Baixe o app para aproveitar ainda mais
Prévia do material em texto
A´rea Interdepartamental de Matema´tica Escola Superior de Tecnologia de Tomar PROBABILIDADES E ESTATI´STICA COLECTAˆNEA DE EXERCI´CIOS Engenharia Informa´tica Ano Lectivo 2006/2007 Os exerc´ıcios na˜o resolvidos nas aulas pra´ticas constituem elementos de trabalho com- plementar que os alunos devem realizar e esclarecer junto da docente, salvo indicac¸a˜o em contra´rio. Nota: Os exerc´ıcios assinalados com um asterisco (*) sa´ıram em exames de anos lectivos anteriores. Atendimento / Orientac¸a˜o Tutorial L´ıgia Henriques Rodrigues Gab. 106 5ª feira: 14h00 - 14h30 / 17h30 - 18h00 6ª feira: 14h00 - 14h30 / 16h00 - 18h30 1ª PARTE Cap´ıtulo 1 Noc¸o˜es Ba´sicas de Probabilidades 1.1 Qual o nu´mero de permutac¸o˜es poss´ıveis com as letras A, B, C e D? 1.2 Qual o nu´mero de combinac¸o˜es para as mesmas letras, A, B, C e D, tomadas 3 a 3 ? 1.3 Qual o nu´mero total de chaves diferentes que e´ poss´ıvel formar num jogo de totobola? 1.4 Qual o nu´mero de permutac¸o˜es das letras da palavra ”estat´ıstica”? 1.5 As pec¸as que saem de uma linha de produc¸a˜o sa˜o marcadas defeituosas (D) ou na˜o defeituosas (N). As pec¸as va˜o sendo inspeccionadas e registadas, procedendo-se a uma paragem quando se obtenham duas pec¸as defeituosas consecutivas ou quando se tenham registado quatro pec¸as. Descreva o espac¸o de resultados desta experieˆncia. 1.6 Lanc¸a-se 3 vezes uma moeda equilibrada: (a) Defina o espac¸o amostral desta experieˆncia. (b) Calcule a probabilidade de obter: i. duas caras; ii. pelo menos uma cara. 1.7 Um dado e´ lanc¸ado duas vezes. Seja A o acontecimento “soma das pintas obtidas nos dois lanc¸amentos diferente de quatro”. Calcule P (A). 1.8 Considere a experieˆncia aleato´ria do exerc´ıcio anterior e os acontecimentos: A - “sa´ıda de um nu´mero de pintas, no primeiro lanc¸amento na˜o superior a 2”; B - “sa´ıda de um nu´mero de pintas, no segundo lanc¸amento, pelo menos igual a 5”. Qual a probabilidade de que se verifique A ou B. 1.9 Numa revista um economista afirmou que considerava a ”melhoria”da situac¸a˜o finan- ceira ta˜o prova´vel como a sua ”estagnac¸a˜o”. No entanto encarava a ”melhoria”como duas vezes mais prova´vel que a ”quebra”da actividade econo´mica. (a) Que espac¸o de resultados esta´ impl´ıcito nestas observac¸o˜es? (b) Qual a probabilidade associada a cada resultado deste espac¸o? 1 1.10 Treˆs atletas participam numa prova. A probabilidade de o atleta A ganhar e´ duas vezes maior do que a do atleta B ganhar, e esta duas vezes maior que a do C ganhar. Qual a probabilidade de cada um dos atletas ganhar a prova? 1.11 Mostre que, com P (A) = P (B) = 0.6, A na˜o pode ser mutuamente exclusivo com B. 1.12 Segundo certa empresa de estudos de mercado, a prefereˆncia da populac¸a˜o de certa cidade pelas 3 marcas existentes (A, B e C) de um produto de grande consumo, e´ dada pelos seguintes valores (percentagens sobre o total da populac¸a˜o): Consumidores A B C A e B A e C B e C A, B e C das Marcas 51 62 40 28 21 24 10 Qual a probabilidade de uma pessoa escolhida ao acaso nessa cidade, seja consumidora de: (a) Das marcas A ou B; (b) Somente de A e C; (c) Somente C; (d) De pelo menos uma das marcas; (e) De nenhuma delas. 1.13 Sejam A e B dois acontecimentos tais que: P (A) + P (B) = x e P (A ∩B) = y. Determine em func¸a˜o de x e y, a probabilidade de que: (a) Na˜o se realize nenhum dos acontecimentos; (b) Se realize um e um so´ dos acontecimentos; (c) Se realize pelo menos um dos acontecimentos; (d) Se realiza quanto muito um dos acontecimentos. 1.14 Suponha que A, B e C sa˜o acontecimentos tais que: P (A) = P (B) = P (C)=14 ; P (A ∩ B)=P (C ∩ B) = 0; P (A ∩ C)=18 . Calcule a probabilidade de que, pelo menos um dos acontecimentos ocorra. 1.15 Sejam A e B dois acontecimentos quaisquer, tais que: P (A ∪ B) = 7 8 ; P (A ∩ B) = 1 4 ; P (A¯) = 5 8 Calcule: (a) P (A). 2 (b) P (B). (c) P (A ∩ B¯). 1.16 Se P (A ∩B) = 0.6, qual o maior valor para P (A|B). 1.17 Sendo P (A) = 0.5 e P (A ∪ B) = 0.7, determine: (a) P (B) sendo A e B independentes. (b) P (B) sendo A e B mutuamente exclusivos. (c) P (B) sendo P (A|B) = 0.5. (d) P (B) sendo P (A|B) = 0.4. 1.18 Considere treˆs acontecimentos A, B e C tais que: P (C) = 0.3; P (B|C) = 0.4; P (B¯|C¯) = 0.8; P (A|(B ∩ C)) = P (A|(B ∩ C)) = 0.2. (a) Calcule P (C|B). (b) Calcule P [(B ∩ C)|A]. (c) Diga, justificando, se os treˆs acontecimentos sa˜o ou na˜o independentes. 1.19 Sejam A, B e C treˆs acontecimentos aleato´rios, com probabilidade na˜o nula, definidos num espac¸o de resultados Ω. Mostre que: P (A ∩ C|B ∩ C) = P (A|B ∩ C) = P (A ∩ B|C) P (B|C) . 1.20 Considere um espac¸o de resultados constitu´ıdo por N elementos Ai e por M elementos Bj . Os acontecimentos Ai sa˜o equiprova´veis, o mesmo se passando com os aconteci- mentos Bj . Sabe-se, que P (Bj) = 2P (Ai). Considere o acontecimento A formado por n acontecimentos Ai e por m acontecimentos Bj e prove que: P (A) = n+ 2m N + 2M . 1.21 Em certa escola 25% dos estudantes foram reprovados em matema´tica, 15% em qu´ımica e 10% em matema´tica e qu´ımica. Um estudante e´ seleccionado aleatoriamente: (a) Se ele foi reprovado em qu´ımica, qual a probabilidade de ter sido reprovado em matema´tica? (b) Se foi reprovado em matema´tica, qual a probabilidade de ter sido reprovado em qu´ımica? (c) Qual a probabilidade de ter sido reprovado em matema´tica ou em qu´ımica? 1.22 Numa certa cidade 40% da populac¸a˜o tem cabelos castanhos, 25% olhos castanhos e 15% tem cabelos e olhos castanhos. Uma pessoa e´ seleccionada aleatoriamente: (a) Se ela tem cabelos castanhos, qual a probabilidade de ter tambe´m olhos castanhos? (b) Se ela tem olhos castanhos, qual a probabilidade de na˜o ter cabelos castanhos? 3 (c) Qual a probabilidade de na˜o ter nem olhos nem cabelos castanhos? (d) Se ela na˜o tem olhos castanhos, qual a probabilidade de ter cabelos castanhos? (e) Se ela na˜o tem cabelos castanhos, qual a probabilidade de na˜o ter olhos castanhos? 1.23 Numa fa´brica trabalham 30 mulheres e 50 homens cuja distribuic¸a˜o por classes e por idades e´ a seguinte: Idades Homens Mulheres ate´ 21 anos 5 3 de 21 ate´ 50 anos 30 18 mais de 50 anos 15 9 (a) Qual a probabilidade de uma pessoa escolhida ao acaso ser mulher? (b) Qual a probabilidade de uma pessoa escolhida ao acaso ser homem, sabendo-se que tem mais de 50 anos? (c) Qual a probabilidade de uma pessoa escolhida ao acaso ser homem ou ter mais de 50 anos? (d) Os acontecimentos ”a pessoa escolhida ao acaso e´ homem”e ”a pessoa escolhida ao acaso tem mais de 50 anos”sa˜o independentes? Justifique a resposta. 1.24 As probabilidades de treˆs atiradores A, B e C acertarem no alvo sa˜o iguais a 0.75, 0.80 e 0.90, respectivamente. Determine a probabilidade de: (a) Os treˆs atiradores acertarem simultaneamente. (b) Pelo menos um dos atiradores acertar. 1.25 O Rui entrou na universidade e foi informado que ha´ 30% de possibilidade de vir a receber uma bolsa de estudo. No caso de receber a bolsa de estudo a probabilidade de se licenciar e´ 0.85, enquanto que no caso de na˜o obter bolsa a probabilidade de se licenciar e´ 0.45. (a) Qual a probabilidade de que o Rui se licencie. (b) Se daqui a uns anos encontrar o Rui ja´ licenciado, qual a probabilidade de que tenha recebido bolsa de estudo? 1.26 Dos candidatos a um emprego 30% sa˜o mulheres e 70% sa˜o homens; 60% das mulheres e 40% dos homens teˆm estudos superiores. Determine a probabilidade de que um candidato seleccionado aleatoriamente: (a) Seja uma mulher, sabendo que tem estudos superiores. (b) Seja um homem e na˜o tenha estudos superiores. 1.27 Uma empresa produz um bem a partir de 3 processos de fabrico. Sabe-se que 20% da produc¸a˜o tem por base o 1ºprocesso, 30% o 2º e 50% o 3º. Com base em estudos anteriores, chegou-se a` conclusa˜o que, do total de bens produ- zidos pela empresa, 7.5% sa˜o defeituosos, sendo a percentagem de defeituosos entre os produzidos pelo 1º processo de 10% e pelo 2º tambe´m de 10%. 4 (a) Determinado produto foi produzido pelo 3º processo de fabrico. Qual a probabili- dade de ser defeituoso? (b) Determinado produto esta´ defeituoso. Qual a probabilidade de ter sido produzido pelo 3º processo de fabrico? 