Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Católica de Moçambique Instituto de Educação à Distância Resolução de exercícios Tavares Rodrigues Código: 708215396 Curso: Curso de Administração Pública Disciplina: Estatística Aplicada À Administração Pública Ano de Frequência: 2º Ano Turma: E Docente: Victor Alfiado Makola Cuamba, 2022 ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________ Folha de recomendações para melhoria: A ser preenchida pelo tutor Índice 1.Introdução ........................................................................................................................ 4 1.1.Objectivos ..................................................................................................................... 4 1.2.Metodologias................................................................................................................. 4 Parte I. ................................................................................................................................. 6 2.Estatística Descritiva ........................................................................................................ 6 Parte II. .............................................................................................................................. 12 3.Probabilidades ................................................................................................................ 12 Parte III. ............................................................................................................................ 14 4.Variáveis Aleatórias e Distribuições Discreta ............................................................... 14 Parte IV. ............................................................................................................................ 20 5. Variáveis aleatórias e distribuições continua ................................................................ 20 6.Considerações finais ...................................................................................................... 22 7.Referências bibliográficas usadas .................................................................................. 23 1.Introdução A estatística é um ramo de grande importância da matemática, desenvolvendo técnicas como a coleta de dados e sua organização, interpretação, análise e representação. O uso da matemática para a tomada de decisões vem acompanhando nossa história desde o início das grandes civilizações. Com o passar do tempo, foram criados métodos para facilitar-se esse processo (Farias, 2015, p. 09). Na mesma linha do pensamento, o autor diz que, a estatística é dividida entre o estudo da coleta de dados, em que conhecemos os princípios da área, como os conceitos de amostra, população, variável e tipo de variável; o estudo da análise desses dados, no qual lidamos com a frequência absoluta e relativa, as medidas centrais e as medidas de dispersão; e a representação e interpretação desses resultados, em que estudamos os tipos de gráficos, a melhor representação para cada caso, e, com base nessa interpretação, gerando-se também as medidas centrais, como a média, a moda e a mediana. 