Unidade II

Unidade II
5 Conceitos básicos de Probabilidade
5.1 Conceitos fundamentais

Em um experimento aleatório, isto é, sujeito às leis do acaso, podemos conceituar:
Espaço Amostral (S) é o conjunto de todos os resultados possíveis, enquanto n(S) é o número de
elementos do espaço amostral.
Exemplos:
a) No lançamento de uma moeda, temos S = {cara,coroa}.
n(S) = 2
b) No lançamento de um dado, temos S = {1, 2, 3, 4, 5, 6}.
n(S) = 6
c) Ao retirar uma carta de um baralho convencional, temos S = {A, 2, 3,.., K}.
n(S) = 52
Evento (E): é qualquer subconjunto de um espaço amostral. Está relacionado com o experimento
aleatório em questão. n(E) é o número de resultados possíveis do evento.
Exemplos:
a) No lançamento de uma moeda, o evento é sair coroa na face superior. Logo, E = {coroa}.
n(E) = 1
b) No lançamento de um dado, o evento é sair um número par na face superior. Logo, E = {2,4,6}.
n(E) = 3
c) Ao retirar uma carta de um baralho convencional, o evento é sair a carta Ás de Espadas (A ♠).
Logo, E ={ A ♠}.

n(E) = 1
72

ESTATÍSTICA
Probabilidade (P): é a razão (divisão) entre o número de elementos (ou resultados) favoráveis a um
determinado evento (E) e o número total de elementos (ou resultados) do espaço amostral (S).
P=

n(E)
n(S)

Exemplos:
1. Considere o lançamento de um dado. Calcule a probabilidade de:
• sair o número 3:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
E = {3}
n(E) = 1
P=

1
6

• sair um número par:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
E = {2, 4, 6}
n(E) = 3
P=

3 1
=
6 2

• sair um múltiplo de 3:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
E = {3, 6}
n(E) = 2
P=

2 1
=
6 3

• sair um número menor ou igual a 4:
S = {1, 2, 3, 4, 5, 6}
73

Unidade II
n(S) = 6
E = {1, 2, 3, 4}
n(E) = 4
P=

4 2
=
6 3

• sair um número maior que 6:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
E = {Ø} = vazio
n(E) = 0
P=

0
= 0 (Evento impossível)
6

• sair um número menor ou igual a 6:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
E = {1, 2, 3, 4, 5, 6}
n(E) = 6
P=

6
= 1 = 100% (Evento certo)
6

2. Considere um baralho comum de 52 cartas. Calcule a probabilidade de, ao retirar uma carta
aleatoriamente, sair uma carta do naipe copas (♥).
n(S) = 52
Observação: Em um baralho convencional, são treze cartas para cada naipe.
n(E) = 13
P=

13 1
=
52 4

3. Considere o lançamento dois dados simultaneamente. Calcule a probabilidade de:
• sair um par de pontos iguais:
Observação: Se para um dado n(S) = 6
74

ESTATÍSTICA
Para 2 dados n(s) = 62 = 36
Para 3 dados n(s) = 63 = 216
n(S) = 36
E = {1,1 2,2
n(E) = 6
P=

3,3

4,4

5,5

4,4

3,5

5,3}

6,6}

6 1
=
36 6

• sair a soma 8:
n(S) = 36
E = {2,6 6,2
n(E) = 5
P=

5
36

• sair a soma 12:
n(S) = 36
E = {6,6}
n(E) = 1
P=

1
36

4. Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola,
calcule a probabilidade de:
• sair bola azul:
n(S) = 6 + 10 + 4 = 20 (total de bolas da urna)
n(E) = 6
P=

6
3
=
36 10

• sair bola vermelha:
n(S) = 6 + 10 + 4 = 20 (total de bolas da urna)
n(E) = 10
75

Unidade II

P=

10 1
=
20 2

• sair bola amarela:
n(S) = 6 + 10 + 4 = 20 (total de bolas da urna)
n(E) = 4
P=

4 1
=
20 5
Observação
O cálculo de probabilidade pode ficar tanto na forma fracionária quanto
na decimal. Na fracionária, mantemos a fração simplificada, e na decimal
dividimos a fração. Assim, após a divisão, se o quociente for multiplicado
por 100, teremos a probabilidade percentual de o evento ocorrer.

5.2 Eventos complementares

Se P é a probabilidade de um evento ocorrer (sucesso), Q é a probabilidade de que o mesmo evento
não ocorra (insucesso). Para obter Q, que é complementar de P, temos:
P + Q = 1 (100%)
Logo:
Q=1-P
Exemplo: se a probabilidade de um evento ocorrer é de 1/5, a probabilidade de o mesmo evento não
ocorrer é calculada por:
Q = 1−

1
5

Para resolver a expressão, pode-se utilizar o cálculo do MMC ou proceder da maneira a seguir (mais
simples) para o resultado Q.
• Manter o denominador da probabilidade (P = 1/5). No caso, o valor 5.
Q=
76

5

ESTATÍSTICA
• No numerador, colocar o número que falta para que o numerador e o denominador tenham os
mesmos valores. No caso, o numerador é igual a 1. É preciso adicionar mais 4 unidades para que
o numerador fique igual a 5.
Logo:
Q=

4
5

Esse exercício também pode ser resolvido sob a forma de porcentagem (que também é muito simples,
porém requer o uso de calculadora), conforme já lembrado:
1
= 0, 20
5
Q = 1 − 0, 20 = 0, 80
Q = 0, 80x100 = 80%

P=

5.3 Eventos independentes

Dois eventos são independentes quando a realização de um deles não afeta a probabilidade de
realização do outro, e vice-versa.
A probabilidade de os eventos se realizarem simultaneamente é dada por:
P = P1 x P2
Onde P1 e P2 são os eventos independentes (também chamados de eventos produto).
Exemplos:
a) Lançando dois dados, qual é a probabilidade de obtermos 1 no primeiro dado e um número par no
segundo dado?
1
6
3
P2 =
6
1 3 3
1
P= ⋅ =
=
6 6 36 12
P1 =

77

Unidade II
b) Temos duas caixas com bolinhas nas seguintes quantidades:
Caixa A: 10 bolinhas azuis, 15 bolinhas brancas e 30 bolinhas vermelhas.
Totalizando 55 bolinhas.
Caixa B: 20 bolinhas azuis, 18 bolinhas brancas e 22 bolinhas vermelhas. Totalizando 60 bolinhas.
Retiramos uma bolinha de cada caixa. Qual é a probabilidade de ambas as bolinhas retiradas serem azuis?
Caixa A: probabilidade de uma bolinha retirada ser azul:
P1 =

10
55

Caixa B: probabilidade de uma bolinha retirada ser azul:
P2 =

20
60

Logo, a probabilidade de ambas serem azuis é:
P=

10 20 200
⋅ =
= 0, 0606 = 6, 06%
55 60 3300

5.4 Eventos mutuamente exclusivos

Dois eventos são mutuamente exclusivos quando a realização de um interfere na realização do
outro. Por exemplo, no lançamento de uma moeda, o evento tirar cara e o tirar coroa são mutuamente
exclusivos, pois, se um deles for realizado, o outro não será.
A probabilidade de que um ou outro evento se realize é dada por:
P = P1 + P2
Onde: P1 e P2 são os eventos mutuamente exclusivos (também chamados de eventos soma).
Exemplos:
a) Lançando um dado, qual é a probabilidade de tirar 3 ou 5 na face superior?
1
6
1
P2 =
6
1 1 2 1
P= + = =
6 6 6 3
P1 =