1.28 Uma loja de brinquedos emprega treˆs mulheres para tentar fazer embrulhos durante a e´poca de Natal. Raquel embrulha 30% dos presentes e esquece-se de tirar o prec¸o 3% das vezes; Helena embrulha 20% dos presentes e esquece-se de tirar o prec¸o 8% das vezes; Joana embrulha os restantes presentes e esquece-se de tirar o prec¸o 5% das vezes. (a) Qual a probabilidade de um presente comprado nessa loja ainda ter prec¸o? (b) Suponha que tinha ido a essa loja, verificando em casa que o seu presente ainda tinha prec¸o. Calcule a probabilidade de ter sido embrulhado pela Joana. 1.29 Parte dos acidentes escolares devem-se a acidentes laboratoriais; 25% dos estudantes na˜o leˆem as instruc¸o˜es que acompanham os produtos que manipulam, e entre os que as leˆem ainda ha´ 10% dos acidentes devido a` falta de precauc¸a˜o na utilizac¸a˜o desses produtos. Qual a probabilidade de que um estudante que na˜o leˆ as instruc¸o˜es venha a ter um acidente, se e´ de 0.7, a probabilidade de que um acidentado na˜o tenha lido as instruc¸o˜es? 1.30 Uma empresa de construc¸a˜o civil produz telhas para o mercado nacional e internacional, sendo ambos os mercados equiprova´veis. Sabendo que 10% das telhas lanc¸adas no mercado nacional apresentam deficieˆncias e que a proporc¸a˜o e´ de 3.3% no mercado externo. Determine: (a) A percentagem de telhas defeituosas na produc¸a˜o total da empresa. (b) Sabendo que encontrou uma telha sem defeitos, qual a probabilidade de ter sido produzida para o mercado nacional? 1.31 Um fornecedor tem grande parte do seu stock constitu´ıdo por martelos pneuma´ticos do mesmo tipo provenientes de treˆs fa´bricas A, B e C. 60% dos aparelhos sa˜o produzidos na fa´brica A e os restantes em B e C na proporc¸a˜o de 3 : 1. Sabe-se que, respectivamente, 20%, 10% e 5% dos martelos provenientes de A, B e C teˆm defeitos. (a) Determine a percentagem de aparelhos do stock que teˆm defeitos. (b) Sabendo que foi encontrado um martelo pneuma´tico com defeito, indique qual a fa´brica que, com maior probabilidade, lhe tera´ dado origem? 1.32 (*) Uma fa´brica de televisores compra 14 dos trans´ıstores de que necessita ao fornecedor A que garante uma fiabilidade (bom funcionamento) de 0.8 ao seu material. A aquisic¸a˜o do restante material e´ igualmente dividida por outras duas firmas, B e C, que garantem, respectivamente, uma fiabilidade de 0.9 e 0.7. (a) Qual a fiabilidade de um trans´ıstor seleccionado ao acaso? (b) Qual a origem mais prova´vel de um trans´ıstor que, escolhido ao acaso, se verificou ter funcionado bem? 5 1.33 (*) Uma companhia que produz trans´ıstores tem 3 linhas de montagem A, B e C produzindo respectivamente 15%, 35% e 50% da sua produc¸a˜o global. Suponha que as probabilidades de um trans´ıstor produzido por cada uma dessas linhas ser defeituoso sa˜o, respectivamente de 0.01, 0.05 e 0.02. (a) Se for escolhido ao acaso da produc¸a˜o global um trans´ıstor, qual a probabilidade de ele na˜o ser defeituoso? (b) Se ao seleccionarmos ao acaso um trans´ıstor, verificarmos que na˜o tem defeitos, qual e´ a probabilidade de ter sido produzido na linha de montagem B? 1.34 (*) A execuc¸a˜o de um projecto de construc¸a˜o de um edif´ıcio no tempo programado esta´ relacionada com os seguintes acontecimentos: E = ”escavac¸o˜es executadas a tempo” F = ”fundac¸o˜es executadas a tempo” S = ”superstrutura executada a tempo” supostos independentes e com probabilidades iguais a, respectivamente, 0.8, 0.7 e 0.9. Calcule a probabilidade de: (a) O edif´ıcio ser terminado no tempo previsto, devido ao cumprimento dos prazos nas treˆs actividades referidas. (b) O prazo de execuc¸a˜o ser cumprido para a escavac¸a˜o e na˜o ser cumprido em pelo menos uma das outras actividades. 1.35 (*) O Ze´ze´ vai tirar a carta de conduc¸a˜o. Antes de fazer os exames, com as novas regras, estima em 0.9 a probabilidade de passar no exame de co´digo e como a´s no volante que e´, em 0.95 a probabilidade de passar no exame de conduc¸a˜o se passou no exame de co´digo. (a) Determine a probabilidade de o Ze´ze´ tirar a carta de conduc¸a˜o. (b) Se na˜o tirar a carta, qual a probabilidade de na˜o ter passado no exame de co´digo. 6 Cap´ıtulo 2 Varia´veis Aleato´rias 2.1 Considere-se o lanc¸amento de treˆs moedas e a varia´vel aleato´ria X={nu´mero de faces}. Determine a func¸a˜o de probabilidade e a func¸a˜o de distribuic¸a˜o. 2.2 Numa caixa esta˜o 5 bolas numeradas de 1 a 5. Duas bolas sa˜o extra´ıdas aleatoria- mente e os seus nu´meros anotados. Determine a func¸a˜o de probabilidade e a func¸a˜o de distribuic¸a˜o de: (a) X={ma´ximo dos dois nu´meros seleccionados}. (b) Y={soma dos dois nu´meros seleccionados}. 2.3 Sendo a func¸a˜o de probabilidade de X indicada por: X 0 1 2 3 f(x) 110 1 5 K 1 10 (a) Indique o valor de K. (b) Deduza a func¸a˜o de distribuic¸a˜o de X. (c) Determine a de forma a ter P(X ≤ a) ≥ 0.5. (d) Calcule P(X = 3|X ≥ 1). 2.4 A varia´vel discreta X apresenta a func¸a˜o de distribuic¸a˜o a seguir tabelada. F (x) = 0 , x < 1 0.1 , 1 ≤ x < 2 0.4 , 2 ≤ x < 3 0.9 , 3 ≤ x < 4 1 , x ≥ 4 (a) Calcule P(X ≤ 2) e P(X > 1). (b) Deduza f(x) e represente graficamente as duas func¸o˜es. 2.5 Verifique se as func¸o˜es indicadas podem ser func¸o˜es de probabilidade de alguma varia´vel aleato´ria. (a) f(x) = 1 5 , para x = 0, 1, 2, 3, 4, 5. 7 (b) f(x) = x+ 1 14 , para x = 1, 2, 3, 4. 2.6 Uma confeitaria estabeleceu um registo de vendas para um certo tipo de bolo. Determine o nu´mero esperado de bolos encomendados. N. de bolos/dia 0 1 2 3 4 5 6 7 8 Probabilidade 0.02 0.07 0.12 0.20 0.20 0.18 0.10 0.10 0.01 2.7 Seja X a varia´vel aleato´ria com a seguinte func¸a˜o de probabilidade: X 2 3 4 5 6 7 8 f(x) 0.10 0.35 0.20 0.10 0.10 0.08 0.07 (a) Calcule o valor me´dio, a moda e a mediana. (b) Qual o valor da variaˆncia e do desvio padra˜o. (c) Verifique se a distribuic¸a˜o e´ sime´trica. 2.8 A func¸a˜o de probabilidade da varia´vel aleato´ria que designa o nu´mero de pec¸as defeitu- osas numa amostra e´ definida por, f(x) = 0.512 , x = 0 0.384 , x = 1 0.096 , x = 2 0.008 , x = 3 0 , outros valores de x (a) Represente-a graficamente. (b) Calcule: P(X ≥ 1); P(X < 2); P(1 < X ≤ 4). 2.9 Seja Y a varia´vel aleato´ria com func¸a˜o de probabilidade: f(y) = y2 + 1 k , y = −2,−1, 0, 1, 2 0 , outros valores de y (a) Determine k de forma a que f(y) seja uma func¸a˜o de probabilidade. (b) Fac¸a a representac¸a˜o gra´fica de f(y). 2.10 Considere a varia´vel aleato´ria discreta X, com a seguinte func¸a˜o de distribuic¸a˜o: F (x) = 0 , x < 0 1/6 , 0 ≤ x < 2 1/4 , 2 ≤ x < 4 1/2 , 4 ≤ x < 6 1 , x ≥ 6 8 (a) Determine a func¸a˜o de probabilidade. (b) Calcule: P(X ≤ 1); P(2 ≤ X < 6); P(0 < X ≤ 2); P (X > 5). 2.11 O nu´mero de automo´veis encomendados mensalmente num stand, e´ uma varia´vel aleato´ria X com a seguinte func¸a˜o de distribuic¸a˜o: F (x) = 0 , x < 0 0.3 , 0 ≤ x < 1 0.6 , 1 ≤ x < 2 0.8 , 2 ≤ x < 3 0.9 , 3 ≤ x < 4 1 , x ≥ 4 (a) Calcule a func¸a˜o de probabilidade. (b) Quantos automo´veis o stand deve ter num meˆs, para que a probabilidade de satis- fazer todas as encomendas na˜o seja inferior a 0.75? 2.12 Considere a seguinte func¸a˜o de probabilidade:f(x) = x2 14 , x = 1, 2, 3 0 , outros valores de x (a) Mostre que a func¸a˜o de probabilidade satisfaz as propriedades de qualquer func¸a˜o de probabilidade e represente-a graficamente. (b) Deduza a func¸a˜o de distribuic¸a˜o e represente-a graficamente. (c) Calcule P(X = 1|X ≤ 2). (d) Determine E(X) e V (X). 2.13 Determine E(X) e V (X) das distribuic¸o˜es dos exerc´ıcios 2.1, 2.2 e 2.6. 2.14 Relativamente a` distribuic¸a˜o da varia´vel X, sabe-se que: E(X)=6 e E(X2)=62. Sendo Y uma outra varia´vel aleato´ria dada por Y = 1 2 X + 3, determine: (a) E(Y ). (b) V (Y ) e σY . 2.15 SejamX e Y duas varia´veis aleato´rias tais que V (X) = 2, V (Y ) = 4 e COV (X,Y ) = −2. Determine V (3X − 4Y + 8). 2.16 Sejam X e Y duas varia´veis aleato´rias independentes tais que V (X) = 1, V (Y ) = 2. Determine V (5X − 2Y + 3). 9 2.17 Sejam X e Y = aX + b duas varia´veis aleato´rias tais que E(X) = 1, E(Y ) = 5, V (X) = 0.25 e V (Y ) = 4. Determine os valores de a e de b. 2.18 Considere a v.a. X, cont´ınua, com func¸a˜o densidade de probabilidade (f.d.p.) dada por: f(x) = 1 2 x , 0 < x < 2 0 , outros valores de x (a) Fac¸a a sua representac¸a˜o gra´fica e mostre que se trata de uma f.d.p.. (b) Calcule P(X ≤ 1), P(14 < X ≤ 12) e P(X > 32). (c) Calcule P(X < 1|12 < X < 2). 