PROBABILIDADE E ESTATSTICA

Material de Apoio Disciplina Prof: Susana Machado Ferreira

1 I!TROD"#$O
A palavra ESTATSTICA, de origem latina STATUS (ESTADO), significou por muito tempo cincia dos Negcios do Estado Nas m!os dos estadistas era uma verdadeira ferramenta administrativa, pois registrava o n"mero de #a$itantes, de nascimentos, de $itos, fa%iam estimativas das ri&ue%as individual e social, distri$u'a terras aos povos, co$ravam impostos, etc No s(culo )*++, a nova cincia (ou m(todo mais cientifico) foi $ati%ada por ,ottfried Ac#en-all como o nome de ESTAT.ST+/A A estat'stica tem evolu'do at( o dia de #o0e, como uma ferramenta au1iliar de todas as cincias2 ela utili%a n"meros para a coleta, organi%a3!o, resumo e apresenta3!o de dados e tam$(m para a o$ten3!o de conclus4es e a tomada de decis4es ra%o5veis 1%1 O &"E ' ESTATSTICA Defini()o Es*a*+s*ica ( a parte da matem5tica &ue fornece m(todos para coleta, organi%a3!o, descri3!o, analise e interpreta3!o de dados para tomada de decis4es A,-ica(.es "suais da Es*a*+s*ica 6 6 6 6 6 .ndices econ7micos Ta1as de natalidade e mortalidade Elei34es 8es&uisa de opini!o 8es&uisa de mercado

1%/ 0 TIPOS DE ESTATSTICA 1%/%11 Es*a*+s*ica Descri*i2a ( a parte da estat'stica &ue procura descrever e analisar um certo fen7meno 1%/%/1 Es*a*+s*ica Inferencia- 9 ( a parte da estat'stica &ue se preocupa em tirar conclus4es e fa%er interpreta34es dos resultados o$tidos :

1%3 POP"LA#$O 4ERS"S AMOSTRA Em estat'stica uma popula3!o n!o necessariamente significa um a0untamento de pessoas 8ode, na verdade, representar um a0untamento de pessoas ou de &ual&uer tipo de item, como, por e1emplo, casas, livros, aparel#os de televis!o ou carros A popula3!o de interesse geralmente ( c#amada de ,o,u-a()o a-2o% Po,u-a()o ou Po,u-a()o A-2o 0 ( a cole3!o de todas as o$serva34es so$re determinado fen7meno E5e6,-o: 8opula3!o dos tipos de pedras preciosas no ;S 8opula3!o das idades dos alunos da Universidade em <==> A6os*ra 0 ( o con0unto de dados o$servados ou e1tra'dos da popula3!o E5e6,-o: Amostra definida da popula3!o dos tipos de pedras preciosas no ;S, na regi!o da fronteira Amostra das idades dos alunos da Universidade na disciplina de pro$a$ilidade e estat'stica Censo e Pes7uisa ,or A6os*ra8e6 9 Uma pes&uisa &ue inclui todos os mem$ros da popula3!o ( c#amada de censo A t(cnica de coletar informa34es a partir de uma parcela da popula3!o ( denominada pesquisa por amostragem. E5e6,-o: Se coletarmos informa34es so$re os rendimentos de todas as fam'lias em ?ag( no ano de <==>, isso vai ser c#amado de censo Se coletarmos informa34es so$re os rendimentos de @= fam'lias de ?ag( no ano de <==>, estaremos fa%endo uma pes&uisa por amostragem A6os*ra Re,resen*a*i2a 0 Uma pes&uisa &ue representa, o mais pr1imo poss'vel, as caracter'sticas da popula3!o ( c#amada de amostra representativa E5e6,-o: 8ara se encontrar a renda m(dia das fam'lias &ue vivem na cidade de ?ag(, por meio da condu3!o de uma pes&uisa por amostragem, a amostra deve conter fam'lias &ue perten3am a diferentes fai1as de renda, &uase na mesma propor3!o e1istente na popula3!o Esse tipo de amostra ( c#amado de amostra representativa A6os*ra A-ea*9ria Uma amostra e1tra'da de maneira tal &ue cada elemento da popula3!o ten#a uma c#ance de ser selecionado ( c#amado de amostra aleatria /aso a c#ance de ser selecionado se0a a mesma para cada elemento da popula3!o, a amostra denomina6se amostra aleatria simples E5e6,-o: Uma maneira de selecionar uma amostra aleatria ( por meio de sorteio ou e1tra3!o 8or e1emplo, se formos selecionar @ alunos de uma classe de @=, escrevemos os @= nomes em peda3os separados de papel Depois, colocamos todos os @= peda3os em uma cai1a e misturamos $astante Ainalmente, de maneira aleatria, e1tra'mos da cai1a cinco <

peda3os de papel Os cinco nomes e1tra'dos comp4em uma amostra aleatria 8or outro lado, se colocarmos todos os @= nomes em ordem alfa$(tica e, ent!o, selecionarmos os cinco primeiros nomes da lista, isso representa uma amostra n!o6aleatria "6a a6os*ra ,ode ser se-ecionada co6 ou se6 re,osi()o% Na a6os*ra8e6 co6 re,osi()o: cada ve% selecionamos um elemento a partir da popula3!o colocamos esse elemento de volta na popula3!o antes de selecionar o elemento seguinte E5e6,-o: /onsidere uma cai1a contendo <@ $olas de diferentes cores Supon#a &ue retiremos uma $ola, anotemos sua cor e a colo&uemos de volta na cai1a antes de e1trair a pr1ima $ola /ada ve% &ue e1tra'mos uma $ola, a cai1a cont(m <@ $olas Este representa um e1emplo de amostragem com reposi3!o A a6os*ra8e6 se6 re,osi()o ocorre &uando o elemento selecionado n!o ( recolocado na popula3!o E5e6,-o: /onsidere uma pes&uisa de opini!o $aseada em um determinado n"mero de eleitores, selecionamos a partir da popula3!o de todos os eleitores registrados Nesse caso, o mesmo eleitor n!o ( selecionado mais de uma ve% E5erc+cio: :) E1pli&ue a cada uma das &uest4es a seguir constitui uma popula3!o ou uma amostra a) ;esultados de todos os alunos em uma turma de estat'stica $) 8rodu3!o de $atatas para := gle$as de terra c) Sal5rios semanais correspondentes a todos os empregados de uma empresa d) ,ado possu'do por :== fa%endeiros em +o-a e) N"mero de computadores vendidos durante a "ltima semana em todas as lo0as de computadores de Bos Angeles 1%; 0 TERMOS B<SICOS Esta se3!o e1plica o significado de um elemento (ou mem$ro), uma vari5vel, uma o$serva3!o e um con0unto de dados /ada empresa listada na ta$ela : : constitui um e-e6en*o ou um 6e6=ro da amostra E-e6en*o ou Me6=ro 0 Um elemento ou mem$ro de uma amostra ou popula3!o representa um su0eito ou o$0eto espec'fico so$re o &ual a informa3!o ( coletada

Ta=e-a 1%1 4endas e6 />>1 de Se*e E6,resas dos E"A ??????????????????????????????????????????? E6,resa 4endas e6 />>1 @6i-h.es de d9-ares1 ???????????????????????????????????????????? Bo0as Dal6Eart <:F FGG +?E >@ >HH ,eneral Eotors :FF <H= Dell /omputadores C: :H> 8rocter I ,am$le CG <H< J/ 8enneK C< ==L Mome Depot @C @@C ???????????????????????????????????????????? Em nosso e1emplo, vendas em <==: ( c#amada de 2ariA2e- *endas em <==: ( uma caracter'stica das empresas &ue est!o sendo pes&uisadas ou estudadas 4ariA2e- 0 Uma vari5vel corresponde a uma caracter'stica so$ estudo &ue assume diferentes valores para diferentes elementos /ada um dos valores &ue representa vendas em <==:, para as sete empresas apresentadas na ta$ela : :, ( c#amado de o=ser2a()o ou 6edi()o% O=ser2a()o ou Medi()o 0 O valor de uma vari5vel para um elemento ( c#amado de o$serva3!o ou medi3!o As informa34es fornecidas na ta$ela : :, &ue di%em respeito a vendas das empresas em <==:, s!o c#amadas de dados ou conBun*os de dados% ConBun*o de Dados 0 Um con0unto de dados ( uma complica3!o de o$serva34es so$re uma ou mais vari5vel Outros e1emplos de con0unto de dados s!oN uma lista de pre3os de <@ casas recentemente vendidas, notas de :@ alunos, opini4es de :== eleitores E5erc+cio: :) A ta$ela a seguir fornece o n"mero de mordidas de cac#orro relatadas O policia no ano passado em seis cidades

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP L

Cidade !C6ero de Mordidas PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /enter /itK LF Elm ,rove C< AranQlin @: ?aK /itK LL OaQdale :< Sand 8oint C ?????????????????????????????????????????????? a) Rual ( a vari5vel para esse con0unto de dadosS $) Ruantas o$serva34es est!o nesse con0unto de dadosS c) Ruantos elementos esse con0unto de dados contemS 1%D 0 TIPOS DE 4ARI<4EIS Uma vari5vel pode ser classificada como &uantitativa ou &ualitativa Esses dois tipos de vari5veis s!o e1plicados a seguirN 1%D%1 0 4ariA2eis &uan*i*a*i2as 4ariA2e- &uan*i*a*i2a 0 Uma vari5vel &ue pode ser mensurada numericamente ( c#amada de vari5vel &uantitativa E5e6,-os: ;endas, estaturas, pre3os de casa, etc Tais 2ariA2eis 7uan*i*a*i2as ,ode6 ser c-assificadas co6o 2ariA2eis discre*as ou co6o 2ariA2eis con*inuas% 4ariA2e- Discre*a 0 Uma vari5vel cu0os valores s!o cont5veis ( c#amada de vari5vel discreta Em outras palavras, uma vari5vel discreta pode assumir determinados valores sem valores intermedi5rios E5e6,-os: O n"mero de carros vendidos, o n"mero de pessoas &ue v!o ao $anco em um dia &ual&uer, o n"mero de carros em um estacionamento 4ariA2e- Con*+nua 0 Uma vari5vel &ue assumir &ual&uer valor num(rico, ao longo de um determinado intervalo, ou intervalos, ( c#amada de vari5vel continua

E5e6,-os: O tempo gasto para completar uma prova, pesos de pessoas, estatura de uma pessoa 1%D%/ 0 4ariA2eis &ua-i*a*i2as ou 4ariA2eis Ca*e89ricas 4ariA2e- &ua-i*a*i2a ou 4ariA2e- Ca*e89rica 0 Uma vari5vel &ue n!o pode assumir um valor num(rico, mas pode ser classificada em duas ou mais categorias n!o6num(ricas, denomina6se vari5vel &ualitativa ou vari5vel categrica E5e6,-os: O n'vel de um aluno &ue ainda n!o se formou na faculdade, a cor do ca$elo, o se1o de uma pessoa e o modelo de um carro E5erc+cio: :) +ndi&ue &uais das seguintes vari5veis s!o &uantitativas e &uais s!o &ualitativas a) N"mero de erros tipogr5ficos em um 0ornal $) /ontas mensais de T* a ca$o c) Bocais favoritos dos alunos de faculdade para as f(rias de primavera d) N"mero de carros possu'dos por fam'lias e) ;eceitas de estados oriundos de loterias 1%E 0 DADOS DE SE#FES CR"GADAS 4ERS"S DADOS DE S'RIES TEMPORAIS Os dados podem ser classificados como dados de se34es cru%adas ou como dados de series temporais 1%E%1 Dados de Se(.es CruHadas Defini()o: Dados coletados so$re diferentes elementos no mesmo ponto no tempo ou no mesmo per'odo s!o con#ecidos como dados de se34es cru%adas E5e6,-o: As informa34es so$re rendas de :== fam'lias para <==< 1%E%/ Dados de SIries Defini()o: Dados coletados so$re o mesmo elemento, para a mesma vari5vel, em diferentes pontos do tempo, ou para diferentes per'odos de tempo, s!o c#amados de dados de s(ries temporais

E5e6,-o: As informa34es so$re as e1porta34es dos EUA para os anos de :G>C a <==< 1%J 0 FO!TES DE DADOS A disponi$ilidade de dados precisos e apropriados ( essencial para a o$ten3!o de resultados confi5veis Os dados podem ser o$tidos a partir de fontes internas, de fontes e1ternas ou de pes&uisas e e1perimentos E5erc+cio: :) /lassifi&ue os dados a seguir como dados de se34es cru%adas ou como dados de s(ries temporais a) 8re3os m(dios de casa em :== cidades $) Sal5rios de @= empregados c) N"mero de carros vendidos pela ,eneral Eotors, por ano, de :G>= at( <==< d) N"mero de empregados contratados por uma empresa, por ano, de :G>@ at( <==< 1%K 0 !OTA#$O DE SOMATLRIO Euitas ve%es, a nota3!o matem5tica au1ilia na e1press!o concisa de uma rela3!o matem5tica A nota3!o de somatrio, ( utili%ada para denotar a soma de valores A letra grega mai"scula (sigma) ( utili%ada para representar o somatrio de todos os valores Utili%ando a nota3!o , podemos escrever a soma da seguinte maneiraN

x = x

+ x < + xC +

+ xn

x nessa e1press!o representa a soma de todos os valores de 1 e ( lida A nota3!o como Tsigma de 1U ou Tsomatrio de todos os valores de 1U

E5e6,-os: :) Os sal5rios anuais (em mil#ares de dlares) de &uatro tra$al#adores s!o F@, L<, :<@ e H: EncontreN x a)

$)