78

ESTATÍSTICA
b) Numa caixa existem dez bolinhas idênticas, numeradas de 1 a 10. Qual a probabilidade de, ao se
retirar uma bolinha, ela ser múltiplo de 2 ou de 5?
Espaço amostral:
S = {1,2,3,4,5,6,7,8,9,10} -> n(S) = 10
Evento A – múltiplos de 2:
A = {2, 4, 6, 8, 10} -> n(A) = 5
Evento B – múltiplos de 5:
B= {5,10} -> n(B) = 2
Elemento comum (intersecção) entre A e B: = {10}

Observação
O elemento comum entre A e B deve ser contado apenas uma vez.
Como está sendo contado duas vezes (nos dois eventos), subtrairemos
um dos resultados possíveis do evento B, para evitar a contagem
duplicada.
5
10
2
PB =
10
PA =

Subtraindo a contagem duplicada de P2, tem-se:
PB =

1
10

Logo:
PB =

5 1 6
+ = = 0, 60 = 60%
10 10 10

79

Unidade II

Saiba mais
Neste tópico, foi mostrado apenas o básico do assunto Probabilidade,
que é estudado tanto em disciplinas de Estatística quanto de Matemática.
Esse assunto pode ser aprofundado, caso haja necessidade. Além de
Probabilidade, vale o estudo do tópico Análise Combinatória, principalmente
para quem quiser fazer concursos públicos (muito frequente nessas
avaliações).
Para saber mais, leia:
RAMOS, A. W. Estatística. São Paulo: Escola Politécnica da USP, 2005.
5.4.1 Exercício resolvido
O exercício a ser resolvido envolve a maior parte dos conceitos apresentados no Tópico 5. É um tipo
de exercício muito utilizado em concursos públicos e provas de admissão. Favor analisar o enunciado e
a resolução pacientemente.
Uma caixa contém 20 canetas iguais, das quais 7 são defeituosas, e outra caixa contém 12, das quais
4 são defeituosas. Uma caneta é retirada aleatoriamente de cada caixa. As probabilidades de que ambas
não sejam defeituosas e de que uma seja perfeita e a outra não são de:
A) 88,33% e 45,00%.
B) 43,33% e 45,00%.
C) 43,33% e 55,00%.
D) 23,33% e 45,00%.
E) 23,33% e 55,00%.
Resolução:
Caixa A
20 canetas

7 defeituosas 13 perfeitas

Caixa B
12 canetas
80

4 defeituosas 8 perfeitas

ESTATÍSTICA
• Probabilidade de ambas não serem defeituosas
A probabilidade de uma ser perfeita e a outra não é dada pela situação a seguir:
A caneta da caixa A ser perfeita.
e
A caneta da caixa B ser perfeita.
Expressão: PcxaPerf e PcxbPerf
P ambas não defeituosas
Pcxa = 13/20
Pcxb = 8/12
P ambas não defeituosas

13/20 x 8/12 = 104/240 = 0,4333 = 43,33%
• Probabilidade de uma ser perfeita e a outra não
A probabilidade de uma ser perfeita e a outra não é dada pela situação a seguir:
A caneta da caixa A ser perfeita e a da B não ser.
ou
A caneta da caixa A não ser perfeita e a da B ser.
Expressão: PcxaPerf e PcxbDef ou PcxaDef e PcxbPerf
PcxaPerf = 13/20
PcxbDef = 4/12
PcxaPerf e PcxbDef = 13/20 x 4/12 = 52/240
PcxaDef = 7/20
PcxbPerf = 8/12
81

Unidade II
PcxaDef e PcxbPerf = 7/20 x 8/12 = 56/240
P uma perfeita e outra não = PcxaPerf e PcxbDef ou PcxaDef e PcxbPerf
52/240 + 56/240 = 108/240 = 0,4500 = 45,00%
A alternativa correta é a B (43,33% e 45,00%).
6 Distribuição Normal de probabilidades
6.1 Conceitos fundamentais

Dentre as várias distribuições de probabilidade existentes, neste tópico, será estudada a distribuição
normal, pois apresenta grande aplicação em pesquisas científicas e tecnológicas (a maior parte das
variáveis contínuas de interesse prático segue essa distribuição.) Além disso, a distribuição normal é base
para boa parte dos tópicos da Estatística Avançada.
A distribuição normal é uma distribuição de variáveis aleatórias contínuas.

x
Figura 11 – Distribuição normal de probabilidades

Algumas características da distribuição normal:
• A curva tem a forma de sino.
• A curva é simétrica em relação à média.
• A área abaixo da curva é igual a 1 (100%). Portanto, é composta de duas partes de 50%: a parte
com valores abaixo da média e a parte com valores acima da média.
• Para desenhar a curva normal (também chamada de curva de Gauss), dois parâmetros são
necessários: média e desvio-padrão.
• A função de Gauss que descreve a curva é dada por:
ƒ( x ) =
82

2
 ( x − µ ) 
exp  −
.
2 
2
σ
2
(2πσ )



1

ESTATÍSTICA
Onde:
µ = x = média
σσ= s = desvio-padrão
Lembrete
Os cálculos da média e do desvio-padrão (das três abordagens possíveis:
para dados não agrupados e para tabelas de frequência sem e com intervalo)
já foram detalhadamente mostrados nos tópicos 3 e 4, respectivamente.
• Para calcular as probabilidades utilizando a distribuição normal, existem duas maneiras bem
conhecidas:
— Calcular a integral definida da função de Gauss, para a região da curva em estudo.

x
P( X ≤ x ) = ∫

1
e
−∞ σ 2π

( x −µ )2
2σ2

dx

— Utilizar a tabela normal (a seguir), e uma simples expressão para calcular o escore z. O escore z
é um valor intermediário para busca na tabela normal visando obter a probabilidade desejada.
Note que para obter o escore z basta possuir os valores da média e desvio-padrão.
z=

