Download - Estatística Na Engenharia - Aula 1
![Page 1: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/1.jpg)
ESTATÍSTICA NA
ENGENHARIAEspecialização em Engenharia de Segurança do Trabalho
Instituto Executivo de Formação
Professor Esp. Eng. Anderson Barbosa
![Page 2: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/2.jpg)
Apresentação - Quem vos fala?
• Anderson Barbosa Rodrigues
Engenheiro de Computação (UFC)
MBA em Gerenciamento de Projetos
Mestrado em Engenharia Elétrica e de Computação – em andamento
Contatos:
(88) 9974.9194
Skype: anderson.ecomp
![Page 3: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/3.jpg)
Ementa
• Conceitos fundamentais de estatística. Distribuições de
probabilidade. Utilização de técnicas estatísticas para coletar dados
e extrair informação de dados medidos, e a utilização desta
informação para a tomada de decisão. Ajustamento de
modelos matemáticos. O foco do curso será na utilização prática
de várias técnicas estatísticas, demandando, às vezes, uma
abordagem mais profunda dos conceitos matemáticos que
fundamentam as técnicas, a fim de entender suas potencialidades e
limitações. Aplicações na engenharia.
![Page 4: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/4.jpg)
Mais além
• Variáveis Aleatórias;
• Distribuições Discretas;
• Distribuições Contínuas;
• Testes de Hipóteses;
• Regressão Linear e Correlação;
• Utilização de Softwares aplicados a Estatística.
![Page 5: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/5.jpg)
Bibliografia
MONTGOMERY, D.C. e RUNGER, G.C. - Estatística
Aplicada e Probabilidade para Engenheiros, LTC, 2014.
DEVORE, Jay L. Probabilidade e estatística: para
engenharia e ciências. São Paulo: Pioneira Thomson
Learning, 2006
![Page 6: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/6.jpg)
Bibliografia
MONTGOMERY, D.C. e RUNGER, G.C. - Estatística
Aplicada e Probabilidade para Engenheiros, LTC, 2014.
DEVORE, Jay L. Probabilidade e estatística: para
engenharia e ciências. São Paulo: Pioneira Thomson
Learning, 2006
![Page 7: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/7.jpg)
Bibliografia – Aula 2
![Page 8: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/8.jpg)
Avaliação
• AP1
• Prova – Domingo (duração de 2 horas);
• AP2
• Prova – Domingo (segundo encontro – duração de 2 horas);
• AP3
• Participação e resolução de exercícios propostos em sala;
• Nota final: Média aritmética das 3 avaliações.
![Page 9: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/9.jpg)
INTRODUÇÃO
![Page 10: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/10.jpg)
Histórico
• A Estatística, ramo da Matemática Aplicada;
• Desde a antiguidade as pessoas utilizavam a estatística em número de habitantes,
nascimento, óbitos, métodos quânticos de contagem de riquezas, processos e etc.
Um exemplo disso foram os Romanos e Gregos;
• Na Idade média já existia as pesquisas para finalidades tributárias e bélicas;
• No Século XVI, podia-se realizar pesquisas referentes a análise sistemáticas de
casamentos, batizados, funerais, o que deu origem aos gráficos (Tábuas e Tabelas),
com números relativos;
• No Século XVIII, é originado o estudo cientifico, assim batizado por Godofredo
Achenwall, assim surge o nome Estatística, objetivando as relações a ciência.
![Page 11: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/11.jpg)
A estatística
É considerada parte da matemática Aplicada que fornece métodos paracoleta, organização, descrição, análise e interpretação de dados sendoutilizados em tomadas de decisões como Estatística Descritiva e EstatísticaIndutiva ou Inferencial.
Estatística Descritiva - é um ramo da estatística que aplica várias técnicas
para descrever e sumariar um conjunto de dados;
Estatística Indutiva ou Inferencial - Compreende procedimentos
empregados na análise e na interpretação dos dados para chegar a
grandes conclusões ou inferências sobre populações com base em dados
amostrais, associados a uma margem de incerteza. Fundamentam ainda as
medidas de incerteza que resultam na teoria da probabilidade.
