Espessuras de lminas (mm)

Lmina1 Lmina2 Lmina3 Sanduche

3 4 3 10
2 4 3 9
3 4 4 11
3 4 4 11
2 4 4 10
2 4 3 9
4 2 2 8
2 4 2 8
4 4 4 12
4 2 4 10
2 3 4 9 mdia 8.9
4 3 2 9 desvio-padro 1.4
2 4 2 8
4 2 4 10
4 2 2 8
4 2 2 8
2 2 2 6
2 3 2 7
4 4 4 12
2 2 4 8
3 4 3 10
3 3 3 9
3 2 4 9 Mdia 9.1
2 3 3 8 Desvio-padro 1.4
2 3 3 8 Espessura Z rea esquerda
3 3 4 10 7.00 -1.50 0.0668
3 3 4 10 8.50 -0.43 0.3336
3 3 2 8 9.50 0.29 0.6141
4 3 3 10 11.00 1.36 0.9131
3 2 4 9
3 3 4 10 (a) abaixo de 7,0 mm
4 2 4 10 probab 6.68%
3 4 3 10
3 2 4 9 (b) acima de 11,0 mm
4 4 4 12 probab 8.69%
4 4 3 11
4 3 3 10 ( c ) entre 8,5 mm e 9,5 mm
3 2 3 8 probab 28.05%
3 3 3 9
3 4 4 11
4 2 3 9
3 3 4 10
2 4 4 10
3 3 2 8
4 3 2 9
4 2 2 8
4 2 2 8
3 3 4 10
Um determinado processo industrial produz um sanduche resultante da superposio de
trs lminas. A espessura de cada lmina apresenta distribuio uniforme, podendo alcanar
os valores de 2 mm, 3 mm ou 4 mm. Como consequncia, a espessura do sanduche o
somatrio das espessuras das trs lminas. Se no processo de fabricao as espessuras das
lminas so independentes entre si, pode-se observar (simular) que a espessura do
sanduche no ter o comportamento de distribuio uniforme; ela ter um comportamento
que se aproximar da distribuio normal. Estas observaes podem ser geradas mediante
simulao, conforme tabela ao lado.
Consideremos que os sanduches produzidos tenham espessuras com comportamento de
distribuio normal, com mdia igual a 9,1 mm e desvio padro igual a 1,4 mm. Com estes
dados, podemos estimar, por exemplo, a probabilidade de produzirmos um sanduche com
espessura (a) abaixo de 7 mm (rejeio do produto); (b) acima de 11 mm (rejeio do
produto); (c) entre 8,5 mm e 9,5 mm. Podemos utilizar como ferramenta a Tabela de
Distribuio Normal Reduzida ou algumas funes do Excel. Inicialmente, devemos converter
as espessuras na estatstica Z.
Suponha que melhorias do processo tenham reduzido as disperses das espessuras, cujo desvio-
padro assim se reduziria para 0,8. Recalcule as probabilidades.
2 2 2 6
3 2 4 9
4 4 2 10
3 2 3 8
4 2 4 10
3 3 2 8
3 4 3 10
3 2 3 8
2 3 2 7
3 4 2 9
4 3 2 9
2 2 3 7
3 2 3 8
2 2 3 7
3 3 2 8
4 4 4 12
2 3 2 7
3 3 2 8
2 3 3 8
4 2 4 10
2 3 3 8
4 2 4 10
3 2 4 9
3 2 4 9
3 3 4 10
2 3 2 7
3 3 4 10
4 2 3 9
2 4 2 8
2 4 3 9
3 3 4 10
2 3 3 8
3 2 2 7
4 3 2 9
4 2 4 10
3 3 2 8
4 2 2 8
3 2 3 8
4 3 4 11
3 2 2 7
2 4 2 8
3 2 4 9
3 3 2 8
3 2 3 8
2 3 2 7
3 2 4 9
4 3 3 10
4 3 4 11
4 3 4 11
2 4 3 9
4 2 4 10
3 4 3 10
3 2 2 7
3 2 3 8
4 4 4 12
2 3 3 8
2 2 3 7
3 4 2 9
2 4 2 8
4 4 3 11
4 2 2 8
2 3 3 8
4 2 3 9
4 2 2 8
4 4 2 10
2 2 2 6
2 3 3 8
3 3 2 8
2 2 2 6
6
7
8
9 Bloco Freqncia
10 6 3
11 7 12
12 8 31
9 28
10 30
11 11
12 2
HISTOGRAMA Mais 0
0.913085
0.913085
usando a funo DIST.NORMP
0.0668
0.3341
0.6125
0.9126
Um determinado processo industrial produz um sanduche resultante da superposio de
trs lminas. A espessura de cada lmina apresenta distribuio uniforme, podendo alcanar
os valores de 2 mm, 3 mm ou 4 mm. Como consequncia, a espessura do sanduche o
somatrio das espessuras das trs lminas. Se no processo de fabricao as espessuras das
lminas so independentes entre si, pode-se observar (simular) que a espessura do
sanduche no ter o comportamento de distribuio uniforme; ela ter um comportamento
que se aproximar da distribuio normal. Estas observaes podem ser geradas mediante
simulao, conforme tabela ao lado.
Consideremos que os sanduches produzidos tenham espessuras com comportamento de
distribuio normal, com mdia igual a 9,1 mm e desvio padro igual a 1,4 mm. Com estes
dados, podemos estimar, por exemplo, a probabilidade de produzirmos um sanduche com
espessura (a) abaixo de 7 mm (rejeio do produto); (b) acima de 11 mm (rejeio do
produto); (c) entre 8,5 mm e 9,5 mm. Podemos utilizar como ferramenta a Tabela de
Distribuio Normal Reduzida ou algumas funes do Excel. Inicialmente, devemos converter
as espessuras na estatstica Z.
Suponha que melhorias do processo tenham reduzido as disperses das espessuras, cujo desvio-
padro assim se reduziria para 0,8. Recalcule as probabilidades.
Obs: a funo DIST.NORMP calcula a rea
esquerda do valor de Z
A estatstica Z representa a distncia entre um valor e a mdia da
distribuio, onde esta distncia no est em mm, kg, minutos, etc.,
mas est em nmeros de desvios-padro.
Freqncia
0
10
20
30
40
6 7 8 9 10 11 12 Mais
F
r
e
q

