Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 1 1 ANÁLISE CONFIRMATÓRIA DOS DADOS 1- INTRODUÇÃO O termo probabilidade é usado de modo muito amplo na conversação diária para sugerir certo grau de incerteza sobre o que ocorreu no passado, o que ocorrerá no futuro ou o que está ocorrendo no presente. A idéia de probabilidade desempenha papel importante em muitas situações que envolvem uma tomada de decisão. Os modelos probabilísticos podem ser úteis em diversas áreas do conhecimento humano, tais como: Administração de empresas, Informática, Economia, Psicologia, Biologia e outros ramos da ciência. Para a avaliação da probabilidade de ocorrência de um determinado evento, poderá basear-se em duas escolas de pensamento: I. A escola objetiva ou clássica: considera que as regras do cálculo das probabilidades devem ser aplicadas somente a eventos que podem ser repetidos indefinidamente sob as mesmas condições. Exemplo: receber duas figuras em um jogo de cartas; ou ganhar numa loteria em que 15 000 pessoas possuam bilhetes. Esses ”experimentos” podem ser repetidos sob as mesmas condições e diferentes pessoas “provavelmente” obteriam os mesmos resultados. II. A escola subjetiva ou personalista: considera que a probabilidade de certo evento é medida pelo grau de crença que cada pessoa atribui a ocorrência desse evento. Evidentemente, neste caso, teremos diferentes “probabilidades” para um mesmo evento. 2. CONCEITOS BÁSICOS Fenômeno: É qualquer acontecimento natural. Fenômeno determinístico: É um fenômeno que fornece um único resultado sob as mesmas condições. Fenômeno probabilístico, aleatório ou estocástico: É um fenômeno que fornece mais de um resultado sob as mesmas condições. Experimento Aleatório: é aquele que poderá ser repetido sob as mesmas condições indefinidamente. Tal experimento apresenta variações de resultados, não sendo possível afirmar, a priori, qual será sua determinação antes que o mesmo tenha sido realizado. É possível, porém, descrever todos possíveis resultados: as possibilidades. Exemplos de experimentos aleatórios: E1: Lançamento de um dado; E2: Lançamento de três moedas; E3: Retirar uma carta de um baralho com 52 cartas e observar seu naipe; E4: Retirar com ou sem reposição bolas de uma urna (com 5 bolas brancas e seis pretas; E5: Contar o número de peças defeituosas da produção diária da máquina A; E6: Sortear um aluno de um determinado curso. DISTRIBUIÇÕES DE PROBABILIDADES DE VARIÁVEIS DISCRETAS Variável Aleatória: é a função que associa a todo evento pertencente a uma partição do espaço amostral um único número real. Variável Aleatória discreta: é quando assume valores em um conjunto finito ou em um conjunto infinito, porém enumerável. ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 2 2 Função de probabilidade: é a função que associa a cada valor assumido pela variável aleatória a probabilidade do evento correspondente, isto é: P (x = xi) = P ( Ai), i = 1, 2, ..., n No lançamento de três moedas, suponhamos x = número de ocorrências da face cara. A distribuição de probabilidade de x é dada pelo conjunto de pares xi, P( xi ), i = 1, ...,n, como mostram o quadro e o gráfico abaixo: Observe que em todas as distribuições de probabilidades de variáveis aleatórias, a soma das probabilidades é igual à unidade: ∑ = = n i ii xPx 1 1)( P(xi) xi P(xi) 0 8 1 1 8 3 2 8 3 3 8 1 ΣΣΣΣ 1 PARÂMETROS DAS DISTRIBUIÇÕES São características numéricas de importância numa distribuição de probabilidade. Os parâmetros que veremos são: esperança, variância e desvio padrão. ESPERANÇA MATEMÁTICA: λλλλ ou E (x) Considere o primeiro exemplo, onde x = número de caras que aparecem em três jogadas de uma moeda. Suponha que esse experimento seja repetido 800 vezes. Seria de se esperar