![Page 12: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/12.jpg)
Análises Estatísticas
![Page 13: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/13.jpg)
A importância da Estatística
• Administração
• Engenharia
• Medicina
• Economia
• Turismo...
![Page 14: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/14.jpg)
O PAPEL DA
ESTATÍSTICA NA
ENGENHARIA• O MÉTODO DE ENGENHARIA E O JULGAMENTO
ESTATÍSTICO;
• COLETANDO DADOS EM ENGENHARIA;
• MODELOS MECANICISTAS E EMPÍRICOS
• PLANEJANDO INVESTIGAÇÕES EXPERIMENTAIS
• OBSERVANDO PROCESSOS AO LONGO DO TEMPO
![Page 15: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/15.jpg)
O MÉTODO DE ENGENHARIA E O
JULGAMENTO ESTATÍSTICO• Engenheiro é alguém que resolve problemas utilizando a
aplicação de eficientes princípios científicos;
• Através do refinamento de produtos ou de processos
existentes, projeto de um novo produto ou processos que
se enquadrem nas necessidades dos consumidores.
• O método de engenharia ou método científico é a
abordagem para formular e resolver problemas.
![Page 16: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/16.jpg)
O MÉTODO DE ENGENHARIA E O
JULGAMENTO ESTATÍSTICO• As etapas do método de engenharia:
1. Desenvolver uma descrição clara e concisa do problema
2. Identificar, no mínimo tentar, os fatores importantes que afetam esse problema ou que possam desempenhar um papel em sua solução
3. Propor um modelo para o problema, usando conhecimento científico ou de engenharia do fenômeno estudado. Estabelecer limitações ou suposições do modelo
4. Conduzir experimentos apropriados e coletar dados para testar ou validar o modelo-tentativa ou conclusões feitas nas etapas 2 e 3.
5. Refinar o modelo, com base nos dados observados
6. Manipular o modelo de modo a ajudar o desenvolvimento da solução do problema
7. Conduzir um experimento apropriado para confirmar que a solução proposta para o problema é efetiva e eficiente
8. Tirar conclusões ou fazer recomendações baseadas na soluçãodoproblema.
![Page 17: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/17.jpg)
O MÉTODO DE ENGENHARIA E O
JULGAMENTO ESTATÍSTICO
O método de solução de um problema. Fonte: Estatística
Aplicada e Probabilidade para Engenheiros
![Page 18: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/18.jpg)
O MÉTODO DE ENGENHARIA E O
JULGAMENTO ESTATÍSTICOCom isso, engenheiros devem:
• Planejar eficientemente os experimentos;
• Coletar dados;
• Analisar e Interpretar dados;
• Conectar os dados analisados aos modelos elaborados
para solução dos problemas.
![Page 19: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/19.jpg)
A estatística na engenharia
A estatística lida com:
• Coleta, apresentação, análise e uso dos dados para
tomar decisões, resolver problemas e planejar produtos e
processo
• Estatística é uma área de conhecimento importante para
qualquer engenheiro;
• Métodos estatísticos nos ajudam a entender a
variabilidade
• Exemplo: Variabilidade do consumo de gasolina do seu carro.
![Page 20: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/20.jpg)
Exemplo
• Suponha que um engenheiro esteja projetando um
conector de náilon para ser usado em uma aplicação
automotiva. O engenheiro está considerando estabelecer
como especificação do projeto uma espessura de parede
de 3/32 polegada, mas está, de algum modo, inseguro
acerca do efeito dessa decisão na força de remoção do
conector. Se a força de remoção for muito baixa, o
conector pode falhar quando ele for instalado no motor.
Oito unidades do protótipo são produzidas e suas forças
de remoção são medidas, resultando nos seguintes
dados (em libras-pé): 12,6; 12,9; 13,4; 12,3; 13,6; 13,5;
12,6; 13,1. Como antecipamos, nem todos os protótipos
têm a mesma força de remoção.
