1

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

Uma tabela deve apresentar a seguinte estrutura:

- cabeçalho
- corpo
- rodapé

O cabeçalho deve conter o suficiente para que sejam respondidas as questões:

- o que está representado?
- onde ocorreu?
- quando ocorreu?

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

Fonte: Nielsen/Net Ratings(Revista Época)

 2

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

Internautas que fazem transações

bancárias on lina Quantidade(%)

60
40
Internautas que
20
0 fazem
transações
a
pa l
A

bancárias on
Es asi
nh
EU

Br

Fonte:Nielsen/Net Ratings(Revista Época)

GRÁFICO DE BARRAS

É semelhante ao gráfico de colunas, porém os retângulos são dispostos horizontalmente.

Internautas que fazem transações

bancárias on lina Quantidade(%)

Brasil Internautas que

fazem
EUA transações
bancárias on
Suécia

0 20 40 60

Fonte:Nielsen/Net Ratings(Revista Época)

 3

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)

GRÁFICO DE LINHA (CURVA)

O gráfico de linha constitui uma aplicação do processo de representação das funções num
sistema de coordenadas cartesianas.

Internautas que fazem transações

bancárias on lina Quantidade(%)

60
40
Internautas
20
0 que fazem
transações
a
pa l
A

bancárias on
Es asi
nh
EU

Br

Fonte:Nielsen/Net Ratings(Revista Época)

GRÁFICO DE SETORES

É a representação gráfica de uma série estatística, em um círculo, por meio de setores. È

utilizado principalmente quando se pretende comparar cada valor da série com o total. Para
construí-lo, divide-se o círculo em setores, cujas áreas serão proporcionais aos valores da
série. Essa divisão poderá ser obtida pela solução da regra de três: total...........360º
Parte.......... xº

Países Quantidade(%) Graus Graus Acumulados

Suécia 51,3 110,06 110,06
Austrália 39,6 84,96 195,02
EUA 12,5 26,82 221,84
Japão 9,6 20,60 242,44
Brasil 36,2 77,66 320,10
Espanha 18,6 39,90 360
Total 167,8 360
 4

Internautas que fazem transações

bancárias on lina Quantidade(%)

Suécia
Austrália
EUA
Japão
Brasil
Espanha

Fonte: Nielsen/Net Ratings (Revista Época)

Exercícios:

1 – Represente as séries abaixo usando :

- Gráfico de linhas
- Gráfico de colunas
- Gráfico de setores

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

Tabela 2: Produção Empresa Beta Ltda – 1º semestre 2002

Meses Quantidade
Janeiro 37
Fevereiro 41
Março 28
Abril 47
Maio 68
Junho 44

Fonte: Depto Vendas Empresa Beta Ltda

 5

DISTRIBUIÇÃO DE FREQÜÊNCIAS

A cada fenômeno corresponde um número de resultados possíveis. Exemplo: Para o

fenômeno “sexo” são dois os resultados possíveis: sexo masculino e sexo feminino.
Variável é o conjunto de resultados possíveis de um fenômeno.

POPULAÇÃO E AMOSTRA

População – é um conjunto de indivíduos ou objetos que apresentam pelo menos uma

característica em comum.
Amostra – é um subconjunto finito de uma população.

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

Podemos organizar estes dados em uma tabela simples denominada de distribuição de

freqüência com variável discreta. Os dados serão organizados com suas freqüências simples.

Freqüência simples ou absoluta (Fi) – é o número de vezes que o elemento aparece na

amostra ou o nº de elementos pertencentes a uma classe.

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.

Idades de 30 alunos da Faculdade “A”

Classes Idade Freqüência
1 21 I---- 24 7
2 24 I---- 27 8
3 27 I---- 30 1
4 30 I---- 33 5
5 33 I---- 36 8
6 36 I---- 39 1
Σ 30

Obs: Quando os dados estão organizados em uma distribuição de freqüência, são comumente
denominados dados agrupados.

ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA

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.

Classes de freqüência – são os intervalos de variação da variável.

As classes são representadas simbolicamente por i, sendo i = 1, 2, 3, ... K (onde k é o nº total
de classes da distribuição).
No nosso exemplo: o intervalo 30 I---- 33 define a quarta classe (i=4). Como a distribuição é
formada de seis classes, temos K = 6.

