Você está na página 1de 106

Estatstica

Javert Guimares Falco Roberto Jos Medeiros Junior

PARAN

Curitiba-PR 2012

Presidncia da Repblica Federativa do Brasil Ministrio da Educao Secretaria de Educao a Distncia

2012  INSTITUTO FEDERAL DE EDUCAO, CINCIA E TECNOLOGIA PARAN EDUCAO A DISTNCIA Este Caderno foi elaborado pelo Instituto Federal do Paran para o Sistema Escola Tcnica Aberta do Brasil e-Tec Brasil.
Prof. Irineu Mario Colombo Reitor Prof. Cristina Maria Ayroza Assessora de Ensino, Pesquisa e Extenso DEPE/EaD Prof. Mara Christina Vilas Boas Chefe de Gabinete Prof. Ezequiel Westphal Pr-Reitoria de Ensino - PROENS Prof. Gilmar Jos Ferreira dos Santos Pr-Reitoria de Administrao - PROAD Prof. Silvestre Labiak Pr-Reitoria de Extenso, Pesquisa e Inovao - PROEPI Neide Alves Pr-Reitoria de Gesto de Pessoas e Assuntos Estudantis - PROGEPE Bruno Pereira Faraco Pr-Reitoria de Planejamento e Desenvolvimento Institucional - PROPLAN Prof. Jos Carlos Ciccarino Diretor Geral do Cmpus EaD Prof. Ricardo Herrera Diretor de Planejamento e Administrao do Cmpus EaD Prof. Mrcia Freire Rocha Cordeiro Machado Diretora de Ensino, Pesquisa e Extenso DEPE/EaD Prof Cristina Maria Ayroza Assessora de Ensino, Pesquisa e Extenso DEPE/EaD Prof. Mrcia Denise Gomes Machado Carlini Coordenadora de Ensino Mdio e Tcnico do Cmpus EaD Prof. Roberto Jos Medeiros Junior Coordenador do Curso Prof. Ediane Santos Silva Vice-coordenadora do Curso Adriana Valore de Sousa Bello Cassiano Luiz Gonzaga da Silva Jssica Brisola Stori Denise Glovaski Souto Assistncia Pedaggica Prof. Ester dos Santos Oliveira Prof. Sheila Cristina Mocellin Idamara Lobo Dias Prof. Maria Angela Motta Reviso Editorial Eduardo Artigas Antoniacomi Flvia Terezinha Vianna da Silva Diagramao e-Tec/MEC Projeto Grfico

Catalogao na fonte pela Biblioteca do Instituto Federal do Paran

e-Tec Brasil

Estatstica

Apresentao e-Tec Brasil

Prezado estudante, Bem-vindo ao e-Tec Brasil! Voc faz parte de uma rede nacional pblica de ensino, a Escola Tcnica Aberta do Brasil, instituda pelo Decreto n 6.301, de 12 de dezembro 2007, com o objetivo de democratizar o acesso ao ensino tcnico pblico, na modalidade a distncia. O programa resultado de uma parceria entre o Ministrio da Educao, por meio das Secretarias de Educao a Distncia (SEED) e de Educao Profissional e Tecnolgica (SETEC), as universidades e escolas tcnicas estaduais e federais. A educao a distncia no nosso pas, de dimenses continentais e grande diversidade regional e cultural, longe de distanciar, aproxima as pessoas ao garantir acesso educao de qualidade, e promover o fortalecimento da formao de jovens moradores de regies distantes, geograficamente ou economicamente, dos grandes centros. O e-Tec Brasil leva os cursos tcnicos a locais distantes das instituies de ensino e para a periferia das grandes cidades, incentivando os jovens a concluir o ensino mdio. Os cursos so ofertados pelas instituies pblicas de ensino e o atendimento ao estudante realizado em escolas-polo integrantes das redes pblicas municipais e estaduais. O Ministrio da Educao, as instituies pblicas de ensino tcnico, seus servidores tcnicos e professores acreditam que uma educao profissional qualificada integradora do ensino mdio e educao tcnica, capaz de promover o cidado com capacidades para produzir, mas tambm com autonomia diante das diferentes dimenses da realidade: cultural, social, familiar, esportiva, poltica e tica. Ns acreditamos em voc! Desejamos sucesso na sua formao profissional! Ministrio da Educao Janeiro de 2010
Nosso contato etecbrasil@mec.gov.br

e-Tec Brasil

Indicao de cones
Os cones so elementos grficos utilizados para ampliar as formas de linguagem e facilitar a organizao e a leitura hipertextual. Ateno: indica pontos de maior relevncia no texto.

Saiba mais: oferece novas informaes que enriquecem o assunto ou curiosidades e notcias recentes relacionadas ao tema estudado. Glossrio: indica a definio de um termo, palavra ou expresso utilizada no texto. Mdias integradas: sempre que se desejar que os estudantes desenvolvam atividades empregando diferentes mdias: vdeos, filmes, jornais, ambiente AVEA e outras. Atividades de aprendizagem: apresenta atividades em diferentes nveis de aprendizagem para que o estudante possa realiz-las e conferir o seu domnio do tema estudado.

e-Tec Brasil

Sumrio
Palavra dos professores-autores Aula 1 - Estatstica aplicada 1.1 Panorama histrico da estatstica 1.2 O que estatstica? 1.3 Conceitos estatsticos Aula 2 Diviso da estatstica 2.1 Estatstica Descritiva 2.2 Estatstica Indutiva ou Inferncia 2.3 Fases do mtodo estatstico Aula 3 Tabelas e grficos 3.1 Tabelas 3.2 Sries estatsticas AULA 4 Grficos estatsticos 4.1 Principais tipos de grficos 9 11 12 13 13 19 19 19 20 23 24 24 27 27

Aula 5 Distribuio de frequncias 33 5.1  Representao dos dados (amostrais ou populacionais) 33 Aula 6 E  lementos principais da tabela de distribuio de frequncias 159 6.1  Elementos de uma distribuio de frequncia 159 Aula 7 - Distribuio de frequncias 7.1 Determinao do nmero de classes (K) Aula 8 - Tipos de frequncias 8.1 Frequncias simples ou absolutas (fi) 8.2 Frequncias relativas (fri) 8.3 Frequncia simples acumulada (faci) 8.4 Frequncia relativa acumulada (fraci) Aula 9 - Resoluo de exerccio prtico Aula 10 -  Distribuio de frequncias graficamente 10.1 Histograma e polgono de frequncias 161 161 165 165 165 165 165 167 169 169

e-Tec Brasil

Aula 11 - Resoluo de exerccios prticos Aula 12 - Medidas de posio 12.1 Mdias Aula 13 - Medidas de posio - moda e mediana 13.1 Moda (mo) para dados no agrupados 13.2 Mediana (Md) Aula 14 - Comparao entre mdia, mediana e moda

171 173 173 179 179 180 183

Aula 15 - Medidas de disperso (medidas de variabilidade) 185 15.1 Tipos de medidas de disperso absoluta 186 Aula 16 - Varincia ( ou s) e desvio padro ( ou s) 187 Aula 17 -  Exerccio prtico sobre varincia e desvio padro 189 Aula 18 - Probabilidade 18.1 Experimento aleatrio 18.2 Espao Amostral (S) ou Universo 18.3 Evento (E) Aula 19 - Clculo  da probabilidade de um evento ocorrer princpio da contagem 19.1 Eventos complementares P (A) 19.2 Probabilidade da unio P(A B) = P(A ou B) Aula 20 - Probabilidade condicional 20.1 Eventos independentes Referncias Atividades autoinstrutiva Currculo dos professores-autores 191 191 191 192 195 195 196 199 199 203 205 227

e-Tec Brasil

Estatstica

Palavra dos professores-autores


Este material foi elaborado a partir de nossa experincia na educao presencial e a distncia, buscando trazer de forma objetiva, simples e prtica os principais contedos que sero importantes para seu exerccio profissional. Esperamos que atravs dos contedos contemplados neste material didtico, somados s aulas expositivas e ao seu esforo pessoal, possamos quebrar, juntos, o paradigma de que a Estatstica uma disciplina difcil, complicada e transform-la em uma disciplina de simples compreenso, til e aplicvel no seu cotidiano profissional. Muito estudo e consequente sucesso nesta caminhada!

Javert Guimares Falco Roberto Jos Medeiros Junior

e-Tec Brasil

Aula 1 - Estatstica aplicada

Nesta primeira aula voc ir compreender a importncia da Estatstica no nosso cotidiano. O homem um ser curioso, e como tal, procura investigar sobre tudo aquilo que o cerca. Investigao sugere pesquisa, busca de informaes e anlise de dados e tudo isto faz pensar em Estatstica. Fique ligado quanto aos conceitos passados nessa aula.

Figura 1.1: Grfico


Fonte: Acervo do ator

O relacionamento da Estatstica com as demais cincias cada vez mais intenso e mais importante. Veja-se, por exemplo, que a estatstica auxilia a Gentica, nas questes de hereditariedade; valiosa na Economia, na anlise da produtividade, da rentabilidade, nos estudos de viabilidade, etc; bsica para as Cincias Sociais, nas pesquisas socioeconmicas; de aplicao intensa na Engenharia Industrial, no controle de qualidade, na comparao de fabricaes, etc; indispensvel Administrao, Programao, Medicina, Psicologia, Histria, e, de forma direta ou indireta, s demais atividades. No decorrer das aulas veremos exemplos prticos das aplicaes citadas.

Aula 1 - Estatstica aplicada

11

e-Tec Brasil

1.1 Panorama histrico da estatstica

Figura 1.2: Censo Romano


Fonte: Acervo do autor

Historicamente, o desenvolvimento da estatstica pode ser entendido a partir de dois fenmenos a necessidade de governos coletarem dados censitrios e o desenvolvimento da teoria do clculo das probabilidades. Dados tm sido coletados atravs de toda a histria. Na Antiguidade , vrios povos j registravam o nmero de habitantes, de nascimentos, de bitos, faziam estimativas das riquezas sociais, distribuam equitativamente terras aos povos, cobravam impostos e realizavam inquritos quantitativos por processos que, hoje, chamaramos de estatsticas. Na Idade Mdia colhiam-se informaes, geralmente com finalidades tributrias ou blicas.

Figura 1.3: Impostos Idade Mdia


Fonte: Acervo do autor

Atualmente, informaes numricas so necessrias para cidados e organizaes de qualquer natureza, e de qualquer parte do mundo globalizado, para a tomada de decises que envolvem a coletividade.

e-Tec Brasil

12

Estatstica

Figura 1.4: Multa e Semforo


Fonte: Acervo do autor

1.2 O que estatstica?

Figura: 1.5: Grfico


Fonte: Acervo do autor

Figura: 1.6: Estudos


Fonte: www.sxc.hu

Figura: 1.7: Populao


Fonte: www.seplan.go.gov.br

Estatstica um conjunto de mtodos e processos quantitativos que serve para estudar e medir os fenmenos coletivos. Dug de Bernonville

Em outras palavras, a cincia que se preocupa com a coleta, a organizao, descrio (apresentao), anlise e interpretao de dados experimentais e tem como objetivo fundamental o estudo de uma populao. Este estudo pode ser feito de duas maneiras: Investigando todos os elementos da populao Amostragem, ou seja, selecionando alguns elementos da populao

1.3 Conceitos estatsticos


1.3.1 Populao
Conjunto de indivduos, objetos ou informaes que apresentam pelo menos uma caracterstica comum, cujo comportamento interessa-nos analisar.

Aula 1 - Estatstica aplicada

13

e-Tec Brasil

Ou, em outras palavras, conjunto de todas as medidas, observaes relativas ao estudo de determinado fenmeno. Como em qualquer estudo estatstico temos em mente estudar uma ou mais caractersticas dos elementos de uma populao. importante definir bem essas caractersticas de interesse para que sejam delimitados os elementos que pertencem populao e quais os que no pertencem. Exemplos: Deseja-se saber se nas indstrias situadas no Estado do Paran, em 2010, existia algum tipo de controle ambiental. Populao ou universo: indstrias situadas no Estado do Paran em 2010. Caracterstica: existncia ou no de algum tipo de controle ambiental na indstria.

Figura: 1.8 Ciclo Sustentvel


Fonte: Acervo do autor

Deseja-se conhecer o consumo total de energia eltrica em MWH nas residncias da cidade de Curitiba no ano de 2010. Populao ou universo: todas as residncias que estavam ligadas a rede eltrica em Curitiba, em 2007 (dados obtidos com a companhia de energia eltrica da regio). Caractersticas: consumo anual de energia eltrica em MWH (Mega Whatt: unidade padro de medida para Energia Eltrica.)

e-Tec Brasil

14

Estatstica

Figura: 1.9: Cidade iluminada


Fonte: Acervo do autor

1.3.2 Diviso da populao


a) Populao Finita: apresenta um nmero limitado de elementos. possvel enumerar todos os elementos componentes. Exemplo: Idade dos alunos do curso de Administrao na modalidade a Distncia (EAD) no Estado do Paran. b) Populao ou Universo Estatstico: Todos os alunos de Administrao na modalidade a Distncia (EAD) no Estado do Paran.

