P. 1
Estatística aplicada ao Serviço Social unid II

Estatística aplicada ao Serviço Social unid II

|Views: 2.224|Likes:
estatistica
estatistica

More info:

Published by: Angela Ferreira Camandona Correa on Dec 30, 2012
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/31/2013

pdf

text

original

72

Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
73
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
nE
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
6
1
2
• sair um múltiplo de 3:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
E = {3, 6}
n(E) = 2
P = =
2
6
1
3
• sair um número menor ou igual a 4:
S = {1, 2, 3, 4, 5, 6}
74
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
n(S) = 6
E = {1, 2, 3, 4}
n(E) = 4
P = =
4
6
2
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
6
0
(Evento impossível)
• 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 Evento certo = = =
6
6
1 100% ( )
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
52
1
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
75
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
Para 2 dados n(s) = 6
2
= 36
Para 3 dados n(s) = 6
3
= 216
n(S) = 36
E = {1,1 2,2 3,3 4,4 5,5 6,6}
n(E) = 6
P = =
6
36
1
6
• sair a soma 8:
n(S) = 36
E = {2,6 6,2 4,4 3,5 5,3}
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
36
3
10
• sair bola vermelha:
n(S) = 6 + 10 + 4 = 20 (total de bolas da urna)
n(E) = 10
76
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
P = =
10
20
1
2
• sair bola amarela:
n(S) = 6 + 10 + 4 = 20 (total de bolas da urna)
n(E) = 4
P = =
4
20
1
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 =
5
77
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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:
P
Q
Q x
= =
= − =
= =
1
5
0 20
1 0 20 0 80
0 80 100 80
,
, ,
, %
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?
P
P
P
1
1
6
2
3
6
1
6
3
6
3
36
1
12
=
=
= ⋅ = =
78
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
55
20
60
200
3300
0 0606 6 06 , , %
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?
P
P
P
1
1
6
2
1
6
1
6
1
6
2
6
1
3
=
=
= + = =
79
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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.
PA
PB
=
=
5
10
2
10
Subtraindo a contagem duplicada de P2, tem-se:
PB =
1
10
Logo:
PB = + = = =
5
10
1
10
6
10
0 60 60 , %
80
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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 4 defeituosas 8 perfeitas
81
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
82
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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( )
( )
exp
( )
. x
x
= −











1
2
2
2
2
2
πσ
µ
σ
83
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
Onde:
µ = x = média
σ = 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.

P X x e dx
x
x
( )
( )
≤ =
−∞



1
2
2
2
2
σ π
µ
σ
— 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
84
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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:
85
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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%
86
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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.
z
x x
s
z
=

=

= =
2 05 2
0 04
0 05
0 04
125
,
,
,
,
,
Passo 3: com o valor de z, obter a probabilidade utilizando a tabela normal.
z=1,25
87
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
88
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
40
150
40
3 75 ,
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
40
50
40
125 ,
Buscando na tabela normal, sem considerar o sinal negativo (linha 1,2 e coluna 5):
P1 = 0,3944 = 39,44%
z2
950 850
40
100
40
2 5 =

= = ,
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%
89
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
40
100
40
2 5 ,
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
90
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
40
150
40
3 75 ,
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.
91
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
x (nota de corte)
3% (aprovados)
47% = 0,4700
5,5
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.
z
x x
s
x
=

=

188
5 5
18
,
,
,
92
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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:
93
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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.
14
12
10
8
6
4
2
0
yi
xi
0 2 4 6 8 10 12 14 16 18
Diagrama de Dispersão
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.
94
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
45
40
35
30
25
20
15
10
5
0
yi
xi
1,8 2 2,2 2,4 2,6 2,8 3 3,2
Diagrama de Dispersão
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
n xi yi xi yi
n xi xi n yi yi
=
⋅ ⋅ − ⋅
⋅ − ⋅ ⋅ −
Σ Σ Σ
Σ Σ Σ Σ ( ( ) ) ( ( ) )
2 2 2 2
95
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
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, xi
2
e yi
2
, e em seguida somar todas as
colunas (∑).
96
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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 Xi
2
Yi
2
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 xi yi xi yi
n xi xi n yi yi
=
⋅ ⋅ − ⋅
⋅ − ⋅ ⋅ −
Σ Σ Σ
Σ Σ Σ Σ ( ( ) ) ( ( ) )
2 2 2 2
Onde:
n = 7
∑xi.yi = 497
∑xi = 64
∑yi = 41
∑xi
2
= 716
∑ yi
2
= 357
r
r
=

− ⋅ −
=


7 497 64 41
7 716 64 7 357 41
3479 2694
5012 4
2 2
. .
( . ( ) ) ( . ( ) )
( 0096 2499 1681
855
916 818
855
749288
855
865 61
) ( )
( ) ( )
.
⋅ −
=