n
c
i
a

Bloco
Histograma
Freqncia
erro padro 0.626 cm
Z 1.96 (para 95% de confiana)
erro de estimao 1.23 cm
Estimao intervalar consiste em apresentarmos os resultados associados a
determinado grau de confiana desejado. Comumente trabalha-se com 95% de
confiana.
Ao realizarmos amostragens, passamos a utilizar no mais o desvio padro
populacional, mas sim o chamado erro padro, que consiste no desvio padro das
mdias amostrais.
Consideremos que produzamos sanduches com desvio padro populacional conhecido
(caso pouco provvel) de valor igual a 1,4 cm de espessura. Consideremos tambm que
realizemos a retirada peridica de amostras de tamanho n = 5 para avaliao.
De acordo com o Teorema Central do Limite, as mdias amostrais tero uma
variabilidade estampada pelo chamado erro padro amostral ou simplesmente erro
padro. O valor do erro padro igual a = DP populacional / raiz (n) =
= 1,4 / raiz(5) = 0,626.
No processo de estimao da mdia populacional sempre haver o risco de cometermos
um erro. Este erro, denominado erro de estimao, dever ser calculado pelo produto
do erro padro pelo valor de Z. Comumente o valor de Z o igual a 1,96, associado ao
grau de confiana de 95%.
Consideremos que a mdia de uma amostra tenha alcanado o valor de 9,1 cm de
Com 95% de confiana podemos afirmar que produzimos sanduches com espessura
mdia igual a 9,1 cm 1,23 cm.
Valor mnimo = 9,1 cm - 1,23 cm = 7,87 cm
Valor mximo = 9,1 cm _ 1,23 cm = 10,33 cm