Figura 1.10: Colgio


Fonte: http://2.bp.blogspot.com

c) Populao Infinita: apresenta um nmero ilimitado de elementos. No possvel enumerar todos os elementos componentes. Entretanto, tal definio existe apenas no campo terico, uma vez que, na prtica, nunca encontraremos populaes com infinitos elementos, mas sim populaes com grande nmero de componentes, e nessas circunstncias, tais populaes so tratadas como se fossem infinitas.

Aula 1 - Estatstica aplicada

15

e-Tec Brasil

Exemplos: Tipos de bactrias no corpo humano d) Populao: Todas as bactrias existentes no corpo humano.

Figura 1.11: Bactrias


Fonte: Acervo do autor

Em geral, como os universos so grandes, investigar todos os elementos populacionais para determinarmos a caracterstica necessita muito tempo, e/ou o custo elevado, e/ou o processo de investigao leva destruio do elemento observado, ou, como no caso de populaes infinitas, impossvel observar a totalidade da populao. Assim, estudar parte da populao constitui um aspecto fundamental da Estatstica. Amostragem: a coleta das informaes de parte da populao, chamada amostra, mediante mtodos adequados de seleo destas unidades. Amostra: uma parte (um subconjunto finito) representativa de uma populao selecionada segundo mtodos adequados. O objetivo tirar concluses sobre populaes com base nos resultados da amostra. Para isso necessrio garantir que amostra seja representativa, ou seja, a amostra deve conter as mesmas caractersticas bsicas da populao, no que diz respeito ao fenmeno que desejamos pesquisar. Censo: o exame completo de toda populao. Quanto maior a amostra mais precisas e confiveis devero ser as indues feitas sobre a populao. Logo, os resultados mais perfeitos so obtidos pelo Censo. Na prtica, esta concluso muitas vezes no acontece, pois o emprego de amostras, com certo rigor tcnico, pode levar a resultados mais confiveis ou at mesmo melhores do que os que seriam obtidos atravs de um Censo. As razes de se recorrer a amostras so: menor custo e tempo para levantamento de dados; melhor investigao dos elementos observados.

e-Tec Brasil

16

Estatstica

A Estatstica ocupa-se fundamentalmente das propriedades das populaes cujas caractersticas so passveis de representao numrica, tais como resultado de medies e contagens. Essas caractersticas da populao so comumente chamadas de VARIVEIS. As caractersticas ou variveis podem ser divididas em dois tipos: qualitativas e quantitativas. a) Variveis qualitativas - quando o resultado da observao apresentado na forma de qualidade ou atributo. Dividem-se em: variveis nominais: quando podem ser separadas por categorias chamadas de no mensurveis. Exemplo: a cor dos olhos, tipo de acomodao, marcas de carro, sexo, etc. variveis ordinais: quando os nmeros podem agir como categorias ou ordenaes. Como sugere o nome, elas envolvem variveis que representam algum elemento de ordem. Uma classificao em anos pode ser um exemplo clssico. A classificao deste tipo de variveis geralmente causa confuso. Exemplo: Grau de satisfao da populao brasileira com relao ao trabalho de seu presidente (valores de 0 a 5, com 0 indicando totalmente insatisfeito e 5 totalmente satisfeito).

Para ter acesso a alguns dados do Brasil, basta acessar o site do Instituto Brasileiro de Geografia e Estatstica (IBGE). www.ibge.gov.br br/agencias_pnuma.php

Figura 1.12: Grfico


Fonte: http://uolpolitica.blog.uol.com.br

b) Variveis quantitativas - quando o resultado da observao um nmero, decorrente de um processo de mensurao ou contagem. Dividem-se em: variveis contnuas: so aquelas que podem assumir qualquer valor num certo intervalo (contnuo) da reta real. No possvel enumerar todos os possveis valores. Essas variveis, geralmente, provm de medies.

Aula 1 - Estatstica aplicada

17

e-Tec Brasil

Exemplo: a altura dos alunos uma varivel contnua, pois teoricamente, um aluno poder possuir altura igual a 1,80m, 1,81m, 1,811m, 1,812m . . . (medies: peso, estatura, etc.)

Figura 1.13: Peso e altura


Fonte: Acervo do autor

variveis discretas: so aquelas que podem assumir apenas valores inteiros em pontos da reta real. possvel enumerar todos os possveis valores da varivel.

Figura 1.14: Conjunto de nmeros reais


Fonte: http://alfaconnection.net

Exemplo: nmero de alunos de uma escola, nmero de mensagens em uma secretria eletrnica, etc. As variveis podem ser resumidas da seguinte maneira:

e-Tec Brasil

18

Estatstica

Aula 2 Diviso da estatstica


Nesta aula conheceremos os dois ramos de estudo mais comuns em Estatstica: a Descritiva e a Inferencial. A Teoria Estatstica moderna se divide em dois grandes campos:

2.1 Estatstica Descritiva


aquela que se preocupa com a coleta, organizao, classificao, apresentao, interpretao e analise de dados referentes ao fenmeno atravs de grficos e tabelas, alm de calcular medidas que permita descrever o fenmeno.

2.2 Estatstica Indutiva ou Inferncia


a aquela que partindo de uma amostra, estabelece hipteses, tira concluses sobre a populao de origem e que formula previses fundamentando-se na teoria das probabilidades. A estatstica indutiva cuida da anlise e interpretao dos dados. O processo de generalizao do mtodo indutivo est associado a uma margem de incerteza. Isto se deve ao fato de que a concluso que se pretende obter para o conjunto de todos os indivduos analisados quanto a determinadas caractersticas comuns baseia-se em uma parcela do total de observaes.Para se analisar os dados de forma estatstica podem-se obter os resultados de duas maneiras: atravs de um censo ou atravs de uma amostragem (pesquisa em uma amostra). Para exemplificar essas teorias analise o esquema abaixo:

Fluxograma 2.1: tcnicas de amostragem


Fonte: Elaborado pelo autor

Exemplos de utilizao: Pesquisa de Mercado, Pesquisa de opinio pblica e em praticamente todo experimento.

Aula 2 - Diviso da estatstica

19

e-Tec Brasil

2.3 Fases do mtodo estatstico


1. Fase definio do problema: Saber exatamente aquilo que se pretende pesquisar o mesmo que definir corretamente o problema. 2. Fase - planejamento: Como levantar informaes? Que dados devero ser obtidos? Qual levantamento a ser utilizado? Censitrio? Por amostragem? E o cronograma de atividades? Os custos envolvidos? Etc. 3. fase coleta de dados: Fase operacional. o registro sistemtico de dados, com um objetivo determinado. Coleta de dados. Aps a definio do problema a ser estudado e o estabelecimento do planejamento da pesquisa (forma pela qual os dados sero coletados; cronograma das atividades; custos envolvidos exame das informaes disponveis; delineamento da amostra etc.), o passo seguinte a coleta de dados, que pode ser de dois tipos: I. Dados Primrios: os dados so obtidos diretamente na fonte originria (coleta direta). Exemplo: Preferncia dos consumidores por um determinado produto. Mtodos de coleta de dados primrios: importante garantir que a coleta de dados primrios seja executada de maneira estatisticamente correta, seno os resultados podem ser tendenciosos. Observao: O pesquisador no pergunta, observa. Por exemplo pesquisa de observao para diagnosticar as necessidades de trnsito de uma cidade. Levantamento: o mtodo mais comum de se coletar dados. O instrumento pode ser um questionrio estruturado ou um roteiro de itens em que o entrevistado disserta vontade sobre cada item da pesquisa. As trs principais formas de levantamento, resumindo as vantagens e desvantagens, so:

e-Tec Brasil

20

Estatstica

Entrevista pessoal: mais flexvel e muito caro. Telefone: mais barato, penetra em segmentos difceis, mas de fcil recusa. Questionrios (postal, fax ou e-mail): mais lento, mdia de retorno das respostas muito baixas, mas sem interferncia do pesquisador. II. Dados Secundrios : os dados so obtidos de algo j disposto. Provm da coleta direta. Exemplo: Pesquisa sobre a mortalidade infantil, que feita atravs de dados colhidos por outras pesquisas. Observao: mais seguro trabalhar com fontes primrias. O uso da fonte secundria traz o grande risco de erros de transcrio. 4. Fase apurao dos dados: Resumo dos dados atravs de sua contagem e agrupamento. a condensao e tabulao de dados. 5. Fase apresentao dos dados: H duas formas de apresentao, que no se excluem mutuamente. A apresentao tabular, ou seja, uma apresentao numrica dos dados em linhas e colunas distribudas de modo ordenado, segundo regras prticas fixadas pelo Conselho Nacional de Estatstica e a apresentao grfica dos dados numricos que constitui uma apresentao geomtrica permitindo uma viso rpida e clara do fenmeno. 6. Fase anlise e interpretao dos dados: A ltima fase do trabalho estatstico a mais importante e delicada. Est ligada essencialmente ao clculo de medidas e coeficientes, cuja finalidade principal descrever o fenmeno (estatstica descritiva). Na estatstica indutiva a interpretao dos dados se fundamenta na teoria da probabilidade.

Aula 2 - Diviso da estatstica

21

e-Tec Brasil

Resumo
Estatstica: a cincia que se preocupa com a coleta, organizao, descrio, anlise e interpretao de dados experimentais. Populao: um conjunto de indivduos, objetos ou informaes que apresentam pelo menos uma caracterstica em comum. Amostra: uma parte representativa de uma populao. As caractersticas das populaes so chamadas de variveis, que podem ser divididas em: Qualitativas: Nominal (sexo, cor dos olhos, ...) Ordinal (classe social, grau de instruo, ...)

Quantitativas:Contnua (peso, altura, ...) Discreta (nmero de filhos, nmero de carros, ...)

Estatstica Descritiva: se preocupa com a coleta, organizao, classificao, apresentao, interpretao e anlise de dados experimentais. Estatstica Indutiva ou Inferncia: se preocupa com as hipteses e concluses sobre a populao.

Anotaes

e-Tec Brasil

22

Estatstica

Aula 3 Tabelas e grficos


Na aula trs sero apresentados os tipos mais usuais de representao dos dados estatsticos: os grficos e as tabelas. Fique atento aos conceitos dessas aulas, pois por meio deles poderemos compreender melhor a apresentao das tabelas e grficos encontrados em jornais, revistas, e analisar e interpretar as informaes transmitidas.

Figura 3.1 Grficos


Fonte: http://4.bp.blogspot.com

A apresentao tabular uma apresentao numrica dos dados. Consiste em dispor os dados em linhas e colunas distribudos de modo ordenado, segundo algumas regras prticas ditadas pelo Conselho Nacional de Estatstica e pelo IBGE. As tabelas tm a vantagem de conseguir expor, sinteticamente e em um s local, os resultados sobre determinado assunto, de modo a se obter uma viso global mais rpida daquilo que se pretende analisar. Essa integrao de valores que temos nas tabelas nos permite ainda a utilizao de representaes grficas, que normalmente uma forma mais til e elegante de demonstrar as caractersticas que sero analisadas.

Aula 3 - Tabelas e grficos

23

e-Tec Brasil

3.1 Tabelas
um quadro (sem que se fechem por completo as linhas e colunas, pois do contrrio seria uma grade), que resume um conjunto de observaes. Uma tabela compe-se de: Corpo conjunto de linhas e colunas que contm informaes sobre a varivel em estudo; Cabealho parte superior da tabela que especifica o contedo das colunas; Coluna Indicadora parte da tabela que especifica o contedo das linhas; Casa ou Clula espao destinado a um s nmero; Ttulo conjunto de informaes, as mais completas possveis, respondendo s perguntas: O qu?, Quando?, Onde?, localizado no topo da tabela; Fonte indicao da entidade responsvel pelo fornecimento dos dados ou pela sua elaborao.
Saiba mais De acordo com a Resoluo 886 da Fundao IBGE, nas casas ou clulas, devemos colocar: 1) um trao horizontal (___) quando o valor zero, no s quanto a natureza das coisas, como quanto ao resultado do inqurito; 2) trs pontos (...) quando no temos os dados; 3) um ponto de interrogao( ? ) quando temos dvida quanto a exatido de determinado valor; 4) zero ( 0 ) quando o valor muito pequeno para ser expresso pela unidade utilizada. Se os valores so expressos em numerais decimais, precisamos acrescentar a parte decimal um nmero correspondente de zeros (0,0; 0,00; 0,00; ...).