(x )

<

c)

<

<) A ta$ela a seguir lista &uatro pares de valores para m e f PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP m :< :@ <= C= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP f @ G := :H PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /alcule o seguinteN m a)

=1

<

c1

d1

<

E5erc+cios: :) As contas de telefone referentes a 0aneiro de <==C para &uatro fam'lias foram USV>C, USV<=@, USV@F e USV:CL Aa3a com &ue K se0a a &uantia referente O conta de telefone correspondente a 0aneiro de <==C para uma fam'lia EncontreN a)
y

>

$)

( y )

<

c)

<

<) O n"mero de alunos (arredondando para mil#ar mais pr1imo) atualmente matriculados em sete universidades s!oN F, CG, <:, :H, C, LC e :G Se0a 1 o n"mero de alunos atualmente matriculados em uma universidade EncontreN x a)

$)

(x )
x
<

<

c)

Tes*e de Au*o Re2is)o :) Em estat'stica, uma popula3!o significa um con0unto de todos(as) os(as) a) #omens e mul#eres $) su0eitos e o$0etos c) pessoas &ue vivem em um pais <) Em estat'stica, uma amostra significa uma parcela referente a (O) a) pessoas selecionadas a partir da popula3!o de um pa's $) pessoas selecionadas a partir da popula3!o de uma 5rea c) popula3!o de interesse C) +ndi&ue &ual dos itens a seguir representa um e1emplo de amostragem com reposi3!o e &ual representa um e1emplo de amostragem sem reposi3!o a) De% alunos s!o selecionados a partir de um curso de estat'stica de maneira tal &ue, assim &ue um aluno ( selecionado, seu nome ( apagado da lista antes de o pr1imo aluno ser selecionado

$) Uma cai1a cont(m cinco $olas de diferentes cores Uma $ola ( e1tra'da da cai1a, sua cor ( registrada e a $ola ( colocada de volta na cai1a antes de a pr1ima $ola ser e1tra'da Esse e1perimento ( repetido :< ve%es L) +ndi&ue &uais das seguintes vari5veis s!o &uantitativas e &uais s!o &ualitativas /lassifi&ue as vari5veis &uantitativas como discretas ou continuas a) 8rogramas de T* favoritos de mul#eres $) Sal5rios de 0ogadores de fute$ol c) N"mero de animais de estima3!o possu'dos por fam'lias e) Total de indeni%a34es pagas por :@ seguradores de automveis em <==< @) Uma pes&uisa de opini4es on6line, com C= <F= entrevistados, condu%ida durante o per'odo de :L a <: de 0aneiro de <==<, formulou a pergunta TRual ( o mel#or emprego no Super ?o-lSU A ta$ela a seguir fornece o n"mero de pessoas &ue votou em cada um dos cinco empregos

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Emprego *otos PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Jogador :: F:@ BocutorWreprter GG>< B'der de torcida @<<: T(cnico :G<F Xr$itro :L<@ PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP
AonteN Eonster com pes&uisa on6line USA TODAY, :Z de fevereiro de<==<

E1pli&ue o significado de mem$ro, vari5vel, medi3!o e con0unto de dados com referncia na ta$ela

H) O total de c7modos em cada uma das cinco casas ( >, @, :=, H, @ e > Se0a 1 o n"mero de c7modos em uma casa EncontreN x a)

:=

$)

(x )

<

c)

<

MI!IPROMETO
:) 8egue uma amostra de C= alunos e pergunte6l#es o &uanto gastaram em livros no semestre <==>W=< Uma ve% &ue voc ten#a coletado as informa34es, escreva um relatrio conciso &ue inclua respostas em rela3!o a essas &uest4es a) Biste os dados $) Rual ( a popula3!o6alvo ra%o5vel para a amostra &ue voc utili%ouS c) A sua amostra ( uma amostra aleatria a partir dessa popula3!o6alvoS d) *oc acredita &ue a sua amostra ( representativa dessa popula3!oS e) Este ( um e1emplo de amostragem com reposi3!o ou de amostragem sem reposi3!oS f) Os dados da amostra s!o discretos ou cont'nuosS g) Descreva o significado de um elemento, uma vari5vel e uma medi3!o para esse con0unto de dadosS #) Descreva &uais&uer pro$lemas &ue voc ten#a tido en&uanto coletava os dados Alguns desses dados seria in"tilS Se positivo, e1pli&ue por &uS

/% ORNA!IGA!DO DADOS Este cap'tulo e1plica como organi%ar e e1i$ir dados utili%ando ta$elas e gr5ficos Aprenderemos a preparar ta$elas de distri$ui3!o de fre&[ncias para dados &ualitativos e para dados &uantitativos2 aprenderemos a construir gr5ficos de $arras, gr5ficos de pi%%a, ::

#istogramas e pol'gonos para esses dados2 e aprenderemos a preparar disposi34es ramo6e6 fol#a /%1 0 Dados Bru*os Dados Bru*os na se&[ncia em &ue foram coletados, e antes de serem processados ou classificados, s!o c#amados de dados $rutos /%/ 0 Or8aniHando e E-a=orando NrAficos co6 dados &ua-i*a*i2os Os con0untos de dados s!o organi%ados em ta$elas, e os dados s!o e1i$idos utili%ando6 se gr5ficos /%/%1 0 Dis*ri=ui()o de Fre7OPncia Na ta$ela, a vari5vel correspondente a tipo de ocupa3!o, &ue representa uma vari5vel &ualitativa As categorias (representando o tipo de ocupa3!o) listadas na primeira coluna s!o mutuamente e1cludentes Em outras palavras, cada um dos :== alunos pertence a uma, e somente uma, dessas categorias O n"mero de alunos &ue pertencem a uma determinada categoria ( c#amado de freqncia dessa categoria Uma dis*ri=ui()o de fre7OPncias revela como as fre&[ncias est!o distri$u'das ao longo das v5rias categorias A ta$ela < : ( c#amada de tabela de distribuio de freqncias ou, simplesmente, tabela de freqncias Ta=e-a /%1 Ti,o de Ocu,a()o Q 7ua- os A-unos Pre*ende6 se Dedicar PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Ti,o de Ocu,a()o !C6ero de A-unos PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP EmpresasWnegcios privados LL ,overno Aederal :H ,overno estadualWprefeitura <C Negcio prprio :F PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Soma\:==

?????????????????????????????????????????????

Defini()o Dis*ri=ui()o de Fre7OPncia ,ara Dados &ua-i*a*i2os 9 Uma distri$ui3!o de fre&[ncias para dados &ualitativos lista todas as categorias, $em como os n"meros de elementos &ue pertencem a cada uma das categorias

:<

O e1emplo < : ( uma ilustra3!o de como se constri uma ta$ela de distri$ui3!o de fre&[ncias para dados &ualitativos E5e6,-o / :N Uma amostra de C= empregados de grandes empresas foi selecionada, e esses empregados foram indagados so$re o &u!o estressante era o seu tra$al#o As respostas desses empregados est!o registradas a seguir, em &ue muito representa muito estressante, mais ou menos representa mais ou menos estressante e nada corresponde a nada estressante

/onstrua uma ta$ela de distri$ui3!o de fre&[ncias para esses dados Ta=e-a /%/ Dis*ri=ui()o de Fre7OPncias do Es*resse no Tra=a-ho PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Es*resse no Tra=a-ho Marca()o Fre7OPncia @f1 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Euito Eais ou menos Nada PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Soma \ C= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /%/%/ 0 Dis*ri=ui(.es de Fre7OPncias Re-a*i2as e Dis*ri=ui(.es de Percen*a8ens A fre7OPncia re-a*i2a de uma categoria ( o$tida pela divis!o da fre&[ncia da&uela categoria pela soma de todas as fre&[ncias

Ca-cu-ando a Fre7OPncia Re-a*i2a de u6a Ca*e8oria Are&[ncia relativa de uma categoria \ Are&[ncia da&uela categoriaWSoma de todas as fre&[ncias

:C

A ,orcen*a8e6 para uma categoria ( o$tida pela multiplica3!o da fre&[ncia relativa da&uela categoria por :== Uma distri$ui3!o de percentagens lista as percentagens para todas as categorias Ca-cu-ando Percen*a8ens 8ercentagem \ (Are&[ncia relativa) :== E5e6,-o /%/ :) Determine a distri$ui3!o de fre&[ncias relativas e a distri$ui3!o de percentagens para os dados apresentados na ta$ela < C O$serve &ue a soma das fre&[ncias relativas ( sempre igual a :,== (ou apro1imadamente :,==, se as fre&[ncias estiverem arredondadas), e a soma das percentagens ( sempre igual a :== ((ou apro1imadamente :==, se as percentagens estiverem arredondadas) Ta=e-a /%3 Dis*ri=ui()o de Fre7OPncias Re-a*i2as e Dis*ri=ui()o de Percen*a8ens do Es*resse no Tra=a-ho Es*resse no Tra=a-ho Fre7OPncia re-a*i2a Percen*a8e6 Euito Eais ou menos Nada Soma \ :,== soma \ :==

/%/%3 0 A,resen*a()o NrAfica de Dados &ua-i*a*i2os Uma distri$ui3!o gr5fica pode revelar, de imediato, as principais caracter'sticas de um con0unto de dados O grfico de barras e o grfico de pizza s!o dois tipos de gr5ficos utili%ados para e1i$ir dados &ualitativos NrAficos de Barras 8ara construir um gr5fico de $arras (tam$(m c#amado de diagrama de $arras), marcamos as v5rias categorias no ei1o #ori%ontal, como na figura < : O$serve &ue todas as categorias est!o representadas por intervalos da mesma amplitude Earcamos as fre&[ncias no ei1o vertical Em seguida, desen#amos uma $arra para cada categoria, de maneira tal &ue a altura da $arra represente a fre&[ncia da categoria correspondente Dei1amos uma pe&uena lacuna entre as $arras ad0acentes A figura < : fornece o gr5fico de $arras para a distri$ui3!o de fre&[ncias da ta$ela < <

:L

Defini()o NrAfico de Barras 9 Um gr5fico composto de $arras cu0as alturas representam as fre&[ncias das respectivas categorias ( c#amado de grfico de barras. NrAficos de PiHHa Um gr5fico de pi%%a ( mais comumente utili%ado para apresentar percentagens, em$ora pode ser utili%ado para e1i$ir fre&[ncias ou fre&[ncias relativas A pi%%a (ou c'rculo) completa representa a amostra total ou popula3!o total Em seguida, dividimos a pi%%a em diferentes por34es, &ue representam as diferentes categorias Defini()o: NrAfico de PiHHa 0 Um c'rculo dividido em por34es &ue representam as fre&[ncias relativas, ou as percentagens, de uma popula3!o ou de uma amostra, pertencentes a diferentes categorias, ( c#amado de grfico de pizza /onforme, sa$emos, um c'rculo cont(m CH= graus 8ara construir um gr5fico de pi%%a, multiplicamos CH= pela fre&[ncia relativa de cada categoria, para o$ter a medida em graus, ou taman#o do ]ngulo, para a categoria correspondente A ta$ela < L mostra os c5lculos dos taman#os dos ]ngulos para as v5rias categorias da ta$ela < C Ta=e-a /%; Ca-cu-ando Ta6anhos de Rn8u-os ,ara o NrAfico de PiHHa ???????????????????????????????????????????????????????????????? Es*resse no Tra=a-ho Fre7OPncia re-a*i2a Ta6anho do Rn8u-o PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Euito Eais ou menos Nada PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Soma \ :,=== Soma \ CH= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP A figura < < mostra o gr5fico de pi%%a para a distri$ui3!o de percentagens da ta$ela < C, &ue utili%a os taman#os dos ]ngulos calculados na Ta$ela < L

:@

/%3 0 Or8aniHando e E-a=orando NrAficos co6 dados &uan*i*a*i2os /%3%1 0 Dis*ri=ui()o de Fre7OPncias A ta$ela < @ fornece os gan#os semanais correspondentes a :== empregados de uma grande empresa A primeira coluna lista as classes, &ue representam a vari5vel (&uantitativa) gan#os semanais 8ara dados &uantitativos, um intervalo &ue inclua todos os valores &ue se posicionem entre dois n"meros, o limite inferior e o limite superior, ( c#amado de classe O$serve &ue as classes sempre representam uma vari5vel /omo podemos o$servar, as classes n!o se so$rep4em2 ou se0a, cada valor em rela3!o a gan#o pertence a uma, e somente uma, classe A segunda coluna na ta$ela lista o n"mero de empregados &ue apresentam os gan#os dentro de cada classe Os n"meros listados na segunda coluna s!o c#amados de fre&[ncias, &ue fornecem o n"mero de valores &ue pertencem a diferentes classes As fre&[ncias s!o representadas por f Ta=e-a /%D Nanhos Se6anais de 1>> E6,re8ados de u6a E6,resa ??????????????????????????????????????????????????????????? Nanhos Se6anais @d9-ares1 !C6eros de E6,re8ados f PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP L=: at( H== G H=: at( >== << >=: at( :=== CG :==: at( :<== :@ :<=: at( :L== G :L=: at( :H== H PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

Defini()o Dis*ri=ui()o de Fre7OPncias ,ara Dados &uan*i*a*i2os 9 Uma distri$ui3!o de fre&[ncias para dados &uantitativos lista todas as classes e o n"mero de valores &ue pertencem a cada classe Os dados apresentados no formato de uma distri$ui3!o de fre&[ncias s!o c#amados de dados agrupados :H

8ara encontrar o ponto m(dio entre o limite superior da primeira classe e o limite inferior da segunda classe na ta$ela < @, dividimos a soma desses dois limites por < Assim, sendo, esse ponto m(dio corresponde a
H== + H=: = H== ,@ <