x−x
s
Tabela 72 – Tabela normal de probabilidades
Z

0

1

2

3

4

5

6

7

8

9

0,0

0,0000

0,0040

0,0080

0,0120

0,0160

0,0199

0,0239

0,0279

0,0319

0,0359

0,1

0,0398

0,0438

0,0478

0,0517

0,0557

0,0596

0,0636

0,0675

0,0714

0,0753

0,2

0,0793

0,0832

0,0871

0,0910

0,0948

0,0987

0,1026

0,1064

0,1103

0,1141

0,3

0,1179

0,1217

0,1255

0,1293

0,1331

0,1368

0,1406

0,1443

0,1480

0,1517

0,4

0,1554

0,1591

0,1628

0,1664

0,1700

0,1736

0,1772

0,1808

0,1844

0,1879

0,5

0,1915

0,1950

0,1985

0,2019

0,2054

0,2088

0,2123

0,2157

0,2190

0,2224

0,6

0,2257

0,2291

0,2324

0,2357

0,2389

0,2422

0,2454

0,2486

0,2517

0,2549

0,7

0,2580

0,2611

0,2642

0,2673

0,2704

0,2734

0,2764

0,2794

0,2823

0,2852

0,8

0,2881

0,2910

0,2939

0,2967

0,2995

0,3023

0,3051

0,3078

0,3106

0,3133

0,9

0,3159

0,3186

0,3212

0,3238

0,3264

0,3289

0,3315

0,3340

0,3365

0,3389

83

Unidade II
1,0

0,3413

0,3438

0,3461

0,3485

0,3508

0,3531

0,3554

0,3577

0,3599

0,3621

1,1

0,3643

0,3665

0,3686

0,3708

0,3729

0,3749

0,3770

0,3790

0,3810

0,3830

1,2

0,3849

0,3869

0,3888

0,3907

0,3925

0,3944

0,3962

0,3980

0,3997

0,4015

1,3

0,4032

0,4049

0,4066

0,4082

0,4099

0,4115

0,4131

0,4147

0,4162

0,4177

1,4

0,4192

0,4207

0,4222

0,4236

0,4251

0,4265

0,4279

0,4292

0,4306

0,4319

1,5

0,4332

0,4345

0,4357

0,4370

0,4382

0,4394

0,4406

0,4418

0,4429

0,4441

1,6

0,4452

0,4463

0,4474

0,4484

0,4495

0,4505

0,4515

0,4525

0,4535

0,4545

1,7

0,4554

0,4564

0,4573

0,4582

0,4591

0,4599

0,4608

0,4616

0,4625

0,4633

1,8

0,4641

0,4649

0,4656

0,4664

0,4671

0,4678

0,4686

0,4693

0,4699

0,4706

1,9

0,4713

0,4719

0,4726

0,4732

0,4738

0,4744

0,4750

0,4756

0,4761

0,4767

2,0

0,4772

0,4778

0,4783

0,4788

0,4793

0,4798

0,4803

0,4808

0,4812

0,4817

2,1

0,4821

0,4826

0,4830

0,4834

0,4838

0,4842

0,4846

0,4850

0,4854

0,4857

2,2

0,4861

0,4864

0,4868

0,4871

0,4875

0,4878

0,4881

0,4884

0,4887

0,4890

2,3

0,4893

0,4896

0,4898

0,4901

0,4904

0,4906

0,4909

0,4911

0,4913

0,4916

2,4

0,4918

0,4920

0,4922

0,4925

0,4927

0,4929

0,4931

0,4932

0,4934

0,4936

2,5

0,4938

0,4940

0,4941

0,4943

0,4945

0,4946

0,4948

0,4949

0,4951

0,4952

2,6

0,4953

0,4955

0,4956

0,4957

0,4959

0,4960

0,4961

0,4962

0,4963

0,4964

2,7

0,4965

0,4966

0,4967

0,4968

0,4969

0,4970

0,4971

0,4972

0,4973

0,4974

2,8

0,4974

0,4975

0,4976

0,4977

0,4977

0,4978

0,4979

0,4979

0,4980

0,4981

2,9

0,4981

0,4982

0,4982

0,4983

0,4984

0,4984

0,4985

0,4985

0,4986

0,4986

3,0

0,4987

0,4987

0,4987

0,4988

0,4988

0,4989

0,4989

0,4989

0,4990

0,4990

3,1

0,4990

0,4991

0,4991

0,4991

0,4992

0,4992

0,4992

0,4992

0,4993

0,4993

3,2

0,4993

0,4993

0,4994

0,4994

0,4994

0,4994

0,4994

0,4995

0,4995

0,4995

3,3

0,4995

0,4995

0,4995

0,4996

0,4996

0,4996

0,4996

0,4996

0,4996

0,4997

3,4

0,4997

0,4997

0,4997

0,4997

0,4997

0,4997

0,4997

0,4997

0,4997

0,4998

3,5

0,4998

0,4998

0,4998

0,4998

0,4998

0,4998

0,4998

0,4998

0,4998

0,4998

3,6

0,4998

0,4998

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

3,7

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

3,8

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

0,4999

3,9

0,5000

0,5000

0,5000

0,5000

0,5000

0,5000

0,5000

0,5000

0,5000

0,5000

- Obviamente utilizaremos a tabela para os exercícios, pois, para resolver a integral, o aluno
precisaria, no mínimo, ter cursado as duas primeiras disciplinas de Cálculo Diferencial e Integral.
- Para trabalhar com a tabela normal a partir de um valor de z calculado, devemos seguir os
exemplos:
Exemplo 1:
z = 1,27
Para buscar na tabela normal, z será separado em dois valores:
84

ESTATÍSTICA
• O primeiro inteiro e a primeira casa decimal = 1,2 (valor 1)
• A segunda casa decimal = 7 (valor 2)
• O valor 1 será buscado nos valores de linha da tabela e o valor 2 será buscado nos valores de
coluna da tabela normal. O cruzamento de linha e coluna fornece a probabilidade desejada para
o valor de z.
Tabela 73 – Esboço da tabela normal de probabilidades
z

0

1

2

3

4

5

6

7

8

9

0,0
0,1
0,2
0,3
...
1,2

0,3980

...

Logo, P = 0,3980 = 39,80%
Exemplo 2:
z = -0,64
Como a curva normal tem simetria em relação à média, basta considerar o valor de z sem o sinal
negativo e obter P conforme o Exemplo 1.
Valor 1 = 0,6
Valor 2 = 4
P = 0,2389 = 23,89%
Exemplo 3:
z=3
Como a tabela normal trabalha com valores de z com duas casas decimais, basta adaptar o valor de
z para as duas casas.
Valor 1 = 3,0
Valor 2 = 0
P = 0,4987 = 49,87%
85

Unidade II

Observação
Para valores de z com mais de duas casas decimais, bastar arredondar
para duas casas decimais e utilizar a tabela.
Exercício introdutório
Os comprimentos das peças produzidas por certa máquina apresentaram as seguintes medidas
estatísticas:
Média = 2,00 cm
Desvio-padrão = 0,04 cm
Qual é a probabilidade de uma peça retirada aleatoriamente do lote analisado ter comprimento
entre 2,00 cm e 2,05 cm?
Passo 1: determinar a região de interesse da curva (de acordo com o enunciado). Recomenda-se
fortemente desenhar a curva normal com os dados do exercício.

2

2,05

Figura 12 – Curva normal com os dados do exercício introdutório

Passo 2: como a região de interesse é composta pelo valor 2,05 e pela média (no eixo horizontal),
calcule o valor do escore z usando a expressão a seguir e os dados do enunciado.
x−x
s
2, 05 − 2 0, 05
=
= 1, 25
z=
0, 04
0, 04

z=

Passo 3: com o valor de z, obter a probabilidade utilizando a tabela normal.
z=1,25
86

ESTATÍSTICA
Buscando na tabela normal (na linha 1,2 e coluna 5)
P = 0,3944 = 39,44%
A probabilidade de uma peça retirada aleatoriamente do lote analisado ter comprimento entre 2,00
cm e 2,05 cm é de 39,44%.
Observação
Este tópico é base para todo o estudo de Estatística Aplicada ou
avançada. Compreender a curva normal e o cálculo de probabilidades com
essa curva permite entender os vários modelos de amostragem e geração
de estimativas para uma população a partir de dados de uma amostra, bem
como os conceitos de controle estatístico de processo.
6.1.1 Exercícios resolvidos
1. A duração de certo componente eletrônico tem média de 850 dias e desvio-padrão de 40 dias.
Sabendo que a duração é normalmente distribuída, calcule a probabilidade de esse componente durar:
a) Entre 850 e 1000 dias
b) Entre 800 e 950 dias
c) Mais que 750 dias
d) Menos que 700 dias
e) Mais que 850 dias
Média = 850
Desvio-padrão = 40
a)

850 900 950 1000

Figura 13 – Curva normal com os dados do exercício 1a

87

Unidade II
Análise: a área de interesse sob a curva está entre a média e 1000 dias. Logo, é possível obter
diretamente a probabilidade.
z=

1000 − 850 150
=
= 3, 75
40
40

Buscando na tabela normal (linha 3,7 e coluna 5):
P = 0,4999 = 49,99%
b)

800 850 900 950

Figura 14 – Curva normal com os dados do exercício 1b

Análise: a área de interesse sob a curva está entre 800 e 950 dias. Como a fórmula de z funcionará
apenas se um dos valores do intervalo for a média, o cálculo será feito em duas partes (a primeira de
800 até a média – chamada de z1 – e a segunda da média até 950 – chamada de z2). Após obter as
probabilidades, bastar somar os seus valores.
z=

