PROBABILIDADES E ESTATÍSTICA



Documentos relacionados
PROBABILIDADES E ESTATÍSTICA

ActivALEA. ative e atualize a sua literacia

VII Equações Diferenciais Ordinárias de Primeira Ordem

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

INTERPOLAÇÃO. Interpolação

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

CAP. I ERROS EM CÁLCULO NUMÉRICO

Duas Fases da Estatística

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Lista 9 - Introdução à Probabilidade e Estatística

UFRGS MATEMÁTICA

Instruções para a Prova de MATEMÁTICA APLICADA:

Introdução ao Estudo de Sistemas Lineares

Equações Diferenciais (ED) Resumo

PROBABILIDADE. Aula 5

Probabilidades e Estatística

MAE Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Capítulo 8 - Testes de hipóteses. 8.1 Introdução

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Probabilidades. José Viegas

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x.

Intervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas

Computação Científica - Departamento de Informática Folha Prática 1

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE

UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas.

MATEMÁTICA TIPO A GABARITO: VFFVF. Solução: é a parábola com foco no ponto (0, 3) e reta diretriz y = -3.

Matemática Financeira I 3º semestre 2013 Professor Dorival Bonora Júnior Lista de teoria e exercícios

Equação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas.

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG APO

SOLUÇÕES e GASES- EXERCÍCIOS RESOLVIDOS

Exemplos de Testes de Hipóteses para Médias Populacionais

ITA º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt:

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Regressão Linear. Bernardo Almada-Lobo

Escola Básica e Secundária Dr. Ângelo Augusto da Silva

INSTITUTO TECNOLÓGICO

Capítulo 3 Modelos Estatísticos

4. Tangentes e normais; orientabilidade

MATEMÁTICA UFRGS 2011

Universidade do Minho. Escola de Engenharia. Departamento de Produção e Sistemas. Trabalho Prático Nº 1 de. Métodos Numéricos

ENGENHARIA ECONÔMICA AVANÇADA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

INFERÊNCIA ESTATÍSTICA

AULA: Inferência Estatística

INF1383 -Bancos de Dados

RESOLUÇÃO Matemática APLICADA FGV Administração

Aula 02 - Relações de Equivalência

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL

VESTIBULAR MATEMÁTICA

Variáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder

Estatística II Antonio Roque Aula 9. Testes de Hipóteses

Lista 2.1 Breves Revisões de Lógica; Noção de Norma e Distância; Breves Noções Topológicas em R n

LISTA DE EXERCÍCIOS 3

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

PARECER SOBRE A PROVA DE MATEMATICA FINANCEIRA CAGE SEFAZ RS

Aula 5 Distribuição amostral da média

PG Progressão Geométrica

Atividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades

mat fin 2008/6/27 13:15 page 53 #50

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 2 3 quadrimestre 2011

QUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1.

Resolução -Vestibular Insper Análise Quantitativa e Lógica. Por profa. Maria Antônia Conceição Gouveia.

Probabilidade Condicional

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

ESC. EST. PROF. ANTÔNIO ALADIM DE ARAÚJO

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica

Processos Estocásticos

Faculdade de Economia Universidade Nova de Lisboa ESTATÍSTICA. Exame Final 2ª Época 26 de Junho de Grupo I (3 valores)

CPV 82% de aprovação na ESPM

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

RQ Edição Fevereiro 2014

MÉTODOS ESTATÍSTICOS I 3ª. AVALIAÇÃO PRESENCIAL 1º Semestre de 2010 Prof. Moisés Lima de Menezes (pode usar calculadora) Versão Tutor

2.1. Para este tipo de estudo determine a população e a variável estatística.

Fundamentos de Bancos de Dados 3 a Prova

d) A partir do item c) encontre um estimador não viciado para σ 2.