O valor de H==,@ ( c#amado de fronteira superior da primeira classe e de fronteira inferior da segunda classe Utili%ando essa t(cnica, podemos converter os limites de classes da ta$ela < @ e6 fron*eiras de c-asses, &ue tam$(m s!o c#amadas de limites reais de classes A segunda coluna da Ta$ela < H lista as fronteiras para a Ta$ela < @

Defini()o Fron*eira de C-asse 9 A fronteira de classe ( representada pelo ponto m(dio entre o limite superior de uma classe e o limite inferior da classe seguinte A diferen3a entre as duas fronteiras de uma classe representa a a6,-i*ude da c-asse A amplitude da classe tam$(m ( c#amada de *a6anho de c-asse% Ta=e-a /%E Fron*eiras de C-asses: A6,-i*udes de c-asses e Pon*os MIdios de C-asses ,ara a *a=e-a /%D Li6i*es de C-asses Fron*eiras de C-asses A6,-i*ude de C-asse Pon*o MIdio da C-asse L=: at( H== L==,@ at( menos &ue H==,@ <== @==,@ H=: at( >== H==,@ at( menos &ue >==,@ <== F==,@ >=: at( :=== >==,@ at( menos &ue :===,@ <== G==,@ :==: at( :<== :===,@ at( menos &ue :<==,@ <== ::==,@ :<=: at( :L== :<==,@ at( menos &ue :L==,@ <== :C==,@ :L=: at( :H== :L==,@ at( menos &ue :H==,@ <== :@==,@

Encon*rado a A6,-i*ude da C-asse Amplitude da /asse \ Aronteira superior 9 Aronteira inferior Desta maneira, na ta$ela < H, Amplitude da primeira classe \ H==,@ 9 L==,@ \ <== O ponto m(dio da classe, ou marco da classe, ( o$tido pela divis!o do resultado da soma dos dois limites (ou das duas fronteiras) de uma classe por <

:F

Ca-cu-ando o Pon*o MIdio da C-asse ou Marco da C-asse 8onto m(dio ou marco da classe \ Bimite inferior ^ limite superiorW< Bogo, o ponto m(dio da primeira classe na ta$ela < @, ou na Ta$ela < H, ( calculado da seguinte maneiraN 8onto m(dio da primeira classe \ L=:^H==W< \ @==,@ O$serve &ue na Ta$ela < H, &uando e1pressamos classes utili%ando fronteiras de classes, escrevemos at( menos &ue, para garantir &ue cada valor perten3a a uma, e somente uma, classe /omo podemos verificar, a fronteira superior da classe precedente e a fronteira inferior da classe sucessiva representam a mesma coisa /%3%/ 0 Cons*ruindo Ta=e-as de Dis*ri=ui()o de fre7OPncias Ao construir uma ta$ela de distri$ui3!o de fre&[ncias, precisamos tomar as trs importantes decis4es a seguir apresentadas !C6ero de C-asses De maneira geral, o n"mero de classes para uma ta$ela de distri$ui3!o de fre&[ncias varia desde @ at( <=, dependendo principalmente do n"mero de o$serva34es e1istentes no con0unto de dados Uma regra para au1iliar na decis!o so$re o n"mero de classes ( a frmula de SturgeN
c =: + C,C log n

na &ual c representa o n"mero de classes e n representa o n"mero de o$serva34es no con0unto de dados O valor de log n pode ser o$tido inserindo6se o valor de n em uma calculadora e pressionando6se a tecla log A6,-i*ude da C-asse Ca-cu-ando a A6,-i*ude da C-asse Amplitude apro1imada da classe \ Eaior valor 9 Eenor valorWN"mero de /lasses Li6i*e Inferior da Pri6eira C-asse ou Pon*o de Par*ida Rual&uer n"mero conveniente, &ue se0a igual ou menor do &ue o menor valor no con0unto de dados, pode ser utili%ado como o limite inferior da primeira classe E5e6,-o /%3

:>

:) A ta$ela < F, a seguir fornece o total de re$atidas com voltas completas (#ome e runs) o$tidas por todos os 0ogadores de cada um dos C= times da Biga 8rincipal de ?eise$ol durante a temporada de <==< /onstrua uma ta$ela de distri$ui3!o de fre&[ncias Ta=e-a /%J Re=a*idas co6 4o-*as Te6,orada de />>/ Ti6e Ana#eim Ari%ona Atlanta ?altimore ?oston /#icago /u$s /#icago D#ite So1 /incinnati /leveland /olorado Detroit Alorida Mouston _ansas /itK Bos Angeles Co6,-e*as dos Ti6es da Li8a Princi,a- de Beise=o- Duran*e a 4o-*as Co6,-e*as :@< :H@ :HL :H@ :FF <== <:F :HG :G< :@< :<L :LH :HF :L= :@@ Ti6e 4o-*as Co6,-e*as Eil-auQee :CG Einnesota :HF Eontreal :H< Ne- YorQ Eets :H= Ne- YorQ YanQees <<C OaQland <=@ 8#iladelp#ia :H@ 8itts$urg# :L< St Bouis :F@ San Diego :CH San Arancisco :G> Seattle :@< Tampa ?aK :CC Te1as <C= Toronto :>F

O=s: Nesses dados, o valor m'nimo corresponde a :<L e o valor m51imo ( igual a <C= Supon#a &ue tomemos a decis!o de agrupar esses dados utili%ando cinco classes de igual amplitude Amplitude apro1imada de cada classe \
<C= :<L = <:,< @

Agora, arredondamos essa amplitude para um n"mero conveniente 9 digamos << Ent!o, nossas classes ser!oN :<L6:L@, :LH6:HF, :H>6:>G, :G=6<::, <:<6<CC

;egistramos essas cinco classes na primeira coluna da ta$ela < >, a seguir

Ta=e-a /%K Dis*ri=ui()o de Fre7OPncias ,ara os Dados da Ta=e-a /%J To*a- de 4o-*as Co6,-e*as Marca()o

:G

=C=

/%3%3 0 Dis*ri=ui()o de Fre7OPncias Re-a*i2as e Dis*ri=ui()o de Percen*a8e6 Ca-cu-ando a Fre7OPncia Re-a*i2a e a Percen*a8e6 Are&[ncia ;elativa de uma /lasse \ Are&[ncia da&uela classeWSoma de todas as fre&[ncias \
f

8ercentagem \ (Are&[ncia relativa) :== E5e6,-o /%; :) /alcule as fre&[ncias relativas e as percentagens para a ta$ela < > Ta=e-a /%S Dis*ri=ui()o de Fre7OPncias Re-a*i2as e Dis*ri=ui()o de Percen*a8ens ,ara a Ta=e-a /%K To*a- de 4o-*as Co6,-e*as Fron*eiras de C-asses Fre7OPncia Re-a*i2a Percen*a8e6

Soma \ =,GGG

Soma \ GG,G`

/%3%; 0 E-a=orando 8rAficos co6 Dados A8ru,ados Dados agrupados (&uantitativos) podem ser dispostos em um #istograma ou em um pol'gono Tis*o8ra6as Um #istograma ( um determinado tipo de gr5fico &ue pode ser utili%ado para desen#ar uma distri$ui3!o de fre&[ncias, uma distri$ui3!o de fre&[ncias relativas ou uma distri$ui3!o de percentagens 8ara desen#ar um #istograma, primeiramente marcamos as classes no ei1o #ori%ontal e as fre&[ncias (ou fre&[ncias relativas, ou percentagens) no

<=

ei1o vertical A seguir, desen#amos uma $arra para cada classe, de maneira &ue a sua altura represente a fre&[ncia da&uela classe As $arras em um #istograma s!o desen#adas de forma ad0acente, uma em rela3!o O outra, sem nen#um espa3o entre elas Defini()o Tis*o8ra6a 0 Um #istograma ( um gr5fico no &ual as classes s!o marcadas no ei1o #ori%ontal, e as fre&[ncias relativas ou as percentagens s!o marcadas no ei1o vertical As fre&[ncias relativas ou as percentagens s!o representadas por meio de alturas das $arras Em um #istograma, as $arras s!o desen#adas de forma ad0acente uma em rela3!o O outra As figuras < C e < L mostram o #istograma de fre&[ncias relativas, respectivamente, para os dados das Ta$elas < > e < G Os dois #istogramas parecem iguais, uma ve% &ue representam os mesmos dados Um #istograma de percentagens pode ser desen#ado para a distri$ui3!o de percentagens da Ta$ela < G, marcando as percentagens no ei1o vertical

Po-+8onos Um pol'gono ( um outro dispositivo &ue pode ser utili%ado para apresentar dados &uantitativos em forma de gr5fico Defini()o

<:

Po-+8ono 0 Um gr5fico formado pela 0un3!o, por meio de lin#as retas, dos pontos m(dios das partes superiores de $arras sucessivas em um #istograma ( c#amado de pol'gono A figura < @ mostra o pol'gono de fre&[ncias de Ta$ela < >

8ara um con0unto de dados muito grande, O medida &ue o n"mero de classes ( aumentado (e a amplitude das classes ( diminu'da), o pol'gono de fre&[ncias eventualmente se transforma em uma curva suave Tal curva ( c#amada de curva de distribuio de freqncias, ou simplesmente curva de freqncias A figura < H mostra a curva de fre&[ncias para um grande con0unto de dados, com um grande n"mero de classes

/%3%D 0 Mais so=re C-asses e Dis*ri=ui(.es de Fre7OPncias MI*odo UMenos &ueV ,ara Descre2er C-asses O m(todo menos que ( mais apropriado &uando um con0unto de dados cont(m valores fracion5rios O e1emplo < @ ilustra o m(todo menos que

<<

E5e6,-o /%DOs dados a seguir fornecem o tempo m(dio gasto no tra0eto de casa para o tra$al#o (em minutos), em @= estados Os dados foram $aseados em uma pes&uisa feita por amostragem, com F= === domic'lios, condu%ida pelo /ensus ?ureau (USA TODAY, H de agosto de <==:) <<,L :G,F <:,H :@,L <:,: :>,< <F,= <:,G <<,: <@,L <C,F <:,F <C,< :G,H <L,G :G,> :F,H :H,= <:,L <@,@ <H,F :F,F :H,: <C,> <=,: <C,L <<,@ <<,C <:,G :F,: <C,@ <C,F <L,L <:,G <<,@ <:,< <>,F :@,H <L,C <G,< :G,G <<,F <H,F <H,: C:,< <C,H <L,< <<,F <<,H <=,>

/onstrua uma ta$ela de distri$ui3!o de fre&[ncias /alcule as fre&[ncias relativas e as percentagens para todas as classes OBS: O valor m'nimo nesse con0unto de dados ( :@,L, e o valor m51imo, C:,< Supon#a &ue ten#amos decidido agrupar esses dados utili%ando seis classes com igual amplitude Ta=e-a /%1> Dis*ri=ui()o de Fre7OPncias: Dis*ri=ui()o de Fre7OPncias Re-a*i2as e Dis*ri=ui()o de Percen*a8ens do Te6,o MIdio Nas*o no TraBe*o ,ara o Tra=a-ho Te6,o MIdio Nas*o no f Fre7OPncia Re-a*i2a Percen*a8e6 TraBe*o Para o Tra=a-ho @6inu*os1 :@ at( menos &ue :> F =,:L :L :> at( menos &ue <: <: at( menos &ue <L <L at( menos &ue <F <F at( menos &ue C= C= at( menos &ue CC Soma\ :,== Soma\ :==` f =@=

C-asses co6 4a-or Wnico Se as o$serva34es em um con0unto de dados assumirem somente alguns poucos valores (inteiros) distintos, pode ser apropriado preparar uma ta$ela de distri$ui3!o de fre&[ncias utili%ando classes com valor "nico O e1emplo < H e1i$e tal situa3!o E5e6,-o /%E

<C

A administra3!o p"$lica de uma grande cidade dese0a con#ecer a distri$ui3!o de ve'culos possu'dos por domic'lios na&uela cidade Uma amostra de L= domic'lios, aleatoriamente selecionados, a partir dessa cidade, produ%iu os seguintes dados, so$re o n"mero de ve'culos possu'dosN L : < L : C : < : C < : < = < : = < : < : @ < : : : < : < < : L : C : : : L : C

/onstrua uma ta$ela de distri$ui3!o de fre&[ncias para esses dados utili%ando classes com valor "nico Ta=e-a /%11 Dis*ri=ui()o de Fre7OPncias de 4e+cu-os Possu+dos ?????????????????????????????????????????????? 4e+cu-os Possu+dos !C6ero de Do6ic+-ios @f1 ??????????????????????????????????????????????

