GESTO DA QUALIDADE

Bruno F Oliveira, Eng. Metalurgista, Dr.

2014/01

CAPTULO 2:
ARRUMANDO A
CASA.

POR QUE?
Com a globalizao da economia, todas as
empresas, em qualquer lugar do mundo,
devem ter desempenho de empresa boa de
primeiro mundo.
Sua empresa, seu emprego, seu sustento, s
sobreviver guerra comercial global se ela
estiver ENTRE AS MELHORES DO MUNDO.

COMO?
PASSO I: Arrumando a casa:
Escolha uma rea onde a empresa no vai bem.
Inicie suas aes por este pior local. GERENCIAR
RESOLVER PROBLEMAS.
Definio de Problema: Resultado indesejado.
Problemas Localizados: Exemplo, alto ndice de refugos
na linha A; Elevado nmero de quebra de equipamentos,
alto nmero erros de faturamento, etc.
Problemas Interfuncionais: Reclamaes de clientes,
devoluo de mercadorias, excesso de estoques, queda nas
vendas, etc.

Como Resolver problemas

Os problemas interfuncionais devem ser
desdobrados em problemas localizados.
Para cada problema localizado, defina um
item de controle. Por exemplo ndice de
refugo. Faa um grfico de controle
mostrando a situao atual e a meta.
S faa coisas que ajudem a atingir a meta.
Tenha um mtodo para atingir a meta.

CONTROLE DE
PROCESSOS

Variabilidade
Em qualquer processo est presente a
Variabilidade:
Causa Comum:
Inerentes ao processo;
S a alta gerncia pode atuar sobre elas.

Causa Especial .
Indicam mudanas no padro operacional do
processo.
Exigem tratamento imediato.

Grficos de Controle
So ferramentas de controle dinmico do
processo que permitem uma visualizao do
momento em que um processo sai de
controle ou seja quando uma causa especial
de variabilidade comea a atuar.

Tipos de Grficos de Controle

Conforme o que se esteja medindo, existe um
modelo estatstico especfico para
tratamento dos dados;
Para variveis discretas:
Grficos de Controle por Atributo.

Para variveis Contnuas:

Grficos de controle por Varivel

Grficos de controle por atributo.

Tipos:

Estuda

Grfico tipo p: Frao de defeitos da amostra

Grfico tipo u: No. Defeitos por Unidade.
Grfico tipo c : No. Defeitos Total.

Grfico de controle por Atributo

Grfico de Controle por Varivel

Grfico da Mdia:
Estuda produo, dimetro, tempo, et..

Grfico da Amplitude.
Estuda as variaes.

Grficos de Controle por Varivel

Divergncia na Literatura:
Segundo

Grfico de controle por Varivel para

Mdia:
Em populaes Normais das quais se conhece a
mdia populacional e o desvio padro
populacional
LM= a 3;

Quando no se conhece nem :

= =

= + 2 ;
= 2 ;

Grfico de Controle por Varivel para

Amplitude

Amplitude: x max x min ;

= ;
= 3 ;
= 4

Segundo
pgs 308 -312:

Grfico de controle por Varivel para

Mdia:
Em populaes Normais das quais se conhece a
mdia populacional e o desvio padro
populacional
LM= a 3;

Quando no se conhece nem :

= =

= + 1 ;
= 1 ;

Grfico de Controle por Varivel para

Amplitude

Amplitude: x max x min ;

= ;
= 3 ;
= 4

Exemplo:

Soluo:

Exemplo de construo de grfico de

controle por varivel
A espessura do alumnio usado na fabricao
de latas precisa ser controlado. Vinte
amostras de tamanho n=5 foram
selecionadas. Para cada amostra registram-se
as mdias e as amplitudes:
:0,107; 0,110;0,119;0,131;0,119;0,143;0,197;0,107;0,120;0,137;

0,098;0,130;0,117;0,096;0,120;0,119;0,119;0,117;0,111;0,100;

R:0,040;0,035;0,0075;0,0035;0,0045;0,0050;0,0060;0,0055;0,0040;0,0060;
0,0035;0,0030;0,0060;0,0080;0,0045;0,0075;0,0040;0,0075;0,0035;0,0050

Segundo:

CARTA X

CARTA AM

O MTODO
PDCA

Anlise do Problema (Fatos e Dados):

Anlise de Pareto.

Construindo um Pareto:
Um fabricante de latas de Alumnio apresenta queixas
com relao ao nmero elevado de refugos.
Foi apresentado o seguinte levantamento das causas de
defeitos em um dia de produo:
Latas (und.)
Espessura da parede grossa ou fina

10

Arranhadas

30

Trincadas

06

Mal acabadas

15

Mal pintadas

45

Outras causas

Construir o grfico de Pareto do problema.

Por onde comear a reduzir o excessivo no de refugos?

Diagnose de
Causas de
Defeitos
Diagramas
de Ishikawa:

Plano de ao
Como montar?

1. Introduo ao Controle Estatstico

de Processos:
Estatstica:
Definio:
Cincia ou Ferramenta que lida com a obteno e
anlise de dados em presena da variabilidade.

reas da Estatstica:
Planejamento e otimizao de experimento;
Estatstica descritiva.
Estatstica Inferencial;

Amostragem
Processo de coleta da amostra;
Porque?
Escolha criteriosa dos elementos que sero
submetidos ao estudo.
Exemplo: Pesquisa de votao.

Primeiro requisito: Representatividade.

Exemplo: Fbrica de canetas que produz 1000 canetas
por dia, 300.000 ano. Escolher uma amostra de 100 itens.
De quantas formas podemos fazer esta amostragem?

Segundo requisito: Aleatoriedade.

Tipos de Amostragem:
Amostragem Aleatria Simples.
Amostragem Estratificada
Proporcional;
Igual tamanho;

Quanto a frequncia da coleta:

Por conglomerado.
Sistemtica;

Projeto de Experimentos
A prpria amostragem interfere na
aleatoriedade:
Exemplo: Influncia do tempo de cozimento
numa cermica.

Projeto de Experimentos: Modo de

usar.

Que fatores realmente afetam o processo.