CONTROLE DA QUALIDADE DE PADRÕES ESCALONADOS UTILIZADOS NA VERIFICAÇÃO DE MÁQUINAS DE MEDIR POR COORDENADAS

Análise de regressão linear simples. Departamento de Matemática Escola Superior de Tecnologia de Viseu

Transcrição:

ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época Normal 006/00 Data: 14de Julhode 00 Tópicos de Resolução Duração: 3 horas 1. SejaΩumespaçoamostraleA,BeCacotecimetoscomasseguitescaracterísticasA BeA C=. Idique, justificado, o valor lógico das seguites afirmações: 0.5 a) PA)>PB). Resolução: SeA B PA) PB). Comotal,aafirmaçãoéfalsa. 0.5 b) A C=B PB)=PA)+PC). Resolução: SeA C=B,etão, PB)=PA C)=PA)+PC) PA C)=PA)+PC) P )=PA)+PC) Como tal, a afirmação é verdadeira. 1.5. Numa cidade existem apeas duas empresas de táxis - Azul e Verde - cujas frotas são compostas por táxis azuis e verdes, respectivamete. A empresa Azul é detetora de 85% dos táxis dessa cidade. Em testes recetes de avaliação da capacidade de testemuhas distiguirem a cor dos táxis durate a oite, cocluiu-se que 80% dos táxis verdes são idetificados como azuis, assim como 80% dos taxis azuis são idetificados como tal. Calcule a probabilidade de um táxi dessa cidade ser correctamete idetificado quado circula durate a oite. Resolução: A-táxiAzul e A-táxiVerde I - testemuha idetifica táxi como Azul durate a oite I - testemuha idetifica táxi como Verde durate a oite PA) = 0.85 P A ) =0.15 P I/A ) = 0.8 PI/A)=0.8 Logo, PI A)+P I A ) = PI/A)PA)+P I/A ) P A ) =0.8 0.85+ 1 P I/A ) 0.15= = 0.8 0.85+0. 0.15=0.1 3. OSr. Matiaspossuiumcaféasvizihaçasdeumestádiodefutebol. DasuaexperiêciaoSr. Matias sabeque,emdiasdefutebol,costumaveder50,,150ou00sades,comprobabilidades0.,0.4,0.3 e0.1, respectivamete.osr. Matiascostumafazersadesequadoestasseesgotamrecorreaum forecedor da terra que lhe garate o evio atempado de mais sades. 1.0 a) Determie a fução de distribuição do úmero de sades vedidas pelo Sr. Matias em dias de futebol. Resolução: X - o desadesqueosr. Matiasvedeumdiadefutebol Cosiderado que x < 50:Fx)=0 x 50 150 00 fx) 0. 0.4 0.3 0.1 50 x<:fx)=f50)=0. x<150:fx)=f50)+f150)=0.+0.4=0.6 150 x<00:fx)=f)+f150)=0.6+0.3=0.9 x 00:Fx)=F150)+f00)=0.9+0.1=1

Etão 0, x<50 0., 50 x< Fx)= 0.6, x<150 0.9, 150 x<00 1, x 00 1.0 b) Calcule a probabilidade de veder 00 sades, um dia em que as sades por ele feitas ão satisfazem aprocura. Resolução: PX=00/X>) = PX=00 X>) PX>) = PX=00) PX>) = = f00) f150)+f00) = 0.1 0.3+0.1 =0.5 1.5 c) Todas as sades são vedidas a euros. Cada sades feita pelo Sr. Matias tem um custo de 50 cêtimos e as que são ecomedadas ao forecedor têm um custo de 1 euro e 30 cêtimos, cada. DetermieolucrolíquidomédiodoSr. Matiasemdiasdefutebol. Resolução: Y -lucrolíquidoemeuros)davedadesadesumdiadefutebol,coseguidopelo Sr. Matias EY= x = 50 y=50 0.5=50euros x = y= 0.5)=150euros x = 150 y= 0.5)+50 1.3)=185euros x = 00 y= 0.5)+ 1.3)=0euros x 50 150 00 y 50 150 185 0 fy) 0. 0.4 0.3 0.1 4 y i fy i )=50 0.+150 0.4+185 0.3+0 0.1=14.5euros. 4. Umdoselevadoresdeumgradeedifíciopúblicotrasportaomáximo0pessoasdecadavez. Acarga máxima trasportada pelo elevador é de 1300 kg. Os utilizadores deste elevador costituem uma população cujopesotemdistribuiçãonormaldemédia61kgedesviopadrão10kg. 1.5 a) Acha que, em face da população que utiliza o elevador, a carga máxima é adequada? Justifique. Resolução: X -peso,emkg,deumapessoaqueutilizaoelevador X N61,10) Aplicado a aditividade da Normal, Y -peso,emkg,devitepessoasqueutilizamoelevador Y = 0 N 0 61, ) 0 10 Y N Z = Y 10 000 N0,1) 10, ) 000 Como PY >1300)=1 P Z 1300 10 000 )=1 φ1.9)=1 0.9633=0.036 a probabilidade do peso das 0 pessoas exceder a carga máxima do elevador é bastate reduzida, coclui-se que a carga máxima é adequada.

