Você está na página 1de 102

FEA PUC-SP Prof Dr Elizabeth Borelli

1






ESTATSTICA




CURSO : ECONOMIA


Prof Dr Elizabeth Borelli


FEA PUC-SP Prof Dr Elizabeth Borelli
2
A) ESTATSTICA DESCRITIVA


Parte I
OBJETIVOS E CONCEITOS
Objetivos e Conceitos
1.1. Definio
1.2. Histrico
1.3. Finalidades
1.4. Fases Do Trabalho Estatstico
1.5. Subdivises Da Estatstica Moderna
1.6. Estatstica Descritiva
1.7. Tipos De Variveis
1.8. Apurao Dos Dados
1.9. Processos Estatsticos De Abordagem
1.10. Tcnicas De Amostragem


1.1. DEFINIO
Conjunto de mtodos e processos quantitativos que serve para estudar e medir os
fenmenos coletivos.
Instrumento de pesquisa, auxiliar para tomada de decises.


1.2. HISTRICO
Estatstica: provm de ESTADO
Origem: CENSOS
egpcios e assrios (3.000 AC),
chineses (2.275 AC) e
romanos (556 AC)
Sc. XVI: incio do desenvolvimento formal
Estatstica da Escola Alem (Qualitativa)
Sc. XVII: Inglaterra- Aritmticos Polticos
dimenso numrica dos fenmenos sociais
Sc. XVIII: Inglaterra - Demografia
Inglaterra/Frana - Teoria das Probabilidades
Incio do Sc. XX: Econometria (Pearson)
Astronomia (Fisher)






FEA PUC-SP Prof Dr Elizabeth Borelli
3

1.3. FINALIDADES
Descrever fenmenos e suas caractersticas
Fazer predies sobre o futuro com base no passado
FUTURO PLANEJADO
FUTURO PROGNOSTICADO
PROGNSTICO
DIAGNSTICO
PASSADO PRESENTE


Dados representativos do fenmeno: modelo matemtico (variveis significativas).


1.4. FASES DO TRABALHO ESTATSTICO



1.5. SUBDIVISES DA ESTATSTICA MODERNA


FEA PUC-SP Prof Dr Elizabeth Borelli
4


1.6. ESTATSTICA DESCRITIVA

a) Obteno dos dados estatsticos: questionrio ou observao direta.
Coleta de:
DADOS BRUTOS
DADOS ESTATSTICOS
b) Organizao dos dados: ordenao e crtica de correo dos valores
observados/tabulados
c) Reduo dos dados: processo de agrupamento dos dados
d) Representao dos dados: grfico - visualizao instantnea


1.7. TIPOS DE VARIVEIS

NOMINAL OU QUALITATIVA: os elementos so classificados em categorias
mutuamente exclusivas.
Exemplo: alfabetizao, estado de nascimento.
ORDINAL: as categorias se apresentam segundo uma ordem lgica
Exemplo: grau de instruo.
CARDINAL OU QUANTITATIVA: expressa atravs de um nmero.
Exemplo: idade.


1.8. APURAO DOS DADOS

NOMINAL/ORDINAL: a apurao se reduz a uma CONTAGEM
CARDINAL: organizao dos dados em TABELAS

POPULAO: universo dos dados- conjunto dos elementos com alguma
caracterstica em comum, que sirva de base para as propriedades a serem
investigadas.
FINITA: alunos matriculados em uma escola
INFINITA: peixes no mar


PARMETRO: caracterstica numrica estabelecida para toda uma POPULAO.


AMOSTRA: subconjunto (significativo ou no) da POPULAO em estudo.
Representatividade: mesmas caractersticas gerais da POPULAO.


ESTIMADOR: caracterstica numrica estabelecida para uma AMOSTRA.





1.9. PROCESSOS ESTATSTICOS DE ABORDAGEM


FEA PUC-SP Prof Dr Elizabeth Borelli
5
PRECISO: avaliada pelo binmio: CONFIABILIDADE/ ERRO PROCESSUAL


CENSO x ESTIMAO
CENSO: avaliao direta de um PARMETRO, utilizando-se todos os
componentes da POPULAO:
erro processual zero e confiabilidade 100%
caro
lento
quase sempre desatualizado
nem sempre vivel

ESTIMAO: avaliao indireta de um PARMETRO, com base em um
estimador atravs do clculo de probabilidades
erro processual positivo e confiabilidade < 100%
barata
rpida
atualizada
sempre vivel


1.10. TCNICAS DE AMOSTRAGEM

A) AMOSTRAGEM CASUAL SIMPLES:
todos os elementos da POPULAO tm igual
probabilidade de serem selecionados para
constituir a amostra.
Exemplo: amostra de empregados de uma indstria
(sorteio de nomes contidos em uma urna)


B) AMOSTRAGEM SISTEMTICA:
os elementos so selecionados por um sistema
pr-estabelecido.
Exemplo: amostra de clientes cadastrados por ordem
alfabtica (escolhida a 5 ficha de cada 5
fichas)

C) AMOSTRAGEM ESTRATIFICADA:
A POPULAO est dividida em estratos (grupos
distintos).
Exemplo: amostra de uma comunidade acadmica:
professores, funcionrios, alunos


TENDENCIOSIDADE DA AMOSTRA:
Amostra tendenciosa (ou VICIADA) aquela no-representativa da POPULAO.




FEA PUC-SP Prof Dr Elizabeth Borelli
6






Parte II
APRESENTAO DOS DADOS
ESTATSTICOS
APRESENTAO DOS DADOS ESTATSTICOS
2.1. Organizao de Dados em Tabelas
2.2. Tipos de Tabelas
2.3. Tipos de Grficos


























FEA PUC-SP Prof Dr Elizabeth Borelli
7




2.1. ORGANIZAO DE DADOS EM TABELAS

COMPONENTES BSICOS

Populao do Brasil, por sexo, no ano 2010

2.2. TIPOS DE TABELAS

A) SRIES TEMPORAIS (CRONOLGICAS, EVOLUTIVAS OU HISTRICAS):
TEMPO: varivel REGIO, LOCAL, FENMENO: fixos
Produo de Petrleo Bruto no Brasil,
no perodo de 2007 a 2011 (1.000 m)
Fonte: IBGE (2011)
Nota: Exclusive a populao de Fernando de Noronha
CABEALHO
INDICADORA
COLUNA
TTULO
FONTE
SEXO FREQNCIA PERCENTUAL
Masculino 93.390.532 49,0
Feminino 97.342.162
51,0
Total
190.732.694
100,0
CORPO

FEA PUC-SP Prof Dr Elizabeth Borelli
8

Fonte: Conjuntura Econmica, fev/12
B) SRIES GEOGRFICAS (ESPACIAIS, TERRITORIAS, DE
LOCALIZAO):
REGIO: varivel TEMPO, FENMENO: fixos




C) SRIES CATEGRICAS:


FENMENO: varivel TEMPO, REGIO: fixos

Produo Agrcola no Brasil, no ano de 2010, em toneladas
CA TE G O RIA S P RO DU O
A l g o d o 1 . 9 9 7
Ca c a u 1 8 9
Ca f 4 . 5 1 1
Ca n a 1 0 2 . 7 6 2
F u m o 4 1 2
M i l h o 2 2 . 4 5 1
S o j a 9 . 5 4 4
Tri g o 5 . 8 1 0

Fonte: Revista Suma Agrcola - ago/12

D) SRIES MISTAS OU COMPOSTAS:

Composio de dois tipos de sries

Variao Percentual do Consumo Anual de Energia no Brasil, por Fonte, no Trinio 2008-2010
ANOS PRODUO
2007

25.892

2008

27.873

2009

28.245

2010

29.712

2011

31.733

Populao - Distribuio por regio brasileira - 2010
REGIO
POPULAO
Norte
15.865.678


Nordeste
53.078.137

Centro-Oeste
14.050.340
Sudeste 80.353.724

Sul 27.384.815

Fonte: IBGE (2011)

FEA PUC-SP Prof Dr Elizabeth Borelli
9

Fonte: Eletrobrs (2011)

2.3. TIPOS DE GRFICOS

A) LINEAR:

a representao mais usual em forma de linha (cheia, interrompida, etc)
largamente empregada para representar fenmenos contnuos, mormente em
dados dispostos por perodo de tempo (semana, ms, ano, hora, etc), ou por
magnitude das ocorrncias (distribuies de freqncias).




B) COLUNA SIMPLES:

representado por retngulos dispostos verticalmente. Com relao largura da
base no existe um critrio fixo para a sua elaborao, mas, uma vez fixado,
dever permanecer com a mesma medida. Geralmente, a distncia de uma
coluna em relao a outra deve ser inferior a 2/3 e superior metade da largura
da base.
FONTE DE ENERGIA 2008 2009 2010
leo Combustvel 20,9

25

9,5
Gs Natural 0,5

1

2,5
Carvo Vegetal 6,6

6

9,5
Energia Eltrica 31,4

39

48,7
Coque 4,1

6

8,7
Outros 36,5

22

21,1
Var.Percentual

FEA PUC-SP Prof Dr Elizabeth Borelli
10






C) BARRA SIMPLES:

Neste caso, os retngulos so dispostos horizontalmente, prevalecendo os
mesmos critrios adotados na elaborao de grfico em coluna.





D) SETOGRAMA:

Produo de leo de Soja - Brasil
ANO PRODUO (mil ton)
2006 20.365
2007 20.962
2008 23.185
2009 24.599
2010 25.303
2011 16.658
Fonte: Oil Word, 2012
*2011 - at junho
PRODUO DE LEO DE SOJA
Brasil
- 5.000 10.000 15.000 20.000 25.000 30.000
2006
2007
2008
2009
2010
2011
a
n
o
mil toneladas

FEA PUC-SP Prof Dr Elizabeth Borelli
11
de grande valia quando pretendemos comparar os valores de uma srie com a
sua soma total. Devemos lembrar que o grfico em setores ilustrado com
valores relativos e no absolutos. Para isso, preciso transformar os valores
absolutos em relativos (%) e, a partir da, com uma regra de trs simples,
transform-los em graus correspondentes.


Folha de So
Paulo
40%
O Estado de So
Paulo
30%
Agora So Paulo
13%
Jornal da Tarde
11%
Outros
6%









E) GRFICO POLAR:

Este grfico mais utilizado para mostrar as variaes sazonais durante os doze
meses do anos ou para outras sries de tempo.
A escala quantitativa deste grfico desenvolve-se a partir do ponto central
(origem) at sua borda e alm dela. As abcissas so representadas por crculos
concntricos intermedirios, aumentando o valor na medida de sua maior
Jornais mais vendidos no Estado de SP
JORNAL CIRCULAO
Folha de So Paulo 498,8

O Estado de So Paulo 368,4

Agora So Paulo 155,8

Jornal da Tarde 138,7

Outros 77,7


Fonte: IVC, mdia de jan.jul/11



Jornais mais vendidos no Estado de So Paulo - 2010

FEA PUC-SP Prof Dr Elizabeth Borelli
12
distncia do ponto central. A escala das ordenadas formada pelos raios
eqidistantes do crculo.
A escolha da escala mais ou menos arbitrria, ficando a critrio de cada um.
Normalmente, utiliza-se mais ou menos 4 cm para o raio da circunferncia. Uma
vez escolhida a medida do raio, as marcaes dos pontos so feitas atravs de
uma simples regra de trs.































Quantidade mdia de cheques
protestados= 489


Medida do raio =
4cm
489 (mdia) --------------4cm
260 (jan total) ----------- x x=2,1 cm
489 (mdia) --------------4cm
371 (dez total) ----------- x x=3,0 cm
160
138
119
Jul
Ago
Cheques Protestados em Campinas
2010
0
200
400
600
800
1000
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
Quantidade de cheques protestados em Campinas
MESES P.JURDICA P.FSICA TOTAL
Jan 19 241 260
Fev 33 312 345
Mar 63 319 382
Abr 74 284 358
Mai 673 833
Jun 529 648
571 709
98 515 613
Set 91 447 538
Out 58 367 425
Nov 54 335 389
Dez 52 319 371
Fonte: ACIC - 2011

FEA PUC-SP Prof Dr Elizabeth Borelli
13






GRFICO TRIANGULAR:





G) GRFICO PICTRICO:





H) CARTOGRAMA:

R$ (em milhes) Perc
Unio 186,6 69,4%
Estados 70,9 26,4%
Municpios 11,5 4,3%
TOTAL 269 100,0%
Fonte: Secretaria da Receita
Federal(2011)
Receita Tributria - 2010
Participao de cada esfera na Receita Tributria
2010
0%
10%
20%
30%
40%
50%
60%
70%
Unio
Estados Municpios
Fecundidade no Brasil
RegioSudeste
ANO EVOLUO
1970

6,34
1980

4,56
1990 3,45
2000 2,35
2010 1,97
Fonte: IBGE 2011
Fecundidade na regio sudeste do Brasil
0
1
2
3
4
5
6
7
1970 1980 1990 2000 2010
ano

FEA PUC-SP Prof Dr Elizabeth Borelli
14















I) ESTEREOGRAMA:








ESTADO VENDAS (mil R$)
Amazonas 18.500

Par 11.150

Minas Gerais 22.000

So Paulo 24.000

Rio Grande do Sul 18.000

Paran 19.500

Santa Catarina 21.000

Vendas por Estado - jun/2011
Empresa ABC
Brasil
por VENDAS (mil R$)
24.000 para 24.000 (1)
22.000 para 24.000 (1)
21.000 para 22.000 (1)
18.500 para 21.000 (2)
11.100 para 18.500 (2)
11,2%
3,6%
4,8%
1,7%
2,2%
1,4%
SETORES % 12 MESES
Perfumaria 11,2%
Alimentos 4,8%
Qumica (exceto Petroqumica) 3,6%
Petroqumica 2,2%
Borracha 1,7%
Fumo 1,4%
Fonte: IBGE (2012)
Ranking de Servios Industriais
Fev/11