2.19 A v.a. X e´ caracterizada pela seguinte func¸a˜o densidade de probabilidade: f(x) = x2 , −1 < x ≤ 0 x , 0 < x ≤ 1 1 12 , 1 < x < 3 0 , outros valores de x (a) Verifique que se trata de uma func¸a˜o densidade de probabilidade. (b) Calcule P(12 < X < 2). (c) Deduza a func¸a˜o de distribuic¸a˜o. 2.20 Uma varia´vel aleato´ria cont´ınua tem a seguinte func¸a˜o densidade de probabilidade: f(x) = 0 , x < 0 k , 0 ≤ x < 1 k(2− x) , 1 ≤ x < 2 0 , x ≥ 2 (a) Calcule: k. P(X < 1.5). E(X) e V (X). (b) Obtenha a func¸a˜o de distribuic¸a˜o. 2.21 A quantidade de pa˜o que uma padaria vende diariamente (em quilogramas) e´ uma varia´vel aleato´ria com distribuic¸a˜o de probabilidade dada pela seguinte func¸a˜o densi- dade: f(y) = ky , 0 ≤ x ≤ 50 k(100− y) , 50 ≤ y ≤ 100 0 , c. c. (a) Calcule o valor de k. (b) Determine a quantidade me´dia de pa˜o vendida diariamente. (c) Qual a probabilidade de um certo dia a venda de pa˜o ser superior a 80 kg? 10 2.22 Uma v.a. X tem a seguinte func¸a˜o densidade de probabilidade: f(x) = x− 1 , 1 ≤ x < 2 3− x , 2 ≤ x < 3 0 , outros valores de x (a) Obtenha a func¸a˜o de distribuic¸a˜o. (b) Calcule o valor me´dio e o desvio padra˜o. (c) Calcule P(2 ≤ X ≤ 2.2). 2.23 As vendas semanais do produto A (em toneladas) comportam-se de forma aleato´ria de acordo com a seguinte f.d.p.: f(y) = { 0.04y + 0.13 , 1 ≤ y ≤ 5 0 , outros valores de y (a) Calcule E(Y ) e V (Y ). (b) Calcule a mediana das vendas mensais. (c) Para o produto A o lucro obtido em cada semana e´ uma varia´vel aleato´ria definida por: X = 200Y − 60. Calcule E(X) e V (X). 2.24 O tempo de espera entre chamadas (em minutos) numa central telefo´nica, pode ser considerado como uma varia´vel aleato´ria e e´ caracterizado pela seguinte f.d.p., f(x) = { (k − 2)e−x , x ≥ 0 0 , x < 0 (a) Determine o valor de k. (b) Qual a probabilidade de que o tempo de espera entre duas chamadas, seja inferior a 3 minutos? (c) Determine o tempo me´dio de espera e o tempo de espera mais frequente entre duas chamadas. (d) Obtenha a func¸a˜o de distribuic¸a˜o da v.a. X. (e) Calcule a probabilidade P (4 ≤ X < 6|X > 2). 2.25 (*) O diaˆmetro de um cabo (em polegadas) supo˜e-se ser uma varia´vel aleato´ria cont´ınua X, com func¸a˜o densidade de probabilidade, f(x) = { 2kx(1− x) , 0 ≤ x ≤ 1 0 , x < 0 ∨ x > 1 (a) Determine o valor de k. (b) Obtenha a func¸a˜o de distribuic¸a˜o de X. (c) Qual a probabilidade de o diaˆmetro de um cabo ser superior a 0.80 polegadas? (d) Calcule P(X ≤ 12 |13 ≤ X ≤ 23). 11 2.26 (*) A percentagem de a´lcool em determinado composto pode ser considerada uma varia´vel aleato´ria X, com a seguinte f.d.p.: f(x) = { 20x3(1− x) , 0 < x < 1 0 , c. c. (a) Determine a func¸a˜o de distribuic¸a˜o de X. (b) Calcule E(X), V (X) e σX . 2.27 (*) A func¸a˜o densidade de probabilidade da varia´vel aleato´ria X tem a seguinte ex- pressa˜o: f(x) = x3 + x , 0 ≤ x ≤ 1 3x2 + 2x− 394 , 1 < x ≤ 2 0 , c. c. (a) Calcule o valor esperado e a variaˆncia de X. (b) Calcule as probabilidades: i. P(X < −1). ii. P(X < 3). 2.28 (*) Seja X uma varia´vel aleato´ria com a seguinte func¸a˜o densidade de probabilidade: f(x) = { x k−1 , 2 ≤ x ≤ 4 0 , c. c. Determine: (a) k. (b) V (X). (c) A correspondente func¸a˜o de distribuic¸a˜o. 2.29 (*) Uma estac¸a˜o de gasolina enche os reservato´rios no princ´ıpio de cada semana. Su- pondo o volume semanal X de vendas (em milhares de litros) de gasolina, uma varia´vel aleato´ria cont´ınua com a seguinte f.d.p.: f(x) = { k(40− x) , 0 ≤ x ≤ 40 0 , c. c. (a) Determine o valor de k. (b) Determine a me´dia e a variaˆncia da varia´vel aleato´ria Y = 2− 3X. (c) Calcule a probabilidade de o volume de vendas numa semana ser superior a 30 (mil litros) de gasolina. 2.30 (*) Admita que o nu´mero de licenciados, em Engenharia Qu´ımica Industrial, procurados diariamente pelas empresas e´ uma varia´vel aleato´ria, distribu´ıda do seguinte modo: 12 X 0 1 2 3 4 f(x) 0.1 k 0.3 k4 0.1 (a) Deduza a func¸a˜o de distribuic¸a˜o e calcule a de modo que P(0 < X ≤ a)=0.8. (b) Determine o valor esperado do nu´mero de licenciados procurados diariamente. (c) Calcule E(3X2 + 1). 2.31 (*) A quantidade de bolos (expressa em kg) vendida diariamente no bar do IPT e´ uma varia´vel aleato´ria com a seguinte f.d.p., f(x) = 5k 2 , 0 ≤ x < 5 k(10− x) , 5 ≤ x < 10 0 , c. c. (a) Obtenha o valor da constante k. (b) Calcule a quantidade me´dia de bolos vendida diariamente no bar do IPT. (c) Determine a quantidade de bolos que deve ser recebida diariamente de forma a satisfazer 80% dos pedidos. 13 Cap´ıtulo 3 Distribuic¸o˜es Teo´ricas 3.1 Uma empresa comercializa garrafas de vinho do Porto de 1 litro. Supo˜e-se no entanto que 40% dessas garrafas conte´m realmente menor quantidade do que o volume indicado no ro´tulo. Tendo adquirido 6 garrafas, qual a probabilidade de: (a) Duas delas conterem menos de 1 litro? (b) No ma´ximo 2 conterem menos de 1 litro? (c) Pelo menos 2 conterem menos de 1 litro? (d) Todas conterem menos de um litro? (e) Todas conterem o volume indicado no ro´tulo? 3.2 Qual a probabilidade de, em 10 lanc¸amentos de um dado perfeito: (a) Se obterem 5 faces par? (b) Se obterem 5 faces superiores a 4? 3.3 Admite-se ser 0.4 a probabilidade de que um cliente que entra num supermercado M realize despesa superior a 1.000$00. (a) Qual a probabilidade de, em 3 clientes: nenhum realizar despesa superior a 1.000$00? no mı´nimo 2 gastarem mais de 1.000$00? (b) Qual a probabilidade de, em 15 clientes: nenhum realizar despesa superior a 1.000$00? no mı´nimo 2 gastarem mais de 1.000$00? 3.4 Um estudante tem 3 exames. A probabilidade de ficar bem em cada um e´ de 12 . Calcule a probabilidade de ficar bem: (a) Em pelo menos 1 exame. (b) Em exactamente 1 exame. 3.5 Se for estimada em 0.3 a probabilidade de uma pessoa contactada realizar uma compra, calcule a probabilidade de um vendedor que visite num dia 16 pessoas: 14 (a) Realizar 5 vendas. (b) Realizar entre 4 e 8 vendas. (c) Realizar quando muito 2 vendas. (d) Realizar no ma´ximo 10 vendas. (e) Realizar pelo menos 12 vendas. (f) Realizar no mı´nimo 3 vendas. (g) Se o vendedor visitar 16 pessoas diariamente, qual o nu´mero me´dio dia´rio de ven- das? 3.6 Um estudo encomendado pela empresa M permitiu apurar queaproximadamente 60% dos seus trabalhadores mantinham uma atitude cooperativa face a` empresa, 30% uma atitude hostil e 10% uma atitude na˜o definida. Qual a probabilidade de num grupo de 12 trabalhadores: (a) Pelo menos 6 adoptarem uma atitude hostil face a` empresa? (b) No ma´ximo 2 terem uma atitude bem definida? (c) Qual o nu´mero esperado de trabalhadores com atitude hostil? 3.7 Um avia˜o comercial tem 4 motores independentes e num voo a probabilidade de cada motor funcionar sem avarias e´ de 99%. Qual a probabilidade do avia˜o fazer uma viagem segura se, para isso, precisar de pelo menos 2 motores a funcionar correctamente. 3.8 A probabilidade de um automo´vel efectuar uma lavagem automa´tica, quando vai ser abastecido de combust´ıvel numa bomba de gasolina, e´ 0.1. Determine: (a) A probabilidade de nenhum dos pro´ximos 6 carros ser lavado. (b) A probabilidade de pelo menos um dos pro´ximos 10 automo´veis efectuar uma lavagem. (c) A probabilidade de pelo menos 2 dos pro´ximos 10 automo´veis efectuarem lavagens automa´ticas. (d) O numero me´dio de lavagens em cada grupo de 25 automo´veis. 3.9 Suponha que X tem distribuic¸a˜o binomial e que p=0.2 e E(X)=1. Calcule n e V (X). 3.10 Suponha queX tem distribuic¸a˜o binomial, com paraˆmetros n e p. Sabendo que E(X)=5 e V (X)=4, determine n e p. 3.11 O nu´mero de chamadas que chegam num per´ıodo de 5 minutos a` central telefo´nica de uma empresa, e´ uma v.a. com distribuic¸a˜o Poisson, de paraˆmetro λ=10. Calcule a probabilidade, de num per´ıodo de 5 minutos: (a) Chegarem exactamente 8 chamadas. (b) Chegarem menos de 5 chamadas. (c) Chegarem, no mı´nimo, 3 chamadas. (d) Chegarem pelo menos 20 chamadas. 15 (e) Na˜o chegar nenhuma. (f) Calcule a probabilidade de num per´ıodo de 2 minutos chegarem exactamente 3 chamadas. 3.12 Numa fa´brica o nu´mero de acidentes por semana segue uma lei de Poisson, de paraˆmetro igual a 2. Calcule a probabilidade de que: (a) Numa semana haja menos de um acidente. (b) Se verifiquem 4 acidentes. 3.13 Um retalhista vende um produto cuja procura se tem comportado segundo uma distri- buic¸a˜o Poisson de paraˆmetro 5. Nos u´ltimos 300 dias seguiu uma pol´ıtica de adquirir 8 artigos por dia, tendo verificado que em 21 desses dias, o seu stock na˜o chegou para satisfazer as encomendas. Quantos produtos (no mı´nimo) devera´ ele passar a adquirir por dia se quiser fazer bai- xar para 0.03 a probabilidade da ruptura de stock? Nota: Os produtos na˜o vendidos no pro´prio dia sa˜o inutilizados. 