1.1.Objectivos O presente trabalho tem como objectivo, resolucao de exercícios propostos sobre: Estatística descritiva; Probabilidades; Variáveis aleatórias e distribuições continuam; Variáveis Aleatórias e Distribuições Discretas. 1.2.Metodologias Para elaboração deste trabalho efectuou-se uma pesquisa bibliográfica, através da consulta de manuais que abordam assuntos ao tema do presente trabalho, e fez-se também a consulta de artigos científicos e algumas explanações ou definições de conceitos importantes utilizados durante a pesquisa deste estudo. Pesquisa bibliográfica é aquela que é desenvolvida com base em material já elaborado, constituído principalmente de livros e artigos científicos e textos retirados da Internet. https://mundoeducacao.uol.com.br/matematica/tipos-graficos-1.htm https://mundoeducacao.uol.com.br/matematica/media-aritmetica.htm O presente trabalho de pesquisa bibliográfica apesenta a seguinte sequência organizacional: Introdução, desenvolvimento, conclusão ou considerações finais e referências bibliográficas. Parte I. 2.Estatística Descritiva 1. Uma escola avalia o seu curso através de um questionário com 50 perguntas sobre diversos aspectos de interesse. Cada pergunta tem uma resposta numa escala de 1 a 5, onde a maior nota significa melhor desempenho. a) Proceda à organização dos dados construindo um quadro de frequências onde figure mas frequências absolutas, absolutas acumuladas e relativas acumuladas. fi xi xi*fi 1.2|-2.2 4 1.71 6.84 2.2|-3 13 2.6 33.8 3|-4 15 3.5 52.5 4|-5 10 4.5 45 138.14 b) Desenhe o respetivo histograma c) As classes modal e mediana: 0 20 40 60 80 100 120 140 160 0 1 2 3 4 5 V as o s Sementes germinados Frequencias R: Classe modal a classe com maior frequência: (3 − 4). 𝑀𝑑 = 𝑥21 + 𝑥22 2 = 3,1 + 3,2 2 = 3,25 d) Calcule a média e o desvio padrão usando os dados agrupados e também usando os dados não agrupados. Compare os resultados. Dados não agrupados Média �̅� = ∑ 𝑥𝑖 𝑛 𝑖=1 𝑛 = 133 42 = 3,17 Desvio padrão 𝜎 = √ 1 𝑁 × ∑(𝑥𝑖 − �̅�)2 𝑁 𝑖=1 = √ 32,21 42 = 0,886 Dados agrupados 𝒙 = 1 𝑛 ∑ 𝑥𝑖 ∙ 𝑓𝑖 𝑛 𝑖=1 = 6,84 + 33,8 + 52,5 + 45 42 = 138,14 42 = 3,29 𝜎 = √ 1 𝑛 ∑(𝑥𝑖 − 𝜇)2𝐹𝑖 𝑛 𝑖=1 = √ 21,25 42 = 0,505 e) Calcule a mediana e os 1° e 3° quartis. Cálculo de mediana, corresponde ao ordenamento crescente dos valores registados, caso o número seja impar leva-se a classe do limite medio, se por acaso forem números pares fa- ze a soma dos números da classe do limite medio e divide-se por 2. Sendo assim