AAF RaciocínioLógico SergioCarvalho Matprof

AAF Raciocnio Lgico Sergio Carvalho
AUDITOR E ANALISTA FISCAL

Disciplina: Raciocnio Lgico
Professor: Sergio Carvalho

MATERIAL DO PROFESSOR

ESTATSTICA DESCRITIVA

# Conceitos Iniciais Imprescindveis
A prova no vai lhe perguntar o que a Estatstica, mas convm que saibamos que ela um ramo
da matemtica, e que trabalha com elementos de pesquisa ou com modelos probabilsticos.
Como nosso alvo a Estatstica Bsica, a maior parte do nosso trabalho ser focado nos elementos
de pesquisa, ficando os tais modelos probabilsticos (Distribuio Binomial e Distribuio Normal) para o
final do nosso Curso. Da, por hora, basta ficarmos com a idia de que trabalharemos com elementos de
pesquisa.
Como isso? Por exemplo: suponhamos que h uma sala com duzentas pessoas, e eu pretendo
realizar uma pesquisa, para saber qual a idade de cada uma delas. Ora, como no tenho bola de cristal, o
jeito ser perguntar, de uma por uma: Quantos anos voc tem? J pensaram, que pergunta
deselegante...
Mas o jeito! Para eu trabalhar com elementos de pesquisa, o primeiro e inevitvel passo ser a
coleta dos dados.
Pois bem, eu acabei de questionar aquelas duzentas pessoas e j estou de posse das respostas que
cada uma delas me passou. Ok? Vejamos algumas dessas respostas:
{28 anos, 35 anos, 17 anos, 14 anos, 22 anos, 31 anos, 45 anos, ...}
Facilmente se v que esses dados esto desordenados, uma vez que acabaram de ser recebidos
(coletados) e ainda no foram submetidos a nenhuma espcie de organizao. So os chamados dados
brutos!
fcil supor que, se pretendo fazer uma anlise, um estudo mais aprofundado desses elementos,
ser imprescindvel que os organizemos. Claro! Ser mais fcil trabalhar com os dados organizados que
com dados brutos.
Organizar os dados , portanto, a segunda etapa do processo estatstico!
A forma mais bsica de organizao dos dados o conhecido rol, o qual consiste, to somente, em
um arranjo dos dados brutos em ordem crescente ou decrescente. Normalmente, em prova, o rol vem
com dados em ordem crescente!
Tomando aqueles dados brutos e os transformando em rol, teremos:
{14 anos, 17 anos, 22 anos, 28 anos, 31 anos, 35 anos, 45 anos, ...}
O rol no a nica maneira de organizao dos dados. apenas uma delas, a mais simples!
Uma vez que estivermos com os elementos da pesquisa, coletados e organizados, ser conveniente
descrev-los. Descrever os dados o mesmo que apresent-los. E isso poder ser feito tambm de vrias
formas. Poderemos apresentar os dados por meio de uma tabela, por meio de um grfico, ou outra
qualquer.
O fato que, ao concluirmos essas trs fases iniciais do processo estatstico coleta, organizao

e descrio dos dados somente ento estaremos aptos a passar s duas etapas finais, que consistem
em proceder anlise dos elementos para, enfim, chegarmos a uma concluso ou tomada de
deciso.
Obviamente que a Estatstica no se prestar a um objetivo to pobre como o de meramente
coletar dados de pesquisa para disp-los numa tabela. Claro que no! O alcance da Estatstica maior:
aqueles elementos serviro a uma anlise, porque, ao final, queremos chegar a uma concluso! Existe
uma deciso a ser tomada, e o ser com base na concluso a qual a anlise dos dados nos conduzir!
A Estatstica est na vida das pessoas, muito mais do que elas imaginam!
No h um s medicamento vendido nas farmcias que no tenha sido submetido a rigorosos
controles estatsticos! Antes de virar remdio, aquela droga foi testada um zilho de vezes. Primeiro em
bichos e depois em gente. E foram anotados os efeitos colaterais causados pela droga, em cada uma das
vezes que elas foram tomadas pelos pacientes. Esses dados foram analisados, para gerar uma concluso.
Aquela substncia s se transforma em medicamento e chega s prateleiras se a concluso for satisfatria
e os riscos estiverem dentro de um padro aceitvel.
Esse apenas um minsculo exemplo. So milhares deles!
Os autores costumam classificar a Estatstica em Descritiva e Inferencial. Nossa memorizao
passar pelo alfabeto: neste, o D vem antes do I. Assim, a Estatstica Descritiva (a do D) englobar as
etapas iniciais do processo estatstico, quais sejam, a coleta, a organizao e a descrio dos dados. J a
Estatstica Inferencial (a do I), se encarregar da anlise dos dados e tomada de deciso, que so as
etapas finais do processo.
Ficou fcil: a Estatstica do D vem antes da Estatstica do I.
Pode-se resumir as trs etapas da Estatstica Descritiva em uma nica palavra: sntese! Da,
coletar os dados, organiz-los e descrev-los o mesmo que fazer a sntese dos dados. Ok?
Voltemos quele exemplo inicial, das duzentas pessoas na sala. Minha pesquisa sobre a idade de
cada uma delas. Ora, se eu tiver tempo e pacincia para extrair a informao de todas as pessoas da sala,
estarei trabalhando com a populao inteira. Populao, na Estatstica, , pois, o conjunto universo do
qual extramos a informao! No exemplo da sala, aquelas duzentas pessoas sero a populao!
E se trabalho com a populao inteira, estarei fazendo um estudo estatstico chamado censo! Ou
seja, o censo uma forma de fazer uma pesquisa estatstica, em que todos os elementos da populao
so consultados!
Mas se eu considerar que duzentas pessoas muita gente, e que eu perderia muito tempo e
dinheiro para coletar os dados de todos eles, haveria uma outra forma possvel para trabalharmos? Sim!
Ao invs de usarmos toda a populao para coletar as respostas, escolheremos apenas uma parte menor
dela, um subgrupo, que ter o poder de represent-la por inteiro.
Suponhamos, ento, que eu decidi fazer a pergunta a apenas cinqenta pessoas. Esse grupo
menor ser chamado de amostra, e estaremos realizando um estudo estatstico por amostragem.
Atentemos para o fato de que amostra no meramente um pedao menor da populao! No
s isso! A caracterstica fundamental da amostra a da representatividade! Claro! No adiantaria eu
escolher uma nica pessoa e perguntar a sua idade. Essa nica resposta, certamente, no teria o poder
de representar a populao toda. No poderamos estender populao uma concluso oriunda de um
subgrupo no-significativo. Concordam?
Da, uma pergunta: Mas, professor, qual seria o nmero mnimo de elementos de uma populao
que poderia ser adotado, para que possamos consider-lo uma amostra? Boa pergunta! Existem clculos
para isso! E os veremos, oportunamente!
Por enquanto, basta-nos saber que de um lado existe a populao, e esta relaciona-se com o
conceito de censo; de outro lado existe a amostra, relacionada com o conceito de amostragem! Ok?
Mais adiante, numa prxima aula, veremos como o conhecimento desses dois conceitos tem sido
exigido em questes de provas recentes, envolvendo clculos e tudo mais! (E veremos como um
negcio fcil...)

Se eu estudei a idade das pessoas daquela sala, ento a minha varivel estatstica era idade. Se
eu for estudar peso, a varivel ser o peso. Se eu for estudar a religio praticada pelas pessoas, essa ser
a varivel. Em suma, varivel estatstica o objeto do estudo!
Podemos classificar as variveis estatsticas em variveis quantitativas e em variveis
qualitativas.
Sero quantitativas quando lhes pudermos atribuir um valor numrico. Qual a sua idade? A
resposta um nmero? Sim! Ento, idade uma varivel quantitativa. Quantos livros voc l por ano? A
resposta um nmero? Sim! Ento, nmero de livros lidos por ano uma varivel quantitativa. Por outro
lado, se pergunto qual a sua cor preferida, a resposta no um valor numrico. Logo, a varivel ser dita
qualitativa.
Essa primeira classificao bem simples. Concordam? Existe ainda uma subclassificao!
Variveis Quantitativas podero ser ditas discretas ou contnuas.
Sero variveis quantitativas discretas (tambm chamadas descontnuas) aquelas que forem
obtidas por um processo de contagem. Se para responder pergunta Quantas pessoas moram na sua
casa? voc precisa fazer uma contagem, ento estamos diante de uma varivel discreta.
J as variveis contnuas so aquelas obtidas por um processo de medio! Se algum perguntar o
seu peso, voc precisar subir numa balana e medir. Assim, peso uma varivel contnua.
Essas dicas contagem para varivel discreta e medio para varivel contnua so conceitos
mnemnicos, ou seja, usados para auxiliar a memorizao. E os conceitos formais, quais seriam? Vamos
aprender por meio de dois exemplos.
Considere a reta abaixo, formada por resultados possveis pergunta Quantas pessoas moram na
sua casa? Teremos:

1 2 3 4 5 6 7 8 9 ...

Ora, sejam quantas forem as pessoas entrevistadas, todas as respostas recairo sempre sobre os
valores inteiros (1, 2, 3, 4, 5 etc). Ou seja, jamais algum poder dizer que moram 3,75 pessoas em sua
casa! Concordam?
Por isso dizemos que a varivel discreta tambm chamada varivel descontnua. Porque entre
um resultado possvel e outro existe uma descontinuidade. Certo?
Agora, consideremos a seguinte reta de resultados possveis abaixo, e que estejamos investigando
o peso de um grupo de pessoas. Vejamos:

10 20 30 40 50 60 70 80 90 ...

Poderia algum responder que pesa 64,325kg? Claro! Observamos facilmente que para esta
varivel no h qualquer descontinuidade entre um resultado possvel e outro! Ou seja, a varivel
contnua pode assumir qualquer resultado.
Esses conceitos varivel discreta e varivel contnua bem como a quase totalidade dos demais
conceitos estudados nesta aula inaugural, no tm sido cobrados nas provas mais recentes da Esaf.
Costumavam s-lo, e muito, em provas mais antigas. Sendo assim, por que temos que estud-los?
Primeiramente, porque ainda continuam presentes nos programas atuais. E depois porque no h,
simplesmente, como saltar esse conhecimento bsico. Ele ter, sim, sua utilidade, como veremos ao
longo das aulas.
Constaro de qualquer programa de Estatstica Bsica de concurso tpicos como Medidas de
Posio, Medidas Separatrizes, Medidas de Disperso, Medidas de Assimetria, Medidas de Curtose, entre
outros. Ora, estudaremos o que significa e como se calcula cada uma dessas medidas! O que precisamos

saber que todos esses clculos sero realizados com base nos dados de um determinado conjunto.
Chegamos ao ponto: a maneira mais usual de um conjunto de dados ser apresentado em uma
prova qualquer por meio de uma tabela, que receber o nome de Distribuio de Frequncias!
Voltemos ao exemplo daquela sala de aula, com duzentas pessoas, e eu quero saber agora
quantos livros cada um l por ano. Pois bem, para simplificar minha vida, eu posso estabelecer alguns
intervalos, que representaro as respostas daquelas pessoas. Por exemplo: pessoas que lem de 0 a 5
livros por ano (cinco exclusive!); que lem de 5 a 10 livros por ano (dez exclusive!); que lem de 10 a 15
(quinze exclusive!); e de 15 a 20. Colocando essas classes de resultados numa coluna da tabela,
teremos:
Classes
(nmero de livros
lidos por ano)
fi
(pessoas)
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20