3.14 Durante 40 minutos consecutivos foi registado o nu´mero de part´ıculas co´smicas que, por minuto, incidem num dado aparelho detector. Os resultados foram compilados na tabela que se encontra abaixo. Na suposic¸a˜o de que as part´ıculas atingem o detector de um modo aleato´rio e a um ritmo constante, qual sera´ a probabilidade de cinco part´ıculas serem detectadas no minuto seguinte? 3 0 0 1 0 2 1 0 1 1 0 3 4 1 2 0 2 0 3 1 1 0 1 2 0 2 1 0 1 2 3 1 0 0 2 1 0 3 1 2 3.15 Um material radioactivo emite part´ıculas α a uma taxa de duas por milisegundo. De- termine a probabilidade de: (a) Serem emitidas duas part´ıculas num milisegundo. (b) Serem emitidas quatro part´ıculas em dois milisegundos. (c) Serem emitidas pelo menos treˆs part´ıculas em dois milisegundos. (d) Serem emitidas pelo menos cinco part´ıculas em dois milisegundos sabendo que ja´ foram emitidas pelo menos duas part´ıculas. 3.16 Admite-se que 5% da produc¸a˜o de certa fa´brica seja defeituosa. Numa encomenda de 100 unidades, qual a probabilidade de se encontrarem: (a) 2 defeituosas. (b) no ma´ximo 2 defeituosas. 3.17 Se a probabilidade de um carro furar um pneu durante a passagem pela ponte sobre o Tejo for de 0.0004, qual a probabilidade de que em 10000 carros haja menos de 3 a sofrer tal percalc¸o? 16 3.18 A procura dia´ria para certo tipo de artigo na loja A segue uma distribuic¸a˜o Poisson. Sabendo que que a procura a me´dia dia´ria e´ de 3 produtos e que o stock dia´rio e´ mantido em 6 unidades, calcule: (a) A probabilidade de num dia serem procurados pelo menos 2 produtos. (b) A probabilidade de se registar uma ruptura de stock. (c) O nu´mero esperado de clientes que ficam por satisfazer. (d) O novo stock dia´rio a assegurar de maneira que a probabilidade de ruptura seja no ma´ximo de 0.004. (e) Em me´dia quantos produtos sa˜o vendidos por dia, na hipo´tese: de a loja poder satisfazer todo e qualquer pedido. estar limitada ao stock dia´rio de 6 unidades. (f) Qual a probabilidade de numa semana (6 dias) se terem verificado no ma´ximo 3 dias com vendas inferiores a 2 produtos. (g) Durante o ano, qual o nu´mero esperado de dias com procura superior a 2 produtos (admitir que o ano tem 365 dias u´teis). 3.19 Uma pessoa tem no bolso 5 chaves do mesmo tipo, mas so´ uma abre a porta. Considere o seguinte me´todo: Experimentar uma chave apo´s a outra, sem as repor no bolso apo´s cada tentativa. Seja X a varia´vel aleato´ria que corresponde ao nu´mero de chaves experimentadas (in- cluindo a que abre a porta). (a) Determine a lei de probabilidade da varia´vel X. (b) Qual o nu´mero me´dio de chaves experimentadas pelo me´todo considerado? 3.20 Considere o caso de uma fila de clientes, num estabelecimento comercial e suponha que em cada unidade de tempo (30 segundos, por exemplo) chega ao estabelecimento, no ma´ximo, 1 cliente. Suponha ainda que a probabilidade de chegar um cliente e´ p e a probabilidade de na˜o chegar nenhum e´ 1 − p. Seja T uma varia´vel aleato´ria que representa o tempo ate´ a` chegada do pro´ximo cliente. (a) Qual a distribuic¸a˜o de T? (b) Qual a probabilidade de na˜o chegar nenhum cliente nas pro´ximas t unidades de tempo? (c) Qual o tempo me´dio ate´ a` chegada do pro´ximo cliente? 3.21 Uma caixa tem doze ampolas, das quais quatro esta˜o estragadas. Dela extrai-se uma amostra de treˆs ampolas, sem reposic¸a˜o. Determine a func¸a˜o de probabilidade e a func¸a˜o de distribuic¸a˜o da v.a. que representa o nu´mero de ampolas estragadas. 3.22 De uma lista de 80 candidatos a um emprego sabe-se que apenas 20 teˆm menos de 25 anos. Se escolher 10 candidatos de uma forma aleato´ria e sem reposic¸a˜o, qual a probabilidade de 5 terem menos de 25 anos? 17 3.23 Uma remessa de 20 barras de ac¸o e´ aceite pelo comprador se, numa amostra de 5 barras, tiradas ao acaso e sem reposic¸a˜o, na˜o houver mais do que uma defeituosa. Qual a probabilidade de ser aceite um lote contendo 4 barras defeituosas? 3.24 Um determinado armaze´m de produtos alimentares possui em stock 4500 latas de con- serva, entre as quais existem 225 cujo prazo de validade termina brevemente. Um supermercado esta´ interessado em comprar as 4500 latas. No entanto a gereˆncia do su- permercado decidiu na˜o efectuar a compra se numa amostra de 30 latas, recolhidas ao acaso e sem reposic¸a˜o, forem encontradas pelo menos 3 cujo prazo de validade termine brevemente. Qual a probabilidade de a compra na˜o se efectuar? 3.25 Sabendo que a durac¸a˜o (em minutos) de uma conversa telefo´nica e´ uma v.a. T com func¸a˜o densidade, f(t) = { ke− t 3 , t > 0 0 , t ≤ 0 (a) Calcule: k. A probabilidade de uma conversa durar mais de 3 minutos. A probabilidade de uma conversa durar mais de 3 minutos mas menos de 5. A probabilidade de uma conversa durar mais de 3 minutos dado que a conversa ja´ dura a` 2 minutos. A durac¸a˜o me´dia de uma conversa deste tipo. (b) Obtenha a func¸a˜o de distribuic¸a˜o. 3.26 Muitos programas de computador possuem um utilita´rio chamado gerador de nu´meros aleato´rios. Este utilita´rio permite obter um (pseudo) nu´mero aleato´rio distribu´ıdo, em geral, uniformemente em ]0, 1]. (a) Determine a func¸a˜o densidade de probabilidade deste tipo de geradores. (b) Qual a probabilidade de o nu´mero gerado estar entre0.3 e 0.5? E entre 0.2 e 0.4? 3.27 O gasto dia´rio para a manutenc¸a˜o de um laborato´rio e´ um nu´mero uniformemente distribu´ıdo entre 10 euros e 50 euros. (a) Determine a me´dia e a variaˆncia desta distribuic¸a˜o uniforme. (b) Calcule a probabilidade de, num dia, o gasto ser superior a 40 euros. E qual sera´ a probabilidade de o gasto ser exactamente 20 euros? 3.28 A varia´vel T representa o tempo de funcionamento sem avarias, expresso em dias, de um determinado equipamento. A f.d.p. da v.a. T e´ definida pela expressa˜o seguinte: f(t) = { 0.5e−0.5t , t > 0 0 , t ≤ 0 (a) Calcule a probabilidade de o equipamento funcionar sem avarias durante um per´ıodo compreendido entre 1 e 3 dias. 18 (b) Determine o valor esperado e a variaˆncia da varia´vel T . 3.29 Considere uma varia´vel aleato´ria X cuja func¸a˜o densidade de probabilidade e´ (b, c > 0): f(x) = { 0 , x ≤ a c b e− x b , x ≥ a (a) Fac¸a um esboc¸o de f(x). (b) Determine c em func¸a˜o d a e de b. (c) Determine o E(X) e V (X). 3.30 Um departamento de reparac¸a˜o de ma´quinas recebe, em me´dia, 5 chamadas por hora. Qual a probabilidade de que a primeira chamada chegue dentro de meia hora? 3.31 Em me´dia, atraca um navio em certo porto a cada dois dias. Qual a probabilidade de que, a partir da partida de um navio, se passem 4 dias antes da chegada do pro´ximo navio? 3.32 Suponha que T, tempo (em horas) de trabalho sem falhas de um dispositivo, segue uma lei exponencial com λ = 0,03. (a) Determine a probabilidade de o dispositivo trabalhar sem falhas nas primeiras 100 horas de funcionamento. (b) Sabendo que o dispositivo na˜o falhou nas primeiras 100 horas, qual a probabilidade de na˜o falhar nas 200 horas seguintes? (c) Que distribuic¸a˜o segue o nu´mero de falhas por unidade de tempo? 3.33 O tempo de funcionamento T entre avarias consecutivas, de uma determinada ma´quina, e´ uma varia´vel aleato´ria exponencial com me´dia de 1 hora. (a) Considere umas da ma´quinas. Qual a probabilidade de estar a funcionar ao fim de 1 hora? E de 2 hora? E de 3 horas? (b) Considere um sistema de montagem composto por 4 destas ma´quinas. Qual a probabilidade de 2 ma´quinas estarem ainda a funcionar (sem avarias) ao fim de 1 hora? E de 2 horas? 3.34 Seja X ∼ N (µ, σ2) e Z = X − µ σ . (a) Mostre que: E(Z)=0 e V(Z)=1. (b) Calcule as seguintes probabilidades: P (µ−σ < X < µ+σ), P (µ−2σ < X < µ+2σ) e P (µ− 3σ < X < µ+ 3σ). 3.35 A v.a. X segue uma distribuic¸a˜o Normal de paraˆmetros µ=20 e σ2=9. (a) Determine as seguintes probabilidades: P(X ≤ 23). P(X ≤ 40). P(X > 21). 19 P(X > 17). P(21.5 < X < 25). P(16.2 < X < 18.8). P(17 < X < 29.3). (b) Determine os valores da varia´vel X tais que: P(X ≤ a)= 0.9332. P(X ≤ b)= 0.1788. P(X ≥ a)= 0.9989. P(X > b)= 0.0062. 3.36 O tempo requerido para executar certa tarefa e´ uma v.a. com distribuic¸a˜o Normal com me´dia 72 minutos e desvio padra˜o 12 minutos. (a) Calcule a probabilidade de que: A tarefa leve mais de 93 minutos. Na˜o leve mais de 95 minutos. Leve entre 63 e 78 minutos. (b) Determine os valores de a e b tais que: P(X > a)=0.2546. P(X < b)=0.0054. 