FEA PUC-SP Prof Dr Elizabeth Borelli
15


J) GRFICO DE COLUNA SUPERPOSTA:











K) GRFICO DE COLUNAS REMONTADAS:

MESES TAXA MDIA RIO DE JANEIRO
Ago/95 5,50 3,91
Ago/96 6,56 3,87
Ago/97 6,89 3,88
Ago/98 8,69 6,18
Ago/99 8,72 6,25
Fonte: IBGE
Evoluo Anual do Desemprego Aberto
E vo l u o A n u a l d o D e s e m p r e g o - R i o d e J a n e i r o
-
1
2
3
4
5
6
7
8
9
1 0
A g o / 9 5 A g o / 9 6 A g o / 9 7 A g o / 9 8 A g o / 9 9
M E S E S
%
T A X A M D IA R IO D E J A N E IR O


Mercado de Trabalho
Participao por Sexo (%)
ANO MULHERES HOMENS
1990 31,7 68,3
2000 35,4 64,6
2010 40,4 59,6
Fonte: Pnad IBGE 1997
Participao no mercado de trabalho
0
20
40
60
80
100
1990 2000 2010
ano
%
MULHERES HOMENS

FEA PUC-SP Prof Dr Elizabeth Borelli
16

L) GRFICO DE BARRAS BIDIRECIONAIS:



E vol u o do Dfi c i t P bl i c o
A NO DFICIT OPERA CIONA L
1990 -1, 3
1991 -2, 85
1992 2, 16
1993 -0, 25
1994 -1, 37
1995 4, 88
1996 3, 75
1997 4, 33
1998 7, 5
Fo n t e : Co n ju n t u r a Ec o n mic a
(em % P IB )
E vo l u o d o D fi c i t P b l i c o n o B r a s i l
- 4 - 2 0 2 4 6 8 1 0
1 9 9 0
1 9 9 1
1 9 9 2
1 9 9 3
1 9 9 4
1 9 9 5
1 9 9 6
1 9 9 7
1 9 9 8
a n o
% PIB








M) GRFICO DE FAIXAS:


FEA PUC-SP Prof Dr Elizabeth Borelli
17



































Parte III
2001 2002 2003 2004 2005 2006 2007 2008
Agropecuria 11,5 12,2 12,4 14,2 12,2 12,2 12 8,4
Indstria 38,4 38,3 37,9 36,1 33,6 33,4 34,3 34
Servios 50,1 49,5 49,7 49,7 54,2 54,4 53,7 57,6
Fonte: IBGE(2010)
Composio do PIB por setor (%)
Composio do PIB por setor
0%
20%
40%
60%
80%
100%
2001 2002 2003 2004 2005 2006 2007 2008
ano
Agropecuria Indstria Servios

FEA PUC-SP Prof Dr Elizabeth Borelli
18

DISTRIBUIO DE FREQNCIAS
DISTRIBUIO DE FREQNCIAS
Conceito : Varivel Discreta e Contnua
Distribuio de Freqncias da Varivel Discreta e Contnua
Representao Grfica de Sries Estatsticas
Histogramas

3.1. CONCEITO DE VARIVEL DISCRETA
Suponha que observamos as notas de 30 alunos em uma prova e obtivemos os
seguintes valores:
X: 3,5 5 4,5 4 4,5 5 3,5 4 4 5
2 3 4,5 3,5 4 4,5 3 4 3 4
3,5 3,5 3,5 4 4 3 4 4 5 3


Xi fi
2 1
3 5
3,5 6
4 10
4,5 4
5 4

Devemos optar por uma varivel discreta na representao de uma srie de
valores quando o nmero de elementos distintos da srie for pequeno.


3.2. CONCEITO DE VARIVEL CONTNUA

Suponha que observamos as notas de 30 alunos em uma prova e obtivemos os
seguintes valores:

X: 3 4 2,5 4 4,5 6 5 5,5 6,5 7
7,5 2 3,5 5 5,5 8 8,5 7,5 9 9,5
5 5,5 4,5 4 7,5 6,5 5 6 6,5 6


Observando estes valores notamos grande nmero de elementos distintos, o que
significa que neste caso a varivel discreta no aconselhvel na reduo dos
dados.


Cl as s e fi
1 2 4 4
2 4 6 12
3 6 8 10
4 8 10 4
Not as


FEA PUC-SP Prof Dr Elizabeth Borelli
19
Devemos optar por uma varivel contnua na representao de uma srie de
valores quando o nmero de elementos distintos da srie for grande.



3.4. DISTRIBUIO DE FREQNCIAS - VARIVEL DISCRETA

Um exemplo de distribuio de freqncias:

x
i
f
i
f
r i
% F
i
F
r i
%
2 3 1 2 3 1 2
3 7 2 8 1 0 4 0
4 8 3 2 1 8 7 2
6 6 2 4 2 4 9 6
7 1 4 2 5 1 0 0

f
ri
: FREQNCIA RELATIVA DE UM ELEMENTO DA SRIE:
a diviso da freqncia simples deste elemento pelo nmero total de elementos
da srie.
n
i
f
i
r
f
=

Em nosso exemplo:

12% 0,12
25
3
n
1
f
1
r
f = = = =
28% 0,28
25
7
n
2
f
2
r
f = = = =
32% 0,32
25
8
n
3
f
3
r
f = = = =
24% 0,24
25
6
n
4
f
4
r
f = = = =
4% 0,04
25
1
n
5
f
5
r
f = = = =


x
i
f
i
f
r i
% F
i
F
r i
%
2 3 1 2 3 1 2
3 7 2 8 1 0 4 0
4 8 3 2 1 8 7 2
6 6 2 4 2 4 9 6
7 1 4 2 5 1 0 0



FEA PUC-SP Prof Dr Elizabeth Borelli
20

F
i
: FREQNCIA ACUMULADA DE UM ELEMENTO DA SRIE:
a soma da freqncia simples deste elemento com as freqncias simples dos
elementos que o antecedem.

F
i
= f
1
+ f
2
+ ... + f
i

Em nosso exemplo:

F
1
= f
1
=3
F
2
= f
1
+ f
2
= 3 + 7 = 10
F
3
= f
1
+ f
2
+ f
3
= 3 + 7 + 8 = 18
F
4
= f
1
+ f
2
+ f
3
+ f
4
= 3 + 7 + 8 + 6 = 24
F
5
= f
1
+ f
2
+ f
3
+ f
4
+ f
5
= 3 + 7 + 8 + 6 + 1 = 25


F
ri
: FREQNCIA ACUMULADA RELATIVA DE UM ELEMENTO DA SRIE:
a diviso da freqncia acumulada deste elemento pelo nmero total de
elementos da srie.
n
i
F
i
r
F
=


Em nosso exemplo:
12% 0,12
25
3
n
1
F
1
r
F = = = =
40% 0,40
25
10
n
2
F
2
r
F = = = =
72% 0,72
25
18
n
3
F
3
r
F = = = =
% 96 0,96
25
24
n
4
F
4
r
F = = = =
100% 1
25
25
n
5
F
5
r
F = = = =
















FEA PUC-SP Prof Dr Elizabeth Borelli
21


3.5. DISTRIBUIO DE FREQNCIAS - VARIVEL CONTNUA
Um exemplo de distribuio de freqncias:

Classe Int.
Classe
f
i
f
ri
% F
i
F
ri
%
1 2 |- 4 6 15 6 15
2 4 |- 6 18 45 24 60
3 6 |- 8 10 25 34 85
4 8 |- 10 6 15 40 100


f
ri
: FREQNCIA RELATIVA DE UMA CLASSE:
a diviso da freqncia simples desta classe pelo nmero total de elementos da
srie.

n
i
f
i
r
f
=

Em nosso exemplo:
15% 0,15
40
6
n
1
f
1
r
f = = = =
% 45 0,45
40
18
n
2
f
2
r
f = = = =
25% 0,25
40
10
n
3
f
3
r
f = = = =
% 15 0,15
40
6
n
4
f
4
r
f = = = =


F
i
: FREQNCIA ACUMULADA DE UMA CLASSE:
a soma da freqncia simples desta classe com as freqncias simples das
classes anteriores.
F
i
= f
1
+ f
2
+ ... + f
i


Em nosso exemplo:
F
1
= f
1
=6
F
2
= f
1
+ f
2
= 6 + 18 = 24
F
3
= f
1
+ f
2
+ f
3
= 6 + 18 + 10 = 34
F
4
= f
1
+ f
2
+ f
3
+ f
4
= 6 + 18 + 10 + 6 = 40

FEA PUC-SP Prof Dr Elizabeth Borelli
22
Classe Int.
Classe
f
i
f
ri
% F
i
F
ri
%
1 2 |- 4 6 15 6 15
2 4 |- 6 18 45 24 60
3 6 |- 8 10 25 34 85
4 8 |- 10 6 15 40 100



F
ri
: FREQNCIA ACUMULADA RELATIVA DE UMA CLASSE:
a diviso da freqncia acumulada desta classe pelo nmero total de elementos
da srie.

n
i
F
i
r
F
=


Em nosso exemplo:

15% 0,15
40
6
n
1
F
1
r
F = = = =
60% 0,60
40
24
n
2
F
2
r
F = = = =
% 85 0,85
40
34
n
3
F
3
r
F = = = =
% 100 1
40
40
n
4
F
4
r
F = = = =




3.6. HISTOGRAMA - VARIVEL DISCRETA
um conjunto de colunas, representadas em um sistema de coordenadas
cartesianas, que tem por base os valores distintos da srie (x
i
) e por altura,
valores proporcionais s freqncias simples correspondentes destes elementos
(f
i
).
Exemplo: Se considerarmos a srie:

xi fi
2 1
3 4
5 8
6 6
7 2

ento, o histograma assume a forma:

FEA PUC-SP Prof Dr Elizabeth Borelli
23



3.7. HISTOGRAMA - VARIVEL CONTNUA

um conjunto de retngulos justapostos, representado em um sistema de
coordenadas cartesianas, cujas bases so os intervalos de classe e cujas alturas
so valores proporcionais s freqncias simples correspondentes.
Exemplo: Se considerarmos a srie:


Classe Intervalo de Classe fi
1 0 2 3
2 2 4 6
3 4 6 8
4 6 8 5
5 8 10 2



ento, o histograma assume a forma:














FEA PUC-SP Prof Dr Elizabeth Borelli
24




Parte IV
MEDIDAS DE
TENDNCIA CENTRAL

MEDIDAS DE TENDNCIA CENTRAL
4.1. Mdia Aritmtica
4.2. Mediana
4.3. Moda




4.1. CLCULO DA MDIA ARITMTICA


1 Caso: DADOS BRUTOS OU ROL
Neste caso devemos utilizar uma mdia aritmtica simples:

n
x
X
i

=



Exemplo: Calcule a mdia da varivel X:
3, 5, 8, 12, 7, 12, 15, 18, 20, 20
Soluo:

12
10
120
10
20 20 18 15 12 7 12 8 5 3
n
x
X
i
= =
+ + + + + + + + +
= =



Interpretao:
O valor mdio desta srie 12, ou seja, os valores desta srie concentram-
se em torno do valor 12.







FEA PUC-SP Prof Dr Elizabeth Borelli
25


2 Caso: VARIVEL DISCRETA

=
i
i i
f
f x
X


Exemplo: Determinar a mdia da distribuio:

xi fi
2 1
5 4
6 3
8 2


Soluo:

1) Somar a coluna de freqncias simples para obter o nmero total de elementos
da srie:

= + + + = 10 2 3 4 1 f
i

2) Efetuar os produtos x
i
f
i
, acrescentando estes valores dispostos em uma nova
coluna:
xi fi xifi
2 1 2
5 4 20
6 3 18
8 2 16


3) Somar os valores da coluna x
i
f
i
:

xi fi xifi
2 1 2
5 4 20
6 3 18
8 2 16
10 56
=

i
f =

i i
f x

4) Substituir os valores na expresso:

FEA PUC-SP Prof Dr Elizabeth Borelli
26
6 , 5
10
56
f
f x
X
i
i i
= = =



Interpretao:
O valor mdio desta srie 5,6, ou seja, os valores desta srie concentram-
se em torno do valor 5,6.



3 Caso: VARIVEL CONTNUA

O ponto mdio de cada classe :

2
L I
X
+
=


e a mdia da distribuio:

=
i
i i
f
f x
X



Exemplo: Determinar a mdia da distribuio:

Classe Intervalo de Classe fi
1 2 5 1
2 5 8 10
3 8 11 8
4 11 14 1


Soluo:

1) Somar a coluna das freqncias simples:

= + + + = 20 1 8 10 1 f
i


2) Calcular os pontos mdios de classe:

FEA PUC-SP Prof Dr Elizabeth Borelli
27

Classe Intervalo de Classe fi X
1 2 5 1
2 5 8 10
3 8 11 8
4 11 14 1
5 , 3
2
5 2
=
+
5 , 6
2
8 5
=
+
5 , 9
2
11 8
=
+
5 , 12
2
14 11
=
+



3) Efetuar os produtos x
i
f
i
, acrescentando estes valores dispostos em uma nova
coluna:

Classe Intervalo de Classe fi xi xifi
1 2 5 1 3,5 3,5
2 5 8 10 6,5 65
3 8 11 8 9,5 76
4 11 14 1 12,5 12,5


4) Somar os valores das colunas f
i
e x
i
f
i

Classe Intervalo de Classe fi xi xifi
1 2 5 1 3,5 3,5
2 5 8 10 6,5 65
3 8 11 8 9,5 76
4 11 14 1 12,5 12,5
20 157
=

i
f =

i i
f x



5) Substituir os valores na expresso:


85 , 7
20
157
f
f x
X
i
i i
= = =





Interpretao: O valor mdio desta srie 7,85, isto , 7,85 o valor em torno
do qual os elementos desta srie se concentram.