![Page 21: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/21.jpg)
POPULAÇÃO,
AMOSTRAS E
PROCESSOS
![Page 22: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/22.jpg)
População, mostras e processos
• Engenheiros estão constantemente expostos a um
conjunto de dados;
• Uma investigação normalmente enfocará uma coleção de
objetos que constituem uma população de interesse;
• Quando Informações desejadas estiverem disponíveis
para todos os objetos da população, temos o que
chamamos de censo
• Certas restrições tornam o censo inviável e utilizamos
um sub-conjunto da população, que chamamos de
amostra.
• Uma variável é qualquer valor que pode mudar de um
objeto da população;
![Page 23: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/23.jpg)
Variáveis
![Page 24: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/24.jpg)
Variáveis - Exercício
• Uma marca de cigarro possui 16,13mg de alcatrão
• O altímetro de um avião indica uma altitude de 21.359 pés
• Uma pesquisa efetuada com 1015 pessoas indica que 40 são possuem acesso internet
• O radar indica uma velocidade de 81 km/h
• De 1000 consumidores pesquisados, 930 reconheceram uma marca de sopa
• Fazendo um regime, uma executiva perdeu 13,45kg
![Page 25: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/25.jpg)
População, mostras e processos
• Os dados resultam da observação de uma variável ou de
duas ou mais variáveis simultaneamente
• Um conjunto de dados univalorado consiste na
observação de uma única variável:
• Exemplo: podemos determinar o tipo de transmissão, automática
(A) ou manual (M), de cada um dentre 10 automóveis
recentemente comprados em um determinado revendedor,
resultando em um conjunto de dados categorizados.
• M A M M A M M A M A
• Um conjunto de dados multivalorados consiste na
observação de duas ou mais variáveis de objetos de uma
amostra
![Page 26: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/26.jpg)
Coleta de dados em estatística
• A estatística não lida somente com a análise dos dados já
coletados, mas também com o desenvolvimento de
técnicas de coleta
• Dados coletados de forma errada levam a erros
estatísticos
• Dados mal apresentados levam a problemas de
interpretação
![Page 27: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/27.jpg)
Erros e abusos na estatística
• Pequenas amostras:• Pesquisou-se 10 dentistas. “7 entre 10 dentistas preferem
dentifrício X.”
• Estimativas por suposição• “Igreja estimou em 2 milhões os fiéis presentes em missa do padre
Marcelo Rossi em São Paulo.” Fotos aéreas e cálculos baseados em grades estimaram80.000 pessoas.
• Porcentagens distorcidas• “Tirei 1 na primeira prova. Tirei 2 na segunda prova. Melhorei
100%!”
• Distorções deliberadas
• Perguntas tendenciosas:• “Você é a favor da proibição de fabrico e venda de armas
mortíferas de fogo no Brasil?”
![Page 28: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/28.jpg)
Erros e abusos na estatística
• Gráficos enganosos
![Page 29: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/29.jpg)
Erros e abusos na estatístiva
• Pressão do pesquisador ou ambiente:
• “Você já traiu seu(a) companheiro(a)?” Pergunta feita com o(a)
companheiro(a) ao lado.
• Más amostras:
• Pesquisas feitas em sites da internet (pesquisa auto-selecionada)
– Não se pode concluir nada sobre a população em geral!
![Page 30: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/30.jpg)
Métodos de tabulação de dados e gráfico
em estatística descritiva• A estatística descritiva divide-se em duas áreas gerais:
• Análise gráfica;
• Análise numérica;
• Agora, estudaremos técnicas visuais de análise dos
dados:
• Tabelas de frequência;
• Folhas de contagem;
• Histogramas;
• Gráfico de pizza;
• Gráfico de barras;
• Diagrama de dispersão, entre outros;
![Page 31: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/31.jpg)
Diagrama de caule e folha
• Considere um conjunto de dados numéricos;
• Digrama de caule e folha representa uma solução para
representação visual dos dados;
![Page 32: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/32.jpg)
Etapas de contrução de um diagrama de
caule e folha
![Page 33: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/33.jpg)
Diagrama de caule e folha - exemplo
• Percentual de Engenheiros especialistas em Engenharia
Industrial no Brasil, por estado.