Figura 3.2 Planilha


Fonte: Acervo do autor

3.2 Sries estatsticas


Denomina-se srie estatstica toda tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca, do local, ou da espcie (fenmeno). Numa srie estatstica observa-se a existncia de trs elementos ou fatores: o tempo, o espao e a espcie. Conforme varie um desses elementos, a srie estatstica classifica-se em temporal, geogrfica e especfica.

e-Tec Brasil

24

Estatstica

3.2.1 Srie temporal, histrica ou cronolgica


a srie cujos dados esto em correspondncia com o tempo, ou seja, variam com o tempo. Exemplo:
Tabela 3.1 Preo do artigo Y no atacado na cidade X
ANOS 2003 2004 2005 2006 2007 Fonte: Dados Fictcios PREO MDIO EM REAIS 2,43 2,54 3,01 2,99 2,83

3.2.2 Srie geogrfica, territorial ou de localidade


a srie cujos dados esto em correspondncia com a regio geogrfica, ou seja, o elemento varivel o fator geogrfico (a regio). Exemplo:
Tabela 3.2 Nmero de Assaltos na cidade X em 2006
REGIO Centro Zona Sul Zona Norte Zona Leste Zona Oeste Fonte: Dados Fictcios NMERO DE ASSALTOS 74 54 31 29 44

Aula 3 - Tabelas e grficos

25

e-Tec Brasil

3.2.3 Srie especfica ou categrica


a srie cujos dados esto em correspondncia com a espcie, ou seja, variam com o fenmeno. Exemplo:
Tabela 3.3 Nmero de Candidatos ao vestibular da Universidade X
REA OFERTADA Cincias Sociais Aplicadas Cincias Exatas Cincias Humanas Cincias Biolgicas Cincias Tecnolgicas Fonte:Dados Fictcios NMERO DE CANDIDATOS 2086 1065 1874 1102 1902

3.2.4 Sries mistas


As combinaes entre as sries anteriores constituem novas sries que so denominadas sries compostas ou mistas e so apresentadas em tabelas de dupla entrada. Exemplo:
Tabela 3.4 Nmero de Alunos Matriculados nas Escolas Particulares na Cidade X

BAIRROS
BAIRRO-A BAIRRO-B BAIRRO-C BAIRRO-D BAIRRO-E Fonte: Dados Fictcios

2005
2894 7075 1099 4333 2976

2006
3454 9876 3218 3455 1765

2007
2989 6543 2100 3543 4098

Resumo
Ao final desta aula voc adquiriu conhecimentos suficientes para melhor interpretar e compreender qualquer tabela ou grfico que lhe seja apresentado no decorrer de sua carreira profissional. Portanto, mos obra! Este foi mais um passo muito importante sua formao!

26

e-Tec Brasil

AULA 4 Grficos estatsticos


Na aula quatro veremos os tipos mais especficos de grficos utilizados em pesquisas estatsticas, suas funes, vantagens e desvantagens.

Incluso social: um conjunto de meios e aes que combatem a excluso aos benefcios da vida em sociedade, provocada pela diferena de classe social, origem geogrfica, educao, idade, existncia de deficincia ou preconceitos raciais Hidreltricas: usinas de gua que geram energia eltrica

Figura 4.1: Grfico em planilha


Fonte: Acervo do autor

Costa: a borda do mar, litoral. Anlise Comparativa: examinar um conjunto, estabelecer algo semelhante ou diferente. Socioeconmico: envolve uma combinao de fatores sociais e econmicos. Reordenao institucional: ordenar, organizar novamente as questes referentes a instituies como associaes, governos, colnias de pescadores, entre outros. Precria: condio no garantida, nem estvel. Infraestrutura: diviso da sociedade em foras produtivas (homem e material necessrio produo) e relaes de produo (classes, instituies etc.) Beneficiamento: melhorar por processos tcnicos.

A apresentao grfica um complemento importante da apresentao tabular. A vantagem de um grfico sobre a tabela est em possibilitar uma rpida impresso visual da distribuio dos valores ou das frequncias observadas. Os grficos propiciam uma ideia inicial mais satisfatria da concentrao e disperso dos valores, uma vez que atravs deles os dados estatsticos se apresentam em termos de grandezas visualmente interpretveis. A representao grfica de um fenmeno deve obedecer a certos requisitos fundamentais para ser realmente til: simplicidade: o grfico deve ser destitudo de detalhes e traos desnecessrios; clareza: o grfico deve possuir uma correta interpretao dos valores representativos do fenmeno em estudo; veracidade: o grfico deve expressar a verdade sobre o fenmeno em estudo.

4.1 Principais tipos de grficos

4.1.1 Grficos em curvas ou em linhas


So usados para representar sries temporais, principalmente quando a srie cobrir um grande nmero de perodos de tempo e o mais relevante

Aula 4 - Grficos estatsticos

27

e-Tec Brasil

o sobe e desce dos ndices, taxas, coeficientes representados no eixo das ordenadas (eixo vertical).

Trimestre
Figura 4.2: Grfico em curvas e linhas
Fonte: imagem do autor

4.1.2 Grficos em colunas


a representao de uma srie estatstica atravs de retngulos, dispostos em colunas (na vertical). Este tipo de grfico representa praticamente qualquer srie estatstica quando se deseja relacionar grandes quantidades de dados e as respectivas variaes de crescimento e/ou decrescimento dos dados apresentados.

Figura 4.3: Grficos com colunas


Fonte: imagem do autor.

Importante
As regras para a construo so as mesmas do grfico em curvas. As bases das colunas so iguais e as alturas so proporcionais aos respectivos dados. O espao entre as colunas pode variar de 1/3 a 2/3 do tamanho da base da coluna, mas depende do tipo de dado coletado e do autor adotado. Por hora adotaremos a seguinte regra: anlise do tipo de varivel coletada. Por exemplo, se os dados forem variveis do tipo contnua, no faz sentido apresentar as colunas separadas, pois os dados sero contnuos e, por consequncia as colunas sero apresentadas de modo contnuo.

e-Tec Brasil

28

Estatstica

No caso do grfico anterior com o cabealho: Vendas no Oriente Mdio (em R$ mil) as colunas esto separadas. A justificativa para isso que a varivel preo em R$ mil no foi apresentada de modo contnuo na pesquisa, ou seja, no 1 Trimestre as Vendas foram de mais de R$ 40 mil e ponto! No 2 Trimestre (no importa o dia exato em que se encerrou a coleta de dados do 1 Trimestre) iniciou-se nova coleta, que independente da primeira.

4.1.3 Grficos em barras


representado por retngulos dispostos horizontalmente, prevalecendo os mesmos critrios adotados na elaborao de grfico em coluna, porm mais adequado quando se deseja destacar a variao (mximos e mnimos) de duas, at trs variveis do eixo vertical.

Figura 4.4: Grficos em barras


Fonte: imagem do autor

4.1.4 Grfico em setores


a representao grfica de uma srie estatstica em um crculo de raio qualquer, pr meio de setores com ngulos centrais proporcionais s ocorrncias. utilizado quando se pretende comparar cada valor da srie com o total. O total da srie corresponde a 360 (total de graus de um arco de circunferncia). O grfico em setores representa valores absolutos ou porcentagens complementares. As sries geogrficas, especficas, e as categorias em nvel nominal so mais representadas em grficos de setores, desde que no apresentem muitas parcelas (no mximo sete). Cada parcela componente do total ser expressa em graus, calculada atravs de uma proporo simples (a famosa regra de trs):

Aula 4 - Grficos estatsticos

29

e-Tec Brasil

Figura 4.5: Grfico em setores


Fonte: Acervo do autor

Exemplo Prtico: Em uma amostra com alunos do Ensino Profissionalizante, quando perguntados sobre o interesse em aprender computao, obteve-se como respostas: 30 alunos manifestaram interesse, 15 no demonstraram interesse e 5 no sabem. Pede-se: Representar os dados obtidos graficamente:

Figura 4.6: Grficos em setores


Fonte: Acervo do autor

e-Tec Brasil

30

Estatstica

a) Comparao dos Grficos:

Observe que comparamos lado a lado os dois grficos, essa prtica, feita quando desejamos obter a melhor representao dos dados, seja para fins acadmicos ou de apresentao profissional. Em sntese, ter vrias opes de grficos desejvel para podermos estabelecer melhor a comparao de um fenmeno e decidir sobre a melhor e mais impactante apresentao grfica. Para refletir Qual dos dois representou melhor os dados obtidos na pesquisa?

Resumo
Tabela: um quadro que resume um conjunto de observaes. Srie estatstica: toda a tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca, local, ou da espcie. As sries podem ser divididas em: temporal, histrica ou cronolgica geomtrica, territorial ou de localidade especfica ou categrica

Aula 4 - Grficos estatsticos

31

e-Tec Brasil

Grfico: um complemento da tabela e deve apresentar simplicidade, clareza, veracidade. Os grficos podem ser classificados em: curvas ou linhas colunas barras setores (ou grfico de pizza)

Anotaes

e-Tec Brasil

32

Estatstica

Aula 5 Distribuio de frequncias

Na aula 5 voc estudar que um conjunto de observaes de certo fenmeno, no estando adequadamente organizado, fornece pouca informao de interesse ao pesquisador e ao leitor. Para uma viso rpida e global do fenmeno em estudo preciso que os dados estejam organizados. Uma das formas de se fazer a organizao dos dados coletados em uma pesquisa atravs das distribuies de frequncia. Portanto, pode-se dizer que as distribuies de frequncias so de extrema importncia para a visualizao dos dados e posterior anlise das informaes.

5.1 R  epresentao dos dados (amostrais ou populacionais)


5.1.1 Dados brutos:
So aqueles que no foram numericamente organizados, ou seja, esto na forma com que foram coletados. Por exemplo:
Nmero de filhos de um grupo de 50 casais
2 6 3 1 0 1 2 4 1 0 1 1 1 5 3 6 2 0 5 2

5.1.2 Rol
a organizao dos dados brutos em ordem de grandeza crescente ou decrescente.

Aula 5 - Distribuio de frequncias

33

e-Tec Brasil

Por exemplo:
Nmero de filhos de um grupo de 50 casais
0 1 1 2 4 0 1 1 3 4 0 1 2 3 5 0 1 2 3 5 0 1 2 3 5 0 1 2 3 6 1 1 2 3 6 1 1 2 3 6 1 1 2 3 7 1 1 2 4 7

Fonte: Acervo do autor

5.1.3 D  istribuio de frequncia sem intervalos de classe:


a simples condensao dos dados conforme as repeties de seus valores. Para um ROL de tamanho razovel esta distribuio de frequncia inconveniente, j que exige muito espao. Veja exemplo abaixo: Tabela 5.1 Nmero de pontos obtidos pelos alunos da disciplina-X, colgio-Y, em 2006.
Pontos 4 5 6 7 8 9 10 Fonte: Acervo do autor Nmero de alunos 8 10 7 5 8 5 7

5.1.4 D  istribuio de frequncia com intervalos de classe:


Quando o tamanho da amostra elevado e o nmero de variveis muito grande, mais racional efetuar o agrupamento dos valores em vrios intervalos de classe. Veja o Exemplo:

e-Tec Brasil

34

Estatstica

Tabela 5.2 Peso de 80 estudantes da escola-x, 2007


Peso (kg) 40 50 50 60 60 70 70 80 80 90 Fonte: Acervo do autor Nmero de alunos 30 25 13 12 08

5.1.5  Vamos agora, analisar um exemplo prtico de coleta de dados e organizao destes valores em tabelas de frequncias com intervalos de classe
a) Dados Brutos: Taxas municipais de urbanizao (em percentual) no Estado X 2005
8 18 38 11 10 44 28 19 12 9 24 15 79 17 6 17 41 7 40 16 46 30 15 9 92 9 42 28 25 31 13 24 62 35 16 30 35 23 7 30 38 20 23 23 15 26 35 29 32 54 8 13 22 23 18 42 29 34 44 24 62 37 37 37 71 58 22 20 18 18 36 36 43 50 77 7 17 9 8 8 8 14 52 72 44 14 10 22 13 13 9 17 34 15

Fonte: Dados fictcios

b) Rol: Taxas municipais de urbanizao (em percentual) no Estado X - 2005


6 9 16 20 24 30 37 44 72 6 9 17 20 24 31 37 44 77 7 9 17 22 25 32 38 46 79 7 9 17 22 26 34 38 50 92 7 10 17 22 28 34 40 52 8 10 18 23 28 34 41 54 8 11 18 23 29 35 42 58 8 12 18 23 29 35 42 62 8 13 18 23 30 35 43 62 9 13 19 24 30 36 44 71

Fonte: Dados fictcios

Aula 5 - Distribuio de frequncias

35

e-Tec Brasil

c) Distribuio de frequncias para dados agrupados em classes:


Taxas (em %)
6 16 16 26 26 36 36 46 46 56 56 66 66 76 76 86 86 96

Nmero de Municpios (f i)
29 24 16 13 4 3 2 2 1

Total ( )
Fonte: Acervo do autor

94

Representaremos o somatrio pela letra grega maiscula sigma ( ).

Resumo
Vimos que atravs das distribuies em frequncias poderemos organizar todas as informaes obtidas em uma pesquisa, facilitando a compreenso e transmitindo adequadamente todas as informaes ao leitor e ao pesquisador. No esquea que esta "ferramenta" dever ser utilizada, quando oportuna, pois enriquecer seu trabalho.