Limites de classes – são os extremos de cada classe (li I---- Li)

li – limite inferior da classe (onde começa o intervalo)
Li – limite superior da classe (onde termina o intervalo)
Ex: intervalo 30 I---- 33
li – 30 Li – 33

Intervalo de classe ou amplitude do intervalo(h) – é a medida do intervalo que define a

classe.
- h = Li – li Ex: intervalo 30 I---- 33, logo h = 33 – 30 = 3

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

Para montar a tabela de distribuição de freqüência com intervalos devemos seguir os

itens abaixo:
1º) Calcular o range (como na definição anterior: 36 – 21 = 15)
2º) Saber quantas classes ou quantos intervalos terá a tabela. No exemplo acima, temos
n=30,
 7

portanto n>25. Logo o cálculo será K= 30 = 5,48, ou seja K = 6

3º) Calcular qual será a amplitude do intervalo ou qual a diferença entre o li e o Li.
Logo h ≅ R : K ou seja h = 15 : 6 = 2,5 ou h = 3

Obs: Quando os resultados acima não são exatos, devemos arredondá-los para o maior.

Outros elementos de uma distribuição de freqüência:

Pontos médios das classes (Xi) – é a média aritmética entre o limite superior e o limite
inferior da classe. Ex: 33 – 36
33 + 36
Xi = = 34,5
2

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.

Histograma – é a representação gráfica de uma distribuição de freqüência por meio de

retângulos justapostos.

Polígono de freqüência – é um gráfico em linha, sendo as freqüências marcadas sobre

perpendiculares ao eixo horizontal, levantadas pelos pontos médios dos intervalos de classe.

Polígono de freqüência acumulada – é traçado marcando-se as freqüências acumuladas

sobre perpendiculares ao eixo horizontal, levantadas nos pontos correspondentes aos limites
superiores dos intervalos de classe.

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

2 - O controle de qualidade de uma indústria selecionou 48 caixas na linha de produção e

anotou em cada caixa o número de peças defeituosas, obtendo os seguintes dados:
2 0 0 4 3 0 0 1 0 0 1 1 2 1 1 1 1 1 1 0
0 0 3 0 0 0 2 0 0 1 1 2 0 2 0 0 0 0 0 0
0 0 0 0 0 0 1 0

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?

3 – Uma empresa automobilística selecionou ao acaso, uma amostra de 40 revendedores

autorizados em todo o Brasil e anotou em determinado mês o número de unidades adquiridas
por estes revendedores. Obteve os seguintes dados:
6 7 9 10 12 14 15 15 15 16 16 17 18 18 18 18 19 19 20 20
20 20 21 21 21 22 22 23 24 25 25 26 26 28 28 30 32 32 35 39

a)Monte a tabela de distribuição de freqüência com intervalos .

Exercícios Extras:

1-Conhecidas as notas de 55 alunos:

33 33 35 35 39 41 41 42 45 45 47 48 50 52 53 54 55 55 56 57
59 60 61 64 65 65 65 66 67 68 68 69 71 73 73 73 74 74 76 77
78 80 81 84 85 85 88 89 91 94 94 98 98 98 98
Obtenha a tabela de distribuição de freqüência com intervalos, a freqüência absoluta, a
freqüência relativa, o ponto médio e a freqüência acumulada.

2 – Os resultados do lançamento de um dado 50 vezes foram os seguintes:

6 5 2 6 4 3 6 2 6 5 1 6 3 3 5 1 3 6 3 4 5 4 3 1 3
5 4 4 2 6 2 2 5 2 5 1 3 6 5 1 5 6 2 4 6 1 5 2 4 3
Forme uma distribuição de freqüência sem intervalos e complete com as colunas do fri e fac.

3 – Considerando as notas de um teste de inteligência aplicado a 55 alunos:

64 64 64 66 66 70 70 73 73 73 73 74 75 76 76 76 78 78 78 78
79 80 80 81 82 82 83 84 84 85 85 85 85 86 86 86 86 86 86 87
87 89 90 90 92 92 93 95 98 101 102 103 103 103 103
Forme uma tabela de distribuição de freqüência com intervalos e complete com as colunas do
Xi, Fri e Fac.
a)Qual a porcentagem de alunos que obtiveram nota inferior a 79?
b)Qual a porcentagem de alunos que obtiveram nota igual ou superior a 94?

4 – A amostra abaixo apresenta as vendas diárias de um determinado aparelho elétrico,

durante um mês, por uma firma comercial:
14 12 11 13 14 13 12 14 13 14
11 12 12 14 10 13 15 11 15 13
16 17 14 14
Forme uma distribuição de freqüência sem intervalos com as colunas do fri e fac.
 9

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

Ex1: Determinar a média aritmética simples dos valores: 3, 7, 8, 10 e 11

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

Então a média será :

X =
∑ XiFi = 56 = 5,6
n 10

3º CAS0: Dados agrupados com intervalos

Classe Amostra Fi Xi XiFi

1 2 I---- 5 1 3,5 3,5
2 5 I---- 8 10 6,5 65
3 8 I---- 11 8 9,5 76
4 11 I---- 14 1 12,5 12,5
Total 20 157
 11

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

2 – Calcule a média para as tabelas abaixo:

xi fi
2 1
3 4
4 3
5 2
Total

xi fi
17 3
18 18
19 17
20 8
21 4
Total

3-O salário de 39 funcionários de um escritório está distribuído segundo o quadro abaixo.

