Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Rio Grande do Norte Escola de Ciências e Tecnologia ECT 1301 - Probabilidade e Estatística Prof. Sandro Bruno do Nascimento Lopes Prova 2 - Noite 2015.1 GABARITO 1. (2, 0 pontos) A análise de desempenho médio dos alunos de uma grande escola foi levantada. Para tanto, realizou-se um teste com 51 alunos escolhidos aleatoria- mente, e constatou-se um desempenho médio de 590 pontos, e desvio padrão de 77 pontos. Determine o Intervalo de Confiança, com nível de confiança de 95%, para o desempenho médio dos alunos da escola. O problema pede para estabelecer um Intervalo de Confiança para o desempenho médio dos alunos da escola. Como se trata de um valor médio (desempenho médio), este Intervalo de Confiança pode ser considerado referente a média populacional µ. No problema é fornecido um valor de desvio-padrão referente a uma amostra com 51 alunos. Neste caso, o Intervalo de Confiança de interesse é dado como:[ x− tα 2 ,n−1 ( s√ n ) ;x+ tα 2 ,n−1 ( s√ n )] Para estabelecer o Intervalo de Confiança como sendo o apresentado anteriormente, é preciso garantir que a média amostral tenha distribuição aproximadamente normal. Isto pode ser feito verificando se a variável aleatória que descreve a população possui distribuição normal, ou o tamanho da amostra utilizada é suficientemente grande para considerar a aplicação do Teorema do Limite Central. Para este exemplo, a segunda condição é satisfeita, visto que a amostra utilizada tem tamanho n = 51 elementos, e a regra para a aplicação do Teorema do Limite Central é que n > 30. Com esta definição, torna-se necessário definir o valor crítico tα 2 ,n−1, sabendo que o nível de confiança desejado é de 95% e o tamanho da amostra é n = 51: • n− 1 = 51− 1 = 50; • (1− α) ∗ 100% = 95% • 1− α = 0, 95; • α = 0, 05. • α2 = 0, 05 2 = 0, 025 • tα 2 ,n−1 = t0,025,50 = 2, 009 É informado no problema que, para um teste realizado com um conjunto de 51 alunos, o desempenho média foi de 590 pontos e o desvio-padrão de 77 pontos. Portanto, o intervalo 1 de confiança será: [ x− tα 2 ,n−1 ( s√ n ) ;x+ tα 2 ,n−1 ( s√ n )] [ 590− 2, 009 ( 77√ 51 ) ; 590 + 2, 009 ( 77√ 51 )] [590− 2, 009 (10, 7822) ; 590 + 2, 009 (10, 7822)] [590− 21, 6614; 590 + 21, 6614] [568, 3386; 611, 6614] O intervalo de confiança definido para o desempenho médio dos alunos da escola é dado por [568, 3386; 611, 6614]. 2. (2, 0 pontos) O comprimento dos rebites produzidos por uma fábrica possui dis- tribuição normal com valor médio de 34, 8 centímetros e desvio-padrão de 1, 4 centímetros. (a) (0, 5 ponto) Determine a probabilidade de um rebite produzido por esta fá- brica ter comprimento dado entre 32 e 35 centímetros; De acordo com o problema, existe uma variável aleatóriaX = { Comprimento dos rebites produzidos por uma fábrica }, que possui distribuição normal, com valor médio mu = 34, 8 centímetros e desvio-padrão σ = 1, 4 centímetros. Ou seja, X ∼ N(34, 8; 1, 42). Como a distribuição de X é expressa por uma distribuição normal não-padrão, define-se o escore-Z Z associada a ela da seguinte forma: Z = X − µ σ = X − 34, 81, 4 Neste item, pede-se para calcular a probabilidade de um rebite produzido por esta fábrica ter comprimento dado entre 32 e 35 centímetros. Matematicamente, esta informação pode ser expressa como P (32 < X < 35) e é dada por: P (32 < X < 35) = P (32− 34, 8 1, 4 < Z < 35− 34, 8 1, 4 ) = P (−2, 8 1, 4 < Z < 0, 2 1, 4 ) ≈ P (−2 < Z < 0, 1429) ≈ P (−2, 00 < Z < 0, 14) = Φ(0, 14)− Φ(−2, 00) = 0, 5557− 0, 0228 = 0, 5329 Logo, a probabilidade de um rebite produzido por esta fábrica ter comprimento dado entre 32 e 35 centímetros é de, aproximadamente, 53, 29%. (b) (0, 75 ponto) Qual é o comprimento mínimo de 75% dos rebites fabricados? Nesta questão, pede-se para definir o comprimento mínimo de 75% dos rebites fabricados. Em termos da variável aleatória em questão, o que se deseja é obter um valor de X, denominado xp, para o qual 75% do rebites tenha comprimento igual ou maior, ou seja, P (X ≥ xp) = 0, 75. 