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Os dados da Ta$ela < :: tam$(m podem ser dispostos em um gr5fico de $arras, conforme mostra a figura < F a seguir 8ara construir um gr5fico de $arras, marcamos as classes no ei1o #ori%ontal, como intervalos, com uma pe&uena lacuna entre os intervalos consecutivos As $arras representam as fre&[ncias das respectivas classes

= L=

/%; 0 FORMATOS DE TISTONRAMAS Um #istograma pode assumir &ual&uer formato entre um grande n"mero de formatos Os mais comuns dentre esses formatos s!oN : Sim(trico

<L

< C

Assim(trico Uniforme ou retangular

Um his*o8ra6a si6I*rico ( idntico em am$os os lados, em rela3!o a seu ponto central Os #istogramas mostrados na figura < > s!o sim(tricos em torno das lin#as trace0adas, &ue representam seus pontos centrais

Um his*o8ra6a assi6I*rico ( n!o6sim(trico 8ara um #istograma assim(trico, a cauda em um dos lados ( mais longa do &ue a cauda do outro

Um his*o8ra6a re*an8u-ar ou unifor6e possui a mesma fre&[ncia para cada classe A Aigura < := ( uma ilustra3!o de tal caso

As Aiguras < ::a e < ::$ e1i$em curvas sim(tricas de fre&[ncias As Aiguras < ::c e < ::d e1i$em, respectivamente, uma curva de fre&[ncias assim(trica O direita e uma curva de fre&[ncias assim(trica O es&uerda

<@

E5erc+cios: :) Um con0unto de dados so$re gastos mensais (arredondados para o dlar mais pr1imo) reali%ados em lanc#onetes, para uma amostra de @== domic'lios, teve um valor m'nimo de VC e um valor m51imo de V:LF Supon#a &ue dese0amos agrupar esses dados em seis classes de igual amplitude a) 8artindo do pressuposto de &ue V: represente o limite inferior da primeira classe, e &ue V:@= se0a o limite superior da se1ta classe, escreva os limites de classes para todas as seis classes $) Determine as fronteiras de classes e as amplitudes de classes c) Encontre os pontos m(dios das classes

<) No Ni1on /orporation fa$rica terminais de computador Os dados a seguir correspondem aos n"meros de terminais de computador produ%idos pela empresa para uma amostra de C= dias <L <: C: C< <H C@ <F C: CL <C << << CC <F <H CC CC <> <G <F <C <@ <C C@ <C <> C: <> <G <F <H

a) /onstrua uma ta$ela de distri$ui3!o de fre&[ncias utili%ando as classes <:6<C, <L6<H, <F6<G, C=6C< e CC6C@ $) /alcule as fre&[ncias relativas e as percentagens para todas as classes c) /onstrua um #istograma e um pol'gono para a distri$ui3!o de percentagens d) 8ara &ue percentagens dos dias o n"mero de terminais de computador produ%idos encontra6se contido no intervalo <F6<GS

C) A ta$ela a seguir fornece o n"mero de crian3as de menos de :> anos para cada uma das C= fam'lias aleatoriamente selecionadas < : : : < = < = = = : < C = : : < < : : C < < < < = = : = :

a) 8repare uma ta$ela de distri$ui3!o de fre&[ncias para esses dados utili%ando classes de valor "nico $) /alcule as fre&[ncias relativas e as percentagens para todas as classes c) Ruantas fam'lias nessa amostra tm duas ou trs crian3as de menos de :> anosS d) Desen#e um gr5fico de $arras para a distri$ui3!o de fre&[ncias

<F

/%D 0 DISTRIB"I#$O DE FRE&"X!CIAS AC"M"LADAS Defini()o Dis*ri=ui()o de Fre7OPncias Acu6u-adas 9 Uma distri$ui3!o de fre&[ncias acumuladas fornece o n"mero total de valores &ue se posicionam a$ai1o da fronteira superior de cada classe Em uma ta$ela de distri$ui3!o de fre&[ncias acumuladas cada classe possui o mesmo limite inferior, mas possui o limite superior diferente O e1emplo < F ilustra o procedimento para se preparar uma distri$ui3!o de fre&[ncias acumuladas E5e6,-o /%J Utili%ando a distri$ui3!o de fre&[ncias da Ta$ela < >, a&ui reprodu%ida, prepare uma distri$ui3!o de fre&[ncias acumuladas para as re$atidas com voltas completas dos times da Biga 8rincipal de ?eise$ol durante a temporada de <==<

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Total de *oltas /ompletas f PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP :<L :L@ H :LH :HF :C :H> :>G L :G= <:: L <:< <CC C <>

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 8ara o$ter a fre&[ncia acumulada de uma classe, adicionamos a fre&[ncia dessa classe na Ta$ela < >, as fre&[ncias de todas as classes precedentes AS fre&[ncias acumuladas encontram6se registradas na terceira coluna da Ta$ela < :< A segunda coluna dessa ta$ela lista as fronteiras de classe Ta=e-a /%1/ Dis*ri=ui()o de Fre7OPncias Acu6u-adas ,ara 4o-*as Co6,-e*as dos Ti6es de Beise=oLi6i*es de C-asses Fron*eiras de C-asses fre7OPncias Acu6u-adas :<L6:L@ :<C,@ at( menos &ue :L@,@ H :<L6:HF :<C,@ at( menos &ue :HF,@ H^:C \ :G :<L6:>G :<C,@ at( menos &ue :>G,@ H^:C^L \ <C :<L6<:: :<C,@ at( menos &ue <::,@ H^:C^L^L \ <F :<L6<CC :<C,@ at( menos &ue <CC,@ H^:C^L^L^C \ C=

Ca-cu-ando a Fre7OPncia Re-a*i2a Acu6u-ada e a Percen*a8e6 Acu6u-ada Are&[ncia relativa acumulada \ Are&[ncia acumulada de uma classeWTotal de o$serva34es no con0unto de dados 8ercentagem acumulada \ (Are&[ncia relativa acumulada) :== A Ta$ela < :C cont(m as fre&[ncias relativas acumuladas e as percentagens acumuladas para a Ta$ela < :< 8odemos o$servar, por e1emplo, &ue FH,F` dos times de Biga 8rincipal de ?eise$ol re$ateram um total de :>G ve%es, ou menos, com voltas completas Ta=e-a /%13 Dis*ri=ui()o de Fre7OPncias Re-a*i2as Acu6u-adas e Dis*ri=ui()o de Percen*a8ens Acu6u-adas ,ara Re=a*idas co6 4o-*as Co6,-e*as dos Ti6es de Beise=oLi6i*es de C-asses Fre7OPncias Re-a*i2as Acu6u-adas Percen*a8ens Acu6u-adas :<L6:L@ HWC= \ =,<== <=,= :<L6:HF :<L6:>G :<L6<:: :<L6<CC O8i2as Ruando desen#adas em um diagrama, as fre&[ncias acumuladas apresentam uma curva &ue c#amada de ogiva A figura < :< fornece uma ogiva para a distri$ui3!o de fre&[ncias acumuladas da Ta$ela < :L 8ara desen#ar a ogiva na figura < :<, a vari5vel total de voltas completas ( marcada no ei1o #ori%ontal e as fre&[ncias acumuladas s!o marcadas no ei1o vertical Em seguida, as marca34es s!o feitas acima das fronteiras superiores de v5rias classes nas alturas e&uivalentes Os correspondentes fre&[ncias <G

acumuladas A ogiva ( o$tida 0untando6se os pontos consecutivos por meio de lin#as retas O$serve &ue a ogiva se inicia na fronteira inferior da primeira classe e termina na fronteira superior da "ltima classe

Defini()o O8i2a 0 Uma ogiva ( uma curva desen#ada para as distri$ui34es de fre&[ncias acumuladas, 0untando6se, por meio de lin#as retas, as marca34es feitas acima das fronteiras superiores de classes nas alturas e&uivalentes Os fre&[ncias acumuladas das respectivas classes

/%E 0 DISPOSI#$O RAMO E FOLTA Uma disposi3!o ramo6e6fol#a ( constru'da somente para dados &uantitativos Defini()o Dis,osi()o ra6o e fo-ha 0 Uma disposi3!o ramo6e6fol#a para dados &uantitativos, cada valor ( dividido em duas partes 9 um ramo e uma fol#a As fol#as para cada ramo s!o mostradas separadamente em uma disposi3!o E5e6,-o: :) Apresentamos a seguir os resultados de C= alunos de faculdade em um teste de estat'stica F@ @< >= GH H@ FG F: >F GC G@ HG F< >: H: FH >H FG H> @= G< >C >L FF HL F: >F F< G< @F G> /onstrua uma disposi3!o ramo6e6fol#a

C=

<) A disposi3!o ramo6e6fol#a, a seguir, ( preparada para o n"mero de #oras &ue <@ alunos gastaram tra$al#ando em computadores durante o ms passado =

: < C L @ H F >
8repare uma nova disposi3!o ramo6e6fol#a agrupando os ramos

C:

E5erc+cios: :) /onsidere esta disposi3!o ramo6e6fol#aN

< C L @ H >
Escreva o con0unto de dados &ue ( representado por essa disposi3!o

<) /onstrua uma disposi3!o ramo6e6fol#a para os dados a seguir, &ue fornecem os tempos (em minutos) &ue <L clientes gastaram esperando para falar com um representante do servi3o de atendimento ao cliente &uando telefonaram para resolver pro$lemas relacionados a seu provedor da +nternet :< :@ F <G C< :H := :L :F > :G <: L :L << <@ :> H << :H :C :H :< <=

C) /onsidere esta disposi3!o ramo6e6fol#aN

C<

C L @ H F
Escreva o con0unto de dados &ue foi utili%ado para construir essa disposi3!o ramo6e6fol#a

L) A ta$ela a seguir fornece a distri$ui3!o de fre&[ncias dos tempos (arredondados para a #ora mais pr1ima) &ue G= f!s gastaram esperando na fila para comprar entradas para um concerto de rocQ PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Te6,o de es,era @horas1 Fre7OPncia ???????????????????????????????????????????? = at( H @ F at( :C <F :L at( <= C= <: at( <F <= <> at( CL > ????????????????????????????????????????????? Aa3a um circulo na resposta correta, em cada uma das seguintes afirma34es, &ue s!o $aseadas na ta$ela a) O n"mero de classes na ta$ela ( @, C=, G= $) A amplitude da classe ( H, F, CL c) O ponto m(dio da terceira classe ( :H,@2 :F2 :F,@ d) A fronteira inferior da segunda classe ( H,@2 F2 F,@ e) O limite superior da segunda classe ( :<,@2 :C2 :C,@ f) O taman#o da amostra ( @, G=, :: g) A fre&[ncia relativa da segunda classe ( =,<<2 =,L:2 =,C=

CC

Lis*a de E5erc+cios:
:) /omplete a ta$ela a$ai1oN i : < C L @ C-asses = > > :H :H <L <L C< C< L=
fi fr i Fi F ri

=L =

L := :L G C

= :,= =

<) O posto de sa"de de um certo $airro mant(m um ar&uivo com o n"mero de crian3as nas fam'lias &ue se utili%am do 8osto Os dados s!o os seguintesN C L C L @ : H C L @ C L C C L C @ @ @ @ H :: := < : < C : @ < a) Organi%e uma ta$ela de fre&[ncia

$) Aa3a a representa3!o gr5fica

CL

C) Um empregado perdeu uma das := notas de compras feitas na #ora do encerramento O valor m(dio de todas as := notas era de ;VF,<=, e as nove notas restantes tin#am os valores ;VG,@@ ;VF,@L ;VL,>= ;VL,L@ ;V>,CL ;VF,:= ;V@,F< ;VG,F= ;VF,G=

Rual ( o valor da nota perdidaS

L) A ta$ela a$ai1o informa os tipos de la%er preferidos por >= garotos da :a s(rie do ensino m(dio de um col(gio LaHer Jogar fute$ol com os amigos /omputador e videogame 8a&uerar no S#opping *ia0ar para a praia Fre7OPncia A=so-u*a L> $ d f
=> =

Fre7OPncia Re-a*i2a a c e g :,==

/omplete a ta$ela, sa$endo &ue c ( o do$ro de

e , &ue ( o &u'ntuplo de g

C@

@) A ta$ela seguinte informa os valores de :H= empr(stimos solicitados a um $anco por pessoas f'sicas durante uma semana 4a-or do E6,rIs*i6o @e6 RY1 <== L== L== H== H== >== >== :=== :=== :<== Total Fre7OPncia A=so-u*a a H= d f g
=: H =

Fre7OPncia Re-a*i2a $ c e =,=@ #

= :,= =

/omplete a ta$ela, sa$endo &ue @<,@` dos empr(stimos representavam valores maiores ou iguais a ;VH==,== e &ue, entre eles,
< eram inferiores a ;V>==,== C

H) Os gr5ficos seguintes mostram a disposi3!o dos alunos das turmas da Ca s(rie do ensino m(dio para fa%er cursin#o pr(6vesti$ular paralelamente a fre&[entar a aulas do col(gio

CH

Sa$endo &ue as turmas da man#! contam com CL= alunos e as da tarde com <>= alunos, determineN a) o n"mero total de alunos &ue n!o pretendem fa%er cursin#o2 $) a diferen3a entre o n"mero de alunos do vespertino e do matutino &ue pretendem fa%er cursin#o o ano inteiro

F) Em uma cidade, o mercado de leite ( disputado por &uatro marcasN ), Y, b e D Os resultados de uma sondagem a propsito da marca preferida, reali%ada com L== consumidores, est!o parcialmente apresentados na ta$ela e no gr5fico seguinte PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Marca de PreferPncia Fre7OPncia A=so-u*a PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP ) <C= Y :<= b D PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP DetermineN a) a diferen3a entre o n"mero de consumidores &ue preferem b a D

$) diferen3a entre os ]ngulos correspondentes a ) e Y

CF

3 MEDIDAS DESCRITI4AS !"M'RICAS 3%1 MEDIDAS DE TE!DX!CIA CE!TRAL PARA DADOS !$O ANR"PADOS Uma medida de tendncia central fornece o centro de um #istograma ou de uma curva de distri$ui3!o de fre&[ncias Esta se3!o trata de trs diferentes medidas de tendncia centralN a m(dia aritm(tica, a mediana e a moda *amos calcular cada uma dessas medidas para dados n!o6agrupados Bem$re6se de &ue os dados &ue fornecem informa34es em rela3!o a cada mem$ro da popula3!o ou amostra, individualmente, s!o con#ecidos como dados no agrupados, en&uanto dados agrupados s!o apresentados em forma de ta$ela de distri$ui3!o de fre&[ncia 3%1%1 MIdia Ari*6I*ica A 6Idia ari*6I*ica, tam$(m con#ecida como m!dia, representa a medida de tendncia central mais fre&[entemente utili%ada 8ara os dados n!o6agrupados, a m(dia aritm(tica ( o$tida por meio da divis!o da soma de todos os valores pelo n"mero de valores do con0unto de dados MIdia Ari*6I*ica Z Soma de todos os valores W N"mero de valores Ca-cu-ando a 6Idia ari*6I*ica ,ara dados n)o a8ru,ados 6 A m(dia aritm(tica para dados n!o6agrupados ( o$tida por meio da divis!o da soma de todos os valores pelo n"mero de valores no con0unto de dados 8or conseguinte, E(dia aritm(tica para dados da popula3!oN =
" x

E(dia aritm(tica para dados de amostrasN x =

x corresponde O soma de todos os valores, N representa o taman#o da em &ue popula3!o, n corresponde o taman#o da amostra, representa a m(dia aritm(tica da popula3!o e x corresponde O m(dia aritm(tica da amostra

E5e6,-o 3%1 A ta$ela C : fornece o total de fol#as de pagamento de <==<, correspondentes a cinco times da Biga 8rincipal de ?eise$ol (EB? 9 Ea0or $ase$all Beague) Ta=e-a 3%1

C>

???????????????????????????????????????????????????? Ti6e da MLB To*a- de Fo-ha de Pa8a6en*o de />>/ @6i-h.es de d9-ares1 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Ana#eim Angels H< Atlanta ?raves GC Ne- YorQ YanQees :<H St Bouis /ardinals F@ Ta,mpa ?aK Devil ;aKs CL PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Encontre a m(dia das fol#as de pagamento de <==< desses cinco times da EB?

