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

Documentos relacionados
Probabilidades e Estatística

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

Avaliação de Desempenho de Sistemas Discretos

Probabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Probabilidades e Estatística TODOS OS CURSOS

b) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Caderno de Exercício 2

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

Probabilidades e Estatística 2005/06

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

Probabilidades e Estatística TODOS OS CURSOS

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

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS

CONHECIMENTOS ESPECÍFICOS

Estatística II Licenciatura em Gestão TESTE I

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS

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

Probabilidades e Estatística

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec

1 Distribuições Amostrais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

n ) uma amostra aleatória da variável aleatória X.

Estimação da média populacional

Distribuições Amostrais

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Cap. 4 - Estimação por Intervalo

Estimadores de Momentos

Distribuições Amostrais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

1 Estimação de Parâmetros

Virgílio A. F. Almeida DCC-UFMG 2005

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Probabilidades e Estatística

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

MAE0229 Introdução à Probabilidade e à Estatística II

Estatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas

Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ

Lista 9 - Introdução à Probabilidade e Estatística

Sumário. 2 Índice Remissivo 17

Instruções gerais sobre a Prova:

Comparação entre duas populações

Probabilidades e Estatística

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)=

Probabilidade II Aula 9

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Unidade IX Estimação

Distribuições Amostrais

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

ESTIMAÇÃO PARA A MÉDIA

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

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

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Teoria da Estimação 1

Probabilidades e Estatística

Probabilidades e Estatística TODOS OS CURSOS

DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Cálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

n C) O EMV é igual a i 1

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec

7. INTERVALOS DE CONFIANÇA

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

) E X. ) = 0 2 ( 1 p ) p = p. ) E 2 ( X ) = p p 2 = p ( 1 p ) ( ) = i 1 n. ( ) 2 n E( X) = ( ) = 1 p ( ) = p V ( X ) = E ( X 2 E X

Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica Aula 10 Professor: Carlos Sérgio

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso)

A DESIGUALDADE DE CHEBYCHEV

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

FEUP - MIEEC - Análise Matemática 1

Intervalos Estatísticos para uma única Amostra - parte II

ESTIMAÇÃO DE PARÂMETROS

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

Revisando... Distribuição Amostral da Média

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

==Enunciado== 2. (a) Mostre que se h(t) é uma função seccionalmente contínua e periódica, de período T, que admite transformada de Laplace, então

Virgílio A. F. Almeida DCC-UFMG 1/2005

Lista de exercícios propostos n. o 05: Testes de hipóteses

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Teorema do limite central e es/mação da proporção populacional p

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

Transcrição:

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame Época de Recurso - A SEMESTRE PAR 8/9 Data: de Julhode 9 Duração: h Tópicos de Resolução Questões:. Aspeçasproduzidasporumadetermiadaempresapodempassarportiposdecotrolo: A,BouC. 8% das peças produzidas por essa empresa passaram o cotrolo A, 6% passaram o cotrolo B, % passaram o cotrolo C, % passaram os cotrolos A e B, % passaram os cotrolos A e C, % passaram os cotrolosbec e8%passaramostrêscotrolos.. a Diga, justificado, se há ou ão idepedêcia etre os diferetes tipos de cotrolo. Sejam A peçaspassaremocotroloa PA.8 PA B. PA B C.8 B peçaspassaremocotrolob PB.6 PA C. C peçaspassaremocotroloc PC. PB C. AeBsãoacotecimetosidepedetesssePA BPA PB comopa PB.8.6.48 PA B logo A e B ão são acotecimetos idepedetes. AeC sãoacotecimetosidepedetesssepa CPA PC comopa PC.8..4 PA C logo A e C ão são acotecimetos idepedetes. BeC sãoacotecimetosidepedetesssepb CPB PC comopb PC.6.. PB C logo B e C ão são acotecimetos idepedetes.. b Calcule a probabilidade de uma peça escolhida ao acaso passar só por dois tipos de cotrolo. P A B C A B C A B C acotecimetos disjutos: A B C A B C A B C A B C A B C A B C P A B C +P A B C +P A B C PA B PA B C+PA C PA B C+PB C PA B C PA B+PA C+PB C PA B C.+.+..8.6

. Cosidere a variável aleatória X cuja fução desidade de probabilidade é dada por: x, x<k fx, k x<., paraoutrosvaloresdex. a Provequek. Sabe-sequefxéf.d.p. sse: Tem-se etão que: fx e + fxdx Para x<k, x x x peloque k Parak x<, k portatoobtém-sek<; + fxdx k k x dx+ dx x x + x k 4k+4 k k k k k. b Determie a fução de distribuição. FxPX x x ftdt x<, Fx x< FxF+ x t dt+ x< FxF+ x x Fx x t t x x dt 6 4 + t x + x Afuçãodedistribuiçãoédadapor, Fx,x< x x, x< + x, x<,x. c CalculeP X. X.. P X. X. P X. X. +......69 PX. P. X. PX<. F. F. F.