Calcule o salário médio destes funcionários.
classe salários(R$) nº func.
1 400 I---- 500 12
2 500 I---- 600 15
3 600 I---- 700 8
4 700 I---- 800 3
5 800 I---- 900 1

4-Uma imobiliária gerencia o aluguel de residências particulares, segundo o quadro

abaixo.Calcule a média:
classe aluguel(R$) nº casa
1 0 I---- 200 30
2 200 I---- 400 52
3 400 I---- 600 28
4 600 I---- 800 7
5 800 I---- 1000 3
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.

Exemplo: 5, 13, 10, 2, 18, 15, 6, 16 e 9

Colocar os valores em ordem crescente: 2, 5, 6, 9, 10, 13, 15, 16, 18
n + 1 9 + 1 10 ~
Se n=9 logo = = = 5º elemento, logo X = 10
2 2 2

2º exemplo: 2, 6, 7, 10, 12, 13, 18 e 21 ( já está em ordem)

n +1 8 +1
Se n=8 logo = = 4,5 º elemento (está entre o 4º e o 5º elemento)
2 2
~ 10 + 12 22
Logo X = = = 11
2 2

2º Caso: Dados agrupados sem intervalos

Dada a amostra: 12, 14, 14, 15, 16, 16, 17, 20 e 20

Xi Fi Fac
12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 2 9
Total 9

Construindo a coluna da frequência acumulada podemos localizar com facilidade o valor

mediano.

~ n + 1 9 + 1 10
x= = = = 5º elemento, portanto a mediana será o 16.
2 2 2

3º Caso: Dados agrupados com intervalos

Dada a tabela:
Classe Amostra fi Fac
1 3 I---- 6 2 2
2 6 I---- 9 5 7
3 9 I---- 12 8 15
4 12 I---- 15 3 18
5 15 I---- 18 1 19
Total 19
 14

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

Onde: l i = limite inferior da classe da mediana

n = tamanho da amostra
facanterior= freqüência acumulada anterior à classe da mediana( ou soma dos valores de fi
anteriores à classe da mediana)
h = amplitude da classe da mediana
ficlasse = freqüência da classe da mediana

No exemplo da tabela anterior:

n
1º Passo: Calcula-se . Com n=19, temos 19/2=9,5º elemento
2
2º Passo: Identifica-se a classe da mediana pela Fac. Neste caso, a classe da mediana é a 3ª.
3º Passo: Aplica-se a fórmula:

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

1-Calcule a mediana das seqüências abaixo:

a)2, 5, 8, 10, 12, 15, 18, 20
b)3, 4, 5, 7, 7, 8, 10, 15

2 – Calcule a mediana das distribuições abaixo:

xi fi
2 5
4 20
5 10
6 10
8 2
Total
 15

xi fi
17 3
18 18
19 4
20 3
21 1
Total

3-Determine o valor mediano da distribuição a seguir que representa os salários de 23

funcionários selecionados em uma empresa:
classe salários (R$) nº funcionários
1 200 I---- 400 2
2 400 I---- 600 6
3 600 I---- 800 10
4 800 I---- 1000 5

4-Uma loja de departamentos selecionou um grupo de 53 notas fiscais, durante um dia e

obteve o quadro abaixo. Pede-se que determine o valor que representa a mediana.
classe consumo nº notas
1 0 I---- 50 10
2 50 I---- 100 28
3 100 I---- 150 12
4 150 I---- 200 2
5 200 I---- 250 1
total

Respostas:
1)a)11 b)7
2)a)4 b)18
3)670
4)79,46

Moda
1º Caso: Dados não agrupados:

É o valor de maior frequência em um conjunto de dados ou que aparece mais vezes.

Ex: 7, 8, 8, 9, 10, 10, 10, 12, 15.

O elemento de maior frequência é o 10, portanto Mo=10 (unimodal)

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

2º Caso: Dados agrupados sem intervalo

Basta identificar o elemento de maior freqüência.