que em 100 vezes obtivéssemos zero cara, em 300 casos surgiria uma única cara, e assim sucessivamente. Em geral, medindo-se uma variável aleatória n vezes, é de se esperar que o seu valor seja igual n vezes sua probabilidade de ocorrência: E(x) ou λλλλ = n . P(x). A esperança matemática, esperança de X ou valor esperado de X é a média de todos os valores que esperaríamos obter se medíssemos a variável aleatória um número muito grande de vezes. Para um número grande de repetições, a média de todos os valores seria igual a 1,5, obtido da expressão: (100 x 0 + 300 x 1 + ... + 100 x 3 ) / 800 ou do quadro abaixo: xi P(xi) xi . P(xi) 0 8 1 0 1 8 3 8 3 2 8 3 8 6 3 8 1 8 3 ΣΣΣΣ 1 1,5 Exercício resolvido 1º. Uma empresa seguradora sabe que a probabilidade de um carro sofrer acidente é de 3%. Ela cobra R$1.000,00 por um seguro cujo prêmio é de R$30.000,00 em caso de sinistro. Quanto ela espera ganhar por carro segurado? x . • • • • 0 1 2 3 1/8 3/8 A esperança de x é uma média ponderada de todos os valores possíveis de x. O peso, ou ponderação, de cada valor é igual a probabilidade de x tomar esse valor. A esperança de x é também chamada média de x, ou média da distribuição de x, e é em geral simbolizada pela letra grega λλλλ . Lembre-se que E(x) é uma constante e não uma variável aleatória. Definição: E (x) = λλλλ = ΣΣΣΣ xi . P ( xi ) ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 3 3 Solução: De acordo com a probabilidade dada, dentre 100 carros segurados, 97 dão lucro de R$1.000,00 e 3 dão prejuízo de R$29.000,00 (R$30.000,00 – R$1.000,00). Lucro total: ( 97 x R$1.000,00 ) – ( 3 x R$29.000,00 ) = R$10.000,00 Lucro médio por carro = R$10.000,00 / 100 = R$100,00 A esperança da empresa é obter um ganho médio de R$100,00 por veículo segurado. Pela definição, a esperança pode ser determinada conforme o quadro abaixo: xi P ( xi ) xi . P(xi) R$ 1.000,00 0,97 R$970,00 R$ 29.000,00 0,03 R$870,00 DISTRIBUIÇÃO DE PROBABILIDADES DISTRIBUIÇÃO BINOMIAL (para variáveis discretas) O experimento consiste num número finito de tentativas repetidas, cada uma das quais tendo apenas dois resultados possíveis que são registrados como sucesso (p) ou fracasso (q). • As tentativas repetidas são independentes. • As probabilidades associadas com sucesso (p) e fracasso (q) são conhecidas e não mudam durante a experiência. • A ordem em que aparecem os elementos num grupo não tem importância. A Distribuição Binomial fornece resposta à seguinte questão: se há n tentativas independentes, cada qual tendo a mesma probabilidade p de sucesso e (1 – p ) = q de fracasso, qual é a probabilidade de ocorrência de x sucessos em n tentativas? Apresentaremos o desenvolvimento da distribuição com os lançamentos de moedas. Consideraremos a face cara (K) como sucesso, p, e coroa (C) como fracasso, q = 1 – p. Fórmula geral: Suponha que um experimento seja realizado n vezes. Seja x o número de sucessos. Se a probabilidade de sucesso em cada prova é p, então a probabilidade de obter x sucessos é dada por: P (E) = n x px qn-x Lembre-se que: !)!( ! xxn nn x − = PROPRIEDADES DA DISTRIBUIÇÃO BINOMIAL • Esperança (média): E (x) = λλλλ = n x p • Variância: σσσσ2 = n . p . q • Desvio padrão: qpn ..=σ DISTRIBUIÇÃO DE POISSON (também para variáveis discretas) É comum depararmos com distribuição binomial onde n é muito grande (n → ∞∞∞∞) e p é muito pequeno (p → 0). Nesses casos,não é possível usar a tabela e os cálculos se tornam complicados. O jeito é usar computador ou então fazer cálculos aproximados. É aí que entra a distribuição de Poisson. Ela nada mais é que uma aproximação da distribuição binomial. Aplica-se a distribuição de Poisson quando: • valor de n é muito grande (supera o maior valor tabelado. No mínimo, superior a 15); • valor de p é muito pequeno (p < 0,1); • valor da média (λ) não seja muito elevada (0 < λ ≤ 10). São 97% de probabilidade de ganhar R$1.000,00 contra 3% de chance de perder R$29.000,00. ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 4 4 Quando isso ocorre, a média será tomada como λλλλ = n.p. Assim, a distribuição Binomial: P (E) = n x px qn-x pode ser substituída para: P (E) = ! . x e xλλ− , onde: e = 2,71828... Lim n→→→→∞∞∞∞ n x px qn-x = ! . x e xλλ− , onde: λλλλ = n . p PROPRIEDADES DA DISTRIBUIÇÃO POISSON: Esperança (média): E (x) = µµµµ = λλλλ = n . p ; Variância: σσσσ2(x) e Desvio padrão: pn.=σ Exercícios Propostos 1ª) Por um pedágio “W” em dias tranqüilos, passam em média oitenta carros por hora. Determine a probabilidade de nos próximos cinco minutos passarem (considere este, um dia tranqüilo): a) exatamente quatro carros; b) pelo menos quatro carros; c) no máximo quatro carros. *2ª) O veterinário do zoológico “H” afirma que a cada quatro animais que ali nasce, três são fêmeas. Estão para nascerem, neste zoológico, cinco animais na próxima semana, determine as chances de: a) nascerem exatamente quatro fêmeas; b) nascerem quatro fêmeas (pelo menos); c) nascerem dois machos (pelo menos); d) nascerem todos de mesmo sexo. 3ª) A cada vinte registros de uma atividade tem-se que, dezessete deles estão dentro das especificações. Considerando tal afirmação, qual a probabilidade de nos próximos cinco registros: a) pelo menos dois estarem fora das especificações?; b) no máximo quatro deles estarem dentro das especificações?; c) nenhum estar fora das especificações? 4ª) Utilizando a afirmação da questão anterior, qual a probabilidade de nos próximos trinta e cinco registros, pelo menos seis deles estarem fora das especificações? 5ª) Os registros afirmam que vinte peças são danificadas, numa máquina “W”, por dia de trabalho (oito horas de trabalho). Qual a probabilidade de nos próximos quarenta e cinco minutos de trabalho, pelo menos duas peças saírem danificadas desta máquina? 6ª) Os registros de uma única autorizada “W”, no último semestre de 2004 na cidade de “C.G.”, confirmam que, uma média de quarenta aparelhos elétricos é recebida por dia (8 horas de trabalho) pela mesma, com diversos tipos de defeitos. Determine a prob. de nos próximos quarenta minutos, pelo menos quatro aparelhos defeituosos chegarem nesta autorizada. 7ª) Se a probabilidade de um indivíduo sofrer choque anafilático, resultante da injeção de um determinado soro é de 0,001 (um em cada mil), determinar a probabilidade de, em três mil e quinhentos indivíduos, pelo menos cinco indivíduos sofrerem aquela reação. .≅ 27,46% *8ª) O operador de uma máquina afirma que: “a cada oito peças produzidas pela mesma, cinco saem perfeitas” (em condições para serem lançadas no mercado). Sete peças estão para sair deste processo de fabricação, determine: a) as a probabilidade de pelo menos cinco peças saírem perfeitas; Resp.: ≅ 47,53%; b) as chances de no máximo duas peças saírem defeituosas. Resp.: ≅ 47,53%. 9ª) Um a cada mil pessoas reage negativamente ao medicamento “w”, e estão para fazer uso do mesmo, duas mil e quinhentas pessoas. Qual a probabilidade de pelo menos quatro destas pessoas, sofrerem a tal reação (reação nociva)? Resp.: ≅ 24,2%. 10ª) Quinze mortes por semana ocorrem na cidade “w” decorrente dos acidentes de “moto”. Qual a probabilidade de, nos próximos dois dias, ocorrerem no máximo três mortes? 11ª) Se a probabilidade de ocorrência de uma peça defeituosa é de 30%, determinar a média e o desvio-padrão da distribuição de peças defeituosas de um total de 800. 