Escolar Documentos
Profissional Documentos
Cultura Documentos
A ESTATÍSTICA
A Estatística é uma parte da Matemática Aplicada que fornece métodos para a coleta,
organização, descrição, análise e interpretação de dados e para a utilização dos
mesmos na tomada de decisões.
Exprimindo por meio de números as observações que se fazem de elementos com, pelo
menos, uma característica comum (por exemplo: os alunos do sexo masculino de uma
comunidade), obtemos os chamados dados referentes a esses elementos.
A coleta, a organização e a descrição dos dados estão a cargo da Estatística
Descritiva, enquanto a análise e a interpretação desses dados ficam a cargo da
Estatística Indutiva ou Inferencial.
Em geral, as pessoas, quando se referem ao termo estatística, o fazem no sentido da
organização e descrição dos dados, desconhecendo que o aspecto essencial da
Estatística é o de proporcionar métodos, que permitam conclusões que transcendam os
dados obtidos inicialmente. Assim, a análise e a interpretação dos dados estatísticos
tornam possível o diagnóstico de uma empresa, o conhecimento de seus problemas e a
formulação de soluções para tais problemas.
SÉRIES ESTATÍSTICAS
Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem
assumir, para que tenhamos uma visão global da variação dessa variável. E isso ela consegue
inicialmente, apresentando esses valores em tabelas e gráficos, que irão nos fornecer rápidas
e seguras informações a respeito das variáveis em estudo.
TABELAS ESTATÍSTICAS
O corpo da tabela é representado por colunas e subcolunas dentro dos quais serão registrados
os dados numéricos e informações.
O rodapé é reservado para observações pertinentes à tabela, bem como para o registro e
identificação da fonte dos dados.
Exemplo:
Internautas que fazem transações bancárias on-line – jan/2003
Países Quantidade(%)
Suécia 51,3
Austrália 39,6
EUA 12,5
Japão 9,6
Brasil 36,2
Espanha 18,6
GRÁFICOS
A representação gráfica das séries estatísticas (tabelas) tem por finalidade representar os
resultados obtidos, permitindo chegar-se a conclusões sobre a evolução do fenômeno ou sobre
como se relacionam os valores da série. Não há uma única maneira de representar
graficamente uma série estatística. A escolha do gráfico mais apropriado ficará a critério do
analista. Contudo, os elementos simplicidade, clareza e veracidade devem ser considerados
quando da elaboração de um gráfico.
GRÁFICO DE COLUNAS
60
40
Internautas que
20
0 fazem
transações
a
pa l
A
bancárias on
Es asi
nh
EU
Br
GRÁFICO DE BARRAS
0 20 40 60
Obs: A distância entre as colunas (ou barras), por questões estéticas, não deverá ser menor
que a metade nem maior que os dois terços da largura (ou da altura dos retângulos)
O gráfico de linha constitui uma aplicação do processo de representação das funções num
sistema de coordenadas cartesianas.
60
40
Internautas
20
0 que fazem
transações
a
pa l
A
bancárias on
Es asi
nh
EU
Br
GRÁFICO DE SETORES
Suécia
Austrália
EUA
Japão
Brasil
Espanha
Exercícios:
Tabela 1:
Venda mensal de produtos
Banco Alfa S.A– Jan/2003
Produtos Quantidade
Cartão de crédito 57
Seguro de vida 41
Seguro de auto 98
Título de capitalização 61
Título de previdência 12
Fonte: Depto Comercial Banco Alfa SA
Meses Quantidade
Janeiro 37
Fevereiro 41
Março 28
Abril 47
Maio 68
Junho 44
DISTRIBUIÇÃO DE FREQÜÊNCIAS
POPULAÇÃO E AMOSTRA
Suponhamos termos feito uma coleta de dados relativos às idades de 30 pessoas, que
compõem uma amostra dos alunos de uma faculdade “A”:
24 23 22 28 35 21 23 33 34 25 21 25 36 26 22 30 32 25 26 33
34 21 31 25 26 25 35 33 31 31
A este tipo de tabela, cujos elementos não foram numericamente organizados denominamos
tabela primitiva ou dados brutos.
Ao arranjo dos dados brutos em ordem crescente ou decrescente chamamos de rol. Logo:
21 21 21 22 22 23 23 24 25 25 25 25 26 26 26 28 30 31 31 31
32 33 33 33 34 34 34 35 35 36
Idades Fi
21 3
22 2
23 2
24 1
25 4
26 3
28 1
30 1
31 3
32 1
33 3
34 3
35 2
36 1
Total 30
6
Podemos ainda agrupar os valores da variável em intervalos, sendo que, chamamos esses
intervalos de classes. Logo a tabela abaixo denominados de distribuição de freqüência com
intervalos de classe.
Obs: Quando os dados estão organizados em uma distribuição de freqüência, são comumente
denominados dados agrupados.
A construção de uma tabela com dados agrupados em intervalos ou variável contínua requer o
conhecimento de alguns conceitos que vamos fazer em seguida e usaremos a tabela anterior
para exemplificar cada item.
Número de classes(k) – Não há uma fórmula exata para o cálculo do nº de classes. As mais
usadas são:1ª)K = 5 para n ≤ 25 ou K ≅ n para n > 25
2ª)Fórmula de Sturges – K ≅ 1 + 3,22 . log n
Range, amplitude total ou amplitude amostral – é a diferença entre o maior e o menor valor
da amostra. No exemplo dado: R = 36 – 21 = 15
Obs: Quando os resultados acima não são exatos, devemos arredondá-los para o maior.
Freqüência relativa (Fri) – é dada por Fri = Fi/n, ou seja é a porcentagem daquele valor da
amostra.
Freqüência acumulada (Fac) – é a soma das freqüências dos valores inferiores ou iguais ao
valor dado.