![Page 34: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/34.jpg)
Diagrama de caule e folha - análise
• Identificação de um valor típico ou representativo;
• Extensão da dispersão ao redor do valor típico;
• Presença de lacunas nos dados;
• Extensão da simetria na distribuição de valores;
• Número e localização dos bicos;
• Presença de valores fora da curva.
![Page 35: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/35.jpg)
Exercício Proposto 1
![Page 36: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/36.jpg)
Diagrama de Pontos
• Digrama de Pontos
• Útil na visualização de pequenos números de pontos;
• Visualização rápida:
• Localização
• Espalhamento
![Page 37: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/37.jpg)
Diagrama de Pontos - exemplo
• A Figura 1. 7 mostra um gráfico de pontos para os dados
de temperatura de Anel de Vedação de um compressor
industrial. Um valor de temperatura representativo é o
que se apresenta na metade de 60 (º F) e há grande
dispersão ao redor do centro. Os dados se estendem
mais na extremidade inferior do que na extremidade
superior e a menor observação, 31, pode ser claramente
descrita como um outlier.
![Page 38: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/38.jpg)
Histogramas
• Alguns dados numéricos são obtidos por contagem para
determinar o valor de uma variável:
• Exemplos: O número de autuações de trânsito que uma pessoa
cometeu por período. O número de faltas de um funcionário em um
período.
• Outros dados são obtidos pela tomada de medidas:
• Exemplos: Peso de um indivíduo. Tempo de produção de um
produto.
• Existem regras para plotagem de histogramas diferentes
para ambos os casos.
![Page 39: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/39.jpg)
Histograma
• Definição
- Dados discretos são frutos de contagens;
- Dados contínuos são obtidos de medidas;
![Page 40: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/40.jpg)
Histogramas
• Frequência: Número de vezes em que um valor ocorre naquele conjunto
• Frequência Relativa: Relação entre o número de vezes que um valor ocorre
e o número de observações do conjunto
![Page 41: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/41.jpg)
Histogramas - exemplo
![Page 42: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/42.jpg)
Histogramas - exemplo
![Page 43: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/43.jpg)
![Page 44: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/44.jpg)
Histogramas
![Page 45: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/45.jpg)
Histograma - exemplo
![Page 46: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/46.jpg)
Histograma - exemplo
![Page 47: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/47.jpg)
Histograma - exemplo
![Page 48: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/48.jpg)
Histograma - Formatos
![Page 49: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/49.jpg)
EXERCÍCIOS
![Page 50: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/50.jpg)
![Page 51: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/51.jpg)
![Page 52: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/52.jpg)
MEDIDAS DE
LOCALIZAÇÃO
![Page 53: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/53.jpg)
Média amostral
• Para um conjunto de dados, a medida mais familiar e útil
é a média.
![Page 54: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/54.jpg)
Média Amostral
![Page 55: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/55.jpg)
Mediana Amostral
• A palavra mediana é sinônimo de “metade”;
• A mediana amostral é o valor central quando as
observações estão ordenadas crescentemente;
![Page 56: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/56.jpg)
MEDIDAS DE
DISPERSÃO
![Page 57: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/57.jpg)
Medidas de dispersão
![Page 58: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/58.jpg)
Medidas de dispersão para dados
amostrais• A medida de dispersão mais simples é a amplitude
• Não considera as amostras intermediárias;
• Considera apenas os extremos.