Formular hipteses.
Testar.
Concluir.
Exemplo de experimento mal projetados:
Numa fbrica de canetas a taxa de defeitos sobe
subitamente de 1 para 10%.
Como selecionar um disco de freio.

2. ESTATSTICA DESCRITIVA
Distribuio de Frequncia e a
Apresentao de dados

Introduo
Aps obter os dados, agrupar de forma
permitir:
Manuseio;
Visualizao;
Compreenso;
Simplificao;
Deteco de erros e inconsistncias
eventualmente ocorridos na coleta de dados.

AGRUPAMENTO DE
DADOS

Agrupamento de dados
Exemplo: Determinar a resistncia de uma chapa de
alumnio de um determinado fornecedor.
Ao: Executar 28 ensaios de trao.
Resultados em kgf/mm2 para limite de resistncia:
270;268;266;258;267;265;255;259;268;262;255;263;265;260;
257;263;268;265;266;264;271; 258; 270; 270; 263; 269; 259;260.

Dados brutos:
28 medies.
Pouca utilidade.
E se fossem 300.000 medies?

Distribuio de Frequncias.
A distribuio deve abranger todas as medies;
O extremo superior da classe n o extremo
inferior da classe n+1;
Cada medio s pode estar em uma classe;
A quantidade de classes NO pode ser <5 ou
>25.
Regra de Sturges para a quantidade de classes:
k = 1+ log2 N ou k= 1 +

;
2

Tamanho de classe amplitude / k;

DISTRIBUIO DE FREQUNCIAS E
REPRESENTAES PICTOGRAFICAS
Passo I: Dispor em ordem crescente:
Amplitude: Maior Menor.
TAMANHO DE CLASSE: Amplitude /k ;
Distribuio de Frequncia
frequncia ABS simples | Freq. Relativa simples |Freq. Absoluta ACM |freq. Relativa ACM

1.
2.
3.
4.
5.
6.

257
257 |- 260
260 |- 263
263 |- 266
266 |- 269
>269

|||
||||||
||||
||||||
|||||
||||

3
6
4
6
5
4

____
28

255
255
257
258
258
259
259
260
260
262
263
263
263
264
265
265
265
266
266
267
268
268
268
269
270
270
270
271

Grficos
Histograma ou polgono de frequncias:
Grfico de classes x frequncia Absoluta.
Limite de Ruptura das Chapas de Al
7
6

6
5
5
4

4
3
3
2
1
0
<257

257 a 260

260 a 263

263 a 266

266 a 269

> 269

Ogiva
Grfico de classe x frequncia Absoluta Acumulada.

FREQUNCIAS E OGIVA DO LIMITE DE

RESISTNCIA DAS CHAPAS DE Al
120%
100%
80%
60%
40%
20%
0%
fi

Fi

Exerccios de Verificao
1.

2.

Um grande supermercado recebe reclamaes sobre a qualidade

de produtos de sua padaria. Suponha que voc o encarregado
do setor. Desenvolva um diagrama de Ishikawa (espinha de
peixe) que possa ajudar a identificar a causa da queda de
qualidade.
Um fabricante de eletrodos para soldagem esta preocupado
pelas reclamaes sobre a falta de uniformidade nos pontos de
fuso de suas ligas. 50 eletrodos foram selecionados, seus
pontos de fuso em oC foram medidos e os resultados foram os
seguintes: 320, 326, 325, 318, 322, 320, 329, 317, 316, 331, 320,
320, 317, 329, 316, 308, 321, 319, 322, 335, 318, 313, 327, 314,
329, 323, 327, 323, 324, 314, 308, 305, 328, 330, 322, 310, 324,
314, 312, 318, 313, 320, 324, 311, 317, 325, 328, 319, 310, 324;
2.1 Construa o quadro de distribuio de frequncia e o histograma.
2.2 Determine a mediana, a mdia e o percentil de ordem 80.

MEDIDAS
ESTATSTICAS.

Medidas de Posio Central

Mdia Aritmtica Simples:
Mdia Aritmtica Ponderada:
Mdia Harmnica;
Mdia Geomtrica;
Mediana:
Num conjunto de dados dispostos em ordem
crescente a mediano valor que divide a amostragem
ao meio . Se o nmero de dados impar a mediana
um nico nmero. Se o no. De dados par a mediana
mdia aritmtica dos valores centrais.

Comparao entre mdia e mediana.

Exemplos:
Seja o salrio hora pago na empresa A e B. Qual
valor representa o salrio?

A: {200, 250, 300, 450, 460, 510}

Mediana = 375; Mdia 361,7;

B: {200, 250, 250, 450, 460, 2300}

Mediana = 350; Mdia = 651,7;

Devemos preferir a mediana quando o conjunto

de dados leva a um histograma assimtrico.
Existem valores discrepantes nas pontas.

Percentis
Dado um nmero de observaes em ordem
crescente, um percentil de ordem x um
valor observado tal que x por cento das
observaes so iguais a ele ou abaixo dele.
O percentil de ordem 50 a mediana porque
50% dos valores esto abaixo dele.
Quartis: Percentis de ordem 25, 50, 75.
Decis: So os percentis de ordem, 10, 20...

Exemplo:
Sejam os dados a seguir, j ordenados do menor
para o maior de 50 observaes do nvel de
rudo de trfego em decibis em um
determinado cruzamento:
52,0; 54,4; 54,5; 55,7; 55,8; 55,9; 55,9; 56,2; 56,4; 56,4;
56,7; 56,8; 57,2; 57,6; 58,9; 59,4; 59,4; 59,5; 59,8; 60,0;
60,2; 60,3; 60,5; 60,6; 60,8; 61,0; 61,4; 61,7;61,8; 62,0;
62,1; 62,6; 62,7; 63,1; 63,6; 63,8; 64,0; 64,6; 64,8; 64,9;
65,7; 66,2; 66,8; 67,0; 67,1; 67,9; 68,2; 68,9; 69,4; 77,1;

Determinar o primeiro quartil e o percentil de

ordem 80.

Mdia de Dados Agrupados

mais fcil determinar a mdia e a mediana
antes de agrupar mas no raro s
conhecermos o quadro de distribuio.
mdia uma aplicao direta do conceito de
mdia aritmtica ponderada.
Exemplo: Calcular a mdia dos dimetros que se
apresentam distribudos nas 5 classes abaixo:
Classe
1.
2.
3.
4.
5.