Exercícios:
1 – Considere os salários quinzenais de 100 funcionários da Empresa Yasmim Ltda (em US$):
151 152 154 155 158 159 159 160 161 161 161 162 163 163 163 164 165 165
165 166 166 166 166 167 167 167 167 167 168 168 168 168 168 168 168
168 168 168 169 169 169 169 169 169 169 170 170 170 170 170 170 170
171 171 171 171 172 172 172 173 173 173 174 174 174 175 175 175 175
176 176 176 176 177 177 177 177 178 178 178 179 179 180 180 180 180
181 181 181 182 182 182 183 184 185 186 187 188 190 190
Pede-se determinar:
a) A amplitude amostral
b) O número de classes
c) A amplitude das classes
d) Construir a tabela de distribuição de freqüência com as classes, frequências
absolutas, freqüências relativas, pontos médios e freqüência acumulada.
e) Qual a porcentagem de funcionários que ganham salários com valor igual ou
superior a US$179.
f) Qual a porcentagem de funcionários que ganham salários com valores inferiores
a US$163.
g) O histograma
h) O polígono de freqüência
i) Qual o ponto médio da 3ª classe
j) Qual o fri da 2ª classe.
8
Determinar:
a) o rol
b) a tabela de distribuição de freqüência sem intervalos
c) qual a porcentagem de caixas que apresentam 2 ou mais peças defeituosas?
Exercícios Extras:
Respostas:
1-
classes notas fi xi fri fac
1 33 I---- 42 7 37,5 12,73 7
2 42 I---- 51 6 46,5 10,91 13
3 51 I---- 60 8 55,5 14,55 21
4 60 I---- 69 10 64,5 18,18 31
5 69 I---- 78 9 73,5 16,36 40
6 78 I---- 87 6 82,5 10,91 46
7 87 I---- 96 5 91,5 9,09 51
8 96 I---- 105 4 100,5 7,27 55
2-
faces do dado fi fri fac
1 6 12 6
2 8 16 14
3 9 18 23
4 7 14 30
5 10 20 40
6 10 20 50
3–
classe amostra fi xi fri fac
1 64 I---- 69 5 66,5 9,09 5
2 69 I---- 74 6 71,5 10,91 11
3 74 I---- 79 9 76,5 16,36 20
4 79 I---- 84 7 81,5 12,73 27
5 84 I---- 89 14 86,5 25,45 41
6 89 I---- 94 6 91,50 10,91 47
7 94 I---- 99 2 96,50 3,64 49
8 99 I---- 104 6 101,5 10,91 55
a)36,36% b)14,55%
4–
amostra fi fri fac
10 1 4,17 1
11 3 12,50 4
12 4 16,67 8
13 5 20,83 13
14 7 29,17 20
15 2 8,33 22
16 1 4,17 23
17 1 4,17 24
10
MEDIDAS DE POSIÇÃO
Foi visto no item anterior a sintetização dos dados sob a forma de tabelas, gráficos e
distribuições de freqüências. Dessa forma podemos localizar a maio concentração de valores
de uma dada distribuição.
Agora, vamos ressaltar as tendências características de cada distribuição. Inicialmente
estudaremos as medidas de posição – que são estatísticas que representam uma série de
dados orientando-nos quanto à posição da distribuição no eixo X (eixo dos nº reais).
- Medidas de tendência central – representam os fenômenos pelos seus valores médios,
em torno dos quais tendem a concentrar-se os dados. (média, moda e mediana)
Média
1º CASO: Dados não agrupados
x =
∑x (onde n é o nº de elementos do conjunto)
n
X =
∑x =
3 + 7 + 8 + 10 + 11
= 7,8
n 5
X
2º CASO: Dados agrupados sem intervalos
Dada a amostra: 2, 5, 5, 5, 5, 6, 6, 6, 8, 8
Xi Fi XiFi
2 1 2
5 4 20
6 3 18
8 2 16
Total 10 56
X =
∑ XiFi = 56 = 5,6
n 10
Portanto X =
∑ XiFi = 157 = 7,85
n 20
Interpretação: O valor médio desta série é 7,85, isto é, 7,85 é o valor em torno do qual os
elementos desta série se concentram.
Exercícios:
1ª PARTE – MÉDIA
1-Calcule a média aritmética das séries abaixo:
a)1, 2, 8, 10, 12, 16, 21, 30
b)5, 6, 6, 10, 11, 11, 20
xi fi
17 3
18 18
19 17
20 8
21 4
Total
5-Em uma empresa temos 4 operários com salário de R$850,00, 2 supervisores com salário de
R$1.200,00, 1 gerente com salário de R$2.000,00 e 6 vendedores com salário de R$1.100,00.
Qual a média salarial dessa empresa?
12
Respostas:
1)a)12,5 b)9,86
2)a)3,6 b)18,84
3)562,82 4)335 5)R$1.107,69
13
~
Mediana ( X )
1º Caso: Dados não agrupados
Os valores têm que ser colocados em ordem crescente. A mediana é o nº que se encontra no
centro de uma série de números, ou seja, divide a amostra em duas partes iguais.
Xi Fi Fac
12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 2 9
Total 9
~ n + 1 9 + 1 10
x= = = = 5º elemento, portanto a mediana será o 16.
2 2 2
n
1º Passo: Calcula-se a ordem .
2
2º Passo: Pela Fac identifica-se a classe que contém a mediana (classe da Md).
3º Passo: Utiliza-se a fórmula:
n
− fac ant × h
x = li +
~ 2
ficlasse
n
− fac ant × h
x = li +
~ 2
ficlasse
~ 9,5 − 7
x = 9+ × 3 = 9,93
8
Interpretação: 50% dos valores da série são valores menores ou iguais a 9,93 e 50% dos
valores da série são valores maiores ou iguais a 9,93.