FEA PUC-SP Prof Dr Elizabeth Borelli
28













4.2. MEDIANA

Definio:

um valor real que separa o rol em duas partes deixando sua esquerda o
mesmo nmero de elementos que a sua direita. Portanto, a mediana um valor
que ocupa a posio central em uma srie.

Notao: m
d


CLCULO DA MEDIANA



1 Caso: DADOS BRUTOS OU ROL

Inicialmente devemos ordenar os elementos (dados brutos) para obter o rol.
Em seguida, determinamos o nmero n de elementos do rol.


SE n IMPAR:

O rol admite apenas um termo central que ocupa a posio :

o
2
1 n
|
|
.
|

\
| +


O valor do elemento que ocupa esta posio a mediana.


Exemplo: Determinar a mediana do conjunto:

X: 2, 20, 12, 23, 20, 8, 12

Soluo:

1) Ordenar os elementos para obter o rol:

FEA PUC-SP Prof Dr Elizabeth Borelli
29
2, 8, 12, 12, 20, 20, 23

2) O nmero de elementos n=7 (mpar). Portanto, a posio do termo central :

o
o o
4
2
1 7
2
1 n
=
|
|
.
|

\
| +
=
|
|
.
|

\
| +


Portanto, m
d
o 4 elemento do rol => m
d
=12



SE n PAR:

Neste caso, o rol admite dois termos centrais que ocupam as posies :


o
2
n
|
|
.
|

\
|
e
o
1
2
n
|
|
.
|

\
|
+


A mediana convencionada como sendo a mdia dos valores que ocupam estas
posies centrais.



Exemplo 1: Determinar a mediana do conjunto:

X: 7, 21, 13, 15, 10, 8, 9, 13


Soluo:

1) Ordenar os elementos para obter o rol:

7, 8, 9, 10, 13, 13, 15, 21


2) O nmero de elementos n=8 (par). Portanto, as posies dos termos centrais so:

o
o o
4
2
8
2
n
=
|
|
.
|

\
|
=
|
|
.
|

\
|
e
o
o o
5 1
2
8
1
2
n
=
|
|
.
|

\
|
+ =
|
|
.
|

\
|
+


Assim, as posies dos termos centrais so o 4 e o 5 elemento.

O elemento que ocupa a 4 posio na srie 10;
O elemento que ocupa a 5 posio na srie 13.


Portanto,

FEA PUC-SP Prof Dr Elizabeth Borelli
30

5 , 11
2
13 10
m
d
=
+
=



Interpretao:

50% dos valores do rol so valores menores ou iguais a 11,5 e 50% do rol
so valores maiores ou iguais a 11,5.



2 Caso: VARIVEL DISCRETA

Se os dados esto apresentados na forma de uma varivel discreta, eles j esto
naturalmente ordenados. Assim, basta verificar se o nmero de elementos da
srie impar ou par e aplicar o mesmo raciocnio do caso anterior.
Para facilitar a localizao dos termos centrais, construmos a freqncia
acumulada da srie

Exemplo 1: Determinar a mediana da srie:
xi fi
2 1
5 4
8 10
10 6
12 2


Soluo:

1) O nmero de elementos da srie :

Portanto, a srie admite apenas um termo central que ocupa a posio:

2) Construir a freqncia acumulada da srie para localizar esses elementos:

= = ) mpar ( 23 f n
i
o
o o
12
2
1 23
2
1 n
= |
.
|

\
| +
= |
.
|

\
| +

FEA PUC-SP Prof Dr Elizabeth Borelli
31
xi fi Fi
2 1 1
5 4 5
8 10 15
10 6 21
12 2 23


Note que o elemento que ocupa a 1 posio na srie 2.
Em seguida aparecem 4 elementos iguais a 5. Estes elementos ocupam, na srie,
as posies de 2 a 5 .
Depois aparecem mais 10 elementos iguais a 8, que ocupam na srie as posies
de 6 a 15 .
Consequentemente, o elemento que ocupa a 12 posio vale 8, e, podemos
afirmar que: m
d
=8


Interpretao: 50% dos valores do rol so valores menores ou iguais a 8 e
50% do rol so valores maiores ou iguais a 8.

Exemplo 2: Determinar a mediana da srie:


xi fi
0 3
1 5
2 8
3 10
5 6


Soluo:

1) O nmero de elementos da srie 32 (par) e a srie admite dois termos centrais
que ocupam as posies:
o
o o
16
2
32
2
n
=
|
|
.
|

\
|
=
|
|
.
|

\
|
e
o
o o
17 1
2
32
1
2
n
=
|
|
.
|

\
|
+ =
|
|
.
|

\
|
+


2) Construir a freqncia acumulada da srie para localizar esses elementos:




FEA PUC-SP Prof Dr Elizabeth Borelli
32
xi fi Fi
0 3 3
1 5 8
2 8 16
3 10 26
5 6 32
32
=

i
f

As trs primeiras posies da srie so ocupadas por
elementos iguais a zero.
Da 4 8 posio os elementos so iguais a 1.
Da 9 16 posio os elementos so iguais a 2.
Da 17 26 posio os elementos so iguais a 3.

Portanto, o elemento que ocupa a 16 posio 2 e o elemento que ocupa a 17 3
e, consequentemente a mediana :

5 , 2
2
3 2
m
d
=
+
=



Interpretao: 50% dos valores da srie so menores ou iguais a 2,5 e 50% dos
valores da srie so maiores ou iguais a 2,5.




3 Caso: VARIVEL CONTNUA

Considere a distribuio de freqncia:

Classe Intervalo de Classe fi
1 3 6 2
2 6 9 5
3 9 12 7
4 12 15 3
5 15 18 2


O nmero de elementos da srie n= 19

Como a mediana, por definio, separa o nmero de elementos da srie em dois
grupos, contendo cada um deles 50% dos elementos, a posio da mediana na srie
:
2
n


FEA PUC-SP Prof Dr Elizabeth Borelli
33
Pelo nosso exemplo:
elemento 5 , 9
2
19
2
n
o
o
=
|
|
.
|

\
|
=

Ao construir a freqncia acumulada para identificar em qual classe esto situados o
9 e o 10 elemento da srie, temos:
Classe Intervalo de Classe fi fA
1 3 6 2 2
2 6 9 5 7
3 9 12 7 14
4 12 15 3 17
5 15 18 2 19
19
=

i
f

h .
f
F
2
n
I m
d
d
m
ant
m d

+ =

onde:
limite inferior da classe mediana
n = nmero de elementos da srie
Freqncia acumulada da classe anterior classe mediana
freqncia simples da classe mediana
h = amplitude do intervalo de classe
=
d
m
I
=
ant
F
=
d
m
f


Classe Intervalo de Classe fi fA
1 3 6 2 2
2 6 9 5 7
3 9 12 7 14
4 12 15 3 17
5 15 18 2 19
19
=

i
f

Em nosso exemplo:




=

+ = h .
f
F
2
n
I m
d
d
m
ant
m d
0714 , 10 3 .
7
7 5 , 9
9 =

+

FEA PUC-SP Prof Dr Elizabeth Borelli
34




4.3. MODA

Definio:

o valor de maior freqncia em um conjunto de dados.

Notao: m
o


CLCULO DA MODA

1 Caso: DADOS BRUTOS OU ROL
Identificar o elemento de maior freqncia.


Exemplo 1:
X: 2, 8, 3, 5, 4, 5, 3, 5, 5, 1
O elemento de maior freqncia 5. Portanto, m
o
=5.
uma seqncia unimodal.


Exemplo2 :
X: 6, 10, 5, 6, 10, 2
Esta seqncia apresenta o elemento 6 e o elemento 10
como elementos de maior freqncia.
Portanto: m
o
=6 e m
o
=10.
uma seqncia bimodal.

Podemos encontrar seqncias trimodais, tetramodais e
assim sucessivamente. Estas seqncias sero chamadas,
de forma genrica, por seqncias polimodais.


Exemplo 3 :
X: 2, 2, 5, 8, 5, 8
Todos os elementos da srie apresentam a mesma freqncia.
Nesta situao, no h um elemento que se destaque pela maior freqncia.
Assim, diremos que a seqncia amodal.


2 Caso: VARIVEL DISCRETA

Este caso ainda mais simples. Note que na apresentao da varivel discreta,
as freqncias j esto computadas na 2 coluna. Basta identificar o elemento de
maior freqncia.
Exemplo 1:


FEA PUC-SP Prof Dr Elizabeth Borelli
35
xi fi
0 2
2 4
3 8
4 3
5 1

A maior freqncia observada na 2 coluna 8 e corresponde ao elemento 3 da
srie. Portanto, uma seqncia unimodal com m
o
=3.

Exemplo 2:
xi fi
1 2
2 5
3 4
4 5
5 1

A maior freqncia observada na 2 coluna 5 e corresponde aos valores 2 e 4.
Portanto, uma seqncia bimodal com m
o
=2 e m
o
=4.

Exemplo 3:
xi fi
4 3
5 3
6 3
10 3



Todos os elementos da srie possuem a mesma freqncia. Portanto, uma
seqncia amodal.

3 Caso: VARIVEL CONTNUA

MODA DE CZUBER

Exemplo: Calcule a moda de Czuber para a distribuio:

Classe Intervalo de Classe fi
1 0 10 1
2 10 20 3
3 20 30 6
4 30 40 2



FEA PUC-SP Prof Dr Elizabeth Borelli
36
h .
) f f ( f 2
f f
I m
post ant m
ant m
m o
o
o
o
+

+ =


onde:
limite inferior da classe modal
freqncia simples da classe modal
freqncia simples da classe anterior classe modal
freqncia simples da classe posterior classe modal
h = amplitude do intervalo de classe
=
o
m
l
=
o
m
f
=
ant
f
=
post
f


Em nosso exemplo:



mo = 20 +



Interpretao:

24,29 o valor mais freqente nesta distribuio.











Parte V
MEDIDAS DE DISPERSO

MEDIDAS DE DISPERSO
5.1. Introduo
5.2. Amplitude Total
(6 - 3 )
(2 6) . (3 + 2)
. 10 = 24, 29

FEA PUC-SP Prof Dr Elizabeth Borelli
37
5.3. Desvio Mdio Simples
5.4. Clculo da Varincia e Desvio Padro
5.5. Interpretao do Desvio Padro

5.1. INTRODUO

Uma breve reflexo sobre as medidas de tendncia central permite-nos concluir
que elas no so suficientes para caracterizar totalmente uma seqncia
numrica.

Se observarmos as seqncias:

X: 10, 1, 18, 20, 35, 3, 7, 15, 11, 10
Y: 12, 13, 13, 14, 12, 14, 12, 14, 13, 13
Z: 13, 13, 13, 13, 13, 13, 13, 13, 13, 13

Concluiremos que todas possuem mdia 13.
No entanto, so seqncias completamente distintas do ponto de vista da
variabilidade dos dados:

Na seqncia Z no h variabilidade de dados.
A mdia 13 representa bem qualquer valor da srie.

Na seqncia Y, a mdia 13 representa bem a srie, mas existem elementos da
srie levemente diferenciados da mdia 13.

Na seqncia X existem muitos elementos bastante diferenciados da
mdia 13.

Conclumos que a mdia 13 representa otimamente a seqncia Z, representa
bem a seqncia Y, mas no representa bem a seqncia X.

O nosso objetivo construir medidas que avaliem a representatividade da mdia.
Para isso, usaremos as medidas de disperso.
As principais medidas de disperso absolutas so:
amplitude total
desvio mdio simples
varincia
desvio padro
5.2. AMPLITUDE TOTAL

a diferena entre o maior e o menor valor da seqncia.

A
t
= maior valor da seqncia - menor valor da seqncia



CLCULO DA AMPLITUDE TOTAL


FEA PUC-SP Prof Dr Elizabeth Borelli
38

1 Caso: DADOS BRUTOS OU ROL
Basta identificar o maior e o menor valor da seqncia e efetuar a diferena entre
estes valores.

Exemplo: Determine a amplitude total da seqncia

X: 11, 12, 9, 10, 10, 15

Soluo: o maior valor da seqncia 15 e o menor valor 9. Portanto, a amplitude
total da seqncia :

A
t
= 15 - 9 = 6



2 Caso: VARIVEL DISCRETA

Como os valores j se apresentam ordenados, a amplitude total a diferena
entre o ltimo e o primeiro elemento da srie.

Exemplo: Determine a amplitude total da srie:

xi fi
2 1
3 6
5 10
7 3



Soluo: o maior valor da seqncia 7 e o menor valor 2. Portanto, a amplitude
total da seqncia :

A
t
= 7 - 2 = 5

FEA PUC-SP Prof Dr Elizabeth Borelli
39
3 Caso: VARIVEL CONTNUA


Nesta situao, por desconhecer o maior e o menor valor da srie, devemos fazer
um clculo aproximado da amplitude total da srie.
Consideraremos como maior valor da srie o ponto mdio da ltima classe e
como menor valor da srie o ponto mdio da primeira classe. A amplitude total
ser a diferena entre estes valores.

A
t
= ponto mdio da ltima classe - ponto mdio da primeira classe




Exemplo: Determine a amplitude total da srie:

Classe Intervalo de Classe fi
1 2 4 5
2 4 6 10
3 6 8 20
4 8 10 7
5 10 12 2


Soluo: o ponto mdio da ltima classe 11 e o da primeira classe 3. Portanto,
a amplitude total da seqncia :


A
t
= 11 - 3 = 8








5.3. DESVIO MDIO SIMPLES

O conceito estatstico de desvio corresponde ao conceito matemtico de distncia.
A disperso dos dados em relao mdia de uma seqncia pode ser avaliada
atravs dos desvios de cada elemento da seqncia em relao a mdia da
seqncia.

1 Caso: DADOS BRUTOS OU ROL
Se a seqncia for representada por
X: x
1
, x
2
, ... X
n

ento, o DMS admite como frmula de clculo:


FEA PUC-SP Prof Dr Elizabeth Borelli
40
n
x x
DMS
i


=


Exemplo: Calcule o DMS para a seqncia:

X: 2, 8, 5, 6.