Total

Para complementar a tabela, agora eu pedirei: Por gentileza, pessoas que lem entre zero e
quatro livros por ano, levantem a mo! Percebam que nesse momento se far um silncio
constrangedor... e todos meio com vergonha de erguer a mo e revelar que no so leitores assim to
assduos como gostariam de ser... Mas a eu insisto: Vamos l, minha gente! s para eu preencher a
tabela... Resultado: 108 corajosas (e preguiosas) pessoas ergueram a mo. Repetindo a pergunta para
leitores de cinco a nove livros por ano, 72 pessoas se pronunciaram. Nova pergunta, agora para o
intervalo de 10 a 14 livros, e apenas 18 pessoas ergueram o brao. Finalmente, na ltima pergunta, duas
mseras pessoas (o que diferente de duas pessoas mseras!), levantaram a mo.
Informando o resultado desta pesquisa na tabela, teremos o seguinte:

Classes
(nmero de livros
lidos por ano)
fi
(pessoas)
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20
108
72
18
2
Total 200

Pronto, meus amigos! Estamos diante de uma Distribuio de Frequncias! Trata-se, portanto, de
uma tabela que retratar o resultado de uma pesquisa realizada. A caracterstica marcante da Distribuio
de Frequncias que a varivel estudada estar subdivida em classes!
Dedicaremos o restante desta aula inteira a conhecer e a dissecar uma Distribuio de
Frequncias! Exploraremos ao mximo essa tabela, pois ela se tornou, por assim dizer, a alma de uma
prova de Estatstica Bsica! Saber trabalhar com uma Distribuio de Frequncias meio caminho andado
para se fazer uma boa prova!
No sentido inverso, se voc no tiver desenvoltura para trabalhar com a Distribuio, estar em
maus lenis na hora da prova! Ok?
A Distribuio de Frequncias nada mais que uma tabela, por meio da qual conheceremos o
resultado de uma pesquisa realizada.
O exemplo mostrado na aula de apresentao contemplava um grupo de duzentas pessoas que
seriam questionadas sobre o nmero de livros que cada uma delas lem por ano. (Lembrados?) Assim, o

resultado desta enquete foi transcrito para uma tabela, e apresentado da forma seguinte:
Classes
(nmero de livros
lidos por ano)
fi
(pessoas)
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20
108
72
18
2
Total 200

Pronto, meus amigos! Estamos diante de uma Distribuio de Frequncias! Trata-se, portanto, de
uma tabela que retratar o resultado de uma pesquisa realizada. A caracterstica marcante da Distribuio
de Frequncias que a varivel estudada estar subdivida em classes!
As classes sero, portanto, as subdivises da nossa varivel. um conceito intuitivo. Basta
olharmos, e conclumos que essa Distribuio acima possui quatro classes:
1 Classe) Pessoas que lem entre zero e cinco livros por ano;
2 Classe) Pessoas que lem entre cinco e dez livros por ano;
3 Classe) Pessoas que lem entre dez e quinze livros por ano;
4 Classe) Pessoas que lem entre quinze e vinte livros por ano;
Observem que cada classe ser margeada por dois limites, chamados respectivamente de limite
inferior (l
inf
) e limite superior (l
sup
).
Esses limites so justamente os valores que voc est enxergando no incio e no fim de cada
classe. Assim, teremos que:
1 Classe) l
inf
=0 e l
sup
=5
2 Classe) l
inf
=5 e l
sup
=10
3 Classe) l
inf
=10 e l
sup
=15
4 Classe) l
inf
=15 e l
sup
=20
Facilmente vocs j observaram que onde acaba uma classe, comea a prxima! No verdade?
Ou seja, o limite superior de uma classe igual ao limite inferior da classe seguinte.
Agora uma pergunta interessante, a qual voc dever tentar responder apenas olhando para a
tabela. Ok? Uma pessoa que l exatamente 10 (dez) livros por ano entrar na contagem da segunda
classe ou da terceira? Veja a tabela novamente:
Classes
(nmero de livros
lidos por ano)
fi
(pessoas)
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20
108
72
18
2
Total 200

Vemos que 10 limite superior da segunda classe e inferior da terceira. Mas, e a? Quem l 10
livros participar de qual das classes, segunda ou terceira?
Para responder a essa pergunta, precisamos conhecer o significado de intervalo de classe! E
esse conceito ser definido com base no smbolo que estiver presente entre os limites da classe.
No caso do exemplo acima, o smbolo presente este: !----

Essa simbologia tem um significado. Ampliemos o smbolo para explicarmos melhor:

Linf Lsup

A presena do tracinho vertical no lado do limite inferior significa que ele estar includo no
intervalo de classe. Falamos em intervalo fechado esquerda.
A ausncia do tracinho vertical no lado do limite superior quer dizer que este limite estar excludo
do intervalo! Falaremos em intervalo aberto direita.
Da, se analisarmos a segunda classe, teremos:

5 10

Esta classe possui como limites os valores 5 e 10. Porm, uma pessoa que l exatamente 10 (dez)
livros no entrar na contagem desta segunda classe, uma vez que 10 limite superior desta classe, e
aqui temos que o intervalo aberto direita. Ou seja, o limite superior est excludo desta contagem,
embora faa parte da classe como um de seus limites!
Voc conclui: classe uma coisa; intervalo de classe outra. Quem define o intervalo a
simbologia que separa os limites das classes.
Este smbolo que vimos acima (----) aquele com o qual trabalharemos sempre! , por assim
dizer, a simbologia clssica!
Trabalharemos sempre com essa considerao: intervalo fechado direita e aberto esquerda.
E por que ser sempre assim? Porque nossa elaboradora, a Esaf, considera que em uma
Distribuio de Frequncias, trabalha-se sempre com variveis contnuas!
Todos lembrados do que uma varivel contnua? aquela que pode assumir qualquer
resultado. Em outras: entre um resultado possvel e outro, no pode haver qualquer descontinuidade.
E se no pode haver descontinuidade entre resultados possveis da varivel, faz-se necessrio que
onde termine uma classe, comece a prxima.
Algum dir: mas professor, nmero de livros lidos por ano uma varivel discreta! Sim. Eu sei
que . Eu s usei essa varivel para ilustrar o que uma Distribuio de Frequncias. No fui muito
rigoroso com o exemplo. Ok?
Mas na prova, para efeito de uma questo terica, fica valendo o seguinte: na Distribuio de
Frequncias, trabalhamos com variveis contnuas!
Outras simbologias h na definio de outros tipos de intervalos de classe. Como no so de nosso
interesse, no trataremos a seu respeito.
O prximo elemento que estudaremos a amplitude da classe. Um conceito muito simples.
Amplitude ser, para ns, sinnimo de tamanho. Amplitude da classe ser, portanto, o tamanho da
classe. Representaremos esse conceito com a letra h (minscula).
Observando a nossa tabela, percebemos facilmente que todas as classe apresentam a mesma
amplitude (o mesmo tamanho). Seno, vejamos:
Classes
0 !--- 5
5 !--- 10
10 !--- 15
h=5
h=5
h=5

15 !--- 20 h=5

Pergunta: obrigatrio que todas as classes tenham a mesma amplitude? No! No obrigado!
Mas isso algo esperado. A quase totalidade das Distribuies de Frequncia trazidas em provas usa
classes de mesma amplitude. Mas isso no uma regra. apenas o usual. Na prova do AFRF de 2005,
por exemplo, a Esaf inovou e apresentou uma Distribuio em que nem todas as classes possuam a
mesma amplitude.
Oportunamente veremos os efeitos, na resoluo das questes, do fato de estarmos diante de uma
Distribuio de Frequncia com classes de amplitudes diversas. Ok? A rigor, no muda quase nada.
Falemos agora sobre o chamado Ponto Mdio. O que vem a ser? Ora, o nome sugestivo: Ponto
Mdio (PM) aquele valor que est rigorosamente no meio da classe. Cada classe possui, portanto, seu
prprio Ponto Mdio. s vezes possvel determinar o PM de uma classe, s de olhar para ela. o caso
do nosso exemplo. Vejamos: qual o valor que est exatamente entre 0 e 5? 2,5. Concordam? Claro!
Da, 2,5 o PM da primeira classe.
Mas se tivssemos uma classe com os seguintes limites: 19,5 !--- 24,5. Pode ser que no seja
assim to imediata a determinao desse PM.
Assim, calcularemos o PM da classe somando seus limites, e dividindo esse resultado por dois. Ou
seja: PM=(Linf+Lsup)/2.
Assim, para a classe 19,5 !--- 24,5 , teramos: PM=(19,5+24,5)/2=22.
S isso! Agora voltemos a nossa Distribuio de Frequncias, e construamos a coluna dos Pontos
Mdios. Teremos:
Classes PM
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20
2,5
7,5
12,5
17,5

Algum conseguiu observar uma relao qualquer entre os Pontos Mdios? Sim? Vemos que a
diferena entre dois pontos mdios consecutivos foi sempre igual a uma constante. Perceberam? Ou dito
de outra forma: o prximo Ponto Mdio sempre igual ao anterior somado a uma constante.
Neste caso, essa constante 5. Ora, onde foi mesmo que vimos esse valor 5? Foi este tambm o
valor da amplitude das classes!
Concluiremos assim: sempre que todas as classes de uma Distribuio de Frequncias tiverem a
mesma amplitude (mesmo h), observaremos que o prximo Ponto Mdio ser igual ao anterior somado
quela amplitude.
este o primeiro atalho do nosso Curso! Um bem simples, verdade, mas no deixa de ser um
atalho! Assim, na hora de construirmos a coluna dos Pontos Mdios, a primeira coisa a observar se
todas as classes tm a mesma amplitude. Se for o caso, voc ir apenas descobrir o valor do primeiro
Ponto Mdio (o PM da primeira classe).
Da, basta sair somar este PM com o h e prosseguir realizando essa mesma operao, at chegar
ltima classe. No nosso exemplo, sabemos que h=5, logo, teremos:
Classes PM
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20
2,5 1 PM, calculado!
(2,5+5) = 7,5
(7,5+5) = 12,5
(12,5+5)= 17,5


Pois bem! J conhecemos quais os elementos de uma Distribuio de Frequncias. Agora
precisamos saber por que essa tabela chamada assim. O que vm a ser essas tais frequncias? sobre
isso que falaremos a seguir.
Comecemos repetindo a tabela do nosso exemplo:
Classes
(nmero de livros
lidos por ano)
fi
(pessoas)
0 !--- 5
5 !--- 10
10 !--- 15
15 !--- 20
108
72
18
2
Total 200

Observemos que a segunda coluna nos revela o nmero de elementos que participa da classe
correspondente. Ou seja, o valor 108 na primeira classe da coluna do fi significa que h 108 pessoas no
conjunto que lem entre zero e cinco livros por ano (cinco exclusive).
Assim, conclumos: a coluna do fi, chamada frequncia absoluta simples, indica o nmero de
elementos que faz parte da classe correspondente. S isso. a frequncia de mais fcil compreenso! E a
mais importante delas tambm! Precisaremos conhecer os valores da fi para podermos resolver quase
todas as questes de uma prova.

Podemos, assim, unir os dois esquemas de transformao em um s, e chegaremos ao seguinte:

De simples para acumulada: somar com a diagonal
fac (iguais na primeira classe)
fi
fad (iguais na ltima classe)

(comparam-se os dois somatrios)

Fac (iguais na primeira classe)
Fi
Fad (iguais na ltima classe)
De acumulada para simples: prxima acumulada acumulada anterior

Na seqncia, trocaremos apenas algumas palavras sobre o que venha a ser um Histograma.
O Histograma o grfico estatstico que existe para representar os dados de uma Distribuio de
Frequncias. Relacione sempre: Histograma para Distribuio de Frequncias! Ok? muito fcil construir
um Histograma. No eixo horizontal, anotaremos os limites das classes; e no eixo vertical, as frequncias
absolutas simples.
Trabalhemos com a seguinte Distribuio de Frequncias, e tentemos construir o Histograma.