Exercícios: MEDIANA
xi fi
17 3
18 18
19 4
20 3
21 1
Total
Respostas:
1)a)11 b)7
2)a)4 b)18
3)670
4)79,46
Moda
1º Caso: Dados não agrupados:
Ex: 3, 5, 8, 10, 12 e 13
Todos os elementos da série apresentam a mesma frequência, logo a série é amodal.
Ex: 2, 2, 5, 5, 8, 9
Temos Mo=2 e Mo=5 (bimodal)
16
Dada a tabela:
classe amostra fi
1 0 I----- 10 1
2 10 I----- 20 3
3 20 I----- 30 6
4 30 I----- 40 2
∆1
Mo = l i + ×h
∆1 + ∆ 2
Onde
l i = limite inferior da classe modal
∆ 1 = diferença entre a freqüência (fi) da classe modal e a imediatamente anterior
∆ 2 = diferença entre a freqüência (fi) da classe modal e a imediatamente posterior.
h = amplitude da classe
Exercícios: MODA
xi fi
17 3
18 18
19 17
20 8
21 4
Total
4-A distribuição abaixo representa o número de acidentes de trabalho por dia em uma indústria
Petroquímica, verificados durante um mês. Calcule a moda:
classe nº de acidentes nº de dias
1 0 I----2 20
2 2 I---- 4 6
3 4 I---- 6 3
4 6 I---- 8 1
Respostas:
1)a)5 b)4 e 12
2)a)3 b)18
3)3,48 4)1,18
Exercícios Extras
1-Calcule a média aritmética das distribuições
abaixo:
Notas fi salários(R$) fi Vendas(R$) fi
2 5 520 18 145 10
3 8 780 31 158 9
5 14 940 15 163 8
8 10 1.240 3 175 4
10 7 1.590 1 187 2
Total Total Total
a) b) c)
2 – Calcule a moda para as tabelas acima.
18
Respostas:
1- a) 5,77 b) 778,68 c) 159,09
2 – a) 5 b) 780 c) 145
3 – a) 5 b) 780 c) 158
MEDIDAS SEPARATRIZES
Dado o problema:
Na empresa Mercury Ltda foi observada a distribuição de funcionários do setor de vendas com
relação ao salário semestral (baseado em comissões sobre vendas):
salário semestral(R$) n° de funcionários
1000 I----- 3000 5
3000 I----- 5000 15
5000 I----- 7000 8
7000 I----- 9000 2
QUARTIS
DECIS
I----------I----------I----------I----------I----------I----------I----------I----------I----------I----------I
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
D1 D2 D3 D4 D5 D6 D7 D8 D9
in
1° Passo: Calcula-se onde i representa o decil que se quer calcular.(Ex. D4 então 4n)
10
2° Passo: Identifica-se a classe Di pela coluna do FAC
3° Passo: Aplica-se a fórmula:
i.n
− fac ant × h
Di = li +
10
ficlasse
PERCENTIS
I----------I----------I---------I--------I . . . I---------I-------I
0% 1% 2% 3% 4% 98% 99% 100%
P1 P2 P3 P4 P98 P99
in
!° Passo: Calcula-se onde i representa o percentil que se quer calcular (Ex:P58 então 58n)
100
2° Passo: Aplica-se a fórmula:
i.n
− fac ant × h
Pi = li +
100
ficlasse
21
Exercícios:
Se a escola dividir os alunos em quatro grupos conf. suas notas,quais as notas limites de cada
grupo?
2-A distribuição abaixo representa o número de acidentes de trabalho por dia em uma indústria:
nº de acidentes nº de dias
0 I---- 2 20
2 I---- 4 15
4 I---- 6 12
6 I---- 8 10
8 I---- 10 8
Calcule:
a)Q1
b)Q3
c)P92
d)P48
e)D3
f)D7
3-a tabela abaixo representa o nº de faltas anuais dos funcionários de uma empresa:
nº faltas nº empregados
0 I---- 2 20
2 I---- 4 125
4 I--- 6 53
6 I--- 8 40
8 I--- 10 14
Se a empresa decidir fornecer no final do ano uma cesta básica para 15% dos funcionários que
menos faltas tiveram, qual a quantidade máxima de faltas para não perder a cesta básica?
a)Se a editora fizer uma promoção com 25% dos livros de menor preço, qual o preço máximo
do livro que entrará na promoção?
22
b)No mês seguinte a editora fez uma promoção com 45% dos livros de preço mais baixo. Qual
é o preço máximo do livro para entrar na promoção?
c)Para fechar o mês, na última semana, a gerência da editora fez uma promoção com 20% dos
livros de maior valor. A partir de qual valor os livros entraram na promoção?
3-A tabela abaixo representa os salários dos vendedores de uma empresa baseado em
comissões:
salários(R$) nº funcionários
200 I---- 400 6
400 I---- 600 10
600 I--- 800 24
800 I--- 1000 36
1000 I--- 1200 12
1200 I---- 1400 4
a)A empresa colocou uma meta extra para 5% dos vendedores que pior desempenho tiveram.
Até que valor de vendas o funcionário receberá a meta de vendas?
b)Para premiar os melhores vendedores, a empresa resolveu conceder uma abono para 3%
dos funcionários que tiveram melhor desempenho. A partir de que salário o funcionário
receberá o abono?
Respostas:
1)Q1=2,88 Q2=4,46 Q3=6,45
2)a)1,63 b)6,35 c)8,7 d)3,49 e)1,95 f)5,75
3)os funcionários que tiveram até 2,28 faltas (aproximadamente 3) receberão a cesta básica.
4)a)Os livros que custam até R$24,38 entrarão na promoção.
b)Os livros que custam até R$31,99 entrarão na promoção
c)Os livros que custam a partir de R$42,08 entrarão na promoção.
5)a)Os vendedores que tiveram o valor de vendas até R$353,33 receberão a meta extra.
b)Os vendedores que tiveram o valor de vendas a partir de R$1.262,00 receberão o abono.
