Академический Документы
Профессиональный Документы
Культура Документы
DA EDUCAÇÃO
UTFPR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR
CAMPUS PATO BRANCO
Coordenação do Curso Análise e Desenvolvimento de Sistemas
Sumário
CAPITULO 4 .............................................................................................................................4
4 DISTRIBUIÇÕES DE PROBABILIDADE BÁSICA E DE PROBABILIDADE
DISCRETA.................................................................................................................................4
4.1 Conceitos Básicos de Probabilidade................................................................................4
4.1.1Exercicios..................................................................................................................6
4.2 TABELA DE CONTINGENCIA....................................................................................9
4.3 Regra de Adição para Eventos Mutuamente Excludentes ou Exclusivos.....................12
4.4 Probabilidade Condicional.............................................................................................14
4.5 Teorema de Bayes...........................................................................................................21
4.5.1 Exercicios...............................................................................................................23
4.6 DISTRIBUIÇÃO DE PROBABILIDADE PARA CADA UMA VARIÁVEL
ALEATÓRIA DISCRETA...................................................................................................25
4.6.1 Distribuições de probabilidades discretas...............................................................25
4.6.1.2 Distribuição de poisson...................................................................................33
4.6.1.3 Exercicios........................................................................................................34
4.6.1.4 Distribuição hipergeométrica..........................................................................35
4. 6.1.4 Exercicios.......................................................................................................36
4.6.1.5 Exercicios........................................................................................................37
5 A DISTRIBUIÇAO NORMAL E AS DISTRIBUIÇOES DE AMOSTRAGEM..................37
5.1 A DISTRIBUIÇÃO NORMAL......................................................................................37
PADRONIZAR.....................................................................................................................38
5.1.1 Exercicios...............................................................................................................39
5.2 AVALIANDO A PREMISSA DA NORMALIDADE....................................................42
5.3 Exercicios.......................................................................................................................44
5.4 A DISTRIBUIÇÃO EXPONENCIAL...........................................................................47
5.5 Exercicios.......................................................................................................................47
5.5 INTRODUÇÃO ÀS DISTRIBUIÇÕES DE AMOSTRAGEM.....................................48
5.6 DISTRIBUIÇÃO DE AMOSTRAGEM DA MEDIA ARITMÉTICA..........................48
5.8 EXERCICIOS................................................................................................................52
5.9 DISTRIBUIÇAO DE AMOSTRAGEM DA PROPORÇÃO.........................................53
5.10 EXERCICIOS..............................................................................................................53
6 ESTIMATIVA DO INTERVALO DE CONFIANÇA............................................................55
6. 1 INTRODUÇAO.............................................................................................................55
6.2 ESTIMATIVA DO INTERVALO DE CONFIANÇA DA MEDIA ARITMETICA.......55
( conhecido-desvio padrão).................................................................................................55
6.3 EXERCICIOS................................................................................................................56
6.4 estimativa do intervalo de confiança da média aritmética ...........................................57
(σ desconhecido)..................................................................................................................57
6. 5 EXERCICIOS...............................................................................................................58
6.6 estimativa do intervalo de confiança para a proporção..................................................60
6.7 EXERCICIOS................................................................................................................60
6.8 DETERMINANDO O TAMANHO DE UMA AMOSTRA..........................................61
6.9 EXERCICIOS................................................................................................................62
6.10 EXERCICIOS..............................................................................................................62
6.11 APLICAÇÕES DA ESTIMATIVA DO INTERVALO DE CONFIANÇA EM
AUDITORIA........................................................................................................................63
6.12 EXERCICIOS..............................................................................................................64
6.2 ATIVIDADES PRÁTICAS PEDAGÓGICAS..............................................................65
REFERENCIAS .......................................................................................................................70
123
Resposta: =0,3844=38,44 %
320
EVENTOS E ESPAÇOS AMOSTRAIS
• Para MONTGOMERY(2003), um experimento é a medição de uma corrente em um fio de
cobre.
• Com repetições diárias de medidas, os resultados podem diferir levemente, devido a
pequenas variações nas temperaturas ambientes, nos medidores, química do fio, etc.
Evento Simples FARBER(2009, p.106): consiste um único resultado
2) Exemplo: determine o numero de resultados em cada evento. Escreva se cada evento é simples
ou não.
• Para um controle de qualidade, selecionar aleatoriamente uma peça de maquina de um lote
que foi fabricado naquele dia.O evento A é selecionar uma peça de maquina com um defeito
específico. R: evento simples
• Lançar um dado de 6 lados. O evento B é rolar pelo menos um numero 4. R:nao é simples.
3) exemplo: TEMPERATURA DE UM PROCESSADOR
• Cada componente é uma variável aleatória.
• Experimento aleatório –fornece diferentes resultados, embora seja repetido toda vez da
mesma maneira.
4)exemplo :DOMENICO (pag. 127),
• lançamento de uma moeda
• a aposta em um jogo qualquer da loteria esportiva.
4.1.1Exercicios
DECIDA SE O EVENTO É SIMPLES OU NÃO NOS EXERCICIOS 1 E 2.
1)FARBER(2009,p.115) Um computador é usado para selecionar aleatoriamente um numero entre 1
e 2000. O evento A é selecionar 359.
RESPOSTA: EVENTO SIMPLES
2)FARBER(2009,p.115) um computador é usado para selecionar aleatoriamente um numero entre 1
e 2000. O evento B é selecionar um numero menor que 200.
R: não é um evento simples , pois tem mais de um resultado.
3) Jogar uma moeda e selecionar aleatoriamente um numero de 0 a 9. Qual a probabilidade de
obter coroa e selecionar um 3? R:1/2* 1/10= 0,05
4) (DOMENICO, pag.128) Seja o lançamento de um dado; forneça os eventos ao encontrar na face
voltada para cima:
a) números pares b) números ímpares c) números menores que 3 d) números primos
7) DOMENICO ( p.129-130) Suponha que numa caixa existem 7 bolas, sendo 2 pretas, 3 brancas e
2 vermelhas. Sendo o espaço amostral equiprovável, determine, na retirada de uma bola da caixa, a
probabilidade:
a) vermelha b) não preta c) preta ou branca d) preta ou vermelha
12) FARBER (2009, p.117) use a distribuição de frequencia, que mostra o numero de eleitores
americanos ( em milhoes), de acordo com a idade:
Idade dos eleitores Frequencia ( em milhoes)
18 a 20 anos 5,8
21 a 24 anos 8,5
25 a 34 anos 21,7
35 a 44 anos 27,7
45 a 64 anos 51,7
Acima de 65 anos 26,7
Encontre a probabilidade de que um eleitor , escolhido aleatoriamente, esteja:
a) entre 21 e 24 anos
8,5
resposta: =5,98 porcento
142,1
b) entre 35 e 44 anos
c) não esteja entre 18 e 20 anos
d) não esteja entre 25 e 34 anos.