temos: 𝑀𝑜 = 𝑥21 + 𝑥22 2 = 3,1 + 3,2 2 = 3,15 Cálculo de quartis:𝑄1 = 0,25(𝑛 + 1) 𝑄3 = 0,75(𝑛 + 1) 𝑄1 = 2,4 𝑄3 = 3,9 2. Num estudo para analisar a capacidade de germinação de certo tipo de cereal foram semeadas cinco sementes em cada um dos vasos dum conjunto de vasos iguais, contendo o mesmo tipo de solo, e registou-se o número de sementes germinadas. a) Calcule a média, a mediana e a moda do número de sementes germinadas. A média �̅� = 1 𝑛 ∑ 𝑥𝑖 = 2,87 𝑛 𝑖=1 Mediana 𝑀𝑑 = 3,25 Moda corresponde a classe/numero com mais frequência acumulada, neste caso são os vasos que germinaram 3 sementes, que correspondem 137. b) Represente graficamente os resultados c) Calcule a proporção de vasos com mais de três sementes germinadas. 4 98 = 5 25 ⇒ 𝑃 = 490 100 = 49 10 3. Realizou-se uma experiência com uma perfuradora hidráulica afim de conhecer a sua capacidade de perfuração em estruturas rochosas. a) Medidas de localização de uma amostra (ou colecção) de dados de tipo quantitativo, são estatísticas que resumem a informação da amostra, dando indicação quer do centro da distribuição dos dados, de que são exemplos a média e a mediana, quer de outros pontos importantes dessa distribuição, de que são exemplos os quartis. a) Media �̅� = 1 𝑛 ∑ 𝑥𝑖 = 106 10 = 10,6 𝑛 𝑖=1 Mediana 𝑀𝑑 = 𝑥5 + 𝑥6 2 = 10,6 + 10,7 2 = 21,3 2 = 10,65 0 20 40 60 80 100 120 140 160 S. Germinados V as o s Sementes germinados https://wikiciencias.casadasciencias.org/wiki/index.php/Amostra https://wikiciencias.casadasciencias.org/wiki/index.php/Dados_(Estat%C3%ADstica) https://wikiciencias.casadasciencias.org/wiki/index.php/Estat%C3%ADstica https://wikiciencias.casadasciencias.org/wiki/index.php/Distribui%C3%A7%C3%A3o_(Estat%C3%ADstica) https://wikiciencias.casadasciencias.org/wiki/index.php/M%C3%A9dia_(Estat%C3%ADstica) https://wikiciencias.casadasciencias.org/wiki/index.php/Mediana_(Estat%C3%ADstica) https://wikiciencias.casadasciencias.org/wiki/index.php/Quartis Quartis 𝑄1 = 0,25(𝑛 + 1) 𝑄2 = 0,5(𝑛 + 1) 𝑄3 = 0,75(𝑛 + 1) 0,25(10 + 1) 0,50(10 + 1) 0,75(10 + 1) 0,25 × 11 = 2,75 0,50 × 11 = 5,5 0,75 × 11 = 8,25 Amplitude Inter-qurtilica semi-interquartilica 𝐴𝑡 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛 𝑑𝑞 = 𝑄3 − 𝑄1 𝑑𝑞𝑚 = 1 2 (𝑄3 − 𝑄1) = 11 − 10,1 = 8,25 − 2,75 = 5,5 2 = 2.75 = 0,9 = 5,5 4. As notas finais obtidas em 3 turmas na disciplina de Probabilidades e Estatística. a) Calcule a média e o desvio padrão das notas obtidas no conjunto de todos os alunos. �̅� = 1 𝑛 ∑ 𝑥𝑖 = 10,48 𝑛 𝑖=1 Desvio padrão 𝜎 = √ 1 𝑁 ∑(𝑥𝑖 − �̅�)2 𝑛 𝑖=1 = √7.102225 𝜎 = 2.67 b) No final o professor entendeu alterar linearmente as notas de forma que a média e o desvio padrão das notas de todos os alunos fossem 12 e 2 respectivamente. Sabendo que um aluno da turma 1 obteve 10 valores, calcule a sua nota na nova escala adoptada pelo professor. R: A nota nova atribuída pelo professor é 11,64. 