23
MEDIDAS DE DISPERSÃO
São medidas estatísticas utilizadas para avaliar o grau de variabilidade de dispersão dos
valores em torno da média. Servem para medir a representatividade da média.
--------------------------I-----------------------------
x
DESVIO MÉDIO
x=
∑ XiFi = 75 = 4,17
n 18
Dm =
∑ diFi = 31 = 1,72
n 18
24
DESVIO PADRÃO
2° exemplo:
COEFICIENTE DE VARIAÇÃO
S
CV = X 100
X
Temos:
Baixa dispersão: CV < 10%
Média dispersão: 10% < CV < 20%
Alta dispersão: CV > 20%
25
Exercícios:
1-Calcule o desvio médio das séries abaixo:
a)
xi Fi
2 3
4 8
5 10
6 6
8 2
10 1
b)
salários nº de vendedores
70 I---- 120 8
120 I---- 170 28
170 I---- 220 54
220 I---- 270 32
270 I---- 320 12
320 I---- 370 6
total
b)
Xi Fi
0 30
1 5
2 3
3 1
4 1
Total
3-Calcule o desvio padrão para a distribuição de valores de 54 notas fiscais emitidas na mesma
data, selecionadas em uma loja de departamentos.
Vl. notas nº de notas
0 I---- 50 10
50 I---- 100 28
100 I---- 150 12
150 I---- 200 2
26
Respostas:
1)a)1,13 b)45,20
2)a)1,04 b)0,93
3)49,46
4)11,89
5)a)Estatística b)Cálculo
Exercícios extras:
1 – Determine a média, moda e mediana nos casos abaixo:
a)
amostra Fi
7 I---- 10 6
10 I---- 13 10
13 I---- 16 15
16 I---- 19 10
19 I---- 22 5
Total
27
b)
amostra Fi
1 I---- 3 3
3 I---- 5 5
5 I--- 7 8
7 I---- 9 6
9 I---- 11 4
11 I---- 13 3
Total
c)
Idade nº pessoas
10 I---- 14 15
14 I---- 18 28
18 I---- 22 40
22 I---- 26 30
26 I---- 30 20
Total
d)
amostra fi
30 I---- 40 10
40 I---- 50 20
50 I---- 60 35
60 I---- 70 25
70 I---- 80 10
Total
e)
amostra fi
45 I---- 55 15
55 I---- 65 30
65 I---- 75 35
75 I---- 85 15
85 I---- 95 5
Total
2 – Calcule o desvio médio ,o desvio padrão e o coeficiente de variação para as tabelas acima.
28
Respostas:
Exercício 1:
a)média: 14,37 moda:14,5 mediana:14,40
b)média:6,83 moda:6,20 mediana:6,63
c)média:20,36 moda:20,18 mediana:20,35
d)média:55,5 moda:56 mediana:55,71
e)média:66,5 moda:67 mediana:66,43
Exercício 2:
a)desvio médio:2,78 desvio padrão: 3,58 CV:24,91
b)desvio médio:2,43 desvio padrão: 2,95 CV:43,19
c)desvio médio:3,94 desvio padrão:4,89 CV:24,02
d)desvio médio:8,65 desvio padrão:11,23 CV:20,23
e)desvio médio:8,85 desvio padrão:10,67 CV:16,05
29
As decisões nos negócios são freqüentemente baseadas na análise de incertezas tais como as
seguintes:
a)Quais são as chances das vendas decrescerem se aumentarmos os preços?
b)Qual a chance de um novo método de montagem aumentar a produtividade?
c)Qual a probabilidade do projeto terminar no prazo?
A probabilidade é uma medida numérica da possibilidade de que um evento ocorra. Assim, as
probabilidades podem ser usadas como medidas do grau de incerteza.
EXPERIMENTO ALEATÓRIO
Em uma afirmação do tipo: “é provável que meu time ganhe a partida de hoje” pode resultar:
a) que o time perca;
b) que o time ganhe;
c) que ele empate.
Como vimos, o resultado é imprevisível e depende do acaso. Fenômenos como esse são
chamados fenômenos aleatórios ou experimentos aleatórios.
Experimentos aleatórios são aqueles que, mesmo repetidos várias vezes sob condições
semelhantes, apresentam resultados imprevisíveis.
ESPAÇO AMOSTRAL
A cada experimento aleatório (E) correspondem em geral a vários resultados possíveis a que
chamamos de Espaço Amostral (S).
Ex: E = jogar um dado e observar o nº da face de cima
S = {1, 2, 3, 4, 5, 6}
EVENTO
PROBABILIDADE
Dado um experimento aleatório, sendo S o seu espaço amostral, vamos admitir que todos os
elementos de S tenham a mesma chance de acontecer, chamamos de probabilidade de um
evento A o nº real P(A) tal que P(A) = n(A)/n(S)
onde: n(A) = nº de elementos de A ou nº de vezes que o avento A pode ocorrer
n(S) = nº de elementos de S ou nº de vezes em que o Espaço Amostral ocorre.
Exemplos:
Considerando o lançamento de um dado:
- qual a probabilidade do evento A “obter um número par na face superior”.
30
6
Então : P(B) = =1
6
1
Então : P ( C) =
6
0
Então: P(D) = =0
6
EVENTOS COMPLEMENTARES
Sabemos que um evento pode ocorrer ou não. Sendo p a probabilidade de que ele ocorra
(sucesso) e q a probabilidade de que ele não ocorra (insucesso). Então: p + q = 1 ou
q=1–p
Ex: lançamento de um dado: P(4) = 1/6
Logo a probabilidade de não tirar 4 no lançamento é 1 – 1/6 = 5/6(q)
EVENTOS INDEPENDENTES
Dizemos que dois eventos são independentes quando a realização (não realização) de um dos
eventos não afeta a probabilidade da realização do outro e vice-versa.
Ex: lançamento de dois dados.
