Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p. 4, quase no final (Editor, ver os subíndices de X e X ): { X, 4, 6), X (, 4, 6) } ( p. 3, após expressão 5.8, incluir: onde p = r N p. 39, ex. 4: b) Qual é o valor esperado da venda do fabricante, por milhar de rolhas vendidas, se ele aceitar a proposta do comprador? Em termos do valor esperado da venda, a proposta do comprador é mais vantajosa do que a venda separada por categoria? c) Qual é variância da venda do fabricante, por milhar de rolhas vendidas, se ele aceitar a proposta do comprador? p. 47. Exercício 4: e F( x) = 0, x, para para x 0 x < 0 p. 53 Expressão 6.: V ( X) = σ p. 53 Parágrafo após expressão 6. (Editor, tirar o segundo por exemplo ):... A distribuição () representa a dureza do aço... p. 53. Figura 6.9 b) 4 3 µ µ = e σ 3 < σ 4 p. 54: Segunda afirmação da lista: teoricamente, a curva prolonga-se de a +... p.55 Primeiro parágrafo: X : N( µ, σ ) p.55 Início da Fig. 6.: normal com µ = 70 e σ = 0 p.6 Dentro do primeiro quadro: Binomial com n =.000 e p = 0, p.63 Fig. 6.5, último quadro: P(Y > k)... p. 63, Fig. 6.6, colocar sobre cada um dos gráficos: λ = λ =5 λ =0 p. 68, ex. 3: Um certo tipo de cimento tem resistência à compressão com média de 5.800 kg/cm e desvio padrão de 80 kg/cm, segundo uma distribuição normal. Dada... p. 68, ex. 3, item d, substituir carga por pressão : d) Se quer a garantia de que haja 95% de probabilidade do cimento resistir determinada pressão, qual deve ser o valor máximo dessa pressão?
p.86, terceira (última) expressão IC(... substituir 95% por 99%, ou seja: 0,6(0,4) IC ( p, 99%) = 0,6 ± (,576) = 0,600 ± 0,063 400 p.9, inserir no final do parágrafo precedente ao Exemplo 7.5:... usada no lugar de σ. Neste caso, é recomendável usar a expressão 7.44 com t γ no lugar de z γ. p.9, último parágrafo, excluir: Pelos dados do problema, temos: E 0 = 0, 3 e z 99% =,576. Mas, Para efetuar... t99% σ (3,50) (0,54) p. 93, início: n = = 63, 375 E0 (0,3) Portanto, precisamos de n = 64 corpos... p. 95 Exercício 5: Considerando o Exercício 4,... p.05/06: Divisão ruim, passar toda a tabela para a página 05. p. 07, Figura 8.4, verificar a parte de baixo: p. 9. faltou sinal negativo no final da expressão: z = ( x µ ) n ( 50 53) p. 35 Exemplo 9.. Inverter sinal e subíndices: 0 σ = 6 5 =,90 H 0 : µ = µ e H : µ < µ onde: µ é o tempo esperado de resposta do algoritmo novo e µ é o tempo esperado de resposta do algoritmo atualmente usado. p. 36 Tabela 9.. Inverter as palavras Antigo e Novo, isto é:
Ensaio novo X Tempo de resposta (s) antigo X diferença D = X - X p. 4 primeiro parágrafo: (pois, p > α = 0,05). p. 46, exercício 8: Para comparar dois algoritmos... p 50, última linha da tabela: Média y.. y... y g... = g y y i. i p. 53, expressão 9.6, faltou barra sobre o y i. : e ij = y ij y i. p.54, Exemplo 9.4: gl = N g = 4-3 = g h y ij. p. 6: y... 5393, 39 3933, 69 SQ Subtot = = = 7, 77 n 4 4 i = j = N p.65, corrigir arredondamentos da última coluna da tabela: Fonte de variação SQ gl QM f A 5,64 5,64 08,9 B 0,39 0,39 4,5 C 3,776 3,776 3,9 A*B 0,8 0,8 6,7 A*C 0,8 0,8 6,7 B*C 0,03 0,03, A*B*C 0,6 0,6 8,4 Erro 0,5 8 0,07 Total 39,639 5 p. 66, exercício 3. Favor colocar referência no rodapé da página: Baseado em exemplo de Freitas, P. J. Introdução à Modelagem e Simulação de Sistemas, Visual Books, 00, p. 77, com permissão do autor. p.68, exercício 5, item b: p.330, Figura.8, a. Falta barra sobre o y: a) y i y p. 344/345, exercício 7: b) E em termos de variabilidade? Use α = 0,05. 7) A tabela a seguir relaciona os pesos (em centenas de kg) e as taxas de rendimento de combustível em rodovia (km / litro), numa amostra de 0 carros de passeio novos. peso 3 4 4 6 8 9 4 6 rendimento 6 4 4 3 09 09 08 06 a) Calcule o coeficiente de correlação de Pearson.