1,810 ---- 1,822

1,822 ---- 1,834
1,834 ---- 1,846
1,846 ---- 1,858
1,858 ---- 1,870

ni
7
14
18
7
4

Mediana de dados agrupados

uma aplicao do conceito de interpolao
linear.
Exemplo: Calcular a mediana dos dados do
exemplo anterior.
1.
2.
3.
4.
5.

Classe

ni

1,810 ---- 1,822

1,822 ---- 1,834
1,834 ---- 1,846
1,846 ---- 1,858
1,858 ---- 1,870

7
14
18
7
4

Percentis de dados agrupados

Processo anlogo ao clculo da mediana.
Exemplo: Calcular o terceiro quartil dos
dados:
1.
2.
3.
4.
5.

Classe

ni

1,810 ---- 1,822

1,822 ---- 1,834
1,834 ---- 1,846
1,846 ---- 1,858
1,858 ---- 1,870

7
14
18
7
4

Mdia aparada
Obtm se eliminando-se m valores menores
e m valores maiores.
Exemplo calcular a mdia aparada m=2 para
os dados de rudo.

Moda
o valor que apresenta maior incidncia.
No caso de dados agrupados o ponto
mdio da classe de maior frequncia, classe
moda.
A mediana e a moda no so fornecidos por
calculadoras. Para grande massa de dados
torna-se um processo laborioso.

Resumindo
A mdia aritmtica a medida sintetizadora
mais adequada desde que no haja
resultados muito discrepantes.
A mediana deve ser usada em distribuies
fortemente assimtricas com distribuio de
rendas em pases sub desenvolvidos, anlise
de folhas de pagamentos, etc.

Verificao
1.
2.
3.

4.
5.
6.

Num concurso, matemtica tem peso 5, cincias peso 3 e Portugus peso 2. Um candidato
tirou respectivamente, 3 em matemtica, 5 em cincias e 10 em portugus. Qual a sua
mdia?
Salrio mdio de uma empresa R$500. A mdia dos salrios dos homens R$520 e a mdia
dos salrios das mulheres 420. Qual a proporo entre homens e mulheres nesta empresa.
Pegue 10 ovos em sua geladeira e mea seus comprimentos. Descreva seu mtodo de medida e
seus procedimento e discuta os aspectos que podem ter causado a variabilidade no
procedimento. Faa um grfico de pontos destas medidas, calcule a mdia da amostra,
variana, desvio padro e coeficiente de variao.
Um homem viaja de A para B a velocidade mdia de 30 km/h e volta de B para A, pelo mesmo
caminho a velocidade mdia de 60km/h. Determinara a velocidade mdia da viagem completa.
A contagem de bactrias, em uma certa cultura, aumentou de 1000 para 4000 em 03 dias. Qual
foi a percentagem mdia de acrscimo por dia.
Um aeroplano percorre distncias, d1, d2 e d3 em km em velocidades v1, v2, v3 em km/h. se
d1 = 2500 km, d2 = 1200 km, e d3 = 500 km, e v1=500 km/h, v2 = 400 km/h e v3 = 250 km /h,
qual foi a velocidade mdia do roteiro.

AULA 3: DISTRIBUIO
DE FREQUNCIAS COM

EXCEL.

Instalao das Ferramentas de

Anlise.
Excel 2003:
Menu Principal:
Ferramentas > Suplementos;

Para anlise de dados devese instalar o suplemento

Ferramentas de Anlise;
Uma vez instaladas
possvel us-las acessando o
comando:
Ferramentas > Anlise de
dados.

Instalao das Ferramentas de

Anlise.
Excel 2007:
Boto de Acesso Office.
Opes do Excel.
Opo Suplementos.
Instalar atravs do disco
de Instalao do Office.

Instalao das Ferramentas de

Anlise.
Excel 2010:
Arquivo >
Opes >
Suplementos >
Ferramentas de
anlise.

Excel 2010:

Acesso Ferramenta de Anlise

Distribuio de frequncias no Excel.

Menu principal > frmulas > inserir funo >
estatstica > frequncia.
No Excel a primeira classe a um valor
A ltima classe um valor.
Para finalizar, como toda funo matricial,
Ctrl + shift + enter;

GRFICOS NO EXCEL.

DEFINIES
Histograma uma representao grfica de uma
distribuio.
Pareto: So grficos que organizam os dados
conforme a maior frequncia.
Para usar o Excel :
DADOS -> Ferramentas de Anlise de dados ->
Histograma.
No intervalo de dados colocar a matriz de dados brutos;
No intervalo de blocos colocar a matriz de frequncias.
Marcar as opes de Pareto e % cumulativa.

3. MEDIDAS ESTATSTICAS
3.2 MEDIDAS DE DISPERSO
OU VARIABILIDADE.

Medidas de disperso ou
variabilidade.
Amplitude.
Variana e Desvio Padro.
Determinao da variana de dados agrupados.

Coeficiente de variao.
Desvio relativo.

AULA 4 ANLISE DE
REGRESSO

INTRODUO
HOGG, ROBERT. & LEDOLTER, Engineering
Statistics:
...The objective of many scientific investigations
is to understand and explain relationships among
variables...

Determinist relationship;
Regression Analysis

Deterministic Relationship.
The relationship are known exactly. So the
response and explanatory variables are
functionally related.
Ex.: Laws physics and chemistry.
Ex, IEZZI, G. et all, Matemtica, 2o.Grau, 3a serie:
Um navio deve percorrer uma distncia d em km. H
despesas com combustvel e com a tripulao. O gasto
horrio com a tripulao constate e igual a a (a>0). O
gasto horrio com o combustvel e proporcional ao
quadrado da velocidade v do navio, ou seja igual a bv2
onde b uma constante positiva. Projetar um modelo
Matemtico para a velocidade mdia tal que a despesa
total seja mnima.

Regression Analysis
Is concerned with developing approximating
models.
Why?
Because: In most cases, the relationships are not known or
much more complicated to be described by a small set of
explanatory variables.

Y is a random variable that varies around a

mean value which depends on the values of the
explanatory variable. Repeated trials with the
identical values of explanatory variables will no
longer lead to the same response every time.