- Probabilidade de obtermos 1 no primeiro dado = 1/6
- Probabilidade de obtermos 5 no segundo dado = 1/6
31
Dizemos que dois ou mais eventos são mutuamente exclusivos quando a realização de um
exclui a realização do outro.
Ex: lançamento de um dado; a probabilidade de se tirar 3 ou 5 em uma jogada é:
p(3) = 1/6 p(5) = 1/6 logo
EXERCÍCIOS:
1-Uma urna contém 15 bolas numeradas de 1 a 15. Uma bola é extraída ao acaso da urna.
Qual a probabilidade de ser sorteada uma bola com número maior ou igual a 11?(Resp:
33,33%)
2-Um dado é lançado e observa-se o número da face voltada para cima. Qual a probabilidade
desse número ser:
a)menor que 3?(33,33%) b)maior ou igual a 3?(66,67%)
4-Um experimento consiste em sortear um aluno em uma classe pela lista de chamada(1 a 20):
Determine a probabilidade dos eventos abaixo:
a)Ser sorteado um número par.(50%)
b)Não ser sorteado múltiplo de 5.(80%)
c)Ser sorteado um número maior de 12.(40%)
d)Ser sorteado um múltiplo do 8.(10%)
e)Ser sorteado um número maior que 12 e múltiplo de 3.(10%)
f)Ser sorteado um número par ou número maior que 15.(60%)
5-Em um lote de 12 peças, 4 são defeituosas. Sendo retirada uma peça do lote, calcule:
a)A probabilidade de essa peça ser defeituosa (33,33%)
b)A probabilidade dessa peça não ser defeituosa.(66,67%)
6-Serão sorteados dois alunos de uma classe pela lista de chamada.(nº 1 ao nº 25)
Determine a probabilidade de:
a)Serem sorteados dois números pares.(22%)
b)Serem sorteados dois múltiplos do 7.(1%)
32
8-Uma classe tem 20 meninos e 25 meninas. Deseja-se formar uma comissão de cinco alunos
para representantes de classe. Qual a probabilidade dessa comissão vir a ser formada
exclusivamente por meninos?(1,26%)
9-Numa comunidade residem 100 pessoas. Uma pesquisa sobre os hábitos alimentares dessa
comunidade revelou que:
25 pessoas consomem carnes e verduras;
83 pessoas consomem verduras;
39 pessoas consomem carnes.
Uma pessoa da comunidade é escolhida ao acaso. Qual a probabilidade da pessoa:
a)consumir exclusivamente carnes?(14%)
b)ter o hábito de não consumir nem carne nem verdura?(3%)
10-Uma urna contém 25 bolas numeradas de 1 a 25. Uma bola é extraída ao acaso dessa
urna.
a)Qual a probabilidade do número sorteado ser múltiplo do 2 ou do 3?(64%)
Exercícios:
1-Um dado honesto é lançado e observa-se o número da face voltada para cima. Qual a
probabilidade desse número ser maior que 4?(33,33%)
2-Uma urna contém 10 bolas identificadas pelas letras A, B, ...,J. Uma bola é extraída ao acaso
da urna e sua letra é observada. Qual a probabilidade da bola sorteada ser:
a)A?(10%) b)F?(10%) c)vogal? (30%) d)consoante?(70%)
3-Paulo quer telefonar para convidar uma colega para sair. Ele sabe que o telefone dela é 852-
473__, mas não consegue se lembrar do último algarismo. Se Paulo só possui uma ficha
telefônica e decide “chutar” o último algarismo, qual a probabilidade dele acertar o telefone da
colega?(10%)
4-Numa quermesse, há uma barraca onde funciona o jogo do coelho. O coelho é solto no
centro de um círculo, onde se distribuem 12 casinhas, numeradas de 1 a 12. Qual a
probabilidade do coelho escolher uma casinha com um número múltiplo de 3?(33,33%)
6-Uma loja dispõe de 12 geladeiras do mesmo tipo, das quais 4 apresentam defeitos.
33
a)Se um freguês vai comprar uma geladeira, qual a probabilidade de levar uma
defeituosa?(33,33%)
b)Se comprar duas geladeiras, qual a probabilidade de levar duas defeituosas?(9,09%)
8–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)ela não tenha defeitos graves;(87,5%)
b)ela seja boa ou tenha defeitos graves.(75%)
10–Uma urna contém 5 bolas brancas e 6 pretas. Três bolas são retiradas, sem reposição.
Calcular a probabilidade de:
a)Todas as bolas retiradas sejam pretas.(12,12%)
b)Todas as bolas retiradas sejam brancas(6,06%)
c)As duas primeiras bolas sejam brancas e a terceira preta.(12,12%)
d)Duas pretas e uma branca.(45,45%)
12-Um dado é lançado e observa-se o número da face voltada para cima. Determine a
probabilidade de observarmos um número par ou múltiplo de 3.(66,67%)
13-Dois dados são lançados simultaneamente. Qual a probabilidade de se obter soma dos
pontos igual a 8 ou dois números iguais?(27,78%)
Exercícios extras:
1-Um nº é escolhido ao acaso entre os 20 inteiros, de 1 a 20. Qual a probabilidade do nº
escolhido ser:
a)par?(50%)
b)ímpar?(50%)
2-Uma urna contém 3 bolas brancas, 2 vermelhas e 5 azuis. Uma bola é escolhida ao acaso.
Qual a probabilidade da bola escolhida ser:
a)branca?(30%)
b)vermelha?(20%)
c)azul?(50%)
d)vermelha ou azul?(70%)
e)não ser azul?(50%)
3-Uma urna contém 6 bolas pretas, 2 bolas brancas e 10 bolas amarelas. Retiram-se duas
bolas da urna, com reposição. Qual a probabilidade das bolas retiradas serem:
a)pretas(11,11%)
b)amarelas(30,86%)
34
6-De um lote de 14 peças, das quais 5 são defeituosas, escolhemos 2 peças aleatoriamente.
