Escolar Documentos
Profissional Documentos
Cultura Documentos
Livro Noções de Probabilidade e Estatística - Magalhães Parte 1
Livro Noções de Probabilidade e Estatística - Magalhães Parte 1
)t,:
s'l'rt
l'Rr lttAtn,n)AI)E
l,lsllr olrr ir
rA
si<[o
('llnlir irrlrorlrtr.iru;t
rlrrs r'rrcirs
hrrmanas. Ao
rrItr'trlo Mlrgalhes
lur l't'rlt'rlsrl <lc [,ima
corrtliilio rlt'
orr(rrrs
<lc
procurou-se
trodrrzir
csses conceil os
procuro enfatrzar
se
as idias envolvidas
e no a habilidade computacional.
de cada captulo
assumem o uso de
leitor
rxl
io ttits
t'csoltr'<-rcs.
)''
Prefcio da 6s edio
tstN
li,rt
t5-3 I 4-077-3
L listltsticl -
lirrsirur 3. loltabiliclaclcs
cDD-5 t 9.507
t,1 0.171
l,
2,
I)ll'cllns lcsclvltlos
Errsino
519.507
[Jnivclsidade de So Paulo
l,rrciarto Gualbclto, Tlavcssa J,374
('untlll lltl. rll ntiga leitoria - Cidade Universitria
0550tl U{X) .- Sio l'uulo - SP - Brasil
I)ivisalo (lrrucrcial: tcl. (Oxxl l) 3091-4008 / 3091-4150
SA(l (0xxl l) 3091-291 I - Fax (Oxxll) 3091-4151
www,rrsp,lrr'/ctlusqr - c-mail: edusp@edu.usp.br
Av,
{i
lrrl,
Iiibirotecl
ll.. :;,gil''rs
4658108
cr|sEra
lrrslilulo rlc Mllcnttica c Estatstica - IME-USP
l0l0 - Cidadc Universitria
0-55()t1"9(X) - S;io I'aulo - SP - Brasil
l)cplrlnnlcnt( tlc listatstica - Tel. (Oxxl l) 3091-6129 / 3091-6130
('uixil lrslIl (r(),2tI - 05315-970
rvww, irrx',rrsgr,lrr'/*ttoproest - c-mail: noproest@ime.usp.br
Ituil rkr Millikr,
l irt('(l iil
llril/il
lroi leito o
rlt'1tr1silo lcgal
l(X)4
0\/0s
cl
eln
Departamento de Estatstica do Instituto de
Unversidade de So Paulo. Nesse perodo, foram ministradas diversas disciplinns
lrrsicas de Estatstica para cursos nas reas de Cincias Humanas, Exatns e
Biolgicas.
Buscamos enfatizar dois aspectos neste livro. O primeiro se refere $
rcpartir a Estatstica Descritiva ao longo do texto, suavizando, assim, a transiilo
pari Probabilidade e Variveis Aleatrias. Em geral, os alunos sentem o impacto
<le uma maior formalizao e, muitas vezes, no conseguem estabelecer o elo clc
ligao entre essas partes. Um segundo interesse transmitir a importncia dn
colrputao na Estatstica. No atrelamos o texto a nenhum softvvare espec:ico,
permitindo que o conhecimento computacional anterior dos estudantes pudesse ser
incorporado, minimizando o desgaste de um novo aprendizado. Ressaltamos qUe
vrios software disponveis no mercado podem ser utilizados. Os arquivos
mencionados no decorrer do livro esto disponveis em www.ime.usp.br/-noproest
juntamente com outras informaes de interesse'
O livro contm exerccios ao final de sees e captulos. Os exerccios de
seo so mais diretos e visam a aplicao imediata dos conceitos discutidos. Ao
fim de cada captulo, um considervel nmero de exerccios ajuda os estudante$ nll
fixao global das idias apresentadas. Tambm so propostos exerccios ptlrn
serem desenvolvidos com a ajuda do computador. O principal objetivo desses
exerccios, enfatizar as idias estatsticas envolvidas e no a habilidncle
computacional. No Apndice'8, "apresentamos as solues comentadas dos
exerccios de so e fornecems as respostas para os exerccios mpares de fim de
captulo.
Em relao edio anterior, a sext edio apresenta pequenfls
rnodificaes. Uma das figuras do Captulo 7 foi mudadapara o Captulo 6, locnl
que nos pareceu mais apropriado. Foram acrescentados exerccios em alguns
captulos. Os erros em respostas, identificados at ento, foram corrigidos,
Pequenas alteraes de redao tambm foram feitas. As mudanas, em relaO t
quinta edio, esto listadas no endereo Internet mencionado acima.
Ao longo das vrias ediges, diversos colegas contribuiram com sugestes,
Entre eles destacamos Adilson Simonis, Cludia Monteiro Peixoto, Cllia Tsloi,
Denise Botter, Elisabeti Kira, Elisete da Conceio Q. Aubin, Julio da Mottt
Singer, Lighia B. Horodynski-Matsushigue, Lcia P. Barroso, Marli Mikael,
Nelson Tanaka, Rinaldo Artes e Silvia Ferrari. Maria Ceclia Camargo Magalhies
Matenttica
,1"
l )utkrs
"
vrt
Estatstica
Prefcio
vlu
Contedo
Marcos N. Magalhes
'
'
t"r
Contedo
Lista de Defnies
2.4
......,........
Probabilidade condicional .............
Independncia de eventos.......
Partio do espao amostral
3.r
3.2
4.1
probabilidade
Modelo Uniforme Discreto ........;..........
Modelo Bernoulli ...................
Modelo Binomial
Modelo Geomtrico
Modelo Poisson
Modelo Hipergeomtrico ...........
Medidas de posio para um conjunto de dados
4.2
4.3
5.1
dados
Varincia e desvio-padro em um conjunto de dados
Varincia de uma varivel aleatria discreta
Funo de probabilidade conjunta ...............
5,2
.5.3
Independncia de variveis
5.4
5.5
.5.(r
2.r
2.2
2.3
3.3
3.4
3.5
3.6
3.7
3.8
4.4
4.5
Probabilidade
.................... 38
..................,,,42
.........,44
............46
Funo de distribuio de
aleatrias
aleatrias
aleatrias .................
..t-,
............63
..............68
......... 70
................... ..........72
......78
......,,,,,,79
.....,82
.......,..,......,,94
....,.. 103
......... 104
....109
..,..128
..........,... 137
l4l
.........,147
................,.149
Lista de Definies
xu
Lista de Figuras
6.5
...........
...... 168
Medidas de posio paravariveis aleatrias contnuas
.....I73
.....................1,73
Varincia paravariveis aleatrias contnuas
..........177
Modelo Uniforme Contnuo
.....180
Modelo Exponencial .................
1.3
....'..'.......
Exemplos de grficos publicados na imprensa
6,6
Modelo Normal
t.4
DiagramacircularparaavarivelToler.....'.'. .'.....'..""""""13
7,1
Parmetro
1.5
7,2
Estimador e estimativa
.................. 208
7.3
Vcio
.........
Consistncia ................
Eficincia
..................213
6.1
6,2
6.3
6.4
7.4
7,5
...................213
....................216
1.1
r.2
Populao e amostra
Classificao de variveis
........"'."",.,',
..:'....."""""" l2
5.1
......."""':"""" 14
......'..
.'..'.......'.15
Histograma paraavarivel Peso .'.'....'.
...'........""""" 18
Box-plot para o nmero de laranjas por caixa
....'.....".'.....18
Box-plot para a varivel Peso '.....'...
.'.'......'."...'..'........ 19
Box-plotda varivel Peso para cada sexo
....'.,'..' 39
Regra de adio de probabilidades .'.......
....',,,,43
Regra do produto de probabilidades .'.......
,...,.,45
rvore de probabilidades ......'..
.'....,""""" 46
Partio do espao amostral (k : 6)
...........'.,..60
rvore de probabilidades - alteraes no subsolo
...........65
Funo de distribuio - doses de vacina
.'...'...'.......,..,69
Modelo Uniforme Discreto [0, 10]
.'."...'..'.........75
Grfico de freqncias - natalidade em porcos
..'.'7g
Modelo Geomtrico (P: 0,0t)
Modelo Poisson ( : 5)
"..........."'.80
Independncia de variveis aleatrias
'.....'.".."137
5.2
5,3
.5.4
5,.5
t.6
1.7
1.8
r.9
2,1
2.2
2.3
2.4
3.1.
3.2
3.3
3.4
3.5
3.6
xtu
.'.'.'....'.".
aleatrias
'.'....151
..'.............
l5l
'
.qft
I'islu ilct liigrtnts
rlv
5,6
6,1
6,2
6,3
6.4
6.5
7.l
7.2
8.1
aleatrias
Contnua
Densidade Exponencial """"""""'
Densidade Normal
Densidade Uniforme
""""""""" 151
""' 178
"""""""""'180
""' 183
Binomial
""""""""' 189
190
Histogramas para valores simulados da Binomial """"""""""""""""'
Efeito de n na distribuio amostral de X - N(10,I6/n) """"""""""22I
de
Efeito do tamanho da amostra sobre a distribuio
X """"" """"""224
""""""'248
8'2Representaogrficadoserrosd'ep.,.'.....
8,4Representaogrf\cadaregioderejeio-bilatera1
Funo
Poder
""""""'254
"""""""""'
Densidade -
Student
"""""""
"""""""'
.f e Regio Crtica
""""""""""'259
"""""""""264
com Hoi F : Fo """"""""'265
"""""""""'266
""'27O
"""""""'
9.1
9.2
Distribuio de Fisher-
9.3
Snedecor
"""""'1
.l lnformaes de questionrio estudantil - dados brutos
"""""""""' 9
1.2 Tubela de freqncia para a varivel Sexo """""
""""""""' 10
1,3 Tlbela de freqncia para a varivel Idade ""'""
""""""""" I
1,4 Tabela de freqncia para a varivel Peso """""
L5 TabeladefreqnciaparaavarivelTV""""""' """"""""'1l
"""" 100
4,1 Meclidas de tendncia central
"""""""""" 11
4,2 Medidas de disperso
""""""""" 11
4,3 Propriedades da mdia e da varincia """""""'
I l3
4,4 Modelos discretos- valor esperado e varincia """"""""""""""""""" 187
e varincia """"""""""""""""""'
Modelos contnuos- valor esperado
6, I
"""''"""""211
7,l Estimadores para mdia' proporo e varincia
""""'234
p
Intervalos de confian apaa p e """""
1 ,2
9,I Comparao de mdias para duas populaes """"""""""309
""' 326
g,2 Tnbela de Anlise de Varincia (ANOVA)
S.3Representaogrficadaregioderejeio-unilateral...,.250
8.5
8,6
8.7
8.8
8.9
8. l0
8.1 I
Lista de Tabelas
"""""""'295
""""""""""'317
""""""""':""""""""'335
Captulo
time foi o melhor em campo, se tornem objetivas (no que isso impliqlle que
tcnlra sido o vencedor...). O que tem levado a essa quantificao de nossas viclus
no dia a dia? Um fator importante a populatizao dos computadores. No
passado, tratar uma grande massa de nmeros era uma tarefa custosa e cansativtt,
que exigia horas de trabalho tedioso. Recentemente, no entanto, grnnCle
quantidade de informaes pode ser analisada rapidamente com um computudor
l.lOqueEstatstica?
Amostra
e amostra.
-"--qt
Captulo
I:
itens da populago (uma lista de referncia) que nos permitiria utilizar a chamada
1mostragem sistemtica em que selecionamos os indivduos de forma prdeterminada, por exemplo de 8 em 8 ou de 10 em 10. Outros esquemas de
ilmostragem poderiam ser citados e todos fazem parte da chamada Teoria da
valores numricos.
c.
fenmeno de interesse.
d. Qualquer amostra representa, de forma adequada, uma populao.
e. As tcnicas
2, Para as situaes
sintonizados.
3. Discuta, para cadaum dos casos abaixo, os cuidados que precisam ser tomadOa
para garantir uma boa concluso a partir da amostra.
a. Um grupo de crianas ser escolhido para receber uma nova vacina contra
meningite.
b. Sorteamos um certo nmero de donas de casa, para testar um novo
sabEO
en
p.
c. Uma fbrica deseja saber se sua produo de biscoitos est com o ssbof
previsto.
d. Aceitao popular de um certo projeto do governo.
b.
122
Id:
Turma:
Scxo:
Iclade:
Alt:
Peso:
lilhos:
lumn:
Toler:
identificao do aluno
turma a que o aluno foi alocado (A ou B)
F se feminino, M se masculino
idade em anos
altura em metros
peso em quilogramas
nmero de filhos na famli'a
hbito de fumar, sim ou no
tolerncia ao cigarro:
. -Edl
Captulo
Exerc:
Cine:
OpCine:
TV:
OpTV:
I:
1.AF
2AF
3AM
4AM
5AF
6AM
7\F
BAF
9F
IOAF
11 F
12 A F
13 A F
T4AM
15AF
16AF
LTAF
1g M
19 A F
30 A F
11 A F
22F
33 F
24AF
25 A F
B6 A
3'/ B F
3E B F
39 B F
30 E F
31 B F
3 E M
3 B F
34 ll F
1E li M
16 t! Ir
1't 11 M
t1 M
19 11
4r.) B M
41 t] F
4 Fr F'
41 HM
44DF
4F F F
4 E TI
478Iil
4E H F
S H M
h0 11 M
F.
1,'
19
L,60 60 ,5
1,69 55,0
L,85 12,8
l-, 85 80, 9
1", s8 55, 0
19
1_,76
1,7
18
1,8
20
l-8
t_8
T7
l-8
18
a1
I9
18
t-9
L7
1"8
20
l_8
2L
18
L8
20
)^
L9
z3
18
18
25
18
17
T7
L7
J.