8ortanto, a m(dia aritm(tica da fol#a de pagamento de <==< desses cinco times da EB? correspondeu a E5e6,-o 3%/ Os dados a seguir representam as idades de todos os oito empregados de uma pe&uena empresaN @C C< H: <F CG LL LG @F Encontre a m(dia aritm(tica da idade desses empregados

8ortanto, a m(dia aritm(tica da idade de todos os oito empregados dessa empresa ( igual a cs ve%es, um con0unto de dados pode conter alguns poucos valores demasiadamente pe&uenos, ou alguns poucos valores demasiadamente grandes Esses valores s!o con#ecidos como ou*-iers ou 2a-ores e5*re6os% Defini()o CG

Ou*-iers ou 4a-ores E5*re6os 9 *alores &ue s!o demasiadamente pe&uenos, ou demasiadamente grandes, em rela3!o O maior parte dos valores em um con0unto de dados, s!o c#amados de outliers ou valores extremos E5e6,-o 3%3 A ta$ela C < apresenta uma lista das popula34es no ano de <=== (em mil#ares), dos cinco estados norte6americanos na costa do 8ac'fico Ta$ela C < PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Estado 8opula3!o (mil#ares) PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Das#ington @>GL Oregon CL<: Alasca H<F Mava' :<:< /alifrnia CC >F< PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

8ortanto, a inclus!o da /alifrnia causa um aumento e&uivalente a mais de trs ve%es o valor da m(dia aritm(tica, uma ve% &ue a m(dia aritm(tica muda de <F>>,@ mil para G==@,< mil 3%1%/ 0 Mediana Outra medida importante de tendncia central corresponde O mediana Defini()o Mediana 0 A mediana representa o valor relativo ao termo posicionado no meio em um con0unto de dados &ue ten#a sido classificado em ordem crescente O c5lculo da mediana consiste em duas etapasN :) /lassificar o con0unto de dados em ordem crescente <) Encontrar o termo posicionado no meio 8osi3!o do termo do meio \
n +: <

8odemos redefinir mediana da seguinte maneiraN

L=

4a-or da Mediana ,ara Dados !)o A8ru,ados Eediana \ *alor do

n +: (simo termo em um con0unto de dados classificados <

/aso o n"mero de o$serva34es em um con0unto de dados se0a #mpar, ent!o a mediana ( fornecida pelo valor do termo posicionado no meio dos dados classificados Se o n"mero de o$serva34es for par, ent!o a mediana ( fornecida pela m(dia dos valores correspondentes aos dois termos do meio E5e6,-o 3%; Os dados a seguir fornecem a perda de peso (em li$ras) de uma amostra de cinco mem$ros de um clu$e de sa"de ao final de dois meses de associa3!o ao clu$e := @ :G > C Encontre a mediana

A mediana da perda de peso para essa amostra de cinco mem$ros desse clu$e de sa"de corresponde a 3%1%3 0 Moda Na estat'stica, a moda representa o valor mais comum em um con0unto de dados Defini()o Moda A moda corresponde ao valor &ue ocorre com a maior fre&[ncia em um con0unto de dados E5e6,-o 3%D Os dados a seguir fornecem as velocidades (em mil#as por #ora) de oito carros, &ue foram parados na +6G@ por e1cesso de velocidade FF HG FL >: F: H> FL FC Encontre a moda

L:

E5e6,-o 3%E As rendas do ano passado, para cinco fam'lias aleatoriamente selecionadas Aoram VCH :@=2 VG@ F@=2 V@L G>@2 VFF LG= e V<C FL= Encontre a moda E5e6,-o 3%J Os pre3os de uma mesma marca de aparel#o de televis!o, em oito lo0as, foram registrados como VLG@2 VL>H2 V@=C2 VLG@2 VLF=2 V@=@2 VLF= e VLGG Encontre a moda E5e6,-o 3%K As idades de := alunos aleatoriamente selecionados, a partir de uma sala de aula, s!o <:, :G, <F, <<, <G, :G, <@, <:, << e C= Encontre a moda 3%1%; 0 Re-a(.es en*re a MIdia Ari*6I*ica: a Mediana e a Moda :) 8ara um #istograma e uma curva de fre&[ncias sim(tricos, com um "nico pico, os valores da m(dia aritm(tica, da mediana e da moda s!o idnticos e se posicionam no centro da distri$ui3!o

<) 8ara um #istograma e uma curva de fre&[ncias assim(tricos O direita, o valor da m(dia aritm(tica ( o maior deles, o valor para a moda ( o menor deles, e o valor correspondente O mediana se posiciona entre esses dois valores (O$serve &ue a moda sempre ocorre no ponto correspondente ao pico) O valor da m(dia aritm(tica ( o maior L<

neste caso, uma ve% &ue ( sens'vel a valores e1tremos &ue ocorrem na cauda direita Esses valores e1tremos pu1am a m(dia aritm(tica para a direita

C) /aso o #istograma e a curva de distri$ui3!o se0am assim(tricos O es&uerda, o valor da m(dia aritm(tica ( o menor deles, e o valor para a moda ( o maior deles, com o valor da mediana se posicionando entre esses dois valores Neste caso, os valores e1tremos na cauda es&uerda pu1am a m(dia aritm(tica para a es&uerda

3%/ 0 MEDIDAS DE DISPERS$O PARA DADOS !$O ANR"PADOS Esta se3!o discute so$re trs medidas de dispers!oN a amplitude, a vari]ncia e o desvio padr!o 3%/%1 0 A6,-i*ude A a6,-i*ude representa a medida de dispers!o mais simples de calcular 8ara o$ter a amplitude, toma6se a diferen3a entre o maior valor e o menor valor em um con0unto de dados Encon*rando a A6,-i*ude ,ara Dados !)o A8ru,ados Amplitude \ Eaior valor6Eenor valor

LC

E5e6,-o 3%S A ta$ela C C fornece as 5reas totais, em mil#as &uadradas, correspondentes aos &uatro estados do lado oeste do /entro6Sul dos Estados Unidos Ta=e-a 3%3 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Es*ados <rea To*a- @6i-has ao 7uadrado1 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP ArQansas @C :>< Bouisiana LG H@: OQla#oma HG G=C Te1as <HF <FF PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Encontre a amplitude para esse con0unto de dados

Assim sendo, as 5reas totais desses &uatro estados encontram6se dispersas ao longo de uma amplitude de mil#as &uadradas 3%/%/ 4ari[ncia e Des2io Padr)o O des2io ,adr)o representa a medida de dispers!o mais utili%ada O valor relativo ao desvio6padr!o nos informa &u!o pr1imos os valores de con0unto de dados est!o agrupados em torno da m(dia aritm(tica O desvio padro ! obtido extraindo se a raiz quadrada positiva da 2ari[ncia. A vari]ncia calculada para os dados da popula3!o ( representada por < (l6se sigma ao &uadrado), e a vari]ncia calculada para dados de amostras ( representada por s <
<

( x ) =
"

<

s< =

x x

<

n :

em &ue < corresponde O vari]ncia da popula3!o e s < corresponde O vari]ncia da amostra O valor x ou x x nas frmulas acima ( c#amado de desvio do valor de 1 em rela3!o O m(dia aritm(tica A soma dos desvios dos valores de 1 em rela3!o O m(dia aritm(tica ( sempre igual a %ero2 ou se0a,
x x == ( x ) = = e

8or e1emplo, supon#a &ue os resultados de final de semestre, para uma amostra contendo &uatro alunos, se0am ><, G@, HF e G< Ent!o, a m(dia aritm(tica do resultado relativo a esses &uatro alunos ( LL

x=

>< + G@ + HF + G< = >L L

Os desvio dos &uatro resultados em rela3!o O m(dia aritm(tica s!o calculados na ta$ela C L /omo podemos o$servar a partir da ta$ela, a soma dos desvio dos valores de 1
x x == 8or esta ra%!o, em rela3!o O m(dia aritm(tica ( igual a %ero2 ou se0a,

elevamos os desvios ao &uadrado para calcular a vari]ncia e o desvio6padr!o Ta=e-a 3%; ??????????????????????????

xx PPPPPPPPPPPPPPPPPPPPPPPPPP >< >< 9 >L \ 6< G@ G@ 9 >L \ ^:: HF HF 9 >L \ 6:F G< G< 9 >L \ ^> PPPPPPPPPPPPPPPPPPPPPPPPPPP

Do ponto de vista de c5lculos, ( mais f5cil e mais eficiente utili%ar frmulas de atal#o para calcular a vari]ncia e o desvio6padr!o Utili%ando as frmulas de atal#o, redu%imos o tempo de c5lculo e erros decorrentes de arredondamentos As frmulas de atal#o para se calcular a vari]ncia e o desvio6padr!o s!o apresentadas a seguir F9r6u-as de A*a-ho ,ara 4ari[ncia e Des2io Padr)o ,ara Dados !)o A8ru,ados

" n : em &ue < corresponde O vari]ncia da popula3!o e s < representa a vari]ncia da amostra

< =

<

( x)
"

<

s< =

<

( x)
n

<

O desvio6padr!o ( o$tido e1traindo6se a rai% &uadrada positiva da vari]ncia Desvio6padr!o da popula3!oN = < Desvio6padr!o da amostraN s = s <

E5e6,-o 3%1> *olte aos dados da ta$ela C : so$re as fol#as de pagamento de <==< (em mil#4es de dlares) de cinco times da EB? Esses dados s!o a&ui reprodu%idos L@

???????????????????????????????????????????????????? Ti6e da MLB To*a- de Fo-ha de Pa8a6en*o de />>/ @6i-h.es de d9-ares1 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Ana#eim Angels H< Atlanta ?raves GC Ne- YorQ YanQees :<H St Bouis /ardinals F@ Ta,mpa ?aK Devil ;aKs CL PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Encontre a vari]ncia e o desvio6padr!o para esses dados Ta=e-a 3%D PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

x<

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP H< GC :<H F@ CL PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

x =CG=

<

Assim sendo, o desvio6padr!o das fol#as de pagamento de <==< desses cinco times da EB? corresponde a OBS: :) Os valores da vari]ncia e do desvio6padr!o nunca s!o negativos <) As unidades de medida da vari]ncia s!o sempre iguais ao &uadrado das unidades de medidas dos dados originais +sso ocorre por&ue os valores originais s!o elevados ao &uadrado para se calcular a vari]ncia

LH

E5e6,-o 3%11 Apresentamos a seguir os rendimentos de <==< (em mil#ares de dlares), sem impostos, para todos os seis empregados de uma pe&uena empresa L>,@= C>,L= H@,@= <<,H= FG,>= @L,H=

/alcule a vari]ncia e o desvio6padr!o para esses dados Ta=e-a 3%E PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

x<

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP L>,@= C>,L= H@,@= <<,H= FG,>= @L,H= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

x =C= G,L=

<

8or conseguinte, o desvio6padr!o dos rendimentos de <==<, para todos os seis empregados da empresa, ( 3%/%3 0 Par[6e*ros da Po,u-a()o e Es*a*+s*icas da A6os*ra Uma medida num(rica, tal como a m(dia aritm(tica, a mediana, a moda, a amplitude, a vari]ncia ou o desvio6padr!o, calculada para um con0unto de dados de uma popula3!o, ( con#ecida como um par$metro da populao, ou simplesmente ,ar[6e*ro% Uma medida resumida, calculada para um con0unto de dados de uma amostra, ( c#amada de estat#stica da amostra, ou simplesmente es*a*+s*ica% Assim sendo, e correspondem a par]metros da popula3!o, en&uanto x e s correspondem a estat'sticas da amostra LF