Soluo:
1) determinaremos inicialmente a mdia da srie:

25 , 5
4
6 5 8 2
n
x
x
i
=
+ + +
= =





2) determinamos as distncias de cada elemento da srie para a mdia da srie:
75 , 0 25 , 5 6 x x
25 , 0 25 , 5 5 x x
75 , 2 25 , 5 8 x x
25 , 3 25 , 5 2 x x
i
i
i
i
= =
= =
= =
= =



3) o DMS a mdia aritmtica simples destes valores:


75 , 1
4
75 , 0 25 , 0 75 , 2 25 , 3
DMS =
+ + +
=



Interpretao: Em mdia, cada elemento da seqncia est afastado do valor 5,25
por 1,75 unidades.













FEA PUC-SP Prof Dr Elizabeth Borelli
41

2 Caso: VARIVEL DISCRETA
A frmula de clculo :


=
i
i i
f
f x x
DMS



Exemplo: Calcule o DMS para a srie:

xi fi
1 2
3 5
4 2
5 1


Soluo:
1) Calcular :

i
f
e

i i
f x


xi fi xifi
1 2 2
3 5 15
4 2 8
5 1 5
10 30
=

i
f
=

i i
f x


2) Calcular a mdia da srie:
3
10
30
f
f x
x
i
i i
= = =



3) Calcular:


=
i
i i
f
f x x
DMS


FEA PUC-SP Prof Dr Elizabeth Borelli
42
xi fi xifi
1 2 2 4
3 5 15 0
4 2 8 2
5 1 5 2
10 30 8
=

i
f
=

i i
f x
i i
f x x
=

i i
f x x


Portanto,


Interpretao: Em mdia, cada elemento da seqncia est afastado do valor 3 por
0,8 unidades.

3 Caso: VARIVEL CONTNUA
A frmula de clculo :


=
i
i i
f
f x x
DMS


onde X
i
o ponto mdio da classe i

Exemplo: Calcule o DMS para a srie:

Classe Intervalo de Classe fi
1 2 4 5
2 4 6 10
3 6 8 4
4 8 10 1


Soluo:
1) Inicialmente acrescentaremos a coluna dos pontos mdios das classes:
8 , 0
10
8
f
f x x
DMS
i
i i
= =

=



FEA PUC-SP Prof Dr Elizabeth Borelli
43
Classe Intervalo de Classe fi xi
1 2 4 5 3
2 4 6 10 5
3 6 8 4 7
4 8 10 1 9

2) Calcular a mdia da srie:

=
i
i i
f
f x
x
Classe Intervalo de Classe fi xi xifi
1 2 4 5 3 15
2 4 6 10 5 50
3 6 8 4 7 28
4 8 10 1 9 9
20 102
=

i
f =

i i
f x

Portanto a mdia da srie:
1 , 5
20
102
f
f x
x
i
i i
= = =


3) Calcular:


=
i
i i
f
f x x
DMS

Classe Intervalo de Classe fi xi xifi
1 2 4 5 3 15 10,5
2 4 6 10 5 50 1
3 6 8 4 7 28 7,6
4 8 10 1 9 9 3,9
20 102 23
=

i
f
=

i i
f x =

i i
f x x
i i
f x x

Portanto,

FEA PUC-SP Prof Dr Elizabeth Borelli
44

Interpretao:Em mdia, cada elemento da seqncia est afastado do valor 5,1 por
1,15 unidades.
5.4. CLCULO DA VARINCIA E DESVIO - PADRO

1 Caso: DADOS BRUTOS OU ROL

a) Se a seqncia representa uma POPULAO,
a varincia calculada pela frmula:

n
) x x (
) x (
2
i
2


= o


e o desvio -padro por:

) x ( ) x (
2
o = o



Exemplo: Calcule a varincia e o desvio- padro da seqncia:

X: 4, 5, 8, 5.
Soluo:
1) a seqncia contm
n= 4


e tem por mdia:
5 , 5
4
22
4
5 8 5 4
n
x
x
i
= =
+ + +
= =





2) os quadrados das diferenas
2
i
) x x (
valem:

15 , 1
20
23
f
f x x
DMS
i
i i
= =

=



FEA PUC-SP Prof Dr Elizabeth Borelli
45
25 , 0 ) 5 , 5 5 ( ) x x (
25 , 6 ) 5 , 5 8 ( ) x x (
25 , 0 ) 5 , 5 5 ( ) x x (
25 , 2 ) 5 , 5 4 ( ) x x (
2 2
i
2 2
i
2 2
i
2 2
i
= =
= =
= =
= =

= 9 ) x x (
2
i





2) calcular a varincia:
3)
25 , 2
4
9
n
) x x (
) x (
2
i
2
= =

= o



4) como o desvio- padro a raiz quadrada positiva da varincia:






b) Se a seqncia representa uma AMOSTRA,
a varincia calculada pela frmula:

1 n
) x x (
) x ( s
2
i
2

=



e o desvio- padro por:

) x ( s ) x ( s
2
=



No exemplo anterior, para o clculo da amostra:

5 , 1 25 , 2 ) x ( ) x (
2
= = o = o

FEA PUC-SP Prof Dr Elizabeth Borelli
46

1) calcular a varincia:

3
3
9
1 n
) x x (
) x ( s
2
i
2
= =

=



2) calcular o desvio -padro:


2 Caso: VARIVEL DISCRETA

Como h repeties de elementos na srie, definimos a varincia como sendo
uma mdia aritmtica ponderada dos quadrados dos desvios dos elementos da
srie para a mdia da srie.


a) Se a varivel discreta representa uma POPULAO,
a varincia calculada pela frmula:


= o
i
i
2
i
2
f
f . ) x x (
) x (


e o desvio- padro por:

) x ( ) x (
2
o = o


Exemplo: Calcule a varincia e o desvio padro da srie abaixo, representativa de
uma POPULAO:

xi fi
2 3
3 5
4 8
5 4


Soluo:
1) Calcular :

i
f
e

i i
f x


73 , 1 3 ) x ( s ) x ( s
2
= = =

FEA PUC-SP Prof Dr Elizabeth Borelli
47
xi fi xifi
2 3 6
3 5 15
4 8 32
5 4 20
20 73
=
i
f

=
i i
f fx

2) Calcular a mdia da srie:
65 , 3
20
73
f
f x
x
i
i i
= = =



3) Calcular:


= o
i
i
2
i
2
f
f . ) x x (
) x (



9275 , 0
20
55 , 18
f
f ) x x (
) x (
i
i
2
i
2
= =

= o



5) Calcular o desvio- padro da populao:

963 , 0 9275 , 0 ) x ( ) x (
2
= = o = o


b) Se a seqncia representa uma AMOSTRA,

a varincia calculada pela frmula:
xi fi xifi
2 3 6 8,1675
3 5 15 2,1125
4 8 32 0,9800
5 4 20 7,2900
20 73 18,55

=
i
f

=
i i
f x
)


\
|

i
2
I
f x x
)

=


\
|

i
2
I
f x x

FEA PUC-SP Prof Dr Elizabeth Borelli
48

1 f
f . ) x x (
) x ( s
i
i
2
i
2



e o desvio padro por:

) x ( s ) x ( s
2
=






No exemplo anterior, para o clculo da AMOSTRA:

1) calcular a varincia:


9763 , 0
19
55 , 18
1 f
f . ) x x (
) x ( s
i
i
2
i
2
= =



2) calcular o desvio - padro:





3 Caso: VARIVEL CONTNUA

Novamente, por desconhecer os particulares valores de x
i
da srie,
substituiremos nas frmulas anteriores estes valores pelos pontos mdios de
classe.


a) Se a varivel contnua representa uma POPULAO,

a varincia calculada pela frmula:



988 , 0 9763 , 0 ) x ( s ) x ( s
2
= = =

FEA PUC-SP Prof Dr Elizabeth Borelli
49


= o
i
i
2
i
2
f
f . ) x x (
) x (


onde x
i
o ponto mdio da classe i.



e o desvio- padro por:

) x ( ) x (
2
o = o



Exemplo: Calcule a varincia e o desvio padro da srie abaixo, representativa de
uma POPULAO:

Classe Intervalo de Classe fi
1 0 4 1
2 4 8 3
3 8 12 5
4 12 16 1


Soluo:
1) Inicialmente acrescentaremos a coluna dos pontos mdios das classes:
Classe Intervalo de Classe fi xi
1 0 4 1 2
2 4 8 3 6
3 8 12 5 10
4 12 16 1 14



2) Calcular a mdia da srie:

=
i
i i
f
f x
x


FEA PUC-SP Prof Dr Elizabeth Borelli
50
Classe Intervalo de Classe fi xi xifi
1 0 4 1 2 2
2 4 8 3 6 18
3 8 12 5 10 50
4 12 16 1 14 14
10 84

=
i
f

=
i i
f x

Portanto, a mdia da srie :
4 , 8
10
84
f
f x
x
i
i i
= = =



FEA PUC-SP Prof Dr Elizabeth Borelli
51
3) Calcular:


= o
i
i
2
i
2
f
f . ) x x (
) x (


Classe Intervalo de Classe fi xi xifi
1 0 4 1 2 2 40,96
2 4 8 3 6 18 17,28
3 8 12 5 10 50 12,80
4 12 16 1 14 14 31,36
10 84 102,4

=
i
f

=
i i
f x
)

\
|

i
2
I
f x x
)

\
|

i
2
I
f x x




Portanto, a varincia :



24 , 10
10
4 , 102
f
f ) x x (
) x (
i
i
2
i
2
= =

= o





e o desvio - padro:


2 , 3 24 , 10 ) x ( ) x (
2
= = o = o



FEA PUC-SP Prof Dr Elizabeth Borelli
52
b) Se a seqncia representa uma AMOSTRA,

a varincia calculada pela frmula:

1 f
f . ) x x (
) x ( s
i
i
2
i
2




e o desvio - padro por:

) x ( s ) x ( s
2
=




No exemplo anterior, para o clculo da AMOSTRA:

1) calcular a varincia:

38 , 11
9
4 , 102
1 f
f . ) x x (
) x ( s
i
i
2
i
2
= =





1) calcular o desvio - padro:



373 , 3 38 , 11 ) x ( s ) x ( s
2
= = =

FEA PUC-SP Prof Dr Elizabeth Borelli
53




Parte VI
MEDIDAS
SEPARATRIZES



MEDIDAS SEPARATRIZES
6.1. Quartis, Decis, Percentis
6.2. Clculo das Medidas Separatrizes


6.1. QUARTIS, DECIS E PERCENTIS

Definio:

So nmeros reais que dividem a seqncia ordenada de dados em partes que
contm a mesma quantidade de elementos da srie.

A mediana tambm uma medida separatriz ( divide a seqncia ordenada em
dois grupos).

QUARTIS : diviso da srie em quatro partes.


25% 50% 75% 100%



Q
1
Q
2
Q
3



Q
1
: primeiro quartil 25% dos valores da srie esquerda e 75% direita.

Q
2
:segundo quartil 50% dos valores da srie esquerda e 50% direita.

Q
3
: terceiro quartil 75% dos valores da srie esquerda e 25% direita.




FEA PUC-SP Prof Dr Elizabeth Borelli
54


DECIS : diviso da srie em dez partes.


10% 20%........................................................................90% 100%


D
1
D
2
D
9


D
1
: primeiro decil 10% dos valores da srie esquerda e 90% direita.

D
2
:segundo decil 20% dos valores da srie esquerda e 80% direita.

Analogamente so definidos os outros decis.






PERCENTIS ( ou CENTIS ) : diviso da srie em CEM partes




1%... 99%



P
1
P
99



P
1
:primeiro percentil 1% dos valores da srie esquerda e 99% direita.

P
2
:segundo percentil 2% dos valores da srie esquerda e 98% direita.

Analogamente so definidos os outros percentis.

Q
4
, D
10 e
P
100
deixam sua esquerda 100% dos valores da srie ordenada.

QUARTIS e DECIS so mltiplos dos PERCENTIS.


Assim sendo :

Q
1
= P
25 ,
Q
2
= P
50 ,
Q
3
= P
75


D
1=
P
10 ,
D
2=
P
20 ,
D
3=
P
30 ,
D
4=
P
40 ,
D
5=
P
50 ,


D
6=
P
60 ,
D
7=
P
70 ,
D
8=
P
80 ,
D
9=
P
90 ,
D
10 =
P
100



FEA PUC-SP Prof Dr Elizabeth Borelli
55


6.2. CLCULO DAS MEDIDAS SEPARATRIZES


1 Caso: DADOS BRUTOS OU ROL

Inicialmente devemos ordenar os elementos (dados brutos) para obter o rol.

Calculamos i% do nmero de elementos da srie :


100
n i


Depois , identificamos o elemento que ocupa esta posio.


Exemplo 1 : Calcule o Q
1
da seqncia :

X: 2, 5, 8, 5, 5, 10, 1, 12, 12, 11, 13, 15

Soluo:

1) Ordenar os elementos para obter o rol:
1, 2, 5, 5, 5, 8, 10, 11, 12, 12, 13, 15


2) Identificamos : Q
1 =
P
25



3) Calculamos:


100
n i
=

100
12 25
=

3



Portanto, P
25
o

terceiro elemento do rol.

Ou seja : Q
1 =
P
25 =
5


Interpretao : 25% dos valores desta seqncia so menores ou iguais a 5 e
75% dos valores so maiores ou iguais a 5.


FEA PUC-SP Prof Dr Elizabeth Borelli
56


Exemplo 2 : Calcule o D
6
da seqncia :

X: 2, 8, 7,5, 9, 6, 10, 12, 2

Soluo:

1) Ordenar os elementos para obter o rol:
2, 2, 6, 7,5, 8, 9, 10, 12

2) Identificamos : D
6 =
P
60


3) Calculamos:

100
n i
=

100
8 60
=

4,8


O valor no inteiro indica que o P
60
um valor situado entre o quarto e o quinto
elemento da srie.