5. O departamento de pessoal de uma certa firma fez um levantamento dos salários dos 120 funcionários do sector administrativo,tendo obtido os seguintes resultados. a) Histograma correspondente b) Calcule aproximadamente a média, a variância e o desvio padrão dos salários. Vamos encontrar as frequências absolutas Xi Fi 0.2 0.25 30 2.4 0.4 48 4.6 0.2 24 6.1 0.15 18 �̅� = 1 𝑁 ∑ 𝑥𝑖𝑓𝑖 𝑛 𝑖=1 = 1 × 30 + 3 × 48 + 5 × 24 + 8 × 18 120 = 30 + 144 + 120 + 144 120 = 3,65 Variância e desvio padrao 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.2 2.4 4.6 6.1 𝜎2 = 1 𝑛 − 1 ∑(𝑥𝑖 − �̅�) 2 𝑛 𝑖=1 𝜎2 = (1 − 3,65)2 ∙ 30 + (3 − 3,65)2 ∙ 48 + (5 − 3,65)2 ∙ 24 + (8 − 3,65)2 ∙ 18 120 − 1 𝜎2 = (−2,65)2 ∙ 30 + (−0,65)2 ∙ 48 + (1,35)2 ∙ 24 + (4,35)2 ∙ 18 119 𝜎2 = 210,7 + 20,28 + 43,74 + 340,6 119 𝜎2 = 614,735 119 = 5,19 Então desvio padrão é a raiz quadrada da variância. 𝜎 = √𝜎2 ⇒ 𝜎 = √5,17 = 2,27 c) Se for concedido um aumento de 100% a todos os funcionários, a media do salario dobrara e assim a variância será 4 vezes maior. Pois a diferença à média e todos valores vão dobrar e como a variância é quadrada ela será quadruplicada. d) o caso de ser concedido um aumento de 2 unidades a todos os funcionários, a media e a mediana aumentara em 2 salários mínimos, mas a variância e o desvio padrão não se alteram. Pois a media e todas observações sobem o mesmo valor, portanto a diferença permanece igual, assim como a variância o desvio padrão. Parte II. 3.Probabilidades 1. Um certo tipo de motor elétrico quando avariado pode apresentar quatro tipos de falhas, denotadas por F1, F2, F3 e F4, cujas probabilidades de ocorrência são iguais. a) Mostre que os acontecimentos A,B e C são independente são spares (Guedes, 2016). Dados formula/resolução 𝑛(𝑒) = 0,8 𝑃(𝐴) = 𝑛(𝑒) 𝑛(𝛺) = 0,8 2 = 0,4 𝑛(Ω) = 2 𝑃(𝐴) =? b) P (C|A∩B) é diferente de P (C): Dados Formula/Resol 𝑃(𝐴) = 0,8 𝑃(�̅�) = 1 − 𝑃(𝐴) 𝑃(𝐴 ∩ �̅�) = 𝑃(𝐴) − [1 − 𝑃(𝐵)] 𝑃(𝐵) = 0,5 𝑃(�̅�) = 0,5 𝑃(𝐴 ∩ �̅�) = 0,6 = 2 3 𝑃(�̅�) =? 3.Dados Dados 5% Sofre Hipertensão; 75% Ingerem bebidas alcoólicas; 50% Ingerem bebidas alcoólicas e não sofrem Hipertensão. a) a percentagem de pessoas que bebem álcool é: 𝑃 = 75% ∙ 5% 100% + 50% ∙ 95 100% = 3,75 + 47,5 = 51,25 b) a percentagem de pessoas que bebendo álcool sofrem de hipertensão é: 𝑃 = 5 × 50% 100% + 5% × 45% 100% = 2,5 + 4,7 = 7,2 4. Para um certo tipo de cancro a taxa de prevalência (proporção de doentes na população em geral) é 0.005. Dados 𝑃(𝐴) = 0,99 𝑃(𝐵) = 0,95 𝑃(𝐴𝑈𝐵) = 0.005 a) o valor preditivo do teste é Resolução 𝑃 ( 𝐴 𝐵 ) = 𝑃 ( 𝐵 𝐴) × 𝑃(𝐴) 𝑃 ( 𝐵 𝐴) × 𝑃 (𝐴) + 𝑃 ( �̅� 𝑐 ) × �̅�(𝐴) 𝑃 ( 𝐴 𝐵 ) = 0,99 × 0,005 0,99 × 0,005 + (1 − 0.95) × (1 − 0,005) = 0,905 Supondo que o teste foi aplicado duas vezes consecutivas ao mesmo doente e que das duas vezes o resultado foi positivo, calcule