12ª) 80% das ações mais negociadas em uma Bolsa de Valores caíram de preço. Suponha que você tenha uma carteira com 20 dessas ações e que as ações que perderam valor possuam distribuição binomial. Pede-se calcular: a) quantas ações de sua carteira você espera que tenha caído de preço; b) o valor do desvio-padrão das ações que tem na carteira; c) a probab. de que tenham caído de preço exatamente 15 dessas ações. 13ª) Suponha que a variável aleatória x possui distribuição de Poisson com média λλλλ >>>> 0. ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 5 5 Sabendo-se que P(x = 1) = P(x = 2), pede-se calcular: P(x = 0) ; P(x = 3) e P(x < 4) . 14ª) Um produto eletrônico contém 40 circuitos integrados. A probabilidade de que qualquer circuito integrado seja defeituoso é de 0,01. Os circuitos integrados são independentes. O produto opera somente se não houve circuitos integrados defeituosos. Qual é a probabilidade de que o produto opere? *15ª) Uma peça de reposição do osso do quadril está sendo testada no laboratório, com relação à tensão. A probabilidade de completar com sucesso o teste é de 0,80. Sete peças, escolhidas aleatória e independentemente, são testadas. Qual é a probabilidade de: a) que no máximo duas destas peças completem com sucesso o teste?; b) que pelo menos uma destas peças não tenha sucesso no teste? 16ª) Os registros confirmam que, a cada vinte ligações telefônicas para os consultórios médicos, dezenove ligações estão interessadas em saber da existência de convênios com planos de saúde. Determine a probabilidade de: a) em cinqüenta ligações telefônicas para um consultório médico, pelo menos duas ligações não se interessarem por convênios com planos de saúde; b) em seis ligações telefônicas para um consultório médico, no máximo duas ligações estarem interessadas por convênios com planos de saúde. 17ª) Os registros de uma única autorizada “W”, no último semestre de 2004 na cidade de “C.G.”, confirmam que a mesma recebe uma média de dez aparelhos elétricos por dia (8 horas de trabalho), com diversos tipos de defeitos. Determine a probabilidade de na próxima hora, exatamente quatro aparelhos defeituosos chegar nesta autorizada “W”. *18ª) A cada quatro registros de uma atividade tem-se que, três deles estão dentro das especificações. Considerando tal afirmativa, qual a probabilidade de nos próximos cinco registros: a) no máximo dois dos registros estarem fora das especificações?; b) todos os registros estarem dentro das especificações? 19ª) Numa linha adutora de água de 60km de extensão, o número de vazamentos seguirá uma distribuição de Poisson de parâmetro λλλλ = 4 vazamentos. Qual a probabilidade de ocorrer, durante o mês, pelo menos um vazamento em certo setor de 3 km de extensão? 20ª) Os registros confirmam que, num certo processo de fabricação, por dia de trabalho (oito horas), próximo de doze peças saem da produção não atendendo as exigências do controle de qualidade (por estarem fora dos padrões estabelecidos, não podem ser lançadas no mercado). Determine a probabilidade de: a) pelo menos duas peças, saírem deste processo, na próxima hora de trabalho, não atendendo as exigências do controle de qualidade b) nas próximas duas horas, saírem no máximo três peças não atendendo as exigências do controle de qualidade. *21ª) A cada oito registros de uma atividade, três deles estão fora das especificações. Considerando tal afirmativa, determine a probabilidade de nos próximos seis registros: a) no máximo dois deles estaremdentro das especificações; b) todos os registros estarem nas mesmas condições? 22ª) Se as chances de um indivíduo sofrer choque anafilático, resultante da injeção de um determinado soro, é de 0,001, determinar a probabilidade de, em dois mil indivíduos, exatamente três sofrerem aquela reação. 