18
77
2L
10
1A
L7
23
24
L8
18
L9
19
18
t7
1B
60,0
1,60 58.0
L,64 41,0
L,62 57,8
t,64 58,0
r,72 70,0
L,66 54,0
L,70 58,0
1, 78 68, 5
1,65 63,5
7,63 47 ,4
1.,82 66 ,0
1-,80 85,2
1,,60 54,5
L,68 52,5
1.,70 60,0
1,65 58,5
1,57 49 ,2
L,55 48,0
1.,69 57,6
L,54 51,0
L,62 63 ,0
L,62 52,0
L,57 49,0
t,65 59,0
t,6L 52,0
L,71. 73 ,0
t,65 56,0
r,67 58,0
1",73 87,0
r,60 47,0
1,70 95,0
L,85 84,0
1,70 60,0
1,73 '73 ,0
1,70 55,0
1,45 44,0
I,76 75,0
1,68 55,0
1,55 49,0
1,70 50,0
1,5s 54,5
r., 60 50, 0
L,8o 71,o
1,83 86,0
2
1
2
2
l3
1
3-
3
2
L
3
2
ll3
3
2
1
1
1
2
2
2
1
2
4
1-
L
3
L
t
1
1
1
1
1
2
2
1
1
7
2
I
1
L
NAO
NAO
NAO
NAO
P
M
P
P
M
M
P
NAO
NAO
M
M
NAO
NAO
M
M
NAO
NAO
M
P
M
NAO
NAO
NAO
NAO
SIM I
SIM I
SIM I
NAO I
NAO P
NAO P
NAO P
NAO P
NAO
SfM I
SIM T
NAO I
NAO
NAO
NAO
NAO
NAO
NAO
NAO
NAO
NAO
NAO
NAO
SIM
P
P
M
P
P
M
M
M
P
P
T
NAO P
NAO M
NAO f
NAO M
NAO I
NAO
NAO
NAO
NAO
NAO
NAO
NAO
P
M
M
M
P
P
P
0101
52
52
81.6R
B7R
M1.5R
B20R
B5R
a1
13
3l22
102
02
6t
5l_
4101
31
34
11
1)
82
03
54
01
62
82
1"1
3L
12
22
1L
21
42
7L
51
1-0
64
52
4L
54
))
70
51
01
01
43
2L
"t0
70
OpTV
B7R
MlOR
M1-2R
MlOR
B8N
BOR
M
30
M2N
BlOR
B18R
BlON
BlOR
B5R
B14M
B5R
B5R
BlOR
M
28
M4N
B5R
M5R
MlOR
BL2R
M2R
M6N
B
20
BL4R
BlOR
B25B
M14R
M12N
B],OR
BT2R
B2R
BlOB
B
25
M1.4N
B8R
MlOR
B8R
B3R
B5R
M1.4R
M 20
.b{
Captulo
I:
rriro
l'umantes. Porlanto, a partir da tabela de dados brutos, vamos construir UmO nOvtl
Nominal
'
Varivel
-.ordinal
-a"Qualitativa
liSura
'Quantitativ u
1--""-Discreta
.-,contnua
t1$ela com as informaes resumidas, para cada varivel. Essa tabela Sefd
clenominada de tabela de freqncia e, como o nome indica, conter os valOfeg dA
virrivel e suas respectivas contagens, as quais so denominadas freqnelAEq
ttbsolutas ou simplesmente, freqncias. No caso de variveis qualitativas OU
tprantitativas discretas, a tabela de freqncia consiste em listar os valorog
possveis da varivel, numricos ou no e fazer a contagem na tabela de dadOg
lrrutos do nmero de suas ocorrncias. Representaremos por n; a freqncia dq
vulor i e por ?? a freqncia total. Para efeito de comparao com outros grupOS
ou conjunos de dadoi, ser conveniente acrescentarmos uma coluna na tabela de
l.oqncia contendo o clculo da freqncia relativa, definida por fi = U/t\:,
Convm notar que, quando estivermos comparando dois grupos com relaO S
freqiincias de ocorrncia dos valores de uma dada varivel, grupos cgm Um
nmero total de dados maior tendem a ter maiores freqncias de ocorrncia dos
vtlores da varivel. Desta forma, o uso da freqncia relativa vem resolver Bte
problema.
p0rtir
Tubela I .1.
Tabela 1.2: Tabela
de
Sexo
n,i
.t
F
M
total
t t'7
d
13
0,74
0,26
n:50
dirclos.
Outro ponto que pode trazer confuso que, muitas vezes, na utilizao
Cle programas computacionais, associamos cdigos numricos a uma varivel
qqalitativa. Por exemplo na Tabela 1.1, pode-se associar ao sexo feminino o valor
I e ao masculino 2. Apesar da varivel ser representada por valores numricos,
issO no a torna uma varivel quantitativa. Novamente, vemos que a natureza da
vnrivel deve sempre ser levada em conta na hora de se interpretar resultados
obtidos na anlise descritiva.
l0
L2 Organizao
il
de Dados
de
de
Idade
TLi
.ft
.f o"
L7
9
22
0,18
0,44
0,18
18
19
0,L4
20
2L
.1
0,08
0,06
22
t
ZJ
0,04
0,02
0,04
24
25
total
n:50
0,84
0,90
0,90
0,94
0,96
fl,4
lt.
0,16
0,16
60,0
22
0,44
0,60
l--
50,0
60,0
70,0
80,0
90,0
0,62
0,76
1,00
Peso
40,01-- 50,0
fo"
70,0
0,16
0,76
80,0
0,L2
0,BB
t--
90,0
0,10
0,98
100,0
0',02
1,00
50
total
cliscreta, mas
ieqncias seria muito extensa e pouco prtica. O caminho adequado, nesse caso,
trotar a varivel como se fosse contnua e criar faixas para representar seus
vulores. Assim, passamos a tratar como contnua uma varivel que seria,
originnlmente, classificada como discreta.
Tabela 1.5: Tabela
de
TV
ni
.ft
0F-6
fu"
L4
0,28
0,28
12
t7
0,34
0,62
18
11
0,22
0,84
24
0,08
0,92
24l---136
total
0,08
1,00
50
61218 t-
TF
--- qFFF
t)
Cttpftulrt
l;
cxiste hoje uma infinidade de tipos de grficos que podem ser utilizados' Como
ilustra deste ponto, apresentamos na Figura 1.3 alguns grficos publicados em
rrgos de imprensa.
CIDIO
p,id.*
inegocirveis.
pizza, barras t
vamos definir trs tipos bsicos de grficos: disco ou
pode sef
grfica
na
apresentao
li$t(,t4ruma. como dissemos, a criatividade
de
vrios'
entre
os grficos que discutiremos sintetizam trs caminhos,
inrerrsa e
representao.
'grfico
RU|AT
circular,
se adapta muito
RECURSOS PROPRIOS
circularescorrespondentessporcentagensdecadlvalor,calculadas
freqncia
exemplo, O,20 de
rnnltiplicando-se por 100 a freqnca relativ f6.Por
a207o o- u"' que 100 x 0'20:20' AFigura 1'4 apresenta
relativa
"o.r"rpond"
da Tabela 1.1. Note que
o cliagrama de disco para avarivel Tol-er, obljd^a.a .nartir
fntiir correspondent categoria "indiferente" foi destacada.
'
LLiPLTO
8,9
t5,9
12,
No
D[
C0NTRATCS
COR|EAO INEGRAI
RECURSOS HUN/ANOS
RECURSOS HUMANOS
DrsTRrBUrO POR ruvrL HtrnRRSUtCO
ls I t
e=
'
===
,=
TSCR
==
CAIMS
23,891
l. Gor
==
==Gou ==
==
2
SuPeior
ogrficodebarrasut\|\zaoplanocartesianocomosvaloresdavarivel
eixo das ordenadas'
no eixo das abiissas e as freqnciai ou porcentagens no
barra com altuf8
Note que pIia cada valor a varivel desenha-se uma
de grfico se adapta
,nrr"rptnd"rrdo sua freqncia ou porcentagem. Esse tipo
rnelhoi s variveis discretas ou qualitativas ordinais'
t4
Captulo
l:
t5
\r
20
.g
oc
$ru'
e15
E
t;
10
18 le 20
,1"
Fgura 1.5: Grftco de barras para a varvel ldade.
coluna
fi
/-'t'
40x
I
60
70
80
90
{)
.?- Peso
Figura 1.6: Histograma para a varivel Peso.
100
'
- 50 _
0,34
mdor,,
f;,li4 .,t. r
),
60
- 50 lo
0,44
JJ-' i,!t
rn , 1-,
rtlt
,lr,
-,-'
,I''
"r'qr
Captulo 1: Introduo AnIise Exploratria de Dados
t6
I7
.,,'60'--'^
q)
E
p
0,05
6r,'6
:
C,t\
(D
o,o+
''
',r"r''",'4'
0,03
o,o2
0,01
0,0
60
50
mdot,
tr
: 57,73kg.
4'
O conceito de mediana, que ser considerado ern detalhes no Captulo
em
dividido
dados
pode ser generalizado para situaes em que o conjunto de
o
mais do q:ue dois subgrupos' Um caso importante aquele -em que dividimos
conjunto em quatro iubg*pot. Para tanto, deveremos determinar' alm da
de
rn"iunu, dois valores tais qu 25Vo das observaes ordenadas estaro abaixo
denominados'
so
um deles e 75Vo estaro abaixo do outro' Tais valores
q""rii. O
:
=-!o
0,09
Q^=
*=
lo + Qt:52,,05kg'
0,44
'
Peso
Qt
l)c
69,38
kg.
tr
Ilwtttplo
\,i',,
511,,\
''i
r(.
18
l,.l ()rganizao
t9
de Dados
100
60
90
3so
e
80
En
40
60
50
30
40
20
Sexo
A representao gr,fica
Figura
dos
os"quartis a mesma), o mesmo podendo ser observdo a respeito da distncia
Figura
pono, de mnimo e mximo em relao mediana. Em contraste, temos na
i.A o box-ptot paraa varivel Peso, que apresenta uma pecluena assimetria.
llxerr'clos
tll
l, tlllssil'ique
Peso
Sco 1.2:
cacla uma das variveis abaixo em qualitativa (nominal
/ ordinal) ott
'100
90
80
'
3to
L
60
50
40
l,
{Jrrirrzt pncientcs clc unra lrrica de ortopcdia foram entrevistados qunto ito
nrnrr'r'r rk: r'ttcscs prcvistos cle I'isiotcrapin, se haver (S) ou niro (N) secltlelus
'.qt
Captulo
20
I:
Pacientes
Fisioterapia
Seqelas
s
A
Cirurgia
.N: ,N)
A
M
10
ll
t2
l3
I4
N'
rN
N)
N
M
4
N
ts
ts
20
8,5
5,0
412
tt
Jr9
10,7
1,5
8;2
10,0
4. Um grupo de
estudantes
matemtica resultando em:
1e
3,1
9,0
914
6,1
4,7
315
6,5
8,9
6,1
freqncia
0F-2
L4
2+4
28
4-6
27
6FB
8F10
mnima para aprova,o
de
34
TOFBO
109
BOF90
111
>90
55
(,1,
319
um teste
de
[a ,.r'
ser
nas
histogramas apresentados em
(b), obtenha as
medidas
11
5, qual
10
a. Construa o histograma.
b. Se a nota
<60
60F70
e o 3e quartil.
ni
))
- )-
Peso
total
nt
lt
foi
Regio B
grlica.
Para
o grupo de pacientes que no ficaram com seqelas, faa um grfico de
c.
barras para a varivel Fisioterapia. Voc acha que essa varivel se comporta
amostr
3.
2t
porcentagem de
aprovao?
c. Obtenha o box-plot.
5. Um estudo pretende verificar se o problema da,desnutrio em adultos medida
pelo peso, em quilos, em uma regio agrcola (denotada por Regio A), maior
1 Entrada de Dados
2. Execuo da Anlise Estatstica
3. Interpretao de Resultados
22
23
1.4 Exerccios
1".4
Exerccios
2.
Empesa A
5101520253035404550
Slrios Mnimos
Com base nas informaes de cada grfico, qual seria sua deciso?
l.
indagou sobre os diferentes tipos usados nas suas locomoes dirias. Dentre
nibus, metro e trem, o nmero de diferentes meios de transporte utilizados foi
Captulo
24
l:
I -l li rrt t:cios
b.
Idades atpicas parecem ter ocorrido nesse ano. Aps sua retirada do
conjunto de dados, refaa o item (a). Comente as diferenas encontradas.
freqncia
46
as
2.\
57
.)
2T
15
rr.
Alrrrros tlir Escola cle Educao Fsica foram submetidos a urn lcslc rkr
rr.sistrrciir rpranto ao nmero de quilmetros que conseguiram corrcr sert
(
lrrrrirr'. )s clirclos cstiro apresentados a seguir.
(-)rr;rl
rr.
ir vtriiivcl em estudo?
b. ('orrsllrrir o ltistograma.
e. ( )lrlt'rrltir o lnx-pktl.
Funcionrio
Curso (completo)
Idade
Salrio (R$)
Anos de Empresa
1100,00
1450,00
960,00
960,00
600,00
600,00
600,00
supenor
superior
12
F I6
22
450,00
450,00
450,00
I6
F 20
4
5
6
1
8
9
10
mdio
mdio
mdio
mdio
mdio
mdio
fundamental
fundamental
43
31
dl
24
25
27
22
2l
26
Faixas
freqncia
0t-4
438
4FB
8F12
206
varirvel Curso.