1.5 b) O elevador um dado istate trasporta 8 pessoas. Qual a probabilidade de existirem pelo meos 3pessoascompesosuperiora66kg? Resolução: X -peso,emkg,deumapessoaqueutilizaoelevador X N61,10) Z= X 61 N0,1) 10 PX>66)=1 P Z 66 61 ) =1 φ0.5)=1 0.6915=0.3085 0.3 10 Cosiderado,W - o depessoasqueutilizamoelevador,deetreoito,compesosuperiora66kg W B8,0.3) PW 3)=1 PW <3)=1 PW )=1 0.5518=0.448 5. O tempo, em horas, ecessário para reparar um computador é uma variável aleatória expoecial com média 90 miutos. 1.0 a) Qual a probabilidade do tempo de reparação ser iferior a 3 horas, sabedo que o computador já estáaserreparadohápelomeoshoras? Resolução: X - tempo, em horas, ecessário para reparar um computador { X Exp1.5), com Fx)= 0, x<0 1 e x 1.5, x 0 PX<3/X ) }{{} = PX<1)=1 e 1 1.5 =0.48658 Falta de memória 1.5 b) Qual a probabilidade de se repararem pelo meos 3 computadores em 6 horas? Resolução: Y - o decomputadoresreparadosem6horas comoλ= 6 =4,etão Y P4) 1.5 PY 3)=1 PY <3)=1 PY )=1 0.381=0.619.0 6. Cosidere uma amostra aleatória de dimesão, proveiete de uma população ormal de média µ descohecida)evariâciaσ. Sejam T 1 = e T =. dois estimadores de µ. Qual dos dois estimadores é mais eficiete? Justifique. Resolução: Vamos verificar se os estimadores são cetrados: X ET 1 =E i = 1 E = 1 E = µ Coclui-sequeoestimadorT 1 écetrado. Etão, E T 1 µ) =V T 1 V T 1 =V = 1 ) V = 1 ) 3 =µ V = ) σ = σ