Regresso Simples

Regresso Linear.
Regresso Logartmica.
Regresso Exponencial Natural.
Regresso Exponencial.

Regresso Mltipla
Correlaciona uma varivel dependente a
vrias varveis independentes:
Linear mltipla.
Logartmica
Exponencial natural:
Exponencial

Regresso Linear Simples

Jose Francisco Soares: Introduo
Estatstica.
O modelo:

= 0 + 1 +

(Eq. 1);

Onde:
0 e 1 so constantes;
varivel dependente;
a varivel independente ou explanatory;
o erro da estimativa.

Estimativa de Parmetros
Como prever o erro?

Coeficiente de correlao para

correlao linear simples.
Descreve a fora com que se mantem unidos os
conjuntos de variveis causa e efeito ou a qualidade
do ajuste.
-1 r xy 1;
=

2
;
2

(eq3);

Ou pela estatstica desenvolvida por Karl Pearson:

=

2 )

Correlao x Covariana
Correlao:
Mostra a qualidade do ajuste:

r xy 0 pssimo...
r xy 1 timo, Perfeito; (na natureza no)
rxy 0 : C Inverteu causa com efeito.

Covariana:
Mostra a relao entre os dados:
Um => Y funo de x;
Zero => Y no tem nada a ver com x;
-1 => X que funo de Y. Seu grfico est virado.

Exemplo 1
A prxima tabela mostra a correlao entre
toneladas de Nitrognio aplicada/hectare e a
produtividade na colheita em toneladas /hc.
Quantas t de N/hc tenho de aplicar para obter
uma produtividade de 10 t/hc.
Qual o acrscimo mdio em produtividade por
tonelada de Nitrognio aplicada.

Exemplo 2
A tabela a seguir mostra a relao entre
durao em horas de uma navegao e seu
custo em milhares de R$ de um
transatlntico.
Qual a relao entre tempo de navegao e
custos totais?
Podemos usar este modelo para programar
custos
em
X (h)
75 funo
80
93 do
65 tempo
87
71de viagem?
98
68
84
77
Y(m R$) 82

78

86

72

91

80

95

72

89

74

PROBABILIDADE

Conceitos Preliminares
Experimento aleatrio.
Espao amostral.
Discreto
Contnuo

Evento.
Modelos Determinsticos x Probabilstico
Probabilidades

Tipos de Eventos

Interseo;
Mutuamente Exclusivos ou Excludentes;
Unio;
Negao; Evento complementar;
Regras Bsicas.

Anlise Combinatria

Princpio fundamental da contagem;

Arranjos e Permutaes;
Combinaes;
Permutaes com repeties;
Probabilidade condicional

Exemplos
1.
2.
3.
4.
5.
6.

So 10 bolas sendo 3 azuis, 4 amarelas e 3 brancas. De quantas maneiras podemos alinhar as

10 bolas?
Numa rifa vende-se n bilhetes com 5 prmios. Uma pessoa compra 03 bilhetes. Qual a
probabilidade de acertar pelo menos um prmio?
Uma empresa recebe 50 candidatos para 6 vagas. Se os candidatos so escolhidos por acaso,
qual a probabilidade de voc ser um deles?
Em uma caixa de 100 peas, 5 apresentam defeitos. Numa amostragem de duas peas, qual a
probabilidade de no se detectar nenhum defeito?
15% das reservas areas no se concretizam. Se temos 60 lugares e aceitamos 62 reservas, qual
a probabilidade de ocorrer problema de overboking?
Dos cdigos formados com 3 consoantes do conjunto {b,c,d,f,g} e duas vogais do conjunto
{a,e,i,o,u}:
1.
2.
3.

7.
8.

Quantas comeam por vogal?

Quantas comeam e acabam com vogal?
Quantas tem as 03 consoantes juntas?

Deseja-se formar comisso com 03 membros partindo-se de 10 alunos. Quantas comisses so

possveis?
Partindo-se de 10 alunos, quantas comisses posso formar com 1 presidente, 1 tesoureiro e um
secretrio?

Probabilidade Condicional Diagrama

de Arvore.
Exemplo 1:
grupo 8% tem diabetes.
Destes, 95% tem diagnstico correto.
5% tem diagnstico incorreto (falso negativo);

92% No tem diabetes;

Destes, 98% tem diagnstico correto.
Destes 2% tem diagnstico incorreto (falso positivo).

Qual probabilidade de que uma pessoa

diagnosticada com diabetes tenha realmente a
doena?

EXEMPLO 2
Uma linha de produo tem 03 mquinas A,
B, C, produzindo respectivamente 0,40; 0,35;
0,25 da produo total. A taxa de defeitos
0,02; 0,01; 0,03; Se se retira uma pea com
defeito, qual a probabilidade de que tenha
vindo da mquina B?

Exemplo 3
Uma pesquisa para correlacionar peso e problemas
vasculares obteve o seguinte resultado:
PESO
PRESSO

EXCESSO

NORMAL

DEFICIENTE

TOTAL

ELEVADA

0,10

0,08

0,02

0,20

NORMAL

0,15

0,45

0,20

0,80

TOTAL

0,25

0,53

0,22

1,00

a) Qual a probabilidade de que uma pessoa escolhida ao acaso tenha

presso elevada?
b) Se uma pessoa tem excesso de peso, qual a probabilidade de que tenha
tambm presso alta?

EXERCCIOS
PROPOSTOS

VERIFICAO E AVALIAO
1.

Seis casais marido e mulhe esto em uma sala. Escolhendo duas pessoas ao acaso, qual a
probabilidade:
1.
2.

2.
3.
4.
5.

De quantas maneiras posso dispor em fila 05 pedaos de mrmore de cores diferentes?

De quantas maneiras diferentes 10 pessoas podero se sentar em um banco com 04 lugares?
Deseja-se colocar 5 homens e 4 mulheres em fila de modo que as mulheres ocupem as
posies pares. Quantos arranjos so possveis?
Quantos nmeros de 4 algarismos podem ser formados com os 10 algarismos se:
1.
2.
3.

6.
7.

Se forem permitidos repeties;

Se no forem permitidas repeties.
O ltimo algarismo tem de ser zero e no so permitidas repeties.