È a chance de 25% de uma família tenha planejado em adquirir uma tv com tela grande.
13)EXEMPLO DE PROBABILIDADE SIMPLES ( MARGINAL)
P(B)=250/1000 pode-se escrever P(B e A1)+P(B e A2)=200/1000+50/1000=250/1000
14) EXEMPLO: Calculando a probabilidade de um aparelho de tv com tela grande adquirido seja
HDTV nos últimos 12 meses, dado pela tabela de contingência:
comprou DVD (B)
comprou
HDTV (A) sim Nao total
HDTV (sim) 38 42 80
HDTV (não) 70 150 220
total 108 192 300
a) Encontre a probabilidade de que uma família que tenha adquirido um aparelho de tv HDTV.
15)EXEMPLO: Uma vez que esse grupo em 200 familias , a probabilidade de escolher uma família
que tenha planejado adquirir e comprou uma tv com tela grande é :
efetivamente comprou
planejou em
adquirir sim não total
sim 200 50 250
não 100 650 750
total 300 700 1000
P A e B = P A ∩ B
200
resposta:
1000 =20%
16)EXEMPLO: Encontre a probabilidade de que uma família tenha comprado HDTV e um DVD.
resposta: existe uma chance de 12,7 % de que uma família, aleatoriamente selecionada que tenha
adquirido um aparelho de tv com tela grande tenha adquirido um HDTV e um aparelho de DVD.
38
300 =12,7%
Calculando a probabilidade marginal
efetivamente comprou
planejou em
adquirir sim não total
sim 200 50 250
não 100 650 750
total 300 700 1000
200 50
resposta: = 25 %
1000 1000
planejou em
adquirir sim não total
sim 200 50 250
não 100 650 750
total 300 700 1000
20) EXEMPLO: Encontre a probabilidade de que uma família tenha comprado HDTV ou
DVD.R:50%
Os eventos são mutuamente excludentes se ambos os eventos não puderem ocorrer ao mesmo
tempo.
P(A ou B)= P(A) +P(B) ou P A ∪ B = P A P B
tipo de numero de
compra entrevistados
loja 183
net 87
correio 30
87 30
MAIS = 39%
300 300
24) EXEMPLO: Ao longo dos últimos anos, empresas de cartão de credito realizaram um esforço
intensivo a fim de obter novas contas de alunos de faculdades. Suponha que um amostra de 200
alunos em sua faculdade tenha indicado as seguintes informações em relação ao fato de os alunos
possuírem um cartão de credito bancário e/ou cartão para turismo e lazer:
cartão de credito para turismo e lazer
cartão de crédito sim não
bancario
sim 60 60
não 15 65
P A e B P A∩B
P A/ B= ou
P B P B
P B e A P B∩A
P B / A= ou
P A P A
P(A e B)= probabilidade combinada de A e B
P(A) e P(B) = probabilidades marginais de A e B
• Para DOMENICO (p.133), sendo S o espaço amostral de um conjunto de torcedores de
futebol, A o evento constituído por torcedores do Palmeiras e B o evento constituídos por
torcedores do Flamengo.
• Sendo P(A) é a probabilidade de um torcedor que, escolhido aleatoriamente em S, seja
palmeirense, enquanto que P(A/B) é a probabilidade de um torcedor flamenguista,
escolhido ao acaso, ser também palmeirense.
25) EXEMPLO: DOMENICO ( p.133), sejam 100 torcedores n(S)=100, 20 torcedores do
Palmeiras, 30 torcedores do Flamengo e 10 torcedores do Palmeiras e Flamengo. Qual é a
probabilidade de que um flamenguista escolhido seja palmeirense P(A/B):
solução: * fazer o diagrama de Venn
n A∩B 10 1
P A/ B= = = 10
nB 30 3
S=100 P=20 10
F=30 F e P=10 100 20
planejou em Não
adquirir (A) sim B B' total
sim A 200 50 250
não A' 100 650 750
total 300 700 1000
a)Qual é a probabilidade de que uma família tenha efetivamente comprado o aparelho de Tv com
tela grande, sabendo –se que essa família tenha planejado em adquiri-lo?
P( A∩B) 200
P( B/ A)= = =0,8
P( A) 250
B= efetivamente comprou
A = planejou em adquirir
resposta :0,8
27) EXEMPLO: Qual a probabilidade de que uma família adquiriu um DVD (A) dado que
comprou um HDTV (B):
Comprou DVD
Comprou HDTV Sim não total
HDTV 38 42 80
Não HDTV 70 150 220
planejou em
adquirir (A) sim não total
sim 200 50 250
não 100 650 750
Total 300 700 1000
A'=750/1000
A =250/1000 B'
B P(A'e B')=650/100
P(A' e B)=100/1000
B B'
P(A e B)=200/1000 P( A e B')=50/1000
12
P( B∩ A) 266 12
Solução: P( B/ A)= = =
P( A) 36 36
266
Molecula 1 presente
230/266 ( nao) 36/266 ( sim)
Molecula 2 esta presente
212/230 nao 18/230 sim 24/36 nao 12/36 sim
30) EXEMPLO: DOMENICO ( p.134), a probabilidade de quem um casal o marido esteja vivo
aos 70 anos é 1/8 e que a mulher esteja viva aos 70 anos é 1/10. Qual é a probabilidade do casal
estar vivo aos 70 anos?
1 1 1
Solução : P A∩B= ∗ =
8 10 80
1 3 1
dado? Resposta: ∗ =
2 6 4
32) FARBER( 2009, p.126) Computadores e acesso a internet. Um estudo descobriu que 62% das
residencias nos EUA tem computador. Desses 62%, 88% tem acesso a internet. Encontre a
probabilidade de que uma residencia americana selecionada aleatoriamente tenha computador e
acesso a internet. Resposta:0,62*0,88=0,546 * diagrama da arvore.
33) FARBER( 2009, p.125) A tabela mostra os resultados de uma pesquisa na qual 146 famílias
foram questionadas se tem computado e se vao tirar férias de verão este ano.
Férias de verão este ano
Tem computador sim nao total
sim 46 11
nao 55 34
total
a) encontre a probabilidade de selecionar aleatoriamente uma família que não vá tirar férias de
verao este ano. R:0,3082
b) encontre a probabilidade de que uma família selecionada aleatoriamente tenha computador.