Ou seja :


Interpretao : 60% dos valores desta seqncia so menores ou iguais a 7,75 e
40% dos valores so maiores ou iguais a 7,75 .

2 Caso: VARIVEL DISCRETA

Se os dados esto apresentados na forma de uma varivel discreta, eles j esto
naturalmente ordenados.

Para facilitar a localizao do termo que ocupa a posio do percentil i na srie,
construmos a freqncia acumulada da srie.

Exemplo 1: Determinar o D
4
da srie:

75 , 7
2
8 5 , 7
P
60
=
+
=

FEA PUC-SP Prof Dr Elizabeth Borelli
57


xi fi
2 3
4 5
5 8
7 6
10 2

Soluo:

1) O nmero de elementos da srie


24 f n
i
= =


2) Identificamos : D
4 =
P
40

3) Calculamos 40% de 24 :


100
n i
=

100
24 40
=

9,6

Portanto : P
40
um valor compreendido entre o nono e o dcimo elemento da
srie

4) Construindo a freqncia acumulada da srie :


xi fi Fi
2 3 3
4 5 8
5 8 16
7 6 22
10 2 24




O elemento que ocupa a 9 posio na srie 5 ; a 10 posio tambm 5.

Portanto :


5
2
5 5
P D
40 4
=
+
= =


Interpretao:


FEA PUC-SP Prof Dr Elizabeth Borelli
58

40% dos valores da srie so menores ou iguais a 5 e
60% dos valores da srie so maiores ou iguais a 5.








3 Caso: VARIVEL CONTNUA

EX. : Dada a distribuio de freqncia, calcule o Q
3
da srie:

Classe fi
1 0 10 16
2 10 20 18
3 20 30 24
4 30 40 35
5 40 50 12
105
Intervalo de Classe
=

i
f



A frmula do percentil adaptada da frmula da mediana:


h .
f
F
100
in
I p
i
ant
i i

+ = h .
f
F
100
in
I p
i
ant
i i

+ =



onde:
limite inferior da classe que contm o Pi
n = nmero de elementos da srie
Freqncia acumulada da classe anterior classe que contm o Pi
freqncia simples da classe que contm o Pi
h = amplitude do intervalo de classe
=
i
I
=
ant
F
=
i
f
limite inferior da classe que contm o Pi
n = nmero de elementos da srie
Freqncia acumulada da classe anterior classe que contm o Pi
freqncia simples da classe que contm o Pi
h = amplitude do intervalo de classe
=
i
I
=
i
I
=
i
I
=
ant
F
=
ant
F
=
ant
F
=
i
f =
i
f =
i
f



Identificamos : Q
3 =
P
75

FEA PUC-SP Prof Dr Elizabeth Borelli
59

i = 75
n = 105

=
=
100
n i

100
105 75

78,75
=
=
100
n i

100
105 75

78,75
=
100
n i

100
105 75

78,75
100
n i

100
n i

100
105 75

100
105 75

78,75



que nos d a posio do P
75
na srie
Construindo a freqncia acumulada:


A classe 4 contm o elemento que ocupa a posio 78,75.
Portanto, essa a classe que contm o P
75

Substituindo na frmula:

h .
f
F
100
in
I p
i
ant
i i

+ = h .
f
F
100
in
I p
i
ant
i i

+ =




10 x
35
58 75 , 78
30 P
75

+ =


Portanto:

Q
3
= P
75
= 35,93

Interpretao :

75% dos valores da srie so menores ou iguais a 35,93 e
25% dos valores da srie so maiores ou iguais a 35,93.



Classe fi Fi
1 0 10

16 16
2 10

20

18 34
3 20

30

24 58
4 30

40

35 93
5 40

50

12 105
Intervalo de Classe

FEA PUC-SP Prof Dr Elizabeth Borelli
60















B) PROBABILIDADE
TEORIA DAS PROBABILIDADES
Objetivo
Espao Amostral
Operaes com Eventos
Funo de Probabilidade
Valor Esperado de uma Varivel Aleatria
Varincia de uma Varivel Aleatria




1. TEORIA DAS PROBABILIDADES


1.1. OBJETIVO

Construir modelos matemticos que expliquem um grande nmero de fenmenos
coletivos e forneam estratgias para tomada de decises.

TIPOS DE FENMENOS

a) DETERMINSTICOS: so aqueles em que os resultados so sempre os
mesmos, qualquer que seja o nmero de ocorrncias verificadas.

b) ALEATRIOS: os resultados no so previsveis, mesmo que haja um grande
nmero de repeties do mesmo fenmeno

OBJETO DE ESTUDO DA TEORIA DA PROBABILIDADE:

FENMENOS ALEATRIOS



Exemplos

FEA PUC-SP Prof Dr Elizabeth Borelli
61

lanamento de uma moeda
lanamento de um dado
retirada de uma carta de baralho
determinao da vida til de um componente eletrnico
produo agrcola
cotao de aes da Bolsa de Valores

EXPERIMENTO:

Processo de se realizar observaes ou levantar dados.



1.2. ESPAO AMOSTRAL

Espao amostral de um fenmeno aleatrio o conjunto de todos os resultados
possveis de um experimento.

Exemplo 1:
Lanar um dado e anotar o nmero de pontos da face superior
S = { 1, 2, 3, 4, 5, 6}
Exemplo 2:
Lanar uma moeda e observar a face superior
S = { C, K}

OBJETIVO DE SE DEFINIR VARIVEIS ALEATRIAS

Quando o espao amostral de um experimento no constitudo por nmeros reais,
necessrio estabelecer uma funo que transforme o espao amostral numrico
em um espao amostral

PRINCPIO FUNDAMENTAL DA CONTAGEM

Se um procedimento A pode ser realizado de N maneiras diferentes e um
procedimento B, de M maneiras diferentes, o encadeamento de A e B pode ser
feito de N x M maneiras diferentes.

Tcnica de Contagem: DIAGRAMA DE RVORE
C
C
K
C
K
K




FEA PUC-SP Prof Dr Elizabeth Borelli
62
Lanar simultaneamente 2 moedas = lanar 1 moeda 2 vezes
N. de ocorrncias possveis = 2. 2 =4


1.3. OPERAES COM EVENTOS

Por exemplo, no lanamento de duas moedas, o espao amostral definido pelo
conjunto:

S = {CaCa, CaCo, CoCa, CoCo }

Cada um dos resultados do espao amostral denominado ponto amostral.
Uma forma grfica de representar o espao amostral usando a representao de
Venn.
A figura abaixo apresenta o Diagrama de Venn no caso do lanamento de 2
moedas, onde o retngulo representa o universo formado por todos os resultados do
espao amostral S:

S
CaCa CaCo
CoCa CoCo



Cada vez que for realizado um experimento, se obter como resposta um nico
resultado, denominado evento elementar, que dever estar contido no espao
amostral do experimento:

Evento elementar o evento que contm um
nico ponto amostral e, portanto, no pode
ser particionado nem dividido.



Portanto, para evitar surpresas, todos os possveis resultados do experimento
devem estar identificados. Deve-se ter presente que, em geral, como um evento
pode conter mais de um ponto amostral, esse evento pode ser particionado (conceito
equivalente a dividir) em seu eventos elementares.
Denomina-se evento a qualquer subconjunto do espao amostral de um
experimento.

Exemplo:

FEA PUC-SP Prof Dr Elizabeth Borelli
63
Evento dos resultados que tem exatamente apenas uma cara no espao amostral S
o subconjunto
A= { CaCo, CoCa }

S
CaCo
CoCa







Complemento de um evento

o subconjunto formado pelos elementos do espao amostral do experimento que
no foram includos no evento

Exemplo:
O complemento do evento A, denominado como B, ser:
B= { CaCa, CoCo }

S
CaCa
CoCo




Dados os eventos A e B sobre o mesmo espao amostral so definidas:

1. A operao UNIO dos eventos A e B gera um novo evento cujos elementos so
os elementos comuns e no comuns dos dois conjuntos.
Pelo Diagrama de Venn:

S
A B




FEA PUC-SP Prof Dr Elizabeth Borelli
64

2. A operao INTERSEO dos eventos A e B gera um novo evento cujos
elementos so os elementos comuns aos dois conjuntos.
Pelo Diagrama de Venn:

S
A B




Aplicando as operaes, verifica-se:

1. A unio de um evento e seu complemento o prprio espao amostral.
2. A interseo de um evento e seu complemento um conjunto vazio.


No experimento do lanamento de uma moeda so possveis apenas 2 resultados:
os eventos Ca-Cara e Co-Coroa.

Pela prpria caracterstica do experimento, quando o resultado de um lanamento
Cara, no pode ser tambm Coroa, pois so eventos mutuamente excludentes.
Unindo os dois resultados, eles formam o espao amostral, pois so eventos
coletivamente exaustivos.

Dados os eventos A e B definidos sob o mesmo espao amostral S, se verifica:

1. So mutuamente excludentes se sua interseo vazia, isto , os dois eventos
no tm nenhum elemento em comum.

2. So coletivamente exaustivos se tomados em conjunto eles formam o espao
amostral completo S, isto , os eventos podem ter elementos repetidos em outros
eventos.

Exemplo 1 :

Ao lanar um moeda pode-se obter cara ou coroa.
Pede-se analisar os resultados em funo das definies apresentadas.

Soluo:

Podemos dizer que os eventos Ca e Co so:

1. Eventos mutuamente excludentes;
2. Eventos complementares, pois o espao amostral tem apenas dois eventos;

FEA PUC-SP Prof Dr Elizabeth Borelli
65
3. Eventos coletivamente exaustivos, pois quando agrupados formam o espao
amostral.


Exemplo 2 :

Carlos pode obter conceito A em estatstica, ou conceito B ou conceito C. Pede-se
analisar os resultados.
Soluo:
Se os conceitos possveis so A, B ou C, podemos dizer que os eventos A, B e C
so:
1. Eventos mutuamente excludentes;

2. Eventos coletivamente exaustivos, pois quando agrupados formam o espao
amostral.

No so eventos complementares: o complemento de A a unio do evento B e o
evento C!
1.4. FUNO DE PROBABILIDADE

Definindo espao amostral conhecemos os resultados possveis do experimento.
Ao lanar uma moeda, sabemos que os resultados possveis so 2: Cara ou Coroa.
Porm, para se obter uma forma de avaliar o sucesso de cada um dos resultados,
surge a necessidade de se definir um mtodo de avaliao: PROBABILIDADE

A probabilidade de um evento A, representada por P(A), um nmero entre 0 e 1,
que mede o sucesso de que ocorra o evento A, quando realizado o experimento.

Se P(A) = 0 o evento NUNCA acontece
Se P(A) = 1 o evento SEMPRE acontece

Definio de Probabilidade:
Resultados equiprovveis (no existe nenhuma condio que estabelea que um
dos resultados tenha preferncia sobre o outro).

n
) A ( n
) A ( P =


P(A) = probabilidade de ocorrncia do resultado A
n(A) = n de casos favorveis possibilidade de ocorrer A
n = n total de casos possveis

Exemplo 1:
Qual a probabilidade de se obter Cara no lanamento de uma moeda,
chamando-se esse evento de Evento A?


FEA PUC-SP Prof Dr Elizabeth Borelli
66
% 50 50 , 0
2
1
n
) A ( n
) A ( P = = = =



Exemplo 2:

No lanamento de uma moeda, a varivel aleatria x anota o nmero de caras
obtidas neste lanamento. Determine a funo de probabilidade associada
varivel aleatria x.

S
x
R
c x( c) =1
k x( k) =0





Soluo:

A funo de probabilidade da varivel aleatria x pode ser determinada atravs da
funo de probabilidade associada ao espao amostral original {c,k}, que :

p( c) = 0,5 e p ( k) = 0,5

Note que a varivel aleatria x s anota o valor 1 quando ocorrer cara no
lanamento da moeda. Portanto, a probabilidade de a varivel aleatria assumir o
valor 1 a mesma probabilidade de sair cara no lanamento da moeda. Desta
forma:
p(x=1) = 0,5

De modo anlogo, p(x=0) = 0,5.

Esta a nova funo de probabilidade associada varivel aleatria x:

p(x=0) = 0,5
p(x=1) = 0,5

x 0 1
p(x) 0,5 0,5



Exemplo 3:

No lanamento de 2 dados, a varivel aleatria x anota a soma dos pontos das
faces superiores. Determine a funo de probabilidade associada varivel
aleatria x.

Soluo:

FEA PUC-SP Prof Dr Elizabeth Borelli
67

S
x
R
(1,1) x(1,1) =2
(1,2) x(1,2) =3
.
.
.
(6,6) x(6,6) =12


A funo de probabilidade da varivel aleatria x pode ser determinada atravs da
funo de probabilidade associada ao espao amostral original S= {(1,1), (1,2) ...
(6,5), (6,6)}, que :

36
1
) 6 , 6 ( p ,
36
1
) 5 , 6 ( p ,...,
36
1
) 2 , 1 ( p ,
36
1
) 1 , 1 ( p = = = =


Note que a varivel aleatria x s assume o valor 2 quando ocorrer (1,1) no
lanamento dos dados. Desta forma,

A varivel aleatria x s assume valor 3 quando ocorrer (1,2) ou (2,1) no
lanamento dos dados. Como cada par tem probabilidade 1/36, ento:

36
2
) 3 x ( p = =


A varivel aleatria x s assume valor 4 quando ocorrer (1,3) ou (3,1) ou (2,2) no
lanamento dos dados. Como cada par tem probabilidade 1/36, ento:
36
3
) 4 x ( p = =


A funo de probabilidade associada varivel aleatria x :

36
1
) 2 x ( p = =

FEA PUC-SP Prof Dr Elizabeth Borelli
68
p(x = 2) = 1/ 36
p(x = 3) = 2/ 36
p(x = 4) = 3/ 36
p(x = 5) = 4/ 36
p(x = 6) = 5/ 36
p(x = 7) = 6/ 36
p(x = 8) = 5/ 36
p(x = 9) = 4/ 36
p(x = 10) = 3/ 36
p(x = 11) = 2/ 36
p(x = 12) = 1/ 36


x 2 3 4 5 6 7 8 9 10 11 12
p(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36


2 3 4 5 6 7 8 9 10 11 12


1.5. VALOR ESPERADO DE UMA VARIVEL ALEATRIA

A varivel aleatria ser utilizada para estabelecer modelos tericos de
probabilidade com a finalidade de descrever populaes.
A mdia, a varincia e o desvio padro representaro parmetros destas populaes
e sero denotados por:
-
x = = mdia

o
2
(X) = varincia

o (X) = desvio padro

DEFINIO DE VALOR ESPERADO:

Se x uma varivel aleatria dada por:

FEA PUC-SP Prof Dr Elizabeth Borelli
69

x x
1
x
2
x
3
... x
n
p(x) p(x
1
) p(x
2
) p(x
3
) ... p(x
n
)

ento, chama-se valor esperado da varivel aleatria x ao valor numrico:

= ) x ( p . x
i i


valor esperado x pode ser denotado por E(x)

Observe a analogia entre as frmula x e
A mdia x dada por:

=
i
i i
f
f x
x


que pode ser escrita na forma:

|
|
.
|

\
|
= =
n
f
x
n
f x
x
i
i
i i



Se considerarmos
|
.
|

\
|
n
f
i
como p(x
i
), a expresso fica escrita na forma :

) x ( p . x
i i


que a expresso que define .