3.37 Sabe-se que a v.a. X tem distribuic¸a˜o Normal com paraˆmetros µ=3 e σ=2. Calcule: (a) P(X < 4) ; P(X < 5) ; P(X > 15). (b) P(X < 1); P(X < −1); P(X > 2); P(X > 3). (c) P(4 < X < 5); P(−1 ≤ X ≤ 2); P(2 < X < 5). 3.38 O tempo (em minutos) que um opera´rio leva a executa certa tarefa e´ uma v.a. com distribuic¸a˜o Normal. Sabe-se que a probabilidade de o opera´rio demorar mais de 13 minutos e´ de 0.0668 e a de demorar menos de 8 minutos e´ de 0.1587. (a) Calcule o tempo me´dio requerido para executar a tarefa e o respectivo desvio padra˜o. (b) Calcule a probabilidade de o opera´rio demorar entre 9 e 12 minutos a executa´-la. 3.39 Calcule a me´dia e o desvio padra˜o da varia´vel X ∼ N (µ, σ2), sabendo que: P(X ≥ 3)=0.8413 e P(X ≥ 9)=0.0228. 3.40 As varia´veis independentes X e Y especificam os desvios (erros elementares) introdu- zidos por duas componentes de um aparelho ele´ctrico e teˆm distribuic¸o˜es normais de me´dias 2 e 4 e variaˆncias 4 e 5, respectivamente. Sabendo que o erro a` sa´ıda do aparelho esta´ associado aos erros destas duas componentes pela relac¸a˜o U = −X+3Y , determine a probabilidade deste erro final ser superior a 15. 3.41 O conteu´do de certo tipo de garrafas e´ aleato´rio e com distribuic¸a˜o Normal de me´dia 1 e desvio padra˜o 0.020. Se 3 garrafas forem despejadas para um recipiente, qual a probabilidade de este ficar com um volume de l´ıquido superior a 3.1 litros? 20 3.42 As pontuac¸o˜es obtidas com um teste psicote´cnico distribuem-se de uma forma apro- ximadamente Normal, sendo a pontuac¸a˜o me´dia de 50p. e o desvio padra˜o de 10p.. Qual a probabilidade de, em 20 pessoas submetidas a esse teste, se registarem 5 com pontuac¸o˜es inferiores a 41.6 pontos? 3.43 A distribuic¸a˜o dos rendimentos familiares de certo bairro de 5000 famı´lias (em u.m.) e´ satisfatoriamente representada por uma lei Normal com paraˆmetros 180u.m. e 25u.m.. (a) Qual o nu´mero esperado de famı´lias nesse bairro auferindo entre 175u.m. e 188u.m.? (b) Qual a percentagem de famı´lias que ganham menos de 163u.m? (c) Qual o rendimento ma´ximo auferido pelo grupo das 500 famı´lias de menores pro- veitos? 3.44 A despesa (euros) de um cliente num supermercado e´ uma varia´vel aleato´riaX ∼ N (µ = 125, σ2 = 400). Determine: (a) A fracc¸a˜o de clientes que gastam mais de 150euros. (b) O valor do consumo abaixo do qual esta˜o os 10% de clientes menos gastadores. (c) Considere o nu´mero de clientes que gastam uma importaˆncia entre 115euros e 135euros. Determine: O nu´mero esperado destes clientes entre os pro´ximos 50. A probabilidade de entre os pro´ximos 3 clientes estarem 2 destes clientes. 3.45 A despesa (euros) de um cliente num supermercado e´ uma varia´vel aleato´riaX ∼ N (µ = 125, σ2 = 400). Determine: (a) A fracc¸a˜o de clientes que gastam mais de 150e. (b) O valor do consumo abaixo do qual esta˜o os 10% de clientes menos gastadores. (c) Considere o nu´mero de clientes que gastam uma importaˆncia entre 115e e 135e. Determine: O nu´mero esperado destes clientes entre os pro´ximos 50. A probabilidade de entre os pro´ximos 3 clientes estarem 2 destes clientes. 3.46 Uma empresa comercializa garrafas de vinho do Porto de 1 litro. Supo˜e-se no entanto que 40% dessas garrafas conte´m realmente menor quantidade do que o volume indicado no ro´tulo. Em 100 garrafas existentes na loja, qual a probabilidade de: (a) Haver 30 com menos de 1 litro? (b) Haver na˜o mais de 30 com menos de 1 litro? (c) Haver mais de 45 com menos de litro? (d) Haver entre 44 e 50 com menos de 1 litro? 3.47 O nu´mero de chamadas que chegam num per´ıodo de 5 minutos a` central telefo´nica de uma empresa e´ uma v.a. com distribuic¸a˜o Poisson de paraˆmetro 10. Calcule a probabilidade de: 21 (a) Em 12 hora, chegarem: 65 chamadas. Pelo menos 70 chamadas. (b) Num dia (8 horas) chegarem: Menos de 900 chamadas. Entre 900 e 1000 (inclusive) chamadas. 3.48 O nu´mero de avarias que uma ma´quina tem por dia e´ aleato´rio e segue uma distribuic¸a˜o de Poisson de me´dia 0.2. Qual a probabilidade de num ano (365 dias), se registarem: (a) 76 avarias. (b) Entre 70 e 75 avarias. (c) Mais de 77 avarias. (d) No ma´ximo 70. Nota: Considere que a ma´quina funciona nos 365 dias do ano. 3.49 (*) Suponha-se gestor de uma empresa, de componentes electro´nicas, cujos lucros men- sais (em milhares de escudos) se comportam de forma aleato´ria e teˆm a seguinte f.d.p., f(x) = k(2x+ 10) , −5 ≤ x < 5 k(22.5− x2 ) , 5 ≤ x < 45 0 , c. c. (a) Determine o valor da constante k. (b) Calcule a probabilidade de a empresa: ter preju´ızos (lucrosnegativos) num meˆs; ter preju´ızos quando muito num meˆs de um trimestre; ter preju´ızos em 3 meses de oito trimestres. 3.50 (*) O comprimento das pec¸as produzidas por uma ma´quina e´ uma v.a. normal com valor esperado µ e variaˆncia σ2. Uma pec¸a e´ defeituosa se o comprimento diferir do valor esperado mais do que σ. Sabe-se que 50% das pec¸as produzidas teˆm um comprimento inferior a 2.5mm e 47.5%, das pec¸as produzidas, teˆm um comprimento entre 2.5mm e 3.42mm. (a) Calcule µ e σ. (b) Determine a probabilidade de que uma pec¸a, escolhida ao acaso, na˜o seja defeitu- osa. 3.51 (*) Um sistema complexo e´ constitu´ıdo por 100 componentes que funcionam indepen- dentemente. A probabilidade de que qualquer das componentes venha a falhar durante o per´ıodo de operac¸a˜o e´ igual a 0.1. Sabendo que o funcionamento do sistema exige que estejam operacionais pelo menos 85 componentes, calcule a probabilidade de que o sistema funcione. 22 3.52 (*) Suponha que o desvio da medida das pec¸as produzidas por uma ma´quina em relac¸a˜o a` norma especificada no mercado e´ uma varia´vel aleato´ria X com a seguinte func¸a˜o densidade de probabilidade: f(x) = 1 + k + x , −1 ≤ x < 0 1 + k − x , 0 ≤ x < 1 0 , c. c. (a) Calcule o valor de k. (b) Calcule a mediana de X. (c) Calcule a probabilidade de que em duas pec¸as extra´ıdas ao acaso, e com reposic¸a˜o, da produc¸a˜o da ma´quina aparec¸a uma com um desvio positivo em relac¸a˜o a` norma. 3.53 (*) Um processo de fabrico de placas de vidro produz, em me´dia, 4 bolhas de ar espalha- das aleatoriamente por 10m2 de placa. Sabendo que a distribuic¸a˜o do nu´mero de bolhas de ar pode ser modelada por uma distribuic¸a˜o de Poisson, calcule a probabilidade de: (a) Uma placa de 2.5m×2m ter mais de 2 bolhas de ar. (b) Obter, num lote de 10 placas de vidro com 1m×2.5m, 6 placas perfeitas. (c) Obter, num lote de 225 placas de vidro com 2.5m×5m, 45 placas com 4 bolhas de ar. 23 2ª PARTE Cap´ıtulo 4 Distribuic¸o˜es por Amostragem 4.1 Consultando a tabela da distribuic¸a˜o t de Student, determine: (a) t(10;0.99) e t(10;0.01); (b) t(18;0.025); (c) O nu´mero real a tal que P(−a < t < a)=0.99 para 23 g.l.. 4.2 Consultando a tabela da distribuic¸a˜o χ2, determine: (a) χ2(9;0.99); (b) χ2(15;0.975); (c) χ2(18;0.01); (d) χ2(28;0.9); (e) Os nu´meros reais positivos a e b tais que P(a < χ2 < b)=0.9 para 19 g.l. e tais que P(χ2 < a)= P(χ2 > b). 4.3 Consultando a tabela da distribuic¸a˜o F de Snedecor e usando as suas propriedades, determine: (a) O valor de F(5,10;0.995) e F(5,10;0.005);, (b) O valor de F(7,5;0.975) e F(7,5;0.025); (c) O valor da probabilidade p, sabendo que, F(9,15;p)=2.09 e o valor de F(9,15;1−p). 4.4 Uma amostra de dimensa˜o n = 100 e´ seleccionada de uma populac¸a˜o cujo valor me´dio e´ µ = 50 e o desvio padra˜o e´ σ = 10. (a) Determine o valor me´dio e o desvio padra˜o de X. (b) Qual a distribuic¸a˜o de probabilidade aproximada de X. (c) Calcule P(X > 52) e P(47.5 < X < 52.5). 4.5 Em determinada cidade, os resultados de um exame oficial acusaram me´dia 72 e desvio padra˜o 8. Qual a percentagem de amostras de dimensa˜o 100 onde se encontra uma me´dia amostral inferior a 70? 25 4.6 Com base numa populac¸a˜o normal, qual devera´ ser a dimensa˜o da amostra para que seja de pelo menos 0.95 a probabilidade de que a me´dia amostral na˜o se afaste da me´dia da populac¸a˜o mais do que 0.5σ? 4.7 O conteu´do (em litros) de garrafas de azeite Azeitoninha segue uma distribuic¸a˜o Normal de me´dia µ = 0.99 e desvio padra˜o σ = 0.02. (a) Seleccionaram-se aleatoriamente 16 garrafas deste azeite para inspecc¸a˜o. Qual a probabilidade de o conteu´do me´dio das garrafas ser superior a 1 litro? (b) Considerando uma amostra de 100 garrafas: Calcule a probabilidade do conteu´do me´dio ser inferior a 9.85dl. Determine a e b tais que P(a ≤ X ≤ b)=0.95. 