23ª) O operador da máquina “W”, em operação, afirma que, uma média seis peças saem defeituosas por hora. Determine a probabilidade de nos próximos vinte minutos saírem: a) no máximo três peças defeituosas; b) pelo menos três peças defeituosas; c) exatamente três peças defeituosas. 24ª) A cada cinco registros analisados numa determinada atividade, um deles está fora das especificações (não atende as especificações). Considerando tal afirmativa, determine as chances de nos próximos quatro registros analisados pelo menos três deles atendam as especificações. 25ª) Num certo processo de fabricação, num dia de trabalho (oito horas), próximo de dezesseis peças saem da produção não atendendo as exigências do controle de qualidade (não são lançadas no mercado por estarem fora dos padrões estabelecidos). Determine as chances, de na próxima meia hora, pelo menos uma peça não atenda as exigências do controle de qualidade. 26ª) Suponha que a variável aleatória x possui distribuição de Poisson com média λ > 0. Sabe- se que P(x = 2) = P(x = 3), pede-se calcular P(x = 5). *27ª) Suponha que a variável aleatória x possui distribuição Binomial para n = 8. Sabe-se que P(x = 2) = P(x = 3), pede-se calcular P(x = 5). ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 6 6 28ª) Um produto eletrônico contém 40 circuitos integrados. A probabilidade de que qualquer circuito integrado seja defeituoso é de 0,05. Os circuitos integrados são independentes. O produto opera somente se não houve circuitos Integrados defeituosos. Qual é a probabilidade de que o produto não opere? 29ª) Numa linha adutora “W”, de 60 km de extensão, o número de vazamentos seguirá uma distribuição de Poisson, onde se espera 12 vazamentos por dia. Qual a probabilidade de ocorrer, no próximo dia, pelo menos um vazamento em 5 km de extensão desta adutora? 30ª) Os registros confirmam que, num certo processo de fabricação, por dia de trabalho próximo de dez peças saem da produção não atendendo as exigências do controle de qualidade (não são lançadas no mercado por estarem fora dos padrões estabelecidos). Determine a probabilidade de na próxima hora, saírem no máximo duas peças não atendendo as exigências do controle de qualidade. Exercícios Propostos 1ª) mimcarrosmim mim carros 5/67,65. 60 80 60 80 =⇒=⇒= λλλ (é a esperança) a) %5,10 !4 .67,6 67,64 ≅⇒ −e b) +++− −−−− !3 .67,6 !2 .67,6 !1 .67,6 !0 .67,61 67,6367,6267,6167,60 eeee ≅ 89,9% c) !4 .67,6 !3 .67,6 !2 .67,6 !1 .67,6 !0 .67,6 67,6467,6367,6267,6167,60 −−−−− ++++ eeeee = 20,5 % 2ª) em 4 animais, nascem 3 fêmeas (passado) n = 5 animais. a) nascerem exatamente quatro fêmeas P(x=4 fêmeas) = %55,39 1024 405 4 1 . 256 81 .5 4 1 . 4 3 . 4545 4 === − b) nascerem quatro fêmeas (pelo menos quatro fêmeas) P(x ≥ 4 fêmeas) = P(x = 4) ou P(x = 5) 6328,0 1024 648 1024 243 1024 4051. 1024 243 .1 4 1 . 256 81 .5 4 1 . 4 3 . 4 1 4 3 . 5555 5 4545 4 ==+=+= + −− c) nascerem dois machos (pelo menos) ou P(x ≥ 2) = x= 2 ou x = 3 ou x= 4 ou x = 5 1 – (P(x= 0) ou P(x = 1) =−= +−= +−= + − −− 1024 648 1024 1024 1024 405 1024 243 1024 1024 256 81 . 4 1 .5 1024 243 .1.1 1024 1024 4 3 . 4 1 . 4 3 . 4 1 .1 1515 1 0505 0 3672,0 1024 376 == d) nascerem todos de mesmo sexo ou P(x = 5 fêmeas) + P(x = 5 machos) = 2383,0 1024 2441. 1024 1 .11. 1024 243 .1 4 3 . 4 1 . 4 1 . 4 3 . 5555 5 5555 5 ==+= + −− P(x = 5 fêmeas ou x = 0 fêmeas) = 2383,0 1024 244 1024 1 1024 243 1024 1 .1.11. 1024 234 .1 4 1 . 4 3 . 4 1 . 4 3 . 0505 0 5555 5 ==+=+= + −− P(x = 5 machos ou x = 0 machos) = 2383,0 1024 244 1024 243 1024 1 1024 243 .1.11. 1024 1 .1 4 3 . 4 1 . 4 3 . 4 1 . 0505 0 5555 5 ==+=+= + −− 3ª) em 20 registros (passado) : 20 17 dentro das especificações então 20 3 fora das especificações n = 5 registros (futuro) a) pelo menos dois estarem fora das especificações P(x ≥ 2 fora) = x = 2 ou x = 3 ou x = 4 ou x = 5 ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 7 7 = + + + −−−− 5555 5 4545 4 3535 3 2525 2 20 17 . 