3%3 0 M'DIA ARITM'TICA: 4ARIR!CIA E DES4IO PADR$O PARA DADOS ANR"PADOS 3%3%1 0 MIdia Ari*6I*ica ,ara dados a8ru,ados As frmulas utili%adas para calcular a m(dia aritm(tica para dados agrupados s!o apresentadas a seguir Ca-cu-ando a MIdia Ari*6I*ica ,ara Dados A8ru,ados E(dia aritm(tica para dados de popula34esN = E(dia aritm(tica para dados de amostrasN x =

mf

"

mf

em &ue m corresponde ao ponto m(dio e f corresponde O fre&[ncia de uma classe 8ara calcular a m(dia aritm(tica para dados agrupados, inicialmente encontre o ponto m(dio de cada classe e, em seguida, multipli&ue os pontos m(dios pelas fre&[ncias m f , fornece das classes correspondentes A soma desses produtos, representada por uma apro1ima3!o para a soma de todos os valores 8ara encontrar o valor da m(dia aritm(tica, divida essa soma pelo n"mero total de o$serva34es nos dados E5e6,-o 3%1/ A ta$ela C F fornece a distri$ui3!o de fre&[ncias dos tempos gastos com transporte por dia (em minutos), de casa para o tra$al#o, para todos os <@ empregados de uma empresa

Ta=e-a 3%J PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Te6,o Nas*o Diaria6en*e co6 Trans,or*e !C6ero de @6inu*os1 E6,re8ados PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = at( menos &ue := L := at( menos &ue <= G <= at( menos &ue C= H C= at( menos &ue L= L L= at( menos &ue @= < L>

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /alcule a m(dia aritm(tica para os tempos gastos diariamente com transporte So-u()o: O$serve &ue, na ta$ela C >, m representa os pontos m(dios das classes Ta=e-a 3%K PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP f m f m Te6,o Nas*o Diaria6en*e co6 Trans,or*e @6inu*os1 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = at( menos &ue := L @ <= := at( menos &ue <= G :@ :C@ <= at( menos &ue C= H <@ :@= C= at( menos &ue L= L C@ :L= L= at( menos &ue @= < L@ G= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP
n = <@

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP A m(dia aritm(tica ( o$tida dividindo6se essa soma pela fre&[ncia total 8or conseguinte,
=

mf

= @C@

mf
"

Assim sendo, os empregados da empresa gastam com transporte de casa para o tra$al#o

minutos por dia, em m(dia,

E5e6,-o 3%13 A ta$ela C G fornece a distri$ui3!o de fre&[ncias do n"mero de pedidos rece$idos a cada dia, durante os "ltimos @= dias, no escritrio de uma empresa de entrega de encomendas Ta=e-a 3%S ???????????????????????????????????????????? !C6ero de Pedidos !C6ero de Dias ???????????????????????????????????????????? := :< L :C :@ :< :H :> <= :G <: :L PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

LG

/alcule a m(dia aritm(tica So-u()o: Uma ve% &ue o con0unto de dados inclui somente @= dias, ele representa uma m f ( calculado na ta$ela C F amostra O valor de Ta=e-a 3%1> ????????????????????????????????????????????????? f m f m !C6ero de Pedidos ????????????????????????????????????????????????? := :< L :: LL :C :@ :< :H :> <= :G <: :L PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP
n = @=

mf

=>C<

O valor da m(dia aritm(tica da amostra (

x=

mf
n

de

8or conseguinte, esta empresa de entrega de encomendas rece$eu uma m(dia pedidos por dia durante esses @= dias

3%3%/ 0 4ari[ncia e Des2io Padr)o ,ara Dados A8ru,ados Apresentaremos a seguir o &ue c#amaremos de frmulas bsicas, utili%adas para calcular a vari]ncia da popula3!o e a vari]ncia da amostra para dados agrupados
< =

f (m )
"

<

f m x < s = n :

<

em &ue < corresponde O vari]ncia da popula3!o, s < representa a vari]ncia da amostra e m corresponde ao ponto m(dio de uma classe Novamente, as frmulas de atal#o s!o mais eficientes para o c5lculo da vari]ncia e do desvio6padr!o F9r6u-as de A*a-ho ,ara a 4ari[ncia e ,ara o Des2io Padr)o re-a*i2as a Dados A8ru,ados

@=

 =
<

<

( mf )
"

<

"

s =
<

<

( mf )
n

<

n :

em &ue < corresponde O vari]ncia da popula3!o, s < representa a vari]ncia da amostra e m corresponde ao ponto m(dio de uma classe O desvio6padr!o ( o$tido e1traindo6se a rai% &uadrada positiva da vari]ncia Desvio6padr!o da popula3!oN = < Desvio6padr!o da amostraN s = s < E5e6,-o 3%1; Os dados a seguir apresentados da ta$ela C >, fornecem a distri$ui3!o de fre&[ncias dos tempos di5rios gastos com transporte (em minutos) de casa para o tra$al#o para todos os <@ empregados de uma empresa PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Te6,o Nas*o Diaria6en*e co6 Trans,or*e !C6ero de @6inu*os1 E6,re8ados PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = at( menos &ue := L := at( menos &ue <= G <= at( menos &ue C= H C= at( menos &ue L= L L= at( menos &ue @= < PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /alcule a vari]ncia e o desvio6padr!o Ta=e-a 3%11 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP m f m m< f Te6,o Nas*o Diaria6en*e co6 Trans,or*e f @6inu*os1 PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = at( menos &ue := L @ <= :== := at( menos &ue <= G <= at( menos &ue C= H C= at( menos &ue L= L L= at( menos &ue @= < " = <@ mf =@C@

<

f =:L ><@

@:

E*a,a 1% /alcular o valor de

m f

E*a,a /% Encontre o valor de

<

E*a,a 3% /alcule a *ari]ncia ( mf ) < < m f " Z < = "

E*a,a ;% /alcule o desvio6padr!o

= < \

Assim sendo, o desvio6padr!o dos tempos gastos diariamente com transporte, para esses empregados, corresponde a minutos E5e6,-o 3%1D Os dados a seguir apresentados, reprodu%idos da Ta$ela C G, fornecem a distri$ui3!o de fre&[ncias do n"mero de pedidos rece$idos a cada dia, durante os "ltimos @= dias, no escritrio de uma empresa de encomendas ???????????????????????????????????????????? f !C6ero de Pedidos ???????????????????????????????????????????? := :< L :C :@ :< :H :> <= :G <: :L PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /alcule a vari]ncia e o desvio6padr!o Ta=e-a 3%1/ PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

@<

f m f m m< f !C6ero de Pedidos PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP := :< L :: LL L>L :C :@ :< :H :> <= :G <: :L n = @= mf =>C< m < f =:L <:H

/olocando os valores na frmula correspondente O vari]ncia da amostra, o$temos

s =
<

<

( mf )
n

<

n :

8ortanto o desvio6padr!o ( igual a

s = s<

Bogo, o desvio6padr!o do n"mero de mordidas rece$idas no escritrio desse empresa de entrega de encomendas, durante os "ltimos @= dias, ( igual a

3%; 0 "TILIGA#$O DO DES4IO PADR$O Utili%ando a m(dia aritm(tica e o desvio6padr!o, podemos encontrar a propor3!o ou a percentagem das o$serva34es totais, &ue se posicionam dentro de um determinado intervalo em torno da m(dia aritm(tica Esta se3!o discute sucintamente o teorema de /#e$Ks#ev e a regra emp'rica, &ue demonstram essa utili%a3!o do desvio6padr!o 3%;%1 0 Teore6a de Che=\she2 O *eore6a de Che=\she2 fornece um limite inferior para a 5rea so$ a curva entre dois pontos &ue se encontram em lados opostos da m(dia aritm(tica e O mesma dist]ncia da m(dia aritm(tica Defini()o

@C

O Teore6a de Che=\she2 0 8ara &ual&uer n"mero Q maior &ue :, pelo menos : : < dos valores de dados se posicionam dentro dos limites de Q desvios6padr!o em % rela3!o O m(dia aritm(tica A figura C @ ilustra o teorema de /#e$Ks#ev

Assim, por e1emplo, se % = < , ent!o : : < = % 8ortanto, de acordo com o teorema de /#e$Ks#ev, pelo menos =,F@ ou F@` dos valores de um con0unto de dados se posicionam dentro dos limites de dois desvios6padr!o em rela3!o O m(dia aritm(tica +sso ( mostrado na Aigura C H

Se % = C , ent!o,
: : = %<

De acordo com o teorema de /#e$Ks#ev, pelo menos =,>G ou >G` dos valores ir!o se posicionar dentro dos limites de trs desvios6padr!o em rela3!o O m(dia aritm(tica +sso ( mostrado na Aigura C F

@L

Em$ora nas Aiguras C @ a C F ten#amos utili%ado a nota3!o da popula3!o para a m(dia aritm(tica e para o desvio6padr!o, o teorema se aplica tanto a dados de amostras &uanto a dados de popula34es O$serve &ue o teorema de /#e$Ks#ev ( aplic5vel a uma distri$ui3!o com &ual&uer formato Entretanto, o teorema de /#e$Ks#ev pode ser utili%ado : somente para % >: +sso ocorre dessa maneira por&ue &uando % =: , o valor : < ( % : %ero, e &uando % <: , o valor de : < ( negativo % E5e6,-o 3%1E /onstatou6se &ue a press!o sangu'nea sistlica m(dia para L== mul#eres &ue foram avaliadas em rela3!o a press!o sangu'nea elevada era :>F, com um desvio6padr!o de << Utili%ando o teorema de /#e$Ks#ev, encontre &ual a percentagem m'nima de mul#eres nesse grupo &ue apresenta press!o sangu'nea sistlica entre :LC e <C: Se0am =:>F e = << 8ara encontrar a percentagem de mul#eres cu0as press4es sangu'neas sistlicas encontram entre :LC e <C:, a primeira etapa corresponde a determinar o Q

O valor de Q ( o$tido dividindo6se a dist]ncia entre a m(dia aritm(tica e cada um dos pontos, pelo desvio6padr!o Assim sendo, 8ortanto de acordo com o teorema de /#e$Ks#ev, pelo menos F@` das mul#eres apresentam press!o sangu'nea sistlica entre :<C e <C: Essa porcentagem ( mostrada na Aigura C >

@@

3%;%/ 0 Re8ra E6,+rica Re8ra E6,+rica 0 8ara uma distri$ui3!o em formato de sino, apro1imadamente : H>` das o$serva34es se posicionam dentro dos limites de um desvio6padr!o em rela3!o O m(dia aritm(tica < G@` das o$serva34es se posicionam dentro dos limites de dois desvios6padr!o em rela3!o O m(dia aritm(tica C GG,F` das o$serva34es se posicionam dentro dos limites de trs desvios6padr!o em rela3!o O m(dia aritm(tica A figura C G ilustra a regra emp'rica Novamente, a regra emp'rica se aplica a dados de popula34es, $em como a dados de amostras

E5e6,-o 3%1J A distri$ui3!o das idades de uma amostra de @=== pessoas tem formato de sino, com m(dia aritm(tica de L= anos e desvio6padr!o de :< anos Determine a percentagem apro1imada de pessoas &ue est!o entre:H e HL anos Solu3!oN /om $ase nas informa34es fornecidas para essa distri$ui3!o, s =:< anos e x = L= anos /ada um dos dois pontos, :H e HL, encontra6se <L unidades distante da m(dia aritm(tica Dividindo HL por :<, convertemos a dist]ncia entre cada um dos dois pontos e a @H

m(dia aritm(tica, em termos de desvio6padr!o Assim, a dist]ncia entre :H e L= e entre L= e HL (, cada &ual, igual a < s /onse&[entemente, como mostra a figura C :=, a 5rea desde :H at( HL corresponde a 5rea desde x < s at( x + < s

3%D 0 MEDIDAS DE POSI#$O Uma 6edida de ,osi()o determina a posi3!o de um "nico valor em rela3!o a outros valores em um con0unto de dados de amostra ou um con0unto de dados de popula3!o E1istem muitas medidas de posi3!o2 entretanto, discutiremos apenas &uartis, percentis e classifica3!o de percentis 3%D%1 0 &uar*is e A6,-i*ude In*er7uar*i&uar*is s!o as medidas resumidas &ue dividem um con0unto de dados classificados em &uatro partes iguais Essas trs medidas correspondem ao ,ri6eiro 7uar*i(representado por &: ), ao se8undo 7uar*i- (representado por &< ) e ao *erceiro 7uar*i(representado por &C ) Os dados devem ser classificados em ordem crescente antes &ue os &uartis se0am determinados Os &uartis s!o definidos da seguinte maneira Defini()o &uar*is 0 Ruartis representam trs medidas resumidas &ue dividem um con0unto de dados classificados em &uatro partes iguais O segundo &uartil ( o mesmo &ue a mediana para um con0unto de dados O primeiro &uartil representa valor do termo do meio, entre as o$serva34es &ue s!o menores &ue a mediana, e o terceiro &uartil representa o valor do termo do meio, entre as o$serva34es &ue s!o maiores &ue a mediana A figura C :: descreve as posi34es dos trs &uartis

@F

A diferen3a entre o terceiro &uartil e o primeiro &uartil para um con0unto de dados ( c#amada de a6,-i*ude in*er7uar*i- @AI&1% Ca-cu-ando a A6,-i*ude In*er7uar*i- 0 A diferen3a entre o terceiro &uartil e o primeiro &uartil fornece a amplitude inter&uartil2 ou se0a, A+R \ Amplitude inter&uartil \ &C &: E5e6,-o 3%1K Os dados a seguir correspondem a idades de nove empregados de uma empresa seguradoraN LF <> CG @: CC CF @G <L CC a) Encontre os dados dos trs &uartis Onde a idade de <> anos se posiciona em rela3!o Os idades desses empregadosS