Teremos:
Xi Fi
0 --- 10
10 --- 20
20 --- 30
30 --- 40
40 --- 50
3
4
3
2
1
n=13
fi

0 10 20 30 40 50 (Classes)
A primeira classe, que vai de zero a dez, tem fi igual a 3. Assim, o retngulo que representar
essa classe no histograma ser o seguinte:
fi

0 10 20 30 40 50 (Classes)

Viram? A base do retngulo definida pelos limites da classe, enquanto sua altura definida pela
frequncia absoluta simples daquela classe. No fcil? Faclimo! Para a segunda classe, sabendo que o
fi=4, teremos:

fi

4
3
2
1
4
3
2
1
4
3
2
1

0 10 20 30 40 50 (Classes)
A essa altura, todos j entenderam a feitura do Histograma, no isso? Assim, vou logo completar
o grfico, com base nos dados daquela Distribuio de Frequncias apresentada acima. Teremos:
fi

0 10 20 30 40 50 (Classes)
Enfim! Professor, mas por que foi mesmo que voc apresentou o Histograma exatamente neste
momento? Porque possvel, embora muito raro, que a sua prova apresente o conjunto a ser trabalhado
por meio de um grfico como esse!
Ou seja, em vez de apresentar a Distribuio de Frequncias, a questo trar um Histograma! E
a? O que fazer? Ora, com a mesma facilidade que voc construiu um Histograma partindo de uma
Distribuio de Frequncias, voc poder fazer o caminho de volta, e construir a Distribuio, partindo de
um Histograma! Concordam? Repito: muito raro vir um Histograma na prova. Mas no impossvel. E
j aconteceu!
Querem ver um exemplo? Caiu numa prova bem antiga de Tcnico da Receita Federal, do tempo
em que esse cargo se chamava TTN. O Histograma trazido pela prova foi o seguinte:

fi

12

10
8

6

4
2

2 4 6 8 10 12 14 16 idades

E a? Voc saberia transformar esse grfico numa Distribuio de Frequncias? Claro. Ficaria o
seguinte:
Classes fi
2 --- 4
4 --- 6
6 --- 8
8 --- 10
10 --- 12
12 --- 14
14 --- 16
2
6
10
12
8
6
4
4
3
2
1


# Medidas de Posio:
Nosso presente estudo dar incio anlise das chamadas Medidas de Posio.
Porm, antes de as conhecermos, convm muitssimo que ns saibamos quais so as formas pelas
quais um conjunto pode ser apresentado numa prova. As mais comuns formas de apresentao de um
conjunto so as trs seguintes:
1) Rol: aqui os elementos do conjunto estaro dispostos numa ordem que pode ser crescente ou
decrescente. So exemplos de rol:
(1,2,3,4,5)
(1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 4, 5)
E assim por diante!
No muito comum encontrarmos um rol numa questo de prova, mas tambm no algo
impossvel. Entre as ltimas provas da Receita, pde-se ver um rol na prova de 1998 e na de 2005.
Entendido o que um rol? timo.

2) Dados Tabulados:
Vamos trabalhar com esse segundo exemplo de rol, acima. Ser possvel apresentarmos os
elementos desse conjunto na forma de uma tabela? Claro que sim!
Vamos ver como que fica:

Xi fi
1 3
2 4
3 3
4 2
5 1

Vejam que a coluna do Xi apresenta os elementos (individualizados) do conjunto; e a coluna do fi
(a nossa conhecidssima frequncia absoluta simples) indica o nmero de vezes que o elemento aparece
no conjunto! Assim, vemos que o elemento 1 (Xi=1) aparece trs vezes naquele rol (fi=3); o elemento 2
(Xi=2) aparece quatro vezes (fi=4), e assim por diante.
Se quisermos saber quantos elementos h neste conjunto, o que teremos que fazer? Ora, teremos
que somar a coluna da frequncia absoluta simples fi.
Da, j podemos guardar a seguinte informao: sempre que quisermos saber o n (nmero de
elementos de um conjunto), e esse conjunto estiver apresentado na forma de uma tabela, basta
somarmos os valores da coluna da frequncia absoluta simples!

Ok? Assim, teremos:

Xi fi
1 3
2 4
3 3
4 2
5 1
n=13

Uma discusso existe acerca desta segunda forma de apresentao dos dados: h autores que
dizem que se trata de um tipo de Distribuio de Frequncias; outros dizem que no! Ora, para efeito de
concurso, essa discusso no nos interessa em nada!
O que interessa que voc precisar saber trabalhar a questo de todo jeito! Assim, para ns,
aparecendo um conjunto na prova, e esse conjunto estando apresentado desta forma que acabamos de
ver acima, diremos que estamos diante de Dados Tabulados! E s! Ok?

3) Distribuio de Frequncias:
Essa j nossa velha conhecida! Na Distribuio de Frequncias, diferentemente do que ocorre no
rol e nos dados tabulados, os elementos do conjunto estaro agrupados em classes, em vez de serem
apresentados de forma individualizada! Exemplo:

Xi fi
0 -- 10 3
10 -- 20 4
20 -- 30 3
30 -- 40 2
40 -- 50 1
n=13

Essencialmente, o que diferencia a Distribuio de Frequncias das outras duas formas de
apresentao de um conjunto, vistas acima, exatamente o fato de aqui, na Distribuio, os dados
estarem agrupados em classes!
J usamos uma aula anterior para estudar com mincia os elementos de uma Distribuio, no
verdade?
Essencialmente, so essas as trs formas mais usuais de apresentao de um conjunto: Rol,
Dados Tabulados e Distribuio de Frequncias.
Porm, no so as nicas. Vamos aproveitar o ensejo para apresentar um tipo de grfico, chamado
de Histograma! J falamos sobre esse grfico na aula passada! Lembrados? Trabalhemos com a
Distribuio de Frequncias do exemplo acima, e tentemos construir o Histograma. (Isso, inclusive, j foi

feito)! Teremos:
fi

0 10 20 30 40 50 (Classes)

Pois bem! O que fizemos nesta aula, at o momento, foi conhecer as maneiras pelas quais a Esaf,
ou qualquer outra elaboradora, pode se utilizar para apresentar um conjunto de elementos numa prova de
Estatstica.
Uma vez fornecido o conjunto seja na forma de um rol, ou de dados tabulados, ou de
Distribuio de Frequncias, ou de um Histograma, ou de um Diagrama de Ramos e Folhas j
podero ser solicitados, nas questes da prova, os clculos de uma infinidade de medidas estatsticas!
Ou seja, para um determinado conjunto, pode-se pedir o clculo de:
Medidas de Tendncia Central (Mdia, Moda, Mediana);
Medidas Separatrizes (Mediana, Quartis, Decis, Centis);
Medidas de Disperso (Amplitude Total, Desvio Absoluto, Desvio Padro, Varincia, Coeficiente
de Variao, Desvio Quartlico, Varincia Relativa);
etc, etc.
Considerando que o Histograma ser transformado em uma Distribuio de Frequncias e que o
Diagrama de Ramos e Folhas ser transformado num Rol, resta que as trs formas bsicas de
apresentao dos dados sero, realmente: o Rol, os Dados Tabulados e a Distribuio de Frequncias.
Assim, para cada uma das medidas estatsticas que formos estudar, aprenderemos como ela ser
calculada para o caso de o conjunto estar na forma de um Rol, ou de Dados Tabulados ou de Distribuio
de Frequncias. Ok?
Ento vamos l!
Comearemos conhecendo as Medidas de Tendncia Central Mdia Aritmtica, Moda e
Mediana.
# A Mdia Aritmtica: X
Quando falarmos simplesmente em Mdia, saiba que estaremos nos referindo Mdia Aritmtica.
Ok? Existem outras espcies de Mdia, alm da Aritmtica, que sero estudadas oportunamente.
Comecemos pelo clculo da Mdia de um Rol.
Estou certo que esse um clculo que todos ns j realizamos. Suponhamos que voc ainda est
na faculdade. O semestre comeou, e voc nem se deu conta disso. Eis que chegou o dia da primeira
prova! A sua nota foi um desastre: nota 3 (trs).
Que lstima! A voc disse: Valha-me Deus, as aulas j comearam! (Meio tardia essa
descoberta...!) O fato que voc procurou se redimir da nota baixa que tirou, e dedicou esforos para a
segunda prova. O resultado se fez perceber, e voc conseguiu agora tirar um 8 (oito).
Ora, voc sabia que para passar por mdia, teria que tirar um notao na terceira e ltima prova,
4
3
2
1

uma vez que a mdia naquela sua faculdade era 7 (sete).
Assim, virou vrias noites estudando e se dedicando quela disciplina, de sorte que conseguiu,
merecidamente, tirar um 10 (dez) na terceira prova.
To logo recebeu esta ltima nota, voc correu s contas, pois desejava saber se havia passado
por mdia, ou se necessitaria fazer a prova final.
Suas contas foram as seguintes:

( )
3
21
3
10 8 3
=
+ +
=7,0
Parabns! Voc acaba de provar que um aluno cobra! (Aquele que passa se arrastando)! Mas
passou, no foi? Isso o que importa! (Igual no concurso: se voc passar em ltimo lugar, vai ganhar o
mesmo salrio de quem passou em primeiro)!
Vejamos novamente as notas das trs provas dessa pessoa: (3, 8, 10).
Isto um rol? Sim!
Ento, esta conta que foi feita para o clculo da mdia das notas foi, rigorosamente, o mesmo
clculo que se faz para se descobrir a Mdia Aritmtica de um conjunto apresentado na forma de um
rol.
Ou seja: somam-se as notas, e divide-se este resultado pelo nmero de provas.
Falando-se de um modo genrico: somam-se os elementos do conjunto, e divide-se esse resultado
pelo nmero de elementos do conjunto!
Colocando-se essa definio em uma frmula, usando-se da linguagem estatstica, teremos que:
n
Xi
X

=
Onde:
X a Mdia Aritmtica;
E o sinal de somatrio. O que vier aps este smbolo dever ser somado!
Xi cada elemento do conjunto;
n o nmero de elementos do conjunto.
S isso! Nada mais fcil que se calcular a Mdia de um rol.
Pena que o Rol seja to raro em provas...!

# A TRANSIO:
Esta palavra Transio est em destaque, porque nos acompanhar longamente durante nosso
Curso!
Aprenderemos, meus queridos, que h uma maneira faclima de migrarmos de uma frmula de Rol
para a frmula de Dados Tabulados. Da mesma forma, h como migrarmos da frmula dos Dados
Tabulados para a frmula da Distribuio de Frequncias!
E essa maneira de fazer a migrao de uma frmula para outra justamente a tal da Transio
que vamos aprender agora! Vamos l!

1) Como passar da frmula do Rol para a dos Dados Tabulados?
Manda a primeira transio que faamos o seguinte:

Repete-se a frmula do rol; e
Acrescenta-se no numerador da frmula, sempre junto ao sinal de somatrio (E), a
frequncia absoluta simples fi.
S isso!
Assim, se eu j aprendi que a frmula usada para se calcular a Mdia Aritmtica de um conjunto
apresentado na forma de um rol :

n
Xi
X

= ...
... ento, querendo agora construir a frmula da Mdia Aritmtica para um conjunto apresentado
na forma de Dados Tabulados, eu s precisarei seguir o que manda a transio! E teremos:
Para Dados Tabulados:
n
Xi
X

=
......