a probabilidade do doente ter cancro. Resolução 𝑃[𝐴]( 𝐵1 ∩ 𝐵2) = 𝑃[(𝐵1 ∩ 𝐵2)|𝐴] × 𝑃(𝐴) 𝑃(𝐵1 ∩ 𝐵2) = 𝑃[𝐵1|𝐴] × 𝑃(𝐵2)|𝐴 × 𝑃(𝐴) 𝑃(𝑇|𝑐) × 𝑃(𝐵2|𝑐) × 𝑃(𝐴) + [1 − 𝑃(𝐵) = 0,99 × 0,99 × 0,005 0,99 × 0,99 × 0,005 + (1 − 0,95) × (1 − 0,95) × (1 − 005) = 0,6633 Parte III. 4.Variáveis Aleatórias e Distribuições Discreta 1. Uma caixa contém 6 iogurtes dos quais 2 estão estragados. Retiram-se ao acaso e sem reposição 3 iogurtes a) Designe por X a variável aleatória que representa o número de iogurtes estragados nas 3 extrações. i. a probabilidade de obter quando muito um iogurte estragado Dados Resolução 𝑥 = (6,2,3) 𝑥 = [(6,5,4,3,2)] 𝑃(𝐴) =? = [(6,6), (6,5)(6,4)(6,3)(2,2)] 𝑃(𝐴) = 𝑛(𝐸) 𝑛(Ω) = 4 5 ii. a probabilidade de ter sido o segundo 𝑥 = (1,2,3) 𝑃(𝐴) = 𝑛(𝐸) 𝑛𝑛(Ω) = 1 3 b) Designe por X a variável aleatória que representa o número de iogurtes estragados nas 3 extracções. Determine: i. 𝑓(𝐵) = 𝑝(𝑥 = 3) = 𝑝(6,2,3) 𝑝(𝑥 = 0), 𝑃(𝑥 = 2) 𝑃(𝑥 = 3) = 1 3 ii. 𝑓(𝑥 ≤ 3) = 𝑃(𝑋 = 5) × 𝑃(𝑥 = 4) × 𝑃(𝑥 = 3) × (𝑥 = 2) 𝑃(𝐴) = 𝑛(𝐸) 𝑛(Ω) = 3 5 = 0,6 iii. Valor esperado 𝐸(𝑥) = 𝜇𝑥 𝐸(𝑥) = 1 ∙ ( 1 6 ) + 2 − ( 1 2 ) + 3 ( 1 3 ) = 2,1 ∑ 𝑥 ∙ 𝑃(𝑥) 𝜎2 = 𝑉(𝑥) = 2,12 = 4,4 𝑜𝑢 𝜎2 = 𝐸(𝑥) − [𝐸(𝑥)]2 2. Numa fábrica existem três máquinas iguais de uma mesma marca, que trabalham independentemente. A probabilidade de cada máquina avariar num dado espaço de tempo é 0.1. a) A função de probabilidade de X𝑃(𝑥 = 0) = 2 0,1 × 0,02 0,2 = 20 𝑃(𝑥 = 2) = 0,1 02 × 0,2 = 0,1 𝑃(𝑥 = 1) = 2 0,1 × 0,1 0,2 + 1 × 2 0,2 = 20 𝑓(𝑥) = { 0 𝑒 𝑥 = 0 2 𝑒 𝑥 = 1 20 𝑒 𝑥 = 2 1 𝑒 𝑥 = 3 b) A função de distribuição de X Função probabilidade 𝑓𝑥(𝑥) = (𝑥 ≤ 3) = 𝑃(𝑥) ( 1 10000 ) + ( 2 5000 ) + ( 2 15 ) 𝑓(𝑥 ≤ 3) = 1 10000 + 2 5000 + 3 15 = 0,068 3. Num armazém encontra-se um lote de 10000 latas de um certo produto alimentar que está a ser preparado para ser distribuído. 500 dessas latas já ultrapassaram o prazo de validade. É efectuada uma inspecção sobre uma amostra de 15 embalagens escolhidas ao acaso com reposição. A inspecção rejeita o lote se forem encontradas mais do que duas latas fora do prazo de validade nessa amostra. a) Qual a probabilidade de rejeição do lote 𝑃 = 𝑛(𝐸) 𝑛(Ω) = 15 500 = 0,036 b) Qual o número esperado de latas fora do prazo de validade 𝑃 = 0,75 c) Suponha que as latas são inspecionadas sucessivamente (com reposição) a té ser encontrada uma fora do prazo de validade. i) Qual a probabilidade de ser necessário inspecionar 4 ou mais latas? 𝑃 = 𝑛(𝐸) 𝑛(Ω) = 15 18 = 0,8574 ii) Qual o número esperado de latas inspecionadas? 𝑃 = 𝑛(𝐸) 𝑛(Ω) = 500 10000 = 20 4.Num lote de 500 peças existem 50 defeituosas. Desse lote retira-se ao acaso e com reposição uma amostra. O lote é rejeitado se tal amostra incluir mais do que duas peças defeituosas. Calcule: a) A probabilidade de rejeição do lote se a amostra tiver dimensão 10: 𝑅: 𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑟𝑒𝑗𝑒𝑖𝑐𝑎𝑜 𝑠𝑒 𝑡𝑖𝑣𝑒𝑟 𝑑𝑖𝑚𝑒𝑛𝑠𝑎𝑜 10 é: 0.0702 b) A dimensão que a amostra deve ter para que a probabilidade de rejeição seja inferiora 0.05. 