De quantas maneiras uma comisso com 05 pessoas pode ser retirada a partir de um grupo de
9 pessoas?
Entre 05 matemticos e 07 fsicos deve-se formar comisses constitudas de dois matemticos
e 3 fsicos. Quantas comisses podem ser feitas se:
1.
2.
3.

8.

Um homem e uma mulher?

Um marido e sua mulher?

Qualquer matemtico ou fsico pode ser includo?

Um determinado fsico deve ser includo?
Dois determinados matemticos no podem ser includos?

Uma urna contm 8 bolas vermelhas 3 bolas brancas e 9 bolas azuis. Se 3 bolas so retiradas
ao acaso, qual a probabilidade de se retirar:
1.
2.
3.
4.
5.
6.

Todas as trs vermelhas?

Todas as trs brancas?
Duas vermelhas e uma branca?
Pelo menos uma branca?
Ser retirada uma de cada cor?
As bolas serem extradas na ordem VBA?

VARIVEIS ALEATRIAS

Variveis aleatrias
Em muitos experimentos os resultados no
so numricos;
Antes de analis-los conveniente
transformar resultados no numricos em
numricos.
Exemplo: Lanamento de duas moedas:
Espao amostral :{ kk, kc, ck, cc} ;
Transformar este resultado em numrico
tomando como critrio o nmero de caras.

Funo de probabilidade
Associao entre os valores da varivel aleatria
e suas respectivas probabilidades:
V. Aleatrias
Probabilidade

Concluso: Mtodo para estudar processos onde

est presente a incerteza:
Obter a V.A. de interesse;
Obter a Distribuio de probabilidade ou funo de
probabilidade.

Exemplo 2
Suponha um teste binrio, (+ ou -) para um
circuito de 04 caminhos. O teste para quando
o resultado for +. A probabilidade de ser
positivo 3/4. A probabilidade de ser
negativo 1/4.
Qual a probabilidade de testar todos os 04
caminhos?
Qual a funo de probabilidade para n
caminhos?

FUNO DE DISTRIBUIO DISCRETA

DE PROBABILIDADE - f(xi):
a relao entre os distintos valores xi e as
probabilidades associadas f(xi);
Uma fundio entrega 30 peas donde 05
apresentam defeitos. Se o controle de qualidade
feito por amostragem de duas peas
aleatrias, qual a probabilidade de se descobrir:

P(x=0)?
P(x=1)?
P(x=2)?
P(x)?

REPRESENTAO GRFICA DA FDP

Representao grfica da FDP para pontos
alcanados na jogada de dois dados.
X

F(x)

Representao Grfica;
Calcular:
P(x5)
P(x>8)
P(6x 8)

10

11

12

Funo de Distribuio de
Probabilidades Acumulada, F(x)
A fdp a probabilidade de um V.A. tomar o valor
x.
Ex. 1: Nmero de caras na jogada de duas moedas.
V.A x
P(x)
F(x)

Ex. 2: Nmero de caminhos at achar o primeiro +:

V.A x
P(x)
F(x)

Funo de Distribuio de
Probabilidades Acumulada, F(x)
Ex. 3: Nmero de pontos alcanados na jogada de
dois dados:
V.A x
P(x)
F(x)

Ento, a F(x) representa a soma de

probabilidades de maneira que a probabilidade
de ocorrer certo evento seja menor ou igual a x.

Representao Grfica de F(x)

Esperana Matemtica E(x)

o produto do nmero de tentativas x a
probabilidade de ocorrer;
a mdia das probabilidades;
o ponto de equilbrio de uma fdp;
a melhor aposta;
Ex. 1: Qual a melhor aposta para a soma do
lanamento de dois dados?
Ex. 2: Um jogador ganha n reais para quantos forem
o nmero de pontos da face superior de um dado e
paga c reais para jogar. Quanto deve apostar?

Aplicaes de E(x): Seguro de dvidas.

Nos anos 80, no Brasil, a tabua de mortalidade por
1000 habitantes indicava os seguintes dados:

Aos 37 anos um indivduo contrai um emprstimo de

R$15.000,00 para pagar em 3 anos. Este indivduo
deseja fazer um seguro desta dvida. Qual deveria ser
o valor mnimo do seguro.

Aplicaes de E(x), Acidentes!

Uma construtora mantm um registro do nmero de
acidentes mensais e das probabilidades que ocorram,
para um determinado tipo de obra:
Xi

F(x) i

0,10

0,10

0,2

0,3

0,2

0,1

Qual o nmero de acidentes esperado para um ms

de obra?
Se cada acidente acarreta um prejuzo de R$20mil,
qual valor deve ser aprovisionado por ms de obra
para esta contingncia.

Propriedades de E(x)
1.
2.
3.
4.

E(a)=a
E(b xi) = b E(xi);
E (x +a) = E(x) + a;
E(a+bx) = a + b.E(x)

Variana de E(x)
Se E(x) uma medida de posio central, h
de existir uma medida de disperso. Esta
medida a variana, 2 ;
Definio:
2 = var (x) = E (x )2 =

E(x2)- 2 ;

Desvio padro: 2
Tem a vantagem de exprimir a disperso nas
mesmas unidades de x;

Propriedades da var(x):
1.
2.
3.
4.

Var(x) > 0;
Var(x+a)= var(x);
Var(bx) = b2 . Var(x);
Var (a + bx) = b2 . Var(x);

VERIFICAO E AVALIAO

VERIFICAO E AVALIAO

DISTRIBUIES DISCRETAS
DE PROBABILIDADES

DISTRIBUIO BINOMIAL;
DISTRIBUIO DE POISSON;
DISTRIBUIO GEOMTRICA;
DISTRIBUIO DE PASCAL;
DISTRIBUIO MULTINOMIAL;

TAMANHO DE ESTOQUES:
Ensaio de Bernoulli:
Experimentos aleatrios;
Eventos exclusivos;
Eventos independentes;

Se p (sucesso) a probabilidade de um evento

acontecer em uma tentativa nica e q = 1- p,
(insucesso) a de que o evento no ocorra, ento a
probabilidade do evento ocorrer exatamente X vezes,
em N tentativas (i.e. X sucessos e N-X insucessos) :

Um ensaio de Bernoullli (fim do XVII):

Uma vlvula funciona, VA = + = 1, ou falha V.A. = -= 0;
Qual a probabilidade que funcione? P(x=1) = p;
Suponhamos p = ; Logo q = ;

Em um lote de vlvulas temos de tirar uma

amostra de N= 5 peas. Qual a probabilidade de
obtermos esta sequncia em particular:
{x1 = 1; x2 =1; x3=0; x4=1; x5=0}?
R: p.p.q.p.q
Quantas sequncias pode-se obter, a partir de uma
amostra de N elementos de modo a ter X
sucessos?
Logo a fdp ...