Viram? Bastou repetir a frmula do Rol (j conhecida!) e acrescentar o fi no numerador, junto ao
sinal de somatrio!
Usamos a primeira Transio!
E agora, caso queiramos construir a frmula da Mdia Aritmtica para uma Distribuio de
Frequncias, como devemos proceder? A surge a segunda transio. Vejamos.
2) Como passar da frmula dos Dados Tabulados para a da Distribuio de Frequncias?
Manda a segunda transio que faamos o seguinte:
Repete-se a frmula dos Dados Tabulados; e
Troca-se o Xi (elemento individualizado do conjunto) por PM (Ponto Mdio) da classe!
E s isso!
Mas qual seria o motivo de essa transio se fazer desta forma? Ora, por uma razo muito simples.
Basta comparar as duas primeiras formas de apresentao (Rol e Dados Tabulados) com a
Distribuio de Frequncias, e veremos que naquelas estamos sempre trabalhando com Xi (elementos
individualizados do conjunto). Mas na Distribuio de Frequncias, ns deixamos de trabalhar com
elementos individualizados, uma vez que agora nossa varivel passar a ser agrupada em classes!
Da, na Distribuio, no h mais que se falar em elemento individualizado Xi. Ter ele que ser
substitudo por aquele elemento que melhor representa cada classe. E esse elemento justamente o
Ponto Mdio!
Assim, conhecendo a frmula da Mdia Aritmtica para Dados Tabulados, e aplicando o que nos
manda a segunda transio, teremos que a Mdia para uma Distribuio de Frequncias ser dada por:
n
fi
X

=
.

A boa notcia, meus amigos, que essa mesmssima transio, que acabamos de aprender, no se
aplica somente a frmulas de Mdia Aritmtica. No! Vai muito alm disso! Vamos us-la para a
memorizao de vrias outras medidas estatsticas, a exemplo do Desvio Absoluto, do Desvio Padro, da
Varincia, entre outras.
Primeiro, vejamos se ficou mesmo bem memorizada a nossa Transio!
fi
PM

Teremos:
Resumo da Transio:
1) Voc memoriza a frmula do Rol;
2) Repete a frmula do Rol e acrescenta fi no numerador, sempre junto ao sinal de somatrio, e
aqui chegamos frmula dos Dados Tabulados;
3) Repete a frmula dos Dados Tabulados e troca-se Xi por PM (Ponto Mdio), e aqui chegamos
frmula da Distribuio de Frequncias!

# Resumo das Frmulas da Mdia Aritmtica:
Mdia Aritmtica para Rol:
n
Xi
X

=
Mdia Aritmtica para Dados Tabulados:
n
Xi fi
X

=
.

Mdia Aritmtica para Distribuio de Frequncias:
n
PM fi
X

=
.

Agora, considerando que em aproximadamente 99% dos casos o conjunto vem, na prova,
expresso na forma de uma Distribuio de Frequncias, convm que nos dediquemos mais a esta forma
de apresentao!

# Algumas Propriedades da Mdia Aritmtica:
Considere o seguinte conjunto original (um rol): {1, 2, 3, 4, 5}
Qual a mdia deste conjunto? Teremos: (1+2+3+4+5)/5=15/5 X =3
E se agora tomarmos cada elemento (Xi) daquele conjunto original, e resolvermos adicionar cada
um deles constante 10, por exemplo. O que teremos? Ora, teremos um novo conjunto: {11, 12, 13,
14, 15}. Concordam?
Assim, j no mais estamos diante daquela varivel original, e sim de uma varivel transformada!
Transformada por meio de qu? De uma operao de soma!
E qual a Mdia desse novo conjunto (dessa nova varivel)? Faamos as contas:
(11+12+13+14+15)/5=65/5 X =13.
Ora, nem precisaramos ter feito essa conta! Pois existe uma propriedade que diz: somando-se
todos os elementos do conjunto com uma constante, a Mdia do novo conjunto ser igual Mdia do
conjunto original tambm somada com aquela mesma constante!
Foi verdade isso? Sim. A Mdia do conjunto original era X =3. Ns somamos cada elemento do
conjunto original com constante 10. Da, a Mdia do novo conjunto ser a mdia anterior (3) somada
tambm constante 10. Ou seja, a nova Mdia ser 13.
E se serve para soma, serve tambm para subtrao!
Agora consideremos que cada elemento daquele conjunto original ser multiplicado pela constante
10. Ok? O que ocorrer quele conjunto? Ser transformado em outro. Passaremos a ter: {10, 20, 30,

40, 50}.
No se trata mais da varivel original e sim de uma varivel transformada! Transformada por
quem? Por uma operao de multiplicao! Calculando a mdia do novo conjunto, teremos:
(10+20+30+40+50)/5=150/5 X =30.
E nem precisaramos ter feito este clculo, pois existe uma propriedade da Mdia que diz:
multiplicando-se cada elemento de um conjunto original por uma constante, a nova Mdia ser igual
mdia anterior tambm multiplicada pela mesma constante!
Seno, vejamos: a mdia do conjunto original era X =3. Ns multiplicamos cada elemento do
conjunto original pela constante 10. Da, a Mdia do novo conjunto ser a mdia anterior (3) multiplicada
tambm pela constante 10. Ou seja, a nova Mdia ser 30.
E se serve para produto, serve tambm para diviso!
Para melhorar a nossa vida e a nossa memorizao, resumiremos essas propriedades todas em
uma nica (e pequena) frase:

A MDIA INFLUENCIADA PELAS QUATRO OPERAES!
Ok? essa a frase que deve ficar guardada em nossa memria!

# MODA: Mo
Esse um dos assuntos prediletos das alunas! Qualquer concurseira de respeito sabe que Moda
aquilo que est em evidncia. isso mesmo? Assim na vida, assim na Estatstica.
Moda, em sentido estatstico, ser aquele elemento que mais aparece no conjunto!
S isso! Nada mais fcil! Vamos aprender a reconhecer a moda de um rol, de dados tabulados e de
uma distribuio de frequncias. Vamos l.
Moda do Rol:
Analise o conjunto abaixo, e me diga qual o elemento que se sobressai aos demais:
{1, 1, 2, 2, 2, 3, 3, 3, 3, 5, 5, 7, 7, 10}
Facilmente se v que o elemento de maior frequncia, aquele que mais aparece no conjunto, o
elemento Xi=3,0.
Est terminado! A Moda desse conjunto 3. Diremos: Mo=3.
E no se fala mais nisso! Vocs acham, sinceramente, que a Esaf iria colocar uma questo como
essa em prova?
Quem pensou que no errou! Confira a questo abaixo, extrada do AFRF-1998:
(AFTN-98) Os dados seguintes, ordenados do menor para o maior, foram obtidos de uma
amostra aleatria, de 50 preos (Xi) de aes, tomada numa bolsa de valores internacional. A
unidade monetria o dlar americano.
4, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10,
10, 10, 10, 11, 11, 12, 12, 13, 13,14, 15, 15, 15, 16, 16, 18, 23
Com base nestes dados, assinale a opo que corresponde ao preo modal.
a) 7 b) 23 c) 10 d) 8 e) 9

Sol.: Vejam que o conjunto foi apresentado na forma de um rol. E seus elementos representam
preos. Da, a questo pede que se calcule o preo modal.
Se os elementos representassem salrios, a questo pediria o salrio modal.
Se os elementos representassem pesos, a questo pediria o peso modal.

Se representassem idades, a idade modal. E assim por diante!
Pois bem! Aqui, usaremos a tcnica milenar do dedo. Basta colocar o dedo em cima dos elementos
do conjunto, e contar, para descobrir aquele que aparece mais vezes que os demais!
Concluso: o elemento Xi=8 o que mais aparece. aquele de maior frequncia. Logo, a Moda
desse conjunto e a resposta da questo!
E acreditem: isso valeu um ponto numa prova de Auditor-Fiscal da Receita Federal.
Isso corrobora a minha tese de que nem s de questes difceis se faz uma prova!
Tambm existem as fceis, as muito fceis, as faclimas, e as estupidamente bestas!
E essas ns no podemos errar, nem em pesadelo.
Pois bem. Mais algumas informaes:
Se o conjunto apresenta uma s moda, ser dito conjunto modal.
Mas, considere o rol abaixo:
{1, 2, 2, 2, 3, 3, 5, 7, 7, 7, 9, 10}
Quem a moda desse conjunto? No apenas uma, mas so duas: o elemento 2 e o elemento 7.
Estamos, pois, diante de um conjunto dito bimodal.
E se houver trs ou mais modas em um conjunto? Ento estaremos diante de um conjunto
multimodal.
Atente agora para o seguinte conjunto:
{1, 2, 3, 4, 5}
Quem arrisca dizer qual a Moda dele? Existe algum elemento que se destaca em relao aos
demais? Um elemento que aparece mais que os outros? No! Nenhum elemento se destaca. Da,
conclumos que no h moda neste rol, de sorte que estamos diante de um conjunto amodal.
Concluso: diferentemente da Mdia Aritmtica, que sempre existe e nica, a Moda pode existir,
pode no existir e, no primeiro caso, pode haver uma, ou duas, ou vrias Modas em um mesmo conjunto!
Alguma dvida para a Moda de um rol? Creio que no! Adiante.

Moda de Dados Tabulados:
Aqui estamos diante do que h de mais fcil neste Curso!
Ora, sabemos que a Moda o elemento de maior frequncia. Assim, diante do conjunto seguinte,
tente dizer qual o elemento modal:
Xi fi
1
2
3
4
5
2
3
7
5
1

Neste caso, de o conjunto estar apresentado na forma de Dados Tabulados, sequer precisamos
aplicar a tcnica do dedo. Basta deslizar pela coluna da frequncia absoluta simples (fi), procurando pela
maior fi. Ao encontrarmos, saberemos que o elemento Xi a que ela se refere ser a Moda do conjunto!
Assim:
Xi fi
1
2
2
3

3
4
5
7
5
1
A Moda do conjunto 3.
S e somente s!
Viram como fcil? Essa a nunca caiu em prova, at agora!

Moda para Distribuio de Frequncias:
Aqui estamos diante de uma questo de prova em potencial.
H dois mtodos distintos para calcularmos a Moda de uma Distribuio: A Moda de Czuber e a
Moda de King.
Precisamos saber que a regra trabalharmos com o mtodo de Czuber.
Dito de outra forma: s calcularemos a Moda de uma distribuio de frequncias pelo mtodo de
King se a questo expressamente o determinar! Ok?
Consideremos o seguinte conjunto, supondo que represente os pesos de um grupo de crianas:
Classes fi
0-10 2
10-20 4
20-30 7
30-40 5
40-50 2

Comecemos aprendendo o clculo da Moda de Czuber. So dois passos:
1) Identificar a classe modal.
Ora, classe modal aquela de maior frequncia absoluta simples (maior fi). S isso! Neste caso, a
maior fi 7, de sorte que a terceira classe ser a classe modal. Teremos:
Classes fi
0-10 2
10-20 4
20-30 7
30-40 5
40-50 2

At aqui, tudo tranqilo? Tranqilssimo! Pois bem. O segundo passo consiste em:
2) Aplicar a Equao da Moda de Czuber. a seguinte:
h
p a
a
l Mo . inf
(
A + A
A
+ =
Observem que os elementos desta frmula sero extrados daquela Classe Modal que acabamos de
identificar no primeiro passo. Ok? Assim, o limite inferior (linf) a que se refere a equao o limite
inferior da classe modal; a amplitude (h) a que se refere a equao a amplitude da classe modal.
E esses deltas da frmula, significam o qu? Delta significa diferena.
Quando falamos em Aa estamos nos referindo diferena anterior. E quando falamos em Ap
estamos nos referindo diferena posterior.
Tanto Aa quanto Ap sero calculados com base em um mesmo referencial: a frequncia absoluta
simples da classe modal. Assim:

Aa a diferena entre a fi da classe modal e a fi da classe anterior; e
Ap a diferena entre a fi da classe modal e a fi da classe posterior.
No caso do nosso exemplo teremos:
Classes fi
0-10 2
10-20 4
20-30 7
30-40 5
40-50 2

Finalmente, resta-nos aplicar a frmula de Czuber. E teremos que:
h
p a
a
l Mo . inf
(
A + A
A
+ = 10 .
2 3
3
20
(
+
+ = Mo Mo=26 Resposta!

