MTODOS ESTATSTICOS

Gabarito da 2a Prova Presencial - 2o. semestre de 2008

Profa. Ana Maria Farias
1. X U nif (1, 9)
(a) P (2 X < 4) =

1
8

(4 2) = 0, 25. Veja a Figura 1.

Figura 1: Questo 1a: Pr(2 X < 4)

(b) P (X > m) = 0, 8
2.

1
8

(9 m) = 0, 8 9 m = 6, 4 m = 2, 6. Veja a Figura

Figura 2: Questo 1b: Pr(X > m) = 0, 8

2. X N (8; 22 )
(a)

58
13 8
Z
Pr(5 < X < 13) = Pr
= Pr(1, 5 Z 2, 5)
2
2
= tab(2, 5) + tab(1, 5) = 0, 49379 + 0, 43319 = 0, 92698

(b) Veja a Figura 3.

k8
= 0, 85
P (X > k) = 0, 85 Pr Z >
2

k8
0, 5 + tab
= 0, 85
2

8k
8k
tab
= 0, 35
= 1, 04 k = 5, 92
2
2

Figura 3: Questo 2b: Pr(X > k) = 0, 85

(c) Veja a Figura 4.

k8
k8
= 0, 78 0, 5 + tab
= 0, 78
P (X
< k) = 0, 78 Pr Z <
2
2

k8
k8
tab
= 0, 28
= 0, 77 k = 9, 54
2
2

Figura 4: Questo 2c: Pr(X < k) = 0, 78

3. X N ; 16
36
(a)

= Pr(X 12, 8|H0 ) = Pr X 12, 8|X N 15; 49

!
12, 8 15
= Pr Z
= Pr(Z 3, 3) = Pr(Z 3, 3)
2
3

= 0, 5 tab(3.3) = 0, 5 0, 49952 = 0, 00048

(b) Como o valor P pequeno, pouco provvel se obter um valor to extremo quanto
x = 12, 8 sendo H0 verdadeira. Logo, rejeita-se a hiptese nula, ou seja, os dados indicam
que < 15.
4. (a) A afirmativa do cliente que > 36 e o interesse da empresa mostrar que o tempo ,
no mximo, 36 horas ( 36). Logo
H0 : = 36
H1 : > 36
(b) A populao aproximadamente normal; assim,

X
S
n

t(n 1). Com n = 16, temos

15 graus de liberdade e na tabela obtemos t15;0,05 = 2, 131 e a regio crtica

X 36
1,53
4

> 2, 131 X > 2, 131

1, 53
+ 36 = 36, 815
4

(c) Como o valor observado da mdia amostral cai na regio crtica, rejeita-se a hiptese
nula, ou seja, os dados indicam que o tempo mdio est acima de 36 horas.
(d) O intervalo de confiana

1, 53
1, 53
; 37, 5 + 2, 131
= [36, 685; 38, 315]
37, 5 2, 131
4
4
5. (a) A afirmativa do cliente < 200. Logo
H0 : = 200
H1 : < 200
(b) A abscissa da normal z0,05 = 1, 64 e a regio crtica z0 < 1, 64. Com os dados do
problema temos que
195 200
z0 =
= 5
10
10

Como o valor observado da estatstica de teste pertence regio crtica, rejeitamos a

hiptese nula, isto , os dados indicam que a qualidade dos tijolos est diminuindo.
(c) Como o tamanho da amostra grande, o teorema central do limite nos permite usar a
aproximao normal para a distribuio da mdia amostral, independente de a populao
ser ou no normal.