Conclui-se que representa a mdia da varivel aleatria x

Neste sentido, uma expectativa de mdia e tambm chamada de
Expectncia ou Esperana Matemtica da varivel aleatria x.




FEA PUC-SP Prof Dr Elizabeth Borelli
70
1.6. VARINCIA DE UMA VARIVEL ALEATRIA

A mesma analogia existe entre a varincia e o desvio-padro de uma distribuio de
freqncia e a varincia e o desvio-padro de uma varivel aleatria x.

A frmula da varincia de uma distribuio de frequncia representativa de uma
populao dada por:


= o
i
i
2
i
2
f
f . ) x x (
) x (

que pode ser escrita na forma:

|
|
.
|

\
|
=

= o
n
f
) x x (
n
f . ) x x (
) x (
i 2
i
i
2
i
2

Se considerarmos
|
.
|

\
|
n
f
i
como p(x
i
), a expresso fica escrita na forma :

= o ) x ( p . ) x x ( ) x (
i
2
i
2


e o desvio padro da varivel aleatria x definido por :
) x ( ) x (
2
o = o


A varincia pode ser calculada de um modo mais rpido com a seguinte
simplificao da frmula original:

Desenvolvendo o quadrado da diferena e aplicando as propriedades do
somatrio, obtm-se:


+ =
+ =
(

|
.
|

\
|
+ =
=
(

|
.
|

\
|
+ = o
) x ( p ) x ( p . x 2 ) x ( p . x
) x ( p . ) x ( p . x 2 ) x ( p . x
) x ( p . ) x ( p . x 2 ) x ( p . x
) x ( p . x 2 x ) x (
i
2
i i i
2
i
i
2
i i i
2
i
i
2
i i i
2
i
i
2
i
2
i
2


FEA PUC-SP Prof Dr Elizabeth Borelli
71

lembrando que:

=
=
=
se obtm ), x ( E ) x ( p . x . 3
1 ) x ( p . 2
) x ( p . x . 1
2
i
2
i
i
i i
2 2 2
2 2 2 2
) x ( E ) x (
2 ) x ( E ) x (
= o
+ = o


ou

| |
2 2 2
) x ( E ) x ( E ) x ( = o


















Exemplo:
No lanamento de dois dados, a varivel aleatria x anota a soma dos pontos da
face superior. Determine a mdia, a varincia e o desvio padro da varivel aleatria
x.


Soluo:



FEA PUC-SP Prof Dr Elizabeth Borelli
72

Portanto,



a mdia da varivel aleatria x :

7 =


a varincia da varivel aleatria x :
| | 83 , 5 49 83 , 54 ) x ( E ) x ( E ) x (
2 2 2
= = = o


o desvio padro da varivel aleatria x :
41 , 2 83 , 5 ) x ( = = o

x
p(x)
xp(x)
x
2
E(x
2
)=x
2
p(x)
36
144
36
242
36
300
36
324
36
320
36
294
36
180
36
100
36
48
36
18
36
4
144 121 100 81 64 49 36 25 16 9 4
36
12
36
22
36
30
36
36
36
40
36
42
36
30
36
20
36
12
36
6
36
2
36
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
12 11 10 9 8 7 6 5 4 3 2
+ + + + + + + + + +
+ + + + + + + + + +
+ + + + + + + + + +
83 , 54
36
1974
) x ( p . ) ( E
7 ) x ( p . x ) x ( E
x x
2 2
= = =
= = =


FEA PUC-SP Prof Dr Elizabeth Borelli
73




ESTATSTICA




EXERCCIOS


















FEA PUC-SP Prof Dr Elizabeth Borelli
74
SRIE 1
1. Explicar a diferena entre PROGNSTICO e PLANEJAMENTO
2. Classifique as variveis:
- IDADE
- SEXO
- RENDA FAMILIAR
- RELIGIO
- TEMPO DISPONVEL PARA ESTUDO
- ATIVIDADES RECREATIVAS DE INTERESSE
3. Dada uma populao com 60 elementos, explique como voc faria para obter
uma amostra casual simples com 6 elementos.
4. Descreva uma forma de obter uma amostra estratificada dos funcionrios de uma
indstria automobilstica.
5. JOGO DE ERROS: Avalie as tabelas e grficos a seguir:
a)
Aes Mai/99 Jun/99 Variao 1998 1999
Despejo por falta de pagamento 3.458 3.689 6,7% 24.467 21.223
Procedimento ordinrio 321 268 -16,5% 5.590 1.841
Consignatrias 53 59 11,3% 785 338
Renovatrias 49 74 51% 448 358
Total 3.881 4.090 5,4% 31.290 23.760
OS NMEROS
Acumulado
janeiro/junho

b)
Nossa gente l fora
O nmero de residentes brasileiros cresce em alguns
lugares, segundo novo censo feito pelo Itamaraty
Cidade 1996 1997
Ciudad del Este (Paraguai) 190.000 280.000
Miami (Estados Unidos) 130.000 140.000
Salto del Guair (Paraguai) 40.000 60.000
Lisboa (Portugal) 10.000 22.000
Chicago (Estados Unidos) 10.000 15.000


FEA PUC-SP Prof Dr Elizabeth Borelli
75

c)
Matrculas no ensino fundamental
Municipal
Local 96 97 Diferena
Brasil 10.921.037 11.791.267 870.230
Norte 926.204 994.392 68.188
Nordeste 4.947.896 5.493.667 545.771
Sul 1.626.723 1.675.839 49.116
Centro-Oeste 616.902 670.647 53.745
Sudeste 2.803.312 2.956.722 153.410
So Paulo 726.704 794.827 68.123
Fonte: Ministrio da Educao




d)
No ano
at 27/6
No ms
at 27/6
No dia
27/6
Valor da cota
em 27/6 em R$
Opportunity M.FIF 61,13 11,62 2,51 2,30
Griffo-Linear 60 27,29 8,10 0,80 4,73
Cidade Hedge Real 22,12 3,03 0,09 1,26
Boavista Derivativos 60 16,93 2,89 0,20 1.751,85
Hight Profit 16,33 1,76 0,15 73,16
Bozano Der Plus 15,37 2,93 0,07 13,44
Garantia Yield 14,59 2,00 0,07 1,39
CCF FIF V 13,04 1,50 0,07 127,61
Icatu Advanced 60 12,71 2,01 0,14 1,57*
Pactual Hedge 11,55 1,56 (0,01) 1,65
* Os dez fifs mais rentveis do ano - com patrimnio acima da mdia da categoria
Rentabilidade - em %
Os FIF de 60 dias livre mais rentveis


e)
Comportamento dos emprstimos da Finame
Por programa de financiamento
Programa jan/jun-96 jan/jun-97 Diferena
(US$ milhes) (US$ milhes) (%)
Automtico (bens em srie) 867,84 653,96 -24,65
Especial (bens sob encomenda) 191,09 227,74 19,18
Finamex (bens para exportao) 189,11 216,23 14,34
Agrcola (mquinas agrcolas) 106,54 128,34 20,46
Total 1.354,58 1.226,27 -9,47
Fonte: BNDES



FEA PUC-SP Prof Dr Elizabeth Borelli
76

f)

A evoluo do PIB
Variao nos anos 90, em %
-4,35
0,35
-0,82
4,19
5,98
4,29
2,98
4,34
-5
-3
-1
1
3
5
90 91 92 93 94 95 96 97
Fonte: IBGE e Folha

g)

h)
Variao mensal do Ibovespa mdio, em %
3,25
1,04
2,37
5,50
12,57
10,28
3,84
9,72
13,78
11,14
2,40
-11,95
Set/96 Out/96 Nov/96 Dez/96 Jan/97 Fev/97 Mar/97 Abr/97 Mai/97 Jun/97 Jul/97 Ago/97
Ibovespa atingiu
93,4% de alta este ano,
at 8 de julho, e
agora acumula s 61%
Fonte: Lloyds Bank e Bovespa

FEA PUC-SP Prof Dr Elizabeth Borelli
77

SRIE 2
1. Construa a distribuio de frequncias para a srie representativa da idade de 50
alunos do primeiro ano de uma faculdade.
Idade Nmero de Alunos
xi fi
17 3
18 18
19 17
20 8
21 4

2. Interprete os valores colocados na 3 linha da distribuio de frequncias do
problema anterior.

3. Construa a distribuio de frequncias para a srie abaixo que representa o
nmero de acidentes em determinado cruzamento observados por dia, durante
40 dias.
Nmero de
Acidentes por dia
Nmero
de dias
xi fi
0 30
1 5
2 3
3 1
4 1

4. Interprete os valores colocados na 2 linha da distribuio de frequncias do
problema anterior.
5. Construa a distribuio de frequncias para a srie abaixo que representa uma
amostra dos salrios de 25 funcionrios selecionados em uma empresa.

FEA PUC-SP Prof Dr Elizabeth Borelli
78
Classe Nmero de funcionrios
fi
1 1.000,00 1.200,00 2
2 1.200,00 1.400,00 6
3 1.400,00 1.600,00 10
4 1.600,00 1.800,00 5
5 1.800,00 2.000,00 2
Salrios US$

6. Interprete os valores colocados na 4 linha da distribuio de frequncias do
problema anterior.


7. Construa a distribuio de frequncias para a srie abaixo que representa o
saldo de 25 contas de pessoas fsicas em uma agncia em determinado dia.
Classe Nmero de contas
fi
1 0 10.000,00 5
2 10.000,00 20.000,00 10
3 20.000,00 30.000,00 8
4 30.000,00 40.000,00 2
Saldos US$

8. Interprete os valores colocados na 3 linha da distribuio de frequncias do
problema anterior.

SRIE 3
1. Calcule a mdia aritmtica da srie:
a) X: 1, 2, 8, 10, 12, 16, 21, 30
b) Y: 5, 6, 6, 10, 11, 11, 20
c) Z: 3, 4, 7, 8, 9, 23, 12, 15
2. Um produto acondicionado em lotes contendo cada um deles 10 unidades. O
lote s aprovado se apresentar um peso superior a 40 quilos. Se as unidades
que compem determinado lote pesam:
3 4 3,5 5 3,5 4 5 5,5 4 5
Este lote ser aprovado? Qual o peso mdio do produto?


FEA PUC-SP Prof Dr Elizabeth Borelli
79
3. Uma loja vende cinco produtos bsicos A, B, C, D, E. O lucro por unidade
comercializada destes produtos vale, respectivamente, $200,00; $300,00;
$500,00; $1.000,00; $5.000,00. A loja vendeu, em determinado ms: 20, 30, 20,
10, 5 unidades respectivamente. Qual foi o lucro mdio por unidade
comercializada por esta loja?
4. Um caminho cujo peso vazio 3.000 kg ser carregado com 480 caixas de
10kg cada, 350 caixas de 8kg cada, 500 caixas de 4kg cada e 800 caixas de 5kg
cada. O motorista do caminho pesa 80 kg e a lona de cobertura da carga pesa
50 kg.
a) Se este caminho tem que passar por uma balana que s permite
passagens a caminhes com peso mximo de 15 toneladas, este caminho
passar pela balana?
b) Qual o peso mdio das caixas carregadas no caminho?

5. Calcule a idade mdia dos alunos de uma classe de 1 ano de determinada
faculdade, em anos:
Idade Nmero de Alunos
xi fi
17 3
18 18
19 17
20 8
21 4

6. Calcule o nmero mdio de acidentes por dia em determinada esquina:
Nmero de
Acidentes por dia
Nmero
de dias
xi fi
0 30
1 5
2 3
3 1
4 1


FEA PUC-SP Prof Dr Elizabeth Borelli
80
7. O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro
abaixo. Calcule o salrio mdio destes funcionrios.
Classe Nmero de funcionrios
fi
1 400,00 500,00 12
2 500,00 600,00 15
3 600,00 700,00 8
4 700,00 800,00 3
5 800,00 900,00 1
6 900,00 1.000,00 1
Salrios $



8. Uma empresa de aviao observou em seus registros recentes, o tempo de mo-
de-obra gasto na reviso completa de um motor de jato. O seguinte quadro foi
obtido:
Classe Nmero de motores
fi
1 0 4 1
2 4 8 5
3 8 12 10
4 12 16 12
5 16 20 4
Tempo de Mo-de-Obra
(horas)


a) Determine o nmero mdio de horas de mo-de-obra, necessrio para a
reviso de cada motor;
b) Com base nesta informao, qual deve ser o tempo total de mo-de-obra para
a reviso de dez motores que aguardam reviso?
c) Se a empresa dispe no momento de dois homens trabalhando 12 horas por
dia nestas revises conseguir revisar estes dez motores em quatro dias?