2 Reescrevendo o problema em função da variável Z, deseja-se estabelecer zp para o qual P (Z ≥ zp) = 0, 75. Consequentemente: P (Z ≥ zp) = 0, 75→ 1− Φ(zp) = 0, 75→ Φ(zp) = 1− 0, 75 Φ(zp) = 0, 25→ zp ≈ −0, 67 O valor da resistência xp é expresso através da expressão Z = X − 33, 5 1, 2 : zp = xp − 34, 8 1, 4 → −0, 67 = xp − 34, 8 1, 4 → xp − 34, 8 = −0, 67 ∗ 1, 4→ xp − 34, 8 = −0, 938 → xp = 34, 8− 0, 938→ xp = 33, 862 cm Portanto, o valor do comprimento mínimo de 75% dos rebites fabricados é de 33, 862 centímetros. (c) (0, 75 ponto) O emprego de um rebite é determinado de acordo com o com- primento deste. Estabeleceu-se que os rebites com mais de 36 centímetros são destinados exclusivamente a construção civil, rebites com menos de 33 centímetros são empregados exclusivamente na indústria automobilística, e rebites fora deste dois intervalos são empregados em outras áreas que não sejam construção civil ou indústria automobilística. Determine, então, a probabilidade de um rebite selecionado aleatoriamente ser empregado para a construção civil ou para a indústria automobilística. Nesta questão, pede-se para estabelecer a probabilidade de um rebite selecionado alea- toriamente servir para a construção civil ou para a indústria automobilística. De acordo com as informações do problema, é possível afirmar que: • Para um rebite ser aplicado na construção civil, ele precisa ter um comprimento maior do que 36 centímetros. Matematicamente, isto significa que X > 36; • Para um rebite ser aplicado na indústria automotiva, ele precisa ter um comprimento menor do que 33 centímetros. Matematicamente, isto significa que X < 33; • Os dois conjuntos definidos (X > 36 e X < 33) não possuem intersecção, pois não possuem intervalo de valores em comum. Logo, estes dois conjuntos são considerados disjuntos. Como a probabilidade de interesse é por um rebite que seja empregado na construção civil ou na indústria automotiva, deseja-se avaliar P (X > 36 ∪X < 33). Como os dois conjuntos são disjuntos, tem-se que: P (X > 36 ∪X < 33) = P (X > 36) + P (X < 33) = P ( Z > 36− 34, 8 1, 4 ) + P ( Z < 33− 34, 8 1, 4 ) = P ( Z > 1, 2 1, 4 ) + P ( Z < −1, 8 1, 4 ) = P (Z > 0, 8571) + P (Z < −1, 2857) = [1− Φ(0, 86)] + Φ(−1, 29) = [1− 0, 8051] + 0, 0985 = 0, 1949 + 0, 0985 = 0, 2934 3 Portanto, a probabilidade de um rebite selecionado aleatoriamente ser empregado para a construção civil ou para a indústria automobilística é de, aproximadamente, 29, 34%. 3. (2, 0 pontos) De acordo com o departamento de polícia de uma região, menos de 20% dos moradores da região sofreram algum assalto. Para constatar esta afirmação, um grupo de com 152 moradores foi selecionado de maneira aleatória, e destes 27 afirmaram que já sofreram assalto. Teste a afirmação da polícia com nível de significância de 10%. No problema, pede-se para estabelecer e concluir sobre a afirmativa de que menos de 20% dos moradores da região sofreram algum assalto. Neste caso, estabelece-se um teste de hipóteses sobre o valor da proporção populacional (que é o parâmetro mais adequado para descrever o valor de percentagem tratado no problema). Inicialmente, são definidas hipóteses do teste. Como a