Determine:
a)a probabilidade de que ambas sejam defeituosas.(10,99%)
b)a probabilidade de que ambas não sejam defeituosas.(39,56%)
c)a probabilidade de que uma seja defeituosa.(49,44%)
8-Numa caixa estão 8 peças com pequenos defeitos, 12 com grandes defeitos e 15 perfeitas.
a)Uma peça é retirada ao acaso. Qual a probabilidade de que esta peça seja perfeita ou tenha
pequenos defeitos.(65,71%)
b)Quatro peças são retiradas ao acaso, sem reposição. Qual a probabilidade de que as quatro
tenham grandes defeitos.(0,95%)
c)Cinco peças são retiradas ao acaso, com reposição. Qual a probabilidade de que as cinco
sejam perfeitas.(1,45%)
10-De um grupo de 200 pessoas, 160 têm fator RH positivo, 100 têm sangue tipo O e 80 têm
fator RH positivo e sangue tipo º Se uma dessas pessoas for selecionada ao acaso, qual a
probabilidade de:
a)seu sangue ter fator RH positivo?(80%)
b)seu sangue não ser do tipo O?(50%)
c)seu sangue ter fator RH positivo ou ser tipo O?(90%)
11-Dispõe-se de duas urnas, sendo que na 1ª temos 5 bolas azuis, 3 pretas e 4 brancas. Na 2ª
urna temos 6 azuis, 4 pretas e 10 brancas.
a)Se uma bola é retirada de cada urna, qual a probabilidade de termos a 1ª bola preta e a 2ª
bola azul.
b)Formar um par de bolas azuis.
c)Qual a probabilidade de que ambas sejam da mesma cor?
d)Formar um par de bolas brancas.
13-Uma urna contém 5 bolas verdes, 8 azuis, 4 pretas e 2 brancas. Calcular a probabilidade
de:
a)Sair 3 bolas verdes.(1,03%)
b)Sair 4 bolas azuis(1,81%)
c)Sair 2 bolas pretas.(3,51%)
1
Distribuição Binomial
Vamos imaginar fenômenos cujos resultados só podem ser de dois tipos, um dos quais é
considerado como sucesso e o outro insucesso. Este fenômeno pode ser repetido tantas vezes
quanto se queira (n vezes), nas mesmas condições. As provas repetidas devem ser
independentes, isto é, o resultado de uma não deve afetar os resultados das sucessivas. No
decorrer do experimento, a probabilidade p do sucesso e a probabilidade de q (q=1- p) do
insucesso, manter-se-ão constantes. Resolveremos problemas do tipo: determinar a
probabilidade de se obter x sucessos em n tentativas. Nessas condições X é uma variável
aleatória discreta que segue uma distribuição binomial.
Fórmula:
n x n− x
P(x) = .p .q
x
P(x) = é a probabilidade de que o evento se realize x vezes em n provas.
n = nº de vezes que o experimento aleatório é repetido
x = nº de sucessos em n tentativas
p = é a probabilidade de que o evento se realize em uma só prova = sucesso.
q = é a probabilidade de que o evento não se realize no decurso dessa prova = insucesso.
n
n!
x é o coeficiente binomial de n sobre x, igual a
x! (n − x)!
OBS: O nome binomial é devido à fórmula, pois representa o termo geral do desenvolvimento
do binômio de Newton.
Exemplo:
1
Profa.Roseli Nunes
36
5!
P( x = 3) = x0,5 3 x0,5 5−3 = 10 x0,125 x0,25 = 31,25%
3!(5 − 3)!
EXERCÍCIOS
5- Seis parafusos são escolhidos ao acaso da produção de certa máquina, que apresenta 10%
de peças defeituosas. Qual a probabilidade de serem defeituosos dois deles?(9,84%)
6- Num hospital 5(cinco) pacientes devem submeter-se a um tipo de operação, da qual 80%
sobrevivem. Qual a probabilidade de que todos os pacientes sobrevivam?(32,77%)
7- Se 30% das canetas de certa marca são defeituosas, achar a probabilidade de que numa
amostra de 10 canetas, escolhidas ao acaso, desta mesma marca tenhamos nenhuma caneta
defeituosa.(2,82%)
Exercícios extras:
1-Um estudante tem probabilidade p = 0,8 de acertar cada problema que tenha que resolver.
Numa prova de 8 problemas, qual a probabilidade de que ele acerte exatamente 6.(R:29,36%)
2-Uma pessoa tem probabilidade 0,2 de acertar num alvo toda vez que atira, Supondo que as
vezes que ele atira, são ensaios independentes, qual a probabilidade dele acertar no alvo
exatamente 4 vezes, se ele dá 8 tiros? (R:4,6%)
3-A probabilidade de que um homem de 45 anos sobreviva mais 20 anos é 0,6. De um grupo
de 5 homens, com 45 anos qual a probabilidade de que exatamente 4 cheguem aos 65 anos?
(R:25,9%)
4-Um exame consta de 20 questões tipo certo ou errado. Se o aluno “chutar” todas as
respostas, qual a probabilidade dele acertar exatamente 10 questões?(R:17,6%)
5-Na manufatura de certo artigo, é sabido que um entre dez dos artigos é defeituoso. Qual a
probabilidade de que uma amostra casual de tamanho quatro contenha:
a)nenhum defeituoso? (65,61%) c)no máximo um defeituoso?(94,77%)
b)exatamente um defeituoso?(29,16%)
6-Uma universidade descobriu que 20% de seus estudantes retiram-se sem completar o
primeiro ano. Considere que 20 estudantes tenham se matriculado este semestre.