I0.
125
lltrrrPo t[r rrtiliziriio rlc citixus clctrnicos clcpcrrclc dc cada usurio c rlits
tl lrrrirr's r'lctrrirtlirs. liorarn colctadas 2(l rncclidas dcssc tcmpo (crn rnirtutos):
l,t
I ,:t
1,2
1,7
0,)
,:
t.4
l,i
I ,l'r
l.('
1,2
1,2
I,0
0,)
,,1
.(i
lr7
l,g
1,0
1,0
0,8
1,7
[,5
,ll
I ,l-r
l-"r
Captulo
26
I:
,.J
I .l l';rtx:cios
Nvel
2,25 a 2,55
2,55 - 2,75
freqncia
2,75
F 3,15
3,15 F 3,35
3,35 F 3,65
617
615
6,9
/t
7r7
7,6
8,2
7,5
714
712
8,3
8,1
7,4
7r5
7,7
7r5
716
716
6,3
7,2
8,1
714
7,6
7r7
716
7r5
7,6
7,4
8,1
7,9
7,8
714
714
7r5
7,5
714
h. ('orrstrua o histograma.
c. ('irlculc o segundo quartil.
marcados no ltimo campeonato daFederao Paulistl tle
participantes nos seus 38 jogos uma varivel conl os
pelos
20
clubes
liutclxrl
:;r'1it r i tttcs velores:
t
J
2,95
612
2,95
6,1
Clube
10
35
79
57
dt
52
35
25
Gols
32
42
at
td
Clube
11
72
13
t4
15
16
17
IB
19
20
Gols
55
70
42
4L
6B
66
74
29
47
53
5
6
a. Construa o histograma.
L2,2
11,3
II,7
12,6
73,4
L5,2
12,3
L3,2
13,5
L2,7
L2,3
13,5
15,4
16,3
LL,7
12,5
13,9
74,4
13,0
L5,2
13,6
16,9
72,3
!2,7
15,8
L3,7
12,6
L4,7
L4,1
da varivel
L3. O valor mdio de comercializao da saca de milho de 60 cluilos nir Bols:t clc
Cereais apresentado abaixo, em reais, para ltimos 40 meses.
l, A t;rlrclir ir soguir
ar,
('orrslt'ttit o histograma.
lr, ( )lrlcrrhrr
<t
lxtx-plo.
r'. I )r'st'ilrnclo-so sopirral' os l5o/o mis eltos, qual seria o ponto de cortc'/
Captulo
28
l:
Faixas
freqncia relativa
F 110
110 F 120
120 F 130
130 F 140
140 F 160
0,10
100
I 'l l',ttn'cios
29
Ganho
freqncia
F 2,0
2,0 F 3,0
3,0 F 4,0
4,0 F 5,0
5,0 F 6,0
6,0 F 7,0
45
1,0
0,25
0,30
0,25
0,10
83
52
15
1.6.
amostra.
Germinao (Vo)
freqncia
60F75
75F80
20
BOFBS
42
85F90
90F95
18
95
F 100
it
ilrl iz.itiro).
cle errtllrcgo'/
rrslil'it1uc.
No Especializados
,;
Iirnprcgos
10
2
it
106
izados
Empregos
TLi
2lo
222
342
338
109
292
164
9l
lr
35
totitl
7I22
total
787
19, ('orrrtl ;lrltc do uurn avaliairo rndica em uma certa universidade, fbi rneclirln
n lrr'r1irrciir cirrditca clos alunos do primeiro ano. Os dados so rprcscrttaclos
elrt:ir'1',ttirlit.
Vor't' irt'lrir rprc dc nroclo gcral csscs alruros sc cncaixaln ncssc caso'
I:
Captulo
.to
Freqncia Cardaca
freqncia
60F65
65F70
11
35
t-
75
68
75F80
80F85
85F90
90F95
20
70
95
I J I t,'ttt'irts
3t
o rbricante vende
Slt'
L2
10
1
100
It,
Durabilidade
freqncia relativa
0F3
3F6
6F9
I -L2
72-15
0,02
0,30
15F20
0,23
0,05
0,15
0,25
lfr.st. jir-sc comparar trs tcnicas cirgicas pata a extrao de dente de siso,
('itrlir trrttir clas tcnicas foi aplicada em 20 pacientes e os resultados sio
apt r'st'rrtirrlus a seguir.
10
.qo
!t
I
'8.
E
c)
o.
a,
o
d)
aluno
Portugus
10
35
35
32
31
30
26
26
24
23
s6
Matemtica
31
29
34
27
28
28
26
30
28
25
23
&
Es
c)
aluno
11
t2
t3
T4
15
T6
t7
18
I9
20
Portugus
23
L2
11
20
17
T2
L4
20
10
Matemtica
27
t.\
z
31
20
27
25
20
13
23
20
21. Vinte baterias para automveis de uma certa marca foram testadas quanto
sua vida til. O teste simula autilizao da bateria, acelerando seu desgaste de
rnodo a criar uma rplica da situao real. Os resultados da durabilidade (em
mcses) so apresentados a seguir:
a. Construa o histograma.
b. Se
t--"
Tcnica cirrgica
*r, lirrr
er
b,ll
3, tllr*. o
rr
cscolhcria'l
Captulo
-t2
l:
contato com
administrao
inseto
do tratamento
recuperao;
Tratam: tipo do tratamento administrado;
Coag: presena de cogulos no momento de admisso.
Pac.No.
Idade
Diag
Recup
Tratam
Coag
T9
28
nao
15
52
45
27
76
30
23
II
I
II
15
53
46
stm
2l
II
nao
11
46
42
11
16
55
47
nao
nao
10
16
54
41
I
I
I
25
47
13
12
ilI
18
59
51
II
nao
l6
20
l1
ru
II
slm
20
40
24
l3
32
31
-)
il
il
nao
15
8
10
44
40
18
3t
il
il
slm
slm
slm
sim
slm
slm
slm
S
S
nao
T2
3l
10
24
46
t3
11
21
21
il
22
39
l7
il
-)
l5
53
46
42
39
23
26
75
30
22
54
l8
l6
III
III
l7
35
t2
I]
-58
50
II
In
b, Strltctrrha, que ao invs de trabalhar corn a varivel ldade, cria-se uma novl
vurirvcl denominada Etrio, assumindo valor 0 se Idade for menor que 29
rlnos c I caso contrrio. Utilizando o computador:
l. lixplique como voc poderia criar tal varivel.
ll, Construa um box-plot para a varivel Recup, para cada grupo de Etrio,
Corn base nos grficos, voc diria que o tempo de recuperao diferente
dependendo da faixa etria? Justifique sua resposta'
, tJmn nova varivel denominada Cura criada: Cura ser rpida se Recup
frrr rnenor ou igual a 10, ser normal se entre 10 e 40 (inclusive) e ser lentct
pnt'n lccr.rp acima de 40. Verifique, graficamente, se pacientes em cada umit
clns cntcgorias de Cura apresentam diferenas no que se refere ao tempo
m
m
nao
slm
I
I
corn relao idade dos pacientes. Voc diria que a idade se distribui
nao
14
Elt nttlttit',t:; ilc dutlos mencionados nos exerccios a seguir podem ser obtidas ent
lflPlt" llr, rt,y t, b r/- n rt p ro e s t
#,
l:
e'ulumr 2i tliitgttstico:
nao
slm
nao
m
ln
apresentados.
administrao do tratamento;
33
,-t l','rrn'r:ios
ilutu.li
irlnrle.
34
Captulo
l:
35
1,4 l',ltex'cios
d. Crrlcnle a rea til total para cada apartamento. Armazene esta informao
er uma varivel denominada Total. Repita os itens (b) e (c) para a varivel
'lrtal,
c. Buserndo-se nos itens anteriores, voc diria que existem diferenas nas reas
rkrs apartamentos dos blocos A e B? Em caso positivo, qual(is) cmodo(s)
f.
rrplcsenta(m) o problema?
histograma e a tabela de freqncia para cada uma delas (se necessrio, crie
at cinco faixas).
b. unia
afirmao feita por alguns mdicos a de que o grupo dos falsopositivos mais jovem do que o dos falso-negativos. para os dados dessa
pesquisa, o que voc diria a respeito? Justifique sua resposta baseando-se
em grficos e tabelas de freqncia.
Id:
Bloco:
Andar:
Final:
Sala:
Cozinha:
Banheiro:
Dorm:
'
Rachad:
Infiltr:
l,
feminino.
rea da cozinha, em m2
rea do banheiro, em m2
3:
4:
rea do dormitrio, em m2
ocorrncia de rachaduras no apto: 0 - no, 1- sim
ocorncia de infiltraes no apto: 0 - no, I - sim
no
empreendimento? Quantos apartamentos existem por prdio? E por andar?
b. Construa tabelas de freqncia para cada uma das variveis quantitativas
contnuas e faa grficos adequados,
c. Repita o item (b), para cada bloco, separadamente. construa grficos clo tipo
box-plot e compare as reas para cada cmodo considerado.
2:125,35);
[35,45);
[45, oo).
Hltl,d 5l Bstado civil (Ecivil),
1 : solteiro;
2 = casado;
ll
=
l'r =
clivorciado;
vivo;
outro.
eetlttnu (t: llegiio de procedncia (Reproce).
ttunt 7i Tentpo de residncia em So Paulo, em anos (Ternposp),
:olwtil li Nmero de residentes na casa (Resid).
:
2:
3:
1
sim;
no;
:
:
:
habilidades
aposentado.
:
profissional liberal;
autnomo;
rural.
coluna I l: Idadeque comeou a trabalhar, em anos (Itrab).
coluna 12: Rendafamiliar em faixas de reais (Renda):
1
-- [0,150);
2:1t50,300);
: [300,450);
4 : [450, 900);
5 - [900,1500);
6 : [1500, oo).
g
z:
nao.
coluna t4: Srieem que parou de estudar (Serief).
Branco : no parou de estudar;
1a B : sries do ensino fundamental;
9 aL2: sries do ensino mdio.
a. Explore o conjunto de dados e classifique as variveis. Verifique se existem
variveis com valores incompatveis ou invlidos e proponha alternativas
para a soluo do problema. Observe que existem variveis com respostas
em branco e discuta porque isso acontece.
b. Estude a varivel Renda em funo de Comun. Voc diria que os moradores
da Cohab e do Jardim d'Abril tm a mesma renda? Justifique sua resposta
baseando-se em grficos e tabelas de freqncia.
c, Verifique se o comportamento'da varivel Temposp influenciado pelo tipo
de trabalho (varivel Ttrab).
d. Faa um box-plot para a varivel ltrab.
Introduo
No captulo anterior, vimos como caracterizar uma massa de dados, com o
situao
ou acontecimento cujos
B,
, denotrrcln por.rl a B,
a ocorrncia simultnea de
A e B.
:4.
P(')
que
37
Captulo 2 : Probabilidades
38
efnio
2.
P(17)
i,i,)
P(A)
r;
ii P(UAj)
j:t
0,44;
...; P(25) :
tr
0,04.
tr
A primeira
P(6) :716.
0,48.
trilidrrdc que precisamos determinar pode ser representada por P(F U B),
guLl se sirnplesmente somarmos P(.F') com P(B), obtemos uma somn
Flor l
suposio terica.
Exemplo 2.1: Para a varivel ldade, ver Tabela 1.3 clo Captulo l, o cspito
amostral ser f) : {17,18, .. . ,25}. Supondo que um aluno escolhiclo ao icoso
r tlirs 'cqiincias da varivel Sexo. Sabendo que 52Vo dos alunos esto na
A e 48Vo ni turma B, suponha que escolhemos um estudante ao acaso da
lnno, Quirl seria a probabilidade de escolhermos um estudante do sexo
r ott itlgurn da turma B?
questo.
:. '. :
0,18; P(18)
P(2)
pela
P(1)
39
: Probabilidade
?)
?,1 ltitit,tlttl'tt
Captulo 2 : Probabilidades
40
2.2
4T
P(A):I-P(A'),
que pode ser verificada aplicando a regra da adio com Ac no lugar de B.
Tctnos,
tr(Art
Como P(Au A) :
A')
P(Cl) :
:
:
:
P(A) + P(A")
p(A) + P(A')
p(A) + P(")
P(A A")
P(A)
0.
considerados
csportistas. Temos, ainda, que 500 alunos so do curso de biologia diurno, 700
,--(,,,-/
:9,2,
tais que P(A)
4. Sejam
1, segue imediatamente a igualdade desejada'
"rrorc---.-u--\
observada.
na soma
L Dois dados sio lanados simultaneamente e estamos interessados
'-
acaso,
qual
'
Captulo 2 : Probabilidades
42
:
'
J l' t r il x
It i I i
dado que
0,02.
Ettln,t,
P(Htrl:r#?:
P(!,1,8). PB)
\ /' > 0.
P(B)
'|
Caso P(B) : g, P(Al B) pode ser definido
usaremos P(Al B): P(A).
43
P(Al
\ B\
?.
ffi:0,025
no espao amostral'
tr
k*t.
Suponha agora que, aps uma ano de pesquisas, uma rea de cerca de 20
foi amplamente perfurada sem encontrar gua e pode ser descartada para
j
novos furos. Representamos essa informao por
km2
fr
furos, tr
a,
de probabilidades.
cle
Captulo 2 : Probabilidades
44
P rt tl t
il ti I i r k u I c
Co
45
P(Al
ol
0.9
P(A
B)
P(A) P(B).
o.;
tr
o2
0,0
oi
o;
Figura 23: rvore
de
probabilidades.