Pode haver questo mais fcil do que esta? No pode! E cai na prova, exatamente desse jeito! Um
ponto garantido a mais para ns.
Aprendamos agora o clculo da Moda de King. Em dois passos:
1) Identificar a Classe Modal.
J sabemos fazer isso: a classe modal sempre aquela de maior frequncia absoluta simples!
2) Aplicar a equao de King, que a seguinte:
h
fa fp
fp
l Mo . inf
(
+
+ =

Os dados da equao da Moda de King sero tambm extrados da Classe Modal.
Assim: linf se referir ao limite inferior da classe modal; h a amplitude da classe modal.
E estas fp e fa, o que so? So, respectivamente:
fp: frequncia absoluta simples da classe posterior da classe modal; e
fa: frequncia absoluta simples da classe anterior da classe modal.
Nesta frmula no calcularemos deltas, ou seja, no faremos diferenas. Tomaremos as prprias
frequncias simples, a anterior e a posterior fi da classe modal.
Assim, para o nosso exemplo, teremos que:
Classes fi
0-10 2
10-20 4
20-30 7
30-40 5
40-50 2
Da:
h
fa fp
fp
l Mo . inf
(
+
+ = 10 .
5 4
5
20
(
+
+ = Mo Mo=25,56 Resposta!
Quero chamar ateno para um detalhe: na Moda de Czuber (que a regra!), o numerador do
colchete o Aa, enquanto o numerador da Moda de King a fp. Perceberam isso? No pode errar a
Aa=3
Ap=2

fa
fp

frmula, seno a questo est perdida!
Vou frisar novamente: s usaremos o clculo da Moda de King se a questo mandar
expressamente. Se ela no o fizer, trabalharemos com a Moda de Czuber, que a moda dos deltas, que
a regra! Ok?
Vamos dar uma olhadinha no rol abaixo:
{1, 2, 2, 3}
Quem a Moda deste rol? 2. Concordam? E se tomarmos cada elemento deste conjunto original
e os somarmos constante 10, por exemplo, o que ocorrer? Passaremos a ter um novo conjunto. O
seguinte:
{11, 12, 12, 13}
Quem a nova Moda? 12. E nem precisvamos ter feito este clculo, uma vez que existe uma
propriedade que afirma que: somando todos os elementos do conjunto a uma mesma constante, a nova
moda ser a anterior tambm somada quela constante!
E se serve para soma, serve tambm para subtrao!
Tomemos novamente o conjunto original. E se multiplicarmos cada elemento daquele conjunto
pela constante 10, o que ocorreria? Chegaramos ao seguinte conjunto:
{10, 20, 20, 30}
E a nova Moda 20, como j poderamos prever. Sim! Pois h uma propriedade, segundo a qual:
multiplicando todos os elementos de um conjunto original por uma mesma constante, a nova moda ser a
anterior tambm multiplicada pela mesma constante!
E se serve para multiplicao, serve tambm para diviso!
Resumo da histria: a Moda, a exemplo da Mdia Aritmtica, tambm influenciada pelas quatro
operaes!

# Mediana: Md
Como o prprio nome pode sugerir, a Mediana aquele elemento que est rigorosamente no meio
do conjunto, dividindo-o em duas partes iguais, ou seja, em duas metades!
O clculo da Mediana quase sempre uma questo certa na prova! Uma questo que no podemos
e no iremos errar de jeito nenhum!

Mediana para o Rol:
Consideremos o seguinte conjunto:
{10, 20, 30, 40, 50}
S olhando, seremos capazes de dizer qual o elemento que est no meio deste conjunto? Claro!
o elemento 30. Concordam? Ficaram dois elementos sua direita, e dois sua esquerda. Ele est,
portanto, no meio do conjunto. E sendo assim, a Mediana!
{10, 20, 30, 40, 50}
Md=30
Vocs perceberam que o conjunto acima tem um nmero mpar de elementos. Para ele, temos que
n=5.
Sempre que isso ocorrer, ou seja, sempre que o conjunto tiver um nmero mpar de elementos,
significa que s haver uma posio central.
E o elemento que ocupar esta posio central ser a prpria Mediana do conjunto!
H um clculo que podemos fazer para descobrir qual a posio central, no caso de o conjunto

apresentar um nmero mpar de elementos. Este clculo o seguinte:
Posio Central = (n+1)/2
Isto para quando n for um nmero mpar!
Reparem bem que o resultado desta conta no a Mediana do conjunto, e sim a sua posio
central. O elemento que ocupar esta posio central ser, este sim, a Mediana.
No nosso exemplo, tnhamos n=5. (Um nmero mpar, o que indica a existncia de uma nica
posio central)! Assim, faremos: (n+1)/2=(5+1)/2=3 Posio!
Esta a posio central do conjunto! Da, usando novamente a tcnica milenar do dedo, voc vai
contar as posies do conjunto, at chegar terceira. O elemento que a ocupar ser a Mediana que
estamos procurando! Teremos:
{10, 20, 30, 40, 50}
3 Posio Md=30

E se o conjunto tiver um nmero par de elementos? A a histria outra. Vejamos. Se nosso
conjunto for o seguinte:
{10, 20, 30, 40, 50, 60}

Quantos elementos h? Seis elementos. Temos, pois: n=6. Um nmero par de elementos! Sempre
que isso ocorrer, ou seja, sempre que houver um nmero par de elementos no conjunto, significa que
haver duas posies centrais!
Estas posies centrais podero ser encontradas da seguinte forma:
1 Posio Central: (n/2)
2 Posio Central: a vizinha posterior.
Neste caso, em que n=6, teremos:
1 Posio Central: (n/2)=6/2= 3 Posio!
2 Posio Central: a vizinha posterior = 4 Posio!
As duas posies centrais esto, portanto, identificadas. Resta descobrir quais so os dois
elementos que as ocupam.
E vejam o que ser feito para calcularmos a Mediana.
Teremos:
{10, 20, 30, 40, 50, 60}
4 Posio 30
Md=(30+40)/2 Md=35,
3 Posio 40

Ou seja, se n um nmero par, descobriremos quais so os dois elementos que ocupam as duas
posies centrais, somaremos esses elementos e dividiremos o resultado desta soma por dois. Assim,
chegaremos Mediana do conjunto!
Ficou evidenciado neste exemplo que a Mediana no necessariamente ter que ser um dos
elementos do conjunto! Viram? Esse valor 35 no um dos elementos! E no entanto a Mediana!
A prova do Fiscal da Receita de 1998 cobrou uma questo para se determinar a Mediana de um rol.
Fazendo uma pequena e irrelevante adaptao, foi o seguinte:

(AFTN-98) Os dados seguintes, ordenados do menor para o maior, foram obtidos de uma
amostra aleatria, de 50 preos (Xi) de aes, tomada numa bolsa de valores
internacional. A unidade monetria o dlar americano.

4, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9, 9,
10, 10, 10, 10, 10, 10, 10, 10, 11, 11, 12, 12, 13, 13,14, 15, 15, 15, 16, 16, 18,
23

Assinale a opo que corresponde mediana:
a) 9,0 b) 9,5 c) 8,0 d) 8,5 e) 10

Sol.: Estamos diante de um rol de 50 elementos. Portanto, n=50, que um nmero par! Se n um
nmero par, teremos duas posies centrais, que sero, respectivamente:
1 Posio Central: (n/2)=50/2= 25 Posio
2 Posio Central: a vizinha posterior = 26 Posio
Sabendo disso, e usando a milenar tcnica do dedo, contaremos os elementos, para saber quais
deles ocupam estas duas posies centrais. Vamos l:
4, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9, 9,
10, 10, 10, 10, 10, 10, 10, 10, 11, 11, 12, 12, 13, 13,14, 15, 15, 15, 16, 16, 18,
23

Os dois elementos que ocupam as duas posies centrais so, ambos, iguais a 9. Nem
precisaremos perder tempo somando-os e dividindo o resultado por dois. Concordam?
Basta dizer que a Mediana igual a 9 e pronto! Da: Md=9 Resposta!

# Mediana para Distribuio de Frequncias:
Esta, sim, questo muito provvel na sua prova!
Consideremos o seguinte conjunto:
Classes fi
0-10 2
10-20 4
20-30 7
30-40 5
40-50 2

Se ele representa, suponhamos, os pesos de um grupo de crianas, ento a questo lhe pedir que
encontre o peso mediano; se fossem idades, a questo pediria a idade mediana; se fossem salrios, o
salrio mediano. E assim por diante!
O primeiro passo identificar a Classe Mediana!
Para isso, trilharemos o seguinte caminho:
Calcular a frao da Mediana: (n/2).
No clculo da mediana de uma distribuio de frequncias, no faz nenhuma diferena se n par
ou mpar. Seja como for, o nosso clculo ser sempre esse mesmo: (n/2).
Construirmos a coluna da fac (frequncia absoluta acumulada crescente).
Compararemos os valores da fac com o resultado da frao da mediana (n/2), fazendo a
seguinte pergunta: Esta fac maior ou igual a (n/2)?
Comearemos a fazer esta pergunta desde a fac da primeira classe (l em cima) e a repetiremos,
descendo fac por fac, at que a resposta seja SIM.

Quando a resposta for sim, pararemos, procuraremos a classe correspondente, e esta ser a nossa
Classe Mediana.
Vamos fazer isso?
Teremos:

Classes fi
0-10 2
10-20 4
20-30 7
30-40 5
40-50 2
n=20
n/2 = 10
Agora, construindo a fac, teremos:
Classes fi fac
0-10 2 2
10-20 4 6
20-30 7 13
30-40 5 18
40-50 2 20
n=20

Fazendo a pergunta, teremos:
Classes fi fac
0-10 2 2 2 maior ou igual a 10? No! (Adiante!)
10-20 4 6 6 maior ou igual a 10? No! (Adiante!)
20-30 7 13 13 maior ou igual a 10? SIM! (PARAMOS AQUI!)
30-40 5 18
40-50 2 20
n=20

E a terceira classe a nossa classe mediana!
Uma vez conhecedores da Classe Mediana, faremos com ela um desenho!
Vejamos novamente nosso conjunto:
Classes fi fac
0-10 2 2
10-20 4 6
20-30 7 13
30-40 5 18
40-50 2 20
n=20

Traremos essa classe mediana aqui para fora, e nosso desenho ser construdo da seguinte
maneira:
Na parte de cima do desenho, colocaremos os limites da classe. Teremos:
Limites da Classe: 20 30
Classe Mediana!