![Page 59: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/59.jpg)
Exemplo: Quantidade de acidentes em
três fábricasFábrica # de acidentes Média
A 4 5 5 6 6 7 7 8 6
B 1 2 4 6 6 9 10 10 6
C 0 6 7 7 7 8 7 0 6
![Page 60: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/60.jpg)
Como medir a dispersão?
Fábrica # de acidentes Média
A 4 5 5 6 6 7 7 8 6
![Page 61: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/61.jpg)
• Principal medida de dispersão envolve os desvios em
relação a média;
• Os desvios das médias são obtidos pela subtração da
média de cada uma das amostras
Medidas de dispersão para dados amostrais
![Page 62: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/62.jpg)
Medidas de dispersão para dados amostrais
![Page 63: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/63.jpg)
Exercício Proposto 3
• Problema 44
![Page 64: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/64.jpg)
Exercício Proposto 4
• Problema 50
![Page 65: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/65.jpg)
PROBABILIDADE• Espaços amostrais e eventos;
• Interpretações de Probabilidade;
• Regras de Adição;
• Probabilidade Condicional;
• Regras da Multiplicação;
![Page 66: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/66.jpg)
Objetivos
• Entender e descrever espaços amostrais e eventos para
experimentos aleatórios;
• Interpretar probabilidades e usar probabilidades de
resultados tanto em um evento como no espaço amostral;
• Calcular probabilidades de eventos conjuntos;
• Determinar a independência de eventos;
• Entender Variáveis Aleatórias.
![Page 67: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/67.jpg)
Espaços Amostrais e Eventos
• Experimento Aleatório;
Exemplo: Corrente em um fio de cobre
![Page 68: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/68.jpg)
Experimento Aleatório
![Page 69: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/69.jpg)
Espaço Amostral
![Page 70: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/70.jpg)
Espaço Amostral - Exemplo
Peça de Plástico Moldada
• Considere um experimento em que você seleciona uma
peça plástica moldada, tal como um conector, e mede
sua espessura. Os valores possíveis da espessura
dependem da resolução do instrumento de medição e
também dos limites superior e inferior da espessura.
Entretanto, podemos definir o espaço amostral desse
exemplo como sendo a linha positiva real:
![Page 71: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/71.jpg)
Espaço Amostral - Exemplo
Peça de Plástico Moldada
• Se considerarmos que todos os conectores terão entre 10
e 11 milímetros, qual espaço amostral?
• Se o objetivo da análise for considerar apenas o fato do
objeto ter espessura baixa, média ou alta?
• Caso o objetivo seja saber se o objeto encontra-se dentro
das especificações?
![Page 72: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/72.jpg)
Espaços Amostrais discretos e contínuos
![Page 73: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/73.jpg)
Eventos
![Page 74: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/74.jpg)
Eventos
• Podemos estar interessados em descrever novos eventos
a partir de combinações de eventos existentes;
• Como eventos são subconjuntos do espaço amostral,
utilizaremos operações de conjuntos para formar outro
eventos de interesse.
![Page 75: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/75.jpg)
Eventos – Operações Básicas
• União de eventos
• Interseção de eventos
• Complemento de eventos
![Page 76: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/76.jpg)
Eventos – Operações Básicas
![Page 77: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/77.jpg)
Eventos - Exemplos
• 𝐸1 ∪ 𝐸5 =
• 𝐸1 ∩ 𝐸5 =
• 𝐸1 =
![Page 78: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/78.jpg)
Eventos – Exemplo 2
![Page 79: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/79.jpg)
Eventos Mutuamente Excludentes
![Page 80: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/80.jpg)
Probabilidade de eventos
![Page 81: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/81.jpg)
Probabilidade de eventos
![Page 82: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/82.jpg)
Probabilidade - Propriedades
![Page 83: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/83.jpg)
Probabilidade - Propriedades
![Page 84: Estatística Na Engenharia - Aula 1](https://reader034.vdocuments.com.br/reader034/viewer/2022042717/55cf8f22550346703b993a40/html5/thumbnails/84.jpg)
Exercícios Propostos