9. Uma empresa de mbito nacional, fornecedora de supermercados, fez um
levantamento do consumo de seu principal produto em vrios supermercados
obtendo, em determinado ms, a tabela:

FEA PUC-SP Prof Dr Elizabeth Borelli
81
Classe Nmero de supermercados
fi
1 0 1.000 10
2 1.000 2.000 50
3 2.000 3.000 200
4 3.000 4.000 320
5 4.000 5.000 150
6 5.000 6.000 30
Nmero de Unidades
Consumidas

Determine o consumo mdio deste produto por supermercado pesquisado.

10. Uma pesquisa para determinar a eficincia de uma nova rao para animais, em
termos de ganho de peso, mostrou que aps um ms em que a rao normal foi
substituda pela nova rao, os animais apresentaram um aumento de peso
segundo a tabela:
Classe Nmero de animais
fi
1 0 1 1
2 1 2 5
3 2 3 35
4 3 4 37
5 4 5 28
Aumento de Peso
em kg

a) Calcular o aumento mdio de peso por animal
b) Se a rao antiga proporcionava em iguais circunstncias um aumento mdio
de peso de 3.100 g/animal, esta nova rao pode, a princpio, ser
considerada mais eficiente?











FEA PUC-SP Prof Dr Elizabeth Borelli
82
SRIE 4
1. Calcule a mediana da sequncia:
a) X: 2, 5, 8, 10, 12, 15, 8, 5, 12
b) Y: 3, 4, 5, 2, 4, 7, 6, 8, 4, 9, 3, 2, 1, 4, 8
2. Interprete os valores obtidos no exerccio anterior.
3. Calcule a mediana da distribuio:
xi fi
2 5
4 20
5 32
6 40
8 2

4. Calcule a mediana da distribuio do nmero de acidentes por dia, observados
em determinado cruzamento, durante 40 dias:
Nmero de
Acidentes por dia
Nmero
de dias
xi fi
0 30
1 5
2 3
3 1
4 1

5. Interprete o valor da mediana obtida no exerccio anterior.
6. Calcule a mediana para a srie representativa da idade de 50 alunos de uma
classe de 1 ano de determinada faculdade:
Idade Nmero de Alunos
xi fi
17 3
18 18
19 17
20 8
21 4


FEA PUC-SP Prof Dr Elizabeth Borelli
83
7. Interprete o valor da mediana obtida no exerccio anterior.

8. Uma mquina produz peas que so embaladas em caixas contendo 48
unidades. Uma pesquisa realizada com 59 caixas revelou a existncia de
peas defeituosas, seguindo a tabela:
N de
peas
defeituosas por
caixa
Nmero de Caixas
xi fi
0 20
1 15
2 12
3 6
4 4
5 2
Calcule o valor mediano da srie.
9. Interprete o valor da mediana obtida no exerccio anterior.
10. Determine o valor mediano da distribuio a seguir, que representa os salrios
de 25 funcionrios selecionados em uma empresa.
Classe Nmero de funcionrios
fi
1 1.000,00 1.200,00 2
2 1.200,00 1.400,00 6
3 1.400,00 1.600,00 10
4 1.600,00 1.800,00 5
5 1.800,00 2.000,00 2
Salrios US$

11. Interprete o valor da mediana obtida no exerccio anterior.
12. Uma loja de departamentos selecionou um grupo de 54 notas fiscais, durante
1 dia, e obteve o seguinte quadro:

FEA PUC-SP Prof Dr Elizabeth Borelli
84
Classe N. de notas
fi
1 0 50 10
2 50 100 28
3 100 150 12
4 150 200 2
5 200 250 1
6 250 300 1
Consumo por nota
$

Determine o valor mediano da srie.
13. Interprete o valor da mediana obtida no exerccio anterior.
SRIE 5
1. Calcule a moda das sries abaixo:
a) X: 2, 3, 5, 4, 5, 2, 5, 7
b) Y: 4, 12, 5, 9, 12, 4, 3
c) J: 7, 7, 7, 7, 7
d) Z: 4, 5, 6, 6, 6, 7, 8, 8, 8, 9, 10, 10, 10, 11
e) T: 2, 5, 9, 8, 10, 12
2. Interprete os valores obtidos na questo anterior.
3. Calcule a moda da distribuio:
xi fi
2 1
3 7
4 2
5 2

4. Interprete os valores obtidos na questo anterior.
5. Calcule a moda da srie:
xi fi
4 3
5 7
6 7
8 3
6. Calcule a moda da distribuio do nmero de acidentes dirios, observados em
um cruzamento, durante 40 dias:

FEA PUC-SP Prof Dr Elizabeth Borelli
85
Nmero de
Acidentes por dia
Nmero
de dias
xi fi
0 30
1 5
2 3
3 1
4 1

7. Interprete os valores obtidos na questo anterior.

8. Calcule a Moda para a srie representativa da idade de 50 alunos de uma classe
de 1 ano de determinada faculdade:
Idade Nmero de Alunos
xi fi
17 3
18 18
19 17
20 8
21 4

9. Interprete o valor da mediana obtida no exerccio anterior.

10. Calcule a moda de Czuber para a distribuio a seguir que representa os
salrios de 25 funcionrios selecionados em uma empresa.
Classe Nmero de funcionrios
fi
1 1.000,00 1.200,00 2
2 1.200,00 1.400,00 6
3 1.400,00 1.600,00 10
4 1.600,00 1.800,00 5
5 1.800,00 2.000,00 2
Salrios US$


11. Interprete o valor da moda obtida no exerccio anterior.

12. Calcule a moda de Czuber para a distribuio de valores de 54 notas fiscais
emitidas na mesma data, selecionadas em uma loja de departamentos:

FEA PUC-SP Prof Dr Elizabeth Borelli
86
Classe N. de notas
fi
1 0 50 10
2 50 100 28
3 100 150 12
4 150 200 2
5 200 250 1
6 250 300 1
Consumo por nota
$


13. Interprete o valor obtido no exerccio anterior.

14.Calcule a moda de Czuber para a distribuio abaixo que representa a nota de 60
alunos em uma prova de Matemtica:
Classe Nmero de alunos
fi
1 0 2 5
2 2 4 20
3 4 6 12
4 6 8 20
5 8 10 3
Notas


15. Interprete o valor obtido no exerccio anterior.

16. A distribuio abaixo representa o nmero de acidentes de trabalho, por dia, em
uma indstria petroqumica, verificados durante um ms. Calcule a moda de Czuber
para a distribuio:
Classe N. de dias
fi
1 0 2 20
2 2 4 6
3 4 6 3
4 6 8 1
N. acidentes


17. Interprete o valor obtido no exerccio anterior.

18. A distribuio abaixo representa as alturas de 70 alunos de uma classe. Calcule
a moda de Czuber para esta distribuio:

FEA PUC-SP Prof Dr Elizabeth Borelli
87
Classe Nmero de alunos
cm fi
1 150 160 2
2 160 170 15
3 170 180 18
4 180 190 18
5 190 200 16
6 200 210 1
Alturas


19. Interprete o valor obtido no exerccio anterior.

20. A distribuio abaixo representa o consumo, em kg, de um produto colocados
em oferta em um supermercado, que limitou o consumo mximo por cliente em 5kg.
Calcule a moda de Czuber:

Classe Nmero de clientes
em kg fi
1 0 1 12
2 1 2 15
3 2 3 21
4 3 4 32
5 4 5 54
Consumo


21. Interprete o valor obtido no exerccio anterior.

22. Qual a medida de tendncia central que melhor representa a srie do
problema 5?

23. Qual a medida de tendncia central que melhor representa a srie do
problema 6?

24. Qual a medida de tendncia central que melhor representa a srie do
problema 13?


FEA PUC-SP Prof Dr Elizabeth Borelli
88
25. Qual a medida de tendncia central que melhor representa a srie do
problema 16?

26. Qual a medida de tendncia central que melhor representa a srie do
problema 10?

27. Qual a medida de tendncia central que melhor representa a srie do
problema 20?






SRIE 6
1. Calcule a amplitude total das sries abaixo:
a) X: 2, 8, 10, 15, 20, 22, 30
b) Y: 12, 9, 15, 49, 22, 34, 8
2. Calcule a amplitude total da srie:
xi fi
3 4
8 7
12 9
15 10
20 3

3. Calcule a amplitude total da srie:
Classe Nmero de vendendores
US$ fi
1 70 120 8
2 120 170 28
3 170 220 54
4 220 270 32
5 270 320 12
6 320 370 6
Salrios



FEA PUC-SP Prof Dr Elizabeth Borelli
89
4.Considerando as sries X e Y da questo 1, qual delas apresenta maior disperso
absoluta?

5. Calcule o DMS das sries:
a) X: 3, 8, 12, 3, 9, 7
b) Y: 2; 2,5; 3,5; 7; 10; 14,5; 20

6. Interprete os valores obtidos na questo 5.

7.Calcule o DMS da srie e interprete o resultado
xi fi
2 3
4 8
5 10
6 6
8 2
10 1

8.Calcule o DMS da srie apresentada no exerccio 3, e interprete o resultado.

9. Calcule a varincia e o desvio padro da Populao:
X: 2, 3, 7, 9, 11, 13

10. Calcule a varincia e o desvio padro da Populao:
Y: 5, 12, 4, 20, 13, 17

11. Calcule a varincia e o desvio padro da Amostra:
Z: 15, 16, 17, 20, 21

12. Calcule a varincia e o desvio padro da Amostra:
T: 6, 5, 10, 12, 19

13. Calcule a varincia e o desvio padro da Populao:
Idade Nmero de Alunos
xi fi
17 3

FEA PUC-SP Prof Dr Elizabeth Borelli
90
18 18
19 17
20 8
21 4

14. Calcule a varincia e o desvio padro para a amostra do nmero de acidentes
dirios, observados em um cruzamento, durante 40 dias:
Nmero de
Acidentes por dia
Nmero
de dias
xi fi
0 30
1 5
2 3
3 1
4 1



14. Calcule a varincia e o desvio padro para a distribuio de valores amostrais
de 54 notas fiscais emitidas na mesma data, selecionadas em uma loja de
departamentos:


Classe N. de notas
fi
1 0 50 10
2 50 100 28
3 100 150 12
4 150 200 2
5 200 250 1
6 250 300 1
Consumo por nota
$



15. Calcule a varincia e o desvio padro para a amostra das alturas de 70 alunos
de uma classe.


FEA PUC-SP Prof Dr Elizabeth Borelli
91
Classe Nmero de alunos
cm fi
1 150 160 2
2 160 170 15
3 170 180 18
4 180 190 18
5 190 200 16
6 200 210 1
Alturas













SRIE 7

1. Em uma srie ordenada, qual o percentual de elementos que ficam
esquerda de cada uma das medidas separatrizes :
a) D
1
b) Q
3
c) P
70

2. Em uma srie ordenada, qual o percentual de elementos que ficam
direita de cada uma das medidas separatrizes :
a) D
4
b) Q
1
c) P
2

3. Qual o percentual de elementos de uma srie ordenada que se situam
entre: a) Q
1
e Q
3
b) P
10
e P
90
c) D
2
e D
6


4. Dada a srie :

FEA PUC-SP Prof Dr Elizabeth Borelli
92
X : 3, 15, 6, 9, 10, 4, 12, 15, 17, 20, 29
Calcule : a) D
4
b) Q
3
c) P
90

5. A distribuio de frequncia abaixo representa idade de 50 alunos de uma
classe de primeiro ano de uma Faculdade.

Idade Nmero de Alunos
xi fi
17 3
18 18
19 17
20 8
21 4

Calcule :
a) Q
1
b) D
1
c) P
95

6. A distribuio de frequncia abaixo representa o consumo por nota de
54 notas fiscais emitidas durante um dia em uma loja de departamentos.

Classe N. de notas
fi
1 0 50 10
2 50 100 28
3 100 150 12
4 150 200 2
5 200 250 1
6 250 300 1
Consumo por nota
$

Calcule : a) Q
3
b) D
7
c) P
98

7. Interprete os valores obtidos no problema anterior.
8. A tabela abaixo representa a venda de livros didticos em uma editora
na primeira semana de maro.

Classe N. de livros
1 0 10 4.000
2 10 20 13.500
3 20 30 25.600
4 30 40
43.240
5 40 50 26.800
6 50 60 1.750
Preo unitrio (R$)

Calcule : a) Q
1
b) Q
3
c) P
90
d) P
10


FEA PUC-SP Prof Dr Elizabeth Borelli
93
9. Interprete os valores obtidos no problema anterior.
10. A tabela abaixo representa o nmero de faltas anuais dos funcionrios
de uma empresa.
Nmero de faltas Nmero de empregados
0 20
1 42
2 53
3 125
4 84
5 40
6 14
7 3
8 2
Calcule : a) D
3
b) Q
3
d) P
10


11. Interprete os valores obtidos.


SRIE 8

1. No lanamento de duas moedas, a varivel aleatria x anota o nmero
de caras obtidas. Determine os valores de x e a funo de
probabilidade associada.

2. No lanamento de dois dados, a varivel aleatria x anota o produto
dos pontos das faces superiores. Determine os valores de x e a funo
de probabilidade associada.

3. No lanamento de dois dados, a varivel aleatria x anota a diferena
dos pontos das faces superiores. Determine os valores de x e a funo
de probabilidade associada.

4. No lanamento de dois dados, a varivel aleatria x anota, em mdulo,
a diferena dos pontos das faces superiores. Determine os valores de
x e a funo de probabilidade associada.









FEA PUC-SP Prof Dr Elizabeth Borelli
94

5. No lanamento de um dado, a varivel aleatria x anota o nmero de
faces 5 obtidas neste lanamento. Determine os valores de x e a
funo de probabilidade associada.