$) Encontre a amplitude inter&uartil

@>

3%D%/ 0 Percen*is e C-assifica()o de Percen*i8ercentis s!o as medidas resumidas &ue dividem um con0unto de dados classificados em :== partes iguais /ada con0unto de dados (classificados) tem GG percentis, &ue dividem o mesmo em :== partes iguais Os dados devem ser classificados em ordem crescente para o c5lculo dos percentis O % = percentil ( representado por '% , sendo &ue % representa um n"mero inteiro no intervalo entre : e GG 8or e1emplo, o <@ = percentil ( representado por '<@ A figura C :< mostra as posi34es dos GG percentis

Bogo, o % = percentil, '% pode ser definido como um valor em um con0unto de dados tal &ue cerca de % ` das medi34es se0am menores &ue o valor de '% e cerca de ( :== % )` das medi34es se0am maiores &ue o valor de '% O valor apro1imado do % = percentil ( determinado da maneira e1plicada a seguir Ca-cu-ando Percen*is 0 O valor (apro1imado) do %
'% , (
=

percentil, representado por

%n '% \ *alor do (simo termo em um con0unto de dados classificados :==

Em &ue % representa o n"mero do percentil e

n representa o taman#o da amostra

E5e6,-o 3%1S Os dados a seguir fornecem as velocidades, medidas por radar, de :C carros &ue trafegam na rodovia +6>L FC F@ HG H> F> HG FL FH F< FG H> FF F: a) Encontre os valores dos trs &uartis e a amplitude inter&uartil

@G

$) /alcule o valor (apro1imado) do C@

percentil

c) Encontre a classifica3!o de percentil de F:

E5erc+cios:
:) Os dados a seguir apresentados fornecem o n"mero de #oras gastas em festas, por := alunos de faculdade aleatoriamente selecionados, durante a "ltima semana F :L @ = G F := L = > /alcule a m(dia aritm(tica, a mediana e a moda

H=

<) 8ara &uais&uer dados, a soma de todos os valores ( igual ao produto entre o taman#o da amostra e a m(dia aritm(tica Supon#a &ue a m(dia da &uantia em din#eiro gasta em compras por := pessoas durante uma determinada semana, se0a V>@,@= Encontre a &uantia total em din#eiro, gasta em compras, por essas := pessoas

C) Os dados a seguir fornecem o n"mero de pessoas &ue reali%am furtos em lo0as, flagradas durante cada uma das oito "ltimas semanas em uma grande lo0a de departamentos F := > C :@ :< H :: a) Encontre a m(dia aritm(tica para esses dados /alcule os desvios dos valores de dados, em rela3!o a m(dia aritm(tica A soma desses valores ( igual a %eroS

$) /alcule a amplitude, a vari]ncia e o desvio6padr!o

H:

L) A ta$ela a seguir fornece a distri$ui3!o de fre&[ncias para total de #oras gastas fora da sala de aula em e1erc'cios aer$icos, durante um curso de educa3!o f'sica para adultos, com dura3!o de :< semanas, por C= adultos matriculados no curso

????????????????????????????????????????????
Toras de E5erc+cio = at( menos &ue C= C= at( menos &ue H= H= at( menos &ue G= G= at( menos &ue :<= :<= at( menos &ue :@= :@= at( menos &ue :>= !C6ero de adu-*os : H := F L <

????????????????????????????????????????????

????????????????????????????????????????????
Encontre a m(dia aritm(tica, a vari]ncia e o desvio6padr!o Toras de E5erc+cio = at( menos &ue C= C= at( menos &ue H= H= at( menos &ue G= G= at( menos &ue :<= :<= at( menos &ue :@= :@= at( menos &ue :>= f : H := F L <

m f

m< f

H<

@) As vendas $rutas de <==<, para todas as empresas de uma grande cidade, tem m(dia aritm(tica de V<,C mil#4es e desvio6padr!o de V=,H mil#!o Utili%ando o teorema de /#e$Ks#ev, encontre a percentagem m'nima de empresas da cidade &ue tiveram vendas $rutas em <==< deN a) V:,: a VC,@ mil#4es

$) V=,> a VC,> mil#4es

c) V=,@ a VL,: mil#4es

Lis*a de E5erc+cios:
:) O valor do termo do meio em um con0unto de dados classificados ( c#amado de a m(dia aritm(tica $ mediana c moda <) Rual, ou &uais, das seguintes medidas resumidas ( influenciada por valores e1tremosS a m(dia aritm(tica $ mediana c moda d amplitude

HC

C) Rual, ou &uais, das medidas resumidas a seguir pode ser calculada para dados &ualitativosS a m(dia aritm(tica $ mediana c moda L) Rual, ou &uais, das seguintes medidas resumidas pode ter mais de um valorS a m(dia aritm(tica $ mediana c moda @) Rual, ou &uais, das seguintes medidas resumidas ( o$tida tomando6se a diferen3a entre o maior valor e o menor valor de um con0unto de dadosS a vari]ncia $ amplitude c m(dia aritm(tica H) Rual das seguintes medidas corresponde O m(dia aritm(tica dos desvios elevados ao &uadrado de valores de 1 em rela3!o O m(dia aritm(ticaS a desvio6padr!o $ vari]ncia da popula3!o c vari]ncia da amostra F) Os valores da vari]ncia e do desvio6padr!o s!o a nunca negativos $ sempre positivos c nunca iguais a %ero >) Uma medida resumida calculada para os dados da popula3!o ( c#amada de a um par]metro da popula3!o $ uma estat'stica da amostra c um valor e1tremo G) Uma medida num(rica calculada para os dados da amostra ( c#amada de a um par]metro da popula3!o $ uma estat'stica da amostra c $o16plot :=) O teorema de /#e$Ks#ev pode ser aplicado em a &ual&uer distri$ui3!o $ apenas distri$ui3!o em formato de sino c apenas distri$ui34es assim(tricas ::) A regra emp'rica pode ser aplicada em a &ual&uer distri$ui3!o $ apenas distri$ui3!o em formato de sino c apenas distri$ui34es assim(tricas :<) O primeiro &uartil corresponde a um valor em um con0unto de dados classificados, de maneira tal &ue cerca de a F@` dos valores s!o menores e cerca de <@` s!o maiores &ue esse valor $ @=` dos valores s!o menores e cerca de @=` s!o maiores &ue esse valor c <@` dos valores s!o menores e cerca de F@` s!o maiores &ue esse valor :C) O terceiro &uartil corresponde a um valor em um con0unto de dados classificados, de maneira tal &ue cerca de a F@` dos valores s!o menores e cerca de <@` s!o maiores &ue esse valor $ @=` dos valores s!o menores e cerca de @=` s!o maiores &ue esse valor c <@` dos valores s!o menores e cerca de F@` s!o maiores &ue esse valor

HL

:L) O F@ Z percentil corresponde a um valor em um con0unto de dados classificados, de maneira tal &ue cerca de a F@` dos valores s!o menores e cerca de <@` s!o maiores &ue esse valor $ <@` dos valores s!o menores e cerca de F@` s!o maiores &ue esse valor :@) Os dados a seguir fornecem o n"mero de ve%es em &ue := pessoas utili%aram seus cart4es de cr(dito durante os "ltimos trs meses G H <> :L < :> F C :H H

/alcule a m(dia aritm(tica, a mediana, a moda, a amplitude, a vari]ncia e o desvio6padr!o

:H) A ta$ela a seguir fornece a distri$ui3!o de fre&[ncias dos n"meros de computadores vendidos durante as "ltimas <@ semanas em uma lo0a de computadores PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP /omputadores *endidos Are&[ncia PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP LaG < := a :@ L :H a <: := << a <F H <> a CC C PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP a O &ue representa a coluna de fre&[ncias na ta$elaS $ /alcule a m(dia aritm(tica, a vari]ncia e o desvio6padr!o

H@

:F) Os carros possu'dos por todas as pessoas &ue vivem em uma cidade tem, em m(dia, F,C anos de uso, com desvio6padr!o de <,< anos a Utili%ando o teorema de /#e$Ks#ev, encontre a percentagem m'nima de carros nessa cidade &ue tm i) :,> a :<,> anos de uso

ii) =,F a :C,G anos de uso

$ Utili%ando o teorema de /#e$Ks#ev, encontre o intervalo &ue cont(m os anos de uso de pelo menos F@` dos carros possu'dos por todas as pessoas nessa cidade

HH

:>) ) Os anos de uso de carros possu'dos por todas as pessoas &ue vivem em uma cidade apresentam uma distri$ui3!o em formato de sino, com m(dia aritm(tica de F,C anos e desvio6padr!o de <,< anos Utili%ando a regra emp'rica, encontre a percentagem de carros nessa cidade &ue tm i) @,: a G,@ anos de uso

ii) =,F a :C,G anos de uso

:G) Os dados a seguir fornecem o n"mero de ve%es em &ue um detector de metais foi acionado por passageiros em um pe&ueno aeroporto, durante :@ per'odos consecutivos de meia #ora, em : Z de fevereiro de <==C F :@ < C :< @ :C :L = <= > : := :: L

HF

a /alcule os trs &uartis e a amplitude inter&uartil Onde o valor de L se posiciona em rela3!o a esses &uartisS

$ Encontre o valor (apro1imado) do H= Z percentil

c /alcule a classifica3!o de percentil de :<

<=) A m(dia aritm(tica dos sal5rios semanais de uma amostra de :@ empregados de uma empresa ( igual a VLC@ A m(dia aritm(tica dos sal5rios semanais de uma amostra de <= empregados de uma outra empresa ( igual a VLG= Encontre a m(dia aritm(tica com$inada para esses C@ empregados

E]ERCCIOS COMPLEME!TARES :) O con0unto de dados a seguir fornece os n"meros de anos durante os &uais <L tra$al#adores permaneceram em seu emprego atual :@ C :< > G F := :L @ :: :< > C L F :C :H < :C :> :: H L :G

H>

a) /onstrua uma distri$ui3!o de fre&[ncias /onsidere : o limite inferior da primeira classe e L a amplitude de cada classe $) /alcule as fre&[ncias relativas e as percentagens para todas as classes

c) Rue percentagem dos empregados permaneceu em seu emprego atual por oito anos ou menosS

d) Desen#e o #istograma de fre&[ncias e o pol'gono

<) Uma propriedade da m(dia aritm(tica corresponde ao fato de &ue, caso con#e3amos as m(dias aritm(ticas e os taman#os de amostra de dois (ou mais) con0untos de dados, podemos calcular a m(dia aritm(tica com$inada de am$os (ou de todos) os con0untos de dados A m(dia aritm(tica com$inada para dois con0untos de dados ( calculada por meio da frmula
n x + n< x < E(dia Aritm(tica /om$inada \ x = : : n: + n <

HG

na &ual n: e n < correspondem aos taman#os de amostras relativos a dois con0untos de dados x : e x < correspondem Os m(dias aritm(ticas dos dois con0untos de dados, respectivamente Supon#a &ue uma amostra contendo := livros de estat'stica fornecesse uma m(dia aritm(tica de pre3o correspondente a VG@, e uma amostra contendo > livros de matem5tica fornecesse uma m(dia aritm(tica de pre3o correspondente a V:=L Encontre a m(dia aritm(tica com$inada

C) A m(dia aritm(tica da idade de seis pessoas corresponde a LH anos As idades correspondentes a cinco dessas seis pessoas s!o iguais a @F, CG, LL, @: e CF anos Encontre a idade da se1ta pessoa

L) A m(dia aritm(tica aparada ( calculada retirando6se uma determinada percentagem dos valores de cada e1tremidade de um con0unto de dados classificados A m(dia aritm(tica aparada ( especialmente "til como uma m(dia de tendncia central, &uando um con0unto de dados cont(m alguns poucos valores e1tremos, em cada uma das e1tremidades Supon#a &ue os dados a seguir apresentados forne3am as idades de := empregados de uma empresaN LF @C C> <H CG LG :G HF C: <C

8ara calcular a m(dia aritm(tica aparada em :=`, inicialmente classifi&ue esses valores de dados em ordem crescente, em seguida, retire :=` dos menores valores e :=` dos maiores valores A m(dia aritm(tica dos >=` remanescentes fornecer5 uma m(dia aritm(tica aparada em :=` A m(dia aritm(tica dos > valores remanescentes corresponder5 O m(dia aritm(tica aparada em :=` /alcule a m(dia aritm(tica aparada em :=` para esse con0unto de dados

F=

@) A seguir s!o apresentadas as temperaturas (em graus Aa#ren#eit) o$servadas durante oito dias de inverno em uma cidade do centro6oeste dos Estados Unidos <C :L H 6F 6< :: :H :G

/alcule a amplitude, a vari]ncia e o desvio6padr!o

H) Os sal5rios anuais de todos os empregados &ue tra$al#am para uma empresa tm uma m(dia aritm(tica de VL<C@= e um desvio6padr!o de VC><= Os anos de escolaridade para os mesmos empregados tm uma m(dia aritm(tica de :@ anos e um desvio6padr!o de < anos A varia3!o relativa nos sal5rios ( maior ou menor &ue a varia3!o relativa correspondente aos anos de escolaridade desses empregadosS 8ara dados da popula3!o \ () = :== ` s 8ara dados de amostra \ () = :==` x

F:

F) A m(dia aritm(tica mensal de amorti%a34es pagas por todos os propriet5rios de imveis em uma cidade ( igual a V:CH@, com um desvio6padr!o igual a V<L= a) Utili%ando o teorema de /#e$Ks#ev, encontre a percentagem m'nima de todos os propriet5rios de imveis na&uela cidade &ue pagam uma amorti%a3!o mensal de i) V>>@ at( V:>L@

ii) VHL@ at( V<=>@

$) Utili%ando o teorema de /#e$Ks#ev, encontre o intervalo &ue cont(m os pagamentos mensais de amorti%a3!o de pelo menos >L` de todos os propriet5rios de imveis