Exemplos de Aplicao
1. Qual a probabilidade de se obter at 5 sucessos
numa amostra de 14 peas se a proporo de
sucessos 15%?
2. No exemplo anterior, qual a probabilidade de
termos entre 3 e 5 sucessos?
3. A probabilidade de que certo tipo de
transformador falhe nos 10 primeiros anos
0,05. Compra-se 20. Qual a probabilidade de
que tenhamos no mnimo 16 funcionando ao
fim de 10 anos?

Propriedades da Distribuio Binomial

Mdia = Np;
Varincia 2 = N.p.q;
Desvio padro = ;
Exemplo:
Em 100 lances de uma moeda honesta,

Qual a mdia do nmero de caras?

Qual o nmero esperado de caras?
Qual o desvio padro?
Qual o nmero esperado de caras?

Verificao e Avaliao
1.
2.

3.
4.
5.

Se 20% dos parafusos produzidos por uma mquina so defeituosos,

determinar a probabilidade de que entre 4 parafusos escolhidos ao acaso,
tenhamos a) Um; b) 0; c) no mximo dois defeituosos.
Determinar a probabilidade de que ao se lanar trs vezes uma moeda
honesta, aparecerem: a) 3 caras; b) 2 caras e uma coroa; c) 2 coroas e 1 cara; d)
3 coroas?
Determinar a probabilidade de que no lanamento de um dado honesto
aparea 3 a) nenhuma vez; b) uma vez; c) duas vezes; d) 3 vezes, e) 4 vezes; f)
cinco vezes?
A probabilidade de um estudante se graduar em um IF honesto 0,4.
Determinar a probabilidade de, entre 5 estudantes, se graduarem, a) Nenhum;
b) um; c) pelo menos um.
Se a probabilidade de correr um parafuso delituoso de 0,10 determinar, para
um total de 400 parafusos a mdia e desvio padro de parafusos defeituosos.

Distribuio de Poisson
Processo de Poisson:
Quando N um nmero grande e a
probabilidade p associada a X um muito
pequena.

() .

=
!

Propriedades da Distribuio de
Poisson
Mdia = ;
Varincia = 2 = ;

Exemplos de Aplicao da Distribuio

de Poisson:
1. A probabilidade que certo tipo de transformador falhe
em 10 anos 0,05. Compra-se 20. Qual a probabilidade
de que se tenha no mnimo 16 funcionando ao final de
10 anos.
2. Na compra de 300 transformadores a chance de cada um
funcionar 10 anos 0,96. Precisamos que 260 estejam
funcionando aps 10 anos. Qual a probabilidade de que
isto ocorra?
3. Um sistema precisa de 260 transformadores para
funcionar. Pelo tempo de fabricao tenho de manter
este equipamento em estoque. Quantos
transformadores devo comprar se que uma garantia
operacional mnima de 98%

Processos de Poisson
So aqueles que so muito bem descritos pela
distribuio de Poisson. Ou seja quando a
populao grande e a probabilidade de falha
pequena.
Na prtica 50 ; < 5;
Exemplos: Nmero previstos de paradas de uma
mquina (confiabilidade);
Nmero de defeitos superficiais numa pea bem
acabada.
Nmero de mudanas, ocorrncias, acidentes, falhas
em um vida muito longa.

Acidentes de Trnsito
O nmero X de mortes no trnsito nos USA
segue a distribuio de Poisson com mdia
= 7.
Porque:
H muitos motoristas;
H poucas chances de se envolver em acidentes.

Caractersticas do Processo de Poisson

A probabilidade de ocorrer uma mudana em um curto
intervalo h de tempo proporcional a h e igual a .h
sendo uma constante de proporcionalidade;
A probabilidade de mais de uma mudana em um
intervalo h de tempo muito pequena ou
aproximadamente zero.
As mudanas em cada intervalo so independentes.
No exemplo de acidentes de carro, o no. De acidentes que
veremos em um dia proporcional ao que vemos em um ms
dividido por 30;
A probabilidade de que ocorra mais de um acidente neste
intervalo muito pequena.
Um acidente no costuma depender do outro.

Exemplo de aplicao ao controle de

acidentes:
Se a mdia de ocorrncia de acidentes = 7
calcule a ocorrncia de termos mais que 9
acidentes.

Verificao e Avaliao para

Distribuio de Poisson
Se a probabilidade de que um indivduo
sofrer uma reao alrgica a um
medicamento uma em mil, determinar a
probabilidade de que entre 2000 indivduos
tratados a) exatamente 3; b) Nenhum; c)
Exatamente um, d) mais do que 2, sofram
reao alrgica.
D para calcular pela distribuio binomial?
Por que?

Distribuio Geomtrica
a distribuio da probabilidade do evento de
interesse ocorrer aps x tentativas, sendo p a
probabilidade de sucesso e que a probabilidade
de falha.
A fdp geomtrica = . (1)
Onde x = 1, 2, 3....
Exemplo:
Testa-se um conjunto de vlvulas at que a primeira no
acenda. Se a probabilidade de no acender , qual a
distribuio de probabilidades para que seu teste v at
cinco vlvulas.

Distribuio de Pascal
a distribuio de probabilidade de serem
precisos n provas para o k simo sucesso
quando a probabilidade de sucesso p e
insucesso q.
Se necessrias N provas para o k esimo
sucesso, o resultado da N sima prova deve
ser sucesso. Logo vo restar K -1 sucessos e
N-(K-1) falhas para serem distribudas por N-1
falhas.