Anotaes

e-Tec Brasil

36

Estatstica

Aula 6 Elementos principais da tabela de distribuio de frequncias

6.1 E lementos de uma distribuio de frequncia


6.1.1 Classe
So intervalos de variao da varivel. As classes so representadas simbolicamente por i, sendo i = 1, 2, 3, . . ., k (onde k o nmero total de classes da distribuio). Pelo exemplo prtico anterior, o intervalo 16 26 define a segunda classe (i = 2). A distribuio formada por nove classes, podemos afirmar que i = 9. Observao: O smbolo representa um intervalo fechado esquerda e aberto direita: significa que o nmero a esquerda pertence classe e o nmero direita no pertence. o mesmo que a representao matemtica de conjuntos: l-se fechado esquerda e aberto direita.

6.1.2 Limites de Classe


So os extremos de cada classe. O menor nmero o limite inferior da classe (li) e o maior nmero o limite superior da ls. Pelo exemplo prtico anterior na terceira classe, temos: li3 = 26 e Ls3 = 36

6.1.3 Amplitude de um Intervalo de Classe (h)


a medida de intervalo que define a classe. Ela obtida pela diferena entre os limites superior e inferior. Assim: h=ls - li Exemplo: A amplitude da classe descrita acima 10, pois a diferena do limite superior com o inferior.

6.1.4 Amplitude Total (H)

a diferena entre o valor mximo e o valor mnimo da amostra. H=Ls - Li

Pelo exemplo prtico anterior, sabemos que LS = 92 e Li = 6, logo amplitude total H = 92 6 = 86


Aula 6 - Elementos principais da tabela de distribuio de frequncias

159

e-Tec Brasil

6.1.4 Ponto Mdio de uma Classe (xi):


o ponto que divide o intervalo de classe em duas partes iguais.

Pelo exemplo prtico anterior na quinta classe, temos: li3 = 46 e Ls3= 56, logo o ponto mdio dessa classe Xi= 46 + 56 + 2 102 2 = 51

Resumo
Dados brutos: so aqueles que no foram numericamente organizados. Rol: a organizao dos dados brutos em ordem de grandeza crescente ou decrescente. Distribuio de frequncias: pode ser com ou sem intervalos de classe. Os elementos da distribuio de frequncia so: classe: so intervalos de variao da varivel limites da classe: so os extremos de cada classe amplitude de um intervalo: a diferena entre o limite superior e inferior h=ls - li amplitude total: a diferena entre o maior e o menor da amostra

H=Ls - Li ponto mdio: a mdia aritmtica dos limites da classe

e-Tec Brasil

160

Estatstica

Aula 7 - Distribuio de frequncias


Nesta aula trataremos da segunda parte da distribuio de frequncias em tabelas de estatstica.

7.1 Determinao do nmero de classes (K)


importante que a distribuio conte com um nmero adequado de classes. Se o nmero de classes for excessivamente pequeno acarretar perda de detalhe e pouca informao se poder extrair da tabela. Por outro lado, se for utilizado um nmero excessivo de classes, haver alguma classe com freqncia nula ou muito pequena, no atingindo o objetivo de classificao que tornar o conjunto de dados supervisionveis. No h uma frmula nica para determinar o nmero de classes. Trs solues so apresentadas abaixo: n a) Para n 25 K = 5 e para n > 25 K = Exemplo: Se a amostra tiver 23 elementos analisados, o nmero de classes 5, pois n 25. Suponha que a amostra tenha 83 elementos analisados (n 25) o 9. nmero de classes calculado por 83 = 9,1104335 = b) Pode-se utilizar a regra de Sturges, que fornece o nmero de classes em funo do total de observaes:

og n

Onde: K o nmero de classes; Log a abreviao de logaritmo e o seu valor pode ser obtido com uma calculadora cientfica;

Aula 7 - Distribuio de frequncias

161

e-Tec Brasil

n o nmero total de observaes.


Para facilitar o clculo do nmero de classes pela regra de Sturges, utilize a tabela abaixo:
n total de observao
1 2 3 5 6 11 12 22 23 46 47 90 91 181 182 362 362 724 725 1448 1.449 2.896 ...

k = n de classes a usar
1 2 3 4 5 6 7 8 9 10 11 12 ...

Observao: Inclui tanto o valor da direita quanto o da esquerda No inclui nem o valor da direita, nem o da esquerda Inclui o valor da direita, mas no o da esquerda Inclui o valor da esquerda, mas no o da direita

Importante: A frmula de Sturges revela um inconveniente: prope um nmero demasiado de classes para um nmero pequeno de observaes, e relativamente poucas classes quando o total de observaes for muito grande.

Exemplo:
Se a amostra tiver 94 elementos analisados, o clculo do nmero de classes pela frmula de Sturges ficar da seguinte maneira: 1+3,3.log n 94 K = 1+3,3.1,97313K7,51 K = 8 K= 1+3,3.log n K =

e-Tec Brasil

162

Estatstica

Tambm percebemos pela tabela que 94 um nmero entre 91 logo teremos 8 classes formando a tabela de frequncias.

| 181,

c) Truman L. Kelley sugere os seguintes nmeros de classes, com base no nmero total de observaes, para efeito de representao grfica:
n K 5 2 10 4 25 6 50 8 100 10 200 12 500 15

Exemplo: Se a amostra tiver 50 elementos analisados o nmero de classes 8, conforme tabela acima. Importante: Qualquer regra para determinao do nmero de classes da tabela no nos leva a uma deciso final: esta vai depender, na realidade de um julgamento pessoal, que deve estar ligado natureza dos dados.

7.1.1 Amplitude do intervalo de classe (Ai):


o comprimento da classe. Observao: convm arredondar o nmero correspondente amplitude do intervalo de classe para facilitar os clculos (arredondamento arbitrrio).

Exemplo prtico: Antes de enviar um lote de aparelhos eltricos para venda, o Departamento de Inspeo da empresa produtora selecionou uma amostra casual de 32 aparelhos, avaliando o desempenho atravs de uma medida especfica, obtendo os seguintes resultados:
154 175 190 202 155 176 190 205 156 178 190 205 164 178 192 210 165 180 195 211 170 180 198 212 172 180 200 215 175 184 200 218

Aula 7 - Distribuio de frequncias

163

e-Tec Brasil

Construir uma tabela de distribuio de frequncias com intervalos de classes. 1. passo: A amplitude total ser dada por: H = Ls - Li H = 218 - 154 = 64

2. passo: Neste caso, n = 32 pela regra de Sturges (consultar Tabela) K= 6

3. passo: A amplitude do intervalo de cada classe ser: 4. passo: Construir a tabela de distribuio de frequncias com intervalos de classes

Perceba que utilizamos o menor valor do Rol, para iniciar a 1 classe e a amplitude do intervalo encontrado para formar as outras classes que completam a tabela.
Classes
154 165 165 176 176 187 187 198 198 209 209 220 TOTAL ( )

Frequncias
4 5 7 5 6 5 32

Resumo
Independente do mtodo escolhido para determinar o nmero de classes, o importante utilizar o bom senso na tabulao e exposio dos dados. Cada regra ou mtodo tem caractersticas prprias e so adequados a este ou aquele nmero de elementos da populao. Sendo assim, no momento da confeco da tabela importante ter em mente a quantidade de dados e fazer um esboo da tabela. Caso a ltima linha no contemple a plenitude dos dados, deve-se optar por outro mtodo.

e-Tec Brasil

164

Estatstica

Aula 8 - Tipos de frequncias


8.1 Frequncias simples ou absolutas (fi)
o nmero de repeties de um valor individual ou de uma classe de valores da varivel. A soma das frequncias simples igual ao nmero total dos dados da distribuio. Fi = n

8.2 Frequncias relativas (fri)

So os valores das razes (divises) entre as frequncias absolutas de cada classe e a frequncia total da distribuio. A soma das frequncias relativas igual a 1 ou100 %

8.3 Frequncia simples acumulada (faci)


o total das frequncias de todos os valores inferiores ao limite superior do intervalo de uma determinada classe.

8.4 Frequncia relativa acumulada (fraci)

a frequncia acumulada da classe, dividida pela frequncia total da distribuio.

Aula 8 - Tipos de frequncias

165

e-Tec Brasil

Resumo
Os tipos de frequncias determinam com agilidade e objetividade a relao dos dados com o universo da pesquisa. Em suma as frequncias relativas (expressa em porcentagem) so uteis para a apresentao dos dados em linguagem comum e de amplo entendimento, que a porcentagem, e as frequncias acumuladas servem de gabarito para que se tenha certeza de que a totalidade dos dados coletados foram apresentados.

Anotaes

e-Tec Brasil

166

Estatstica

Aula 9 - Resoluo de exerccio prtico


Vamos colocar em prtica, juntos, todos esses conceitos que estudamos nas aulas 5, 6, 7 e 8 atravs de um exerccio de aplicao.

Atividades de aprendizagem
O departamento comercial de uma empresa pediu o levantamento das vendas dirias (em milhares de reais) durante os 25 dias do ms de novembro de 2007. Assim obteve os valores: 7, 9, 1, 3, 3, 3, 4, 5, 5, 7, 8, 9, 3, 2, 4, 5, 6, 7, 8, 9, 2, 3, 4, 2, 1. Pede-se: 1. Montar o Rol 2. Calcular amplitude total. 3. Calcular o nmero de classes. 4. Calcular a amplitude do intervalo de cada classes. 5. Construir uma tabela com todos os tipos de frequncias (simples, relativa, acumulada e acumulada relativa) Soluo: O Rol :

A amplitude total ser dada por: Neste caso, n = 25 pela regra de Sturges, temos:

Aula 9 - Resoluo de exerccio prtico

167

e-Tec Brasil

A amplitude do intervalo de cada classe ser: Utilizando o menor valor do Rol, para iniciar a 1 classe e a amplitude do intervalo da cada classe e completando a tabela com as frequncias, temos:
Classe fi fri fri (%) faci faci(%) Xi

Total ( )

Resumo
Para determinar o nmero de classes temos trs casos: 1 caso: para n 25 nmero de classes K = 5 para n 25 nmero de classes K = 2 caso: pela regra de Sturges K = 1 + 3,3 log n 3 caso: pela regra de Truman L. Kelley conforme a tabela abaixo: Amplitude do intervalo de classe: o conjunto da classe, calculado por: Frequncia simples ou absoluta: o nmero de repeties de um valor individual. Ai = H

Frequncia relativa: so os valores das divises entre as frequncias absolutas de cada classe e a frequncia total da distribuio.
n K 5 2 10 4 25 6 50 8 100 10 200 12 500 15

Frequncia simples acumulada: o total das frequncias de todos os valores inferiores ao limite superior do intervalo de uma determinada classe. Frequncia relativa acumulada: a frequncia acumulada da classe dividida pela frequncia total da distribuio.

e-Tec Brasil

168

Estatstica

Aula 10 - D  istribuio de frequncias graficamente


Nesta aula estudaremos a distribuio de frequncias no modo grfico: o Histograma e o Polgono de Frequncia.

10.1 Histograma e polgono de frequncias


10.1.1 Histograma
um tipo de grfico (semelhante ao grfico de colunas) formado por um conjunto de retngulos justapostos e muito utilizado para representar a distribuio de frequncias cujos dados foram agrupados em classes ou intervalos de mesma amplitude. A base do retngulo igual amplitude do intervalo classe e sua altura proporcional frequncia da classe. Exemplo:

Figura 10.1: Estaturas dos alunos da Turma A 2006


Fonte: Fictcia imagem do autor

Polgono de Frequncias: obtido unindo-se por segmentos de reta os pontos mdios das bases superiores dos retngulos de um histograma desenhando ento um polgono de rea bem definida. Importante: A rea do polgono e o nmero de total de observaes diretamente proporcional ao nmero de observaes do Universo ou Espao Amostral da pesquisa. Exemplo:

Figura 10.2: Estaturas dos alunos da Turma A 2006 (polgono de frequncias)


Fonte: Fictcia imagem do autor

Aula 10 - Distribuio de frequncias graficamente

169

e-Tec Brasil

Aula 11 - Resoluo de exerccios prticos

Vamos colocar em prtica, juntos, todos os conceitos da aula anterior atravs de exerccios.

Atividades de aprendizagem
1. Numa empresa, foi observada a seguinte tabela de salrios semanais (em reais) de 40 operrios no-especializados.
142 150 164 190 143 151 165 190 144 152 165 190 145 152 165 195 147 162 170 197 148 163 175 197 148 163 175 200 149 164 184 207 149 164 184 210 150 164 184 210

Forme com esses dados uma tabela de dados agrupados por classes e depois construa o Histograma e Polgono de Frequncia correspondente. Soluo: Antes de construirmos o histograma e o polgono de frequncias, temos que montar a tabela com dados agrupados por classes, desta forma faremos inicialmente os seguintes clculos: 1. A amplitude total ser dada por: 2. Neste caso, n = 40 pela regra de Sturges, temos:

3. A amplitude do intervalo de cada classe ser:

Aula 11 - Resoluo de exerccios prticos

171

e-Tec Brasil

Utilizando o menor valor do Rol, para iniciar a 1 classe e a amplitude do intervalo da cada classe e completando a tabela com as frequncias, temos:
Classes fi

TOTAL ( )

4. Depois de montarmos a tabela com dados agrupados em classes, iremos construir o histograma e o polgono de frequncia:

Resumo
Histograma: um grfico formado por um conjunto de retngulos justapostos. Polgono de frequncias: obtido unindo-se por segmentos de reta os pontos mdios das bases superiores dos retngulos de um histograma.