Probabilidade
oro,
0,95x0,90:0,855
0,95x0,1,0:0,095
0,05x0,90:0,045
0,05x0,10:0,005
OrO'
ol'o,
o'o;'
Parn otrter o nvel mnimo de produo di'ria, precisamos ter pelo menos
nilleluinn opcrando.
U (, t( )i'
Isto
corresponde
ocorrncia
do
evento
Oj'0r.Ternos,
sua probabilidade da ocorrncia dada pelo produto dos ramos que levam nesse
evento. Isto correspondendo aplicao da regra do produto de probabilidades:
P(Ap2)
Op)
tr
e cuja
Captulo 2 : Probabilidades
46
F tt
il t
t I t
iI
il h ul c Co
ndicional
47
e Independncia
Ca)Ci:Q
Para
i'+i
1,
U Ci:9.
.i:t
tr
A=
(A
nFr) u
(A.F) u (nq)
11
3,
,,
. , ft,
j,
uma
sejam conhecidas. Suponha, ainda, que
probabilidades P(AlCt) para todo
P(A I c P(c j)
I'(C,il A) :
i:l
P(ci I A) :
Etettdor
lgnedo
P(C1n A)
P($
ser reescrito
P(A;1n A)
l;
i=L
c,) P(c).
tr
48
'"
-- T ((trn.r1')
( t,' u \")
rr(,.
^\
.
s')
i,
( a) b'\ - P (
('*t'r',-,ll'
Captulo 2: P
p[n'', -? (al@)
49
P(.il)
P(FrlA):--i(A)-A)
l/
lnrlelrcttclcntes.
;e com 0,8 se
chuva
de
0,3.
O
So Paulo
probabilidade
de
a
Sctcrnbro
eve, l'inr
probabilidade
ter
chovido
nesse
qual
de
a
ull1n l)nrticln em Setembro,
P(A I F'l)P(rl)
que sc
AeB
so independentes ento
A e B"
tambm io
les.
e, ento
P(Frlrl:
:0,615.
reelos
:0,3
2. Se P(AU B)
0,8;P()
0,5 e
P(B)
caso
He
afirmaes:
P(A lB)
Lf2 ento
nr)
ats
sf,o vrlliclas
de:
'/
lrce dr, estustica tcve a seguinte distribuio das notas finais: 4 do sexg
F1d
t=t
ltl";,
rr ilI"),
F('
F(d | /1/).
Captulo
50
robabilidades
d.P(M'I
A).
e,P(M I A).
?eas produzidas por uma mquina so classificadas como defeituosas,
,"c,rpe.veis ou perfeitas com probabilidade de 0, 1 ; 0,2 e 0,7 ; respectivamente.
De um grande lote, foram sorteadas duas peas com reposio. Calcule:
7.
fu buE,lrrcte,
Fgclctrtcs clc uma Clnica de Ginecologia com idade acima de 40 anos,
trr rrrr lrtrn casadas e 407o so solteiras. Sendo solteira, a probabilidnde
f tlrlo urn rlistrbio hormonal no ltimo ano de I07o , enquanto que poftl
ftnrn I r e sstt probnb i I idade aumenta para 30Va' Pergunta-se :
QU*rl tr prtoltnbiliclade de uma paciente escolhida ao acaso ter tido um
dlrlr'trirt ltortttottal ?
e A pncierrte sortcada tiver distrbio hormonal, qual a probabilidade de ser
Mulheres
Comdia
Romance
136
92
195
r02
Policial
248
:sltit'u'/
62
eI
p vok ibol, sitbcndo-se que o armrio 1 foi escolhido' burq,,.,*, sitbcnclo-se que o armrio 2 foi escolhido.0
"r"olhido
Sexo \ Filme
Homens
de vrrleibol
5t
ft'r't{'i,,f
Yt*
tscehrr rt tL: 0, I .
Efu trrrrturt'urlit ttio rcccbctt o carta, qual a probabilidade de seu amigo tel
prquecirto tlc crtloct-la no corrcio'l
br
nO
Captulo 2 : Probabilidade
52
Eneottlt'rtr iigtta.
UFt ttrrurlico closconfia que um paciente tem tumor no abdmen, pois isto
nn 70(k' clos casos similares que tratou. Se o paciente de fato tivcr o
, u rxnno rrltra-som o detectar com probabilidade 0,9. Entretanto, se ele
Diurno
Noturno
t*helu
Reforma Agrria
Sexo
53
ttr t,',,,.r
Area \ Classe
Alta
Mdia
Baixa
Exatas
L20
156
68
Humanas
72
169
B5
LL2
I45
Biolgicas
-q
L)
Contra
A Favor
Sem opinio
Feminino
Masculino
Feminino
Masculino
T2
10
,.,,.
lf:.Uma companhia
&r
nro gostar de
tcitlro
;l/.1,
I Tr hilrrir'ns lrrnccctn
Captulo 2: Probabi
54
Fbrica I
Probabilidade
Subestima
0,01
Exata
0,98
Superestima
0,01
Fbrica II
Probabilidade
Subestima
0,005
Exata
0,98
Superestima
0,015
Fbrica III
Probabilidade
Subestima
0,00
Exata
0,99
Superestima
0,01
2393
762
ll
alcoolizado.
Alcoolizado
A,
AltJ) :1-P(AlB).
275
L22B
7
6
Qull
Sim
t
d
No
22
r enlculc
22. Acredita-se que numa certa populao, 207o de seus habitantes sofrem
algum tipo de alergia e so classificados como alrgicos para fins de sade
Feminino
Masculino
As fbricas I,
55
E.ttt't'it'irts
jlntr fnrrrlil
ft
passar um
de 0,6. Havendo
congestionamento, a
na
$ngesti.rrrnnrenlo, a
sem
brga pode aparecer com probabilidade 0,4. Quando h
bitl, ,,.,",
flllrrtF
56
Captulo 2: Probabi
ultt.
29.Um candidato
a. As
!r
clr
te'tt1'titt
u utn t:erlo
mulicdnrcn.o
contnua. A
discusso sobre
iflr.tt;to rh' vrrliiivcis, lbitn lro Captulo l, serr utilizada em todo o texto e a
fEl rtl:.'tttrrt'itt ir itcrcscicln itqui pttt'it inclicar qtle, cada possvel valor,
r!1 unut prohullilidnclc clc ocorrlrciu. No caso discreto, a atribuio
57
58
similar
tabela
de freqncia;
no caso contnuo,
jL
utilizaremos
contnuo.
Seja
11,12,ryt...,
seus dife
59
folr,t,lrt1,t,,
1) : 0,30 e
a catacterizao probabilstica a varivel
=: '=l ) 0,15. Para completar
lrt N. jrltn obter as probabilidades P(l : 3), P(l/ :4) e P(N : 5).
r rrs irrlrmaes fomecidas, elas so iguais e, digamos, tm valor p.
r rr rlcl'irtio de funo discreta de probabilidade, temos que:
valores.
/)(N
0,20
r;) :
p(r1)
: pi,'i : I,2,...
1) ... + P(,^f
0) + P(.^'r
r
0,30 +0,35 + p+ p + P
0,85 + 3p: I
5)
0,15
p::0,05.
Ftttrio rlc probabilidade para
l/
tr
ou ainda,
1 p, <
pt :
"I
L.
$r
60
61
lllln,ilrr'ro
P(C :150)
-----_----^0,t4
0,9
o'
o"
A"
on,
: P(AA"A') + P(A'AA")
:3 x 0,1 x 0,92 :0,243.
+ P(A'A'A)
0,9
tsoc:iao
de
Eventos
Probabilidade
AAA
AAA"
0,1"
0,12 x 0,9
0,12 x 0,9
250
200
200
AA.A
AA"A"
A.AA
A.AA.
A" AcA
AcAcAc
0,1
0,92
150
x 0,9
0,1 x 0,92
0,1 x 0,9'
0,9 t
200
0,12
150
150
100
g
Note que associamos a cada evento do espao amostral um valor para a
varivel aleatria C. Os distintos possveis valores so c1 - 100, cz: L50,
cs : 200 a c4 :250. Alm disso, podemos ter um mesmo valor da varivel
associado a mais de um elemento do espao amostral, por exemplo,
P(C :
cz)
: P(C:
150)
: {cc ,c R, RC , RR},
tr
62
63
(1, 1)
(2,L)
(3,1)
(4,1)
(5,1)
(6,1)
t:l
o,
se
j):
(;l
2 4 6 B 10
0
7t, I ztlze 5lJ6 4lJ6 Jls6 2186 Llz6
(5, 1)
(6,1)
O valor G
<
(2,2)
(3,
2)
(4,2)
(5,2)
(6,2)
(1,3)
(2,3)
(3,3)
(4,3)
(5,3)
(6,3)
(r,4)
(2,4)
(3,4)
(4,4)
(5,4)
(6,4)
(1,5)
(2,5)
(3, 5)
(4,5)
(5,5)
(6,5)
apostou. tr
$ Jiutr;iltt dc tlistribuio
lerrlririrr cliscretzr
ou
(1,6
(2,6
(3,6
(4,6
(5,6
(6,6
xpl'rssto:
!
(\,2)
(6,6)
i<b.
serG:2x(3-1):4.
(1,1)
(2,1)
(3,1)
(4,1)
(4,3) (4,4)
(5,3) (5,4) (5,5)
(6,3) (6,4) (6,5)
(3,3)
respectivamente,
ocorrer.
(2,2)
(3,2)
(4,2)
(5,2)
(6,2)
F(r):
P(X < r)
l)oses
'r'ccy.
245
2
28t
256
t45
66
64
Supondo que uma criana dessa populao sorteada ao acaso, qual ser
probabilidade dela ter recebido 2 doses? Utilizando a idia de atribui
probabilidade atravs da freqncia de ocorrncia, a probabilidade desejada
288/1000:0,288. A funo de probabilidade da varivel aleatria nmero
doses recebidas fica sendo:
65
I(.r)
l,oo
9,954
,7fltl
0,145
,113
F(2)
1)
* P(X :2) :
0,533.
Note que, tendo em vista que avarinel s assume valores inteiros, esse valor
inalterado no intervalo 12,3).Isto , F(2,L);F(2,45) ou F(2,99) tm todos
mesmo valor acirn*a. Por essa razo escrevemos:
012s45
I,'lgura 3.2: Funo de distribuio - doses de vacina.
3,6.' Nurn cstudo sobre a incidncia de cncer foi registrado, para cada
",r,
0,245
0,533
0,789
0,934
.ser<1;
se 1( r 12;
se 2( r13;
se 3(r14;
se 4( r15;
se r)5.
66
n; (observados)
ei (esperados)
4
4
216
6
6
7,8
7,9
216
216
total
26
26
216
67
dois
gtttittlro lturit chcgar a uma festa pode ser dividido em trs etapas. Sem
o tlrr.jeto I'cito em t hora. Se enganos acontecem na primeira etapa,
[e l0 rninutos ao tempo do trajeto. Para enganos na segunda etapa, o
ttn 20 o, pilra er terceira, 30 minutos. Admita que a probabilidade de
0, I ;
filho vai
plltll e onre r pipocu com probabilidade 0,'l e, alm disso, pode pedir bala
pnrbnbilidnrlc 0,9. Esses pedidos so atendidos pelo pai com
illtllrlc 0,.5; inclcpendentemente um do outro. Se a pipoca custa R$ 2. e a
levrt tt 'illro
to cinema
P(r)
:
{
se r<10;
se 10(r1I2;
se 12(r<13;
se 1"3 ( r 125;
se r)25.
r,'l',1
,t v
I
Captulo 3: Variveis Aleatrias Disc
68
Determine:
a. A funo de probabilidade de
b. P(x
c. P(X
< L2).
< L2).
e.P(x
t rs). (t
lt't t n la lr ts D
69
iscretos
L0.
X.
Fl,r
d.P12<X<20).
=.r )
E,l0
B,tlH
E,Ofi
g,4
,sa
wl r
2 3 4 5 6 7 I
por
J1 ,
P(X
llk
a cada um desses
Ilk: ,V.:i
L,2,... ,k.
tcrl
t['
x.
k:L,2,...,6.
9 l0
70
pea
tl.t
l,
n I t'
o^t
I)iscretos
..l
ir""\ - {-'r
'^ J - '
.,
'-''
7t
{F
mesmo nome.
P(X - r) : p'' (7 -
Probabilidade
TTT
0,8'
ITI''
I T,'I
T
I,'1,'
rII
[(
p
ou, de modo resumido,
Eventos
O1L-:r: , r :0,L
J J(:
T,'1,,
[( I(
J(l
x 0,2
x 0,2
0,8 x 0,22
0,8" x 0,2
0,8 x 0,2"
I
2
0,8 x
0,Bz
0,82
0,22
0,2"
0,8
0,2
. --_-_--_-_-.----..
,"
o''
0,2
0,8
',,
t
I'(,
')
: (i) x
o,g'
x or23-k" k :0,7,2,3.
:lue
?rlirti
72
: rl :
P(X
(i,)ru (i - p)''-k,
0,L,2,...,n,
Pontos
lo,200)
n;
0,06.
(n\
as
segue o
tr
probabilidades so completamente
P(x
- :
3)
(lj;o,n'0,6n
200,300)
0,15
1300,400)
1400,500)
1500,600)
1600,7001
0,16
0r25
0,28
0,10
Vrits
nt.
\n) -- kG-4.
73
-1{e,4s
o,6e
0,142
Pt'
0,002
I
0,017
10
11
12
Pt
0,101
0,042
0,012
0,002
0+
0+
-t
0,064
0,142
0,2r3
0,227
0,777
P(aPto)
6,99
de
F(3)
:P(x<3).