Xi Fi
0 2
2 4
3 5
4 3
6 1
Portanto Mo=3

3º Caso: Dados agrupados com intervalos

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

1º Passo: Identifica-se a classe modal (aquela que possui maior freqüência)

2º Passo: Aplica-se a fórmula:

∆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

No exemplo da tabela anterior:

1º Passo: Indica-se a classe modal. No caso, trata-se da 3ª classe (maior fi=6)
2º Passo: Aplica-se a fórmula em que
3
Mo = 20 + x10 = 24,29
3+ 4

Exercícios: MODA

1 – Calcule a moda para as séries abaixo:

a)2, 2, 3, 4, 5, 5, 5, 7
b)3, 4, 4, 5, 9, 12, 12
 17

2-Calcule a moda das distribuições abaixo:

xi fi
2 1
3 7
4 2
5 2

xi fi
17 3
18 18
19 17
20 8
21 4
Total

3-A distribuição abaixo representa o consumo em Kg de um produto colocado em oferta em um

supermercado. Calcule a moda:
classe consumo nº de clientes
1 0 I---- 1 12
2 1 I---- 2 15
3 2 I---- 3 21
4 3 I---- 4 32
5 4 I---- 5 20

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

3 – Calcule a mediana para as tabelas acima.

4 – Calcule a média aritmética para as tabelas abaixo:

tabela a tabela b
Salários(R$) nº funcionários Estaturas(cm) fi
200 I---- 400 15 150 I---- 158 5
400 I---- 600 12 158 I---- 166 12
600 I--- 800 8 166 I---- 174 18
800 I---- 1.000 2 174 I---- 182 27
1.000 I---- 1.200 1 182 I---- 190 8
total total

Notas nº alunos pesos (Kg) Fi

0 I---- 2 5 145 I---- 151 10
2 I---- 4 8 151 I---- 157 9
4 I---- 6 14 157 I---- 163 8
6 I---- 8 10 163 I---- 169 5
8 I---- 10 7 169 I---- 175 3
total Total
tabela c tabela d

5 – Calcule a mediana para as tabelas acima.

6 – Calcule a moda para as tabelas acima.

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

4 – a) 500 b) 172,40 c) 5,27 d)156,91

5 – a) 466,67 b) 174 c) 5,29 d)156

6- a) 366,67 b) 176,57 c) 5,20 d)150,45

 19

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

Se a empresa divide os funcionários em quatro categorias, com relação ao salário temos:

- 0s 25 % menos produtivos = categoria C;
- Os 25% seguintes = categoria B;
- Os 25% seguintes mais produtivos = categoria A
- Os 25% restantes = categoria especial.

Quais são os salários limites das categorias acima?

QUARTIS

Divide a amostra em quatro partes iguais.

Q1 Q2 Q3
I---------------I--------------I---------------I---------------I
0% 25% 50% 75% 100%

Para determinar Q1:

n
1° Passo: Calcula-se
4
2° Passo: Identifica-se a classe Q1 pela Fac
3° Passo: Aplica-se a fórmula:
n 
 − fac ant  × h
Qi = li +  
4
ficlasse

Para determinar Q2:

2n
1º Passo: Calcular
4
2º Passo: Identifica-se a classe Q2 pela coluna do Fac.
n 2n
3º Passo: Aplica-se a mesma fórmula anterior, substituindo por
4 4
Para determinar Q3:
3n
1° Passo: Calcula-se
4
2° Passo: Identifica-se a classe Q3 pela Fac
n 3n
3° Passo: Aplica-se a mesma fórmula anterior, apenas substituindo por .
4 4
 20

DECIS

A amostra é dividida em 10 partes iguais.

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

Divide a amostra em 100 partes iguais:

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:

1 – A tabela abaixo refere-se às notas de 500 alunos do colégio “x”:

Notas Fi
0 I----- 2 50
2 I----- 4 170
4 I----- 6 130
6 I----- 8 110
8 I----- 10 40

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?

4-A tabela abaixo representa a venda de livros didáticos em uma editora:

Preço(R$) nº livros comercializados
0 I---- 10 4000
10 I---- 20 13500
20 I--- 30 25600
30 I--- 40 43240
40 I--- 50 26800
50 I--- 60 1750

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

Ex: a)10, 1, 18, 20, 35, 3, 7, 15, 11, 10

b)12, 13, 13, 14, 12, 14, 12, 14, 13, 13
c)13, 13, 13, 13, 13, 13, 13, 13, 13, 13, 13
concluiremos que todas possuem a mesma média 13.
No entanto, são seqüências completamente distintas do ponto de vista da variabilidade de
dados.

DESVIO MÉDIO

É a análise dos desvios em torno da média.