ET =E = 1 E = 1 E = µ =µ Coclui-sequeoestimadorT écetrado. Etão, E T µ) =V T V T =V = 1 V = 1 V = σ = σ etão, para verificarmos a eficiêcia relativa, E T 1 µ) E T µ) = V T σ 1 V T = = 1 <1,logococlui-sequeT 1émaiseficiete. σ. A última sodagem ecomedada por um dos cadidatos à Presidêcia da Câmara de Lisboa iquiriu 400 eleitores escolhidos ao acaso, dos quais 5% declararam dar-lhe o seu voto. 1.5 a) Deduza e calcule um itervalo de cofiaça, a 95%, para a verdadeira percetagem de eleitores que votam este cadidato. Resolução: Pretedemos um itervalo de cofiaça para p. Como > 30 utiliza-se Logo, P P Z= p p p q p z 1 p q N0,1) P z 1 <Z<z 1 ) z 1 < p p p q <p<p +z 1 <z 1 ) p q = 1 = 1 = 1 Como z 1 =z 0.95 =1.96 e p =0.5,oICparapa95%édadopor 0.5 0.48 0.5 0.48 0.5 1.96,0.5+1.96 = 400 400 =0.4104, 0.56896 =4.104%, 56.896% 1.0 b) Qual o úmero míimo de eleitores que deveriam ter sido iquiridos esta sodagem, para que o cadidato, com 95% de cofiaça, estivesse seguro de gahar as eleições à Câmara de Lisboa com maioria absolutacosidere maioria absoluta mais de 50% dos votos)? Resolução: Para o cadidato gahar as eleições com maioria absoluta, era ecessário que o extremo iferior do itervalo fosse superior ou igual a 50%. Logo, 0.5 1.96 0.5 0.48 0.5 1.96 0.5 0.48 0.0 1.96 0.5 0.48 0.0 48.961 39. O o míimodeeleitoresaseremiquiridosestasodagemdeveriaser398. 4

.0 8. Umaempresapossuiumamáquiaautomáticaqueéusadaparaechereselarlatasde1litrodeumproduto líquido. A empresa tem o etato registado queixas relativamete às latas se ecotrarem demasiado cheias. Para verificar a veracidade destas queixas, foi medido o coteúdo de latas, seleccioadas ao acaso do fabrico diário, tedo-se obtido: x i =108.983 e x i =10.38. Teste,para=0.01,seaquatidademédiadelíquidoporlataésuperiora1litro. Resolução: Teste uilateral direito sobre a média µ: { H0 :µ 1 H 1 :µ>1 com=0.01 Comoσdescohecidoe>30,vamosutilizar Z= X µ S N0,1) Calculodes : 1 P Logo RC=1.089,+ Prej. H 0 /H 0 V)= P X k/µ=1 ) =0.01 ) Z< k µ /µ=1 S k 1 0.014986 s = 10.38 99 =0.01 P Z< 99 k 1 =.36 k=1.089 0.014986 ) 108.983 =0.014986 =0.99 Decisão: como x= 108.983 =1.0898 RC, rejeita-se H 0, isto é, de acordo comos dados utilizados, a quatidademédiadelíquidoporlataésuperiora1litro. 9. Osvaloresdolixourbaoemdezeasdetoeladas)dapopulaçãodeumacidadeemmilharesdepessoas) operíodode1998a004costamatabelaseguite: Aos 1998 1999 000 001 00 003 004 LixoUrbao 15.9 16.5 18.0 18. 19. 19.8 1. População 4.6 4.8 5.1 5. 5.3 5.5 5. 0.5 a) Idique, justificado, qual a variável depedete e idepedete. Resolução: A variável idepedete, X, é a população, em milhares de pessoas; a variável depedete,y,éolixourbao,emdezeasdetoeladas 1.5 b) Qual a quatidade de lixo prevista para 00 se a população for de 5.8 mil habitates? Comete, justificado, a qualidade da previsão efectuada. Resolução: b = x i y i x i y i x ) = i x i 60.8 36. 18.8 188.08 36.) =4.8039 ) ) 18.8 36. a = ȳ b x= 4.8039 = 6.443 5

obtém-se etão a recta de regressão liear: Logoaprevisãodaquatidadedelixopara00: ŷ= 6.443+4.8039x ŷ= 6.443+4.8039 5.8=1.40 dezeasdetoeladas x i y i xȳ r X,Y) = x) ) = 60.8 36. x i yi ȳ 188.08 ) 36. ) ) 18.8 ) 390.4 18.8 ) ) =0.99 Como o coeficiete de correlação liear empírico idica uma elevada correlação liearpositiva) etre as variáveis X e Y, e o valor utilizado a previsão está de acordo com a evolução dos dados da amostra, coclui-se que a qualidade da pevisão é boa. Fim. 6