Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Métodos Quantitativos Aula Prática 1 Prof. Jéderson da Silva Organização da Aula � Exercício 1: Técnicas de estatística descritiva � Exercício 2: Conceitos de probabilidade � Exercício 3: Conceitos de probabilidade � Exercício 4: Conceitos de probabilidade � Exercício 5: Distribuição de Poisson � Exercício 6: Distribuição normal Exercício 1: Estatística Descritiva � Os seguintes dados são as temperaturas (oF) das juntas dos O-rings para cada teste de incêndio ou de lançamento real de espaço-naves: 84, 49, 61, 40, 83, 67, 45, 66, 70, 69, 80, 58, 68, 60, 67, 72, 73, 70, 57, 63, 70, 78, 52, 67, 53, 67, 75, 69, 70, 81, 76, 79, 75, 76, 58, 31 � (a) Calcule a média, moda, desvio-padrão e a variância da amostra e construa o diagrama de pontos para os dados de temperatura 2 Cálculo da média Cálculo da moda � Neste caso temos um conjunto bimodal cujas modas são: 67 e 70 Cálculo da variância da amostra Cálculo do desvio-padrão amostral � (b) Não considere a menor observação (31oF) e recalcule a média e o desvio-padrão. Comente o que achou. Quão “diferentes” as outras temperaturas são desse último valor? Cálculo da média Cálculo da variância da amostra Cálculo do desvio-padrão amostral � Note que, além da média ter aumentado, pois o valor 31 funcionava diminuindo a média inicial (65,86ºF), o desvio- padrão da amostra possui um valor menor também Exercício 2: Probabilidade � Amostras de emissões de 3 fornecedores são classificadas com relação a satisfazer as especificações de qualidade do ar. Os resultados de 100 amostras são resumidos a seguir: 3 � Seja A o evento em que uma amostra seja proveniente de fornecedor 1 e B o evento em que uma amostra atenda as especificações. Se uma amostra for selecionada ao acaso, determine as seguintes probabilidades: � (a) P(A) � (b) P(B) � (c) P(A’) � (d) P(A ∩ B) � (e) P(A U B) � (f) P(A’ U B) (a) P(A) (b) P(B) (c) P(A’) (d) P(A ∩ B) (e) P(A U B) (f) P(A’ U B) Exercício 3: Probabilidade � A análise de resultados de um experimento de transmutação de uma folha (tornando uma folha em pétala) é resumida pelo tipo de transformação completada: � (a) Se a folha completa a transformação da cor, qual a probabilidade de que ela completará a transformação textural? 4 � Seja A o evento de que a folha completa a transformação da cor � Seja B o evento de que a folha completa a transformação da textura � Do conceito de probabilidade condicional: Neste caso: Logo: � (b) Se a folha não completar a transformação textural, qual é a probabilidade de que ela completará a transformação da cor? � Do conceito de probabilidade condicional: Exercício 4: Probabilidade � Uma batelada de 25 peças moldadas por injeção contém 5 delas que sofreram excessivo encolhimento � (a) Se 2 peças forem selecionadas ao acaso e sem reposição, qual será a probabilidade de que a segunda peça tenha sofrido excessivo encolhimento? 5 Solução � Seja A o evento de que a primeira peça sofra excessivo encolhimento � Seja B o evento de que a segunda peça sofra excessivo encolhimento � Aplicando o Teorema da Probabilidade Total: Neste caso: Portanto: � (b) Se 3 peças forem escolhidas ao acaso e sem reposição, qual será a probabilidade de que a terceira peça tenha sofrido excessivo encolhimento? Solução � Seja A o evento de que a primeira peça sofra excessivo encolhimento � Seja B o evento de que a segunda peça sofra excessivo encolhimento � Seja C o evento de que a terceira peça sofra excessivo encolhimento Neste caso: Aplicando o Teorema da Probabilidade Total: Exercício 5: Distribuição de Poisson � Cada amostra de água tem 10% de chance de conter um determinado poluente orgânico. Considere que as amostras sejam independentes em relação à presença do poluente 6 � (a) Encontre a probabilidade de que nas próximas 18 amostras, exatamente 2 contenham o poluente Solução � Seja X = número de amostras que contém o poluente nas próximas 18 amostras. Então, X é a variável aleatória binomial com p = 0,1 e n = 18. Assim, k, que indica o número de ensaios com ocorrência de sucesso, é igual a 2 Logo: Lembrando que: Portanto: � (b) Determine a probabilidade de que no mínimo 4 amostras contenham o poluente Solução � Seja X = número de amostras que contém o poluente nas próximas 18 amostras. Neste caso X ≥ 4. Então, X é a variável aleatória binomial com p = 0,1 e n = 18. Assim, k, que indica o número de ensaios com ocorrência de sucesso, é igual ou superior a 4 Logo: Utilizando o conceito de um evento complementar: 7 Exercício 6: Distribuição Normal � A resistência à compressão de amostras de cimento pode ser modelada por uma distribuição normal, com uma média de 6000 Kg/cm2 e um desvio- padrão de 100 Kg/cm2 � (a) Qual a probabilidade de a resistência da amostra ser menor que 6250 Kg/cm2? Solução Realizando uma transformação linear de variáveis Logo: � (b) Qual a probabilidade da resistência da amostra estar entre 5800 Kg/cm2 e 5900 Kg/cm2? Solução Onde: Logo: Lembre-se: 8 � (c) Que resistência é excedida por 95% das amostras? Solução Da tabela de distribuição normal: Neste caso: Portanto: Logo: Referência de Apoio �MONTGOMERY, D. C. Estatística Aplicada e Probabilidade para Engenheiros. 5. ed. Editora LTC, 2011.
Compartilhar