R:0,3904
c) encontre a probabilidade de que uma família selecionada aleatoriamente tire férias de verao este
ano, dado que tem computador. R:0,807
P ( Ae B) 46/146 46
P ( B / A)= = =
P( A) 57/146 57
d) encontre a probabilidade de que uma família selecionada aleatoriamente tire férias de verão este
ano e tenha computador. R:0,315
e) os eventos de ter um computador e tirar férias de verão são eventos dependentes ou
independentes?
solução : P (B / A)= P( B) para ser independentes.
46 101
P ( B / A)= e P (B)=
57 146
P A/ Bi P Bi
P Bi / A=
P A/ B1 P B1P A /B 2 P B 2...P A/ BK P B K
Probabilidades
Event Condicion Combina
o A Priori al da Revisada
S 0,4 0,8 0,32 0,64
S' 0,6 0,3 0,18 0,36
Total: 0,5
digitar os dados conforme está pedindo no problema.
No CAL PARA RESOLVER
1 Cálculos do Teorema de Bayes
2
3 Probabilidades
A
Eve Prio Condici Combin Revisad
4 nto ri onal ada a
=D5/$D7
5 S X Z =B5*C5 $
=D6/$D7
6 S' Y T =B6*C6 $
=D5+D
7 Total: 6
EVENTOS F1 F2 F3
probabilidade 0,0464
total
37) Conforme exercício anterior, suponha que a probabilidade de um teste para diagnóstico médico
ofereça um resultado positivo, sem que haja presença da enfermidade, seja reduzida de 0,02 para
0,01. Sendo conhecida esta informação:
a) se o teste para diagnóstico médico tiver apresentado um resultado positivo (indicando que
enfermidade está presente), qual é a probabilidade de que a enfermidade esteja efetivamente
presente?
R:0,736
Probabilidades
Evento A Priori Condicional Combinada Revisada
S 0,03 0,9 0,03 0,7357
S' 0,97 0,01 0,01 0,26
Total: 0,04
b)se o teste para diagnóstico médico tiver apresentando um resultado negativo (indicando que a
enfermidade não está presente), qual é a probabilidade de que a enfermidade não está efetivamente
presente? R: 0,997
probabilidade 0,9536
total
Probabilidades
Evento A Priori Condicional Combinada Revisada
D 0,1333 0,18 0,0240 0,2927
D' 0,2000 0,29 0,0580 0,7073
C 0 0,0000 0,0000
Total: 0,0820 1
41) MILONE( 2006, p.145) Se as probabilidades de Romeu e Julieta estarem vivos daqui a 25 anos
são, respectivamente , 63% e 66%, e se o casamento deles tem 10% de probabilidade de acabar em
divórcio antes, qual a chance de :
a) eles estiverem bodas de prata? R:0,3742 =0,63*0,66*0,9
b) ela estar viuva naquela ocasião? R: 0,2442=0,37*0,66
c) pelo menos um deles estar vivo? R: 0,8742=0,63*0,34+0,37*0,66+0,63*0,66
d) ele estar vivo naquela ocasião? R:0,2142=0,63*0,34
• fazer o diagrama da arvore
4.6 DISTRIBUIÇÃO DE PROBABILIDADE PARA CADA UMA VARIÁVEL ALEATÓRIA
DISCRETA
◦ VARIÁVEL ALEATÓRIA DISCRETA MONTGOMERY E MEYER
◦ FARBER(2009, p. 155) , o resultados de um experimento de probabilidade é uma
contagem ou medida, este resultado é chamado de variavel aleatoria.
◦ Variavel aleatoria x representa um valor numerico associado a cada resultado de um
experimento de probabilidade.
◦ Aleatoria significa que x é determinando por acaso.
◦ Discreta: numero finito ou contavel de possíveis resultados.
◦ Contínua : numero incontavel de possíveis resultados, representados por um intervalo na
reta numerica.
◦ Discreta:Numero de ligações que um vendedor faz em um único dia. {0,1,2,3,4,...},
pode ser listada os valores possíveis
◦ contínua: tempo gasto em horas que um vendedor faz ligações em um dia :[0;24]
◦ incluindo frações e decimais, não pode ser listadas os valores possíveis.
u =E x = n X i P X i
i=1
• FARBER( 2009, p.161), a média de uma variavel aleatoria representa o que ira acontecer em
milhares de testes.
Variância e Desvio padrão de uma variável aleatória discreta
VARIÂNCIA
2 = N [ X i−E X ]2 P X i
i=1
DESVIO PADRÃO
= N [ X i −E X ]2 P X i
i=1
R:
44) FARBER( 2009, p.163) Um sociológo pesquisou as famílias em uma cidade pequena. A
variavel aleatoria x representa o numero de criancas na família.
x 0 1 2 3 4
P(x) 0,07 0,2 0,38 ? 0,13
R :0,22
45) FARBER (2009, p.163) o numero de computadores por casa, em uma cidade pequena.
computadores 0 1 2 3
casas 300 280 95 20
a) use distribuição de frequência para construir a distribuição de probabilidade.
b) calcule a média R:0,8
c)variancia R:0,6
d) desvio padrão R:0,8
e) interprete os resultados no contexto da vida real.
46) FARBER (2009, p163) Os alunos de um sala de aula fazem um teste com 8 perguntas. O
numero x de perguntas respondidas corretamente pode ser aproximado pela seguinte distribuição de
probabilidade.
x 0 1 2 3 4 5 6 7 8
P(x) 0,02 0,02 0,06 0,06 0,08 0,22 0,3 0,16 0,08
0 40
1 100
2 142
3 66
4 36
5 30
6 26
7 20
8 16
9 14
10 8
11 2
Total: 500
a) forme a distribuição de probabilidade para o numero de carros vendidos por dia.
b) calcule a média aritmética ou o numero esperado de carros vendidos por dia
R:
c)calcule o desvio padrão
R:
DIAGRAMA DE ARVORE
p 0,85
SUCESSO p 0,85
q 0,15
Prof jorge roberto grobe AD34S 11/09/2014 14:19:16 30
FRACASSO q 0,15 p 0,85
q 0,15
aplicando o binomio de Newton : ( p +q)2 = p 2 +2∗p∗q+ q2=0,852 +2∗0,85∗0,15+ 0,152
• ii) Um jarra contem 5 bolinhas de gude vermelhas , 9 azuis e 6 verdes. Escolha 3 bolinhas
aleatoriamente , sem trocas. A variavel aleatoria representa o numero de bolinhas vermelhas.
• O experimento não é binomial porque ele não esta de acordo com as 4 condições de um
experimento binomial.
• Cada seleção de bolinha de gude representa uma tentativa e selecionar uma bolinha
vermelha é um sucesso.
• Quando a primeira bolinha é selecionada, a probabilidade de sucesso é 5/20.