. A qualidade do cimeto utilizado a fase de betoagem de uma grade obra é regularmete moitorizada por amostragem. Sempre que é detectada uma amostra sem a qualidade desejada, o processo é iterrompido. Admita que em codições ormais o úmero de iterrupções por hora segue um processo de Poisso tal que a probabilidade da betoagem ão ser iterrompida durate uma hora é igual a.948.. a Idique o úmero médio e o desvio padrão de iterrupções durate o período de trabalho8 horas. Seja X úmerodeiterrupçõesporhoraoprocessodebetoagemdeumadadaobra X Pλ Como a probabilidade de ão haver iterrupções durate hora é.948, recorredo à tabela ou calculado com base a fução de probabilidade, tem-se: PX.948 f.948 e λ λ!.948 λ. Cosiderado Y úmerodeiterrupçõesumperíododetrabalhode8horas Y Pλ d 8..8 sedo e úmeromédiodeiterrupçõesumperíodode8horasλ d.8 desviopadrãodoúmerodeiterrupçõesumperíodode8horas λ d.8.89. b Calcule a probabilidade do itervalo de tempo etre duas iterrupções sucessivas ão exceder as horas. Seja W tempo decorrido, em horas, etre duas iterrupções sucessivas W Exp θ. com fução de distribuição Deste modo tem-se: Fw, w< e w, w PW F e.6988 4. Um avião militar efectua o trasporte regular de soldados e de determiado tipo de peças de equipameto militar etre duas bases aéreas. O úmero máximo de soldados que se coseguem trasportar um voo é igualaeoúmeromáximodepeçaséiguala.admitaqueopesodeumsoldadotemdistribuição Normaldemédia7kg edesviopadrãokg eopesodeumapeçatemdistribuiçãonormaldemédia kgevariâcia6kg.. a Numa viagem com lotação esgotadaou seja, com todos os lugares idicados para os soldados e zoa de carga ocupados, qual a probabilidade da carga total ser maior que.9 toeladascarga máxima permitida? X pesodeumsoldado,emquilos X N7, Y pesodeumapeçadeequipametomilitar,emquilos Y N,4

Comoopesodecadasoldadoéidepedeteetresi,opesodecadapeçaéidepedeteetresie o peso dos soldados é idepedete do peso das peças, podemos aplicar a aditividade da Normal. W cargatotal,emquilos,umaviagemcomlotaçãoesgotada icluiopesodesoldadosedepeçasdeequipametomilitar W X i + Y j N j 7+, + 4 Logo, W N,8. Z W 8. N,. PW >9 P Z 9 Φ.84Φ.84.799. 8,. b Calcule, através de um método de aproximação adequado, a probabilidade de, em viages sucessivascomlotaçãoesgotada,acotecerqueomíimoseobservem7dessasviagesemqueacarga total excede a carga máxima permitida. V úmerodeviagescomlotaçãoesgotada,em,emqueacargatotalexcedeacargamáxima V B,.799 Como > p.79979.9> q..> aproximação da Biomial à Normal µp79.9 σ pq 6. Etão, V N 79.9, 6. Z V 79.9 N, 6. P Bi. V 7 P Nor. V 69. P Z< 69. 79.9 6. Φ.6Φ.6.99.. Numa experiêcia para comparar duas marcas de whisky, W e W, usou-se para base de comparação a quatidade de malte ecotrada em cada uma das marcas. Recolheram-se duas amostras aleatórias idepedetes, costituídas por garrafas de cada uma das marcas, e mediu-se a quatidade de malte ecotrada em cada garrafa. Cosidere aida que os comportametos são ormais com variâcias iguais.. a SejaT X X umestimadorparaadifereçaetreasquatidadesmédiasdemalteexistetes asduasmarcasdewhisky,odex éamédiadaamostraextraídadasgarrafasdewhiskydemarca WeX éamédiadaamostraextraídadasgarrafasdewhiskydemarcaw.diga,justificado,se T é um estimador covergete. X quatidadedemalteowhiskydamarcaw X Nµ,σ Populações: comσ σ X quatidadedemalteowhiskydamarcaw X Nµ,σ Amostras aleatórias idepedetes de dimesão : X,X,..., X amostradapopulaçãox X,X,..., X amostradapopulaçãox 4