800 − 850 −50
=
= −1, 25
40
40

Buscando na tabela normal, sem considerar o sinal negativo (linha 1,2 e coluna 5):
P1 = 0,3944 = 39,44%
z2 =

950 − 850 100
=
= 2, 5
40
40

Buscando na tabela normal (linha 2,5 e coluna 0):
P2 = 0,4938 = 49,38%
A probabilidade será obtida somando-se P1 e P2:
P = 39,44%+49,38% = 88,82%
88

ESTATÍSTICA
c)

750 800 850

900 950 1000 1050 1100 1150 1200

Figura 15 – Curva normal com os dados do exercício 1c

Análise: a área de interesse sob a curva está para valores superiores a 750 dias. Como a fórmula de z
funcionará apenas se um dos valores do intervalo for a média, será calculada a parte de 750 até a média.
A parte superior à média tem probabilidade de 50% (pela definição da curva normal) e não necessita de
cálculo. Em seguida, basta somar as probabilidades.
z=

750 − 850 −100
=
= −2, 5
40
40

Buscando na tabela normal, sem considerar o sinal negativo (na linha 2,5 e coluna 0):
P = 0,4938 = 49,38%
O resultado será obtido somando a probabilidade encontrada com os 50% da parte superior da curva
(acima da média):
P = 49,38%+50% = 99,38%
d)

500 550 600 650 700

Figura 16 – Curva normal com os dados do exercício 1d

89

Unidade II
Análise: a área de interesse sob a curva está para valores inferiores a 700 dias. Como a fórmula de z
funcionará apenas se um dos valores do intervalo for a média, será calculada a parte de 700 até a média.
Porém, a parte de interesse é exatamente o restante da curva (cauda esquerda). Logo, para obtê-la, basta
subtrair 50% da probabilidade calculada.
z=

700 − 850 −150
=
= −3, 75
40
40

Buscando na tabela normal, sem considerar o sinal negativo (linha 3,7 e coluna 5):
P = 0,4999 = 49,99%
Subtraindo 50% para obter a cauda da curva, tem-se:
P = 50% - 49,99% = 0,01%
e)

850

900 950 1000 1050 1100 1150 1200

Figura 17 – Curva normal com os dados do exercício 1e

Análise: a área de interesse sob a curva está para valores superiores à média. Pela definição da curva
normal, a probabilidade é de 50% para valores acima da média e 50% para valores abaixo da média.
Logo, não há a necessidade de cálculo.
P = 50%
2. Do total de 970 estudantes que prestaram um exame de admissão, apenas 3% foram aprovados.
A nota média foi 5,5, e o desvio-padrão, 1,8. Sabendo que as notas seguem a distribuição normal, qual
foi a nota de corte?
Lembrete
A nota de corte é a nota que separa os aprovados dos reprovados em
alguma avaliação.
90

ESTATÍSTICA
Análise:
Aprovados: 3%
Reprovados: 97% (50% com notas abaixo da média e 47% com notas acima da média).
Média = 5,5
Desvio-padrão = 1,8

47% = 0,4700

3% (aprovados)

5,5

x (nota de corte)

Figura 18 – Curva normal com os dados do exercício 2

Na Figura 18 foi indicada a região dos aprovados (3%). Como esta é a cauda da curva, será utilizada a
região que vai da média até o início dos aprovados (47%), isto é, notas acima da média, porém menores
que a nota de corte indicada na figura pela letra x.
47% = 0,4700
Buscando esse valor na parte central da tabela normal, foi encontrado o mais próximo, dado por:
0,4699 = 46,99%
Esse valor está alocado na linha 1,8 e na coluna 8 da tabela normal, logo:
z = 1,88
Substituindo os valores na fórmula do escore z, encontraremos o valor de x, que é a nota de corte
desejada.
x−x
s
x − 5, 5
, =
188
18
,
z=

91

Unidade II
Manipulando algebricamente a expressão:
1,88 . 1,8 = x - 5,5
3,384 = x - 5,5
-x = -5,5 - 3,384
-x = -8,384
x = 8,384
A nota de corte para esse exame foi de aproximadamente 8,4. Portanto, os candidatos cuja nota
ultrapassou os 8,4 fazem parte dos 3% aprovados.
7 Correlação linear
7.1 Conceitos e diagrama de dispersão

Em Estatística, a correlação é um parâmetro que indica o grau de correspondência entre duas
variáveis (neste estudo, simbolizadas por x e y).
• Exemplos:
— salário de um trabalhador X escolaridade do trabalhador;
— quantidade de livros que uma pessoa já leu X escolaridade;
— horas de estudo X nota na prova;
— temperatura de um forno X tempo de cozimento no forno;
— velocidade do carro X tempo para chegar ao destino.
A correlação pode ser:
• Positiva: dada pela relação direta entre as variáveis (se a variável x aumentar, a variável y também
aumentará, e vice-versa). Exemplos:
— salário de um trabalhador X escolaridade do trabalhador;
— quantidade de livros que uma pessoa já leu X escolaridade;
— horas de estudo X nota na prova.
• Negativa: dada pela relação inversa entre as variáveis (se a variável x aumentar, a variável y
tenderá a diminuir, e vice-versa). Exemplos:
92

ESTATÍSTICA
— temperatura de um forno X tempo de cozimento no forno;
— velocidade do carro X tempo para chegar ao destino.
De posse dos valores das variáveis x e y, podemos verificar a correlação entre elas utilizando um
gráfico de dispersão.
Exemplo 1: Número de anos que a pessoa estudou (xi) e número de livros que a pessoa já leu (yi).
Tabela 74 – Tabela de duas variáveis (número de anos de estudo X número de livros que a
pessoa já leu) para obtenção do diagrama de dispersão
Xi

3

5

7

9

10

14

16

Yi

1

2

3

5

7

10

13

Construindo um gráfico cartesiano que associa as variáveis x e y, temos o diagrama de dispersão.
Diagrama de Dispersão
14
12
10
yi

8
6
4
2
0
0

2

4

6

8

10

12

14

16

18

xi
Figura 19 – Diagrama de dispersão para o Exemplo 1

Lembrete
Gráfico cartesiano é aquele em que cada ponto é obtido por meio de
um valor x e do seu correspondente y (par ordenado). Em softwares de
Matemática/Estatística, é chamado de gráfico de dispersão.
O perfil do gráfico é linear, pois se assemelha a uma reta ascendente, mesmo que quase perfeitamente.
Este é um indicativo de que existe correlação entre as variáveis. Se a reta cruzasse perfeitamente todos
os pontos, teríamos uma correlação linear perfeita.
Como a reta é ascendente, a correlação é positiva entre as variáveis, isto é, um aumento de x resultará
em um aumento de y, e vice-versa.
93

Unidade II
Exemplo 2: preço do produto (xi) e demanda (procura) desse produto (yi) na prateleira de um
supermercado qualquer.
Tabela 75 – Tabela de duas variáveis (preço X demanda de um produto)
para obtenção do diagrama de dispersão
Xi

2,00

2,20

2,40

2,60

2,80

3,00

Yi

40

35

20

13

8

3

Diagrama de Dispersão

yi

45
40
35
30
25
20
15
10
5
0
1,8

2

2,2

2,4

2,6

2,8

3

3,2

xi
Figura 20 – Diagrama de dispersão para o Exemplo 2

O perfil do gráfico é linear, pois se assemelha a uma reta descendente, mesmo que quase perfeitamente.
Logo, existe correlação entre as variáveis.
Como a reta é descendente, a correlação é negativa entre as variáveis, isto é, um aumento de x
resultará em uma diminuição de y, e vice-versa.
8 Coeficiente de Pearson