afirmativa de referência de que menos de 20% dos moradores da região sofreram algum assalto, tem-se que:{ H0 : p = 0, 2; H1 : p > 0, 2. De forma que se trata de um teste de proporção unicaudal superior. Neste caso, é utilizada como estatística de teste o teste Z para proporções, dado por: z = pˆ− p√ p(1− p) n Para tanto, é preciso verificar se o teste pode ser utilizado. Isto é feito conferindo se np ≥ 5 e n(1− p) ≥ 5. Para o teste, uma amostra com 152 moradores da região foi estabelecida, de forma que: •n = 152 moradores; • p = 0, 2; • np = 152 ∗ 0, 2 = 30, 4 ≥ 5; • n(1− p) = 152 ∗ (1− 0, 2) = 147 ∗ 0, 8 = 121, 6 ≥ 5 Sendo possível o uso do teste Z neste caso, a abordagem utilizada será por valor crítico, Sendo necessário estabelecer a região de rejeição. Para o teste Z unicaudal superior, a região de rejeição é dada por (−∞;−z1−α]. Desta maneira, é necessário estabelecer o valor crítico z1−α. Como o nível de significância estabelecido é α = 10% = 0, 10, tem-se que: • 1− α = 1− 0, 1 = 0, 9; • z1−α = z0,9 ≈ 1, 28; • Região de rejeição: (−∞;−1, 28]. Definida, a região de rejeição, calcula-se a estatística de teste z, sabendo que, de uma grupo selecionado de 152 moradores, 27 disseram já ter sofrido assalto. • Proporção amostral: pˆ = 27152 ≈ 0, 1776 4 • Estatística de teste: z0 = pˆ− p√ p(1− p) n = 0, 1776− 0, 2√ 0, 2(1− 0, 2) 152 = −0, 0224√0, 2 ∗ 0, 8 152 = −0, 0224√0, 16 152 ≈ −0, 02240, 0324 ≈ −0, 6913 Como o valor da estatística de teste z = −0, 6913 pertence a região de rejeição (−∞;−1, 28], então não rejeita-se a hipótese H0 em favor de H1. Isto significa que não existem evidências fortes o suficiente para afirmar que menos de 20% dos moradores da região sofreram algum assalto. 4. (2, 0 pontos) O tempo de espera de um metrô em uma estação pode ser modelado com tendo distribuição exponencial com tempo médio de 20 minutos. (a) (0, 5 ponto) Qual a probabilidade de um metrô chegar nos próximos 10 mi- nutos? É dito no problema que a variável aleatória em questão X = { O tempo de espera de um metrô em uma estação } possui distribuição exponencial com valor médio dado por E(X) = 20 minutos. Como o valor médio é o inverso do parâmetro λ da distribuição, tem-se que: E(X) = 1 λ → 20 = 1 λ → λ = 120 → λ ≈ 0, 05 Portanto, é possível afirmar que X ∼ Exp ( 1 20 ) . Sabe-se que, para uma distribuição exponencial, a função densidade de probabilidade f(x) é dada por: F (x) = { 1− e−λx, x ≥ 0; 0, caso contrário Para este problema, portanto, tem-se que: F (x) = { 1− e− 120x, x ≥ 0; 0, caso contrário Pede-se para calcular a probabilidade de um metrô chegar nos próximos 10 minutos. Este valor pode ser expresso como P (X ≤ 10) e é dado por: P (X ≤ 10) = F (10) = 1− e− 120∗10 = 1− e− 1020 ≈ 1− e−0,5 ≈ 1− 0, 6065 = 0, 3935 Portanto, a probabilidade de um de um metrô chegar nos próximos 10 minutos é de, aproximadamente, 39, 35% 5 (b) (0, 75 ponto) Qual é o tempo de espera máximo para 80% dos passageiros? O que se pede neste problema é o valor do tempo de espera xp máximo para 80% dos passageiros. Isto significa que o valor de xp deve ser tal que 80% dos tempos de espera sejam iguais ou menores do que ele, ou P (X ≤ xp) = 0, 80. Consequentemente: P (X ≤ xp) = 0, 80→ F (xp) = 0, 80→ 1− e− 120∗xp = 0, 80 → e−xp20 = 1− 0, 80→ e−xp20 = 0, 2→ −xp20 = ln 0, 2→ − xp20 ≈ −1, 6094→ xp = −1, 6094 ∗ (−20)→ xp = 32, 188 Logo, o tempo de espera máximo para 80% dos passageiros e de, aproximadamente, 32, 188 minutos ou 32 minutos e 12 segundos. (c) (0, 75 ponto) Sabendo que já se passaram 1 hora sem que nenhum metrô tenha passado nesta estação, qual a probabilidade de ter que