• Como a bolinha de gude não é colocada de volta a jarra, probabilidade de sucesso por
tentativas subsequentes não é mais 5/20.
• As tentativas não são independentes e a probabilidade de sucesso não é mais a mesma para
uma cada das tentativas.
• Primeira tentativa é: 5/20 =0,25 ( bolinhas vermelhas)
• segunda tentativa: 4/19=0,21
• terceira tentativa :3/18=0,16
P ( X )= n p (1− p)
( )
X n− X
Título principal
0,2500
0,2000
0,1500
Coluna C
0,1000
0,0500
0,0000
0 1 2 3 4 5 6 7 8 9 10 11 12 13
MÉDIA ARITMÉTICA
μ= E(x)=np
DESVIO PADRÃO
σ = √ np(1− p )
Sintaxe
DISTRBINOM(X;tentativas;PS;A)
X é o número de sucessos em uma série de tentativas.
Tentativas é o número de tentativas independentes ( valor de n)
PS é a probabilidade de sucesso em cada tentativa( probabilidade)
Quando o parâmetro A for igual a 0, será calculada a probabilidade individual e quando o parâmetro
A for igual a 1, será calculada a probabilidade cumulativa.
49)FARBER(2009, p.174) Em São Francisco , California , 44% dos dias em 1 ano apresentam
tempo limpo. Encontre a média, a variancia e o desvio padrão para o numero de dias limpos durante
o mês de maio ( 31 dias). Interprete os resultados e determine quaisquer valores incomuns.
a) identifique um sucesso e os valores n , p, q.
n=31 p=0,44 q=0,56
b) encontre o produto de n e p para calcular a média
media :13,6
c) encontre o produto de n , p, q para a variancia
variancia: 7,6
d) encontre a raiz quadrada das variancias para o desvio padrão.
Desvio padrão: 2,8
e) interprete os resultados.
Probabilidades Binomiais
Dados
Tamanho da Amostra (n) 31
Probabilidade de sucesso (p) 0,4400
Estatísticas
Média 13,6400
Variância 7,6384
Desvio Padrão 2,7638
EXERCICIOS
50)LEVINE (2005, p.182) Determine o seguinte:
a) Se n=4 e p=0,12 , então qual é a P(X=0)? R:0,5997
b) Se n=10 e p=0,9 , então qual é a P(X)=9? R: 0,38742
51) Se a probabilidade de um formulário de encomendas assinalado for 0,1, qual é a probabilidade
de 3 ou mais ( ou seja pelo menos 3) formulários de encomendas assinaladas sejam encontrados, na
amostra de 4 formulários de encomendas?
Solução :
P ( X 3 ) P ( X 0 ) P ( X 1 ) P ( X 2 ) 0 ,9 9 6 3
para obter
P ( X 3 ) 1 0 ,9 9 6 3 0 ,0 0 3 7 0 ,3 7 %
ou
Probabilidades
Binomiais
Dados
Tamanho da Amostra 4
Probabilidade de sucesso 0,1
Estatísticas
Média 0,4
Variância 0,36
Desvio Padrão 0,6
f)quais seriam as respostas para a até c , se a probabilidade de vir necessitar de um reparo inerente á
garantia fosse 0,1? Estatísticas
resposta: Média 0,3000
Variância 0,2700
Desvio Padrão 0,5196
53) LEVINE (2005, p.183-184) Suponha que seja examinado o numero de clientes que chegam na
hora do almoço, entre 12 h e 13h em uma agencia bancária localizada no centro de uma grande
cidade. Qualquer chegada de cliente é um evento discreto, em um determinado ponto do tempo ao
longo do intervalo continuo de 1 hora. Durante este intervalo de tempo pode haver uma média de
180 chegadas. Seja o intervalo de 1 hora desmembrando em 3600 intervalos consecutivos de 1
segundo.
4.6.1.3 Exercicios
54)LEVINE (2005, p.186) Suponha uma distribuição de Poisson:
a) Se λ=2,5 , então qual é P(X=2)?
b) Se λ=8 , então qual é P(X=8)?
56) FARBER (2009, p.181) A média do numero de acidentes por mês em certa intersecção é 3. Qual
é probabilidade de que, em qualquer mês dado, 4 acidentes ocorram nessa intersecção? R:0,168.
57) FARBER (2009, p.182) 2000 mil trutas são colocadas em um pequeno lago. O lago tem um
volume de 20000 metros cúbicos. Calcule a probabilidade de 3 das trutas sejam encontradas em um
mesmo metro cubico do lago.SOLUÇÃO: média: 2000/20000=1/10 R: 0,0002
N
n
nA
u=E X =
N
DESVIO PADRÃO
=
N2
nA N − A N −n
N−1
N −n
N−1
DIST.HIPERGEOM
Retorna a distribuição hipergeométrica.
Sintaxe
DIST.HIPERGEOM(X; n; A; N)
DIST.HIPERGEOM(X; NAmostra=n; Sucessos=A; NPopulação=N)
X é o número de resultados alcançados na amostra aleatória.
NAmostra é o tamanho da amostra aleatória.
Sucessos é o número de resultados possíveis na população total.
NPopulação é o tamanho da população total.
P X =
A
X
N −A
n−X
N
n
Solução 1: N=15( população) A=5 (sucesso) n=4 (tamanho da amostra)
R:0,43956
solução 2 : D ( defeituoso) B ( não é defeituoso)
5∗10∗9∗8
C 5∗C 10
1 3 1∗3∗2∗1 600
DBBB então : = = =0,43956
C 15 15∗14∗13∗12 1365
4 4∗3∗2∗1
P X =
A
X
N −A
n−X
N
n
N=40 A=8 professores de contabilidade n=7 membros
X P(X)
0 0,1805
1 0,3888
2 0,3024
3 0,1080
4 0,0186
5 0,0015
6 0,0000
7 0,0000
−1 X − 2
e
2[ σ ]
f X =
σ 2
e = neperiano 2,71828
π = 3,14159
μ =media aritmética da população
σ = desvio padrão
X= qualquer valor entre ( −∞< x <∞ )
FORMULA DE TRANSFORMAÇÃO
X −
Z=
PADRONIZAR
Converte uma variável aleatória em um valor normalizado.
Sintaxe
PADRONIZAR(Número; MÉDIA; STD)
Número é o valor que deverá ser padronizado.
MÉDIA é a média aritmética da distribuição.
STD é o desvio padrão da distribuição.
A FUNÇÃO DE DENSIDADE DA PROBABILIDADE NORMAL PADRONIZADA
−1
Z2
1
f Z = e2
2
• essa função f(Z) calcula os valores pontuais e não area abaixo da curva.