Podemos verificar o quanto duas variáveis estão relacionadas entre si por meio do cálculo de um
parâmetro. Esse parâmetro indica:
• se a correlação é positiva ou negativa, por meio do seu sinal (relação direta ou inversa entre as
variáveis);
• a “força” da correlação, por meio de seu valor (módulo).
Esse parâmetro é o coeficiente de correlação de Pearson (conhecido como coeficiente linear),
indicado por r e calculado por:
r=
94

n ⋅ Σxi ⋅ yi − Σxi ⋅ Σyi
(n ⋅ Σxi2 − ( Σxi)2 ) ⋅ (n ⋅ Σyi2 − ( Σyi)2 )

ESTATÍSTICA
Os possíveis valores de r variam de -1 a 1. A classificação mais detalhada do coeficiente é mostrada
a seguir:
• r = -1,00: correlação negativa perfeita.
• r = -0,75: correlação negativa forte.
• r = -0,50: correlação negativa média.
• r = -0,25: correlação negativa fraca.
• r = 0,00: correlação linear inexistente.
• r = +0,25: correlação positiva fraca.
• r = +0,50: correlação positiva média.
• r = +0,75: correlação positiva forte.
• r = +1,00: correlação positiva perfeita.
Para entender o coeficiente de Pearson, serão calculados os coeficientes de correlação linear para os
dois exemplos abordados nos diagramas de dispersão.
Exemplo 1: número de anos que a pessoa estudou (xi) e número de livros que a pessoa já leu (yi).
Tabela 76 – Tabela de duas variáveis (número de anos de estudo X número de livros que a
pessoa já leu) para obtenção do coeficiente de Pearson
Xi

Yi

3

1

5

2

7

3

9

5

10

7

14

10

16

13

Uma maneira simples de calcular r é criar as colunas xi.yi, xi2 e yi2, e em seguida somar todas as
colunas (∑).

95

Unidade II
Tabela 77 – Tabela de duas variáveis (número de anos de estudo X número de livros que a
pessoa já leu) para obtenção do coeficiente de Pearson, com os cálculos efetuados
Xi

Yi

Xi · Yi

Xi2

Yi2

3

1

3

9

1

5

2

10

25

4

7

3

21

49

9

9

5

45

81

25

10

7

70

100

49

14

10

140

196

100

16

13

208

256

169

64

41

497

716

357

Com a tabela devidamente preenchida, o cálculo de r pela fórmula pode ser efetuado.
r=

n ⋅ Σxi ⋅ yi − Σxi ⋅ Σyi
(n ⋅ Σxi2 − ( Σxi)2 ) ⋅ (n ⋅ Σyi2 − ( Σyi)2 )

Onde:
n=7
∑xi.yi = 497
∑xi = 64
∑yi = 41
∑xi2 = 716
∑ yi2 = 357
r=

7.497 − 64.41

(7.716 − (64 )2 ) ⋅ (7.357 − (41)2 )
3479 − 2694
r=
(5012 − 4096) ⋅ (2499 − 1681)
855
r=
(916) ⋅ (818)
855
855
r=
=
749288 865.61
r = 0,988 (correlação positiva muito forte)
Exemplo 2: Preço do produto (xi) e demanda (procura) desse produto (yi) na prateleira de um
supermercado qualquer.
96

ESTATÍSTICA
Tabela 78 – Tabela de duas variáveis (preço X demanda de um produto)
para obtenção do coeficiente de Pearson
Xi

Yi

2

40

2,2

35

2,4

20

2,6

13

2,8

8

3

3

Gerando as colunas e calculando os somatórios, temos:
Tabela 79 – Tabela de duas variáveis (preço X demanda de um produto) para obtenção do
coeficiente de Pearson, com os cálculos efetuados

r=

Xi

Yi

Xi.Yi

Xi²

Yi²

2

40

80

4

1600

2,2

35

77

4,84

1225

2,4

20

48

5,76

400

2,6

13

33,8

6,76

169

2,8

8

22,4

7,84

64

3

3

9

9

9

15

119

270,2

38,2

3467

n ⋅ Σxi ⋅ yi − Σxi ⋅ Σyi
(n ⋅ Σxi2 − ( Σxi)2 ) ⋅ (n ⋅ Σyi2 − ( Σyi)2 )

Onde:
n=6
∑xi.yi = 270,2
∑xi = 15
∑yi = 119
∑xi2 = 38,2
∑ yi2 = 3467
r=

6.270, 2 − 15.119

(6.38, 2 − (15)2 ) ⋅ (6.3467 − (119)2 )
1621, 2 − 1785
r=
(229, 2 − 225) ⋅ (20802 − 14161)
−163, 8
r=
(4, 2) ⋅ (6641)

97

r=

6.270, 2 − 15.119

(6.38, 2 − (15)2 ) ⋅ (6.3467 − (119)2 )
Unidade II
1621, 2 − 1785
r=
(229, 2 − 225) ⋅ (20802 − 14161)
−163, 8
r=
(4, 2) ⋅ (6641)
163, 8
163, 8
=
r=
27892, 2 167, 01
r = 0,981 (correlação negativa muito forte)

Saiba mais
Após o cálculo do coeficiente de correlação entre duas variáveis, podese estabelecer um modelo que explica o seu comportamento mútuo. Esse
modelo é obtido pelo estudo de Regressão Linear.
Para conhecer melhor esse assunto, leia:
MORETTIN, L. G. Estatística básica. São Paulo: Makron Books, 1999.

Resumo
Nesta Unidade abordamos introdutoriamente o conceito de
probabilidade. Vale lembrar que existem disciplinas somente voltadas para
esse assunto.
Inicialmente foram definidos os termos espaço amostral e evento,
para podermos então conceituar probabilidade como o quociente entre o
número de resultados favoráveis a um determinado evento e o total de
resultados de um evento.
Em seguida, o assunto estudado foi eventos complementares, o qual
pode ser definido pela probabilidade de um evento não ocorrer (lembrando
que se somarmos a probabilidade de um evento ocorrer com a de não
ocorrer, teremos 100% como resultado).
Estudamos também o cálculo para eventos independentes (em que um
não interfere na realização do outro, obtido pelo produto das probabilidades
dos eventos isolados) e os eventos mutuamente exclusivos (em que um
anula a realização do outro, obtido pela soma das probabilidades dos
eventos isolados).
98

ESTATÍSTICA
Abordamos introdutoriamente a utilização da distribuição normal
de probabilidades. Esta é definida como uma distribuição de variáveis
aleatórias contínuas, representada pela curva de Gauss.
Vimos que é possível trabalhar com a curva de Gauss com duas medidas
já estudadas neste material, a média e o desvio-padrão do conjunto de
dados em estudo.
Foram resolvidos dois tipos de exercício utilizando a curva normal
(ou de Gauss): o primeiro consistia na determinação do pedaço de
interesse da curva e posterior consulta na tabela normal, para obtenção
da probabilidade; o segundo, na identificação de um porcentual na curva,
novamente consultando a tabela, para identificar qualquer ponto dar curva
no eixo horizontal (além da média, que já é o centro da curva).
Além disso, foi apresentado um estudo sobre o comportamento mútuo
de duas variáveis qualitativas, definido com correlação. Para abordar
a correlação entre duas variáveis, foram estudados dois métodos: a
construção de um diagrama de dispersão (gráfico cartesiano) e o cálculo de
um coeficiente de correlação, chamado de coeficiente de Pearson. Ambos
indicavam a força da correlação e se esta era direta (se o valor da primeira
variável aumenta, o da segunda também aumenta e vice-versa) ou inversa
(se o valor da primeira variável aumenta, o da segunda diminui e vice versa).
Destacamos que o coeficiente de Pearson só pode ter valores de -1 até 1,
para correlações negativas (inversas) ou positivas (diretas).