Anotaes

e-Tec Brasil

172

Estatstica

Aula 12 - Medidas de posio


Nesta aula veremos as medidas de posio, em especial as medidas de tendncia central: mdia, mediana e moda. Na maior parte das vezes em que os dados estatsticos so analisados, procuramos obter um valor para representar um conjunto de dados. Este valor deve sintetizar, da melhor maneira possvel, o comportamento do conjunto do qual ele originrio. Nem sempre os dados estudados tm um bom comportamento, isto pode fazer com que um nico valor possa represent-lo ou no perante o grupo. As medidas de posio mais importantes so as medidas de tendncia central, que recebem tal denominao pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as medidas de tendncia central, destacam-se as seguintes: Mdias, Moda e Mediana, Cada uma com um significado diferenciado, porm tendo como serventia representar um conjunto de dados.

12.1 Mdias

12.1.1 Mdia Aritmtica Simples:


Para se obter a mdia aritmtica simples de um conjunto de dados, devemos dividir a soma dos valores de todos os dados do conjunto pela quantidade deles.

Aula 12 - Medidas de posio

173

e-Tec Brasil

Onde: xi = so os valores que a varivel x assume n = o nmero de valores X = a mdia aritmtica da amostra = a mdia aritmtica da populao Exemplo: Sabendo-se que as vendas dirias da empresa A, durante uma semana, foram de 10, 14, 13, 15, 16, 18 e 12 unidades. Determinar a mdia de vendas nesta semana feitas pela empresa A: Para obter a mdia aritmtica simples das vendas, faremos o seguinte clculo: x1 = 10, x2 = 14, x3 = 13, x4 = 15, x5 = 16, x6 = 18 e x7 = 12 e n = 7, logo:

12.1.2 Mdia Aritmtica Ponderada


Mdia ponderada uma mdia aritmtica na qual ser atribudo um peso a cada valor da srie.

Exemplo: O capital da empresa est sendo formado pelos acionistas, por financiamentos e por debntures. Cada tipo tem um custo diferente para a empresa, definido pela sua taxa de juros anual. Calcule a taxa de juros mdia do capital da empresa, considerando os dados apresentados na tabela seguinte:
Capital da Empresa
Acionista Financiamento Debntures

Participao
R$ 1.000.000,00 R$ 600.000,00 R$ 400.000,00

Taxas de Juros
12 % 8% 14 %

e-Tec Brasil

174

Estatstica

A taxa de juros mdia calculada pela seguinte relao:

12.1.3 M  dia aritmtica para dados agrupados sem intervalos de classes


As frequncias so as quantidades de vezes que a varivel ocorre na coleta de dados, elas funcionam como fatores de ponderao, o que nos leva a calcular uma mdia aritmtica ponderada.

(Populao) Exemplo:

(Amostra)

Aps ter sido realizado um trabalho bimestral, numa turma de Estatstica, o professor efetuou o levantamento das notas obtidas pelos alunos, observou a seguinte distribuio e calculou a mdia de sua turma:
Notas dos alunos - xi
1 2 3 4 Total ( )

Nmero de alunos - fi
1 3 5 1 n = 10

xifi
1 6 15 4 26

12.1.4 M  dia aritmtica para dados agrupados com intervalos de classes


Neste caso, convencionamos que todos os valores includos em um determinado intervalo de classe coincidem com o seu ponto mdio, e determinamos a mdia aritmtica ponderada por meio das seguintes frmulas:

Aula 12 - Medidas de posio

175

e-Tec Brasil

(Populao)

(Amostra) Exemplo: Determine a renda mdia familiar, de acordo com os dados da tabela:
Classes - Renda familiar
2 4 46 68 8 10 10 12

xi
3 5 7 9 11

fi - Nmero de famlias
5 10 14 8 3

xifi
15 50 98 72 33

Total

n = 40

268

Resumo
Mdia aritmtica simples: (Referente populao)

Mdia aritmtica simples: (Referente amostra)

Mdia aritmtica ponderada

e-Tec Brasil

176

Estatstica

Mdia aritmtica para dados agrupados sem intervalos de classes:

Mdia aritmtica para dados agrupados com intervalos de classes:

(Populao)

(Amostra)

Anotaes

177

e-Tec Brasil

Aula 13 -  Medidas de posio - moda e mediana


Nesta aula abordaremos dois tipos de medida de tendncia central: a Moda e a Mediana, considerando que esta tem carter mais geomtrico, de simetria, em comparao s demais medidas. Define-se a moda como o valor que ocorre com maior frequncia em conjunto de dados. Tal e qual aparece no senso comum, a moda vai e volta, e vrias vezes se repete.

Figura 13.1: Moda


Fonte: Acervo do autor

13.1 Moda (mo) para dados no agrupados


Primeiramente os dados devem ser ordenados (colocados em Rol) para, em seguida, podermos observar o valor que tem maior frequncia. Exemplo: Calcular a moda dos seguintes conjuntos de dados: X = (4, 5, 5, 6, 6, 6, 7, 7, 8, 8) Mo = 6 (0 valor mais frequente) Esse conjunto unimodal, pois apresenta apenas uma moda. Y = (1, 2, 2, 2, 3, 4, 4, 4, 5, 5, 6) Mo = 2 e Mo = 4 (valores mais frequentes) Esse conjunto bimodal, pois apresenta duas modas. Z = (1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5) Mo = 2, Mo = 3 e Mo = 4 (valores mais frequentes) Esse conjunto plurimodal, pois apresenta mais de duas modas.

Aula 13 - Medidas de posio - moda e mediana

179

e-Tec Brasil

W = (1, 2, 3, 4, 5, 6) Esse conjunto amodal porque no apresenta um valor predominante, ou seja, no tem moda. Observao: A moda utilizada quando desejamos obter uma medida rpida e aproximada de posio ou quando a medida de posio deva ser o valor mais tpico da distribuio. uma medida pouco utilizada. J a mdia aritmtica a medida de posio que possui a maior confiabilidade numrica, alm de ser a mais intuitiva, do ponto de vista matemtico.

13.2 Mediana (Md)


Nesta aula abordaremos outro tipo de medida de tendncia central: a Mediana. Como j dissemos, esta tem carter mais geomtrico, de simetria, em comparao as demais medidas. uma medida de posio (Medida de Tendncia Central) cujo valor divide um conjunto de dados em duas partes iguais. Portanto, a mediana se localiza no centro de um conjunto de nmeros ordenados segundo uma ordem de grandeza. Para se obter o elemento mediano de uma srie deveremos seguir os seguintes procedimentos: Se N (nmero de elementos do conjunto) for mpar a mediana o termo de ordem P dado pela razo: N+1

Se N (nmero de elementos do conjunto) for par, a mediana a mdia aritmtica dos termos de ordem, em um primeiro passo de P1 (mdia aritmtica simples) e, em seguida, pela razo P2 (termo subsequente da ordem P): N N

e-Tec Brasil

180

Estatstica

Exemplos: 1. Determine o valor da mediana da srie que composta dos seguintes elementos: 56, 58, 62, 65 e 90. N = 5 (mpar) P = 2. Ema pesquisa realizada a respeito de erros por folha, cometidos por digitadores, revelou as seguintes quantidades: 12, 12, 13, 13, 15, 16, 18 e 20. Determinar a quantidade mediana de falhas. N = 8 (par) P1 =

Logo a mediana ser: Md = Ou ainda, de modo simplista, dividimos os dados em limites esquerda e direita, destacando os valores centrais. Destaque: O procedimento seguinte para uma quantidade par de elementos. 1. passo: organizamos o Rol: Rol: 12, 12, 13, 13, 15, 16, 18, 20. 2. passo: destacamos os valores centrais (metade esquerda, metade direita): 12, 12, 13, 13, 15, 16, 18, 20 3. passo: efetuamos a mdia aritmtica:

Aula 13 - Medidas de posio - moda e mediana

181

e-Tec Brasil

Resumo
Moda: o valor que se repete o maior nmero de vezes, entre os dados obtidos. Mediana (Md): representa o valor central entre os dados obtidos, estando esses dados em ordem crescente ou decrescente. Para obter o elemento mediano devemos considerar dois casos: 1.caso: se N for mpar, a mediana o termo de ordem P dado pela razo:

2. caso: se N for par, a mediana a mdia aritmtica dos termos de ordem P dado pela razo:

Anotaes

e-Tec Brasil

182

Estatstica

Aula 14 - C  omparao entre mdia, mediana e moda


Nesta aula apresentaremos um quadro comparativo das vantagens e desvantagens dos diferentes tipos de medidas de posio.

MEDIDA

DEFINIO

VANTAGENS
- reflete cada valor. - possui propriedades matemticas atraentes.

DESVANTAGENS

Mdia

Centro de distribuio de frequncias.

- afetada por valores extremos.

Mediana

Metade dos valores so maiores, metade menores.

- menos sensves a valores extremos do que a mdia.

-difcil de determinar quando h uma grande quantidade de dados. - no se presta anlise matemtica. - pode no ter modo para certos conjuntos de dados.

Modo

Valor mais frequente.

- valor tpico: maior quantidade de valores concentrados neste ponto.

Figura 14.1: Comparao entre mdia, mediana e moda


Fonte: Acervo do autor

Memorize as seguintes frases (trs frases mgicas, garantimos!): 1. A seta puxa a Mdia! 2. A Moda est no topo! 3. A Mediana est no meio! Assim, nestas pequenas frases teremos as caractersticas das trs Medidas de Posio.

Resumo
A Mdia sempre influenciada por valores extremos, os quais so "atrados pela seta". A Moda o elemento de maior frequncia, e a maior frequncia est no topo (no ponto mais alto da curva). A Mediana est sempre no meio do conjunto, dividindo-o em duas partes iguais!

Aula 14 - Comparao entre mdia, mediana e moda

183

e-Tec Brasil

Aula 15 - M  edidas de disperso (medidas de variabilidade)


Nesta aula veremos mais um tipo de medida estatstica: a disperso ou variabilidade.

Figura 15.1: Linha de produo


Fonte: Acervo do autor

As medidas de disperso ou variabilidade so utilizadas para encontrar o grau de variabilidade ou disperso dos valores observados em torno da mdia aritmtica. Servem para medir a representatividade da mdia e destacam o nvel de homogeneidade ou heterogeneidade dentro de cada grupo estatstico analisado. Para compreender esse conceito, considere a seguinte situao prtica: Um empresrio deseja comparar o desempenho de dois empregados, com base na produo diria de determinada pea, durante cinco dias:

Aula 15 - Medidas de disperso (medidas de variabilidade)

185

e-Tec Brasil

O desempenho mdio do empregado A de 70 peas produzidas diariamente, enquanto que a do empregado B de 71 peas. Com base na mdia aritmtica, verifica-se que o desempenho de B melhor do que a de A. Porm, observando bem os dados, percebe-se que a produo de A varia apenas de 69 a 71 peas, ao passo que a de B varia de 60 a 83 peas, o que revela que o desempenho de A bem mais uniforme do que de B.

15.1 Tipos de medidas de disperso absoluta


15.1.1 Amplitude total (AT):
a diferena entre o maior e o menor valor observado.

Exemplo: Pela situao sugerida na introduo, temos para a amplitude total os seguintes clculos para os empregados: Empregado A A T = 71 69 = 2 Empregado B A T = 83 60 = 23

Resumo
A amplitude total a medida mais simples de disperso. A desvantagem desta medida de disperso que ela leva em conta apenas os valores mnimo e mximo do conjunto. Se ocorrer qualquer variao no interior do conjunto de dados, a amplitude total no nos d qualquer indicao dessa mudana. A amplitude total tambm sofre a influncia de um valor atpico na distribuio (um valor muito elevado ou muito baixo em relao ao conjunto).

Anotaes

e-Tec Brasil

186

Estatstica

Aula 16 -  Varincia ( ou s) e desvio padro ( ou s)


Nesta aula veremos mais um tipo de medida de disperso ou variabilidade: o clculo da Varincia e do Desvio Padro. A Varincia e o Desvio Padro so as medidas de disperso mais empregadas nos procedimentos estatsticos de constatao da variao de um dado e a consequente validao de uma pesquisa, pois leva em considerao a totalidade dos valores da varivel em estudo. um indicador de variabilidade bastante estvel e de alto grau de confiabilidade. Para medir a disperso dos dados em torno da mdia, os estatsticos usam a soma dos quadrados dos desvios dividida pelo tamanho da populao ou da amostra, definindo assim varincia como mdia aritmtica dos quadrados dos desvios.
Dados no agrupados Dados agrupados

Populao

Amostra

Figura 16.1: Dados


Fonte: Acervo do autor

Sendo a varincia calculada a partir dos quadrados dos desvios, ela um nmero em unidade quadrada em relao varivel em questo, o que, sob o ponto de vista prtico, um inconveniente. Por isso mesmo imaginou-se uma nova medida que tem utilidade e interpretao prticas, denominada desvio padro, definido como a raiz quadrada da varincia.