𝑃 ≤ 8 c) Nas condições da alínea(a) e se existirem 100 lotes nas condições indicadas, qual o número esperado de lotes em que se pode esperar que haja rejeição? 𝑃 = 7.02 5. 2000 Pessoas de entre as 60000 que constituem a população de uma cidade estão a assistir a um programa de televisão. Escreva a expressão que lhe permitiria calcular a probabilidade exata de que, entre 250 pessoas selecionadas ao acaso e sem reposição da população da cidade, menos de 5 estejam a ver esse programa. R: a expressão vai ser essa: ∑ ( 2000 𝑛 ) ( 58000 250 − 𝑛 ) ( 60000 250 ) 4 𝑛=0 6. O número de partículas emitidas por uma fonte radioactiva, num dado período de tempo, é uma variável aleatória com distribuição de Poisson. Sabendo que a probabilidade de não ser emitida qualquer partícula nesse período de tempo é 1/3, calcule a probabilidade de que nesse período de tempo a fonte emita pelo menos 2 partículas. Dados Form/Resolucao 𝜆 = 1 3 𝑃[𝑥 = 𝑥𝑖] = 𝑒−𝜆𝜆𝑥𝑖 𝑥𝑖! 𝑥𝑖 = 2 𝑃[𝑋 = 𝑥𝑖] = 0,3005 𝑒 = 2,7183 𝑃[𝑋 = 𝑥𝑖] =? 7. Uma máquina electrónica de venda de chocolates e bebidas dá um lucro de 12 dezenas de euros por semana se não tiver avarias durante a semana. Se a máquina tiver x (x ≥1) avarias durante a semana o custo da reparação é de (x+1) 2 dezenas de euros. Suponha que o número de avarias numa semana, X, é uma variável aleatória de Poisson de parâmetro λ=3/2. a) i. Calcule a probabilidade de numa semana Dados Formul/resoluc 𝜆 = 3 2 𝑃[𝑥 = 𝑥𝑖] = 𝑒−𝜆𝜆𝑥𝑖 𝑥𝑖! 𝑥𝑖 = 2 𝑃[𝑋 = 𝑥𝑖] = 0,2231 𝑒 = 2,7183 𝑃[𝑋 = 𝑥𝑖] =? b) Não haver avaria. 𝜆 = 3 2 𝑃[𝑥 = 𝑥𝑖] = 𝑒−𝜆𝜆𝑥𝑖 𝑥𝑖! 𝑥𝑖 = 0 𝑃[𝑋 = 𝑥𝑖] = 0,4308 𝑒 = 2,7183 𝑃[𝑋 = 𝑥𝑖] =? ii. Haver uma avaria, sabendo que de facto ocorreu avarias nessa semana b) o lucro é de: 4,47 euros 8. Indique uma expressão que lhe permita calcular a probabilidade exacta de que pelo menos 2 pessoas de um grupo de 500 façam anos no dia de Natal (considere o ano com 365 dias). Obtenha um valor aproximado para esta probabilidade com base na distribuição de Poisson. ∑ ( 500 𝑥 ) ( 1 365 ) 𝑥 ( 364 365 ) 500−𝑥500 𝑥=2 ≅ 0,3977 9. Um processo de fabrico de placas de vidro produz, em média, 4 bolhas de ar espalhadas aleatoriamente por 10m2 de placa. Sabendo que a distribuição do número de bolhas de ar pode ser modelada por uma distribuição de Poisson, calcule a probabilidade de: a) Uma placa de 2.5m × 2m ter mais de 2 bolhas de ar: 𝑝𝑋(𝑥) = 𝑃(𝑋 > 2) = 1 − 𝑃(𝑋 ≤ 2) = 0,3233 b) Obter, num lote de 10 placas de vidro com1m × 2.5m, 6 placa perfeitas. A probabilidade será de: 𝑃 = 0,0831 Parte IV. 5. Variáveis aleatórias e distribuições continua 1. Seja X uma variável aleatória com distribuição normal de valor esperado 10 e variância 4, que representa o comprimento