Exercícios
Questão 01. Determine a probabilidade de cada evento.
a) Um número par aparecer no lançamento de um dado.
b) Uma figura aparecer ao se extrair uma carta de um baralho de 52 cartas.
c) Uma carta de ouros aparecer ao se extrair uma carta de um baralho de 52 cartas.
d) Uma só coroa aparecer no lançamento de 3 moedas.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
99

Unidade II
Resolução:
a)
n(S) = 6
n(E) = 3
P=

3 1
=
6 2

b)
n(S) = 52
figura (dama, valete e o rei) de 4 naipes (ouro, copas, espada e paus)
n(E) = 3x4=12
P=

12 3
=
52 13

c)
n(S) = 52
um baralho possui 13 cartas de ouro (A,2,3,4,....,10,Q,J,K)
n(E) = 13
P=

13 1
=
52 4

d)
n(S) = 23=8 (3 moedas)
ca ca ca
ca ca co
ca co co
ca co ca
co co co
co co ca
co ca ca
co ca co
100

ESTATÍSTICA
n(E) = 3
P=

3
8

Questão 02. Um número inteiro é escolhido aleatoriamente dentre os números 1, 2, 3,... 49, 50.
Determine a probabilidade de:
a) O número ser divisível por 5.
b) O número terminar em 3.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
a)
n(S) = 50
Divisíveis por 5 (5,10,15,20,25,30,35,40,45,50)
n(E) = 10
P=

10 1
=
50 5

b)
n(S) = 50
Terminar em 3 (3,13,23,33,43)
n(E) = 5
P=

10 1
=
50 10

Questão 03. Dois dados são lançados simultaneamente. Determine a probabilidade de:
a) A soma ser menor que 4.
101

Unidade II
b) A soma ser 9.
c) O primeiro resultado ser maior que o segundo.
d) A soma ser menor ou igual a 5.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
a)
n(S) = 62 = 36
Soma menor que 4 (soma 3 ou 2: 2+1,1+2,1+1)
n(E) = 3
P=

3
1
=
36 12

b)
n(S) = 62=36
Soma 9 (4+5,5+4,3+6,6+3)
n(E) = 4
P=

4 1
=
36 9

c)
n(S) = 62 = 36
Primeiro resultado maior que o segundo

102

2,1 3,1

3,2

4,1

4,2

6,1 6,2

6,3

6,4

6,5

4,3

5,1

5,2

5,3

5,4

ESTATÍSTICA
n(E) = 15
P=

15 5
=
36 12

d)
n(S) = 62 = 36
Soma menor ou igual a 5 (Soma 2, Soma 3, Soma 4 ou Soma 5)
Soma 2 = 1 + 1
Soma 3 = 1 + 2 2 + 1
Soma 4 = 2 + 2 1 + 3
Soma 5 = 1 + 4

3 + 1

4 + 1

2 + 3

3 + 2

n(E) = 1 + 2 + 3 + 4 = 10
P=

10 5
=
36 18

Questão 04. No lançamento de dois dados, qual é a probabilidade de se obter um par de pontos
distintos?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 62 = 36
Sabe-se que para pares de pontos iguais
11 22

33

44

55

66

n(E) = 6
P=

6 1
=
36 6
103

Unidade II
Logo, a probabilidade para obtermos um par de pontos distintos é o complemento do evento (Q).
Q = 1− P = 1−

1 5
=
6 6

Questão 05. No lançamento de um dado, qual é a probabilidade de sair o número 6 ou um número
ímpar?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 6
n(E) = 6 ou 1, 3, 5 = 4
P=

4 2
=
6 3

Questão 06. Uma urna contém 50 bolas idênticas. Sendo as bolas numeradas de 1 a 50, determine
a probabilidade de, em uma extração ao acaso:
a) Obtermos a bola de número 27.
b) Obtermos uma bola de número par.
c) Obtermos uma bola de número maior que 20.
d) Obtermos uma bola de número menor ou igual a 20.
Resolução:
n(S) = 50
a)
P=

27
50

b)
P=
104

14 7
=
50 25

ESTATÍSTICA
c)
P=

30 3
=
50 5

d)
P=

20 2
=
50 5

Questão 07. Uma loja dispõe de 12 geladeiras do mesmo tipo, das quais duas apresentam defeitos.
a) Se um freguês vai comprar uma geladeira, qual é a probabilidade de levar uma defeituosa?
b) Qual a probabilidade de o freguês comprar uma geladeira não defeituosa?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 12 (10 boas e 2 com defeito)
a)
P=

2 1
=
12 6

b)
Q = 1− P = 1−

1 5
=
6 6

Questão 08. Um lote é formado por 10 peças boas, 4 com defeitos e 2 com defeitos graves. Uma
peça é escolhida ao acaso. Calcule a probabilidade de que:
a) A peça não tenha defeitos graves.
b) A peça não tenha defeitos.
c) A peça seja boa ou tenha defeitos graves.
105

Unidade II

______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 16 (10 peças boas, 4 com defeitos e 2 com defeitos graves)
a)
P=

14 7
=
16 8

b)
P=

10 5
=
16 8

c)
P=

12 3
=
16 4

Questão 09. Retirando-se uma carta de um baralho comum de 52 cartas, qual a probabilidade de
sair rei ou uma carta de copas?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 52
Conjunto A: Rei = 4
Conjunto B: Copas = 13
n(E) = 17
106

ESTATÍSTICA
Excluindo o Rei de Copas (presente em ambos os conjuntos)
n(E) = 17 - 1 = 16
P=

16 4
=
52 13

Questão 10. Retiramos sem reposição três cartas de um baralho de 52 cartas. Qual a probabilidade
de que as três sejam vermelhas (copas ou ouros)?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Probabilidade de a primeira carta ser vermelha:
P( vermelho) =

26
52

Probabilidade de a segunda carta ser vermelha:
P( vermelho) =

25
51

Probabilidade de a terceira carta ser vermelha:
P( vermelho) =

24
50

Probabilidade de as cartas três serem vermelhas:
P=

26 25 24 15600
x x =
= 0,1176 = 11, 76%
52 51 50 132600

Questão 11. Um teste padronizado de escolaridades tem distribuição normal com média 100 e
desvio-padrão 10. Determine a probabilidade de um indivíduo submetido a esse teste ter nota:
a) Maior que 120.
b) Maior que 80.
107

Unidade II
c) Entre 85 e 115.
d) Maior que 100.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 100
Desvio-padrão = 10
a)
z=

120 − 100
= 2, 00
10

Pesquisando na tabela - 0,4772
P = 0,5 - 0,4772 = 0,0228 = 2,28%
b)
z=

80 − 100
= −2, 00
10

Pesquisando na tabela - 0,4772
P = 0,4772 + 0,5 = 0,9772 = 97,72%
c)
z1 =

85 − 100
= −1, 50
10

Pesquisando na tabela - 0,4332
z2 =

108

115 − 100
= 1, 50
10

ESTATÍSTICA
Pesquisando na tabela - 0,4332
P = 0,4332 + 0,4332 = 0,8664 = 86,64%
d)
50% (pela definição da curva normal)
Questão 12. Os pesos de 600 estudantes são normalmente distribuídos com média de 65,3 kg e
desvio-padrão de 5,5 kg. Determine o número de estudantes que pesam:
a) Entre 60 kg e 70 kg.
b) Mais de 63,2 kg.
c) Menos de 68 kg.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 65,3
Desvio-padrão = 5,5
a)
z1 =