Calculamos inicialmente a média da amostra. Em seguida identificamos a distância de cada
elemento da amostra para sua média. Finalmente, calculamos o desvio médio,

di = Ixi - x I, logo o desvio médio será

∑ di Fi ou ∑ Xi − x Fi
n n

Exemplo: Dada a amostra:

Xi(amostra) Fi XiFi IdiI=Ixi-xI diFi
5 4 20 0,83 3,32
7 3 21 2,83 8,49
2 5 10 2,17 10,85
3 4 12 1,17 4,68
6 2 12 1,83 3,66
18 75 31

x=
∑ XiFi = 75 = 4,17
n 18

Dm =
∑ diFi = 31 = 1,72
n 18
 24

DESVIO PADRÃO

Xi Fi XiFi IdiI=Ixi-xI di2 di2.fi

5 4 20 0,83 0,69 2,76
7 3 21 2,83 8,01 24,03
2 5 10 2,17 4,71 23,55
3 4 12 1,17 1,37 5,48
6 2 12 1,83 3,35 6,70
18 75 62,52

Desvio padrão amostral – S =

∑ di 2
fi
=
62,52
=
62,52
= 3,68 = 1,92
n −1 18 − 1 17

2° exemplo:

classes Fi Xi XiFi di difi di 2 di 2 fi

2 I--- 4 2
4 I--- 6 4
6 I--- 8 5
8 I--- 10 4
10 I---12 3

COEFICIENTE DE VARIAÇÃO

Trata-se de uma medida relativa de dispersão útil para a comparação em termos

relativos do grau de concentração em torno da média (expresso em porcentagens)

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

2 – Calcule o desvio padrão para as tabelas abaixo:

a)
Idade nº de alunos
17 3
18 18
19 17
20 8
21 4
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

200 I---- 250 1

250 I---- 300 1
total

4-Calcule o desvio padrão para a tabela abaixo:

Alturas (cm) nº de alunos
150 I---- 160 2
160 I---- 170 15
170 I---- 180 18
180 I---- 190 18
190 I---- 200 16
200 I---- 210 1
Total

5-Qual das disciplinas abaixo apresentou maior dispersão?

a)Matemática: média – 8,5 e desvio padrão – 2
Estatística: média – 9 e desvio padrão – 5

b)Cálculo: média 5 e desvio padrão – 2

Álgebra: média 8 e desvio padrão – 3

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

CALCULO DAS PROBABILIDADES

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}

E = Jogar uma moeda e observar o resultado

S = {cara, coroa}

EVENTO

È qualquer subconjunto do espaço amostral S de um experimento aleatório.

Exemplo:
No lançamento de um dado, onde S = {1, 2, 3, 4, 5, 6}, seja B o evento “obter um nº par na face
superior” temos: B = {2, 4, 6}

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

Temos: S = {1, 2, 3, 4, 5, 6}, logo n(S) = 6

A = {2, 4, 6}, logo n(A) = 3
3 1
Então: P(A) = =
6 2

- qual a probabilidade do evento B “obter um nº menor ou igual a 6 na face superior”

Temos: S = {1, 2, 3, 4, 5, 6}, n(S) = 6

B = {1, 2, 3, 4, 5, 6}, n(B) = 6

6
Então : P(B) = =1
6

- qual a probabilidade do evento C “obter um número 4 na face superior”

Temos: S = {1, 2, 3, 4, 5, 6}, n(S) = 6

C = {4}, n( C ) = 1

1
Então : P ( C) =
6

- qual a probabilidade do evento D “obter um número maior que 6 na face superior”

Temos: S = {1, 2, 3, 4, 5, 6}, n(S) = 6

D = vazio, n(D) = 0

0
Então: P(D) = =0
6

Pelos exemplos acima temos:

a) A probabilidade do evento certo é igual a 1: P(S) = 1 ou 100%
b) A probabilidade do evento impossível é 0
c) A probabilidade de um evento E qualquer é um nº real P(E) tal que: 0 ≤ P ( E ) ≤ 1

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

Logo, a probabilidade de obtermos simultaneamente, 1 no primeiro dado e 5 no segundo dado

é p = 1/6 x 1/6 = 1/36

EVENTOS MUTUAMENTE EXCLUSIVOS

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

p(3 ou 5) = 1/6 + 1/6 = 2/6 = 1/3

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%)

3-Uma moeda é lançada três vezes sucessivamente. Qual a probabilidade de observarmos:

a)exatamente uma cara?(37,5%)
b)no máximo duas caras?(87,5%)

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

7-Em um lote de 12 peças, 4 são defeituosas, sendo retiradas 2 peças do lote,

calcule:a)probabilidade de ambas serem defeituosas.(9,09%)
b)probabilidade de ambas não serem defeituosas.(R:42,42%)

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%)

b)Qual a probabilidade do número da bola sorteada ser múltiplo do 5 ou do 7?(32%)

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%)

5-Uma moeda é lançada três vezes sucessivamente. Qual a probabilidade de observarmos

pelo menos duas caras?(50%)

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%)

7-Dois dados são lançados simultaneamente. Qual a probabilidade de:

a)a soma ser menor que 4;(8,33%)
b)a soma ser nove;(11,11%)
c)o primeiro resultado ser maior que o segundo.(41,67%)

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%)

9 – Considere o mesmo lote do problema anterior.