de uma barra de ferro. Suponha que a barra é considerada não defeituosas e 8≤X ≤12 e defeituosa caso contrário. a) Qual a probabilidade de que uma barra seja não defeituosa? Dados Formula/resolução 𝐸(𝑥) = 10 𝑓(𝑥) ∫ 𝑓(𝑢)𝑑𝑥 𝑎 𝑏 𝑎 = 4 𝑓(𝑥) = ∫ 𝑢𝑑𝑢 12 8 = 𝑢2 2 |8 12 ⇔ ( 122 2 − 82 2 ) × 8 12 8 ≤ 𝑥 ≤ 12 𝑓(𝑥) = 80 2 × 8 12 = 40 × 2 3 = 26,6 b) Qual a probabilidade de que, em 10 barras escolhidas ao acaso e com reposição do fabrico diário, pelo menos 2 sejam defeituosas. Dados Formula/Resolução 𝑃(𝐴) = 10 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) 𝑃(𝐵) = 2 𝑃(𝐴 ∪ 𝐵) = 10 + 2 − 10 2 = 24−10 2 = 14 2 = 7 𝑃(𝐶) =? 2. O comprimento das peças produzidas por uma máquina é uma variável aleatória normal com valor esperado µ (mm) e variância σ2 (mm2). Uma peça é defeituosa se o seu comprimento diferir do valor esperado mais do que σ. Sabe-se que 50% das peças produzidas têm comprimento inferior a 2.5mm e 47.5% das peças produzidas têm comprimento entre 2.5mm e 3.42mm. a) Dados 𝐸(𝑥) = 𝑢 𝐸(𝑥) = 2,5 × 50 + 3,42 × 50 + 47,5 × 2,5 + 47,5 × 3,42 𝐸(𝑥) = 125 + 171 + 118,75 + 162,45 𝐸(𝑥) = 5,772 𝜎 = √𝐸(𝑥) 𝜎 = √5,772 = 2,402 b) Dados Formula/resolução 𝑃(𝐴) = 2,5𝑚 𝑃(𝐴 ∪ �̅�) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) 𝑃(𝐵) = 3,42𝑚𝑚 = 2,5 + 3,42 − 2,5 = 3,42 𝑃 =? 6.Considerações finais As medidas de localização amostrais média, mediana e quartis, dão informação sobre as correspondentes características populacionais ou parâmetros da população (ou variável aleatória) de onde se selecionou a amostra, respectivamente valor médio, mediana populacional e quartis populacionais. Uma variável aleatória é discreta se sua imagem (ou conjunto de valores que ela assume) for um conjunto finito ou enumerável. Se a imagem for um conjunto não enumerável, dizemos que a variável aleatória é contínua. As medidas de dispersão são amplitude, desvio, variância e desvio padrão e são usadas para determinar o grau de variação dos números de uma lista com relação à média. O estudo da probabilidade é de grande importância para a tomada de decisões em nossa sociedade. Conhecemos como probabilidade a área da matemática que estuda a chance de um determinado evento acontecer. 7.Referências bibliográficas usadas Afonso, A. (2019). PROBABILIDADES E ESTATÍSTICA: Aplicações e Soluções em SPSS. Lisboa: Universidade de Évora. Farias, A. M. (2015). Variáveis Aleatórias Discretas. Fluminense: Universidade Federal Fluminense. Galvão, M. F. (2000). Probabilidades e estatística: conceitos e métodos fundamentais. Lisboa: Vol. I. Escolar. Guedes, T. A. (2016). Estatística Descritiva. São Paulo: Martins Fontes. Landim, F. (2012). MEDIDAS DE POSIÇÃO E DISPERSÃO. Sao Paulo: Paulistas. Silva, A. S. (2008). Projeto Livro Aberto de Matemática: MEDIDASDE POSIÇÃO E DISPERSÃO. Rio de Janeiro: SME Angra dos reis e Mesquita.
Compartilhar