60 − 65, 3
= −0, 96
5, 5

Pesquisando na tabela - 0,3315
z2 =

70 − 65, 3
= −0, 85
5, 5

Pesquisando na tabela - 0,3023
P = 0,3315 + 0,3023 = 0,6338 = 63,38%

109

Unidade II
b)
z=

63, 2 − 65, 3
= −0, 38
5, 5

Pesquisando na tabela - 0,1480
P = 0,1480 + 0,50 = 0,6480 = 64,80%
c)
z=

68 − 65, 3
= −0, 49
5, 5

Pesquisando na tabela - 0,1879
P = 0,50 + 0,1879 = 0,6879 = 68,79%
Questão 13. Numa cidade com população de 10 mil pessoas, a variável peso tem os seguintes
parâmetros: média de 68 kg e desvio-padrão de 5 kg. Responda:
a) Quantas pessoas têm peso acima de 78 kg?
b) Quantas pessoas têm peso entre 72 kg e 78 kg?
c) Quantas pessoas têm peso entre 68 kg e 72 kg?
d) Quantas pessoas têm peso entre 64 kg e 68 kg?
e) Quantas pessoas têm peso abaixo de 64 kg?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n = 10.000 pessoas
Média = 68 kg
Desvio-padrão = 5 kg
110

ESTATÍSTICA
a)
z=

78 − 68
= 2, 00
5

Pesquisando na tabela - 0,4772
P = 0,50 - 0,4772 = 0,0228 = 2,28%
2,28% de 10.000 = 228 pessoas
b)
72 − 68
= 0, 80
5

z1 =

Pesquisando na tabela - 0,2881
z2 =

78 − 68
= 2, 00
5

Pesquisando na tabela - 0,4772
P = 0,4772 - 0,2881= 0,1891 = 18,91%
18,91% de 10.000 = 1981 pessoas
c)
z=

72 − 68
= 0, 80
5

Pesquisando na tabela - 0,2881
P = 0,2881= 28,81%
28,81% de 10000 = 2881 pessoas
d)
z=

64 − 68
= −0, 80
5

111

Unidade II
Pesquisando na tabela - 0,2881
P = 0,2881= 28,81%
28,81% de 10.000 = 2881 pessoas
e)
50% (pela definição da curva normal)
50% de 10.000 = 5.000 pessoas
Questão 14. O período de falta ao trabalho em um mês por causa de doença dos empregados é
normalmente distribuído, com uma média de 60 horas e desvio-padrão de 10 horas. Qual a probabilidade
de esse período, no próximo mês, estar entre 50 e 80 horas?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 60
Desvio-padrão = 10
z1 =

50 − 60
= −1, 00
10

Pesquisando na tabela - 0,3413
z2 =

80 − 60
= 2, 00
10

Pesquisando na tabela - 0,4772
P = 0,3413 + 0,4772 = 0,8185 = 81,85%
Questão 15. Um fabricante informa que os seus pacotes de biscoito contêm 100 g. Dados
estatísticos do processo de empacotamento demonstraram que a distribuição de peso é normal e
possui uma média de 104 g por pacote, com um desvio-padrão de 6 g. Qual é a probabilidade de
o cliente ser lesado?
112

ESTATÍSTICA

______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 104 g
Desvio-padrão = 6 g
z=

100 − 104
= −0, 67
6

Pesquisando na tabela - 0,2486
P = 0,5 - 0,2486 = 0,2514 = 25,14%
Questão 16. Uma empresa fabricante de detergentes declara que seus produtos contêm 354 ml.
A máquina envasadora é ajustada para um volume médio de 356 ml. Considerando que o conteúdo
de um frasco seja normalmente distribuído com uma média igual a 356 ml e desvio-padrão de 1,63
ml, determine a probabilidade de que um frasco aleatoriamente selecionado contenha menos que o
conteúdo oficial anunciado.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 356 ml
Desvio padrão = 1,63 ml
z=

354 − 356
= −1, 23
163

Pesquisando na tabela - 0,3907
P = 0,5 - 0,3907 = 0,1093 = 10,93%
113

Unidade II
Questão 17. Uma pesquisa realizada com 10 mil habitantes de uma comunidade apresentou os
seguintes resultados: peso médio de 50,6 kg e desvio-padrão de 5,8 kg. Supondo que a distribuição seja
normal, determine a quantidade de pessoas que pesam abaixo de 45 kg e acima de 68 kg.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n = 10.000
Média = 50,6 kg
Desvio-padrão = 5,8 kg
z1 =

45 − 50, 6
= −0, 97
5, 8

Pesquisando na tabela - 0,3340
Logo, a probabilidade é de 0,5 - 0,3340 = 0,1660
z2 =

68 − 50, 6
= 3, 00
5, 8

Pesquisando na tabela - 0,4987
Logo, a probabilidade é de 0,5 - 0,4987 = 0,0013
P = 0,1660 + 0,0013 = 0,1673 = 16,73%
16,73% de 10.000 = 1673 pessoas
Questão 18. Os 60 alunos de uma turma da faculdade responderam a um teste de inteligência,
sendo o conjunto das notas normalmente distribuído, com média 100 e desvio-padrão 15. Qual foi o QI
correspondente a 10% dos alunos com resultados mais baixos?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
114

ESTATÍSTICA
Resolução:
Média = 100
Desvio-padrão = 15
10% dos alunos com resultados mais baixos (abaixo da média)
40% = 0,4000
Buscando o valor de z na tabela normal (0,3997)
z = -1,28
x − 100
15
, ⋅15 = x − 100
−128
−19, 20 = x − 100
− x = −100 + 19, 20
− x = −80, 80
, =
−128

x = 80, 80
Questão 19. O departamento de marketing de uma empresa resolve premiar 5% dos seus vendedores
mais eficientes. Um levantamento das vendas individuais por semana mostrou que estas distribuíam-se
normalmente com média de R$ 240.000,00 e desvio-padrão de R$ 30.000,00. Qual o volume de vendas
mínimo que um vendedor deve realizar para ser premiado?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = R$ 240.000,00
Desvio-padrão = 30.000,00
5% dos vendedores mais eficientes (acima da média)
45% = 0,4500
115

Unidade II
Buscando o valor de z na tabela normal (0,4505)
z = 1,65
x − 240000
= 3, 00
30000
165
, ⋅ 30000 = x − 240000
49500 = x − 240000
− x = −49500 − 240000
− x = −289500
x = 289500
165
, =

Questão 20. Um concurso público foi prestado por 3 mil pessoas. A nota média foi 6,0, e o desviopadrão, 1,4. Sabendo que as notas apresentaram uma distribuição normal e que existem somente 60
vagas, qual foi a nota mínima para aprovação?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 6,0
Desvio-padrão = 1,4
3.000 candidatos – 60 vagas
2% dos candidatos, com as maiores notas, serão aprovados (acima da média).
48% = 0,4800
Buscando o valor de z na tabela normal (0,4798)
z = 2,05
x −6
1, 4
1,4 . 2,05 = x - 6

2,87 = x - 6
2, 05 =

116

ESTATÍSTICA
-x = -6 - 2,87
-x = -8,87
x = 8,87
Questão 21. Dadas as seguintes tabelas:
Tabela 80 – Valores para peso real e peso aparente
Peso real

Peso aparente

18

10

30

23

42

33

62

60

73

91

97

98

120

159

Tabela 81 – Valores para xi e yi
xi

yi

11

13

14

14

19

18

19

15

22

22

28

17

30

24

31

22

34

24

37

25

Determine:
a) O diagrama de dispersão.
b) O coeficiente de Pearson.