Sedo T X X umestimador para µ µ queremos provar que setrata de umestimador cosistete, isto é lim ETµ µ e lim VT + + ET E X X E X E X E X i E X i E X i E X i EX i EX i X i sãoi.d. X i sãoi.d. µ µ µ µ µ µ Etão lim ET lim µ µ µ µ + + V T V X X Etão V X +V X V X id X V X i + V X i X i sãoid. X i sãoid. X i +V σ + σ σ + σ σ +σ Cocluido-se que o estimador é covergete. σ lim VT lim +σ + + X i V X i + V X i X i sãoi.d. X i sãoi.d. b Supoha que a amostra recolhida era costituída por garrafas de cada uma das marcas e a iformação recolhida foi a seguite: GarrafasdewhiskydemarcaW: x 4. s.44 GarrafasdewhiskydemarcaW: x 6. s.48. i. Teste, ao ível de sigificâcia de %, a hipótese de ão existir difereça etre as quatidades médias de malte existetes as duas marcas de whisky. Pretede-seumtestedehipótesesbilateralparaµ µ,comα. H :µ µ H :µ µ comoσ eσ sãodescohecidosadmitido-seoetatoqueσ σ, e tem-se a seguite variável fulcral X X µ µ T t + + S + S +

VamoscostruiraregiãocríticaetomarumadecisãousadoaestatísticadetesteT: e T t 8 t + ; α t 8;.97. RA RC RC -t 8;.97 -. t 8;.97. estecaso,tem-seaescaladatquerc ;..;+. AestimativadaestatísticadetesteT,sobH,é T 4. 6. +.8 RC.44 +.48 + coclui-sequesedeverejeitarh,ouseja,combaseasamostrasrecolhidasecomumívelde sigificâcia de % podemos afirmar que deverá existir difereça a quatidade média de malte presete as duas marcas de whisky.. ii. Sabedo que a verdadeira difereça etre a quatidade média de malte existete as garrafas de marcaweaquatidademédiademalteexisteteasgarrafasdemarcawéde.9,avalie a qualidade do teste aterior. Pretede-se calcular a fução potêcia do teste: πprejeitarh /H falsap X X k X X k /µ µ Paracalcularafuçãopotêciavamosterdepassarparaaescaladosdados,istoé,determiar k ek oslimitesdarc aescaladosdados: k +.44 +.48 + k +.44 +.48 + Assim,afuçãopotêciaseµ µ.9é.. π.9 P X X k X X k /µ µ.9 k.4 k.4 P X X.4/µ µ.9 +P X X.4/µ µ.9 P T.4.9.68 +P T.4.9.68 PT.+PT.PT.+ PT <..9+.9 Coclui-sedestemodoqueπ9%,ousejaotestetemumaqualidadeexcelete. 6. Comvistaaivestigarseháumarelaçãoetreapulsaçãoúmerodebatimetosdocoraçãopormiuto- BPM e a altura de um humao foram feitas observações a doetes de um hospital medido a sua altura,x,emcm,easuapulsação,y,embpm,obtedo-se: x i 846, x i 476, x i y i 697, y i 4, y i 477. 6

. a Recorredo ao modelo de regressão liear simples, estime o valor da pulsação para uma pessoa com 6 cm e aalise o ajustameto efectuado. Cosideremos: X alturadeumhumaoemcm Y pulsaçãoembpm b x i y i xy 697 6.4 8.686 x 476 6.4.4 i x a y bx8.686.4 6.46.6 obtém-se etão a recta de regressão liear: ŷ6.6+.4x Assim,aestimativadovalordapulsaçãoparaumapessoacom6cmé: ŷ6.6+.4 6 ŷ78.46 ou seja, a estimativa da pulsação é de aproximadamete 78 BPM. Relativamete ao coeficiete de correlação liear empírico: r X,Y 697 6.4 8.686 476 6.4 477 8.686.7874.8 Coclui-se que existe uma forte relação liear positiva etre X e Y, sedo este modelo liear adequado aos dados.. b Supodo que a pulsação, Y, tem um comportameto Normal, deduza, calcule e iterprete um itervalo decofiaçaa9%paraavariâciadapulsação. Pretede-secostruirumitervalodecofiaçaa α%paraσ,como Y Nµ,σ µédescohecido P x α, <X <x α, α P LogooI.Ca α%paraσ é: cocretizado vem.96 x ;.96.97, x., vamosutilizar X S σ χ x S α, < σ <x α, α P S x <σ < S α α, x α, s x ; s α, x α,.98 7.4 ;..98 47.88;.79.4 Para 9% de cofiaça e com base a amostra, a variâcia da pulsação está compreedido etre 47.88 BPM e.79 BPM. Fim. 7