Retiram-se 2 peças ao acaso. Qual a probabilidade de que ambas sejam perfeitas?(37,5%)

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%)

11-Numa classe de 55 alunos, 21 praticam vôlei e basquete, 39 praticam vôlei e 33 praticam

basquete. Um aluno da classe é escolhido ao acaso.
a)Qual a probabilidade do aluno escolhido praticar somente um desses esportes?(54,54%)
b)Qual a probabilidade do aluno sorteado não praticar nenhum esporte?(7,27%)

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

c)uma branca e uma amarela.(12,34%)

4-Uma moeda é lançada três vezes. Ache a probabilidade de se obterem:

a)três caras;(12,5%)
b)nenhuma cara.(12,5%)
c)duas coroas.(37,5%)

5-São lançados dois dados. Qual a probabilidade de:

a)obter-se um par de pontos iguais.(16,67%)
b)a soma dos pontos ser par.(50%)
c)a soma dos pontos ser igual a 6.(13,89%)

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%)

7-Qual a probabilidade de um casal ter 4 filhos e todos do sexo feminino?(6,25%)

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%)

9-Em um grupo de 500 estudantes, 80 estudam Engenharia, 150 Matemática e 10 estudam

Engenharia e Matemática. Se um aluno é escolhido ao acaso, qual a probabilidade de que:
a)ele estude Engenharia e Matemática.(2%)
b)ele estude somente Engenharia(14%)
c)ele estude somente Matemática(28%)
d)ele não estude Engenharia nem Matemática(56%)
e)ele estude Engenharia ou Matemática(44%)

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.

12-Um número inteiro é escolhido ao acaso entre os números de 1 a 30.Qual a probabilidade

de que:
 35

a)O número seja divisível por 3.(33,33%)

b)O número seja divisível por 5 ou por 3.(46,67%)
c)O número seja divisível por 5 e por 3.(6,67%)

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- Uma moeda é lançada 5 vezes seguidas e independentes. Calcule a probabilidade de serem

obtidas 3 caras nessas 5 provas.

1
Profa.Roseli Nunes
 36

n=5 x=3 p=50%(0,5) q=50%(0,5)

5!
P( x = 3) = x0,5 3 x0,5 5−3 = 10 x0,125 x0,25 = 31,25%
3!(5 − 3)!

EXERCÍCIOS

1- Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade de o time A

ganhar 4 jogos.(8,23%)

2- Um exame do tipo teste é constituído de 10 questões do tipo certo e errado. Se um

estudante responde as questões ao acaso, qual a probabilidade de que ele acerte 5
questões?(24,61%)

3- Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade do time A:

a- ganhar dois ou três jogos;(54,87%)
b- ganhar pelo menos um jogo;(91,22%)

4- A probabilidade de um atirador acertar o alvo é 2/3. Se ele atirar 5 vezes, qual a

probabilidade de acertar exatamente 2 tiros?(16,46%)

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%)

8- Sabe-se que a probabilidade de um estudante que entra na Universidade de se formar é 0,3.

Determine a probabilidade de que entre 6 estudantes escolhidos aleatoriamente, 1(um) se
forme.(30,25%)

9 – Uma moeda é jogada 10 vezes. Calcular as seguintes probabilidades:

a) de ocorrer 6 caras.(20,51%)
b) de dar pelo menos 2 caras(98,92%)
c) de não dar nenhuma coroa.(0,098%)

10 – Se 3% das calculadoras de certa marca são defeituosas, achar a probabilidade de que

numa amostra de 10 calculadoras escolhidas ao acaso seja encontrada:
a)Nenhuma defeituosa.(73,74%)
b)5 canetas defeituosas.(0,0005%)
c)Pelo menos 2 defeituosas.(3,45%)
d)No máximo 3 defeituosas.(99,95%)

11 – Uma moeda não viciada é lançada 8 vezes. Encontre a probabilidade de:

a) dar 5 caras;(21,88%)
b) pelo menos 1 cara;(99,6%)
c) no máximo 2 caras.(14,46%)
 37

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.