20 3 . 20 17 . 20 3 . 20 17 . 20 3 . 20 17 . 20 3 . = − + − + − + − 1. 3200000 243 .)!55(!5 !5 20 17 . 160000 81 .)!45(!4 !5 400 289 . 8000 27 .)!35(!3 !5 8000 4913 . 400 9 .)!25(!2 !5 16479,0 3200000 527328 3200000 243 3200000 6885 3200000 78030 3200000 442170 3200000 243 .1 3200000 1377 .5 3200000 7803 .10 3200000 44217 .10 ==+++=+++ P(x ≥ 2) = 1 – [P(x= 0) + P(x = 1)] = +−= +−= + − −− 3200000 1252815 3200000 14198571 160000 83521 . 20 3 .5 3200000 1419857 .1.11 20 17 . 20 3 . 20 17 . 20 3 .1 1515 1 0505 0 16479,0 3200000 527328 3200000 26726721 ==− b) no máximo quatro deles estarem dentro das especificações P(x ≤ 4) = x = 0 ou x = 1 ou x = 2 ou x = 3 ou x = 4 P(x ≤ 4) = 5563,04437,011. 3200000 1419857 .11 20 3 . 20 17 .1 5555 5 =−= −= − − c) nenhum estar fora das especificações? P(x = 0) = 4437,0 3200000 1419857 x1x1 20 17 . 20 3 . 0505 0 == − 4ª) Utilizando a afirmação da questão anterior, qual a probabilidade de nos próximos trinta e cinco registros, pelo menos seis deles estarem fora das especificações? λ = 35 x 20 3 ⇒ λ = 5,25= 42,8% +++++− −−−−−− !5 .25,5 !4 .25,5 !3 .25,5 !2 .25,5 !1 .25,5 !0 .25,51 25,5525,5425,5325,5225,5125,50 eeeeee 5ª) P(x ≥ 2) = 1 – [P(x= 0) + P(x = 1)] 875,145 608 20 =⇒= λλ mimx mimx máquinas ⇒⇒⇒⇒ %9,55 !1 .875,1 !0 .875,11 875,11875,10 = +− −− ee 6ª) P(x ≥ 4) = 1 – [P(x= 0) + P(x = 1) + P(x = 2)] + P(x = 3)] 3 10 24 80 480 1600 mim40x mim60x8 aparelhos40 =λ⇒=λ⇒=λ⇒=λ = +++− −−−− !3 e. 3 10 !2 e. 3 10 !1 e. 3 10 !0 e. 3 10 1 3 10 3 3 10 2 3 10 1 3 10 0 %212068,0) 6 3 10 2 3 10 3 10 1(xe1 32 3 10 ≅=+++−= − 7ª) P(x ≥ 5) = 1 – [P(x= 0) + P(x = 1) + P(x = 2)] + P(x = 3) + P(x = 4)] ≅≅≅≅ 27,46% 0,001 ou 1000 1 sofrer o choque então λ = 5,3 1000 1 .3500 = (é em média de sofrer o choque) Obs. As chances de pelo menos 4 reagir negativamente P(x≥5) = ) !4 e.5,3 !3 e.5,3 !2 e.5,3 !1 e.5,3 !0 e.5,3 (1 5,345,335,325,315,30 −−−−− ++++− %272746,0) 24 5,3 6 5,3 2 5,3 5,31(xe1 432 5,3 ≅=++++− − 8ª) a cada 8 peças: 5 saem perfeitas (passado) a) a probabilidade de pelo menos cinco peças saírem perfeitas P(x ≥ 5) = P(x = 5) + P(x = 6) + P(x = 7) P(x ≥ 5) = 7777 7 67677 6 5757 5 8 3 . 8 5 . 8 3 . 8 5 . 8 3 . 8 5 . −−− + + ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 8 8 = − + − + − 1. 2097152 78125 .)!77(!7 !7 8 3 . 262144 15625 .)!67(!6 !7 64 9 . 32768 3125 .)!57(!5 !7 Resp.: ≅≅≅≅ 47,53%; 4754,0 2097125 996875 2097125 78125 2097125 328125 2097125 590625 2097152 78125 x1 2097125 46875 x7 2097152 28125 x21 ≅=++=++ b) as chances de no máximo duas peças saírem defeituosas P(x ≤ 2) = P(x = 0) + P(x = 1) + P(x = 2) P(x ≤ 2) = = + + −−− 2727 2 1717 1 0707 0 8 5 . 8 3 . 8 5 . 8 3 . 8 5 . 8 3 . Resp.: ≅≅≅≅ 47,53%. =++= − ++ 2097125 28125 x21 2097125 328125 2097125 78125 32768 3125 x 64 9 x)!27(!2 !7 262144 15625 x 8 3 x7 2097125 78125 x1x1 4754,0 2097125 996875 ≅ 9ª) a cada 1000 pessoas: uma reage negativamente = 1000 1 reage negativamente (passado) então λ = 2 1000 1 .2000 = (é em média de reagir negativamente) Obs. As chances de pelo menos 4 reagir negativamente P(x ≥ 4) = 1 – [P(x= 0) + P(x = 1) + P(x = 2)] + P(x = 3)] P(x≥4) = %141429,0) 6 8 221(xe1) !3 e.2 !21 e.2 !1 e.2 !0 e.2 (1 2 23222120 ≅=+++−⇒+++− − −−−− 10ª) dias2x dias7 mortes15 dias7 mortes15 =λ⇒=λ ⇒ λ = 7 30 P(x ≤ 3) = P(x= 0) + P(x = 1) + P(x = 2)] + P(x = 3) P(x≤3) = !3 e. 7 30 !2 e. 7 30 !1 e. 7 30 !0 e. 7 30 7 30 3 7 30 2 7 30 1 7 30 0 −−−− +++ %383797,0) 6 7 30 2 7 30 7 30 1(xe 32 7 30 ≅=+++⇒ − 11ª) λ = n . p ⇒ λ = 800 x 0,30 ⇒ λ = 240 σ(x) = p.n ⇒ σ(x) = 30,0.800 ⇒ σ(x) = 15,49 12ª) 0,80 caíram então 0,20 não caíram em n = 20 a) quantas ações de sua carteira você espera que tenha caído de preço; pxn=λ 1680,0x20 ⇒=λ ações caíram (é em média o que se espera) b) o valor do desvio-padrão das ações que tem na carteira; 78885,12,320,0x80,0x20qxpxn)x( ≅⇒⇒=σ ações c) a probabilidade de que tenham caído de preço exatamente 15 dessas ações. P(x = 15) = == − = − 000011264,0. !5x!15 !15x16x17x18x19x2000032,0.0352,0.)