b) Considerando o resultado do item (a), como você avalia o relacionamento entre peso e rendimento, na amostra observada? c) Para estabelecer uma equação de regressão, qual deve ser a variável dependente e qual deve ser a variável independente? Justifique a sua resposta. d) Estabeleça a equação de regressão, considerando a resposta do item (c). e) Apresente o diagrama de dispersão e a reta de regressão obtida em (d). f) Você considera adequado o ajuste do modelo de regressão do item (d)? Dê uma medida dessa adequação, interpretando-a. g) Qual é o rendimento esperado para um carro de 000 kg? Justifique sua resposta. Lembrete: os dados de peso na tabela estão em centenas de kg. h) Você considera seu estudo capaz de predizer o rendimento esperado de um veículo com peso de 7000 kg? Justifique sua resposta. p. 354 Resposta do exercício 9, cap. : 0,0687 com 8 graus de liberdade p. 356 Resposta do exercício 8, cap. 4: b) 7/30 c) /7 p. 358 p.359 p. 360 Resposta do exercício 8, item f) 0,0000 Resposta do exercício 7: 7) a) 0,007 b) 0,5 (usando aproximação normal) Resposta do exercício 4, cap. 6: E(M) = 83,64 Resposta do exercício, cap. 7: Var. = 0,0065 Resposta do exercício 4, cap. 7: b) 0,374 c) 0,0456 d) 0,95 e) 0,03 Resposta do exercício 8 b) 84 Resposta do exercício 3: a)5,443 e,074 b) 5,44 ±,0 c) 57 p. 36 Resposta do exercício 4, item a: tirar n = a) 7,06 e 7,49 p. 363 Resposta do exercício 4, item a): Fonte da variação SQ gl QM f fc Processador 08 54 60,76 3,89 Tipo de carga 8 3 6 0,7 3,49 Interação 86 6 47,67 5,63 3,00 Erro 0 8,50 Total 934 3 O processador e a interação são significativos. p. 366 Resp. ex. 7, cap. : a) -0,96 b) Correlação negativa forte
MUDANÇAS E CORREÇOES DA ª EDIÇÃO Página 75: Tabela 3.5 Média, desvio padrão e coeficiente de variação de três conjuntos de valores. Página 90: Conjunto de valores s cv ) 3 0,5 ) 0 0 03 0 0,0 3) 00 00 300 00 00 0,5 ) Cada diagrama em caixas da figura a seguir foi construído com 95 leituras da pressão do homogeinizador. Discuta as diferenças. Página 0: c) P(E i ) > 0 para i =,,..., k. Veja a Figura 4.6. Página 4: 8) A caixa I tem 8 peças boas e defeituosas; a caixa II tem 6 peças boas e 4 defeituosas; a caixa III tem 5 peças boas e 5 defeituosas. a) Tira-se, aleatoriamente, uma peça de cada caixa. Determinar a probabilidade de serem todas boas. b) Escolhe-se uma caixa ao acaso e tira-se uma peça. Determinar a probabilidade de ser defeituosa. c) Escolhe-se uma caixa ao acaso e tira-se uma peça. Calcular a probabilidade de ter sido escolhida a caixa I, sabendo-se que a peça é defeituosa. Página 4: (subíndices) Página 33: {X (,4,6), X (,4,6)} É importante ressaltar que quando N é muito maior do que n, a distribuição hipergeométrica pode ser aproximada pela binomial. Muitos autores prescrevem uma relação n N 0,05 para que seja possível fazer a aproximação. 4 Neste caso, a binomial tem parâmetros n = tamanho da amostra e p = r N. 4 Observe que se N for muito maior que n, as retiradas, mesmo feitas sem reposição, não irão modificar em demasia as probabilidades condicionais de ocorrências de sucessos (e de fracassos ), na seqüência de ensaios. Página 35: No exemplo 5.4, usando a Tabela, temos: Página 38: 3) Um certo item é vendido em lotes de 00 unidades. Normalmente o processo de fabricação gera 5% de itens defeituosos. Um comprador compra cada lote por R$ 00,00 (alternativa ). Um outro comprador faz a seguinte proposta: de cada lote, ele escolhe uma amostra de 5 peças; se a amostra tem 0 defeituoso, ele paga R$ 00,00; defeituoso, ele paga R$ 50,00; mais que defeituoso, ele paga R$ 5,00 (alternativa ). Em média, qual alternativa é mais vantajosa para o fabricante? (Calcule os valores esperados das duas alternativas).