(Populao)

(Amostra)

Aula 16 - Varincia ( ou s ) e desvio padro ( ou s)

187

e-Tec Brasil

Observaes: Se os valores dos dados se repetirem em todas as amostras, ento a varincia da amostra ser zero. Se os dados estiverem muito espalhados, ento a varincia da amostra acusar um nmero positivo elevado. Assim, uma grande varincia significar uma grande disperso dos dados em relao mdia. A varincia uma medida que tem pouca utilidade na estatstica descritiva, porm extremamente importante na inferncia estatstica e em combinaes de amostras. Quanto menor o desvio padro, mais os valores da varivel se aproximam de sua mdia. Quanto maior o desvio padro, mais significativo heterogeneidade entre os elementos de um conjunto. Exemplo: Pela situao sugerida na introduo, temos as varincias e o desvio padro apresentando os seguintes clculos para os empregados: Como a mdia do empregado A 70, a varincia ser:

E o desvio padro ser: S = S = 0,4 0,63

Como a mdia do empregado B 71, a varincia ser:

E o desvio padro ser: S = S = 85,6 9,25

e-Tec Brasil

188

Estatstica

Aula 17 - Exerccio prtico sobre varincia e desvio padro


Na aula 17 veremos uma aplicao do clculo de Varincia e Desvio Padro em uma amostra de funcionrios da Empresa Z.

Atividades de aprendizagem
Salrios semanais (R$) fi
4 9 11 8 5 3 Total Fonte: Acervo do autor 40

xi.fi

(xi-

(xi -

).fi

Figura 17.1: Salrios semanais em reais de uma amostra dos funcionrios da empresa

Calcular a mdia dos salrios:

Calcular a varincia dos salrios:

Calcular o desvio padro: s=s

Aula 17 - Exerccio prtico sobre varincia e desvio padro

189

e-Tec Brasil

Resumo
Amplitude total a diferena entre o maior e o menor valor observado

Varincia de dados no agrupados em classe: Populao

Amostra Varincia de dados agrupados em classe: Populao

Amostra

Desvio padro: = (Populao) s = s (Amostra)

Anotaes

e-Tec Brasil

190

Estatstica

Aula 18 - Probabilidade
Nesta aula trataremos da Probabilidade ou Clculo Probabilstico. Trata-se de assunto complexo no campo da Teoria da Probabilidade, porm abordaremos somente a relao da Estatstica com o princpio da contagem. J sabemos que para se obter informaes sobre alguma caracterstica da populao, o tamanho amostral de fundamental importncia. Estudaremos agora a probabilidade, que uma ferramenta usada e necessria para se fazer ligaes entre a amostra e a populao, de modo que a partir de informaes da amostra se possam fazer afirmaes sobre caractersticas da populao. Assim, pode-se dizer que a probabilidade a ferramenta bsica da Estatstica Inferencial.

18.1 Experimento aleatrio


So aqueles que no podem ser previamente determinados. A esta impossibilidade de preverem-se os resultados chamamos de acaso. Exemplo: Lanamento de dados. Em seguida anotar o nmero que ocorrer na face voltada para cima.

Figura 18.1: Dados


Fonte: www.sxc.hu

18.2 Espao Amostral (S) ou Universo


o conjunto formado por todos os resultados possveis de um experimento aleatrio.

Aula 18 - Probabilidade

191

e-Tec Brasil

Exemplo 1: Ao se lanar um dado e observar a face superior, tm-se o espao amostral:  S = {1, 2, 3, 4, 5, 6}, ou seja, o Espao Amostral (ou Universo) formado por seis elementos.

Exemplo 2: Numa partida de futebol, uma das equipes pode obter resultados tais como: vitria (v), empate (e) ou derrota (d). Tem-se ento: S = { v, e, d }, ou seja, o Espao Amostral (ou Universo) formado por trs elementos.

Figura - 18.2 Futebol


Fonte: Acervo do autor

18.3 Evento (E)


um conjunto qualquer de resultados de um experimento aleatrio. Pode-se dizer que um evento um subconjunto do espao amostral. Exemplo: No lanamento de duas moedas pode ser que apaream faces iguais. Os elementos do evento so E = { (K, K) , (C, C) }.

Figura 18.3: Moeda cara e coroa


Fonte: Acervo do autor

e-Tec Brasil

192

Estatstica

18.3.1 Tipos de eventos


Evento certo o prprio espao amostral. Exemplo: Lanamento de um dado e ocorrncia de um nmero menor ou igual a seis na face superior. Evento impossvel o subconjunto vazio do espao amostral. Exemplo: Lanamento de um dado e ocorrncia de um nmero maior do que 6 na face superior. Eventos elementares so aqueles que tm um s elemento. Exemplo: Lanamento de um dado e ocorrncia de um nmero mpar maior do que 4 na face superior.

Resumo
O problema fundamental da probabilidade consiste em atribuir um nmero a cada evento (E), o qual avaliar as chances de ocorrncia de (E). O quadro seguinte resume a simbologia utilizada na teoria da probabilidade:

representa a soma, sendo representado pelo sinal +, ou pela palavra "ou". representa a multiplicao, sendo representada pelo sinal "x", ou pela palavra "e". A B o evento que ocorre se A ocorrer ou B ocorrer ou ambos ocorrerem. A B evento que ocorre se A e B ocorrerem. A evento que ocorre se A no ocorrer. Nn Fornece o nmero total de eventos de S. N o nmero de casos favorveis. n o nmero de elementos.

Figura 18.4: Quadro resumo de probabilidade simbologia


Fonte: http://w3.ufsm.br/

Aula 18 - Probabilidade

193

e-Tec Brasil

Aula 19 -  Clculo da probabilidade de um evento ocorrer princpio da contagem


Nesta aula veremos um tipo bastante simples de clculo de probabilidade, utilizando o princpio da contagem, e a representao das razes em termos de porcentagem. Podemos definir o clculo da probabilidade de um evento como a razo (diviso) entre o nmero de elementos do evento e o nmero de elementos do espao amostral.

Onde:

n(E) = o nmero de elementos do evento n (S) = o nmero de elementos do espao amostral

P (E) = a probabilidade de ocorrer o evento (preferencialmente em por cento) P (E) = nmero de resultados favorveis

Na prtica, calcular a probabilidade dividir. Observao: Percentualmente, a probabilidade varia de 0% a 100%, ou seja, 0% 100% ou 0 P (E) 1. P (E)

19.1 Eventos complementares P (A)


A probabilidade de no ocorrer o evento A igual a um menos a probabilidade de ocorrer A, que pode ser representada algebricamente por:

Aula 19 - Clculo da probabilidade de um evento ocorrer - princpio da contagem

195

e-Tec Brasil

Exemplo prtico: Analisando um lote de 360 peas para computador, o departamento de controle de qualidade de uma fbrica constatou que 40 peas estavam com defeito. Retirando-se uma das 360 peas, ao acaso, a probabilidade de esta pea NO ser defeituosa : Sendo S = conjunto dos elementos do espao amostral, casos possveis, e n(s) o nmero de elementos deste conjunto. Sendo E = conjunto de elementos das peas defeituosas, e n(E) o nmero de elementos deste conjunto. Use a nomenclatura ~E como sendo o conjunto dos elementos das peas no defeituosas, e n(~E) o nmero de elementos deste conjunto. Neste caso, o conjunto dos casos favorveis. n(S) = 360 , n(E) = 40 e n(~E) = 320

Para calcular a probabilidade de retirada uma pea que seja no defeituosa, proceda assim: P(~E)= = = 88,9%

19.2 Probabilidade da unio P(A B) = P(A ou B)


Nesse caso, existem dois tipos possveis de situao: Eventos mutuamente exclusivos: Dois eventos so mutuamente exclusivos se A B = , neste caso:

e-Tec Brasil

196

Estatstica

Eventos no mutuamente exclusivos: Dois eventos no so mutuamente exclusivos se A B , neste caso:

a probabilidade de se obter um nmero par ou maior que trs.

Espao amostral: S = {1, 2, 3, 4, 5, 6} n (S) = 6 Evento A (nmeros pares): A = {2, 4, 6} n (A) = 3 Evento B (nmeros maiores que 3): B = { 4, 5, 6} n (B) = 3 Evento de A B: A B = {4, 6} n (A B) = 2

Calculando a probabilidade, temos:

Anotaes

Aula 19 - Clculo da probabilidade de um evento ocorrer - princpio da contagem

197

e-Tec Brasil

Aula 20 - Probabilidade condicional


Nesta aula veremos a Probabilidade Condicional, que envolve conceitos da Teoria dos Conjuntos, como a Unio ( ) e a Interseo ( ) de conjuntos. Sejam dois eventos A e B associados a um espao amostral S, a probabilidade de A ocorrer, dado que o evento B ocorreu, definida por:

Portanto, quando calculamos P(A/B), tudo se passa como se o evento B fosse um novo espao amostral reduzido dentro do qual queremos calcular a probabilidade do evento. Exemplo: Considere o conjunto de nmeros inteiros {1, 2, 3, 4, 5, ...,18, 19, 20}, e, por meio de um sorteio aleatrio, retire um nmero. Se o nmero sorteado for mpar, qual a probabilidade de o nmero sorteado ser o 13? Espao amostral S = {1, 2, 3, ...,19, 20} n(S) = 20 Evento A = {13} n(A) = 1 Evento B: Condio para ocorrncia do evento A = {1, 3, 5, 7, 9,11,13,15,17,19} n(B) = 10 (AB) = {13} n(AB) = 1

20.1 Eventos independentes


Diz-se que dois ou mais eventos so independentes quando a ocorrncia de um no depende (ou no condicionada, ou no se vincula) da ocorrncia do outro, isto , a informao adicional de que um dos eventos j ocorreu em nada altera a probabilidade de ocorrncia do outro.

Aula 20 - Probabilidade condicional

199

e-Tec Brasil

Dados dois eventos independentes A e B, a probabilidade de que ocorram os eventos A e B dado pelo produto de P (A) e P (B):

Exemplo prtico: Num grupo de jovens estudantes, a probabilidade de que um jovem, escolhido ao acaso, tenha mdia acima de 7,0 . Nesse mesmo grupo, a probabilidade de que um jovem saiba jogar futebol . Qual a probabilidade de escolhermos um jovem (ao acaso) que tenha mdia maior que 7,0 e saiba jogar futebol? O fato de ter mdia maior que 7,0, no depende do fato de saber jogar futebol, e vice-versa. Quando isso ocorre, dizemos que os eventos so independentes. Considere ento os eventos: A: ter mdia acima de 7,0. B: saber jogar futebol. A e B: ter mdia acima de 7,0 e saber jogar futebol. Como queremos calcular P(A e B), pense assim: de todos os jovens, mdia acima de 7,0 e sabem jogar futebol. Ora, de , ou seja, .

tm

sabem jogar futebol e tm mdia acima de 7,0. Portanto, P (A e B) =

Resumo
Experimentos aleatrios: so aqueles que, quando repetidos vrias vezes, em situaes idnticas, apresentam resultados diferentes, no sendo possvel a determinao do resultado antes de sua realizao. Espao amostral: o conjunto formado por todos os resultados possveis de um experimento. Notao: S Evento: qualquer subconjunto do espao amostral. Notao: E Clculo da probabilidade de um evento:

e-Tec Brasil

200

Estatstica

P (E) = nmero de resultados favorveis nmero de resultados possveis com 0% P (E) 100% ou 0 P (E) 1.

Probabilidade da unio de eventos mutuamente exclusivos:

Probabilidade da unio de eventos no mutuamente exclusivos:

Probabilidade condicional:

Probabilidade de eventos independentes:

Anotaes

Aula 20 - Probabilidade condicional

201

e-Tec Brasil

Referncias

COSTA NETO, P.L. de O. Probabilidades. So Paulo: Edgard Blucher, 1985. COSTA NETO, P.L. de O. Estatstica. 17. ed. So Paulo: Edgard Blucher,1999. CRESPO, A.A. Estatstica Fcil. 17. ed. So Paulo: Saraiva, 1999. DANTE, L.R. Matemtica: Contexto de Aplicaes. So Paulo: tica, 1999. DOWNING, D., CLARK, J. Estatstica Aplicada. So Paulo: Saraiva, 2000. KAZMIER, L.J. Estatstica Aplicada Economia e Administrao. So Paulo: Makron Books, 1982. LAPPONI, J.C. Estatstica usando o Excel. So Paulo: Lapponi, 2000. LEVIN, J. Estatstica Aplicada a Cincias Humanas, 2 edio. So Paulo: Harper & Row do Brasil, 1978. NICK, E., KELLNER, S. R. O. Fundamentos de Estatstica para as Cincias do Comportamento. Rio de Janeiro: Renes, 1971. SIEGEL, S. Estatstica No Paramtrica. So Paulo: McGraw-Hill do Brasil,1975. STEVENSON, W. J. Estatstica Aplicada Administrao. So Paulo: Harper & Row do Brasil, 1981. TRIOLA, M. F. Introduo Estatstica. 7. ed. Rio de Janeiro: Livros Tcnicos e Cientficos, 1999.

