(a) Seja X o número de pessoas que apreciam o refrigerante da marca Cola, X Bin(200; 0, 4). Logo, 200 x. Logo,

Documentos relacionados
a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36

MAE0219 Introdução à Probabilidade e Estatística I

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

NOÇÕES DE TESTE DE HIPÓTESES (II)

Aproximação da binomial pela normal

H. Iglésias Pereira Revisões. RESOLUÇÃO: X-nº de clientes que chegam ao departamento do C.C./hora

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Teorema do Limite Central

Aproximação da binomial pela normal

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Solução dos Exercícios - Capítulos 1 a 3

Probabilidades e Estatística

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

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

X ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H

MAE116 Noções de Estatística

Introdução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

Cálculo das Probabilidades e Estatística I

PARTE 2. Profª. Drª. Alessandra de Ávila Montini

Aproximação da Distribuição Binomial pela Distribuição Normal

Fernando de Pol Mayer

Departamento de Matemática Escola Superior de Tecnologia de Viseu

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba

Distribuições Importantes. Distribuições Discretas

Exemplo : Escolhendo as respostas ao acaso em prova de múltipla escolha Calculemos a probabilidade de Cesar ser bem sucedido em sua prova de Matemátic

Sumário. 2 Índice Remissivo 11

Introdução à Probabilidade e à Estatística II

P(esfera recuparável)=p (0.608 X 0.610) + P (0.618 X 0.620)

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

Tiago Viana Flor de Santana

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

NOTAS DA AULA DISTRIBUIÇÃO BINOMIAL E DE POISSON. Prof.: Idemauro Antonio Rodrigues de Lara

As restrições acima, sobre, são equivalentes a e. Combinandoas, poderemos escrever.

AULAS 6 e 7. ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições amostrais

Estimador: combinação dos elementos da amostra, construída com a finalidade de representar, ou estimar, um parâmetro de interesse na população.

Unidade IV Inferência estatística

Variáveis Aleatórias Contínuas e Distribuições de Probabilidade

Vamos denotar por C o evento balancete de custo e por O o evento balancete de orçamento. Temos: #O = 4 #C = 3 # = 7 Logo, Pr(O) =4/7 Pr(C) =2/7

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

Distribuições de probabilidade

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE

6- Probabilidade e amostras: A distribuição das médias amostrais

Matemática A RESOLUÇÃO GRUPO I. Teste Intermédio. Versão 1. Duração do Teste: 90 minutos º Ano de Escolaridade. 1.

Distribuições Amostrais e Estimação Pontual de Parâmetros

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.

Amostragem e distribuições por amostragem

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;

VARIÁVEIS ALEATÓRIAS

GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p

Estatística Planejamento das Aulas

MAE0219 Introdução à Probabilidade e Estatística I

5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber

Modelos Probabilisticos Discretos

Stela Adami Vayego DEST/UFPR

Variáveis Aleatórias Discretas

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

PARA A RESOLUÇÃO DO p-fólio, TENHA EM ATENÇÃO O SEGUINTE:

Modelos Binomial e Poisson

Distribuições de Probabilidade

Exercícios Funções Multivariadas, Exponencial e Outras

Universidade da Beira Interior Departamento de Matemática

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

AULA 16 - Distribuição de Poisson e Geométrica

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Introdução à Inferência Estatística

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Modelos Probabiĺısticos Discretos

Testes de Hipótese para uma única Amostra - parte II

4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC

Probabilidade e Estatística

Grupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A

Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II)

Probabilidade 2. Jorge M. V. Capela, Marisa V. Capela, Araraquara, SP Instituto de Química - UNESP Araraquara, SP

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

Estimação: (A) Propriedades e Distribuições Amostrais

Variáveis Aleatórias

Modelos de Distribuição PARA COMPUTAÇÃO

MAE 116 Distribuição Normal FEA - 2º Semestre de 2018

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Probabilidade e Estatística

Professora Ana Hermínia Andrade. Período

Introdução à Probabilidade e Estatística I

Exercícios Resolvidos da Distribuição Binomial

Lucas Santana da Cunha e 30 de julho de 2018 Londrina

Transcrição:

1 Exercício 1 Em uma determinada faixa etária, 40% das pessoas apreciam o refrigerante da marca Cola. Calcule a probabilidade exata de que, em uma amostra de pessoas dessa faixa etária, haja: a entre 65 e 90 inclusive os extremos apreciadores do refrigerante da marca Cola; b no máximo 70 apreciadores do refrigerante da marca Cola; c mais do que 68 apreciadores do refrigerante da marca Cola. Repita os itens a b e c usando a aproximação da distribuição binomial pela distribuição normal e compare os resultados. a Seja X o número de pessoas que apreciam o refrigerante da marca Cola, X Bin; 0, 4. Logo, X = x = 0, 4 x 0, 6 x, X {0, 1, 2, 3,, }. x Logo, 65 X 90 = X 90 X 64 Com auxilio do software R com o pacote Rcommander Distribuições/ Distribuição Binomial/ robabilidades binomiais acumuladas obtém-se X 90 = 0, 9345 e X 64 = 0, 0119, portanto, 65 X 90 = 0, 9345 0, 0119 = 0, 9226. b Temos que, X 70 = 0, 4 0 0, 6 + 0, 4 1 0, 6 199 + + 0 1 0, 4 70 0, 6 130 70 Com auxilio do software R com o pacote Rcommander Distribuições/ Distribuição Binomial/ robabilidades binomiais acumuladas obtem-se c Temos que, X 70 = 0, 0844. X > 68 = 1 X 68 { = 1 0, 4 0 0, 6 + 0, 4 1 0, 6 199 + + 0 1 = 1 0, 0475 = 0, 9525 = X 69 } 0, 4 68 0, 6 132 68 Com auxilio do software R com o pacote Rcommander Distribuições/ Distribuição Binomial/ robabilidades binomiais acumuladas obtem-se X 68 = 0, 0475.

2 Vamos agora repetir os itens a b e c usando a aproximação da distribuição binomial pela distribuição normal. Veja que E[X] = np = 0, 4 = 80 e Var[X] = np1 p = 0, 4 0, 6 = 48, desse modo pode-se aproximar a variável X pela variável Y, em que Y N80, 48 e então Z = Y 80 N0; 1. 6, 93 Assim, 65 X 90 65 Y 90 = 65 80 6, 93 Y 80 90 80 6, 93 6, 93 = 2, 164 Z 1, 443 = Z 1, 443 Z 2, 164 = Z 1, 443 [1 Z 2, 164] = A1, 443 [1 A2, 164] = 0, 9251 [1 0, 9846] = 0, 9097 X 70 Y 70 = Y 80 70 80 6, 93 6, 93 = Z 1, 443 = 1 Z 1, 443 = 1 A1, 443 = 1 0, 9251 = 0, 0749 X > 68 = X 69 Y 69 = Y 80 69 80 6, 93 6, 93 = Z 1, 587 = Z 1, 587 = A1, 587 = 0, 9441 A tabela a seguir contém as probabilidades exatas obtidas da distribuição binomial e aproximadas pela distribuição normal, note que elas não são muito diferentes. Item rob. Exata Aprox. Normal a 0,9226 0,9097 b 0,0844 0,0749 c 0,9525 0,9441

3 Exercício 2 Sabe-se que cerca de % da população brasileira adulta é analfabeta. Uma amostra aleatória de 270 brasileiros adultos será investigada quanto ao nível de escolaridade, qual é a probabilidade aproximada de ocorrerem: a pelo menos 20, mas não mais do que 30 indivíduos analfabetos; b no máximo 40 analfabetos; c Se X é o número de analfabetos encontrados na amostra dos 270 brasileiros adultos, determine o valor k tal que, 14 X k = 0,15. a Seja X número de indivíduos analfabetos dos 270 brasileiros amostrados. Assim, X Bin270; 0. 1. Como E[X] = np = 270 0.1 = 27 e Var[X] = np1-p = 270 0.1 0.9 =24.3. Então X pode ser aproximada por Y N27; 24; 3 e então Z = Y 27 N0; 1. 24.3 Logo, 20 27 20 X 30 20 Y 30 = = 1.42 Z 0.61 = Z 0.61 Z 1.42 = Z 0.61 [1 Z 1; 42] = A0.61 [1 A1.42] = 0.7291 [1 0.9222] = 0.6513 Y 27 30 27 b Temos que, Y 27 X 40 Y 40 = = Z 2.64 = 0.9959 40 27