6. Uma carta retirada aleatoriamente de um baralho comum de 52
cartas, e a varivel aleatria x anota a diferena o nmero de damas
obtidas nesta retirada. Determine os valores de x e a funo de
probabilidade associada.

7. Duas cartas so retiradas aleatoriamente, sem reposio, de um
baralho comum e a varivel aleatria x anota o nmero de valetes
obtidos. Determine os valores de x e a funo de probabilidade
associada.

8. A urna A contm trs bolas brancas e duas bolas pretas. A urna B
contm cinco bolas brancas e uma bola preta. Uma bola retirada ao
acaso de cada urna e a varivel aleatria x anota o nmero de bolas
brancas obtidas. Determine os valores de x e a funo de probabilidade
associada.

SRIE 9
1. Calcule a mdia, a varincia e o desvio-padro da varivel aleatria x
dada por:
x 2 5 8 10
p(x) 0,3 0,4 0,2 0,1

2. Calcule a mdia, a varincia e o desvio-padro da varivel aleatria x
dada por:
x -1 0 1 3
p(x) 2/5 1/5 1/5 1/5

3. No lanamento de dois dados a varivel aleatria x anota a diferena
dos pontos das faces superiores. Determine a mdia, a varincia e o
desvio-padro da varivel aleatria x.

4. Um negociante espera vender um automvel at Sexta feira. A
expectativa de que venda na Segunda-feira de 50%. Na Tera-feira de
30%, na Quarta-feira de 10%, na Quinta-feira de 5% e na Sexta-feira
de 5%. Seu lucro de 3.000 u.m. se vender na Segunda-feira e diminui

FEA PUC-SP Prof Dr Elizabeth Borelli
95
40% a cada dia:
a) calcule o valor esperado de lucro deste negociante nesta venda
b) calcule a varincia
c) Calcule o desvio-padro.

5. Um produto deve ser lanado no mercado no prximo ano. A
expectativa do departamento de marketing de que o projeto seja bem
sucedido de 80%. Neste caso, o retorno epserado em sua vida til
de 100.000 u.m. Se isto no acontecer, o prejuzo deve chegar a
50.000 u.m. Calcule o lucro mdio, a varincia e o desvio-padro.

6. O trem do metr pra no meio de um tnel. O defeito pode ser na
antena receptora ou no painel de controle. Se o defeito for na antena, o
conserto poder ser feito em 5 minutos. Se o defeito for no painel, o
conserto poder ser feito em 15 minutos. O encarregado da
manuteno acredita que a probabilidade de o defeito ser no painel
de 60%. Qual a expectativa do tempo de conserto?
7. Uma mquina fabrica placas de papelo que podem apresentar
nenhum, um, dois, trs ou quatro defeitos, com probabilidade de 90%,
5%, 3%, 1% e 1%, respectivamente. O preo de venda de uma placa
perfeita 10 u.m. e medida que apresente defeitos, o preo cai 50%
para cada defeito apresentado. Qual o preo mdio de venda destas
placas?


RESPOSTAS


SRIE 2

1.
Idade
Nmero de
Alunos Fi
xi fi
17 3 6 3 6
18 18 36 21 42
19 17 34 38 76
20 8 16 46 92
21 4 8 50 100
% f
i
r
% F
I
R


2. Interpretaes:
19 H alunos nesta classe com 19 anos
17 H 17 alunos nesta classe com 19 anos

FEA PUC-SP Prof Dr Elizabeth Borelli
96
34 34% dos alunos desta classe tm 19 anos
38 Nesta classe h 38 alunos com 19 anos ou menos
76 76% dos alunos desta classe tm 19 anos ou menos

3.
Nmero de
Acidentes
por dia
Nmero de
Dias Fi
xi fi
0 30 75 30 75
1 5 12,5 35 87,5
2 3 7,5 38 95
3 1 2,5 39 97,5
4 1 2,5 40 100
40
% f
i
r
% F
I
R


4. Interpretaes:
1 H dias em que ocorre um acidente por dia neste cruzamento
5 Em 5 dias dos 40 observados, ocorreu um acidente por dia
12,5 12,5% dos dias observados ocorreu um acidente por dia
35 Em 35 dias dos 40 observados ocorreu um ou nenhum acidente por dia neste
cruzamento
87,5 87,5% dos dias observados ocorreu um ou nenhum acidente por dia neste cruzamento


5.
Classe
Nmero de
funcionrios Fi
fi
1 1.000,00 1.200,00 2 8 2 8
2 1.200,00 1.400,00 6 24 8 32
3 1.400,00 1.600,00 10 40 18 72
4 1.600,00 1.800,00 5 20 23 92
5 1.800,00 2.000,00 2 8 25 100
25
Salrios US$
% f
i
r % F
I
R


6. Interpretaes:
4 Estamos enfocando, na ordem crescente, a 4 classe de salrios desta empresa
1600 o1800 - Os salrios desta classe so maiores ou iguais a US$ 1.600 e menores
que US$ 1.800
5 H 5 funcionrios com salrios maiores ou iguais a US$ 1.600 e menores que US$ 1.800
20 20% dos funcionrios selecionados tm salrios maiores ou iguais a US$ 1.600 e
menores que US$ 1.800
23 H 23 funcionrios entre os selecionados com salrios menores que US$ 1.800
92 92% dos funcionrios selecionados tm salrios menores que US$ 1.800

FEA PUC-SP Prof Dr Elizabeth Borelli
97

7.
Classe
Nmero de
contas Fi
fi
1 0 10.000,00 5 20 5 20
2 10.000,00 20.000,00 10 40 15 60
3 20.000,00 30.000,00 8 32 23 92
4 30.000,00 40.000,00 2 8 25 100
25
Saldos US$
% f
i
r % F
I
R


8.Interpretaes:
3 Estamos enfocando, na ordem crescente, a 3 faixa de saldos nas contas das pessoas
fsicas
20.000 o30.000 - Os valores desta faixa compreendem valores maiores ou iguais a US$
20.00 e menores que US$ 30.000
8 H 8 contas entre as pesquisadas com saldos maiores ou iguais a US$ 20.00 e
menores que US$ 30.000
32 32% das contas pesquisadas tm saldos maiores ou iguais a US$ 20.000 e menores
que US$ 30.000
23 H 23 contas entre as pesquisadas com saldos menores que US$ 30.000
92 92% das contas pesquisadas tm saldos menores que US$ 30.000


SRIE 3
1. a) 12,5 b) 9,857 c) 8,145
2.
25 , 4 x . Sim =

3. 682,35/pea
4. a) no b) 6,385 kg
5. 18,84 anos/aluno
6. 0,45 ac/dia
7. 572,5/t
8. a) 11,625 h b) 116,25 h c) no
9. 3.342,1 unid.
10. a) 3,328 kg b) sim

SRIE 4
1. a) m
d
= 8 b) m
d
= 5

FEA PUC-SP Prof Dr Elizabeth Borelli
98
2. a) 50% dos valores da srie so menores ou iguais a 8 e 50% dos valores da srie
so maiores ou iguais a 8.
b) 50% dos valores da srie so menores ou iguais a 5 e 50% dos valores da srie
so maiores ou iguais a 5.
3. m
d
= 5
4. m
d
= 0
5. Em 50% dos dias observados no ocorreu acidentes e em 50% dos dias observados
ocorreram 0 ou mais acidentes por dia .
6. m
d
= 19
7. 50% dos alunos desta sala tem 19 anos ou menos e 50% alunos tm 19 anos ou
mais.
8. m
d
= 1
9. 50% das caixas contm 1 ou nenhuma pea defeituosa e 50% contm uma ou mais
peas defeituosas.
10. m
d
= 1.490
11. 50% dos funcionrios desta empresa recebem $ 1.490 ou menos e 50% recebem $
1.490 ou mais.
12. m
d
= 80,36
13. 50% das notas apresentavam consumo menor ou igual a $ 80,36 e 50%
apresentavam consumo maior ou igual a $ 80,36.

SRIE 5

1. a) m
o
= 5
b) m
o
= 4; m
o
= 12
c) m
o
= 7
d) m
o
= 6; m
o
= 8; m
o
= 10
e) amodal
2. a) O valor mais frequente da srie X 5
b) Os valores mais frequentes da srie Y so: 4 e 12
c) O valor mais frequente da srie W 7

FEA PUC-SP Prof Dr Elizabeth Borelli
99
d) Os valores mais frequentes da srie Z so: 6, 8 e 10
e) A srie no admite um elemento mais repetitivo
3. m
o
= 3
4. O valor mais frequente da srie 3.
5. m
o
= 5; m
o
= 6
6. m
o
= 0
7. O nmero de acidentes mais frequentes neste cruzamento zero.
8. m
o
= 18
9. A idade mais frequente nesta sala 18.
10. m
o
= $ 1.488,89
11. O salrio mais frequente entre os funcionrios selecionados $ 1.488,89
12. m
o
= $ 76,47
13. O consumo, por nota, mais frequente $ 76,47
14. m
o
= 3,30 ; m
o
= 6,64
15. As notas mais frequentes nesta prova foram 3,30 e 6,64
16. m
o
= 1,18
17. O nmero de acidentes mais frequentes por dia nesta indstria 1,18
18. m
o
= 180
19. A altura mais frequente nesta sala 180 cm.
20. m
o
= 4
21. O consumo mais frequente por cliente 4
22. Mdia 24. Mediana 26. Mdia
23. Moda 25. Mdia 27. Mdia


SRIE 6

1. X: 28 Y: 32
2. A
t
= 17
3. A
t
= 250
4. Y, pois sua A
t
maior

FEA PUC-SP Prof Dr Elizabeth Borelli
100
5. X: 2,65 Y: 5,43
6. X: os valores da srie esto afastados da mdia por 2,67 unidades
Y: por 5,43 unidades
7. DMS = 1,13
Os valores da srie esto afastados da mdia por 1,13 unidades
8. DMS = 45,34
Os valores da srie esto afastados da mdia por 45,34
9. 15,92u
2
e 3,99 u
10. 33,81u
2
e 5,81 u
11. s
2
(z) = 6,70 u
2
e s (z) = 2,59 u
12. s
2
(t) = 31,30 u
2
e s(t) = 5,59 u
13. 1,11 a
2
e 1,05 a
14. s
2
(x) = 0,87 (ac)
2
e s (x) = 0,93 ac
15. 2.446,72 US$
2
e US$ 49,96
16. s
2
(x) = 141,28 cm
2
e s (x) = 11,89 cm


SRIE 7

1. a) 10% b) 75% c) 70%

2. a) 60% b) 75% c) 98%

3. a) 50% b) 80% c) 40%

4. a) 9,5 b) 16 c) 18,5

5. a) 18 b) 18 c) 21

6. a) 110,42 b) 99,64 c) 246,00

7. a) 75% das notas indicavam consumo menor ou igual a US$ 110,42 e 25%
indicavam consumo maior ou igual a US$ 110,42;
b) 70% das notas indicavam consumo menor ou igual a US$ 99,64 e 30%
indicavam consumo maior ou igual a US$ 99,64;
c) 98% das notas indicavam consumo menor ou igual a US$ 246,00 e 2%
indicavam consumo maior ou igual a US$ 246,00 .

8. a) US$ 24,38 b) US$ 39,96 c) US$ 46,37 d) US$ 15,55

9. a) 25% dos livros vendidos tinham preo unitrio menor ou igual a US$ 24,38
e75% dos livros vendidos tinham preo unitrio maior ou igual a US$24,38.
b) 75% dos livros vendidos tinham preo unitrio menor ou igual a US$ 39,96
e 75% dos livros vendidos tinham preo unitrio maior ou igual a US$39,96
c) 90% dos livros vendidos tinham preo unitrio menor ou igual a US$ 46,37
e 10% dos livros vendidos tinham preo unitrio maior ou igual a US$46,37
d) 10% dos livros vendidos tinham preo unitrio menor ou igual a US$ 15,55

FEA PUC-SP Prof Dr Elizabeth Borelli
101
e 90% dos livros vendidos tinham preo unitrio maior ou igual a US$15,55.

10. a) 2 b) 4 c) 1

11. a) 30% dos empregados tiveram um nmero de faltas anuais menor ou
igual a 2 e 70% dos empregados tiveram um nmero de faltas anuais
maior ou igual a 2.
b) 75% dos empregados tiveram um nmero de faltas anuais menor ou
igual a 4 e 25% dos empregados tiveram um nmero de faltas anuais
maior ou igual a 4.
c) 10% dos empregados tiveram um nmero de faltas anuais menor ou
igual a 1 e 90% dos empregados tiveram um nmero de faltas anuais
maior ou igual a 1.

SRIE 8


1. x 0 1 2
p(x) 1/4 1/2 1/4


2. x 1 2 3 4 5 6 8 9 10 12 15 16 18 20 24 25 30 36
p(x) 1/36 2/36 2/36 3/36 2/36 4/36 2/36 1/36 2/36 4/36 2/36 1/36 2/36 2/36 2/36 1/36 2/36 1/36

3. x -5 -4 -3 -2 -1 0 1 2 3 4 5
p(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

4. x 0 1 2 3 4 5
p(x) 6/36 10/36 8/36 6/36 4/36 2/36

5. x 0 1
p(x) 5/6 1/6

6. x 0 1
p(x) 48/52 4/52

7. x 0 1 2
p(x) 0,8507 0,1448 0,0045

8. x 0 1 2
p(x) 0,0667 0,4333 0,5000






SRIE 9

1. a. E(x) = 5,2
b. 6,96

FEA PUC-SP Prof Dr Elizabeth Borelli
102
c. 2,64
2. a. E(x) = 0,4
b. 2,24
c. 1,5
3. a. E(x) = 0
b. 5,83
c. 2,41
4. a. 2.199,84 u.m.
b. 777.897,44 (u.m.)
2

c. 881,98 u.m.
5. a. E(L) = 70.000 u.m.
b. 3.600.000.000 (u.m.)
2

c. 60.000 u.m.
6. E(t) = 11 minutos
7. E(P) = 9,34 u.m.