Referncias das Figuras


Figuras 1.1 a 1.5 Acervo do professor-autor Figura 1.6 Estudos www.sxc.hu

203

e-Tec Brasil

Figura 1.7 Populao http:// www.seplan.go.gov.br/sepin/pub/GoDados/2003/imagens/demografia.jpg Figura 1.10 Colgio http://2.bp.blogspot.com/_A5IDaz1qLcg/S7C9R3eon_I/AAAAAAAAAIU/gH68-YYCBZw/s1600/2007_school_escola.jpg Figura 1.12 Grfico http://uolpolitica.blog.uol.com.br/images/Mulher3.jpg Figura 1.14 Conjunto de nmeros reais http://alfaconnection.net/images/NUM010106a.gif Figura 3.1 Grficos http://4.bp.blogspot.com/_mzA7VqOPJc4/S_xnLUnwBWI/AAAAAAAAAeM/8bZ88_rxxEk/s1600/modelos-graficos1.jpg Figura 3.2 at 18.3 Acervo do professor-autor

e-Tec Brasil

204

Estatstica

Atividades autoinstrutiva
1. Podemos dizer que a Estatstica pode ser: a) Construtiva ou referencial b) Destrutiva ou direcional c) Descritiva ou inferencial d) Regressiva ou pontencial e) Ingressiva ou preferencial 2. O que Estatstica Descritiva? a) o clculo de medidas que permitiro descrever, com detalhes, o fenmeno que est sendo analisado. b) a parte da Estatstica referente coleta e tabulao dos dados. c) a parte da Estatstica referente s concluses sobre as fontes de dados. d) a generalizao das concluses sobre as fontes de dados. e) a obteno dos dados, seja atravs de simples observao ou mediante a utilizao de alguma ferramenta. 3. Assinale a alternativa que expressa CORRETAMENTE o que populao para a Estatstica: a) populao a totalidade de habitantes de uma pas. b) populao uma parte da amostra. c) populao uma reunio de pessoas populares. d) populao um conjunto de elementos portadores de, pelo menos, uma caracterstica comum. e) populao o conjunto de elementos que respondero a um questionrio que fornecer informaes relevantes para uma pesquisa. 4. A definio correta de amostra a que consta da alternativa: a) amostra o conjunto de dados obtidos em uma pesquisa. b) amostra um brinde que ganhamos em um evento. c) amostra o conjunto dos resultados obtidos com uma pesquisa. d) amostra uma tabela de dados obtida com uma pesquisa. e) amostra um subconjunto finito de uma populao.

Atividades autoinstrutivas

205

e-Tec Brasil

5. Dentro do universo estatstico, as variveis cor dos cabelos e nmero de irmos podem ser classificadas, respectivamente, como: a) 1 varivel quantitativa discreta; 2 varivel qualitativa. b) 1 varivel quantitativa contnua; 2 varivel qualitativa. c) 1 varivel qualitativa; 2 varivel quantitativa contnua. d) 1 varivel qualitativa; 2 varivel quantitativa discreta. e) 1 varivel quantitativa discreta; 2 varivel qualitativa contnua. 6. Classifique a srie abaixo:
Ms
Setembro Outubro Novembro Dezembro

Aplicaes
20,3 22,2 23,1 21,0

APLICAES EM MILHES DE REAIS, DO LTIMO QUADRIMESTRE DE 2006, EM UM DETERMINADO BANCO a) cronolgica b) geogrfica c) especfica d) distribuio de frequncia e) nenhuma das anteriores 7. Classifique a srie abaixo:
Porte
Pequeno Mdio Grande

Exportaes
100 150 200

EXPORTAES EM MILHES DE DLARES POR PORTE DAS EMPRESAS, NO ANO DE 2006 a) cronolgica b) geogrfica c) especfica d) distribuio de frequncia e) nenhuma das anteriores

e-Tec Brasil

206

Estatstica

8. A escolaridade dos jogadores de futebol nos grandes centros maior do que se imagina, como mostra a pesquisa abaixo, realizada com os jogadores profissionais dos quatro principais clubes de futebol do Rio de Janeiro. De acordo com esses dados, o percentual dos jogadores dos quatro clubes que concluram o Ensino Mdio de aproximadamente:

Fonte: Dados Fictcios (O Globo, 24/07/2005.)

a) 14%. b) 48%. c) 54%. d) 60%. e) 68%. 9. Por que importante fazermos a representao grfica de uma srie de dados estatsticos? a) Para que a apresentao fique mais bonita. b) Para que seja possvel uma melhor visualizao dos fenmenos em estudo. c) Porque toda apresentao deve ter grficos. d) Porque uma apresentao com grficos impressiona mais os leitores. e) Nenhuma das alternativas est correta.

Atividades autoinstrutivas

207

e-Tec Brasil

10. Segundo a Organizao das Naes Unidas (ONU), o mundo no conseguir atingir a meta de reduzir a fome pela metade em 2015. Nem mesmo em 2030 esse objetivo poder ser alcanado. O grfico a seguir mostra o nmero, em milhes, de pessoas com fome em cinco regies do mundo, em diferentes anos (1992, 1999, 2015 e 2030), segundo dados e estimativas da ONU.

Fonte: Dados Fictcios

Com base nos dados fornecidos pelo grfico, pode-se AFIRMAR que: a) em 2030, haver mais de 700 milhes de pessoas com fome nas regies destacadas no grfico; b) em cada regio destacada no grfico, o nmero de pessoas com fome em 2030 ser menor do que em 1992; c) em cada regio destacada no grfico, o nmero de pessoas com fome em 2030 ser menor do que em 2015; d) em cada regio destacada no grfico, o nmero de pessoas com fome em 2015 ser menor do que em 1999; e) em 2030, o nmero de pessoas com fome no Sul da frica ser maior do que trs vezes o nmero de pessoas com fome no Sul da sia. 11. Em um municpio foi pesquisado, durante um ano, o nmero de casos de certa doena, encontrando-se os dados representados no grfico abaixo:

Pela anlise do grfico, CORRETO afirmar que: a) O nmero de casos foi mximo no ms de dezembro. b) O nmero total de registros no 2 semestre de 1500 casos. c) A maior diferena do nmero de casos registrados ocorreu entre os meses de julho e agosto. d) O nmero de casos foi mnimo no ms de janeiro. e) O nmero total de registros no 3 trimestre de 1700 casos.
e-Tec Brasil

208

Estatstica

12.Quando um intervalo de classe est representado por 1,250 1,260, isto significa que: a) o valor 1,250 no faz parte do intervalo de classe. b) o valor 1,250 o limite superior do intervalo de classe. c) o valor 1,260 faz parte do intervalo de classe. d) o valor 1,260 o limite inferior do intervalo de classe. e) o ponto mdio deste intervalo o valor 1,255. 13.Com relao distribuio de frequncia dada abaixo, possvel dizer que:
Comprimento, (em cm) de certa pea produzida pela indstria y
Comprimento (cm) 12,32 12,36 12,40 12,40 12,48 12,52 12,36 12,40 12,44 12,44 12,52 12,56 fi 3 5 12 15 8 2 45

a) a amplitude total da distribuio 0,24. b) o limite inferior da 4a. classe 12,44. c) o limite superior da 3a. classe 12,44. d) a amplitude do intervalo de classe 0,04. e) todas as alternativa esto corretas. 14.  Dada a distribuio de frequncias a seguir, responda qual o limite superior da quarta classe:
idades
0 2 4 6 8 2 4 6 8 10

Frequncia (f)
2 5 18 10 5

Atividades autoinstrutivas

209

e-Tec Brasil

a) 8 b) 6 c) 4 d) 10 e) 40 15.Na distribuio de frequncias da questo 14, qual a amplitude de cada classe ou intervalo? a) 10 b) 1 c) 2 d) 40 e) 8 16.Na distribuio de frequncias da questo 14, qual o ponto mdio da quinta classe ou intervalo? a) 40 b) 5 c) 8 d) 9 e) 10 17.A tabela abaixo refere-se a uma pesquisa realizada com 20 alunos, a respeito da rea da carreira universitria que cada um pretende seguir.

rea
Humanas Biolgicas Exatas Total

Frequncia simples
8

Frequncia relativa
8 =0,4 20 7 =0,35 20

Porcentagem
40% 36% 25%

5 20 1,00

100%

e-Tec Brasil

210

Estatstica

A frequncia simples e a frequncia relativa que faltam (assinaladas por ) so, respectivamente: a) 7 e b) 7 e c) 5 e d) 7 e e) 5 e 18.Se a distribuio de frequncia obtida atravs da entrevista com 35 pessoas, em relao ao nmero de irmos que cada uma tm, representada abaixo: Obs.: A ltima frequncia acumulada relativa resultou 1,0001. Por critrios de arredondamento, perfeitamente admissvel desprezar a ltima casa decimal.
Nmero de irmos
Quantidade de irmos 0 1 2 3 4 5 6 7 fi 2 5 8 12 3 3 1 1 35 fri 0,0571 0,1429 0,2286 0,3429 0,0857 0,0857 0,0286 0,0286 1,0000 fai 2 7 15 27 30 33 34 35 fari 0,0571 0,2000 0,4286 0,7715 0,8572 0,9429 0,9715 1,0001

Em relao a esta distribuio, possvel dizer que: a) temos 30 pessoas que possuem 3 irmos. b) temos temos 8,57% das pessoas com, pelo menos, 3 irmos. c) temos 94,29% das pessoas entrevistadas com 5 ou menos irmos. d) temos 34 pessoas com mais de 6 irmos. e) temos 15 pessoas com apenas 2 irmos.

Atividades autoinstrutivas

211

e-Tec Brasil

19.Dada a distribuio de frequncias a seguir, responda qual a frequncia acumulada total:


Idades
19 21 21 23 23 25 25 27 27 29 29 31

Frequncias (f)
8 12 15 13 5 7

a) 31 b) 55 c) 20 d) 60 e) 12 As questes de nmero 20 e 21 devem ser respondidas com base na tabela primitiva de dados obtidos em uma pesquisa.

Massa, em Kg, de pacotes de certo produto produzido por uma indstria X


1,026 1,035 1,080 1,058 1,005 1,015 1,101 1,035 1,031 1,063 1,084 1,072 1,060 1,029 1,038 1,095 1,006 1,054 1,062 1,081 1,067 1,045 1,039 1,048 1,052 1,084 1,065 1,022 1,038 1,064 1,054 1,053 1,090 1,045 1,024 1,018 1,058 1,049 1,034 1,048 1,004 1,026 1,018 1,062 1,034 1,048 1,043 1,057 1,068 1,050

20.O limite superior da quinta classe : a) 1,060 b) 1,046 c) 1,088 d) 1,074 e) 1,052

e-Tec Brasil

212

Estatstica

21. As frequncias da terceira e da quinta classe so, respectivamente: a) 8 e 9 b) 10 e 12 c) 8 e 12 d) 10 e 4 e) 10 e 9 22. Os dados da tabela abaixo, gerados pelo departamento de qualidade de uma indstria, so agrupados em classes, mostrando a distribuio das peas defeituosas em agosto de 2008.
X: classe
I II III IV 2 6 6 8 10 14 14 16

y: nmero de peas com defeito


14 54 110 64

O histograma que melhor se adapta aos dados da tabela :

a)

d)

b)

e)

c)

As questes de nmero 23, 24, 25 e 26 devem ser respondidas com base na tabela de dados obtidos em uma pesquisa. Os seguintes dados se referem mdia salarial (em R$) dos funcionrios de uma determinada empresa. 410, 440, 440, 454, 460, 460, 490, 490, 491, 491, 491, 491, 491, 520, 520, 540, 540, 553, 553, 556, 561, 577, 577, 579, 584

Atividades autoinstrutivas

213

e-Tec Brasil

23.Qual ser a amplitude total da distribuio de frequncia? a) 164 b) 154 c) 174 d) 184 e) 176 24.Qual ser a amplitude de cada uma das distribuio classes? a) 28 b) 30 c) 27 d) 29 e) 26 25. As frequncias simples da terceira e da quinta classe so, respectivamente: a) 4 e 7 b) 5 e 7 c) 2 e 4 d) 6 e 7 e) 7 e 4 26. As frequncias acumulada relativa da segunda e da quarta classe so, respectivamente: a) 0,24 e 0,54 b) 0,6 e 0,76 c) 0,04 e 0,6 d) 0,6 e 1 e) 0,24 e 0,6

e-Tec Brasil

214

Estatstica

27.A tabela a seguir representa a distribuio de frequncias dos salrios de um grupo de 50 empregados de uma empresa, num certo ms.
Nmero de classe
1 2 3 4

Salrio do ms em R$
1000 2000 2000 3000 3000 4000 4000 5000

Nmero de empregados
20 18 9 3

O salrio mdio desses empregados, nesse ms, foi de: a) R$ 2 637,00 b) R$ 2 520,00 c) R$ 2 500,00 d) R$ 2 420,00 e) R$ 2 400,00 28.O professor Javert e o professor Roberto aplicaram uma prova de matemtica a 25 alunos, contendo 5 questes, valendo 1 ponto cada uma. Aps fazer a correo, o professor Roberto construiu o grfico seguinte, que relaciona o nmero de alunos s notas obtidas por eles.