!1520(!15 !2020,0.80,0. 152015 20 15 1746,0000011264,0x16x17x3x19 ≅ 13ª) P(x = 1) = P(x = 2) então λ=⇒λ=⇒λ=λ λ−λ− 2 1x21 1 !2 e. !1 e. 21 calcule: a) P(x = 0) = %141353,0 !0 e.2 20 ≅⇒ − b) P(x = 3) = %181804,0 !3 e.2 23 ≅⇒ − c) P(x < 4) = %868571,0) 6 8 221(xe !3 e.2 !21 e.2 !1 e.2 !0 e.2 2 23222120 ≅=+++⇒+++ − −−−− ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 9 9 14ª) n = 40 circuitos e 0,01 ou 100 1 def. Obs. As chances de operar? λ = 4,0 100 1 .40 = (é em média o que se espera com def.) %676703,0 !0 e.4,0 4,00 ≅= − 15ª) 0,80 sucesso e 0,20 não sucesso em n = 7 a) que no máximo duas destas peças completem com sucesso o teste? P(x ≤ 2 sucesso) = = + + −−− 272 7 2 171 7 1 070 7 0 20,0x80,0x20,0x80,0x20,0x80,0x %0004672,0 ≅ =++= − ++ 0002048,0x210003584,00000128,000032,0x64,0x)!27(!2 !7000064,0x80,0x70000128,0x1x1 b) que pelo menos uma destas peças não tenha sucesso no teste? P(x ≥ 1 não sucesso) = x = 1 ou x = 2 ou x = 3 ou x = 4 ou x = 5 ou x = 6 ou x = 7 ou P(x ≥ 1 não sucesso) = 1 – P(x = 0) ( ) 7902848,02097125,012097152,0x1x1180,0x20,0x1 0707 0 =−=−= − − 16ª) n = 20 ligações: 19 interessadas então apenas uma não se interessa (passado). a) P(x ≥ 2 não se interessarem) = 1 – [P(x= 0) + P(x = 1)] eressadaint 20 19 ou eressadaintnão 20 1 logo λ = 5,2 20 1 .50 = (é a média de não interessada) %7171227,05,3.e1 !1 5,2 !0 5,2 .e1 !1 e.5,2 !0 e.5,2 1 5,2 1p 5,2 5,215,20 ≅=−⇒ +−⇒ +− −− −− b) em n = 6 ligações determine P(x ≤ 2 estejam interessadas) = ? p = plano 20 19 P(x ≤ 2) = P(x= 0) + P(x = 1) + P(x = 2) = + + −−− 2626 2 1616 1 0606 0 20 1 . 20 19 . 20 1 . 20 19 . 20 1 . 20 19 . = − ++= 160000 1 x 400 361 x)!26(!2 !6 3200000 1 x 20 19 x6 64000000 1 x1x1 000086406,0 64000000 5530 64000000 361 x15 64000000 114 64000000 1 ==++ = 0,0086406% Resp. ≅≅≅≅ 1% 17ª) hora/aparelhos25,1 h8 aparelhos10 =λ⇒=λP(x = 4 ) = %3029,0 !4 e.25,1 25,14 ≅⇒ − Resp. 029,0⇒ ≅ 3% 18ª) a cada 4 registros 3 estão dentro das especificações. dentro 4 3 e fora 4 1 (passado) n = 5 a) P(x ≤ 2) = P(x = 0) + P(x = 1) + P(x = 2) p = fora 4 1 = + + −−− 2525 2 1515 1 0505 0 4 3 . 4 1 . 4 3 . 4 1 . 4 3 . 4 1 . 8965,0 1024 918 1024 27 x10 1024 405 1024 243 64 27 x 16 1 x)!25(!2 !5 256 81 x 4 1 x5 1024 243 x1x1 ≅=++= − ++= Resp. ≅ 9%. b) P(x = 5 dentro das esp.) p= dentro 4 3 : = −5555 5 4 1 . 4 3 . 2373,01x 1024 243 x1 = Resp. ≅ 24%. ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 10 10 19ª) em 60km temos 4 vaz então se espera em 3km: λ = 0,2 vaz. P(x≥≥≥≥1) = P(x=1) + P(x=2) + P(x=3) + ... P(x≥≥≥≥1) = 1 – [P(x=0)] ⇒ %181813,0e1 !0 e.2,0 1 2,0 2,00 ≅=−⇒− − − Resp. ≅ 18%. 20ª) 5,1 h8 peças12 =λ⇒=λ (é o que se espera na próxima hora) a) P(x ≥ 2) = 1 – [P(x=0) + P(x=1) + P(x=2)] P(x ≥ 2) = %444422,05,2.e1 !1 5,1 !0 5,1 .e1 !1 e.5,1 !0 e.5,1 1 5,1 1p 5,1 5,115,10 ≅=−⇒ +−⇒ +− −− −− b) 325,1 8 12 =⇒=⇒= λλλ x h peças (é o que se espera nas próximas duas horas) P(x ≤ 3) = P(x=0) + P(x=1) + P(x=2) + P(x=3) P(x ≤ 3) = ( ) =+++⇒ +++⇒+++ − −−−− 5,45,431.049787,0 !3 3 !2 3 !1 3 !0 3 .e !3 e.3 !2 e.3 !1 e.3 !0 e.3 3210 3 33323130 %65647232,0 ≅= Resp. ≅ 65%. 21ª) a cada n=8: 3 estão fora das especificações logo fora 8 3 e dentro 8 5 (passado) n = 6 a) P(x ≤≤≤≤ 2 dentro) = P(x = 0) + P(x = 1) + P(x = 2) ∴ p = dentro 8 5 = + + −−− 2626 2 1616 1 0606 0 8 3 . 8 5 . 8 3 . 8 5 . 8 3 . 8 5 . = − ++ 4096 81 . 64 25 .)!26(!2 !6 32768 243 x 8 5 x6 262144 729 x1x6 1604,0 262144 42039 262144 30375 262144 7290 262144 4374 262144 2025 . !4x1x2 !4x5x6 262144 7290 262144 4374 =⇒++=++ Resp. ≅ 16%. b) x = 6 fora ou x = 6 dentro 0624,0 262144 16354 262144 15625 262144 7291. 