Muitas das variáveis analisadas na pesquisa sócio-econômica correspondem à distribuição

normal ou dela se aproximam.

Fórmula:

X−X
Z=
S

Propriedades da distribuição normal:

 38

1ª - A variável aleatória X pode assumir todo e qualquer valor real.

2ª - A representação gráfica da distribuição normal é uma curva em forma de sino, simétrica em

torno da média, que recebe o nome de curva normal ou de Gauss.

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.

4ª - A curva normal é assintótica em relação ao eixo das abscissas, isto é, aproxima-se

indefinidamente do eixo das abscissas sem, contudo, alcançá-lo.

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 ?

P ( 2 < X < 2,05) = ?

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.

z = (2,05 - 2) / 0,04 = 1,25

Utilização da Tabela Z

Procuremos, agora, na tabela Z o valor de z = 1,25.

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:

a) P(-1,25 < Z < 0) =

b) P(-0,5 < Z < 1,48) =
c) P(0,8 < Z < 1,23) =
d) P(-1,25 < Z < -1,20) =
e) P( Z < 0,92) =
f) P(Z > 0,6) =

2- Os salários dos executivos são distribuídos normalmente, em torno da média R$

10.000,00, com desvio padrão de R$ 800,00. Calcule a probabilidade de um executivo
ter o salário situado entre R$ 9.800,00 e R$ 10.400,00.(29,02%)

3- Um teste padronizado de escolaridade tem distribuição normal com média = 100 e

desvio padrão = 10. Determine a probabilidade de um aluno submetido ao teste ter
nota:
a) maior que 120 (2,28%)
b) maior que 80 (97,72%)
c) entre 85 e 115 (86,64%)
d) maior que 100 (50%)

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%)

6) A duração de um certo componente eletrônico tem em média 850 dias e desvio-padrão

de 45 dias. Calcular a probabilidade desses componentes durar:
a. entre 700 e 1000 dias(99,92%)
b. mais que 800 dias(86,65%)
c. menos que 750 dias(1,32%)

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%)

8) O salário semanal dos operários industriais são distribuídos normalmente em torno de

uma média de R$ 180,00 com desvio-padrão de R$ 25,00. Pede-se:
a) encontre a probabilidade de um operário ter salário semanal situado entre R$ 150,00 e
R$ 178,00 (35,30%)
 40

b) encontre a probabilidade de um operário ter o salário semanal maior que

R$200,00.(21,19%)
c) encontre a probabilidade de um operário ter o salário semanal menor que R$140,00.
(5,48%)

DISTRIBUIÇÃO DE POISSON

Na distribuição binomial, a variável definida era o número de sucessos em um certo

intervalo(repetição do experimento). Entretanto, em muitas situações, poderemos estar
interessados no número de sucessos em um certo intervalo (tempo, comprimento, superfície,
etc) ou então o n (tamanho da amostra) se torna muito grande.
Ex: a)Número de defeitos por metro em determinado tecido.
d) Número de defeitos na impressão de certo livro.
e) Número de pessoas que chegam ao caixa de um supermercado no intervalo de tempo
de 3 minutos.
f) Número de carros que passam por um pedágio no intervalo de 30 minutos, etc.

e − np × (np ) x e − λ × λ x
P(X = x) = =
x! x!

onde n.p = λ - representa o nº médio de eventos ocorrendo no intervalo considerado

P(X = x) – é a probabilidade de ocorrência do evento desejado
x = nº de sucessos
e = base do logaritmo natural (2.718281...)

Exemplo: Um posto telefônico recebe em média, 10 chamadas por minuto. Pede-se:

a) Qual a probabilidade de não ocorrer nenhuma chamada em 1 minuto?

b) Qual a probabilidade de ocorrer 1 chamada em meio minuto?

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%)

5 – Sabendo-se que a probabilidade de um indivíduo acusar reação negativa à injeção de

determinado soro é 0,001, determine a probabilidade de que, em 3000 indivíduos, exatamente
dois acusem reação negativa (22,40%).

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:

r: coeficiente de correlação para uma amostra

p: coeficiente de correlação para a população

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.

Fórmula do Coeficiente de Correlação:

 42

∑ X .∑ Y
∑ X.Y − n
r=

∑ X 2
(∑ X)  . Y − (∑ Y ) 
2 2


−
n  
∑ 2

n 
  

Exemplo:

Taxa de mortalidade infantil e taxa de analfabetismo no Brasil em 1997, segundo a região.