At aqui, tudo bem?
Na parte de baixo do desenho, colocaremos as frequncias absolutas acumuladas crescentes (fac)
associadas a esses dois limites!
Como assim? Vejamos: se eu perguntar quantos elementos j foram acumulados at o limite
inferior 20, o que voc responder? Veja o conjunto novamente:
Classes Fi Fac
0-10 2 2
10-20 4 6
20-30 7 13
30-40 5 18
40-50 2 20
n=20

Teremos acumulado 6 elementos, concordam?
E se eu perguntar quantos elementos j foram acumulados at o limite superior 30, o que voc
dir? Vejamos no conjunto:
Classes Fi Fac
0-10 2 2
10-20 4 6
20-30 7 13
30-40 5 18
40-50 2 20

Teremos acumulado 13 elementos!
Concluso: na hora de identificar as frequncias acumuladas associadas aos dois limites da classe
mediana, estas fac sero, sempre e respectivamente, a fac da classe anterior, e a fac da prpria
classe mediana! Assim, complementando nosso desenho, teremos:
fac associadas: 6 13
Faltando quase nada para terminarmos o desenho! Agora perguntaremos: qual a posio da
Mediana? o resultado da frao (n/2). Quanto? 10. Pois bem! Esse 10 corresponde posio, e posio
corresponde frequncia acumulada. Assim, localizaremos a dcima posio do conjunto na parte de
baixo do desenho. Teremos:
fac associadas: 6 10 13

Ora, a esta dcima posio corresponde qual elemento dentro da classe? Corresponde Mediana.
Assim, concluiremos o desenho, fazendo:
Limites da Classe: 20 Md 30

preciso agora que voc releia com calma os passos necessrios feitura deste desenho acima.
primeira vista, parece ser complicado. Mas no ! Quando nos habituarmos a trabalhar com ele, estejam
certos de que se tornar faclimo!
Uma vez diante deste desenho, marcaremos o pedao da classe que vai do limite inferior at a
Mediana, e procuraremos por quatro valores.
Os seguintes:


Encontrando estes quatro valores, teremos:


7

10
4

X

Os quatro valores encontrados preenchero os quatro espaos de uma igualdade entre duas
fraes. Uma dessas fraes ser composta pelos valores referentes classe inteira. E a segunda delas,
pelos valores referentes classe quebrada!
Teremos:

10 x
7 4
Multiplica-se cruzando, e teremos: X=(4x10)/7 X=5,71
Agora, resta-nos olhar para o desenho, e constataremos que para chegar Mediana, teremos que
somar o limite inferior ao X que acabamos de calcular.

Teremos: Md=20+X Md=20+5,71 Md=25,71 Resposta!

Faamos mais um exemplo: uma questo de fiscal da Receita:

(AFRF-2002.2) Para a soluo das duas prximas questes utilize o enunciado que segue. O
atributo do tipo contnuo X, observado como um inteiro, numa amostra de tamanho 100
obtida de uma populao de 1000 indivduos, produziu a tabela de frequncias seguinte:
Classes Frequncia (f)
29,5-39,5 4
39,5-49,5 8
49,5-59,5 14
59,5-69,5 20
69,5-79,5 26
79,5-89,5 18
89,5-99,5 10

Assinale a opo que corresponde estimativa da mediana amostral do atributo X.
a) 71,04 d) 68,08
b) 65,02 e) 70,02
c) 75,03

Sol.: A questo pediu o clculo da Mediana da Distribuio de Frequncias. Vamos fazer isso apenas
seguindo os passos que aprendemos acima, como se estivssemos seguindo uma receita de bolo. No
tem errada! Vamos:
1) Encontrar o valor do n (somando a coluna da fi) e calcular a frao da Mediana (n/2).
Teremos:
Classes fi
29,5-39,5 4
39,5-49,5 8
49,5-59,5 14
59,5-69,5 20
69,5-79,5 26
79,5-89,5 18
89,5-99,5 10
n=100
(n/2)=50

2) Construir a coluna da fac (frequncia absoluta acumulada crescente):


Classes fi fac
29,5-39,5 4 4
39,5-49,5 8 12
49,5-59,5 14 26
59,5-69,5 20 46
69,5-79,5 26 72
79,5-89,5 18 90
89,5-99,5 10 100
n=100

3) Comparar os valores da fac com o valor da frao da Mediana (n/2), fazendo a velha
pergunta: esta fac maior ou igual a (n/2)? at que a resposta seja sim!
Classes fi fac
29,5-39,5 4 4 4 maior ou igual a 50? No! (Adiante!)
69,5-79,5 26 72 72 maior ou igual a 50? SIM! (PARAMOS AQUI!)
79,5-89,5 18 90
89,5-99,5 10 100
n=100

Com esses passos iniciais, conseguimos identificar qual a Classe Mediana (69,5-79,5).
Resta-nos preparar o desenho, para clculo da Mediana!

Comecemos com a parte de cima do desenho, onde colocaremos os limites da Classe Mediana.
Teremos:

Limites da Classe: 69,5 79,5

Na parte de baixo do desenho, colocaremos as frequncias absolutas acumuladas crescentes
associadas queles dois limites. J sabemos: sero sempre a fac da classe anterior e a fac da prpria
classe mediana. Teremos:

Limites da Classe: 69,5 79,5
fac associadas: 46 72

Quase l! Qual a posio da Mediana neste conjunto? o resultado da frao: 50. Assim,
associada posio 50 teremos a Mediana. Nosso desenho completo o seguinte:

Limites da Classe: 69,5 Md 79,5
Uma vez que o desenho j est completo, iremos procura de quatro valores. Temos:

Limites da Classe: 69,5 Md 79,5

Com esses quatro valores, formamos uma igualdade entre duas fraes. A seguinte:
10 x
26 4
Multiplica-se cruzando, e teremos: X=(4x10)/26 X=1,54
Finalmente, o que falta ser feito apenas somar o limite inferior da classe mediana ao valor do X
que acabamos de calcular. Teremos:

Md=69,5+1,54 Md=71,04 Resposta!

E a? Fcil, no? Faclimo! E vai ficar ainda mais quando voc praticar, resolvendo vrias questes
de provas recentes!
Convm que voc repita as resolues at que esses passos fiquem todos automatizados em sua
mente. Na hora da prova, s ligar o piloto automtico e sair resolvendo a questo sem dificuldade
alguma!
Mais algumas informaes. Considere o seguinte conjunto:
{1, 2, 3}
A Mediana, todos concordam, Md=2.
26

10
4

X

Se somarmos os elementos deste conjunto com a constante 10, teremos:
{11, 12, 13}
E a nova mediana 12. Ou seja, valeu aqui tambm para a Mediana a propriedade da soma (e da
subtrao)!
Se multiplicarmos todos os elementos do conjunto original por 10, teremos:
{10, 20, 30}
A nova mediana 20. Vale tambm para a Mediana a propriedade do produto (e da diviso)!
Em suma: a Mediana tambm influenciada pelas quatro operaes!
Se voc trocar 3 por 300, nosso conjunto original agora ser:
{1, 2, 300}
E a Mediana continuar a ser 2. Ou seja, a Mediana, assim como a Moda (e diferentemente da
Mdia), no influenciada por valores extremos!

# Medidas de Disperso (ou de Variabilidade):
Estudaremos apenas as 3 medidas de Disperso mais importantes e mais cobradas em prova,
quais sejam, o Desvio Padro, a Varincia e o Coeficiente de Variao.
Tais medidas nos diro quo prximos ou quo distantes, entre si, esto os elementos do
conjunto!

# Desvio Padro: S
sinnimo de Disperso Absoluta! (Guarde isso!).
Essa , de longe, a medida de disperso mais presente em prova! E por uma razo bem simples:
alm da memorizao das frmulas, teremos sobretudo que conhecer com segurana as suas
propriedades. Ok? Comecemos pelas frmulas!
Aqui novamente a transio (aquela que aprendemos para as frmulas da Mdia Aritmtica!) vai
nos socorrer! Voc s ter o trabalho de memorizar a frmula do Desvio Padro para um rol. O restante
das frmulas (para Dados Tabulados e para Distribuio de Frequncias) voc leva de graa! (Pague uma
e leve trs!). Teremos:
Desvio Padro para Rol:
( )
n
X Xi
S

=
2

E agora voc vai lembrar: a frmula do Desvio Padro a frmula da raiz! Ok?
E se aplicarmos aquela nossa conhecida transio? Como ficaro as outras duas frmulas?
Teremos:
1 transio: colocando fi junto ao sinal de somatrio:
Desvio Padro para Dados Tabulados:
( )
n
X Xi fi
S

=
2
.

2 transio: trocando Xi por PM:
Desvio Padro para Distribuio de Frequncias:
( )
n
X PM fi
S

=
2
.


At agora, o que temos? Temos trs frmulas. Mas ateno: o Desvio Padro a primeira medida
deste Curso em que haver diferena na frmula, caso estejamos trabalhando com um conjunto que
represente toda a populao, ou apenas uma amostra! Entendido? Faz diferena na frmula do Desvio
Padro se o conjunto a populao ou se uma amostra!
Essas trs frmulas que vimos acima servem para o clculo do Desvio Padro Populacional. Ns
as aplicaremos se o conjunto for uma populao! E quando saberemos que o conjunto da questo a
populao? Quando no for dito que uma amostra!
Ou seja, a regra a seguinte: o conjunto da questo da prova s ser uma amostra se isso for dito
pelo enunciado! Caso contrrio, no ser amostra: ser populao! Ok?
Mas, e se a questo disser que o conjunto uma amostra ou, por outra, pedir o clculo do Desvio
Padro Amostral?
O que faremos? Ora, saberemos que amostral se refere a amostra, de sorte que todas as trs
frmulas vistas acima, que servem para o clculo populacional, tero que sofrer uma pequena
modificao, para se adequar ao clculo amostral. Essa pequena modificao consiste em acrescentarmos
um menos 1 no denominador. Assim, teremos:
Desvio Padro Amostral para Rol:
( )
1
2
=

n
X Xi
S
Desvio Padro Amostral para Dados Tabulados:
( )
1
.
2

=

n
X Xi fi
S
Desvio Padro Amostral para Distribuio de Frequncias:
( )
1
.
2

=

n
X PM fi
S

Mas, professor, e se a questo disser que o conjunto uma amostra, e eu esquecer de colocar o
menos 1 no denominador da frmula? Bem, neste caso, voc errar a questo. Simplesmente isso! Ou
seja, o menos um no denominador do desvio padro amostral imprescindvel! Se esquecer, erra!
Alis, s a ttulo de informao, esse menos um chamado de fator de correo de Bessel. Esse
nome no importante. Pode ser esquecido sem problemas. O que no podemos esquecer de coloc-lo
na frmula.
Pois bem, ainda no acabou o estudo das frmulas!
Se voc reparar bem as equaes que j dispomos, ver que em todas elas existe um produto
notvel no numerador. Repararam? o que est no parntese! Esse produto notvel pode ser
desenvolvido, de sorte que podemos realizar um desenvolvimento algbrico com essas frmulas bsica,
at chegarmos a novas frmulas, que nada mais sero que as primeiras, apresentadas de outro jeito.
Entendido? Obviamente que irei poupar a todos do tal desenvolvimento algbrico. (E nem pense
que na prova voc teria tempo para faz-lo!). O que nos interessa o resultado. Qual a frmula
desenvolvida do Desvio Padro para um rol? a seguinte:
Frmula Desenvolvida do S para Rol:
( )
(
(
|
.
|
\
|
=

n
Xi
Xi
n
S
2
2
.
1

E a? O que acharam? Ningum se assuste, por favor! Tenho certeza que se voc repetir esta

frmula umas dez vezes, na dcima vez j estar parecendo fcil.
Uma pergunta: vocs acham que se tomarmos os elementos de um mesmo conjunto, e aplicarmos
a eles as duas frmulas do Desvio Padro, a bsica e a desenvolvida, chegaremos ao mesmo resultado? O
que voc diz?
Claro que sim! Trata-se, na verdade, de uma mesma frmula, apenas apresentada de duas
maneiras diferentes! O resultado ser necessariamente o mesmo!
Ento voc dir: se assim, eu vou ficar apenas com a bsica, que menorzinha... E eu
respondo: pssimo negcio! Haver questes que sero imediatamente resolvidas na prova, se voc se
lembrar da equao desenvolvida! J veremos isso.
Antes, porm, precisamos conhecer tambm as frmulas desenvolvidas do desvio padro para
Dados Tabulados, e para Distribuio de Frequncias!
E como faremos isso? Aplicando a transio! Teremos:
Frmula Desenvolvida do S para Dados Tabulados:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2
.
. .
1