262144 15625 .11. 262144 729 .1 8 3 . 8 5 . 8 5 . 8 3 . 6666 6 6666 6 =⇒+⇒+= + −− x = 6 fora ou x = 0 fora 0624,0 262144 16354 262144 15625 262144 729 262144 15625 .1.11. 262144 729 .1 8 5 . 8 3 . 8 5 . 8 3 . 0606 0 6666 6 =⇒+⇒+= + −− x = 6 dentro ou x = 0 dentro 0624,0 262144 16354 262144 729 262144 15625 262144 729 .1.11. 262144 15625 .1 8 3 . 8 5 . 8 3 . 8 5 . 0606 0 6666 6 =⇒+⇒+= + −− Resp. ≅ 6%. 22ª) 001,0nocivoser 1000 1 p =λ⇒= em n = 2000 indivíduos para x = 3 sofrer o choque choqueosofrerindivíduos2001,0x2000 ⇒=λ então para x = 3 sofrer o choque: P (x = 3) = )%04,18(1804,0 !3 e.2 23 = − Resp. 1804,0⇒ Resp. ≅ 18%. Análise: Segundo Poisson a cada 100 vezes que 2000 pessoas forem vacinadas próximo de 18 vezes teremos exatamente 3 pessoas sofrendo o choque. 23ª) h defpeças 1 .6 =λ se 6 p. danificadas em cada 60min então min20/.defpeça2=λ a) P(x ≤ 3) = P(x=0) + P(x=1) + P(x=2) + P(x=3) %868571,0) 6 8 221.(e !3 e.2 !2 e.2 !1 e.2 !0 e.2 2 23222120 ≅=+++⇒+++ − −−−− Resp. ≅ 86%. ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 11 11 b) P(x≥≥≥≥3) = ? P(x=3) + P(x=4) + P(x=5) + ... P(x ≥≥≥≥ 3) = 1 – [P(x=0) + P(x=1) + P(x=2)] %323233,0)221.(e1) !2 e.2 !1 e.2 !0 e.2 (1 2 222120 ≅=++−⇒++− − −−− Resp. ≅ 32%. c) P(x=3) = ? %181804,0 !3 e.2 23 ≅⇒ − Resp. ≅ 18%. 24ª) a cada 5 registros analisados: um está fora das especificações (passado) fora 5 1 n = 4 determine: P(x ≥≥≥≥ 3) = [P(x = 3) + P(x = 4)] 8192,0 625 512 625 256 625 256 1. 625 256 .1 5 1 . 125 64 .4 5 1 . 5 4 . 5 1 . 5 4 . 444 4 4 343 4 3 ⇒=+⇒+= + −− Resp. ≅ 82%. 25ª) h8 .defpeças16 =λ se 2 p.d. por cada hora então 1p.d. por cada meia hora. h5,0/.defpeça1 8 5,0.16 ⇒=λ ⇒ P(x≥≥≥≥1) = ? P(x=1) + P(x=2) + P(x=3) + ... P(x≥≥≥≥1) = 1 – [P(x=0)] ⇒ %636321,0e1 !0 e.11 1 10 ≅=−⇒− − − . Resp. ≅ 63%. 26ª) Se P(x=2) = P(x=3) então P(x = 5) = ?. 3 3 1 1x2x3 e. 1x2 e. !3 e. !2 e. 3232 =λ⇒λ=⇒λ=λ⇒λ=λ λ−λ−λ−λ− então 1008,0 120 0498,0.243 !5 .3)( 35 =⇒= −e xP Resp. ≅ 10%. 27ª) n = 8. Sabe-se que P(x = 2) = P(x = 3) então P(x = 5) = ?. P(x = 2) = P(x = 3) 383 8 3 282 8 2 qpqp −− = logo p)!38(!3 !8q)!28(!2 !8 − = − ⇒ p2qp 2 q =⇒= como 1qp =+ então 1p2p =+ 1p3 = 3 1p = 3 2q = P(x = 5) = 0683,0 6561 448 27 8 . 243 1 . 1x2x3x!5 !5x6x7x8 27 8 x 243 1 x)!58(!5 !8 3 2 3 1 . 5858 5 ⇒=⇒ − = − Resp. ≅ 7%. 28ª) 0,05 ou 100 5 ou 20 1 def. 100 95 ou 20 19 perf. Em n = 40 circuitos: λ = 2 20 1 .40 = (é em média o que se espera com def.) λ = 38 20 19 .40 = sem def. Quando você for montar o eletrônico. n = 40 x = 0 defeit. (sucesso ⇒ exigência) vai operar. x = 1, x = 2, x = 3 ... x = 40 (não sucesso) não vai operar. P(x≥≥≥≥1) = 1 – P(x = 0) P(x≥1) = %868647,0e1 !0 e.21 2 20 ≅=−⇒− − −Resp. ≅ 86%. Obs. As chances de operar? P(x=0def.) = %141353,0 !0 e.2 20 ≅= − Resp. ≅ 14%. 29ª) km60 vazamentos12 =λ em 60km temos 12 vaz então se espera em 5km: λ = 1 vaz. P(x≥≥≥≥1) = P(x=1) + P(x=2) + P(x=3) + ... P(x) = 1ou x = 2 ou x = 3 ou ... ) P(x≥1) = 1 – P(x = 0) então P(x) = %636321,0e1 !0 e.11 1 10 ≅=−⇒− − − Resp. ≅ 63%. ESTATÍSTICA II – Análise Confirmatória dos dados – profs. Selmo Pires 12 12 30ª) )horas8(dia .defpeças10 =λ ; 10 peças def. por cada 8 horas então 1,25 peças def. por hora. Espera-se que na próxima hora : λ = 1,25 peças def. / hora P(x ≤ 2 peças def. / h) = P(x = 0) + P(x = 1) + P(x = 2) P(x ≤ 2 peças def. / h) = %87868,0)03125,3(*2865,0 2 25,125,11.e !2 e.25,1 !1 e.25,1 !0 e.25,1 225,125,1225,1125,10 ≅⇒= ++⇒++ − −−− Resp. ≅ 87%. Análise: Segundo Poisson a cada cem vezes que estivermos observando a produção durante uma hora aproximadamente, oitenta e sete vezes sairão no máximo duas peças não atendendo os padrões estabelecidos.
Compartilhar