a)Qual a probabilidade de que pelo menos 2 se retirem?(93,08%)
b)Qual a probabilidade de que no máximo 5 se retirem?(80,42%)
7-Os registros de uma empresa indicam que 30% das faturas expedidas são pagas após o
vencimento. De 10 faturas emitidas, qual a probabilidade de:
a)exatamente 3 serem pagas com atraso?(R:26,68%)
b)no máximo 2 serem pagas com atraso?(38,28%)
c)pelo menos 3 serem pagas com atraso?(61,72%)
8-Uma pequena loja aceita cheques para pagamento de compras e sabe que 12% dos
cheques apresentam algum tipo de problema (falta de fundos, roubado, etc).Se numa
determinada semana ela recebeu 15 cheques, qual a probabilidade de que todos os cheques
sejam bons?(14,70%)
9-Um exame do tipo teste é constituído de 20 questões, cada uma delas com 5 respostas
alternativas, das quais apenas uma é correta. Se um estudante responde as questões ao
acaso, qual a probabilidade de que:
a)Acerte pelo menos 1 questão.(98,84%)
b)Erre pelo menos 19 questões.(6,92%)
DISTRIBUIÇÃO NORMAL
Entre as distribuições teóricas de variável aleatória contínua, uma das mais empregadas é a
distribuição Normal.
Fórmula:
X−X
Z=
S
3ª - A área total limitada pela curva e pelo eixo das abscissas é igual a 1, já que essa área
corresponde à probabilidade de a variável aleatória X assumir qualquer valor real.
5ª - Como a curva é simétrica em torno da média, a probabilidade de ocorrer valor maior que a
média é igual à probabilidade de ocorrer valor menor do que a média, isto é, ambas as
probabilidades são iguais a 0,5 ou 50%. Cada metade da curva representa 50% de
probabilidade.
Quando temos em mãos uma variável aleatória com distribuição normal, nosso principal
interesse é obter a probabilidade de essa variável aleatória assumir um valor em um
determinado intervalo. Vejamos com proceder, por meio de um exemplo concreto.
Exemplo: Seja X a variável aleatória que representa os diâmetros dos parafusos produzidos
por certa máquina. Vamos supor que essa variável tenha distribuição normal com média = 2 cm
e desvio padrão = 0,04 cm. Qual a probabilidade de um parafuso ter o diâmetro com valor entre
2 e 2,05 cm ?
Com o auxílio de uma distribuição normal reduzida, isto é, uma distribuição normal de média =
0 e desvio padrão = 1. Resolveremos o problema através da variável z , onde z = (X -µ ) / σ
Utilizaremos também uma tabela normal reduzida, que nos dá a probabilidade de z tomar
qualquer valor entre a média 0 e um dado valor z, isto é: P ( 0 < Z < z)
No nosso problema queremos calcular P(2 < X < 2,05). Para obter essa probabilidade,
precisamos, em primeiro lugar, calcular o valor de z que corresponde a x = 2,05.
Utilização da Tabela Z
Na primeira coluna encontramos o valor até uma casa decimal = 1,2. Em seguida,
encontramos, na primeira linha, o valor 5, que corresponde ao último algarismo do número
1,25. Na intersecção da linha e coluna correspondentes encontramos o valor 0,3944, o que nos
permite escrever:
P (0 < Z < 1,25 ) = 0,3944 ou 39,44 %, assim a probabilidade de um certo parafuso apresentar
um diâmetro entre a média = 2cm e x = 2,05 cm é de 39,44 %.
39
EXERCÍCIOS
1- Determine as probabilidades:
4) As alturas dos alunos de determinada escola são normalmente distribuídas com média
de 1,60m e desvio-padrão 0,30 m. Encontre a probabilidade de um aluno medir:
a) entre 1,50 e 1,80 m; (37,47%)
b) mais de 1,75 m; (30,85%)
c) menos de 1,48 m; (34,46%)
5) Faça Z uma variável com distribuição normal padronizada e encontre (use a tabela):
a. P (0 ≤ Z ≤ 1,44)(42,51%)
b. P (-0,85 < Z < 0)(30,23%)
c. P (-1,48 < Z < 2,05)(91,04%)
d. P (0,72 < Z < 1,89)(20,64%)
e. P (Z ≥ 1,08)(14,01%)
f. P (Z ≥ -0,66)(74,54%)
7) Uma fábrica de pneumáticos fez um teste para medir o desgaste de seus pneus e
verificou que ele obedecia a uma distribuição normal, de média 48000 km e desvio-
padrão 2000 km. Calcular a probabilidade de um pneu escolhido ao acaso:
a. durar mais que 46000 km(84,13%)
b. dure entre 45000 e 50000 km(77,45%)
DISTRIBUIÇÃO DE POISSON
e − np × (np ) x e − λ × λ x
P(X = x) = =
x! x!
Exercícios:
1 – Uma loja atende em média 2 clientes por hora. Calcular a probabilidade de em uma hora:
a) atender 2 clientes (27,07%)
b) atender 3 clientes (18,04%)
2 – Suponha que 2% dos itens produzidos por uma fábrica sejam defeituosos. Encontre a
probabilidade de existirem 3 defeituosos em uma amostra de 100.(18,04%)
41
3 – Certo posto de bombeiros recebe em média 3 chamadas por dia. Calcular a probabilidade
de receber 4 chamadas num dia. (16,80%)
4 – Suponha que haja em média 2 suicídios por ano numa população de 50.000 hab. Em uma
cidade de 100.000 hab, encontre a probabilidade de que em um dado ano tenha havido:
a) 0 suicídio (1,83%)
b) 1 suicídio (7,32%)
c) 2 suicídios (14,65%)
6 – Supondo que o nº de carros que chegam a uma fila de guichê de um pedágio possua
distribuição de Poisson a uma taxa de 3 carros por minuto, determine a probabilidade de
chegarem 4 carros nos próximos 2 minutos. (13,39%)
CORRELAÇÃO E REGRESSÃO
1- Diagrama de Dispersão
Você provavelmente já ouviu dizer que o aumento do número de crimes está relacionado com
o aumento da taxa de desemprego. Você também deve ter ouvido falar que os preços sobem
quando a procura determinado produto aumenta. Estes exemplos mostram que, muitas vezes,
o pesquisador procura uma relação entre duas variáveis.É através do gráfico denominado
diagrama de dispersão, que ele busca visualizar a relação entre as duas variáveis.