Frmula Desenvolvida do S para Distribuio de Frequncias:
( )
(
(
|
.
|
\
|
=

n
PM fi
PM fi
n
S
2
2
.
. .
1

Quase l! S resta lembrar que essas trs frmulas desenvolvidas do desvio padro que vimos
acima servem apenas no caso de o conjunto trabalhado representar toda a populao! Mas se a questo
disser que o conjunto uma amostra, ou exigir o clculo do desvio padro amostral, ento precisaremos
modificar tambm as frmulas desenvolvidas, acrescentando aquele mesmo menos um no denominador.
Teremos:
Frmula Desenvolvida do Desvio Padro Amostral de um Rol:
( )
(
(
|
.
|
\
|
=

n
Xi
Xi
n
S
2
2
.
1
1


Frmula Desenvolvida do S Amostral para Dados Tabulados:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2
.
. .
1
1



Frmula Desenvolvida do S Amostral para Dist. de Frequncias:
( )
(
(
|
.
|
\
|
=

n
PM fi
PM fi
n
S
2
2
.
. .
1
1

E com isso, conclumos a primeira etapa do estudo do Desvio Padro: a memorizao das
frmulas.
A rigor, se voc prestar bem ateno, so doze frmulas. Mas voc pagou apenas duas, e levou
todas as outras para casa! Como foi isso? Bastou voc memorizar a frmula bsica para o rol, e a frmula
desenvolvida para o rol. Da, aplica-se a transio, e pronto! E mais: se a questo disser que o conjunto
amostra, voc vai e pe um menos 1 no denominador!
Para estas frmulas ficarem bem memorizadas, vou repeti-las todas na seqncia.
Teremos:

# Frmulas do Desvio Padro: S

Frmula Bsica do Desvio Padro Populacional para Rol:
( )
n
X Xi
S

=
2

Esta acima a primeira que voc ter realmente que memorizar!
Frmula Bsica do Desvio Padro Populacional para Dados Tabulados:
( )
n
X Xi fi
S

=
2
.

Frmula Bsica do Desvio Padro Populacional para Distribuio de Frequncias:
( )
n
X PM fi
S

=
2
.

Frmula Bsica do Desvio Padro Amostral para Rol:
( )
1
2
=

n
X Xi
S

Frmula Bsica do Desvio Padro Amostral para Dados Tabulados:
( )
1
.
2

=

n
X Xi fi
S

Frmula Bsica do Desvio Padro Amostral para Distribuio de Frequncias:

( )
1
.
2

=

n
X PM fi
S

Frmula Desenvolvida do Desvio Padro Populacional para Rol:
( )
(
(
|
.
|
\
|
=

n
Xi
Xi
n
S
2
2
.
1

Esta acima a segunda que voc ter realmente que memorizar!

Frmula Desenvolvida do Desvio Padro Populacional para Dados Tabulados:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2
.
. .
1

Frmula Desenvolvida do Desvio Padro Populacional para Distribuio de Frequncias:
( )
(
(
|
.
|
\
|
=

n
PM fi
PM fi
n
S
2
2
.
. .
1

Frmula Desenvolvida do Desvio Padro Amostral para Rol:
( )
(
(
|
.
|
\
|
=

n
Xi
Xi
n
S
2
2
.
1
1

Frmula Desenvolvida do Desvio Padro Amostral para Dados Tabulados:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2
.
. .
1
1

Frmula Desenvolvida do Desvio Padro Amostral para Distribuio de Frequncias:
( )
(
(
|
.
|
\
|
=

n
PM fi
PM fi
n
S
2
2
.
. .
1
1

IMPORTANTE: Reparem nestas ltimas trs frmulas, que o fator de correo (o menos 1) s entra no
denominador que fica dentro do parntese! Ok?
Temos doze frmulas no papel. E voc s precisou memorizar duas delas! As demais saram por
transio!
# Propriedades do Desvio Padro:

O desvio padro no influenciado por operaes de soma ou subtrao.
Assim, se uma questo de prova nos der o seguinte rol: (101, 102, 103, 104, 105), e pedir que
calculemos o seu desvio padro, o que podemos fazer?
Ora, as contas seriam muito grandes para chegarmos resposta! Mas voc pode pensar assim: j
que soma e subtrao no alteram o desvio padro, eu posso pegar todos os elementos desse conjunto
original, e subtrair cada um deles de uma mesma constante. Cem, por exemplo. E chegaremos a um novo
conjunto, que o seguinte: (1, 2, 3, 4, 5).
So valores mais baixos? Sim, consideravelmente! E se encontrarmos para este novo conjunto o
valor do Desvio Padro, esse resultado encontrado ser exatamente o mesmo Desvio Padro daquele
outro conjunto original! O mesmo!
O desvio padro somente influenciado por operaes de produto ou diviso:
multiplicaremos ou dividiremos pela prpria constante.
Significa o qu? Significa que se conhecermos o desvio padro de um conjunto original (por
exemplo, S=2), e se todos os elementos desse conjunto original forem multiplicados por uma constante
(por exemplo, multiplicados por 5), ento chegaremos a um novo conjunto, cujo novo desvio padro ser
o S do conjunto original tambm multiplicado por 5.
Entendido isso?
Muitas questes de provas recentes elaboradas pela Esaf tm explorado esse conhecimento. So
questes que nos falam em varivel transformada! Passemos a um exemplo.
Exemplo: Considere a seguinte transformao: (X-2)/3. Se o desvio padro da varivel transformada
igual a 4, qual ser o desvio padro da varivel original X?
Sol.: Sempre que o enunciado nos fornecer uma transformao da varivel, j podemos, de imediato,
fazer o desenho de transformao. Esse desenho simples, rpido de ser feito, e no deixar voc errar
a questo de jeito nenhum!
Podemos chamar a varivel transformada de Y, por exemplo. Assim, nossa transformao a
seguinte: Y=(X-2)/3. Fazendo a parte de cima do desenho, teremos:
1)-2 2)3

Xi Yi
Todos entenderam como se fez esse caminho de ida do desenho acima? Tomamos a
varivel original X e, com ela, realizamos duas operaes (aquelas da transformao!): subtramos todo
mundo por 2, e depois dividimos todo mundo por 3.
E se agora resolvermos desenhar o caminho de volta, ou seja, as operaes que nos faro voltar
varivel original. O que faremos? Fcil: inverteremos as operaes do caminho de ida. S isso! Nada mais
fcil. Teremos:
1)-2 2)3

Xi Yi

2)+2 1)x3
Observem todos que se inverteu tambm a seqncia das operaes: onde terminou l em cima,
comeou aqui embaixo; e onde comeou l em cima, acabou c em baixo. Ok? Pronto! No d mais para

errar essa questo!
O dado fornecido pelo enunciado foi que o Desvio Padro da varivel transformada igual a 4.
Quem a varivel transformada? o Y. Assim, do lado do Y, teremos que:

1)-2 2)3

Xi Yi Sy=4,0

2)+2 1)x3

Mas o Sy no me interessa! Interessa-me o Sx. Assim, partindo do Desvio Padro de um lado,
chegarei ao Desvio Padro do outro! Para tanto, precisarei percorrer as operaes do caminho adequado
(de cima ou de baixo), lembrando-me das propriedades do Desvio Padro!
Faamos isso: estamos partindo com Sy=4. A primeira operao que surge no caminho de volta
(de baixo) um produto! Voc vai fazer esse produto? Claro que sim! (Desvio padro s no alterado
por soma e subtrao!). Teremos:
4 x 3 = 12
Por enquanto, temos S=12. Na seqncia, surge uma soma (+2). Faremos essa soma? O que
vocs me dizem? No! E por que no faremos? Porque operaes de soma (ou subtrao) no alteram o
desvio padro. Passaremos direto pela soma, e teremos, enfim, que:
Sx=12,00
Entendido?
Algum se lembra de como so as propriedades da Mdia Aritmtica? No? Elas cabem todas numa
nica frase. Ningum lembra? A Mdia influenciada pelas quatro operaes!
Assim, se a questo nos falasse sobre aquela mesma transformao da varivel que vimos acima,
e dissesse ainda que a mdia da varivel transformada igual a Y =8,0, e pedir que calculemos a mdia
da varivel original ( X )? Vejamos:

1)-2 2)3

Xi Yi Y =8,0

2)+2 1)x3
Ora, simplesmente percorreremos as operaes do caminho de volta (caminho de baixo),
lembrando-nos das propriedades da Mdia, j que com ela que estamos trabalhando.
Se a Mdia influenciada pelas quatro operaes, ento qualquer conta que aparecer neste
caminho de volta ns teremos que realizar. Assim, teremos que:

8 x 3 = 24 e 24 +2 =26
Ou seja: X =26,0

# Varincia: S
2
Neste momento, vou aproveitar a tima oportunidade, e dizer a todos que a prxima medida de
disperso que iremos estudar ser a chamada Varincia.
Precisamos saber, precisamente agora, que a Varincia , conceitualmente, o quadrado do Desvio
Padro!
Ou seja: Varincia = (Desvio Padro)
2

Ou seja de novo: Varincia = S
2

Ora, sabendo disso, e sabendo tambm que todas as frmulas do desvio padro tm raiz
quadrada, se as elevarmos ao quadrado, o que ocorrer com todas elas? Perdero o sinal da raiz. S isso!
Em suma: se eu conheo as frmulas do Desvio Padro, ento tambm conheo as frmulas da
Varincia: basta tirar o sinal da raiz! Assim, teremos:

# Frmulas da Varincia:

Frmula Bsica da Varincia Populacional para Rol:
( )
n
X Xi
S

=
2
2

Frmula Bsica da Varincia Populacional para Dados Tabulados:
( )
n
X Xi fi
S

=
2
2
.

Frmula Bsica da Varincia Populacional para Distribuio de Frequncias:
( )
n
X PM fi
S

=
2
2
.

Frmula Bsica da Varincia Amostral para Rol:
( )
1
2
2
=

n
X Xi
S
Frmula Bsica da Varincia Amostral para Dados Tabulados:
( )
1
.
2
2

=

n
X Xi fi
S

Frmula Bsica da Varincia Amostral para Distribuio de Frequncias:

( )
1
.
2
2

=

n
X PM fi
S
Frmula Desenvolvida da Varincia Populacional para Rol:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2 2
.
. .
1

Frmula Desenvolvida da Varincia Populacional para Dados Tabulados:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2 2
.
. .
1

Frmula Desenvolvida da Varincia Populacional para Distribuio de Frequncias:
( )
(
(
|
.
|
\
|
=

n
PM fi
PM fi
n
S
2
2 2
.
. .
1

Frmula Desenvolvida da Varincia Amostral para Rol:
( )
(
(
|
.
|
\
|
=

n
Xi
Xi
n
S
2
2 2
.
1
1

Frmula Desenvolvida da Varincia Amostral para Dados Tabulados:
( )
(
(
|
.
|
\
|
=

n
Xi fi
Xi fi
n
S
2
2 2
.
. .
1
1

Frmula Desenvolvida da Varincia Amostral para Distribuio de Frequncias:
( )
(
(
|
.
|
\
|
=

n
PM fi
PM fi
n
S
2
2 2
.
. .
1
1

Vejam que negcio da China ns fizemos: memorizamos duas frmulas (as duas do rol), e levamos
vinte e quatro para casa! Pague duas, e leve vinte e quatro! Excelente, no acham?
Basta voc lembrar de fazer a transio, e lembrar de pr o menos 1 no denominador, se o
conjunto for uma amostra!
Pois bem! Ainda no acabamos o estudo do Desvio Padro. Eu apenas abri um parntese, para
aproveitar as suas frmulas que estavam no papel, para mostrar que bastava tirar o sinal da raiz, e j
estaremos com as frmulas da Varincia.
Voltemos agora ao estudo das Propriedades do Desvio Padro.