se esperar, no máximo, mais 25 minutos para a chegada de um metrô? Pede-se, neste caso, para determinar a probabilidade de se esperar, no máximo, mais 25 minutos para a chegada de um metrô, sabendo já se passaram 1 hora (60 minutos) sem que nenhum metrô tenha passado nesta estação. Esta probabilidade pode ser expressa como P (X < 60 + 20|X > 60) e, de acordo com o princípio da falta de memória da distribuição exponencial, pode ser calculada como: P (X < 60 + 25|X > 60) = P (X < 25) = F (25) = 1− e− 120∗25 1− e− 2520 ≈ 1− e−1,25 ≈ 1− 0, 2865 = 0, 7135 Portanto, a probabilidade de se esperar, no máximo, mais 25 minutos para a chegada de um metrô, sabendo já se passaram 1 hora sem que nenhum metrô tenha passado nesta estação, é de, aproximadamente, 71, 35%. 5. (2, 0 pontos) A espessura X de um modelo de cano de PVC, em milímetros, fabricado por um empresa pode ser expressa através da seguinte função densidade de probabilidade f(x): f(x) = x3 960 , 4 ≤ x ≤ 8 0, caso contrário (a) (1, 0 ponto) Determine a função de distribuição acumulada F (x) e calcule a probabilidade da espessura de um cano selecionado ser menor que 7 milíme- tros; A variável do problema em questão é X = { A espessura de um modelo de cano de PVC } é a função densidade de probabilidade f(x) é dada como: f(x) = x3 960 , 4 ≤ x ≤ 8 0, caso contrário 6 Expandindo a função f(x) no intervalo (−∞;∞), tem-se que: f(x) = 0, x < 4; x3 960 , 4 ≤ x ≤ 8 0, x > 8. Sabe-se que a função de distribuição acumulada F (x) pode ser definida a partir da função densidade de probabilidade f(x) a partir da expressão: F (x) = ∫ x −∞ f(u)du Como f(x) é dividida em três intervalos contínuos (x < 4, 4 ≤ x ≤ 8 e x > 8), é necessário avaliar cada parte separadamente: • Para x < 4: F (x) = ∫ x −∞ f(u)du = ∫ x −∞ 0 du = 0 • Para 4 ≤ x ≤ 8: F (x) = ∫ x −∞ f(u)du = ∫ 4 −∞ 0 du+ ∫ x 4 u3 960 du = 0 + 1 960 ∫ x 4 u3 du = 1960 [ u4 4 ]∣∣∣∣∣ x 4 = 1960 [( x4 4 ) − ( 44 4 )] = 1960 [( x4 4 ) − (256 4 )] = 1960 [ x4 − 256 4 ] = x 4 − 256 3.840 • Para x > 8: F (x) = ∫ x −∞ f(u)du = ∫ 8 −∞ f(u)du+ ∫ x 8 0 du = F (8) + 0 = 8 4 − 256 3.840 = 4.096− 256 3.840 = 3.8403.840 = 1 Portanto, a função de distribuição acumulada F (x) é dada por: F (x) = 0, x < 4; x4 − 256 3.840 , 4 ≤ x ≤ 8; 1, x > 8 O problema pede, ainda, para determinar a probabilidade da espessura de um cano selecionado ser menor que 7 milímetros. Com relação a variável aleatória em questão, este problema pode ser reescrito como P (X < 7). Através da função de distribuição acumulada, tem-se que: P (X < 7) = F (7) = 7 4 − 256 3.840 = 2.401− 256 3.840 = 2.1453.840 = 0, 5586 7 Portanto, a probabilidade de da espessura de um cano selecionado ser menor que 7 milímetros é de 55, 86%. (b) (1, 0 ponto) Sabendo que a vazão V , em litros, de água suportada por canos deste modelo pode ser expressa por V = 9.600X2, determine a vazão média suportada pelos canos produzidos por esta empresa. Nesta questão, deseja-se calcular a vazão média suportada pelos canos produzidos por esta empresa. Esta vazão média pode ser expressa matematicamente como E(V ), onde V é a vazão suportada pelos canos, e que está relacionada com a espessura X dos canos através da expressão V = 9.600X2. Logo, é correto afirmar que V = h(X) e, consequentemente: E(V ) = ∫ ∞ −∞ h(x)f(x) dx = ∫ ∞ −∞ 9.600x2f(x) dx = = ∫ 8 4 9.600x2 ( x3 960 ) dx = ∫ 8 4 (9.600 960 ) x5 dx = 10 ∫ 8 4 x5 dx = 10 [ x6 6 ]∣∣∣∣∣ 8 4 = 10 [ 86 6 − 46 6 ] = 10 [262.144 6 − 4.096 6 ] = 10 [258.048 6 ] ≈ 10 ∗ 43.008 = 430.080 Logo, a vazão média suportada pelos canos produzidos por esta empresa é de 430.080 litros. 8
Compartilhar