Uma empresa produz componentes de dois tipos: A e B. Sejam as variáveis aleatórias:
X = tempo de vida do componente A, em horas e Y = tempo de vida do componente B, em horas. De um lote de 120 componentes
do tipo A e 80 componentes do tipo B, retira-se ao acaso um componente. Sabendo-se que X tem distribuição
exponencial com média de 1.000 horas e que Y tem distribuição exponencial com média de 700 horas, a probabilidade do
componente selecionado ter duração inferior a 1.400 horas é
Um fabricante de um equipamento admite que o tempo de funcionamento (T) desse equipamento, em horas, sem apresentar
falhas obedece a uma lei exponencial com função densidade dada por f(t) = λe-λt
, se t > 0 e que f(t) = 0, caso contrário.
Utilizando o método da máxima verossimilhança, ele obteve a estimativa pontual do parâmetro λ com base nas informações
obtidas do tem-po de funcionamento de 500 equipamentos selecionados aleatoriamente de sua produção. O quadro abaixo
fornece os resulta-dos obtidos.
ti 1 2 3 4 5 Total
ni 50 50 200 150 50 500
Obs.:
ni é o número de equipamentos que apresentaram falhas
em ti
horas.
A estimativa pontual do parâmetro λ obtida pelo fabricante foi, então, de
Um estatístico ajustou um modelo de
distribuição exponencial à variável aleatória
correspondente ao tempo de falha T (tempo
até falhar em anos) de um produto. O modelo
tem a expressão f(t) = 0,2e-0,2t t > 0. Então, a
probabilidade de o produto falhar dentro da
garantia pretendida de 1 ano é
Uma função de densidade tem a forma f(x) = c ∙ exp (− |x|/8), em que c representa a constante de normalização e x pode assumir qualquer valor real. Com base nessa função, julgue o próximo item.
O intervalo de tempo entre a chegada de dois navios a um porto, em horas, segue distribuição exponencial com média 1. Se acaba de chegar um navio, qual a probabilidade aproximada de que leve mais de uma hora até a chegada do próximo?
Se o tempo de espera por atendimento (T, em minutos) em
determinada repartição pública segue uma distribuição exponencial
com média igual a 30 minutos, então
o desvio padrão da variável aleatória T é igual a 30 minutos.
Um modelo AR(1) – Autorregressivo de ordem 1 – foi ajustado à série mensal do
percentual de gastos com alimentação de uma família. Usando o modelo ajustado obtevese o valor 62,36% como a previsão pontual do percentual de gastos com alimentação
dessa família para o mês de abril de 2012. A estimação intervalar a 95% de confiança
resultou no intervalo [51,40; 73,32]. Sabe-se que o valor real para o mês de abril de 2012
foi 58,83%.
Sendo assim, o erro de projeção estimado (a 95%) pelo modelo para o percentual de
gastos com alimentação do mês de abril de 2012 dessa família é igual a
Três diretores (A, B, C) de uma empresa têm a tarefa de avaliar os projetos de melhoria
de qualidade propostos pelos supervisores dos vários setores da empresa. As avaliações
são feitas de modo independente, sendo cada projeto avaliado por um único diretor. Os
projetos apresentados são divididos entre os três diretores da seguinte forma: 20% são
encaminhados ao diretor A, 50% para o diretor B e 30% para o diretor C. Sabe-se que
aproximadamente 20% dos projetos avaliados pelo diretor A são aprovados, 30% dos
projetos avaliados pelo diretor B são aprovados e 10% dos projetos avaliados pelo diretor
C são aprovados. Um projeto foi encaminhado pelo supervisor de um setor para avaliação
dos diretores.
A probabilidade de que o projeto seja aprovado é igual a
Considere que foram gerados dois números aleatórios,
u1 = 0,409 e u2 = 0,119, com distribuição uniforme em (0,1).
Deseja-se, a partir deles, simular duas observações de uma
variável aleatória, X, com distribuição exponencial com
média igual a 0,5, e duas observações de uma variável
aleatória, W, com distribuição normal com média igual 1 e
desvio padrão igual a 3. Os valores simulados são,
respectivamente,