# Propriedades do Desvio Padro:

O desvio padro no influenciado por operaes de soma ou subtrao.
Assim, se uma questo de prova nos der o seguinte rol: (101, 102, 103, 104, 105), e pedir que
calculemos o seu desvio padro, o que podemos fazer?
Ora, as contas seriam muito grandes para chegarmos resposta! Mas voc pode pensar assim: j
que soma e subtrao no alteram o desvio padro, eu posso pegar todos os elementos desse conjunto
original, e subtrair cada um deles de uma mesma constante. Cem, por exemplo. E chegaremos a um novo
conjunto, que o seguinte: (1, 2, 3, 4, 5).
So valores mais baixos? Sim, consideravelmente! E se encontrarmos para este novo conjunto o
valor do Desvio Padro, esse resultado encontrado ser exatamente o mesmo Desvio Padro daquele
outro conjunto original! O mesmo!
O desvio padro somente influenciado por operaes de produto ou diviso:
multiplicaremos ou dividiremos pela prpria constante.
Significa o qu? Significa que se conhecermos o desvio padro de um conjunto original (por
exemplo, S=2), e se todos os elementos desse conjunto original forem multiplicados por uma constante
(por exemplo, multiplicados por 5), ento chegaremos a um novo conjunto, cujo novo desvio padro ser
o S do conjunto original tambm multiplicado por 5.

# Propriedades da Varincia:
A Varincia no influenciada por operaes de soma ou subtrao.
Mesmo entendimento que tivemos para o desvio padro!

A Varincia somente influenciada por operaes de produto ou diviso:
multiplicaremos ou dividiremos pelo quadrado da constante.

# Coeficiente de Variao: CV
O CV tambm conhecido por disperso relativa!
Conceitualmente, teremos que:
X
S
CV =
Esto lembrados que o desvio padro tambm se chama disperso absoluta?
Pois bem! O CV dito disperso relativa, exatamente porque ele igual disperso absoluta (o
desvio padro) em relao a algum. E esse algum a Mdia Aritmtica! Ok?
Precisamos saber ainda que o CV uma medida adimensional, ou seja, no depende da unidade
da varivel trabalhada!
Essa informao j caiu muitas vezes, em questes tericas de provas mais antigas!
Mas o que significa isso? Ora, considere que estamos com um conjunto que representa os pesos de
um grupo de crianas. Ok? Assim, nossa varivel peso, e medida na unidade quilos. Assim, se
calcularmos a Mdia, ser um valor em kg. Se calcularmos o desvio padro, ser um valor em Kg.
Finalmente, colocando Desvio Padro e Mdia na frmula do CV, teremos que Kg corta com Kg.
Concluso: o CV adimensional. (Isso no cai mais em prova h um bom tempo...)

ALGUMAS QUESTES:

01. (AFRF-2003/ESAF) O atributo Z= (X-2)/3 tem mdia amostral 20 e varincia amostral 2,56. Assinale a opo que
corresponde ao coeficiente de variao amostral de X.

a) 12,9% d) 31,2%
b) 50,1% e) 10,0%
c) 7,7%

02. (AFRF-2000) Numa amostra de tamanho 20 de uma populao de contas a receber, representadas genericamente por
X, foram determinadas a mdia amostral M = 100 e o desvio-padro S =13 da varivel transformada (X-200)/5.
Assinale a opo que d o coeficiente de variao amostral de X.
a) 3,0% b) 9,3% c) 17,0% d) 17,3% e) 10,0%

03. (AFTN-98) Os dados seguintes, ordenados do menor para o maior, foram obtidos de uma amostra aleatria, de 50
preos (X
i
) de aes, tomada numa bolsa de valores internacional. A unidade monetria o dlar americano.
4, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10, 10, 10, 11, 11, 12,
12, 13, 13,14, 15, 15, 15, 16, 16, 18, 23
Os valores seguintes foram calculados para a amostra:

E
i
X
i
= 490 e E
i
X
i
2
(E
i
X
i
)
2
/ 50 = 668

Assinale a opo que corresponde mediana e varincia amostral, respectivamente (com aproximao de uma casa decimal)
a) (9,0 13,6) d) (8,0 13,6)
b) (9,5 14,0) e) (9,0 14,0)
c) (8,0 15,0)

04. (Analista IRB/2006/ESAF) Sendo a moda menor que a mediana e, esta, menor que mdia, pode-se afirmar que se
trata de uma curva:
a) Simtrica.
b) Assimtrica, com frequncias desviadas para a direita.
c) Assimtrica, com frequncias desviadas para a esquerda.
d) Simtrica, com frequncias desviadas para a direita.
e) Simtrica, com frequncias desviadas para a esquerda.

05. (AFRF-2003) As realizaes anuais Xi dos salrios anuais de uma firma com N empregados produziram as estatsticas
( ) 00 , 200 . 1 $
1
00 , 300 . 14 $
1
5 , 0
1
2
1
R X X
N
S
R X
N
X
N
i
i
N
i
i
=
(
=
= =
=
=

Seja P a proporo de empregados com salrios fora do intervalo [R$ 12.500,00; R$ 16.100,00]. Assinale a opo
correta.
a) P no mximo 1/2 d) P no mximo 1/2,25
b) P no mximo 1/1,5 e) P no mximo 1/20
c) P no mnimo 1/2

06. (MPOG/ENAP 2006 ESAF) O Teorema de Tchebyshev afirma que no intervalo ( 2o), tem-se
a) no mnimo 75% dos elementos de uma populao qualquer.
b) no mximo 75% dos elementos de uma populao, se esta tiver distribuio normal.
c) no mximo 75% dos dados de uma populao, se esta tiver distribuio qui-quadrado.
d) exatamente 75% dos dados de uma populao qualquer.
e) no mximo 75% dos elementos de uma populao qualquer.

07. (MPOG 2006 ESAF) Considere os seguintes conjuntos de observaes referentes a cinco diferentes variveis:
A { 1; 1; 1; 1; 1; 50},
B {1, 1, 1, 1; 50; 50},
C {1, 1, 1, 50, 50, 50 },
D {1, 1, 50, 50, 50, 50 },
E {1, 50, 50, 50, 50, 50}.
O conjunto de observaes que apresenta a maior variabilidade, medida pelo desvio-padro, o referente varivel
a) A. b) B. c) E. d) D. e) C.


08. (Analista BACEN 2005 FCC) Com relao s medidas de posio e de disperso, correto afirmar:
(A) Dobrando todos os valores dos salrios dos funcionrios de uma empresa, tem-se que o salrio mdio destes
funcionrios e a respectiva varincia tambm ficam dobrados.
(B) A diferena entre a varincia e o desvio padro de uma sequncia de nmeros nula somente no caso em que a
varincia e o desvio padro so iguais a zero.
(C) Em qualquer distribuio de valores, a diferena entre a mdia e a moda sempre maior ou igual a zero.
(D) Multiplicando todos os valores de uma seqncia de nmeros positivos por um nmero positivo tem-
se que o respectivo coeficiente de variao no se altera.
(E) O coeficiente de variao correspondente a uma srie de nmeros positivos igual diviso do quadrado da
respectiva mdia aritmtica pela varincia.

09. (Tec Receita Federal 2005 ESAF) Um motorista de txi faz 10 viagens ida-e-volta do aeroporto Santos Dumont ao
aeroporto do Galeo, no Rio de Janeiro. Ele calcula e anota a velocidade mdia, em quilmetros por hora, em cada
uma dessas viagens. O motorista quer, agora, saber qual a velocidade mdia do txi para aquele percurso, em
quilmetros por hora, considerando todas as 10 viagens ida-e-volta. Para tanto, ele deve calcular a mdia
a) aritmtica dos inversos das velocidades mdias observadas.
b) geomtrica das velocidades mdias observadas.
c) aritmtica das velocidades mdias observadas.
d) harmnica das velocidades mdias observadas.
e) harmnica dos inversos das velocidades mdias observadas.

10. (IRB 2004 ESAF) O diagrama de ramos e folhas apresentado abaixo corresponde seqncia de observaes
amostrais (34, 38, ..., 97) de um atributo X. Assinale a opo que d a mediana amostral de X.
3 4
3 8
4 22
4 57
5 124
5 7889
6 013
6 5567899
7 0112334
7 556679
8 1123344
8 57
9 0133
9 7

a) 69,5 b) 71,0 c) 70,5 d) 72,0 e) 74,0

11. (Fiscal de Rendas SP 2006 FCC) Considerando as respectivas definies e propriedades relacionadas s medidas
de posio e de variabilidade, correto afirmar:
(A) Concedendo um reajuste de 10% em todos os salrios dos empregados de uma empresa, tem-se tambm que a
respectiva varincia fica multiplicada por 1,10.
(B) Definindo coeficiente de variao (CV) como sendo o quociente da diviso do desvio padro pela respectiva mdia
aritmtica (diferente de zero) de uma seqncia de valores, tem-se ento que CV tambm poder ser obtido
dividindo a correspondente varincia pelo quadrado da mdia aritmtica.
(C) Subtraindo um valor fixo de cada salrio dos funcionrios de uma empresa, tem-se que o respectivo
desvio padro dos novos valores igual ao valor do desvio padro dos valores anteriores.
(D) Dividindo todos os valores de uma seqncia de nmeros estritamente positivos por 4, tem-se que o respectivo
desvio padro fica dividido por 2.
(E) Em qualquer distribuio de valores em estudo, a diferena entre a mediana e a moda sempre diferente de zero.

12. (MPU 2007 FCC) Uma empresa tem duas filiais Z e W. Um levantamento sobre os salrios dos empregados dessas
filiais revelou para a mdia e o desvio padro dos salrios das duas filiais os seguintes valores:
Filial Z:
Z
X = R$ 400,00 e S
Z
= R$ 20,00

Filial W:
W
X = R$ 500,00 e S
W
= R$ 25,00
Com base nesses resultados verdade que
(A) as disperses absolutas dos salrios das filiais Z e W so iguais.
(B) o coeficiente de variao dos salrios das duas filiais no difere.
(C) o coeficiente de variao dos salrios de Z menor que o coeficiente de variao dos salrios da filial W.
(D) o salrio mdio dos funcionrios dessa empresa de 450 reais.
(E) o salrio mdio dos funcionrios dessa empresa superior a 450 reais.

13. (AFC-CGU/2008/ESAF) Calcule o valor mais prximo do desvio-padro da amostra representada pela distribuio
de freqncias abaixo representada pelos pontos mdios das classes x e respectivas freqncias f.

X f
5 5
15 10
25 31
35 10
45 5

a) 1. b) 2,44. c) 5,57. d) 7,056. e) 10.

(AFRF-2002) Para a soluo da prxima questo utilize o enunciado que segue.

Em um ensaio para o estudo da distribuio de um atributo financeiro (X) foram examinados 200 itens de natureza
contbil do balano de uma empresa. Esse exerccio produziu a tabela de freqncias abaixo. A coluna Classes
representa intervalos de valores de X em reais e a coluna P representa a freqncia relativa acumulada. No existem
observaes coincidentes com os extremos das classes.

Classes P (%)
70-90 5
90-110 15
110-130 40
130-150 70
150-170 85
170-190 95
190-210 100

14. Assinale a opo que d o valor mdio amostral de X.
a) 140,10 d) 140,00
b) 115,50 e) 138,00
c) 120,00

AAF RaciocínioLógico SergioCarvalho Matprof

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

AAF RaciocínioLógico SergioCarvalho Matprof

Enviado por

Direitos autorais:

Formatos disponíveis

AAF Raciocnio Lgico Sergio Carvalho

AUDITOR E ANALISTA FISCAL

Você também pode gostar