= =
r
r
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.
97
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
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

r
n xi yi xi yi
n xi xi n yi yi
=
⋅ ⋅ − ⋅
⋅ − ⋅ ⋅ −
Σ Σ Σ
Σ Σ Σ Σ ( ( ) ) ( ( ) )
2 2 2 2
Onde:
n = 6
∑xi.yi = 270,2
∑xi = 15
∑yi = 119
∑xi
2
= 38,2
∑ yi
2
= 3467
r
r
=

− ⋅ −
=

6 270 2 15 119
6 38 2 15 6 3467 119
16212 178
2 2
. , .
( . , ( ) ) ( . ( ) )
, 55
229 2 225 20802 14161
163 8
4 2 6641
163 8
2789
( , ) ( )
,
( , ) ( )
,
− ⋅ −
=


=
r
r
22 2
163 8
167 01 ,
,
,
=
98
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
r
r
=

− ⋅ −
=

6 270 2 15 119
6 38 2 15 6 3467 119
16212 178
2 2
. , .
( . , ( ) ) ( . ( ) )
, 55
229 2 225 20802 14161
163 8
4 2 6641
163 8
2789
( , ) ( )
,
( , ) ( )
,
− ⋅ −
=


=
r
r
22 2
163 8
167 01 ,
,
,
=
r = 0,981 (correlação negativa muito forte)
Saiba mais
Após o cálculo do coeficiente de correlação entre duas variáveis, pode-
se 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).
99
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
100
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Resolução:
a)
n(S) = 6
n(E) = 3
P = =
3
6
1
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
52
3
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
52
1
4
d)
n(S) = 2
3
=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
101
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
50
1
5
b)
n(S) = 50
Terminar em 3 (3,13,23,33,43)
n(E) = 5
P = =
10
50
1
10
Questão 03. Dois dados são lançados simultaneamente. Determine a probabilidade de:
a) A soma ser menor que 4.
102
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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) = 6
2
= 36
Soma menor que 4 (soma 3 ou 2: 2+1,1+2,1+1)
n(E) = 3
P = =
3
36
1
12
b)
n(S) = 6
2
=36
Soma 9 (4+5,5+4,3+6,6+3)
n(E) = 4
P = =
4
36
1
9
c)
n(S) = 6
2
= 36
Primeiro resultado maior que o segundo
2,1 3,1 3,2 4,1 4,2 4,3 5,1 5,2 5,3 5,4
6,1 6,2 6,3 6,4 6,5
103
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
n(E) = 15
P = =
15
36
5
12
d)
n(S) = 6
2
= 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 3 + 1
Soma 5 = 1 + 4 4 + 1 2 + 3 3 + 2
n(E) = 1 + 2 + 3 + 4 = 10
P = =
10
36
5
18
Questão 04. No lançamento de dois dados, qual é a probabilidade de se obter um par de pontos
distintos?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 6
2
= 36
Sabe-se que para pares de pontos iguais
11 22 33 44 55 66
n(E) = 6
P = =
6
36
1
6
104
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Logo, a probabilidade para obtermos um par de pontos distintos é o complemento do evento (Q).
Q P = − = − = 1 1
1
6
5
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
6
2
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 = =
14
50
7
25
105
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
c)
P = =
30
50
3
5
d)
P = =
20
50
2
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
12
1
6
b)
Q P = − = − = 1 1
1
6
5
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.
106
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
n(S) = 16 (10 peças boas, 4 com defeitos e 2 com defeitos graves)
a)
P = =
14
16
7
8
b)
P = =
10
16
5
8
c)
P = =
12
16
3
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
107
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
Excluindo o Rei de Copas (presente em ambos os conjuntos)
n(E) = 17 - 1 = 16
P = =
16
52
4
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 x x = = = =
26
52
25
51
24
50
15600
132600
0 1176 1176 , , %
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.
108
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
c) Entre 85 e 115.
d) Maior que 100.
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 100
Desvio-padrão = 10
a)
z =

=
120 100
10
2 00 ,
Pesquisando na tabela - 0,4772
P = 0,5 - 0,4772 = 0,0228 = 2,28%
b)
z =

= −
80 100
10
2 00 ,
Pesquisando na tabela - 0,4772
P = 0,4772 + 0,5 = 0,9772 = 97,72%
c)
z1
85 100
10
150 =

= − ,
Pesquisando na tabela - 0,4332
z2
115 100
10
150 =

= ,
109
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
5 5
0 96 =

= −
,
,
,
Pesquisando na tabela - 0,3315
z2
70 65 3
5 5
0 85 =

= −
,
,
,
Pesquisando na tabela - 0,3023
P = 0,3315 + 0,3023 = 0,6338 = 63,38%
110
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
b)
z =

= −
63 2 65 3
5 5
0 38
, ,
,
,
Pesquisando na tabela - 0,1480
P = 0,1480 + 0,50 = 0,6480 = 64,80%
c)
z =