Comando
• DIST.NORM(B9;B4;B6;falso())
• DIST.NORM(B9;B4;B6;VERDADEIRO()) calcula area abaixo da curva
EXEMPLO: Faça um vetor aleatorio com 25 numeros ou mais , padronizando esses dados e
plotando em um grafico de dispersão ( linhas)
5.1.1 Exercicios
61) WITTE (2005), expresse cada um dos seguintes valores como um valor de z.
a) o Qi de Margaret é 135, considerando uma média aritmética igual a 100 e um desvio padrão
igual a 15.
X − 135−100
Z= Z = =2,33
s 15
X=135 µ=100 σ=15 (desvio padrão)
b) um resultado de 470 no teste oral SAT I, considerando uma media aritmética igual a 500 e um
desvio padrão igual a 100.
X − 470−500
Z= Z = =−0,3
s 100
Ou
=PADRONIZAR(470;500;100)=0,30
c) uma produção diária de 2100 unidades, considerando uma media aritmética igual a 2180
unidades e um desvio padrão igual a 50 unidades.
2100−2180
Solução: z = =−1,6
50
d) a estatura de Sam, correspondente a 68 , considerando uma media aritmética igual a 68 e um
desvio padrão igual a 3.
e)um erro de leitura de medição correspondente a 3 graus, considerando uma media aritmética
igual a zero grau e um desvio padrão igual a 2 graus.
respostas: a)2,33 b)0,30 c)1,60 d)0 e)1,50
62) Reproduza na planilha de calculo alguns numeros aleáorios
a) Encontre os valores padronizados
b) analisar a sua simetria
Probabilidade de X <=
Valor de X 1,57
Valor de Z 1,57
P(X<=1,57) 0,9418
b)P(Z >1,84)
A probabilidade para Z>1,84 é 0,0329 ou 3,29%
c) P(1,57<Z<1,84)=
P(1,57<=X<=1,84) 0,0253
d) P(1,08<Z<1,96) qual o valor de Z se:
P(1,08<=X<=1,96) 0,1151
e)50% de todos os valores possíveis de Z menores do que ele próprio?
Sintaxe: Inv.normp( 0,50)= zero ( valor de z)
f)somente 15,87% de todos os valores possíveis de Z forem menores do que ele próprio ?
respostas: a)0,9417 b)0,0328 c)0,0253 d)0,1151 e) 0 f) Z=1 g) Z=1
64) Dada uma distribuição normal com μ=50 e σ=40, qual é a probabilidade de que:
a) X>43?
b)X<42
c)42<X<48
f)5% dos valores sejam menores do que qual valor de X?
Comando :INV.NORMP( )
g)60% dos valores estejam entre que dois valores de X (simetricamente distribuídos em torno da
media aritmética)
h) 85% dos valores estejam acima de qual valor de X?
Respostas: a) 0,9533 b)0,0228 c)0,2857 d) 0,0301 e)0,118 f)43,42 g)[16,3352; 83,6648] h)54,1457
65) Muitos problemas industriais envolvem a precisão nas junções de peças dos equipamentos, tais
como hastes dentro de orifícios de válvulas. Um determinado projeto exige um haste com diâmetro
de 22 mm; entretanto, hastes com diâmetro entre 21,9mm e 22,010 mm são aceitáveis. Suponha que
o processo de fabricação produza hastes com diâmetros normalmente distribuídos, com média
aritmética igual a 22,002 mm e desvio padrão igual a 0,005 mm.
a) para este processo, qual a proporção de hastes com um diâmetro entre 21,9 mm e 22 mm?
R: 0,344578
b) qual é a probabilidade de uma haste aceitável com diametro de até 22,010 mm?
R: 0,945201
c)qual é o diâmetro que será excedido por somente 2% das hastes?
R: 21,99173
d)quais seriam as respostas em (a) – (c) se o desvio padrão dos diâmetros das hastes fosse igual a
0,004?
66) Dada uma distribuição normal padronizada, determine as seguintes probabilidades:
a) P(Z>1,34) b) P(Z <1,17) c) P(0 <Z<1,17) d)P(Z<1,17) e)P(1,17 < Z <1,34)
f) P(1,17 <Z <0,50)
respostas: a) 0,0901 b) 0,8790 c)0,3790 d)0,1210 e)0,7889 f)0,1875
Verificando a Normalidade
construa gráficos e observe sua aparência.
Para conjuntos de dados de tamanho pequeno ou moderado, construa uma disposição de
ramos e folhas e um Boxplot.
Para um conjunto de dados grande, construa a distribuição de freqüência e elabore um
histograma.
calcule as medidas descritivas resumidas e compare com as características dos dados com as
propriedades teóricas e práticas da distribuição normal.
obtenha a média aritmética e a mediana, e observe as semelhanças ou diferenças entre essas
medidas de tendência central.
obtenha a amplitude interquartil e o desvio padrão
observe o quanto o intervalo interquartil pode se aproximar de 1,33 vezes o desvio padrão.
obtenha a amplitude e observe o quanto ela pode se aproximar de 6 vezes o desvio padrão.
Passos utilizados na construção de um gráfico da normal de probabilidade.
1. disposição ordenada dos dados
2. calcular os valores padronizados dos quantis
3. nos eixos vertical – dados observados e eixo horizontal –quantis padronizados
4. para normalidade dos dados evidencias de uma linha reta
i Amostra Quantis Padronizados
De dados n=tamanho da amostra (abscissa)
(ordenada y)
1 x1 i Invnormp(Qi)
Qi =
2 x2 n1
xn
n
5.3 Exercicios
67) LEVINE (2005), em uma fábrica de pontas de borracha,a borracha crua é composta em uma
misturadora e então cortada em formato de finas tiras. As tiras são prensadas em modeladoras e
vulcanizadas nos formatos das pontas de borracha desejadas. Os pesos ( em gramas) de um amostra
de pontas de borracha são os seguintes:
8,63 8,59 8,63 8,67 8,64
8,65 8,61 8,67 8,65 8,64
8,57 8,6 8,54 8,69 8,52
8,57 8,66 8,62 8,66 8,69
8,54 8,65 8,65 8,62 8,66
8,69 8,5 8,58 8,63 8,66
8,63 8,61 8,65 8,59 8,61
8,64 8,61 8,67 8,65 8,55
a) construindo um gráfico da normal de probabilidade
8,8
8,75
8,7
8,65
8,6
8,55
8,5
8,45
8,4
8,35
é uma distribuição normal , por que os dados estão próximos de uma reta .