4.8 Em 1000 amostras de 200 crianc¸as cada, considerando que os dois sexos sa˜o equi- prova´veis, em quantas se esperaria encontrar: (a) Menos de 40% do sexo masculino? (b) Entre 40% e 60% do sexo feminino? 4.9 Admita que a vida de certo fa´rmaco segue uma distribuic¸a˜o normal com vida me´dia de 2000 dias e desvio padra˜o σ = 60 dias. Num lote de 10 medicamentos, qual a probabilidade de que o desvio padra˜o amostral na˜o exceda os 50 dias? 4.10 Admitindo que o peso do conteu´do de embalagens de ac¸u´car tem distribuic¸a˜o Nor- mal com σ2 = 1, seleccionou-se uma amostra aleato´ria de 10 embalagens e pesou-se o conteu´do de cada embalagem. Determine b1 e b2, tal que P(b1 ≤ S′2 ≤ b2)=0.9 e P(S′2 ≤ b1)=P(S′2 ≥ b2). 4.11 As vendas dia´rias de dois estabelecimentos sa˜o aleato´rias. As vendas dia´rias de A possuem valor me´dio µA = 1400 contos e desvio padra˜o σA = 200 contos, enquanto que para B tem-se µB = 1200 contos e σB = 100 contos. Nestas condic¸o˜es, qual a probabilidade de, em dois meses de actividade (60 dias), a me´dia dia´ria de vendas no estabelecimento A ser superior a` me´dia dia´ria de vendas no estabelecimento B, em pelo menos 150 contos? 4.12 Os resultados de uma eleic¸a˜o acusam 65% de votos a favor de determinado candidato. Determine a probabilidade de duas amostras aleato´rias independentes, cada uma com 200 eleitores, acusarem, em mo´dulo, uma diferenc¸a superior a 10% nas proporc¸o˜es dos votos a favor do candidato? 26 Cap´ıtulo 5 Estimac¸a˜o 5.1 Considere um modelo normal e a estat´ıstica T definida da seguinte forma: T = X1 + 2X2 2 para amostras aleato´rias de dimensa˜o n = 2. (a) Determine a distribuic¸a˜o amostral de T e os respectivos paraˆmetros. (b) T e´ um estimador centrado para µ? (c) Obtenha uma estimativa para T com base na amostra (7,8; 6,7). 5.2 Para o paraˆmetro θ de certa populac¸a˜o, foram indicados dois estimadores: θˆ1 e θˆ2. Qual o estimador que escolheria, sabendo que: E(θˆ1) = n+ 1 n θ V (θˆ1) = k n E(θˆ2) = n+ 1 n θ V (θˆ2) = k n+ 3 , onde k e´ uma constante. 5.3 Considere uma amostra aleato´ria de dimensa˜o n proveniente de uma populac¸a˜o, X, normal com me´dia µ e variaˆncia σ2. Prove que X e´ um estimador na˜o enviesado e consistente de µ. 5.4 Considere uma amostra aleato´ria de dimensa˜o n proveniente de uma populac¸a˜o, X, normal com me´dia µ e variaˆncia σ2: (a) Mostre que a variaˆncia amostral corrigida, S′2 = ∑n i=1(Xi −X)2 n− 1 , e´ um estimador na˜o enviesado da variaˆncia populacional σ2. (b) Tendo em conta a relac¸a˜o existente entre a variaˆncia amostral, S2 = ∑n i=1(Xi −X)2 n , e a variaˆncia amostral corrigida, S′2, o que podera´ dizer sobre a propriedade de na˜o enviesamento de S2 (c) Calcule as estimativas fornecidas por cada estimador com base na seguinte amostra: (32; 27; 32; 28; 31; 37; 25; 26; 30). 27 5.5 O peso de componentes electro´nicas produzidas por determinada empresa e´ uma v.a. que se supo˜e ter distribuic¸a˜o normal. Pretendendo-se estudar a variabilidade do peso das referidas componentes, recolheu-se uma amostra de 60 elementos e, obtiveram-se os seguintes valores, em gramas: 60∑ i=1 xi = 6528gr ; 60∑ i=1 x2i = 1003296gr 2 (a) Apresente uma estimativa para a me´dia do peso das componentes. (b) Apresente uma estimativa para a variaˆncia do peso das componentes. (c) Construa um intervalo de confianc¸a para a me´dia do peso com um grau de confianc¸a de 95%. 5.6 Sabe-se que o tempo de vida u´til de um componente electro´nico tem desvio padra˜o σ = 500 horas, mas o tempo me´dio de vida u´til e´ desconhecido. Supo˜e-se que o tempo de vida u´til dos componentes electro´nicos tem uma distribuic¸a˜o aproximadamente normal. Numa amostra de n = 15, o tempo me´dio de vida u´til e´ x = 8900 horas. Pretende-se que construa intervalos de confianc¸a para a me´dia da populac¸a˜o com um grau de confianc¸a de: (a) 95%.(b) 90%. 5.7 Certo equipamento de empacotamento automa´tico encontra-se regulado para encher embalagens de um quilo de certo produto e o seu deficiente funcionamento origina preju´ızo para a empresa. Aceita-se, da experieˆncia passada, que o peso das embalagens se comporta normalmente com uma dispersa˜o dada por σ = 12gr. Para verificar a afinac¸a˜o do equipamento, seleccionaram-se em certo per´ıodo nove embalagens cujos pesos exactos foram anotados (em gramas): 983 992 1011 976 997 1000 1004 983 998 (a) Construa intervalos de confianc¸a para a me´dia, com os seguintes graus de confianc¸a: 90%, 95% e 99%. (b) Suponha que, em vez de uma amostra de nove embalagens , tinha sido obtido uma outra de 100 embalagens que, apo´s os necessa´rios ca´lculos tinha fornecido um peso me´dio x = 994gr. Construa um novo intervalo de confianc¸a, a 95%, com base nesta segunda amostra. Que ilac¸a˜o retira do aumento do tamanho da amostra (c) Qual devera´ ser o tamanho da amostra a recolher, de tal forma que a amplitude do intervalo, a 95%, seja 2? 5.8 O tempo de resoluc¸a˜o de determinado tipo de teste e´ uma varia´vel que segue uma distribuic¸a˜o normal, com σ = 14 minutos. Uma amostra de 12 alunos aleatoriamente escolhidos resolveram o teste no tempo me´dio de 148.3 minutos. (a) Determine o intervalo de confianc¸a a 99% para µ. (b) Caso pudesse aumentar a dimensa˜o da amostra, o que esperaria obter em termos de amplitude do novo intervalo comparativamente com o anterior. 28 (c) Qual devera´ ser o novo n para que o erro da estimativa na˜o ultrapasse os 5 minutos, com um grau de confianc¸a de 99%. (d) Supondo que σ e´ desconhecido e que o desvio padra˜o da amostra e´ igual a 12 minutos, determine o intervalo de confianc¸a a 90% para µ. 5.9 (a) Determine o intervalo de confianc¸a a 90% para o valor me´dio de uma distribuic¸a˜o normal com desvio padra˜o 3, a partir da amostra: 3.3; -0.3 ; -0.6 ; -0.9. (b) Calcule o intervalo de confianc¸a a 90% para o valor me´dio admitindo que o desvio padra˜o da populac¸a˜o e´ desconhecido. 5.10 Uma amostra de 144 observac¸o˜es possui me´dia igual a 160 e variaˆncia igual a 100. (a) Determine o intervalo de confianc¸a para a me´dia da populac¸a˜o com um grau de significaˆncia de 5%. (b) Se pretendermos que este intervalo tenha semi-amplitude de 1.2, quantas ob- servac¸o˜es sera´ necessa´rio efectuar, supondo que a variaˆncia populacional e´ igual a` variaˆncia amostral? 5.11 Num exame de Electro´nica foram avaliados 31 alunos. Considerando estes alunos como uma amostra representativa da populac¸a˜o dos alunos matriculados na disciplina e tendo em conta que, para essa amostra , se obtiveram os seguintes resultados: 31∑ i=1 xi = 299 ; 31∑ i=1 (xi − x)2 = 120 Determine um intervalo de confianc¸a, com α = 10%, para a variaˆncia dos resultados em Electro´nica dos alunos matriculados na disciplina. 5.12 Uma grande cidade dos E.U.A. pretende construir um complexo desportivo . Antes de tomar a decisa˜o foi feito um estudo no aˆmbito do qual 400 pessoas foram entrevistadas. Destas, 310 indicaram poder vir a utilizar o complexo regularmente. Encontre um intervalo de confianc¸a a 95% para a proporc¸a˜o de pessoas que podera´ ser cliente habitual do complexo. 5.13 Num estudo de mercado, quantas pessoas devem ser inquiridas de modo a, com 95% de confianc¸a, se cometer um erro inferior a 3% (para mais ou menos) na estimac¸a˜o da proporc¸a˜o de potenciais clientes do novo servic¸o de televisa˜o por cabo? E se pretender uma estimativa a menos de 1%. 5.14 Duas v.a.’s X1 e X2 seguem uma distribuic¸a˜o normal com variaˆncias σ21 = 3.64 e σ22 = 4.03, respectivamente. Construa um intervalo de confianc¸a a 90% para a diferenc¸a entre as suas me´dias, sabendo que em amostras recolhidas se obtiveram os seguintes resultados: Amostra 1: n1 = 32 x1 = 16.20 Amostra 2: n2 = 40 x2 = 14.85 5.15 Pretende-se investigar o n´ıvel de remunerac¸o˜es de certa categoria profissional. 