FDP de Pascal

1 (1) [ 1
=

.
1
Simplificando:
1 () [ ]
=
.
;
1
Exemplo:

1 ]

. ;

Qual a probabilidade de serem necessrias 10

extraes para que se obtenha 3 lmpadas
queimadas quando o evento lmpada queimada tem
p= e lmpada boa = q = ?

Soluo
Na 10 extrao h de aparecer uma lmpada
queimada. Nas 9 extraes anteriores,
surgiram 2 queimadas e 7 no queimadas.
9
2
7 1
3
1

4 4 =0,0005;
4
2

DISTRIBUIO POLINOMIAL
a distribuio de probabilidade de um
experimento em que ao invs de apenas 2
resultados, cada prova pode ter k resultados
possveis cada um com sua probabilidade
invariante;
EXEMPLO:
Uma caixa contem 4 bolas Verdes, 3bolas Brancas e 3
Amarelas. Tira-se uma bola ao acaso, anota-se o resultado
e devolve-se a bola a caixa. Em cinco extraes, qual a
probabilidade de sair a sequncia 2V, 1B, 2A.

SOLUO :
A probabilidade de sair (VV,B,AA)
(4/10)2 . (3/10)1.(3/10)2 x {todas as sequencias
possveis}
Todas as sequncias possveis Permutao com
repetio de 5 elementos repetindo-se duas vezes
o resultado Verde, uma vez o resultado Branco e 2
5!
Vezes o resultado Amarelo ou seja:
;
2!1!2!

Logo a probabilidade do resultado (VV,B,AA) :

5!
x
2!1!2!

(0,4)2.(0,3)1.(0,3)2 = 0,1296

FDP Polinomial
Generalizando a soluo do problema
anterior:
Onde:

!
1
1
1 !2 !.. !

2
2

. ;

N o nmero de vezes em que se realiza a prova;

xi o nmero de vezes em que ocorre o
resultado ai;
pi a probabilidade de ocorrer o resultado ai.

DISTRIBUIO HIPERGEOMTRICA
A distribuio binomial aplica-se ao experimento
de Bernoulli.
Os eventos so independentes ;
A probabilidade de sucesso se mantm constante.
Resumindo a distribuio binomial aplica-se a provas
com reposio;

Considere agora o seguinte experimento:

Qual A probabilidade de se extrair 3 peas defeituosas em
5 tentativas, sabendo se que existem 26 defeituosas num
lote de 52?

Soluo
Como a pea defeituosa no volta ao lote, a probabilidade de se encontrar
peas defeituosas modifica-se a cada extrao.
Logo:

Evento: Extrair 3 p c/ def. em 5=

26
No. Possibilidades de extrair defeito =
3
X
26
No. Possibilidades de se extrair p boas=
2
/
52
Espao Amostral do Experimento =
5

Fdp da Distribuio Hipergeomtrica

=
Onde:

x o que satisfaz o evento;

k o nmero da subpopulao onde se encontra o
evento;
N a populao total;
n o tamanho do subgrupo.

Nota: Qdo n pqno em relao a N recai-se num

caso de distribuio binomial.

Exemplo.
Por contrato, so admissveis 3 peas
defeituosas num lote de 50 peas. Uma
amostra de cinco peas retirada. O lote ser
totalmente rejeitado se se encontrar uma
nica pea defeituosa entre as cinco. Qual a
probabilidade de encontrar uma pea
defeituosa na amostra se existem apenas 3
peas defeituosas no lote e rejeitar
erradamente todo o lote.

DISTRIBUIES
CONTNUAS DE
PROBABILIDADE

PROPRIEDADES DA FDPC;
VARIVEL PADRONIZADA;
DISTRIBUIO NORMAL;
DISTRIBUIO DE STUDENT;
DISTRIBUIO CHI QUADRADO;
DISTRIBUIO DE WEIBULL;

INTRODUO
DISTRIBUIO DISCRETA:
O espao amostral mesmo que muito grande
contvel e finito.
Exs.: Gro de areia numa praia; Estrelas no ceu;

DISTRIBUIO CONTNUA:
O espao amostral infinito.
Exs.:O no. de Intervalos de tempo entre dois
segundos.

PROPRIEDADES
1. P(X)=1
2. P(a x b)=

Area sob a curva entre os pontos a e b;

3. f(x) 0; No existe probabilidade negativa.

4. P(x=b)=0 =

= 0

P(a<x<b) = P(a x<b)=P(a<x b)=P(a x b)

Distribuio Weibull:

= [

exp[

Suponha que a vida x (em anos) de um

gerador elico tenha uma distribuio
descrita por:

(1,8) 0,8

81,8

1,8
]
8

, 0 < < ,

Que frao dos geradores falhar antes do

primeiro ano de vida?

VARIVEL PADRONIZADA
=

Significa o desvio relativo de cada elemento da

amostra;
mais fcil parametrizar a fdpc em funo de Z
porque z=0 e z=1;

DISTRIBUIO NORMAL
Definio:
uma distribuio contnua de probabilidades onde:
1
1 2
=
exp
;
2

2
Caractersticas:

Curva simtrica em relao a ;

Possui pontos de inflexo em + e - ;
Curva assinttica em relao ao eixo dos x;
rea total sob a curva 1;
A probabilidade da varivel aleatria estar entre a e b
corresponde a rea sob a curva;

Exemplo 1
Se o tempo de vida mdia de um
transformador 150 horas com desvio
padro de 10 horas, qual a probabilidade de
que ele dure mais que 170 horas?
Usando a parametrizao z e tabelas;
Usando Excel;

Exemplo II
Para o mesmo transformador, qual a
probabilidade de dure mais que 185 h?
Usando um programa de soluo de integrais.

Exemplo III
Para os mesmos transformadores, qual P(120
x 155)?

EXEMPLO IV
Problema inverso: Dada a probabilidade,
calcular o valor de x;
Sendo N-> (80,12);
Por exemplo, Um gerador funciona 80 horas
com desvio padro de 12 horas. Quantas
horas devo deixa-lo funcionando se quero
que ele apague com 92,9% de certeza?

EXEMPLO V
Estime o nmero mximo de horas que o
gerador anterior possa resistir com 2,1% de
certeza.