68) Problemas relacionados com uma linha telefônica, que impedem o cliente de receber ou fazer
ligações , são desagradáveis tanto para o cliente como para a companhia telefônica.Estes problemas
podem ser de dois tipos: aqueles que estão localizados dentro de uma central telefônica e o
equipamento do cliente. Os dados a seguir representam amostras de 20 problemas informados a
duas diferentes centrais telefônicas de uma companhia, e o tempo para a solução destes problemas
em minutos, a partir das linhas dos clientes:
tempo para a solução dos problemas
(em minutos) na central telefonica I
1,48 1,75 0,78 2,85
1,02 0,53 0,93 1,6
0,52 1,6 4,15 3,97
0,8 1,05 6,32 3,93
1,48 5,45 3,1 0,97
tempo para a solução dos problemas
(em minutos) na central telefonica II
7,55 1,92 0,52 1,48
3,75 1,1 4,23 0,58
3,75 0,6 3,3 1,65
0,65 0,6 0,08 4,02
0,1 1,53 2,1 0,72
a)construa um gráfico normal de probabilidade
7
f(x) = 1,78x + 2,21
R² = 0,85 6
4
Coluna E
3 Linear (Coluna E)
0
-2,0000 -1,0000 0,0000 1,0000 2,0000
grafico central telefonica 2
5 + 2,01
f(x) = 1,94x
R² = 0,83
4 Coluna E
Linear (Coluna E)
3
0
-2,0000 -1,0000 0,0000 1,0000 2,0000
5.5 Exercicios
73) Suponha que clientes cheguem a uma caixa eletrônico de um banco, numa taxa de 20 por
hora.Se um cliente acabou de chegar, qual e a probabilidade de que o próximo cliente chegue dentro
de 6 minutos ( ou seja 6/60=0,1 hora)?
Dados
Média 20
Valor de X 0,1
Resultados
Prof jorge roberto grobe AD34S P(<=X)
11/09/2014 14:19:19 0,8647 51
Resposta:a probabilidade de um cliente chegue dentro de 6 minutos e igual a 0,8647 ou 86,47%.
74) Dada uma distribuição exponencial com média de λ=10, qual é a probabilidade de que:
a) tempo de chegada menor do que X=0,1?
b) tempo de chegada maior do que X=0,1?
c)o tempo de chegada esteja entre 0,1 e 0,2?
d)o tempo de chegada seja menor do que X=0,1 ou maior do que X=0,2?
Respostas: a) 0,6321 b)0,3679 c)0,2326 d)0,7674
75) Um acidente de trabalho ocorre uma vez cada 10 dias, em média, em uma montadora de
automóveis. Qual e a probabilidade de que o próximo acidente de trabalho ira ocorrer em :
a) 10 dias ? λ=0,1
b) 5 dias? λ=0,05
c) 1 dia? λ=0,01
Respostas: a) 0,6321 b)0,3935 c)0,0952
DESVIO PADRÃO
N
∑i=1 X i−μ 2
σ=
N
N= tamanho da população
ERRO PADRAO DA MEDIA ARITMETICA
O erro padrão da media aritmética, σ X , e igual ao desvio padrão da população , σ , dividido pela
raiz quadrada do tamanho da amostra, n:
X=
n
a medida que cresce o tamanho da amostra, o erro padrão da media aritmética ira decrescer em um
fator igual a raiz quadrada do tamanho da amostra.
Esta equação X= pode ser utilizada como uma aproximação do erro padrão da media
n
aritmética, quando a amostra e selecionada sem reposição, se a amostra contiver menos de 5% de
toda a população.
AMOSTRAGEM A PARTIR DE POPULAÇÕES NORMALMENTE DISTRIBUÍDAS
Encontrando z para a distribuição de amostragem da média aritmética
X −μ x X −μ
Z= =
σx σ
n
X =media da amostra
=média da população
=desvio padrão da população
15-19 25 minutos
20-24 52 minutos
25-54 64 minutos
55-64 58 minutos
65 mais 39
solução 1: o tamanho da amostra é maior que 30, então pode-se usar o teorema do limite central
para concluir que a distribuição de médias das amostras é aproximadamente normal.
Solução 2: X=27,7 e X= 25,5 z1=-1,4142 e z2=2,3570
X −μ x X −μ X −25
Z= = =
σx σ 1,5
√n √(50)
resposta:0,9121
Solução 3: interpretação-
• na amostra de 50 motoristas de idade entre 15 e 19 anos, 91,21% terá uma média entre 24,7
e 25,5 minutos dirigindo.
• Supõe-se que μ=25 esteja correto, somente 8,79% da amostra estará fora do intervalo
dado.
77) FARBER (2010, p.227) Um auditor de banco declara que as contas de cartões de credito são
normalmente distribuidas, com média de $2870 e um desvio padrão de $ 900.
a) qual é a probabilidade de que um titular de cartão de credito aleatoriamente selecionado tenha
uma conta menor que $2500? R; P(z<0,4111)=0,3405
b) Selecionar 25 titulares de cartões de credito de forma aleatoria. Qual é a probabilidade de que a
média da conta deles seja menor que $ 2500? R:P(z<2,06) =0,0197
c) compare as probabilidades de (a) e (b) e interprete sua resposta nos termos da declaração do
auditor.R:
• Tem uma chance de 34% de que um indivíduo tenha uma conta menor que $2500.
• E há somente uma chance de 2% de que a média de uma amostra de 25 pessoas tenha uma
conta menor que $ 2500.
da media) decresce.
• Portanto a ausência de viés a media de qualquer distribuição de amostragem e sempre igual
a media da população.
Teorema do limite central
• Afirma que a medida que o tamanho da amostra ( ou seja, o numero de observações
em cada amostra) se torna suficientemente grande, a distribuição de amostragem da
media aritmética pode ser aproximada pela distribuição normal.
• Independe do formato da distribuição dos valores individuais na população.
Algumas conclusões sobre o teorema do limite central são mostradas :
A normalidade e a distribuição de amostragem da media aritmética
1. Para maior parte das distribuições de população , não dependendo do formato , a
distribuição de amostragem da media será distribuída de forma aproximadamente
normal, se forem selecionadas de pelo menos 30 observações.
2. Caso a população seja relativamente simétrica, e forem selecionadas pelo menos 15
observaçoes , também será uma aproximação da normal.
3. Se a população é normal a distribuição da media tem uma distribuição normal.
O EFEITO DO TAMANHO DE AMOSTRA (n) NO AGRUPAMENTO DE MÉDIAS
ARITMÉTICAS NA DISTRIBUIÇÃO DE AMOSTRAGEM
X −μ x X −μ
Z= =
σx σ
√n
b) qual e a probabilidade de X esteja entre 47 e 49,5?