!
Captulo 3: Varidveis Aleatrias Discretas
74
r1x 3ly
()
75
0,1 o,e2o-
ocorrncia.
Filhotes
lrrccl. Observada
I'cq. Esperada
0,867.
Esse valor reflete as altas probabilidades atribudas aos escores menores de 600,
conforme o modelo de desempenho no
tr
teste.
9a
26
2L
L2
t)
t0
23
26
2t
,)
0,1
4,4
tr,7
20,5
24,6
20,5
t2
I,7
4,4
0,1
a
o
os esperados, se o
P(N
Observada
Esperada
10
Filhots
de
76
Ao finalizar
oportuno
consideramos equivalentes.
.,.1 Outros
corretamente.
b.P(3 <X<7).
P(X 12 ou t >
c.
8).i
d..P(X)5ouX>B))
X<6).
',1f.e.P(X)3e
P(x < e lx 2 o;.r
77
'
Modelos Discretos
\,
minutos? L
4. Discuta a validade do modelo Binomial nos seguintes casos:
a. Dos alunos de uma grande universidade, sorteamos 5 e contamos quantos se
declaram usurios de drogas.
5. Sendo
P:0,4;
a.
15 e
Pergunta-se:
14).
P(X >
lr.P(8<X<10).
c. P(X 12 ou X > 11).
6. Urna certa doena pode ser curada atravs de procedimento cinirgi co em 80Vo
dos casos. Dentre os que tm essa doena, sorteamos 15 pacientes que sero
submetidos cirurgia. Fazendo alguma suposio adicional que julgar
nccessria, responda qual _a probabilidade de:
ru. Todos serem curados? L-ll. Pelo menos dois ro serem curados?
c. Ao menos l0 ficarem livres da doena?
7. Calcule a funo de distribuio da varivel
t. X Bernoulli
b. X - b(4;0,20).
c. X - b(B;O,10).
com p :
nos casos:
0,6.
os
rrrrr nmero finito de varlores distintos. Foi assim com o modelo Unifbrme
l)iscrcto com valores L,2,,..,;, Bernoulli com 0 e L e Binomial com os valores
If,t
Captulo 3: Variveis Aleatrias Discretas
78
.1.-l Outros
79
P(Q=
1,...,n,
Modelos Discretos
0,010
0<p
1le k:0,1,2,....
0,004
X- G(p).
tr
t p) :et
k):
8"," - [of @mm
(1
- p)^ :
r_fr1:
Exemplo 3,11: lJma linha de produo est sendo analisada para efeito de
controle da qualidade das pas produzidad. Tendo em vista o alto padro
requerido, a produo interrompida para regulagem toda vez que uma pea
defeituosa observada. Se 0,01 a probabilidade da pea ser defeituosa, estude o
comportamento da varivel Q, quantidade de peas boas produzidas antes da la.
defeituosa.
Vamos admitir que cada pea processada tem a mesma probabilidade de
ser defeituosa, independentemente da qualidade das demais. Sendo a ocorrncia
de pea defeituosa um sucesso, podemos aplicar o modelo Geomtrico. Observe
que o nmero de peas boas produzidas exatamente o quanto se "espera" para a
ocorrncia do primeiro sucesso. Temos,
P(Q
0,006
0,002
0 4 I 12 16 20 24 28 32 36 40 44 48
tc
dada por
e-]'k
P(X
,
\/kl=/c) :
0,1,2, ...
a taxa de ocorrncia, A
tr
80
=1,.1
e-\e : r'
:ll
k:U
l':0
No clculo acima, usamos que a srie \R' 1kt , somada para valores de k entre 0 e
oo, produz e. Esse resultado bastante conhecido e segue do desenvolvimento
em srie de Taylor do termo el. O leitor interessado poder consultar, para outros
detalhes, textos bsicos de Clculo Diferencial e Integral.
Exemplo 3.12: A emisso de partculas radioativas tem sido modelada atravs de
uma distribuio de Poisson, com o valor do parmetro dependendo da fonte
utilizada. Suponha que o nmero de partculas alfa, emitidas por minuto, seja uma
varivel aleatria seguindo o modelo Poisson com parmetro 5, isto , a taxa
mdia de ocorrncia de 5 emisses a cada minuto. Calculemos a probabilidade
de haver mais de 2 emisses em um minuto.
Seja o ntimero de partculas alfa emitidas por minuto. Pelas suposies
feitas, temos A - Po(5) e a probabilidade desejada ser
P(A> 2) :t
P(A:a) :1-t
ir'o 12) :
0,875.
**r"r"t,"*os
81
tr
Po( l 0),
Freq. Observada
38
7t
115
r25
106
6
79
>8
50
57
hora
orrcram 4 chamadas.
Os engenheiros sugerem rttilizar uma taxa de ocorrncia de 4-5-chamadas
pet lrora no perodo estudado. Seguindo o modelo indicado, a freqncia esperada
{g
na
650 x
P(N
:650x
"-4's
:73,13.
P(N=n)
:2)
4152
2l
0,1 8
0,16
0,14
Flr'! utrlas
rvadn
o,12
LOhsc
0,1 0
fllsl'1
0;08
38
32,50
71
115
125
73,13
109,66
123,37
7,22
>8
106
79
111,02
83,27
50
53,56
57
56,36
0,0 6
0,04
0,02
10
12
14
16
18
20
82
aqui poderia ser feita de modo mais objetivo atravs de Testes Estatsticos de
Aderncia.
tr
Definio
3.8
P(X:*)-,^., _
(T)
(",--T
/n,\
("/
) ,k:A,I,...,min(r,rn).
_ ., ,
^;^t_
,-
tr
4 e o nmero de retiradas
P(aceitar o lote)
r:
5.
lintiio,
p(D<r)
: Modelo Hipergeomtrco
83
) . ()=!'il -0,e84
: ().(';) . ()=('i
(',J) (',J)
('J)
l.
b.P(2<X<4).
2).
c.P(3<x<5).
rl.
8{
3.
P(Y <
2),
P(Y >
0).
a.
b.P(2<Y <4).
c.
d.
P(Y: 1l]'<
3).
de:
n:
r0,m
3.4 Exerccios
l.
6. Por engano 3 peas defeituosas foram misturadas com boas formando um lote
corn l2 peas no total. Escolhendo ao acaso.,4 dessas peas, determine a
probabi lidade de encontrar:
n. Pelo menos 2 defeituosas.
b. No rnrximo I defeituosa.
c. No mrrimo I boa.
3,4 [ixerccios
urn agricultor cultiva laranjas e tambm produz mudas para vender. Aps
irlguns meses a muda pode ser atacada por fungos
p.bubilidade 0,0j e,
nesse cASo, ela escolhida para ser recuperada com "oprobabilidade 0,5. Admita
que o processo de recuperao infalvel. o custo e cada muda produzida
86
.1.4
Exerccios
9. Num certo restaurante, paga-se pelo almoo uma quantia fixa dependendo da
escolha feita de prato e bebida. A carne de peixe tem I}Vo de preferncia,
enquanto frango tem 40Vo e carne bovina 50Vo. As trs escolhas de bebida
esto condicionadas opo do prato, segundo a tabela abaixo:
se r<-1;
0,2 se -1 1 r 12;
0,5 se 2(r15;
0,7 se 5(r16;
0,9 se6(r115;
{ 1 se r)15.
Determine:
a.
A funo
b. P(x
c. P(X
de probabilidade de
< -2).
<
X.
P(X >
Pedido
Preo
14).
8. Em treinamento de
Agua
0,4
0,3
Opco: Frango
P(Bebida I Frango)
Cerveia
Azua
Vinho
0,3
0,5
012
Opo:Bovina
P(Bebida I Bovina)
Cerveja
0,6
Agua
Vinho
0'3
0,1
2).
d.P(3<X<12).
e.
Vinho
0,3
Cerveia
Opo:Peixe
P(Bebida Peixe)
",rr:
87
animais, usa-se
Peixe
Frango
Bovina
Cerveja
Agua
Vinho
T2
l5
t8
ru. Dado que algum escolhe peixe, qual a probabilidade de que escolha
cerveja?
ll. Se escolhe carne bovina, qual a probabilidade de tomar vinho?
c. Sabendo que tomou gua, qual a chance de ter escolhido frango?
tl. Determine a funo de probabilidade para cada uma das variveis X: preo
do almoo e Y: preo do almoo para aqueles que preferem cerveja.
lf . tJrn time paulista de futebol tem probabilidade 0,92 de vitria sempre que
ioga. Se o time a\uar 4 vezes, determine a probabilidade de que vena
n. Toctas as 4 partidas.
b. Exatamente 2 partidas
c. Pelo menos uma partida.
tl. No rnximo 3 partidas.
88
12.tJm certo equipamento expedido em lotes de 500 unidades. Antes que uma
remessa seja aprovada, um inspetor escolhe 5 desses equipamentos e os
inspeciona. Se nenhum dos equipamentos inspecionados for defeituoso, o lote
aprovado. Se um ou mais equipamentos forem defeituosos, todos as unidades
so inspecionadas. Suponha que existam, de fato, dez equipamentos
defeituosos no lote. Utilizando uma suposio conveniente, qual , a
probabilidade de que seja necessrio testar todos os equipamentos?
13. Suponha que um modelo terico para a varivel notas em um teste de histria
(X),
dado por:
P(X:
Para
2l
i1
lj -
111
66
, j:0,7,2,...,10.
notas:
.1,,1
89
lixerccios
lr. Uma vacina contra a gripe eficiente em707o dos casos. Sorteamos, ao acaso,
20 dos pacientes vacinados e pergunta-se a probabilidade de obter:
ru. Pelo menos 18 imunizados.
b. No mximo 4 imunizados.
c. No mais do que 3 no imunizados,
17. 25Vo dos universitrios de So Paulo praticam esporte. Escolhendo-se, ao
ilcilso, 15 desses estudantes determine a probabilidade de:
a. Pelo menos 2 deles serem esportistas.
b. No mnimo 12 deles no serem esportistas:
c. Havendo mais de 5 esportistas no grupo, obtermos menos de 7 que praticam
esporte.
Notas
Freqncia
0-2
2-4
4-6
10
6F8
8 Ft10
P(.^/
k)
:;, --5 ^A
k:0,7,2,....
80Vo de
de
partculas.
Resistncia
90
21. IJma indstria de tintas recebe pedidos de seus vendedores atravs de fax,
telefone e Internet. o nmero de pedidos que chegam por qualquer meio (no
horrio comercial) uma varivel aleatria discreta com distribuio Poisson
com taxa de 5 pedidos por hora.
a. Calcule a probabilidade de mais de 2 pedidos por hora.
b. Em um dia de trabalho (8 horas), qual seria a probabilidade de haver 50
pedidos?
c. No haver nenhum pedido, em um dia de trabalho, um evento raro?
tal que probabilidade de quebra alm de d seja pelo menos igual a 0,6.
3,4 Ii.rerccios
91
24, Considere uma varivel aleatria X - G (0,8). Construa uma nova varivel
)/ tal que Y : X para os valores 0,1,2,...,5 e Y : 6 para X ) 6. Dessa
rrma, Y corresponde ao truncamento de X a valores menores ou iguais a 6.
( )btenha a funo de probabilidade de Y e calcule:
r. P(Y
:2).
d.P(Y>3eX<8).
25. A durao (em centenas de horas) de'uma lmpada especial segue o modelo
Ceomtrico com parmetro t :0,7. Determine a probabilidade da lmpada:
rr. Durar menos de 500 horas.
b. Durar mais de 200 e menos de 400 horas.
c. Sabendo-se que vai durar mais de 300 horas, durar mais de 800 horas.
rl. O item anterior uma aplicao de um resultado geral vlido para o modelo
2r.
ru.
Todos da espcie A.
27,
Un livreiro
92
b. Suponha que
um deles
ser associada uma varivel V, ,i:1, ..., 13. Defina X: nmero de alunos
altos. Como voc expressaria X em termos das variveisY, i,: 1, ..., 13?
c. Obtenhauma amostra de 100 valores da varivel X, isto , repita 100 vezes
o sorteio de 13 alunos nas condies do item (b). Construa uma tabela de
freqncias.
adequado para as variveis Y;,
'i : L,...,73? O modelo Binomial se aplica para X? Em caso afirmativo,
quais seriam os parmetros? Justifique suas resposta. (Uma boa idia
calcular valores esperados e observados e coloc-los em um mesmo
grfico).
i. Calcule P(X
"
Medidas Resumo
4.1 Introduo
Neste captulo, vamos apresentar algumas medidas que buscam sumarizar
s informaes disponveis sobre o comlortamento de uma varivel. podemos
del'inir essas medidas nos casos de ur.t cilnto de dados u de uma funo de
prrrbabilidade de varivel aleatria. Apesar danatureza diferente de cada caso, as
itcrtlidas tero a mesma interpretao, variando apenas na forma de serem
trlcu ladas.
Captulo 4
X:
a oportunidade de discutir
parmetros
n: l0 e
: 0,5
Nirrgtrrn imagina que poderamos dar como resposta uma tabela de freqncias
rltr(' l)acientemente coletamos no ltimo ms, ou ano! Tampouco, seria adequado
ttllt1'scltar um modelo terico pelo qual teramos ajustado o comportamento da
e3
94
95
ftrdrh,
Iohs:
D*u
rL+ir2*..,*rI,
i:T
n
mo,,6r(X)
X
tr
rohs:
Dr,.ru f-?'i
i:l
n - 4n*"
;
TT'xAt
99.