4 c Temos que, 14 X k = 0.15 14 27 14 X k Y k = Y 27 k 27 = 0.15 2.64 Z k 27 = 0.15 Z k 27 Z 2.64 = 0.15 Z k 27 Z > 2.64 = 0.15 Z k 27 [1 Z 2.64] = 0.15 Z k 27 [1 A 2.64] = 0.15 Z k 27 [1 0.9959] = 0.15 k 27 A = [1 0.9959] + 0.15 k 27 A = 0.1541 Fazendo z = k 27, z é tal que A z = 1 0.1541 = 0.8459 ela tabela da normal padrão, z=-1,02. ortanto, k 27 = 1, 02 k = 21.9714. Exercício 3 O peso de pacotes de um certo tipo de pó de café tem distribuição normal com média 00 g e desvio padrão g. a Um pacote é considerado dentro do padrão se apresentar conteúdo entre 980 e 20 g. Selecionando-se ao acaso um pacote desse tipo de pó de café, qual é a probabilidade do mesmo estar dentro do padrão? b Numa amostra de 500 pacotes, qual é a probabilidade aproximada de pelo menos 480 estarem dentro do padrão? c Serão retirados do mercado os pacotes com conteúdo inferior à 980 g. Qual é a probabilidade de um pacote selecionado ao acaso ser retirado do mercado?

5 d Numa amostra de 0 pacotes, calcule a probabilidade aproximada de que no máximo 4 sejam retirados do mercado. a Seja X peso de pacotes de um certo tipo de pó de café. Então, X N00; 2 980 00 980 X 20 = = 2 Z 2 X 00 = Z 2 Z 2 = Z 2 [1 Z 2] = 2Z 2 1 = 2A2 1 = 20, 9772 1 = 0, 9544 A probabilidade de um pacote estar dentro do padrão é 0,9544 20 00 b Seja Y o número de pacotes que estão dentro do padrão dentro dos 500 amostrados. Então Y Bin500; 0, 9544. Como E[X] = np = 500 0, 9544 = 477, 2 e Var[X] = np1 p = 500 0, 9544 0, 0456 = 21, 8 então Y pode ser aproximada por W N477, 2; 21, 8 e então Z = W 477, 2 N0; 1, logo, 4, 67 Y 480 W 480 = W 477, 2 4, 67 = Z 0, 5996 = 1 Z < 0, 5996 = 1 A0, 5996 = 1 0, 7257 = 0, 2743 480 477, 2 4, 67 c Temos que, X 980 = X 00 = Z 2 = 1 Z 2 = 1 A2 = 1 0, 9772 = 0, 0228 980 00

6 d Seja Y o número de pacotes com conteúdo inferior a 980 dos 0 amostrados. Então Y Bin0; 0, 0228. Como E[X] = np = 00, 0228 = 2, 28 e Var[X] = np1 p = 00, 02280, 9772 = 2, 23 então Y pode se aproximar a W N2, 28; 2, 23 e então Z = W 2, 28 N0; 1, logo, 1, 49 Y 4 W 4 = W 2, 28 1, 49 = Z 1, 154 = A1, 15 = 0, 8749 4 2, 28 1, 49 Exercício 4 Um distribuidor de sementes sabe, através de experiências anteriores, que 95% das sementes que comercializa germinam. Ele vende pacotes de sementes, com garantia de que pelo menos 180 germinarão. Qual é a probabilidade aproximada de um pacote não satisfazer à garantia. Seja X número de sementes que germinam das vendidas. Então X Bin; 0, 95, veja que E[X] = np = 0, 95 = 190 e Var[X] = np1 p = 0, 95 0, 05 = 9, 5, logo X pode se aproximar a Y N190; 9, 5 e então Z = Y 190 N0; 1 de modo que 3, 08 X < 180 = X 179 Y 179 = Y 190 3, 08 = Z 3, 57 = 1 Z 3, 57 = 1 A3, 57 = 1 0, 9998 = 0, 0002 179 190 3, 08