29 (a) Construa um intervalo de confianc¸a a 99% para a diferenc¸a de me´dias com base nos seguintes resultados (em u.m.): Amostra de 250 Homens: x = 33.8 s2 = 5.7 Amostra de 150 Mulheres: x = 31 s2 = 10.3 (b) Construa um intervalo de confianc¸a a 95% para o quociente das variaˆncias dos n´ıveis de remunerac¸a˜o dos homens e das mulheres ( σ21 σ22 ) com base nos seguintes resultados (em u.m.): Amostra de 31 Homens: s′2 = 5.0 Amostra de 16 Mulheres: s′2 = 9.0 5.16 Uma empresa encomendou um estudo sobre as prefereˆncias das senhoras entre dois detergentes para a loic¸a: A e B (sendo o detergente B pertencente a uma empresa con- corrente). Verificou-se que, numa amostra de 100 senhoras de uma cidade do Norte, 40% das senhoras preferem o detergente A. Numa cidade do Sul do Pa´ıs, das 200 senhoras inquiridas, 60 revelaram que tambe´m preferem o mesmo detergente. Determine um intervalo de confianc¸a a 90%, para a diferenc¸a entre proporc¸o˜es de se- nhoras das duas cidades que preferem o detergente A. 5.17 Presume-se que certo projecto governamental tem aceitac¸a˜o muito diferente consoante se trate de meios urbanos ou rurais. Informac¸a˜o recolhida a propo´sito forneceu os se- guintes resultados: • Nos meios urbanos, das 200 pessoas inquiridas, 78 afirmaram concordar com o pro- jecto; • Nos meios rurais, em 300 pessoas, 153 mostraram-se favora´veis. (a) Apresente uma estimativa para a diferenc¸a entre proporc¸o˜es de pessoas que favo- recem o projecto nos dois meios. (b) Construa um intervalo de confianc¸a a 99%. 5.18 (*) A capacidade (em amperes-hora) de um tipo de bateria varia segundo uma dis- tribuic¸a˜o normal. Seleccionadas aleatoriamente 10 baterias registaram-se as seguintes capacidades: 140 136 150 144 148 152 138 141 143 151 10∑ i=1 xi = 1443 ; 10∑ i=1 (xi − x)2 = 290.1 (a) Determine um intervalo de confianc¸a a 99% para o valor esperado e para o desvio padra˜o da capacidade da bateria, indicando, para cada caso, a varia´vel aleato´ria fulcral. (b) Qual o nu´mero aproximado de baterias que deveriam ser seleccionadas se se quiser estimar o valor esperado da capacidade com um grau de confianc¸a de 99% dentro de uma margem de erro de ±1.5 amperes-hora? Nota: Suponha que a variaˆncia amostral e´ igual a` variaˆncia populacional. 30 5.19 (*) Considere uma populac¸a˜o X com distribuic¸a˜o N(µ, σ2) e seja (X1, . . . , Xn) uma amostra aleato´ria dessa populac¸a˜o. (a) Calcule a probabilidade de o intervalo aleato´rio ( X − σ√ n , X + σ√ n ) conter µ. (b) Admitindo que σ = 2, determine a menor dimensa˜o da amostra correspondente a um intervalo de amplitude menor do que 0.3. (c) Considerando 50 amostras, independentes, de dimensa˜o n, obtidas da populac¸a˜o X, determine qual o nu´mero me´dio de intervalos de confianc¸a, constru´ıdos com base naquelas amostras, que conte´m µ. 5.20 (*) Uma amostra de 100 pec¸as de uma linha de produc¸a˜o revelou 17 pec¸as defeituosas. (a) Determine um intervalo de confianc¸a a 95% para a verdadeira proporc¸a˜o p de pec¸as defeituosas produzidas indicando a varia´vel aleato´ria fulcral utilizada. (b) Quantas pec¸as adicionais devemos recolher para estarmos confiantes a 99% que o erro de estimac¸a˜o de p seja menor que 2%? 31 Cap´ıtulo 6 Testes de Hipo´teses 6.1 Um gestor de produc¸a˜o observou uma certa caracter´ıstica X que segue uma distribuic¸a˜o N(µ, 22). Para estabelecer uma infereˆncia sobre µ fez 5 observac¸o˜es: 108 109 107.4 109.6 112 (a) Teste ao n´ıvel de significaˆncia α = 5% a hipo´tese: H0 : µ = 109 versusH1 : µ 6= 109. (b) Explique, sucintamente, a relac¸a˜o entre α, β e n (respectivamente, erros de 1ª e 2ª espe´cie e dimensa˜o da amostra). (c) Calcule o p-valor associado a este teste. 6.2 Num exame de Estat´ıstica foram avaliados 31 alunos. Considerando estes como amostra representativa da populac¸a˜o dos alunos matriculadosna cadeira de estat´ıstica e tendo em conta que, para essa amostra, se obtiveram os seguintes resultados: 31∑ i=1 xi = 299 ; 31∑ i=1 (xi − x)2 = 120 (a) Com base num ensaio de hipo´teses, com α = 0.05, comente a afirmac¸a˜o: ”A me´dia dos resultados na˜o difere significativamente de 10.” (b) Calcule o p-valor para este teste. (c) Se a me´dia dos resultados de todos os alunos matriculados na cadeira for na reali- dade de 11, qual a probabilidade de estar a tomar a decisa˜o incorrecta? 6.3 O departamento de Controlo de Qualidade de uma firma produtora de conservas de alimentos, especifica que o peso l´ıquido me´dio por embalagem de certo produto deve ser de 500 gramas. Experieˆncia passada indica que os pesos sa˜o normalmente distribu´ıdos com desvio- padra˜o σ = 15 gramas. Se numa amostra de 20 embalagens for encontrado um peso l´ıquido me´dio de 495 gramas, constitui isso prova suficiente de que o verdadeiro peso me´dio e´ inferior ao estabelecido? (α = 5%). 6.4 Um trabalhador leva em me´dia 7 minutos (=420 segundos) para executar certa tarefa. Um te´cnico sugere uma maneira ligeiramente diferente de execuc¸a˜o e decide recolher 32 uma amostra para se certificar se ha´ realmente algum ganho de tempo. Os dados recolhidos sa˜o os seguintes: 16∑ i=1 xi = 6528seg. ; 16∑ i=1 x2i = 2673296seg 2. Pressupondo que se esta´ perante uma populac¸a˜o normal e para o n´ıvel de significaˆncia de 10%, comente a sugesta˜o do te´cnico. 6.5 Suponha que, de entre todos os alunos que frequentam um dos cursos de Engenharia do IPT foram seleccionados, ao acaso, 6 alunos e registadas as suas idades: 27 29 26 26 23 25 Admitindo que a varia´vel em estudo tem distribuic¸a˜o normal, responda a`s questo˜es seguintes: (a) Com base num teste de hipo´teses com α = 5%, comente a afirmac¸a˜o: ”A me´dia das idades na˜o difere significativamente de 24 anos.” (b) Calcule o p-valor associado a este teste. (c) Teste para um n´ıvel de confianc¸a de 99% a hipo´tese H0 : σ = 1 versus H1 : σ > 1. (d) Calcule o p-valor para este teste. 6.6 Admita que o tra´fego de informac¸a˜o gerido diariamente por uma empresa de telecomu- nicac¸o˜es tem distribuic¸a˜o N(µ, σ2). Para avaliar o tra´fego me´dio dia´rio observou-se a quantidade de informac¸a˜o processada em 26 dias, tendo-se constatado um volume de tra´fego total de 260 unidades de informac¸a˜o nos 26 dias, com um desvio padra˜o corrigido de 2.5. Teste para α = 5% a hipo´tese H0 : σ = 7 versus H1 : σ 6= 7. 6.7 No fabrico de certo tipo de pec¸as admite-se uma variabilidade ma´xima nos respectivos diaˆmetros traduzida por σ = 0.5 mil´ımetros. Perante uma amostra de 20 pec¸as em que se calculou s′2 = 0.3, e´ de concluir que o processo de fabrico esta´ fora de controle? (isto e´, que a especificac¸a˜o na˜o esta´ sendo respeitada). Use α = 1%. Pressupo˜e-se que os diaˆmetros das pec¸as obedecem a uma lei normal. 6.8 Uma estac¸a˜o de ra´dio de uma vila pretende efectuar, no mesmo dia em que se realizam as Eleic¸o˜es Europeias, uma previsa˜o da votac¸a˜o num dos candidatos. As intenc¸o˜es de voto sera˜o recolhidas ”a` boca da urna”, ou seja, imediatamente apo´s os eleitores terem votado. A ra´dio tem divulgado que o candidato devera´ ter 50% dos votos. (a) Dos 100 inquiridos, 45 revelaram ter votado no referido candidato. Teste, para um n´ıvel de significaˆncia de 5%, as expectativas da ra´dio. (b) Considerando que o verdadeiro valor e´ de 40%, calcule a probabilidade de estar a aceitar indevidamente H0. (c) Calcule o p-valor associado a este teste. 33 6.9 O departamento de Recursos Humanos de uma grande empresa portuguesa, afirma que o nu´mero de empregados que trabalha com uma taxa de alcoolemia superior ao permi- tido e´ de, apenas, 6%. Feito o teste a 100 indiv´ıduos, este revelou-se positivo em 9. Poder-se-a´ concluir-se que a afirmac¸a˜o do departamento de R.H. esta´ correcta? (consi- dere α = 1%) 6.10 Numa amostra de 100 homens de certa cidade, 38 afirmaram preferir as laˆminas ”Dural”. Teste a hipo´tese de a percentagem de homens que prefere a referida marca ser de 40% contra a alternativa de ser inferior. Utilize α = 10%. 6.11 Uma empresa de estudos de mercado esta´ a estudar se ha´ diferenc¸a entre os sala´rios dos trabalhadores indiferenciados numa certa indu´stria, em duas regio˜es do pa´ıs (A e B). Os resultados obtidos foram: Regia˜o A: nA=100; xA=1000; sA=26,7 Regia˜o B: nB=200; xB= 980; sB=30,4 Se se pretender limitar a 1% o risco de rejeitar incorrectamente a hipo´tese de as me´dias das duas populac¸o˜es em causa sa˜o iguais, que conclusa˜o se podera´ extrair dos dados? 