: 99+99
- L00. tr
9()
embalagem. Temos,
,,!0/l'
9Bc
MdiadeL:lnbs:
I02c
*.'. * 100c
986 c
10
10
: 99c*99c
:99c,
Vamosincluiragoraocustodaembalagem.Ascaixascustaro
1.
e,
L02c*e,...,
100
+ e) +... + (100c + e) _
10
* 10e
10
QUnrrlirladc temos
50x
--
c+e.
9B6c
stilrular. Para simplificar um pouco a situao, vamos supor que se atribui, para
du irluno, uma despesa fixa de R$ 1300, relativa preparao e mais R$ 50 para
Eeltr vcstibular prestado. De posse dessas informaes, vamos calcular as medldas
e posio da varivel D: despesa com vestibular. Pela definio desta nova
t!
oh.,:50 x
Entro,
(9Bc
n"ff\P.To,,,(x)
Potlt scr de intese estudar o gasto dos alunos
mdr,6r(L)
,,hs:
I+2
75" + 76"
md'o1,"(X)
/'
98,6 c.
98c
t' .j'',
:98,6c *
1,73
md,o1,r(D)
e.
Il fcil ver que para a mediana md"6,(T) : 99c * e e que para a moda,
tno,1,"(T): 100c * e. Dessa forma, o acrscimo por uma quantidade e teve o
e'eito de somar essa mesma constante s medidas de po.sio.
n
Iixemplo 4.3: Foram coletadas 150 observaes da varivel x, representando o
ttnlaro de vestibulares FUVEST (um por ano) que um mesmo estudante prestou,
Assim, foi observado que 75 estudantes prestaram vestibular FUVEST, uma nica
vcz, e assim por diante. Os dados esto na tabela abaixo:
mo"1,"(D)
50
1300
1,5
* 1300 :
x 1+
1300
1375;
fI
1350.
fuenplo 4.4: l-lm estudante est procurando um estgio para o prximo ano. As
Btttltrurlrias A e B tm programas de estgios e oferecem uma remunerao por
lr,,r',,* semanais com as seguintes caractersticas (em salrios
Companhia
mdia
mediana
moda
)5
2,0
T,7
1.9
1,5
l,g
mnimos):
I $#t'l''' \'
X,
obtemos
Ix75t_2x47-t3x2I+4x7 :
150
Lr73;
9,
Se ele for bem qualificado, deve preferir a companhia ,4, pois ter mais chance de
obter um dos altos salrios. Se tiver qualificao prxima ou abaixo dos outros
cstudantes, deve preferir a B que parece ter uma poltica mais homognea de
tr
salrios.
P(X : Mo) :
de posio
ol
dada pela
cxprcsso:
: Dr,
E(X)
'
ou
tr
Enttts.
/,.=
t i ipi: (-
A mrrrll o valor com maior probabilidade e, portanto, segue q1ae Mo: 15. Por
ltnr lnclo, a mediana poder ser qualquer nmero entre 10 e 15, pois, para
P e I ttt, J.5], temos
Md:12,5
tr
O$serve que nem a mediana, nem a mdia precisam ser valores assumidos
peln vrrrirvel aleatria. No exemplo anterior, a mdia de X foi 8,5 e a mediana
13,i tpro so valores no assumidos pela varivel aleatria'
l)c modo similar ao ocorrido com as medidas de posio num conjunto de
dcrl,rs, ir rnultiplicao ou a adio de constantes a uma varivel aleatriafaz com
gue suis medidas de posio fiquem multiplibadas ou acrescidas pelas mesmas
Elllslitttlcs.
i:L
clefinidas a seguir.
99
Eremplo 4... Considere uma v. a. X com funo densidade discreta dada por
p,
se no
100
o clculo
Fv
g x 0,1 * 15 x
Md(Y) :
Mo(Y)
101
4L,5)
Estes mesmos resultados poderiam ser obtidos a partir das medidas de posio de
X multiplicadas por 5 e subtradas de 10. Isto ,
Esta propriedade
tr
Fv:5x10,3-10:41,5;
Md(Y):5xB-10:30;
Mo(Y):5x5-10:15.
facilita clculos e pode ser bastante til.
l.
2,2,2,3,7,2,1,
1, 1, 1, 0, 1,
2,2,2,2,3,r,1,
3, 1, 2,7,0 e
2.
//
^eai#
I
.1. Ntrrn experimento, l5 coelhos foram alimentados com uma nova rao e seu
pcso avaliado ao fim de um ms. Os dados referentes ao ganho de peso (em
r;uilogramas) foram os seguintes:
I
e 2,2.
mediana desse
conjunto.
lr. Organize uma tabela de freqncia com faixas de amplitude 0,2 a partir de
1,5'
t02
4. Sendo
a-.''
5. Para cada item abaixo, construa uma_varivel aleatria que atenda as condies
indicadas.
. p: Md : Mo.
pr,
( -"
c.
103
Ee
pelrr rnia e sim pelas medidas de disperso' Por exemplo, para o conjunto de
Vnl.,,'cs 0, 20 e 40 a mdia igual a 20. O mesmo acontece com o conjunto 20,
30 c 20. Os dois conjuntos tm valores bem diferentes, apesar de terem a mesma
fltrliir. De fato, fctl construir exemplos onde dois conjuntos de dados distintos
possuem medidas de posio idnticas. Em muitas dessas situaes existe
seja
felrriro a um ponto de referncia e ento tomar sua mdia. caso a observao
seria negativo, caso seja maior, positivo' A
de sinais diferentes se compensem,
que
termos
Fqrrur cle tais desvios far com
p6tlcrrclo ocultar o efeito da variabilidade. Esta dificuldade discutida no exemplo
13f 12 e md,,6*
L.
ex;rlcssito
ri -
m(1o65.
[], 0, 0, 0, ]-, 1
e 3.
obtido pela
-1, -1' -1, -1, 0,
mediana
104
"12
A--102-95:7.
Para calcular a varincia, utilizamos o valor da mdia, 98,6; j,obtido no
te'crido exemplo. Para auxiliar nos clculos, podemos construir as tabelas abaixo.
"
b(
L24lri-T"n''l: 6 '
os
por
aTl
l-.-
ver(,hs:: /-'
) .(", -T,,t r)2
n,
se houver
a notao
1:;
ri'-
98
r02
,L
Tob,
/
\ri
Alternativa:
-I,'hs)'\.,
0,36
98
11,56
102
100
r14
1,96
.)
100.
100
L,4
1,96
100
10000
10000
99
0,4
97
96
8
)
95
99
- 2,6
- 3,6
0,4
0,16
2,56
6,76
L2,96
0,16
l0
100
L,4
1,96
10
40,40
total
1,6
total
99
9801
97
9409
96
95
9276
9025
99
100
10000
Scp,rrc da
vlr(,hs:
1.\.
; L\",X:I
\, :
t1,6*)'
ff : n,on'
- v \--,
Q-t
_u
*obs'
9604
70404
L)
ri'
possibilidade de
var,,6_(X). tr
lLi
0,6
3,4
rf
i,,)lsi$
I)efinio 4.4:
105
mdio:
- a \-
Medidas de Disperso
desvio mediano :
iElni - md.o6,l : *
desvio
4,.1
1.\
-1
vctt'(il).\:- > .r" -ri,t^
n,-'
z=l
9801
97264
t0(t
Naturalmente, qualquer que seja a expresso utilizada, o desvio padro dado por
dpohr:
JT,04:2,AI.
Tri
50
1350
75
100
1400
47
150
r450
2L
200
1500
14
#
-- " D",(*,
i:l
107
Disperso
var,,6,(Y):
rttr,6,(D):
I
#
(7b
502
(75 x 13502
1386,52
:rgr7,5.
var,,6.(X):
1,.1 4uliclas de
r,,0,)'
Salrio
freqncia
1F3
3F5
L4
5-7
7-9
25
1B
9F11
total
70
Vafr,6r(X)
hD",",
_c
nohs'
var,,1,,,(X):
r,o
t08
14x2+25 x 4+ ". *4 x
10
70
4,97.
Para a varinpia:
VQfohs
4,99.
109
Medidas de Disperso
.5
ln
:
:
Iohs
'(0 ) Tli.:xi
-
4,.1
Se apenas
aleatrias. Como
variveis aleatrias.
Exemplo 4.11: llma pequena cirurgia dentria pode ser realizada por trs
mtodos diferentes cujos tempos de recuperao (em dias) so modelados pelas
variveis Xr, Xz e Xs. Admita que suas funes de probabilidade so dadas por
0,2
10
0,2
0,2 .
x, I 1 5 9
Pi I tls 113 rl3
Var(X):
'
(*,
i:I'
p)'
pu
Wtr(X): (0-
5)2
X2
X3
valor esperado
mediana
moda
Var(X2)
L0,67
e Var(X3): 0,60.
no tempo de recuperao.
e X2),teremos
A varincia definida
maior
Var(X):E[(X-p)2],
it rltrirl pode ser convenientemente reescrita na seguinte forma
u0
Var(X)
Exemplo 4.13:
Xs
',:ri;,ii
lll
'
u"lsf#'"!'li
:.
:,'i;i;iiir,-:u^2,;t
tl'.:li!;!.?.
::. Varinci-,.;=
*:
:::
::::::::::-r:.,,
: r:l
::.:!;:::..:!..:l/a;U
llllllltlffi
j
:
x3
25 81
I r
w"@
x?l 16 2b 36
: P(Xt -- 4 ou Xt :
4)
: P(Xt :
0,2
$Jr
r-r,ip',.t,i;
16
x 0,2 t"' +
rlf;\
-:i.'
"4,::r
conjni oe naos
4),
E(x?) : 0 x
(nltcrhti.v,a),[
16)
un',;6;f1[ri:=
P(X?:
IlI
i::i;
100
x 0,2 :35,40.
#,,
*Y, ,i.fiffi
Ento,
Var(X):35,4-* - 10,40.
De modo anlogo, obtemos E(X :35,67 e n(X'zr) :25,60; resultando
emVar(X2) = 70,67 e Var(X3): 0,60.
tr
A Tabela 4.2 auxilia o estabelecimento da correspondncia entre as
medidas de disperso obtidas a partir de um conjunto de dados e aquelas
calculadas para variveis aleatrias. Em seguida, na Tabela 4.3, apresentamos um
resumo das propriedades da mdia e da varincia discutidas at agora.
E(X):0x(1 -p)+Lxp:p
6\: 02 x Q - p) * L2 x p:
Lrrg,,, ir varincia
""rf
Var(X)-p-p2:p(t-p).
'
tr
1t2
j:r
:iD,r- (+)'
.:J: L
_L k(k+r)(zk+7)
k6
:- k2-L
6-#@='Pk(1-P)'-k
(n - 1)!
L)t
. nk_r (7\ - p)-'
''' 2 @-\r,k)t(k
1)!'
:1
n,
k-L
por
e, em seguida
n-I
pot r
obtemos
- "e'F_(,) r, e - p)' -i :
np,
k:k
E(Y):Lipv : :Di
j:1
j:1
>,t:
'"
k+7
.:i=t
D/:
.:i:r
ento,
k (k
+ L)(zk +
L)
+ t)2
(t
Varivel
Diiciet';
: ;;
/ji;..!. ... .........:.:;....-.
-
wffi"',
12
(ry)'
: i2P(Y : i)-
n'
:ik,
(r- P)"-*
(n-ub*
?'"
A:I
E(x)
E'(Y)
;:0
113
Disperso
Var(Y): E(Y\
com distribuio
E(x):IkP(x:k)
1,.1 l+4cdidas de
;-.
r:
)(
r! !.!l$nN!
_:::h6
t
x||
!i:!1
b)ii
iii:l:::
LLtt\\\riti
sffi\,wqry
ls,::l:;;,:: :I
Ws'..14)!
'W"{"/"K,2/'r'*?t:;i-z7:titi
r.
"riltii;it
il4
Captulo 4: Medidas Re
l.
2.
GA
8000
8000
600
EB
8200
9000
8000
1500
2500
HW
7000
4.4 Exerccios
l,
"
a uurin"iu
O"rr"
"".
29
9F10
46
10
F 11
43
11
55
12
rrcsse local.
Freqncia
7F8
8F9
27
(-_:,.
virrincia.
Empresa
No. Funcionrios
purtosl_o.
_1_
2 J n
---'t'
,-
tlrrr certo cruzamento tem alto ndice de acidentes de trnsito, conforme pode
scr constatado em uma amostra dos ltimos 12 meses: 5,4,7, B, 5, 6, 4,7, g,
7, 6 e B. Determine a mdia e a varincia do nmero de acidentes mensais
4.
t15
4,4 li.rtrccios
t"
\.
t
d
10
11
r)
Empresa
72
13
14
15
16
t7
1B
No. Funcionrios
19
20
L)
ru.
c. As empresas pretendem
incentivar
il
Captulo 4: Medidas R
n.
Paciente
10
Colesterol
160
160
161
163
167
170
172
172
173
177
Paciente
11
T2
13
74
15
16
T7
1B
19
20
Colesterol
178
181
181
782
185
186
194
797
199
203
22
23
24
25
26
27
28
29
30
205
206
206
208
209
217
214
2IB
225
(lllcule
0,2r 2,71 2,12 2,81 3,30 0,15 0,54 3,r2 0,80 1,76
1,I4 0;16 0,31 0,91 0,18 0,04 l,16 2,16 I,48 0,63
H. ( lllcLrle a mdia e a varincia para o
conjunto de dados.
b. (bnstrua uma tabela de freqncia para classes com amplitude de 0,5 hora,
corneando do zero.
f. Suponha que o conjunto original de dados foi perdido e s dispomos da
encontradas.