2- Coeficiente de Correlação
O coeficiente de correlação é uma medida do grau de associação linear entre duas variáveis.
Símbolos:
Dada uma amostra com n pares de valores X e Y, para medir o grau de correlação entre
elas, calcula-se o coeficiente de correlação de Pearson.
∑ X .∑ Y
∑ X.Y − n
r=
∑ X 2
(∑ X) . Y − (∑ Y )
2 2
−
n
∑ 2
n
Exemplo:
(∑ X) = (167,7 ) = 28123,29
2 2
(∑ Y ) = (71,4) = 5097,96
2 2
167,7.71,4
2905,15 −
r= 5
28123,29 5097,96
6534,81 − .1322,26 −
5
5
2905,15 − 2394,756
r=
[6534,81 − 5624,658].[1322,26 − 1019,592]
510,394
r=
910,152 . 302,668
510,394
r=
524,856
r = 0,9724
43
REGRESSÃO
1- Ajustamento da Reta
A análise de Regressão tem como resultado uma equação matemática que descreve o
relacionamento entre duas variáveis, partindo de n observações das mesmas. Essas equações
são usadas em situações em que se deseja:
- estimar valores de uma variável com base em valores conhecidos de outra;
- explicar valores de uma variável em termos de outra;
- predizer valores futuros de uma variável.
A variável sobre a qual desejamos fazer uma estimativa recebe o nome de variável
dependente e a outra recebe o nome de variável independente.
Assim supondo X a variável independente e Y a variável dependente, vamos procurar
determinar o ajustamento de uma reta à relação entre essas variáveis, ou seja, vamos obter
uma função definida por:
Y = aX + b,
Xi 5 8 7 10 6 7 9 3 8 2
Yi 6 9 8 10 5 7 8 4 6 2
12
10
8
6
4
2
0
0 5 10 15
45
Podemos concluir, pela forma do diagrama, que se trata de uma correlação retilínea, de
modo a permitir o ajustamento de uma reta, imagem da função definida por:
Y = aX + b,
Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das fórmulas:
e
b = y − a.x
onde:
n é o número de observações
x = ∑
x
x é a média dos valores x n
y = ∑
y
y é a média dos valores y n
Nota: Como estamos fazendo uso de uma amostra para obtermos os valores dos parâmetros, o
resultado, na realidade, é uma estimativa da verdadeira equação de regressão. Sendo assim,
escrevemos: Ŷ = aX + b
n = 10
x y x.y x2
5 6 30 25
8 9 72 64
7 8 56 49
10 10 100 100
6 5 30 36
7 7 49 49
9 8 72 81
3 4 12 9
8 6 48 64
2 2 4 4
∑ 65 473 481
46
Temos assim:
10x473 − 65x65 4.730 − 4.225 505
a= = = = 0,8632
10x481 − (65) 2 4.810 − 4.225 585
como :
65 65
x= = 6,5 e y = = 6,5
10 10
vem :
b = y − a.x
b = 6,5 − 0,8632 x 6,5 = 6,5 − 5,6108 = 0,8892
donde :
a = 0,86 e b = 0,89
logo :
Ŷ = 0,86X + 0,89
Assim, temos:
12
y = 0,8631x + 0,89
10
0
0 5 10 15
Exercícios
47
3) Um grupo de pessoas faz uma avaliação de alguns objetos. Com o peso real e a média
dos pesos aparentes, dados pelo grupo, obteve-se a tabela:
TABELAS
PROBABILIDADE (ÁREAS) DA DISTRIBUIÇÃO NORMAL PADRONIZADA
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
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 0,2518 0,2549
0,7 0,2580 0,2612 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
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 0,4014
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 0,4766 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 0,4936
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 0,4983 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
4,0 0,4999
λ 0 1 2 3 4 5 6 7 8 9
0,0 1,0000 0,9900 0,9802 0,9704 0,9608 0,9512 0,9418 0,9324 0,9231 0,9139
0,1 0,9048 0,8958 0,8869 0,8781 0,8694 0,8607 0,8521 0,8437 0,8353 0,8270
0,2 0,8187 0,8106 0,8025 0,7945 0,7866 0,7788 0,7711 0,7634 0,7558 0,7483
0,3 0,7408 0,7334 0,7261 0,7189 0,7118 0,7047 0,6977 0,6907 0,6839 0,6771
0,4 0,6703 0,6636 0,6570 0,6505 0,6440 0,6376 0,6313 0,6250 0,6188 0,6126
0,5 0,6065 0,6005 0,5945 0,5886 0,5827 0,5770 0,5712 0,5655 0,5599 0,5543
0,6 0,5488 0,5434 0,5379 0,5326 0,5273 0,5220 0,5169 0,5117 0,5066 0,5016
0,7 0,4966 0,4916 0,4868 0,4819 0,4771 0,4724 0,4677 0,4630 0,4584 0,4538
0,8 0,4493 0,4449 0,4404 0,4360 0,4317 0,4274 0,4232 0,4190 0,4148 0,4107
0,9 0,4066 0,4025 0,3985 0,3946 0,3906 0,3867 0,3829 0,3791 0,3753 0,3716
λ 1 2 3 4 5 6 7 8 9 10
ε-
0,36788 0,13534 0,04979 0,01832 0,006738 0,002479 0,000912 0,000335 0,000123 0,000045
λ
Bibliografia:
BUSSAB, Wilton de Ol., MORETTIN, Pedro A. Estatística Básica. Ed. Saraiva, 2002
JAIRO, Simon da Fonseca, MARTINS, Gilberto de Andrade, Curso de Estatística, Ed. Atlas,
1996