117

Unidade II
Resolução:
a)
200
150
100
50
0
0

20

40

60

80

100

120

140

Figura 21

Tabela 82

r=

xi

yi

xi.yi

xi²

yi²

18

10

180

324

100

30

23

690

900

529

42

33

1386

1764

1089

62

60

3720

3844

3600

73

91

6643

5329

8281

97

98

9506

9409

9604

120

159

19080

14400

25281

442

474

41205

35970

48484

7.41205 − 442.474
(7.35970 − (442)2 ) ⋅ (7.48484 − (474 )2 )

r = 0,886 (correlação positiva forte)
b)
yi

30
25
20
15
10
5
0
0

5

10

15

20

Figura 22

118

25

30

35

40

ESTATÍSTICA
Tabela 83

r=

xi

yi

xi.yi

xi²

yi²

11

13

143

121

169

14

14

196

196

196

19

18

342

361

324

19

15

285

361

225

22

22

484

484

484

28

17

476

784

289

30

24

720

900

576

31

22

682

961

484

34

24

816

1156

576

37

25

925

1369

625

245

194

5069

6693

3948

10.5069 − 245.194
(10.6693 − (245)2 ) ⋅ (10.3948 − (194 )2 )

r = 0,981 (correlação positiva muito forte)
Questão 22. Foi feita uma pesquisa contando com a participação de seis adolescentes de 14 anos.
Nessa pesquisa, foram feitas duas indagações:
• Quantos livros você leu no mês de março?
• Por quantas horas você jogou video game no mês de março?
Os resultados estão listados a seguir:
Tabela 84 – Resultados da pesquisa com os adolescentes
Número de horas jogando
video game

Número de livros lidos

16

6

30

4

60

4

100

2

120

1

150

0

119

Unidade II
Determine o diagrama de dispersão e o coeficiente de Pearson.

Resolução:
yi

7
6
5
4
3
2
1
0
0

20

40

60

80

100

120

140

Figura 23

Tabela 85

120

xi

yi

xi.yi

xi²

yi²

16

6

96

256

36

30

4

120

900

16

60

4

240

3600

16

100

2

200

10000

4

120

1

120

14400

1

150

0

0

22500

0

476

17

776

51656

73

160

ESTATÍSTICA

r=

6 ⋅ 776 − 476 ⋅17
(6 ⋅ 51656 − (476)2 ) ⋅ (6 ⋅ 73 − (17)2 )

r = - 0,975 (correlação negativa muito forte)
Questão 23. Em uma escola, o professor fez uma pesquisa contando com a participação de cinco
alunos. Nessa pesquisa, foram feitas duas indagações:
• Por quantas horas você estudou para a prova de Matemática?
• Que nota você tirou na prova de Matemática?
Os resultados estão listados a seguir:
Tabela 86 – Resultado da pesquisa com os alunos
Tempo de estudo (em horas)

Nota da prova

0

2

1

5

2

6

3

7

4

10

Determine o diagrama de dispersão e o coeficiente de Pearson.

121

Unidade II
Resolução:
yi

12
10
8
6
4
2
0
0

1

2

3

4

5

Figura 24

Tabela 87

r=

xi

yi

xi.yi

xi²

yi²

0

2

0

0

4

1

5

5

1

25

2

6

12

4

36

3

7

21

9

49

4

10

40

16

100

10

30

78

30

214

5 ⋅ 78 − 10 ⋅ 30
(5 ⋅ 30 − (10)2 ) ⋅ (5 ⋅ 214 − (30)2 )

r = - 0,976 (correlação positiva muito forte)
Questão 24. Dadas as tabelas de dados experimentais a seguir, determine o coeficiente de correlação:
a)

122

Tabela 88 – Peso (em toneladas) e quantidade de peças com defeito
Peso (ton)

Nº de peças defeituosas

1

2

1,5

4

2

5

2,5

8

3

9

ESTATÍSTICA
b)
Tabela 89 – Número de casos de problemas respiratórios considerando a
temperatura (em graus Celsius)
Temperatura (°C)

N° de casos de problemas respiratórios

7

18

13

11

19

8

25

5

31

2

c)
Tabela 90 – Nota no exame de acordo com o tempo de estudo (em horas)
Tempo de estudo (h)

Nota no exame

2

4

4

5

6

7

8

7

10

9

d)
Tabela 91 – Tempo de preparo (em minutos) de acordo com a temperatura (em graus Celsius)
Temperatura (°C)

Tempo de preparo (min)

70

14

80

11

90

8

100

7

110

5

123

Unidade II
Resolução:
a)

r=

Tabela 92
xi

yi

xi.yi

xi²

yi²

1

2

2

1

4

1,5

4

6

2,25

16

2

5

10

4

25

2,5

8

20

6,25

64

3

9

27

9

81

10

28

65

22,5

190

5.65 − 10.28
(5.22, 5 − (10)2 ) ⋅ (5.190 − (28)2 )

r = - 0,988 (correlação positiva muito forte)
b)

r=

Tabela 93
xi

yi

xi.yi

xi²

yi²

7

18

126

49

324

13

11

143

169

121

19

8

152

361

64

25

5

125

625

25

31

2

62

961

4

95

44

608

2165

538

5.608 − 95.44
(5.2165 − (95)2 ) ⋅ (5.538 − (44 )2 )

r = - 0,979 (correlação negativa muito forte)

124

ESTATÍSTICA
c)

r=

Tabela 94
xi

yi

xi.yi

xi²

yi²

2

4

8

4

16

4

5

20

16

25

6

7

42

36

49

8

7

56

64

49

10

9

90

100

81

30

32

216

220

220

5.216 − 30.32
(5.220 − (30)2 ) ⋅ (5.220 − (32)2 )

r = - 0,973 (correlação positiva muito forte)
d)

r=

Tabela 95
xi

yi

xi.yi

xi²

yi²

70

14

980

4900

196

80

11

880

6400

121

90

8

720

8100

64

100

7

700

10000

49

110

5

550

12100

25

450

45

3830

41500

455

5.3830 − 450.45
(5.41500 − (450)2 ) ⋅ (5.455 − (45)2 )

r = - 0,984 (correlação negativa muito forte)

125

Figuras e ilustrações
Figura 2
RAMOS, A. W. Estatística. São Paulo: Escola Politécnica da USP, 2005. p. 39.
Figura 3
RAMOS, A. W. Estatística. São Paulo: Escola Politécnica da USP, 2005. p. 39.
Figura 4
RAMOS, A. W. Estatística. São Paulo: Escola Politécnica da USP, 2005. p. 40.
Figura 5
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2004. p. 69.
Figura 6
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2004. p. 70.
Figura 7
BRUNI, A. L. Estatística aplicada à gestão empresarial. São Paulo: Atlas, 2007. p. 68.
Figura 8
BRUNI, A. L. Estatística aplicada à gestão empresarial. São Paulo: Atlas, 2007. p. 69.
Figura 9
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2004. p. 142.
Figura 10
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2004. p. 143.
Referências
AKANIME, C. T. Estatística descritiva. São Paulo: Érica, 1998.
BRUNI, A. L. Estatística aplicada à gestão empresarial. São Paulo: Atlas, 2007.
126

CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2004.
MARIANO, M. V. Estatística descritiva. São Paulo: Unip, 2010.
______. Estatística indutiva. São Paulo: Unip, 2010.
MOORE, D. S. Introdução à prática da Estatística. Rio de Janeiro: LTC, 2002.
MORETTIN, L. G. Estatística básica. São Paulo: Makron Books, 1999.
RAMOS, A. W. Estatística. São Paulo: Escola Politécnica da USP, 2005.

127

128

129

130

131

132

Informações:
www.sepi.unip.br ou 0800 010 9000

Sign up to vote on this title
UsefulNot useful