27
203
Itplcscntado abaixo:
6.
l)aciente
Colesterol
llrutos.
b. ( )r'ganize os dados em uma tabela de freqncia com faixas de tamanho de
l0 a partir de 160.
l{cra
o item (a) usando a tabela de freqncia obtida em (b).
e,
(lomente
as diferenas encontradas entre os valores das medidas calculadas
al.
crn (a) e (c).
um lrospital maternidade
t17
4.4 li.rarccios
cncontradas.
as
10.
I Sindicato
il8
1,.1
119
Exerccios
Anos de estgio
freqncia
Interrupes
freqncia
25
5B
t47
i05
t2
t4
r)
2
.)
t
d
72
45
10
total
462
total
50
freqncia
359
L26,
1685
4764
total
6934
produzido.
tr. Calcule a varincia.
Computadores
freqncia
156
135
47
t)
25
total
37L
varivel.
mdia de
H8
Captulo 4: Medidas Re
Anos de estgio
freqncia
25
5B
747
105
e)
4
5
72
45
10
total
462
1L.
freqncia
726
359
1685
4764
total
6934
lixerccios
119
freqncia
12
T4
I
t
J
t
r)
total
50
t)
freqncia
156
12.
Interrupes
135
47
25
total
37r
b. ( ) Centro Acadmico
t20
lixerccios
4.,1
121
10. Uma pea produzida por uma mquina pode receber do controle de qualidade
14. Duas moedas esto sobre a mesa, uma delas tem duas caras e a outra tem
probabilidade igual de cara e coroa. Sorteamos, ao acaso, uma dessas moedas e
a lanamos duas vezes. Seja X a varivel aleatria que conta o nmero de
caras nesses dois lanamentos. Qual a mdia de X?
15. Num teste de digitao, o tempo em minutos (7) que os candidatos le
para digitar um texto modelado, de forma aproximada, pela seguinte fun
de probabilidade:
O tempo de durao em horas de uma lmpada especial foi modelado por uma
vlrivel aleatria X com a seguinte funo de probabilidade:
2(1.
xl5
pi
O candidato recebe 4 pontos se terminar a digitao em 9 minutos,
P(X:.
k)
: r/5
seguintes
l0,L 0,1
0,2
8910
0,4 0,1
0,1
(lacla lmpada custa ao fabricante R$ 10, mas se sua durao for inferior a 6
Iroras ele se compromete a indenizar o comprador com R$ 15. Qual deve ser o
prco de cada lmpada para o fabricante obter um lucro mdio por lmpada de
l.$ 20?
so
lrroporcionais aos valores das faces. Se sair soma 7, ganha R$50, se sair soma
I l, ganha R$ 100 e se sair soma 2, ganha R$ 200. Qualquer outro resultado ele
rriio garrha nada. Qual o ganho mdio do jogador?
l-1. I lrrra indstria pretende comprar 3 lotes de peas que so produzidas por dois
lrlrrcccdores, A e B. Ela inicia, comprando de um dos fornecedores escolhido
n(l ilciso e, se ficar satisfeita com o material entregue, compra o prximo lote
rhr nrcsmo fornecedor. Se no ficar satisfeita, troca o fornecedor. Admita que
lrirlir cacla lote o ndice de satisfao de 80Vo e de 707o para A e B,
rrspcctivamente. Calcule a mdia e a varincia do nmero de lotes fornecidos
por A.
122
como norma no realizar mais de trs tentativas e cobra 50 mil reais para
iniciar os trabalhos e mais 10.000 x (k - 1) reais, com k sendo o nmero de
tentativas.
a. Qual o custo mdio dos servios dessa empresa?
b. Se um navio resgatado
4,4 lixerccios
t23
[.
corridas?
Quanto receber em mdia essa equipe durante sua "vida" em corridas?
autopeas, siga o
seguinte modelo:
P(X:
k,):+, tt:r,2,J,4.
a. Encontre o valor de a.
b. Calcule a demanda esperada.
c. Qual a variabilidade da demanda?
26. Numa indstria farmacutica, uma mquina produz 100 cpsulas por minuto,
A mquina est regulada de modo que no mximo 5Vo das cpsulas n
contenham remdio e, assim, sejam consideradas defeituosas.
a. Se as cpsulas so acondicionadas em vidros com 20 unidades, qual
probabilidade de um vidro apresentar no mximo 2 cpsulas com defeito?
b. Qual o nmero esperado de cpsulas com defeito, por vidro?
c. Qual o nmero esperado de cpsulas com defeito por minuto de produo?
a. Qual a
28. Admita que, em cada corrida de Frmula l, o motor tem 0,4 de probabi
de quebrar, independentemente das corridits anteriores. Suponha que a
encerrar sua participao no torneio quanclo o motor quebrar pcla pri
nrrlio do vendedor?
t{t pita o problema anterior, se a procura por rosas e cravos forem iguais e
orrcsponderem ao dobro da procura porjasmins
jl, l,rrlir 1tn exame com 25 questes do tipo certo-errado, um estudante sabe
rrriris Irornogneo?
124
Renda.
estudadas. Existem
Captulo 5
Variveis Bidimensionais
5.L Introduo
de
Ilxemplo 5.1.. Uma amostra de 20 alunos do primeiro ano de uma faculdade foi
cscolhida. Perguntou-se aos alunos se trabalhevam, varivel que foi representada
;ror X, e o nmero de vestibulares prestados, varivel representada por Y' Os
tlados obtidos esto na tabela abaixo.
nao
slm
nao
nao
nao
slm
slm
nao
slm
stm
t)
nao
nao
slm
no
slm
nao
nao
nao
slm
nao
.)
t25
I2()
Captulo
: Variveis Bidimensionais
varivel x qualitativa com dois valores: sim ou no. por outro lado, a
varivel Y quantitativa discreta com valores inteiros I,2 ou 3. Podemos coletar
as freqncias de ocorrncia dos possveis pares, construindo uma tabela de
freqncia conjunta de X eY.
freqncia
(sim,1
(sim,2)
(sim,3)
1\c
B4
27
20
59
11
43
(no,
rJ
35
T4
28
12
l)irra obter as marginais dessas variveis, acrescentamos mais uma linha e uma
coluna na tabela anterior, contendo os respectivos totais de ocorrncia. Assim,
6
1
20
1\c
q
O
total
B4
27
115
20
59
130
11
35
43
t4
2B
72
100
total
110
91
B6
44
L4
345
x\v
.)
total
slm
nao
12
total
a)
20
Note que a ltima linha e a ltima coluna contm os totais de ocorrncias de cada
varivel, separadamente. Dessa forma, fica facilitad a a tarefa de obter a tabela de
'eqtincia individual para cada "varivel que, pela posio em que seus valores
aparecem na tabela de dupla entrada, chamada de tabela marginal de
freqincia
du vuridvel x (ou Y), ou simplesmente marginal de x (ou y). Temos ento para
as seguintes tabelas de freqncia:
freqncia
freqncia
115
110
130
91
100
B6
total
345
44
I4
total
345
freqncia
freqncia
slm
nao
L2
20
total
127
(X,Y)
(no,2)
(no,3)
total
X eY
5.1 Introduo
t)
r)
total
20
lrrirrn escolhidas algumas faixas para represent-la. Por outro lado, apesar da
vrrt'irvel Tempo ser discreta, ela apresentou valores to diferentes que se achou
rrlris conveniente organiz-latambm em faixas. Assim,
l2t
Captulo
Salrio \Tempo
<4
4t--B
8-72
>12
total
Segue ento
que
: Variveis Bidimensionais
<5
5F10
36
21
63
16
2B
2T
12
77
74
10
35
72
20
5B
57
51
29
195
t--
10
15
>15
total
freqncia
Tempo
<4
63
<5
4F8
77
t--
freqncia
10
58
57
8F12
35
10F15
>12
51
20
>15
29
total
195
total
195
tr
isto ,
p(r,A)
: P[(X: u) n (Y : ]:
representa a probabilidade
comum
nos referirmos, sempre que no houver ambiguidades e o contexto permitir,
p(r,a)
(X: r)
as marginais so:
Salrio
5.1 Introduo
tr
AAr}.
lirbcla
crrrrcspondentes valores de
X eY.
Eventos
Probabilidade
AA
AA'
A'A
0,1 X 012
160
0,1-x 0,&
180
10
0,9 X 012
180
10
200
20
A.
A.
0,9
0,8
os
130
(X,Y)
p(r,y)
(160, 0)
0,02
0,26
0,72
(180, 10)
(200,20)
Dessa forma,
r3I
5.1 Introduo
x\),
de probabilidade marginal de
P(X
")
: t p(r,a) e P(Y :
u:D
a)
:\n@,
ou
Y, conforme
0
I
10
I
I
Considerando que escolhemos uma das sub-regies ao acaso, isto , cada subregio tm mesma probabilidade 1/10 de ser escolhida, podemos construir a
distribuio conjunta de (X,Y):
(X,Y)
probab.
(0,0)
(0,1)
(0,2)
(1,0)
(1,1)
(2,0)
(2,1
(2,2)
L/70
2/70
total
2lr0
r/10
r/rc
rlL0
rlrc
r/t0
respectivas
2110
0
r225
:10-10-10:10
x\v
Y, obtemos a tabela
rlt0
2170
2lr0
7/70
rl70
2/r0
r/L0
r/n
r/t0
3l70
3/L0
4lro
3lr0
P(Y
u)
a seguir:
P(X : r)
5lr0
tabela a seguir:
as
Exemplo 5.5.' Uma regio foi subdividida em 10 sub-regies. Em cada uma delas,
foram observadas duas variveis: ntmero de poos artesianos (X) e nmero de
riachos ou rios presentes na sub-regio (y). Os resultados so apresentados na
somamos
r/rc 2lLj
L/n r/rc
caso.
Sub-regio
xl o 1 2 e Yl o 1
p I slro 4lro
n I slto 2lro sllo
slro
tr
t32
Captulo
(F, M)
(8,3
(8,4
(8,5
(9,3)
(9,4
(9,5
(10,4
: Variveis Bidimensionais
p(.f ,m)
3/L0
r/rc
r/70
2/r0
r/20
r/10
r/70
r/20
(10, 5)
"
F+M e FxM.
(8,3
(8,4)
(8,5)
(9,3)
9,4)
9,5)
(10,4)
(10,5
13)
P(F
t
J
5- 6
10
11
12
13
L4
15
M e A.
3/10
L/70
7/L0
2/L0
L/20
L2,
27
total
13
7/r0
110
235
t20
465
74
36
45
L/70
51
r22
178
351
L4
40
r/20
15
84
267
15
50
total
176
44r
L62
460
8,M
5)
11
24
L2
32
40
13
P(F + M
FxM
Dia
C
5.1 Introduo
\"
* P(F : 9,M
.. 1
'1020
A\
-
n'
?t'
r+twl tt
L2 13 1.4 15
prob. | 3/10 3lL0 3120 2lI0 Il20 '
FxMl Z+ 27 32 36 40 45
prob. l B/10 2lL0
a. Calcule as marginais de A e T.
b. Determine as mdias dessas variveis.
L077
C e K.
tr
134
\H
r/8
I/16
3/16
r/L6
L/8
3lL6
r/16
foi construda
(l), portugus (P) e matemtica (M):
3/L6
-1
,14't
-2
-1
L/16
7/at
P(Y
y1
/64
,^
3/64
7/16
77/64
0 /'r .
Ll32
5/16
X eY
P(X
%6
\lt ("
Ji
1/6tt
L/64
7t32
5/76
3t64
r/4
Ar/H.
10
11
T2
13
L4
15
B^
10
t)
Aluno
4
F7
apresentada
1\
tto
/n(^
1
7
8
: r)
5lL6
311
135
x\v
1
1
10
a. Complete a tabela.
b. Obtenha as marginais de X e Y.
c. Calcule afuno de probabilidade da varivel
10
X x Y.
,l
seo, comeamos a responder a essa questo. Uma resposta mais completa ser
dada na parte referente Inferncia Estatstica.
Com dados de duas variveis, em uma populao ou amostra, podemos
Exemplo 5.7: Dentre os alunos do 1o. ano do ensino mdio de uma certa escola,
selecionou-se os quinze alunos com melhor desempenho (nota acima de 7) em
as
l'oqncias ao lado de cada ponto. Note que h uma tendncia das notas altas em
irrgls, serem acompanhadas por notas altas em portugus.
IJ
Captulo
I\M
t
J
10
0
0
Variveis Bidimensionais
P(X:rlY:g):
Caso P(Y
A)
:0,
rtrbitrariamente e adotaremos
P(X:r,Y:y)
P(Y
a)
, se
P(Y:
g) >
0.
definida
P(X:rlY:y):
prra todos os possveis valores
(r,g)
P(X
das variveis
(X,Y).
Como definio
10
Figura
5.
/.ft
Captulo
: Variveis Bidimensionais
so
Salrio
\ Ano
2
.)
P(Ano:
y)
,)
2/25
2/25
7/25
5 /25
2/25
5/25
2/25
s/25
r/25
2/25
2/25
5/25
2/25
4/25
P(Sal. : z)
5/25
Lr/25
I /25
6125
P[(Sal.
3)
n (Ano
: 4]:2lzs I p(Sat.:
B)p(Ano
4)
sil
: rr/r2s.
u\r/
2 ou mais
total
Sim
t2
2L
47
BO
7
54
70
150
No
45
1B
total
57
39
N.
139
u\r'r
2 ou mals
total
Sim
2r,lvo
53,8%io
No
7B,9Vo
46,2Vq
87,l%o
L3,}Vo
53,SVo
total
I00Vo
l0OVo
L00Vo
L00Vo
46,7Vo
independentes'
r\
4
4
.1
total
15
rJ
15
2t
27
I7
T7
B,
80
22
1B
total
t40
freq.