A NORMAL COMO APROXIMAO DA

BINOMIAL
Quando n grande (30) e p nem tende a zero
nem a um;
Aproximar a Dist. Binomial de mdia np e
desvio padro = Raiz(npq);
Exemplo:
Na compra de 300 transformadores p = 0,96 para
t = 10 anos qual a probabilidade de ter no
mnimo 280 funcionando aps 10 anos.

Verificao e Avaliao
DISTRIBUIO NORMAL:
Responder as questes de 49 at 57.

Distribuio Binomial
Resolver os exerccios de 37 at 47.

Aproximao da Binomial
pela Normal
Resolver exerccios de 63 at 66.

DISTRIBUIO DE
POISSON
Resolver exerccios de 67 at 71.

DISTRIBUIO
MULTINOMIAL
Resolver exerccios de 72 at 74.

TESTES DE HIPTESES

Estudo de Caso 1
Um fabricante de sistemas de automao observa que 3% dos projetos
produzidos (p=0,03) apresentaram falhas. Uma engenheira trainee
sugere importantes modificaes no sistema de trabalho da empresa
para que este ndice diminuisse (H1). Ficou decido que se fariam 100
trabalhos (n=100)com o novo procedimento. Se nestes trabalhos se
observassem at no mximo uma reclamao, (x=0 ou x=1) os novos
procedimentos seriam implantados em definitivo.
O atual gerente de produo levanta a hiptese de que p se mantenha
em 0,03 (H0) e, ainda assim, se pode obter facilmente at no mximo
um defeito, o que levaria a inteis implantaes de novas rotinas,
desperdcio de tempo, etc..( Erro Tipo I, com Probilidade );
A trainee responde que da mesma forma, podemos baixar o ndice de
no conformidade, digamos at p=0,01, que ainda poderia
infortuitamente ocorrer mais de uma no conformidade o que levaria
a rejeitar inovaes teis ( Erro Tipo II, com probabilidade );
1.
2.
3.

Quem est certo?

O que significa facilmente e fortuitamente no discurso destes
profissionais?
Como testar as hipteses formuladas.

Teste de Hipteses Sumrio

Uma afirmao sobre um parmetro de
distribuio chamado: Hiptese Estatstica;
No exemplo p=0,03 o parmetro da
distribuio. Este parmetro dar origem a duas
hipteses:
1 Hiptese H0: p = 0,03; (i.e: hiptese nula) ;
2 Hiptese H1: p<0,03; (i. e: Alternativa do pesquisador);

O TESTE DE HIPTESES o procedimento

atravs do qual eu aceito ou rejeito H0.

No Exemplo :
Feitos 3 testes de Hipteses:
1. n=100 aceitar H1 se X=0 ou X=1 i.e. X1;
2. n= 300 aceitar H1 se X=0 ou X=1 i.e. X1;
3. n = 300 aceitar H1 se X 5;

Podem ocorrer dois erros:

Erro tipo I: Rejeitar H0 sendo H0 verdadeiro que tem
uma probabilidade ;
sendo =0,1946 no primeiro teste, =0,0012 no segundo
teste e =0,1165 no terceiro teste.

Erro tipo II: Aceitar H0 sendo H0 falso que tem uma

probabilidade de ocorrer.
Sendo = 0,2642 no primeiro teste, = 0,2165 no segundo
teste e = 0,0838;

Concluso:
O primeiro teste ruim para ambos.
O segundo teste bom para o Tipo I mas ruim para o tipo II.
O terceiro teste o mais equilibrado.

CURVAS OPERATRIAS
CARACTERSTICAS
As informaes sobre os erros tipo I e II so
sumarizadas na curva operatria caraterstica
do teste que nada mais do que o plot das
probabilidades de aceitar H0 para vrios
parmetros p.

ESTIMAO DE
PARMETROS

ESTIMAO:
INTRODUO:
Objetivo do Captulo:
Previso de e , conhecidos apenas e s;

Parmetros: So nmeros fixo q traduzem o

cptmto de uma funo estatstica
Amostrais: , ;
Populacionais: e ;
Como estimar parmetros populacionais a partir
de parmetros amostrais.

Estimao da Mdia
Partindo-se de
parmetros populacionais
pode-se fazer uma
estimao de parmetros
populacionais e dento
de um intervalo de
confiana 1 , onde
usualmente 0,01 ou
0,05 ou 0,10 ou seja estou
estimando uma mdia
com uma certeza de 0,99
ou 0,95 ou 0,90.

ESTIMAO DA MDIA
Resultados Prticos que no sero demonstrados:

1. ,

2. Mesmo variveis no normais, a mdia das mdias

normal;
3. Ento o que se deseja :

= 1
2
2

Onde 1 chamado intervalo de confiana;

Expresso para avaliao de

=

com confiana 1-;

O limite de ruptura de uma amostra de 32

vigas de ao deu = 42,196 psi. Sabe-se que
o desvio padro de cada mdia individual
0,5 psi. Estimar a mdia com 90% de
Certeza

Estudo de Caso II Valor 2 pontos

O processo atual para fabricao de tintas produz em mdia 70 t de
tintas por dia . A produo diria varia no entanto de dia para dia em
funo das condies da fbrica, matria prima, meio ambiente, etc..
Contudo, pelos procedimentos operacionais consolidados ao longo de
anos, uma suposio estatisticamente confivel de que a produo
diria siga uma distribuio normal, com a produo de um dia para
outro variando para mais ou para menos independentemente e que o
desvio padro = 3t. [x-> N(70,3) ];
Sugere-se uma modificao no processo que aumentar a produo mas
no alterar o desvio padro.
preciso avaliar a nova mdia de produo;
Qual o tamanho da amostra para podermos afirmar com 95% de certeza
que temos uma mdia populacional que difere da mdia populacional
(verdadeira porm ainda desconhecida ) em no mximo 1t

Estimao de Mdias com estimado

Caso 1:
n 30; s =

Caso 2:
n 30;
Neste caso, a razo

segue uma distribuio

dita t ou distribuio de Student.

=

( ;
2

1)

Exemplo
A mdia de tempo requerido para execuo
de determinada tarefa deve ser
convenientemente avaliado para
determinao do nmero de contrataes.
Foram tomadas 16 medies com mdia 4,3
minutos e desvio padro s=0,6 minutos.
Estime a mdia com 95% de confiana.