Página 47: 4. Seja X uma variável aleatória com função de distribuição acumulada x e, para x 0 F( x) = 0, para x < 0 Página 54: qualquer combinação linear de variáveis aleatórias normais é também uma variável aleatória normal; em especial, se X e X são variáveis aleatórias independentes e X : N( µ, σ ) e X : N( µ, σ ), então a, b R, Y = ax + bx tem distribuição normal com Página 74: 4 p(x) Distribuição da população 4 p( x ) Distribuição da média amostral 3 4 5 µ = 3,5 x 3 4 5 E (X ) = 3,5 x x Figura 7.3 Distribuição da população do Exemplo 7. e a distribuição da média amostral, considerando amostragem aleatória simples com n = elementos, extraídos com reposição. Página 76: c) (Teorema do limite central) Se o tamanho da amostra for razoavelmente grande, então a distribuição amostral da média pode ser aproximada pela Página 85: α n ível d e co n fian ça d esejad o (γ = - α ) α - Z γ 0 Z γ γ 0,800 0,900 0,950 0,980 0,990 0.995 0,998 z γ,8,645,960,36,576,807 3,090 Figura 7.8 Valores de z γ para alguns níveis de confiança. Página 9:
Solução pela abordagem clássica: Encontramos, na tabela normal padrão, o valor crítico z c =,96 (ver Tabela 8.). Como a amostra acusou o valor z = -,90, o qual está na região de rejeição, o teste rejeita H 0. Veja a figura ao lado. Página 47: A hipótese alternativa também pode ser H : σ > σ. ou H : σ < σ. Com as amostras da população e da população, a estatística do teste é calculada por... Página 355: CAPÍTULO 3 3) a) 7,6 b),37 4) 0,944 e,047 5) m d = 74,8; q i = 74,3; q s = 75,875 8) d) C = : x= 5,54 e s = 0,50; C = 4: x= 9,9 e s = 0,73; C = 8: x= 4,4 e s = 0, f) m d = 9,4; q i = 8,7; q s =,55 Página 356: 8) a) 9/5 b) 7/60 c) 4/7 Página 38: área indicada χ (valor tabulado)
MUDANÇAS E CORREÇOES DA 3ª EDIÇÃO Página 60: O passo seguinte... Por convenção, consideraremos sempre o intervalo fechado no limite interior e aberto no limite superior. O passo seguinte... Por convenção, consideraremos sempre o intervalo fechado no limite inferior e aberto no limite superior. Página 6: classes contagem freqüência 4 5 5 6 7 8 classes contagem freqüência 4 5 5 6 7 8 Página 30: Exemplo 5. (continuação) Historicamente, 30% dos... Exemplo 5. (continuação) Historicamente, 30% dos... Página 37: 6. Numa fábrica, 3% dos artigos produzidos são defeituosos. O fabricante pretende vender 4000 peças e recebeu propostas: 6. Numa fábrica, 3% dos artigos produzidos são defeituosos. O fabricante pretende vender milhares peças e recebeu propostas: Página 49, caixa da Fig. 6.6: Número X de ocorrências do evento em [0, t) Número X t de ocorrências do evento em [0, t)
Página 54: α, b R, Y = ax + bx tem distribuição normal com E ( Y ) = aµ + bµ (6.) a, b R, Y = ax + bx tem distribuição normal com Página 67: E ( Y ) = aµ + bµ (6.) 7. Num laticínio,... b) Qual é a probabilidade de que em 500 utilizações do pasteurizador, em mais do que 5 vezes a temperatura não atinja 70 0 C? Precisa supor distribuição normal. 7. Num laticínio,... b) Qual é a probabilidade de que em.000 utilizações do pasteurizador, em mais do que 5 vezes a temperatura não atinja 70 0 C? Página : 8. Seja p a probabilidade de cara de uma certa moeda. Sejam H 0 : p = 0,5 e H : p < 0,5. Lança-se vezes esta moeda, observando-se o número de caras. Usando a tabela da distribuição binomial (Tabela do apêndice), obtenha a probabilidade de significância para cada um dos seguintes resultados: 8. Seja p a probabilidade de cara de uma certa moeda. Sejam H 0 : p = 0,5 e H : p < 0,5. Lança-se vezes esta moeda, observando-se o número de caras. Usando a tabela da distribuição binomial (Tabela do apêndice), obtenha a probabilidade de significância para cada um dos seguintes resultados: Página 39 Para ilustrar a obtenção do coeficiente r, considere 3 observações do par de variáveis aleatórias (X, Y): (3, 6), (4, 4), (5, ). Temos: x = 3,... Para ilustrar a obtenção do coeficiente r, considere 3 observações do par de variáveis aleatórias (X, Y): (3, 6), (4, 4), (5, ). Temos: x = 4,... Página 354 9) = 0, 0687 s com 8 graus de liberdade. a 9) s = 0, 0575 com 8 graus de liberdade. a Página 358 7) a) 0,007 b) 0,5 (usando aproximação normal). 7) a) 0,007 b) 0,73 (Aproximação normal à binomial)