meio de diferentes tempos de acondicionamento do produto (em horas). No
diagrama de dispersão a seguir, estão representados os dados referentes aos diferentes
tempos de acondicionamento (X) para os 20 depósitos da indústria, contendo 150 unida-
des do produto cada, e a contagem de produtos ideais para consumo (Y ) após o período
transcorrido.
MAE116 - Prova 1 - FEA - Turma 19 - : 23092800001 2
40
Produtos
30
20
10
50 150 250
Tempo
Para esses dados temos que o desvio padrão de X, SX , é igual 83,5894 e o desvio padrão
de Y , SY , é 10,0176. O ajuste de uma regressão linear por mínimos quadrados entre as
variáveis Y e X, fornecido pelo Rcmdr, é:
Para estes dados, o coeficiente de correlação linear entre X e Y , arredondado para três
casas decimais, é
(a) −0, 261
(b) −0, 999
(c) 0, 311
(d) −0, 741
(e) Nenhuma das anteriores.
4. Considere a mesma situação do exercício anterior. Para um aumento de 72 horas no tempo
de armazenamento, estima-se que o número de produtos intactos após esse período dimi-
nua, em média (considere o valor arredondado para três casas decimais)
(a) 6, 396 unidades
(b) 18, 983 unidades
(c) 6, 000 unidades
(d) 15, 806 unidades
(e) Nenhuma das anteriores.
5. Para um conjunto de dados contendo informações de vendas de uma rede de sorveterias,
foi ajustada uma reta de regressão linear para predizer o total da venda diária de sorvete
(Y , em kg) em função da temperatura média diária na cidade (X, em ◦ C) . A reta ajustada
nesses dados foi
Y = 10, 7 + 26, 6X
Assim, estima-se que em dias em que a temperatura média é de 22 ◦ C, a quantidade
média de sorvete vendido seja de (resposta arredondada para duas casas decimais)
(a) 707, 81
(b) 10, 70
(c) 595, 90
(d) 798, 68
MAE116 - Prova 1 - FEA - Turma 19 - : 23092800001 3
Variáveis aleatórias
P
Média: E(X) = xi xi P (xi ); Variância: Var(X) = E([X − E(X)]2 ) = E(X 2 ) − E(X)2 ;
p
Desvio Padrão: DP (X) = Var(X).
Estatística descritiva
Boxplot: LI = Q1 − 1, 5(Q3 − Q1), LS = Q3 + 1, 5(Q3 − Q1)
Pn Pn
Xi (X −X̄)2
Média empírica: X̄ = n ; Variância empírica: S 2 = i=1n−1i
i=1
;
√ S
Desvio padrão empírico: S = S 2 ; Coeficiente de variação: CV = X̄
100%
Pn Pn
i=1 (Xi −X̄)(Yi −Ȳ ) Xi Yi −nX̄ Ȳ
Coeficiente de correlação linear: r = (n−1)SX SY = i=1
(n−1)SX SY
Pn
Xi Yi −nX̄ Ȳ
Regressão linear por mínimos quadrados: Ŷ = a + bX, com b = i=1(n−1)S 2 e a = Ȳ − bX̄.
X
Probabilidade
P (A∩B)
Probabilidade condicional: P (A|B) = P (B) , se P (B) > 0
Probabilidade da união: P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
Probabilidade total: P (A) = P (A|B)P (B) + P (A|B c )P (B c )
Distribuição Binomial
n
Se X ∼ B(n, p) então: P (X = k) = k pk (1 − p)n−k , E(X) = np, Var(X) = np(1 − p)