6.12 Para estudar dois tipos de gasolina foram recolhidas duas amostras aleato´rias de 15 carros do mesmo modelo e observada a distaˆncia me´dia (por litro) percorrida por carro. Os resultados obtidos foram: Gasolina 1: x1=17,93; s′21=4,38 Gasolina 2: x2=19,47; s′22=2,41 Com um n´ıvel de significaˆncia de 5%, poder-se-a´ concluir que ha´ uma diferenc¸a signifi- cativa entre as duas me´dias? 6.13 Foram usados dois tipos de adubo em dois campos experimentais, em tudo equivalentes, com o objectivo de analisar a produc¸a˜o de um certo tipo de plantas: Adubo 1: n1=31; x1=12,9; s′1=2,1 Adubo 2: n2=21; x2= 14,7; s′2=1,8 Sera´ de admitir uma variaˆncia na produc¸a˜o de um certo tipo de plantas significativa- mente diferente quando se utiliza o adubo 1 ou o adubo 2? (considere α = 5%) 6.14 Foi efectuado um estudo em duas empresas do mesmo ramo de actividade sobre a pre- fereˆncia dos trabalhadores por dois tipos de aumentos salariais: um pacote de benef´ıcios extra ou um determinado aumento no sala´rio base. Dos 150 trabalhadores da empresa 1, 75 preferiram um aumento no sala´rio base; dos 200 trabalhadores da empresa 2, 103 tambe´m preferiram esse aumento. Comente a seguinte afirmac¸a˜o: ”A diferenc¸a de uma empresa para a outra na proporc¸a˜o de trabalhadores que preferem o acre´scimo no sala´rio base (e na˜o os benef´ıcios extra) na˜o difere significativamente de zero. (considere α = 1%)”. 34 Cap´ıtulo 7 Introduc¸a˜o a` Regressa˜o Linear Simples 7.1 Considere os 5 pontos observados, dados na tabela: x -2 -1 0 1 2 y 0 0 1 1 3 (a) Represente graficamente os dados. (b) Use o me´todo dos mı´nimos quadrados para ajustar uma recta aos pontos observados e represente-a graficamente. (c) Apresente uma estimativa da variaˆncia do erro. 7.2 Use os valores dados abaixo para estimar as equac¸o˜es de regressa˜o: (a) n∑ i=1 xi=200 ; n∑ i=1 yi=300 ; n∑ i=1 xiyi=6200 ; n∑ i=1 x2i=3600 ; n=20. (b) n∑ i=1 xi=700 ; n∑ i=1 yi=-250 ; n∑ i=1 xiyi=-1400 ; n∑ i=1 x2i=21000 ; n=30. (c) n∑ i=1 xi=33 ; n∑ i=1 yi=207 ; n∑ i=1 xiyi=525 ; n∑ i=1 x2i=750 ; n=40. 7.3 Use os valores dados em baixo para determinar o valor de: (a) ∑ si sabendo que n = 10; s = 6.44; ∑ s2i = 439.22; ∑ siri = 880.66;∑ r2i = 1792.44; SQsr = 26.716; (b) ∑ xi sabendo que n = 10 ; y = 5.21 ; ∑ x2i = 1560 ; ∑ xiyi = 637.1 ;∑ y2i = 275.13 ; SQxx = 22.4; (c) n sabendo que ∑ xi = 64.2 ; ∑ yi = 62 ; ∑ x2i = 345.54 ; ∑ xiyi = 341.5 ;∑ y2i = 390 ; SQxx = 2.07. 7.4 Mostre que: SQE = n∑ i=1 (yi − yˆi)2 = SQyy − βˆ1SQxy. (Nota: yˆi = βˆ0 + βˆ1xi.) 35 7.5 A altura de saba˜o numa bacia e´ importante para os fabricantes de saba˜o. Foi efectuada uma experieˆncia fazendo variar a quantidade de saba˜o e medindo a altura da espuma numa bacia standard, depois de uma certa agitac¸a˜o da a´gua. Os resultados obtidos foram: gramas de saba˜o x 4,0 4,5 5,0 5,5 6,0 6,5 7,0 altura de espuma y 33 42 45 51 53 61 62 (a) Admitindo que o modelo Y = β0 + β1x + ² e´ satisfato´rio, determine a melhor equac¸a˜o da recta ajustada. (b) Calcule s2. (c) Pretende-se saber qual a altura da espuma de saba˜o quando a quantidade de saba˜o e´igual a 6,3 gramas. 7.6 Os dados da tabela abaixo da˜o a distribuic¸a˜o no mercado de um produto e os gastos com anu´ncios de televisa˜o: Meˆs Distribuic¸a˜o no mercado Gastos com anu´ncios na TV (trimestre) y (%) x (milhares de contos) Janeiro 15 230 Marc¸o 17 250 Maio 13 210 Julho 14 240 Setembro 16 260 (a) Determine a equac¸a˜o da recta de mı´nimos quadrados que da´ a relac¸a˜o entre a distribuic¸a˜o no mercado e os gastos publicita´rios na TV. (b) Construa o quadro ANOVA. (c) Estime a variaˆncia do erro. (d) Qual a distribuic¸a˜o no mercado quando forem despendidos em publicidade 250 mil contos? E se forem dispendidos 230 mil contos? 7.7 A seguinte tabela fornece os dados de uma amostra referente ao nu´mero de horas de estudo fora da sala de aula para um curso de estat´ıstica com durac¸a˜o de 3 semanas, bem como as classificac¸o˜es obtidas no final do curso. Estudante 1 2 3 4 5 6 7 8 Horas de estudo x 20 16 34 23 27 32 18 22 Classificac¸a˜o no exame y 64 61 84 70 88 92 72 77 (a) Calcule a equac¸a˜o de regressa˜o e interprete as estimativas de β0 e β1. (b) Utilize a equac¸a˜o de regressa˜o para estimar a classificac¸a˜o obtida por um estudante que dedicou 30 horas de estudo fora da sala de aula. (c) Construa o quadro ANOVA e calcule s2. (d) Teste a adequabilidade do modelo (α = 1%). 36 7.8 Como resultado do aumento de centros comerciais suburbanos, muitos armaze´ns do cen- tro da cidade esta˜o a sofrer financeiramente. Um departamento de um destes armaze´ns acha que o aumento de publicidade poderia ajudar a atrair mais compradores. Para estudar o efeito da publicidade nas vendas obtiveram-se registos para meses de meados do ano durante os quais o armaze´m diversificou os gastos na publicidade. Esses registos encontram-se na tabela: Despesas Publicita´rias x Vendas y (milhares de escudos) (milhares de escudos) 9 30 11 34 8 32 12 37 7 31 (a) Estime o coeficiente de correlac¸a˜o entre as vendas e os gastos publicita´rios. (b) Determine a equac¸a˜o de regressa˜o linear para estes dados. (c) Calcule o coeficiente de determinac¸a˜o. Interprete o seu significado. (d) Teste a hipo´tese: H0 : β1 = 0 versus H1 : β1 6= 0 (α = 5%) 7.9 Seja Y uma varia´vel que representa o valor do frete rodovia´rio de determinada merca- doria e x a varia´vel distaˆncia (em km) ao destino da mercadoria. Uma amostra de 10 observac¸o˜es das varia´veis apresentou os seguintes resultados: n=10 ; n∑ i=1 xi=1200 ; n∑ i=1 yi=6480,5 ; n∑ i=1 xiyi=842060 ; n∑ i=1 x2i=186400 ; n∑ i=1 y2i=4713304,03. (a) Determine a recta de regressa˜o dos mı´nimos quadrados. (b) Interprete os valores estimados para β0 e β1. (c) Calcule o coeficiente de determinac¸a˜o e interprete o seu significado. 7.10 Os seguintes dados referem-se a uma amostra de vendas versus a´rea de mostrua´rio, para livros num supermercado: Livros / Dia 40 25 30 32 17 38 44 27 30 30 A´rea de Mostrua´rio 7.0 4.0 4.4 5.0 3.2 6.0 8.0 4.2 4.8 3.4 (a) Calcule βˆ0 e βˆ1 para a recta de regressa˜o de mı´nimos quadrados. (b) Construa o quadro ANOVA. (c) Apresente uma estimativa para a variaˆncia do erro. (d) Estime o coeficiente de correlac¸a˜o entre as vendas e a a´rea de mostrua´rio. (e) Calcule o coeficiente de correlac¸a˜o. 37 7.11 Uma unidade industrial ao destilar ar l´ıquido ”produz”oxige´nio, nitroge´nio e arga˜o. Pensa-se que a percentagem de impurezas encontradas esta´ relacionada linearmente com as impurezas existentes na atmosfera. Com o fim de investigar essa relac¸a˜o linear registaram-se 15 medic¸o˜es da poluic¸a˜o atmosfe´rica, em partes por milha˜o (ppm). Os resultados encontram-se no quadro a seguir: x Impureza (%) y Poluic¸a˜o (ppm) x2 y2 xy 6.70 1.10 8.00 1.45 7.60 1.36 8.30 1.59 6.00 1.08 5.40 0.75 6.40 1.20 6.90 0.99 6.80 0.83 7.10 1.22 7.80 1.47 8.70 1.81 9.90 2.03 8.40 1.75 8.10 1.68 Soma 112.100 20.310 856.63 29.459 157.48 (a) Ajuste o modelo, Y = β0 + β1x+ ², a`s observac¸o˜es. (b) Determine o valor do coeficiente de determinac¸a˜o e interprete-o. (c) Fac¸a uma previsa˜o para o n´ıvel de poluic¸a˜o na atmosfera quando a percentagem de impurezas e´ de 7.5. (d) Construa o quadro ANOVA. 7.12 (*) Da ana´lise do consumo me´dio de energia por agregado familiar durante 10 dias de um meˆs de Inverno numa cidade obtiveram-se os seguintes resultados: i 1 2 3 4 5 6 7 8 9 10 xi 15 14 12 14 12 11 11 10 12 13 yi 4.3 4.4 5.3 4.6 5.5 5.9 5.7 6.2 5.2 5.0 Admita que o modelo de regressa˜o linear simples foi usado para estudar a relac¸a˜o entre o consumo me´dio de energia por agregado familiar e a temperatura me´dia dia´ria. (a) Determine a recta de mı´nimos quadrados. (b) Interprete as estimativas de βˆ0 e βˆ1. (c) Construa a tabela ANOVA. 7.13 (*) Numa fa´brica deseja-se estimar o valor esperado do custo total para produzir um item, E(Y ), como func¸a˜o do nu´mero de unidades produzidas (x). Apo´s um certo per´ıodo 38 de observac¸a˜o, foi poss´ıvel obter: 7∑ i=1 xi=1084 ; 7∑ i=1 yi=1331 ; 7∑ i=1 xiyi=251519 ; 7∑ i=1 x2i=205096 ; 7∑ i=1 y2i=313513. Admitindo que as varia´veis em causa esta˜o relacionadas de acordo com o modelo de regressa˜o linear simples: (a) Escreva a equac¸a˜o da recta de regressa˜o estimada e interprete as estimativas βˆ0 e βˆ1. (b) Acha que a variabilidade registada no custo total de produc¸a˜o do item e´ bem explicada pelo nu´mero de unidades produzidas? Justifique. 7.14 (*) Dez varas de ac¸o de diaˆmetro 0.5mm e de comprimento 2.5m foram submetidas a umm teste laboratorial para ana´lise do alongamento quando submetidas a forc¸as verticais dee va´rias intensidades. Os resultados obtidos foram: Forc¸a (f - kg) 15 19 25 35 42 48 53 56 62 65 Aumento no comprimento (c - mm) 1.7 2.1 2.5 3.4 3.9 4.9 5.4 5.7 6.6 7.2 10∑ 1 f=420 ; 10∑ 1 c=43.4 ; 10∑ 1 f ∗ c=2128.5 ; 10∑ 1 f2=20518 ; 10∑ 1 c2=221.38 (a) Utilizando o me´todo dos mı´nimos quadrados, escreva a equac¸a˜o da recta de re- gressa˜o estimada. (b) Construa a tabela ANOVA. (c) Analise o grau de associac¸a˜o linear entre as duas varia´veis. 39
Compartilhar