Região Taxa de Taxa de X.Y X2 Y2

Mortalidade Analfabetismo
Infantil(Xi) (Yi)
Norte 35,6 12,7 452,12 1267,36 161,29
Nordeste 59,0 29,4 1734,60 3481,00 864,36
Sudeste 25,2 8,6 216,72 635,04 73,96
Sul 22,5 8,3 186,75 506,25 68,89
Centro Oeste 25,4 12,4 314,96 645,16 153,76
∑ 167,7 71,4 2905,15 6534,81 1322,26

(∑ X) = (167,7 ) = 28123,29
2 2

(∑ Y ) = (71,4) = 5097,96
2 2

Substituindo na fórmula, os somatórios pelos totais já calculados:

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

Exercício 1 : Considere as variáveis (X,Y) onde as variáveis representam

respectivamente
Y : indica nota de uma prova de matemática
X : Tempo de estudo para encarar essa prova (em horas)

tempo 3,0 7,0 2,0 1,5 12,0

nota 4,5 6,5 3,7 4,0 9,3

Ache o coeficiente de correlação e monte o diagrama de dispersão.

 44

O valor do r varia entre –1 e + 1, inclusive se o valor absoluto de r for maior do que 1,

você errou nos cálculos. Valores iguais a –1 ou a + 1 indicam que os pontos estão sobre uma
reta, isto é, a correlação é perfeita. Valores de r próximos de –1 ou + 1 indicam correlação
forte e valores de r próximos de zero indicam correlação fraca. O sinal r indica se a correlação
é positiva ou negativa.
No caso do exemplo, o valor calculado de r é positivo e muito próximo de 1. Então
existe alta correlação positiva entre as variáveis. Isto significa que ocorrem mais mortes de
menores nas regiões que existem maior número de analfabetos.

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,

Onde a e b são os parâmetros.

Sejam duas variáveis X e Y, entre as quais exista uma correlação acentuada, embora
não perfeita, como, por exemplo a tabela a seguir:

Xi 5 8 7 10 6 7 9 3 8 2
Yi 6 9 8 10 5 7 8 4 6 2

Cujo diagrama de dispersão é dado por:

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:

n.∑ x.y − ∑ x.∑ y

a=
n ∑ x 2 − (∑ x )
2

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

Onde Ŷ é o valor Y estimado.

Formemos então a tabela de valores:

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

Para traçarmos a reta no gráfico, basta determinar dois de seus pontos:

X = 0 ⇒ Ŷ =0,89

X = 5 ⇒ Ŷ =0,86 x 5 + 0,89 = 5,19

Assim, temos:

12
y = 0,8631x + 0,89
10

0
0 5 10 15

Exercícios
 47

1) Forme o esquema de cálculo do Coeficiente de correlação, para os valores das

variáveis Xi e Yi(Resp:r=0,416)
Xi 4 6 8 10 12
Yi 12 10 8 12 14

2) Forme o esquema para o ajustamento de uma reta aos dados(R:y=-1,7x + 32,31)

Xi 2 4 6 8 10 12 14
Yi 30 25 22 18 15 11 10

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:

Peso Real 18 30 42 62 73 97 120

Peso Aparente 10 23 33 60 91 98 159

a) Verifique, pelo diagrama, se existe correlação retilínea.

b) Em caso, afirmativo, calcule o coeficiente de correlação.(R:r=0,981)
c) Escreva, em poucas linhas, as conclusões a que chegou sobre a relação entre essas
variáveis.

4) Certa empresa, estudando a variação de demanda de seu produto em relação à variação

de preço de venda, obteve a tabela:

Preço (xi) 38 42 50 56 59 63 70 80 95 110

Demanda (yi) 350 325 297 270 256 246 238 223 215 208

a) Determine o coeficiente de correlação.(r=-0,902)

b) Estabeleça a equação da reta ajustada.(y= -1.87x + 386.78)
c) Estime Y para X=60 e X= 120 (y = 274,58 e y=162,38)
 48

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

Exemplo: Para z = 1,96 a área sombreada é 0,4750 da área total de 1,0000

 49

TABELA – VALORES DE ε-λλ

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:

CRESPO, Antonio Arnot. Estatística Fácil, Ed. Saraiva, 1999

BUSSAB, Wilton de Ol., MORETTIN, Pedro A. Estatística Básica. Ed. Saraiva, 2002

PEREIRA, Wilson., TANAKA, Oswaldo K. Estatística – Conceitos Básicos , Makron Books,

1990

JAIRO, Simon da Fonseca, MARTINS, Gilberto de Andrade, Curso de Estatística, Ed. Atlas,
1996

MEDEIROS, Estatística para os Cursos de Economia, Administração, Ciências Contábeis, Ed.

Atlas, Volumes 1 e 2, 1999