/A:0
freq. observ.
15
2L
27
L7
total
80
total
15
i,i
freq. observ.
freq. esperada
2,87
3,94
5,06
3,19
total
15
15
e eii
Q,:
(5-2,81)2
2,81
:12.63.
+...+ (4-r,70)2
L,70
D
: 0, calculamos as freqncias
7 \.4
total
2,Bl
3,19
4,46
5,74
15
2,r0
27
2,70
27
t
t)
3,94
5,06
3,19
3,37
4,73
6,08
3,83
1,50
4,13
5,77
7,42
4,67
3,61
I,70
17
total
15
22
1B
77
80
"11
Eonl o,;.i
Q':D4,
de cada valor de
141
T\:0
.\ c Y, representados
'n
Px,Y
D@o
i,:l
- r,,r,,)(ar. -
a,*,)
Captulo 5: Variveis
142
LrtAt.-TLIohsAobs
i:l
PX,Y:
143
oo,
43245-8x135,63x38,75
PX,Y:
,t'tt(.
produtividade.
tr
p(t:) e p(y).
Vamos determinar o valor esperado da varivel
E(x-+Y):
tIt"
r.u
:I
X +Y:
+p@,a)
D,p@, +L,\un@,u)
TU:E'!J
Tfutull>
r"ned'u,tt7-D
'
tttlior
"o-'o
-,1,
>
auxlio o"
rr-uofrn[ilf"
o,
10Bb
,D"?:
151533;
i:l
Dru:310,
t:12640;
i:L
i:t
D*oro:
i:l
43245.
: I"
(t
p@,a))+t,
(f
p(*,)
:trp@)+tap@)
88
8
rt'''UtA
rUUT
lca o uma
88
D"o:
i--L
| ,,\J-
X;U
E(x) + E(Y).
Notc que obtemos essa importante propriedade do valor esperado, sem necessitar
tlc rtcnhuma hiptese adicional sobre as variveis. Dessa forma, esse resultado
lcrn ampla aplicao e tambm vlido para mais de duas variveis.
Considere agora o produto XY. O valor esperado do produto ser o
pt'oduto dos valores esperados, sempre que as variveis forem independentes.
Para X eY variveis aleatrias discretas independentes, temos:
t44
Captulo 5 : Variveis
idimensionais
E(xY): tL"yp@,a)
r
: I D,*aP@)P@)
r lt
-$
/t
vl o t
pi |
t
\ ,nf
(0,0)
(0,1)
(0,2)
(1,0
(1,1)
(2,0)
(2,
(2,2)
X+Y XY
0
0
0
2/r0
2/r0
L/n
1170
L/10
t
r)
S/10 e E(Y)
L'
+Y)
B/10
1,
'
/10
X eY
no so independentes.
tr
L/rc
r/70
3lt0
E(xY):7lLo+E(x)E(Y): * t,
x+rl
E(X
p(r,a)
E(X)
3lt0 4lr0
(X,Y)
'.*
: (T 'p@)) (Duna)
E(x) E(Y)
xl o
'!l
145
+Y
e a de
XY
E(X+Y):18/ro
:7lto.
t4(,
so independentes.
Figura
t47
no so
tr
independentes.
Cov(X,Y)
Itigura 5.3: Valor esperado
do
ox,Y
E[(X
X eY
LLx)
(Y
pela covarincia:
, dada
- P")]'
tr
WeZ
conjunta:
W\Z
-1
2/72
r/L2
I/L2
2/12
3/12
P(Z :
3/L2
z)
L)
P(W
3/12
L/T2
2/12
6/12
clas variveis.
w)
5l12
2/12
5/r2
(u,v)
(2,2)
(3,4)
(3, B)
(4,6)
(5,4)
(5,8)
(6, 10)
P(u,u)
0,1
012
0,1
012
0,1
012
0,1
wzl-4
prob. |
-2
Temos ento,
E(W Z)
-0.
Por outro lado, utilizando as distribuies marginais de
W e Z, podemoscalcular
0,1
t)
P(V
: -I,Z -
P(W
u\v
2)
WeZ
L5/L44,
u)
P(U
10
012
0,1
0,3
012
0,1
0
012
0
0
0,3
0,1
0
0,1
0,1
0,1
0,3
012
0,3
0,1
u)
012
148
Captulo 5: Variveis
r49
tf
- n(u))x
(u
- E(v)) x p(u,u),
tr
lternativa:
ffJl*'.for'
lllcilr.
0,
4'.,- :
X ey
Cov(X,Y)
OX OY
E
Pela definio acima, o coeficiente de correla
o o quociente entre a
crviuincia e o produto dos desvios-padro de x e )2. A diviso
pelo produto dos
rlcsvios-padro tem a funo de padronizar a medida
e torn-la possvel de ser
,tilizada para comparaes com outras variveis. No difcil
u"rifi.u, gue px,v
rrrrr nmero adimensional e limitado por 1, isto ,
<
lpx,vl 1. A interpretao de
suir cxpresso segue os mesmos passos da covarincia,
sendo que valores de
1t,y,y prximos de 1 indicam correlao forte.
t50
Captulo 5: Variveis
151
Var(X
Ento,
Var(X +
y) :
Var(X) + Var(Y)
Cov(X,Y)
X eY.
6trea.
J calculamos .E(X
cov(x,Y)
Y)
E(xY)
E(Y)
1, portanto,
Var(X
+n:
''100 2 #
"
2x :76/100
ozr:
+2(-#) :
-*.
10
:
:60/1
e o2u
116
100
Cov(X,Y)
ox oY
-Llt0
ffi@
-0,15.
eorrr distribuio
virrros calcular
mdia
ea
varincia de
X,
utilizando as propriedades
t52
t53
r\c
E(X):E(Xt+Xz.-"'+X,)
:
:
np.
3.
H
M
(M)
10
11
C'
'c
b.
b
c
b
c
l2
a,
3.
10
11
l2
10
38
T2
16
31
eY
x\y
-2
-1
0,1
0,2
012
012
0,1
0,1
0,1
5. Na caixa
16
45
b.
1B
34
tl
Aluno
2
J
Var(X)
6.
Binomial com p
0,5 e n
3.
t54
5.3 Exerccios
155
5.3 Exerccios
1.
Masculino
Feminino
Sim
18
25
63
Fumante.
b. Se usssemos a amostra para tirar uma concluso sobre toda populao,
voc diria que, proporcionalmente, mais homens fumam do que mulheres?
c. Calcule o ndice de associao Q2 entre as variveis.
,,
freq.
(0,0)
L2
(0,
25
(0,2)
(1,1)
(2,1
(3,1
(3,2)
No
24
(F,C)
t4
57
40
45
(4,r
27
(4,2)
22
Aluno
Peso
7L
65
70
57
66
os resultados apresentados a seguir voc diria que, para essa empresa, essas
variveis esto associadas?
Idade
L7
L7
18
17
19
A
P
B
t
J
3. Est sendo estudado o efeito do teor de ferro na capacidade ile car p de vigas
de concreto. Os dados abaixo apresentam os resultados de medidas btidas em
5,4
2rL
6,8
,)
6,9
2r9
7,3
2r9
7,7
3,0
8,1
3,1
8,2
3,1
8,5
3,1
(f')
8,6
314
Tempo (min.)
3,5
Temperatura
nmero de
cusamentos
ur certa empresa.
c.
concluso?
anos.
8,9
"
oficiais (C) apresentada, a seguir, para os 250 funcionrios
de
chega a alguma
l7
de
de
ebulio:
('C)
20
22
19
23
17
75
BO
75
82
78
Situao \ Opinio
Favorveis
Contrrios
Casados
56
2:4
Solteiros
Divorciados
15
25
24
16
Vivos
13
27
t56
8.
5.3 Exerccios
r)
iJ
r)
e)
a. construa a
Pac. No.
s
F
t)
Pac. No.
I4
15
t6
er
antropologia.
b. Repita o item (a), considerando apenas os homens.
c. calcule, para os alunos do sexo masculino, o coeficiente de correlao entre
as notas de estatstica e de antropologia.
d. Com o uso da tabela obtida em (a), calcule a porcentagem de cada
freqncia conjunta em relao ao total de alunos.
de
r57
,9
,f
t
d
a)
t
d
L)
t
L)
18
a)
10
ll
12
I3
23
24
r)
t9
20
2I
22
()
!)
t)
,)
11.
tabela abaixo.
t6
I7
18
t9
20
2t
22
23
24
25
26
27
28
29
30
t
.)
i)
t
()
d. Que concluso
difteria?
10. As informaes da tabela a seguir foram coletadas de 24 pacientes da rea de
cardiologia de um grande hospital pblico. A varivel C indica o nmero de
,1,
.J
q
d
74
13
T2
13
10
I2
11
11
10
T2
10
13
10
T2
11
I/? Justifique.
V\A
1
/0
150
/t0
total
300
r)
total
BO
60
-zt)O
:.{.,t
L20
450
,l4a
300
200
'i i .. ),
/51J
5.3 Exerccios
16.
!
a. Complete a tabela.
b. Calcule as porcentagens em relao ao total de coluna.
c. As variveis so independentes? Justifique.
x\y
U\G
t)
10
t2
total
'.,
1t
X eY
so independentes.
d. Calcule o coeficiente de correlao entre
t/78
rls
I/I8
rl6
a. Calcule
7/9
L/6
r/6
1,
U9
r/18
1/8
r/8
1/8
L/8
1/B
I/B
L/8
eT.rJmabola sorteada ao
devolvida caixa. uma segunda bola
"
escolhida, tambm ao acaso, e seu nmero
denotado por X2.
a. Determine a conjunta de X1e X2.
b. Calcule as marginais de X1 e X2. Elas so independentes?
c. Encontre o valor esperado e a varincia de X1, X2 eX : e+t.
igual a 0 se a
(xr)
X eY.
x\v
-1
eY
a. Complete tabe
Construa o grfico de [/ por G e verifique se h associao entre as
variveis.
c. Calcule a vida til mdia para cada subgrupo de valor da garantia. Comente
os resultados.
dadapela seguinte
10\
<,O
x ey
a. Verifique se E(XY)
E(X)E(Y).
b. X e Y so independentes? Comente.
+4.
4
-1
I/B
total
b.
c. Verifique se
t59
1).
20.
160
Captulo
x\
),
-1
P(X
P(Y
: r)
r/5
y1
:,Y';E(Y) "
3/5
L/5
25.
e 160
/60
3/60
/60
5/60
3/60
r/60
I /60
7 /60
10
4160
3/60
2/60
varivel2X
BY.
E\r
b
6
I
13
14
15
16
0,02
0,07
0,10
0,10
0,02
0,09
0,08
0,06
0,02
0,L2
0,03
0,04
0,03
0,13
0,05
0,04
X eY.
x\v
F\M
18.
' parcialmente
apresentada a seguir:
3 aparecem na decomposio.
a. Obtenha a conjunta entre D e T.
X :1-
b.IdemparaY:E-l.tp.
r61
cov(x'Y)
\.. lxerccios
L/6
a. Complete a tabela.
i:3i,iil'l
: Variveis Bidimensionais
2/6
3/6
0
1
-2
P(X
: r)
0,3
0r7
P(Y
u)
0,3
012
a. Complete a tabela.
Y.
obteve
presentes
eW:
caso contrrio.
w\z
a. Calcule
P(W
r)
r/8
r/8
r/4
L/8
L/4
1/B
I ()2
d. A
29. Sejam (J
X eY
L/12
7/6
Ll6
7/4
r/3
a. Obtenha a conjunta de U e V.
b. Calcule P(U
L).
c. Determine Cov(U,V).
: 4lV :
P(A:
P(A :
"
os valore
a/l,aoota
sl6
que
assume
e b2. Sabemos que:
a.S: X+Y.
b.D:X-Y.
13
0,1
0,1
I
r)
0,2
012
012
012
eY
seU:0;
-_0l1 sel/)1:
\-
0,b,
Mz
A caixa I
33.
0,6;
Mt\
c. Se o produto dever ser vendido poi 50 reais, qual ser o lucro mdio por
163
unidade?
conjuntaentre
x\v
.\.-l Exerccios
e Y:
{'
seI/:0;
seI/:1;
seV ) 2.
36. (Use o computador) Com os dados das variveis altura e peso da Tabela 1.1
do Captulo l:
a. Verifique o grau de associao atravs do clculo do coeficiente de
correlao.
c.
Calcule
altura
.17. (Use
I.1
n. crie uma tabela de dupla entracla, contendo Etrio nas linhas e Coag nas
colunas. Com base em tal tabela, reavalie se a presena de cogulos
Captulo 6
1.
considere agotaavarivelCuracriadanoitem(c).
\
a. Crie uma tabela de dupla entrada com Cura nas linhas e Tratjm nas colunas.
b. com base na tabela do item (a), voc diria que neste caso,/rapidezda cura
depende do tipo de tratamento considerado? Justifique.
/
c. Qual a probabilidade de que uma pessoa selecionada o u"uro tenha cura
rpida, dado que recebeu tratamento do tipo I ?
d. Qual a probabilidade de uma pessoa ter recebido tratamento do tipo I, dado
que teve cura normal?
Introduo
infinito
de
l6(t
ponto uma probabilidade, teremos uma dificuldade extra, pois eles pertencem
intervalo [20, 100], em que existem infinitos nmeros reais. Assim, se cada
167
6,1 Introduo
Densidade
20
30
40
50
apesar
70
80
90
100
seguinte
Iristograma:
Densidade
Densidade de
Probabilidade
1/8
1/8
lta
1t8
1/8
'v8
1lA
118
100