= −
68 65 3
5 5
0 49
,
,
,
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
111
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
a)
z =

=
78 68
5
2 00 ,
Pesquisando na tabela - 0,4772
P = 0,50 - 0,4772 = 0,0228 = 2,28%
2,28% de 10.000 = 228 pessoas
b)
z1
72 68
5
0 80 =

= ,
Pesquisando na tabela - 0,2881
z2
78 68
5
2 00 =

= ,
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
5
0 80 ,
Pesquisando na tabela - 0,2881
P = 0,2881= 28,81%
28,81% de 10000 = 2881 pessoas
d)
z =

= −
64 68
5
0 80 ,
112
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
10
100 =

= − ,
Pesquisando na tabela - 0,3413
z2
80 60
10
2 00 =

= ,
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?
113
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
Resolução:
Média = 104 g
Desvio-padrão = 6 g
z =

= −
100 104
6
0 67 ,
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
163
123 ,
Pesquisando na tabela - 0,3907
P = 0,5 - 0,3907 = 0,1093 = 10,93%
114
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
5 8
0 97 =

= −
,
,
,
Pesquisando na tabela - 0,3340
Logo, a probabilidade é de 0,5 - 0,3340 = 0,1660
z2
68 50 6
5 8
3 00 =

=
,
,
,
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?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
________________________________________________________________________________
115
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
− =

− ⋅ = −
− = −
− = − +
− = −
128
100
15
128 15 100
19 20 100
100 19 20
80
,
,
,
,
x
x
x
x
x ,,
,
80
80 80 x =
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
116
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Buscando o valor de z na tabela normal (0,4505)
z = 1,65
165
240000
30000
3 00
165 30000 240000
49500 240000
, ,
,
=

=
⋅ = −
= −

x
x
x
x == − −
− = −
=
49500 240000
289500
289500
x
x
Questão 20. Um concurso público foi prestado por 3 mil pessoas. A nota média foi 6,0, e o desvio-
padrão, 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
2 05
6
14
,
,
=
− x
1,4 . 2,05 = x - 6

2,87 = x - 6
117
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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.
118
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Resolução:
a)
200
150
100
50
0
0 20 40 60 80 100 120 140
Figura 21
Tabela 82
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
r =

− ⋅ −
7 41205 442 474
7 35970 442 7 48484 474
2 2
. .
( . ( ) ) ( . ( ) )
r = 0,886 (correlação positiva forte)
b)
30
25
20
15
10
5
0
0 5 10 15 20 25 30 35 40
yi
Figura 22
119
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
Tabela 83
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
r =

− ⋅ −
10 5069 245 194
10 6693 245 10 3948 194
2 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
120
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Determine o diagrama de dispersão e o coeficiente de Pearson.
Resolução:
7
6
5
4
3
2
1
0
yi
0 20 40 60 80 100 120 140 160
Figura 23
Tabela 85
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
121
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
r =
⋅ − ⋅
⋅ − ⋅ ⋅ −
6 776 476 17
6 51656 476 6 73 17
2 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.
122
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Resolução:
12
10
8
6
4
2
0
yi
0 1 2 3 4 5
Figura 24
Tabela 87
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
r =
⋅ − ⋅
⋅ − ⋅ ⋅ −
5 78 10 30
5 30 10 5 214 30
2 2
( ( ) ) ( ( ) )
r = - 0,976 (correlação positiva muito forte)
Questão 24. Dadas as tabelas de dados experimentais a seguir, determine o coeficiente de correlação:
a)
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
123
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
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
124
Unidade II
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
Resolução:
a)
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
r =

− ⋅ −
5 65 10 28
5 22 5 10 5 190 28
2 2
. .
( . , ( ) ) ( . ( ) )
r = - 0,988 (correlação positiva muito forte)
b)
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
r =

− ⋅ −
5 608 95 44
5 2165 95 5 538 44
2 2
. .
( . ( ) ) ( . ( ) )
r = - 0,979 (correlação negativa muito forte)
125
R
e
v
i
s
ã
o
:

J
u
l
i
a
n
a

-

D
i
a
g
r
a
m
a
ç
ã
o
:

F
a
b
i
o

-

1
7
-
0
8
-
1
2
ESTATÍSTICA
c)
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
r =

− ⋅ −
5 216 30 32
5 220 30 5 220 32
2 2
. .
( . ( ) ) ( . ( ) )
r = - 0,973 (correlação positiva muito forte)
d)
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
r =

− ⋅ −
5 3830 450 45
5 41500 450 5 455 45
2 2
. .
( . ( ) ) ( . ( ) )
r = - 0,984 (correlação negativa muito forte)
126
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.
127
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.
128
129
130
131
132
Informações:
www.sepi.unip.br ou 0800 010 9000

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->