Fonte: Dados Fictcios

Observando o grfico, conclui-se que a mediana das notas obtidas pelos 25 alunos corresponde a: a) 1 b) 2 c) 3 d) 4 e) 5

Atividades autoinstrutivas

215

e-Tec Brasil

29.O grfico de setores abaixo mostra os resultados obtidos em uma pesquisa com clientes de um supermercado, sobre um de seus produtos.

Fonte: Dados Fictcios

De acordo com a satisfao, cada cliente indicava uma nota de 1 a 5 para o mesmo produto. Esse grfico, por exemplo, mostra que 7% dos consumidores deram nota 1 para o produto consultado. Considerando o mesmo grfico, correto afirmar que a moda do conjunto de todas as notas dadas para o produto foi: a) 1 b) 2 c) 3 d) 4 e) 5 30.As notas de um candidato nas provas de um concurso foram: 8,4; 9,1; 7,2; 6,8; 8,7 e 7,2. A nota mdia, a nota mediana e a nota modal desse aluno so respectivamente: a) 7,9; 7,8; 7,2 b) 7,1; 7,8; 7,9 c) 7,8; 7,8; 7,9 d) 7,2; 7,8; 7,9 e) 7,8; 7,9; 7,2

e-Tec Brasil

216

Estatstica

31.Uma equipe de futebol realizou um levantamento dos pesos dos seus 40 atletas e chegou distribuio de frequncia dada pela tabela a seguir, cujo histograma correspondente visto abaixo.
Peso (kg)
60 64 64 68 68 72 72 76 76 80 80 84 84 88 Total de atletas

Frequncia
2 5 10 12 6 3 2 40

Com base nestes dados, pode-se afirmar que o valor da mediana dos pesos igual a: a) 75 b) 72 c) 74 d) 73 e) 71

Atividades autoinstrutivas

217

e-Tec Brasil

32. A distribuio das idades dos alunos de uma classe dada pelo grfico abaixo.

Qual das alternativas representa melhor a mdia de idades dos alunos? a) 16 anos e 10 meses. b) 17 anos e 1 ms. c) 17 anos e 5 meses. d) 18 anos e 6 meses. e) 19 anos e 2 meses. 33.Na busca de soluo para o problema da gravidez na adolescncia, uma equipe de orientadores educacionais de uma instituio de ensino pesquisou um grupo de adolescentes de uma comunidade prxima a essa escola e obteve os seguintes dados:
Frequncia absoluta de Adolescentes Grvidas
4 3 2 5 6

Idade (em anos)


13 14 15 16 17

Com base nos textos e em seus conhecimentos, CORRETO AFIRMAR, em relao s idades das adolescentes grvidas, que: a) a mdia 15 anos. b) a mediana 15,3 anos. c) a mediana 16,1 anos. d) a moda 16 anos. e) a mdia 15,3 anos.

e-Tec Brasil

218

Estatstica

34.Dado o conjunto de nmeros 8, 4, 6, 9, 10, 5, determine a varincia desse conjunto, supondo que esses valores correspondem a uma amostra. a) 28 b) 2,3664 c) 7 d) 2,8 e) 5,6 35.Determine o desvio padro do conjunto de nmeros da questo anterior, supondo que esses valores correspondem a uma amostra. a) 28 b) 2,3664 c) 7 d) 2,8 e) 5,6 Considere as seguintes notas de uma amostra de uma turma e responda as perguntas a seguir: 35, 45, 40, 40, 52, 56, 59, 60, 54, 55, 56, 59, 60, 54, 56, 57, 59, 60, 55, 56, 57, 59, 60, 55, 56, 58, 60, 60, 70, 75, 80, 85, 60, 65, 63. 36.Calcule a amplitude total do rol. a) 50 b) 49 c) 48 d) 47 e) 45

Atividades autoinstrutivas

219

e-Tec Brasil

37.Calcule a varincia do rol. a) 94,56 b) 105,83 c) 110,83 d) 109,83 e) 120,00 38.Calcule o desvio padro do rol. a) 10,29 b) 9,72 c) 10,53 d) 10,48 e) 10,99 39.O servio de atendimento ao consumidor de uma concessionria de veculos recebe as reclamaes dos clientes via telefone. Tendo em vista a melhoria nesse servio, foram anotados os nmeros de chamadas durante um perodo de sete dias consecutivos. Os resultados obtidos foram os seguintes:
Dia
Nmero de chamadas

Domingo. Segunda
3 4

Tera
6

Quarta
9

Quinta
5

Sexta
7

Sbado
8

Sobre as informaes contidas nesse quadro, considere as seguintes afirmativas: I. II. III. O nmero mdio de chamadas dos ltimos sete dias foi 6. A varincia dos dados 4. O desvio padro dos dados 2 .

Assinale a alternativa CORRETA. a) Somente as afirmativas I e II so verdadeiras. b) Somente as afirmativas I e III so verdadeiras. c) Somente as afirmativas II e III so verdadeiras. d) Somente a afirmativa I verdadeira.

e-Tec Brasil

220

Estatstica

40.Na tabela abaixo encontra-se a distribuio de frequncia dos salrios das trs funes existentes em uma empresa de mdio porte.
Funo
Operrio Inpetor Diretor

Salrio (R$)
500,00 2.500,00 5.000,00

Nmero de Funcionrios
40 8 2

Com base nesses dados, assinale a alternativa CORRETA. a) O salrio mdio dessa empresa de R$ 1.000,00. b) O salrio mdio dessa empresa obtido somando-se os salrios das trs funes e dividindo-se esse resultado por trs. c) A mediana o salrio de R$ 2.500,00, recebido pelo inspetor dessa empresa. d) O desvio padro zero, pois 80% dos funcionrios recebem o mesmo valor. e) Existe uma grande homogeneidade de salrios, pois a maioria dos funcionrios recebe o mesmo valor de R$ 500,00. 41. Uma determinada regio apresentou, nos ltimos cinco meses, os seguintes valores (fornecidos em mm) para a precipitao pluviomtrica mdia: A mdia, a mediana e a varincia do conjunto de valores acima so, respectivamente:
Jun
32

Jul
34

Ago
27

Set
29

Out
28

a) 30, 27 e 6,8. b) 27, 30 e 2,4. c) 30, 29 e 6,8. d) 29, 30 e 7,0. e) 30, 29 e 7,0.

Atividades autoinstrutivas

221

e-Tec Brasil

42.Dois jogadores A e B vo lanar um par de dados. Eles combinam que se a soma dos nmeros dos dados for 5, A ganha, e se a soma for 8, B quem ganha. Os dados so lanados. Sabe-se que A no ganhou. Qual a probabilidade de B ter ganhado? a) 10/36 b) 5/32 c) 5/36 d) 5/35 e) No se pode calcular sem saber os nmeros sorteados. 43.(UNIRIO) As probabilidades de trs jogadores marcarem um gol cobrando um pnalti so, respectivamente, , 2/5 e 5/6. Se cada um bater um nico pnalti, a probabilidade de todos errarem igual a: a) 3% b) 5% c) 17% d) 20% e) 25% 44. (MACK) Numa competio de tiro ao alvo, a probabilidade de um atirador A errar 8% e a de um atirador B errar o dobro. Ocorridos 200 tiros, 100 para cada atirador, e tendo havido erro num dos tiros, a probabilidade de o mesmo ter sido dado por A : a) 1/5 b) 1/3 c) 3/4 d) 1/2 e) 1/6

e-Tec Brasil

222

Estatstica

45. O resultado de uma pesquisa realizada pelo IPESPE, sobre o perfil dos fumantes, e publicada pela revista Veja de 03/06/07, mostra que num grupo de 1000 pessoas 17% fumam e, dentre os fumantes, 44% so mulheres. Se nesse grupo de 1000 pessoas uma escolhida ao acaso, a probabilidade de ser fumante e mulher de aproximadamente: a) 0,044 b) 0,075 c) 0,44 d) 0,0075 e) 0,0044 46. Um casal planeja ter 3 filhos. Sabendo que a probabilidade de cada um dos filhos nascer do sexo masculino ou feminino a mesma, considere as seguintes AFIRMATIVAS: I. A probabilidade de que sejam todos do sexo masculino de 12,5%. II. A  probabilidade de o casal ter pelo menos dois filhos do sexo feminino de 25%. III. A  probabilidade de que os dois primeiros filhos sejam de sexos diferentes de 50%. IV. A probabilidade de o segundo filho ser do sexo masculino de 25%. Assinale a alternativa CORRETA. a) Somente as afirmativas I e III so verdadeiras. b) Somente as afirmativas I e II so verdadeiras. c) Somente as afirmativas II e III so verdadeiras. d) Somente as afirmativas I, III e IV so verdadeiras. e) Somente as afirmativas II e IV so verdadeiras.

Atividades autoinstrutivas

223

e-Tec Brasil

47.As cartas de um baralho so amontoadas aleatoriamente. Qual a probabilidade de a carta de cima ser de copas e a de baixo tambm? (O baralho formado por 52 cartas de 4 naipes diferentes 13 cartas por naipe).

48.Um jogo de memria formado por seis cartas, conforme as figuras que seguem:

Aps embaralhar as cartas e virar as suas faces para baixo, o jogador deve buscar as cartas iguais, virando exatamente duas. A probabilidade de ele retirar, ao acaso, duas cartas iguais na primeira tentativa de

49.(UNIRIO) As probabilidades de trs jogadores marcarem um gol cobrando um pnalti so, respectivamente, , 2/5 e 5/6. Se cada um bater um nico pnalti, a probabilidade de todos errarem igual a: a) 3% b) 5% c) 17% d) 20% e) 25% 50.Para ter acesso a um determinado programa de computador o usurio deve digitar uma senha composta por 5 letras distintas. Supondo que o usurio saiba quais so essas quatro letras, mas no saiba a ordem correta em que deve ser digitada, qual a probabilidade de esse usurio conseguir acesso ao programa numa nica tentativa? a) 1/4 1/12 b) c) 1/16 1/32 1/256 e) d)

e-Tec Brasil

224

Estatstica

Anotaes

225

e-Tec Brasil

Currculo dos professores-autores


Javert Guimares Falco Tecnlogo em Gesto Financeira pela Faculdade OPET e licenciado em Matemtica pela UTFPR (Universidade Tecnolgica Federal do PR, antigo CEFETPR). Cursa MBA em Gesto de Organizaes Educacionais pela Faculdade OPET. Atualmente professor convidado do Departamento de Educao a Distncia do IFPR, onde ministra as disciplinas de Matemtica Financeira, Matemtica Aplicada e Estatstica, lecionando tambm em outras instituies de Educao a Distncia nas mesmas disciplinas. Atua como professor de Pr-Vestibulares dos estados do Paran e Santa Catarina, ministrando aulas de Matemtica. Tambm professor universitrio, lecionando Estatstica e Matemtica Aplicada. Trabalha com consultoria Pedaggica na Educao a Distncia e Presencial, desenvolvendo trabalhos de seleo e formao de equipe docente, organizao do trabalho pedaggico, desenvolvimento de planos estratgicos de gesto empresarial. Roberto Jos Medeiros Junior Licenciado e Bacharel em Matemtica pela Universidade Tuiuti do Paran (1999), Especialista em Educao Matemtica com nfase em Tecnologias pela Universidade Tuiuti do Paran (2001), Especialista em Educao Distncia (Tutoria a Distncia) EaD/FACINTER (2007) tem Mestrado em Educao Matemtica pela Universidade Federal do Paran (2007). Entre os anos de 1996 e 2008, atuou como professor de Matemtica do Ensino Fundamental ao Mdio da rede pblica e privada, e desde 2003 vem atuando como professor no Ensino Superior, nos cursos de Licenciatura em Matemtica, Fsica e Pedagogia, na modalidade presencial e a distncia em instituies pblicas e privadas com as disciplinas de Clculo, Estruturas Algbricas, Estatstica e Matemtica Financeira, e entre os anos de 2003 e 2005 atuou como professor de Metodologia, Prtica de Ensino e Estgio Supervisionado em Matemtica na Universidade Federal do Paran, nos cursos de Licenciatura em Matemtica, Fsica e Pedagogia. Atualmente professor de Matemtica em regime de Dedicao Exclusiva do Instituto Federal do Paran na modalidade presencial e a distncia. um dos autores do Livro Didtico Pblico de Matemtica para o Ensino Mdio do Estado do Paran, e tambm autor de livros para a formao continuada do Centro Interdisciplinar de Formao Continuada de Professores (CINFOP), da Universidade Federal do Paran. Prestador de servios como assessor pedaggico em Educao Matemtica para a as escolas pblicas (municipal e estadual) e privadas.

227

e-Tec Brasil