X −μ x X −μ 47−50 −3
Z= = = = =−6
σx σ 5 0,5
n 100
X −μ x X −μ 49,5−50 −0,5
Z= = = = =−1
σx σ 5 0,5
√n √100
P(6<z<1)=0,1587
c) qual e a probabilidade de X esteja acima de 51,1?
resposta:0,0139
d) qual e a probabilidade de X esteja entre 49 e 51?
R: 0,9544
e)existe uma chance de 35% de que X esteja acima de que valor?
Solução:calcular o valor de z para area abaixo de 65% z=0,3853 , então tem se 35% de area acima.
X −50
0,3853= X =50,195
0,5
f) quais seriam as respostas (a) ate (e) se n=25.
Respostas: 0,00135 ;0,30715; 0,1357; 0,6826; 50,39.
X n o de sucessos
p a= =
n tamanho da amostra
erro padrão da proporção
p =
a p 1−p
n
• A média aritmética da amostra é um estimador , sem viés , da média aritmética da
populaçaõ μ .
• A estatística pa é um estimador, sem viés, da proporção da população p é a media da
amostra e um estimador sem viés da media da população (u).
• Ao realizar a amostragem com reposição , a partir de uma população finita , a distribuição
de amostragem da proporção segue uma distribuição binomial.
• LEVINE(2005, p.246) a distribuição normal pode ser utilizada para aproximar a
distribuição binomial , quando μ=E ( x )=np ( media aritmetica da binomial) e n(1p)
são pelo menos 5.
√ p( 1−p )
n
5.10 EXERCICIOS
79) LEVINE(2005, p.246) Distribuição de amostragem da proporção. Suponha que um gerente de banco
afirme que 40% de todos os depositantes possuem contas multiplas no banco. Se for selecionado
uma amostra aleatoria composta de 200 depositantes, a probabilidade de que a proporção da
amostra de depositantes com contas multiplas não seja maior do que 0,30.
solução 1: μ=E ( x )=np =200*0,40=80 n(1p)=200(10,40)=120 , como 80≥5 e 120≥5 a
distribuição de amostragem da proporção é distribuida de forma aproximadamente normal.
p 1−p
n
resultado 1
p=0,19 pa=0,14 Z1= 1,80
DISTRIBUICAO DE AMOSTRAGEM DA PROPORÇAO
Z -1,8025
Z 1,8025
RESULTADO 0,9285
resultado 2:
p=0,19 pa=0,24 Z2=1,80
c)que proporção terá entre 9% e 29% de ouvintes pela internet?
tamanho da amostra n 200
proporçao da populacao p 0,19
proporcao da amostra 1 pa 0,09
proporcao da amostra 2 pa 0,29
Z -3,6049
Z 3,6049
RESULTADO 0,9997
CAPITULO 6
6 ESTIMATIVA DO INTERVALO DE CONFIANÇA
6. 1 INTRODUÇAO
Para LEVINE (2005, 260), a inferência estatística visa tirar conclusões sobre características de uma
população através de uma amostra.
Existem dois tipos de estimativas:
Estimativa de ponto estimar o verdadeiro valor de um parâmetro de uma população.
Exemplo: X é uma estimativa do ponto da media aritmética da população
Estimativa de intervalo – é relacionado com a verdadeira media aritmética da população, é
desenvolvida, e é relacionada com a distribuição de amostragem da media aritmética.
Segundo WITTE (2005), o intervalo de confiança é a amplitude entre valores que, com um grau
conhecido de certeza, inclui uma característica desconhecida da população , tal como a média
aritmética da população.
X ±Z Onde Z =1−
n 2
fonte:http://www.apis2.com.br/wp-content/uploads/2011/12/Graphic57-b.jpg
6.3 EXERCICIOS
80) Se X =85 (média), σ=8 e n=64, construa uma estimativa para o intervalo de confiança de
95% da media aritmética da população.
R:[83,04:86,96]
d) explique por que um valor observado de 0,98 galão, para uma lata individual, não é incomum,
embora esteja fora do intervalo de confiança que você calculou.
Resposta:A pretensão da industria é produzir 1 galão(3,6 litros) de tinta por lata, portanto pode-se
encontrar latas de tintas com a capacidade máxima ou fora do intervalo de confiança.
e) suponha que você tenha utilizado uma estimativa de intervalo de confiança de 95%. Quais seriam
suas respostas para (a) e (b)?
VERIFICANDO PREMISSAS
• Supõe que a variável aleatória Xi na distribuição t seja distribuída de forma normal.
• Quando a amostra for grande o suficiente e a população não for muito assimétrica, a
distribuição t pode ser utilizada para estimar a media aritmética da população quando sigma
(desvio padrão) for desconhecido.
• A premissa da normalidade na população pode ser analisada através da avaliação do
formato dos dados da amostra, utilizando um histograma, uma disposição ramo e folha,
um box plot ou gráfico da normal de probabilidade.
S
X t n1
n
a)Explique por que estes conjuntos de dados possuem diferentes intervalos de confiança, embora
possuam a mesma média aritmética e amplitude.
Dados Dados
Desvio Padrão da Amostra 2,4500 Desvio Padrão da Amostra 3,7400
Média da Amostra 4,5000 Média da Amostra 4,5000
Tamanho da Amostra 8 Tamanho da Amostra 8
Nível de Confiança 95% Nível de Confiança 95%
85) Construa uma estimativa do intervalo de confiança de 95%, da média aritmética da população ,
com base nos números 1,2,3,4,5,6 e 20. Altere o valor de 20 para 7, e recalcule o intervalo de
confiança. Utilizando estes resultados, descreva o efeito de um outlier ( ou seja , um valor extremo)
sobre o intervalo de confiança.
Dados
Desvio Padrão da Amostra 6,4660 Dados
Média da Amostra 5,8571
Tamanho da Amostra 7
Desvio Padrão da Amostra 2,1602
Média da Amostra 4,0000
Nível de Confiança 95%
Tamanho da Amostra 7
Cálculos Intermediários
Nível de Confiança 95%
Erro Padrão da Média 2,4439
margem de erro- E 5,9801 Cálculos Intermediários
Graus de Liberdade 6 Erro Padrão da Média 0,8165
Valor t 2,4469 margem de erro- E 1,9979
Metade da Amplitude do Intervalo 5,9801 Graus de Liberdade 6
Valor t 2,4469
Intervalo de Confiança
Metade da Amplitude do Intervalo 1,9979
Limite Inferior do Intervalo -0,1230
Limite Superior do Intervalo 11,8372
Intervalo de Confiança
Limite Inferior do Intervalo 2,0021
Limite Superior do Intervalo 5,9979
X
pa= .
n
• Para que a distribuição binomial possa ser aproximada da distribuição normal é que ambos
np e n(1p) são pelo menos iguais a 5. Então a estimativa do intervalo de confiança
(1alfa)100% para a proporção da população , p, pode ser definida através da equação:
X sucessos
p a proporção da amostra
n amostra
p proporção da população
Z normal padronizada
n tamanho da amostra
6.7 EXERCICIOS
86) Se n =200 e X = 50, construa uma estimativa do intervalo de confiança de 95%, correspondente
à proporção da população.
Solução:
pa=50/200=0,25
Sample size:200 number sucess:50 confidence level :95
Resposta:[0.19;0.31]
87) Uma agencia de automóveis deseja estimar a proporção de clientes que ainda possuem carro
adquirido há 5 anos. Uma amostra aleatória de 200 clientes, selecionada a partir dos registros da
agencia de automóveis, indica que 82 deles ainda possuem os carros que adquiriram a 5 anos.
a) construa um intervalo de confiança de 95% da proporção da população de todos os clientes que
ainda possuem carros, 5 anos após aquisição.
R:[0,3418;0,4782]
b) como os resultados de (a) podem ser utilizados pela agencia de auto, para estudar a satisfação
com carros adquiridos na agencia.
Z22
n
e2
Para determinar o tamanho da amostra,tem que conhecer três fatores:
• o nível de confiança desejado, que determina o valor de Z, que representa o valor critico a
partir da distribuição normal padronizada.
• o erro de amostragem aceitável, e.
• o desvio padrão , .
• Z é utilizado, em vez de t , porque para determinar o valor de critico de t, o tamanho da
amostra precisa ser conhecido, mas ainda não é conhecido. Na maioria dos estudos o tamanho
da amostra necessário será grande o suficiente para que a distribuição normal padronizada
seja uma boa aproximação da distribuição t.
DETERMINAÇÃO DO TAMANHO DA AMOSTRA PARA UMA PROPORÇÃO
• Para LEVINE (2005), os métodos para determinação do tamanho da amostra, para estimar
uma proporção da população , são semelhantes para estimar a média arimética.
• Para determinar o tamanho da amostra utilizase a equação:
p a− p
Z=
p 1− p
n
Determinação do tamanho da amostra para uma proporção
n=
Z 2 p 1− p
e
2
e=Z
p 1− p
n
X sucessos
p a = proporção da amostra = =
n amostra
p= proporção de sucessos
Z = normal padronizada
n=tamanho da amostra é o proximo valor inteiro
Dados
Estimativa da Verdadeira Proporção 0,4000
Erro de Amostragem 0,0200
Nível de Confiança 95%
Cálculos Intermediários
Valor de Z -1,96
Tamanho Calculado da Amostra 2304,88
Resultado
Tamanho de Amostra Necessário 2305
91)Um orgão de pesquisa de opinião pública deseja estimar a proporção de eleitores que irá votar
no candidato democrata, em uma campanha eleitoral para a presidência dos EUA. O orgão de
pesquisa de opinião pública deseja ter 90% de confiança de que sua previsão está correta, dentro de
um intervalo de ±0,04 da proporção da população.
a) que tamanho da amostra é necessário?
R:423
b) se o órgão de pesquisa de opinião pública deseja ter 95% de confiança, que tamanho de amostra é
necessário?
c) se ele desejar ter 95% de confiança e um erro de amostragem correspondente a ±0,03, que
tamanho de amostra é necessário?
d)com base em suas respostas para (a) –(c) , que conclusões gerais podem ser tiradas sobre os
efeitos do nível de confiança desejado e o erro de amostragem aceitável, em relação ao tamanho da
amostra necessário? discuta
obedece
Sim não
fornecedores 1 18 2
2 17 3
3 50 10
Faça A denotar o evento em que uma amostra seja proveniente do fornecedor 1 faça B denotar o
evento em que uma amostra atenda as especificações. Determine o número de amostras em :
a) A '∩B b) A∪B
3.Um pedido de um automóvel pode se especificar se a transmissão é automática ou padrão , com
ou sem ar condicionado e qualquer uma das 4 cores: vermelha, azul, preta ou branca. Descreva o
conjunto de pedidos possíveis para esse experimento em forma de árvore de decisão.
4. MONTGOMERY (p.36) , pedidos de acessórios de iluminação são resumidos pelas
características opcionais que são requeridas.
Proporção de pedidos
Nenhuma opcional 0,3
Um opcional 0,5
Mais de um opcional 0,2
a) qual é a probabilidade de que um pedido requeira no mínimo uma característica opcional?
b) qual é a probabilidade de que um pedido não requeira mais de uma característica opcional?
Faça A denotar o evento em que um disco tenha alta resistência a choque e faça B denotar o evento
em que um disco tenha alta resistência a arranhão. Os eventos A e B são independentes?
8. Amostras de espuma de 3 fornecedores são classificados com relação a satisfazer ou não as
especificações. Os resultados de 126 amostras são resumidas a seguir:
obedece
Sim não
fornecedores
1 80 4
2 40 2
Faça A denotar o evento em que uma amostra seja proveniente do fornecedor 1 e faça B denotar o
evento B em que uma amostra atende as especificações.
a) A e B são independentes? R: são b) A' e B são independentes?R: são
x= numero 10 11 12 13 14 15
de
mensagens
f(x) 0,08 0,15 0,3 0,2 0,2 0,07
p 1− p
n
a) se as amostras aleatórias de 200 clientes da Priceline.com fossem selecionadas, que proporção
das amostras teria possibilidade de estar entre 35% e 40% daqueles que utilizam o serviço on line
para clientes?
CAPITULO 6
20. Uma papelaria deseja estimar a média aritmética do preço de varejo de cartões de felicitações
que estão em seu estoque. Uma amostra aleatória de 20 cartões de felicitações indica um valor
médio de $ 1,67 e um desvio padrão de $ 0,32.
a) admitindo que existe uma distribuição normal, construa uma estimativa do intervalo de confiança
de 95% da média aritmética do valor de todos os cartões de felicitações no estoque da papelaria.
21. Uma empresa de telefonia deseja estimar a proporção de domicilios que poderiam vir adquirir
uma linha telefonica adicional, caso este se tornasse disponível, mediante um custo de instalação
substancialmente reduzido. Uma amostra aleatória de 500 domicílios foi selecionada. Os resultados
indicam que 135 dos domicílios comprariam a linha telefonica adicional, mediante um custo de
instalação substancialmente reduzido.
a) construa uma estimativa do intervalo de confiança de 95% da proporção da população, dos
domicilios que poderiam adquirir a linha telefonica adicional.
22) Se voce deseja ter 99% de confiança de estar estimando a proporção da população p=0,5, dentro
dos limites de um erro de amostragem de ± 0,04, que tamanho de amostra se faz necessário?