>) Os dados a seguir fornecem os pesos (em li$ras) perdidos por :@ mem$ros em um clu$e de sa"de ao final de dois meses aps terem ingressado no clu$e @ :: := := > <: F G <@ > << :: @ :> :L

a) /alcule os valores dos trs &uartis e a amplitude inter&uartil

F<

$) /alcule o valor (apro1imado) de >< Z percentil

c) Encontre a classifica3!o de percentil de :=

G) Apresentamos a seguir as 0ardas con&uistadas, durante a temporada de <==<, por :L ;?s (corredores) de :L times universit5rios de fute$ol americano FL@ G<: ::CC :=<L >L> FF@ :==G :<F@ >@F GCC ::L@ GHF >== GG@

8repare uma distri$ui3!o ramo6e6fol#a Arrume em ordem crescente as fol#as para cada ramo

:=) Se numa livraria comprou6se <H mapas a V:,H cada2 e C: livros a V:F,<= cada e :> cadernos a VG,== cada, &ual ( o custo m(dio por &uantidade de artigosS E(dia Marm7nica \
x=

p p x

FC

::) Um estudante o$t(m as notas H=, >L e G= em testes, e >> no e1ame final /alcule a m(dia ponderada das notas se cada teste corresponde a <=` e o e1ame final corresponde a L=` da nota final E(dia 8onderada \ x =

x p p

:<) Numa sala de conferncia so$re esportes, est!o L< alunos do curso de administra3!o, CF do curso de economia, <> do curso de geografia e :G do curso de cincias cont5$eis As percentagens dos alunos &ue praticam algum esporte, entre os presentes s!o, respectivamente ><`, F:`, G=` e @L` Rual a percentagem m(dia dos alunos praticantes de esportes &ue compareceram a essa conferncia

:C) Um produto ( vendido em trs supermercados por V:C,==WQg, V:C,<=WQg e V:C,@=WQg Determine &uantos VWQg se paga em m(dia pelo produtoS ; 0 PROBABILIDADE ;%1 E5,eri6en*o: Resu-*ados e Es,a(o A6os*raDefini()o Um experimento corresponde a um processo &ue, ao ser reali%ado, resulta em uma e somente uma de muitas o$serva34es Essas o$serva34es s!o con#ecidas como resultados do

FL

e1perimento A cole3!o de todos os resultados para um e1perimento ( con#ecida como espao amostral. Um espa3o amostral ( representado por S Os elementos de um espa3o amostral s!o con#ecidos como ,on*os da a6os*ra% A ta$ela L : apresenta alguns e1emplos de e1perimentos, seus resultados e seus espa3os amostrais Ta=e-a ;%1 E5e6,-os de E5,eri6en*os: Resu-*ados e Es,a(os A6os*rais E5,eri6en*o Resu-*ados Ban3ar uma moeda uma "nica ve% /ara, /oroa Jogar um dado uma "nica ve% :, <, C, L, @, H Jogar na Boteria ,an#ar, 8erder Selecionar um aluno Momem, Eul#er

Es,a(o A6os*raS\dcara, /oroae S\d:, <, C, L, @, He S\d,an#ar, 8erdere S\dMomem, Eul#ere

O espa3o amostral para um e1perimento tam$(m pode ser ilustrado desen#ando6se um diagrama de *enn ou um diagrama de 5rvore Os e1emplos L : a L C descrevem a maneira de desen#ar esses diagramas para esperimentos estat'sticos E5e6,-o ;%1 Desen#e os diagramas de *enn e de 5rvore para o e1perimento so$re o lan3amento "nico de uma moeda S\d/A, /Oe

E5e6,-o ;%/ Desen#e o diagrama de *enn e o diagrama de 5rvore para o primeiro so$re dois lan3amentos de uma moeda S\d/A/A, /A/O, /O/A, /O/Oe

F@

E5e6,-o ;%3 Supon#a &ue ten#amos selecionado aleatoriamente duas pessoas, entre os mem$ros de um clu$e, e ten#amos o$servado se a pessoa selecionada a cada ve% ( um #omem ou uma mul#er Escreva todos os resultados para este e1perimento Desen#e o diagrama de *enn e o diagrama de 5rvore para este e1perimento

;%1%1 0 E2en*os Si6,-es e E2en*os Co6,os*os Um e2en*o representa um ou mais resultados de um e1perimento Defini()o E2en*o 0 Um evento corresponde a uma cole3!o de um ou mais dos resultados de um e1perimento

FH

Um evento pode corresponder a um evento simples ou a um evento composto Um evento simples tam$(m ( con#ecido como evento elementar, e um evento composto ( tam$(m con#ecido como evento m*ltiplo. Defini()o E2en*o Si6,-es 0 Um evento &ue inclui em, e somente um, dos resultados (finais) de um e1perimento ( con#ecido como evento simples, e ( geralmente representado por + i O e1emplo L L descreve eventos simple E5e6,-o ;%; ;econsidere o e1emplo L C so$re a sele3!o de duas pessoas entre os mem$ros de um clu$e, o$servando a pessoa selecionada a cada ve% ( #omem ou mul#er /ada um dos &uatro resultados finais (MM, ME, EM e EE) para este e1perimento corresponde a um evento simples Esses &uatro eventos podem ser representados por +: , + < , + C e+ L , respectivamente 8ortanto, +: = ( ,, ) , + < = ( ,- ) , + C = ( -, ) e + L = ( -- ) E2en*o Co6,os*o Um e2en*o co6,os*o consiste em mais do &ue um resultado Defini()o E2en*o Co6,os*o 0 Um evento composto corresponde a uma sele3!o de mais do &ue um resultado para um e1perimento E5e6,-o ;%D ;econsidere o e1emplo L C, &ue trata da sele3!o de duas pessoas entre os mem$ros de um clu$e, o$servando a pessoa selecionada a cada ve% corresponde a um #omem ou a uma mul#er Se0a A o evento no &ual no m51imo um #omem foi selecionado O evento A ir5 ocorrer se nen#um #omem ou apenas um "nico #omem for selecionado A\dME, EM, EEe O diagrama de *enn na figura L L tra% a apresenta3!o gr5fica do evento composto A

E5e6,-o ;%E Em um grupo de pessoas, algumas s!o favor5veis O engen#aria gen(tica, en&uanto outras s!o contr5rias Duas pessoas s!o selecionadas aleatoriamente, a partir desse grupo, e s!o indagadas so$re o fato de serem favor5veis ou contr5rias O engen#aria Ruantos resultados distintos s!o poss'veisS Desen#e um diagrama de *enn e um diagrama de 5rvore para este e1perimento Biste todos os resultados inclu'dos em cada um dos seguintes eventos, e mencione se correspondem a eventos simples ou a eventos compostos (a) Am$as as pessoas s!o favor5veis O engen#aria gen(tica

FF

($) No m51imo uma pessoa ( contr5ria O engen#aria gen(tica

(c) E1atamente uma pessoa ( favor5vel O engen#aria gen(tica

;%/ 0 CALC"LA!DO A PROBABILIDADE A probabilidade, &ue fornece a possi$ilidade de ocorrncia de um evento, ( representada por 8 A pro$a$ilidade de &ue um evento simples + i ven#a a ocorrer ( representada por ' ( + i ) , e a pro$a$ilidade de um evento composto A ven#a a ocorrer ( representada por 8(A) Defini()o Pro=a=i-idade 0 A probabilidade corresponde O medida num(rica da possi$ilidade de &ue um determinado evento ven#a a o$ter Duas Pro,riedades da Pro=a=i-idade 1% A ,ro=a=i-idade de u6 e2en*o se6,re se ,osiciona no in*er2a-o en*re > e 1%
= ' ( + i ) : = ' ( .) :

Um evento &ue nunca pode ocorrer tem pro$a$ilidade igual a %ero2 esse tipo de evento ( con#ecido como e2en*o i6,oss+2e- 8ara um evento &ue ( certo de ocorrer tem pro$a$ilidade igual a : e ( con#ecido como e2en*o cer*o Ou se0a, 8ara um evento imposs'vel - N '( - ) = = 8ara um evento certo ( N '(( ) =:

F>

/% A so6a das ,ro=a=i-idades de *odos os e2en*os si6,-es @ou resu-*ados finais1 ,ara u6 e5,eri6en*o: re,resen*ada ,or '( + i ) : I se6,re i8ua- a 1%

'( +

) = '( +: ) + ' ( + < ) + ' ( + C ) +

=:

;%/%1 0 TrPs A=orda8ens Concei*uais ,ara a Pro=a=i-idade Pro=a=i-idade C-Assica Euitas ve%es, v5rios resultados para um e1perimento podem ter a mesma pro$a$ilidade de ocorrncia Esses resultados s!o con#ecidos como resu-*ados i8ua-6en*e ,oss+2eis ou e2en*os i8ua-6en*e ,oss+2eis% Re8ra da Pro=a=i-idade C-Assica ,ara se Encon*rare6 Pro=a=i-idades
' ( + i ) = :WN"mero total de resultados para o e1perimento

' ( .) = N"mero de resultados favor5veis a AWN"mero total de resultados para o

e1perimento

E5e6,-o ;%J Encontre a pro$a$ilidade de se o$ter cara para um lan3amento de uma moeda

E5e6,-o ;%K Encontre a pro$a$ilidade de se o$ter um n"mero par em um lan3amento de um dado

"*i-iHando a Fre7OPncia Re-a*i2a co6o u6a A,ro5i6a()o da Pro=a=i-idade 0 /aso um e1perimento se0a repetido n ve%es e um evento A se0a o$servado f ve%es, ent!o, de acordo com o conceito de fre&[ncia relativa de pro$a$ilidade,
' ( .) = f n

E5e6,-o ;%S

FG

De% entre @== carros aleatoriamente selecionados, fa$ricados em uma determinada f5$rica de automveis, s!o avaliados como sendo a$aca1is Supondo6se &ue os a$aca1is se0am fa$ricados de maneira aleatria, &ual ( a pro$a$ilidade de &ue o pr1imo carro fa$ricado nessa f5$rica de automveis ven#a a ser um a$aca1i

n=

f =

Ta=e-a ;%/ Dis*ri=ui()o de Fre7OPncias e Dis*ri=ui()o de Fre7OPncias Re-a*i2as ,ara a A6os*ra de Carros PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Carro f Fre7OPncia Re-a*i2a PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 8erfeito A$aca1i PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP n\@== Soma \ :,== PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

Leis dos Nrandes !C6eros 0 /aso um e1perimento se0a repetido in"meras ve%es, a pro$a$ilidade de &ue um evento o$tido a partir da fre&[ncia relativa se apro1ima da pro$a$ilidade verdadeira ou terica Pro=a=i-idade Su=Be*i2a 0 ;epresenta a pro$a$ilidade atri$u'da a um evento com $ase no 0ulgamento, na e1perincia, nas informa34es e na cren3a su$0etiva ;%3 0 RENRA DE CO!TANEM Re8ra de Con*a8e6 ,ara Encon*rar Resu-*ados To*ais 0 /aso um e1perimento consista em trs etapas, e a primeira etapa possa resultar em m resultados, a segunda etapa em n resultados e a terceira etapa em Q resultados, ent!o ;esultados totais para o e1perimento \ m n % E5e6,-o ;%1> Um futuro comprador de carros pode escol#er entre uma ta1a de 0uros fi1a e uma ta1a de 0uros vari5vel, e pode tam$(m escol#er um pra%o de pagamento de CH meses, L> meses ou H= meses Ruantos resultados totais s!o poss'veisS

>=

;%; 0 PROBABILIDADE MARNI!AL E PROBABILIDADE CO!DICIO!AL Pro=a=i-idade Mar8ina- 0 A pro$a$ilidade marginal representa a pro$a$ilidade de um "nico evento, sem levar em conta &ual&uer outro evento A pro$a$ilidade marginal tam$(m c#amada de pro$a$ilidade simples Pro=a=i-idade Condiciona- 0 A pro$a$ilidade condicional representa a pro$a$ilidade de &ue um evento ven#a ocorrer, sa$endo6se &ue um outro evento 05 ten#a ocorrido /aso A e ? se0am dois eventos, a pro$a$ilidade condicional de A, sendo con#ecida ?, ( escrita como
'( . /) , se ' ( / ) = '( /) ' ( / .) ' ( / W .) = , se ' ( .) = ' ( .) '( . W /) =

E5e6,-o ;%11 Sendo '( .) = , '( / ) =

: C C :: e '( . /) = , calcular ' ( . W /) L :<

E5e6,-o ;%1/ A pro$a$ilidade de &ue um aluno aleatoriamente selecionado de uma faculdade se0a &uartanista ( =,<=, e a pro$a$ilidade con0unta de &ue o aluno este0a se especiali%ando em cincia da computa3!o e se0a e se0a &uartanista ( igual a =,=C Encontre a pro$a$ilidade condicional de &ue um aluno selecionado ao acaso este0a se especiali%ando em cincia da computa3!o, sa$endo6se &ue eleWela ( &uartanista

>:

;%D 0 E4E!TOS M"T"AME!TE E]CL"DE!TES Defini()o E2en*os Mu*ua6en*e e5c-uden*es 0 Eventos &ue n!o podem ocorrer con0untamente s!o con#ecidos como eventos mutuamente excludentes E5e6,-o ;%13 /onsidere os seguintes eventos para um lan3amento de um dadoN A \ um n"mero par ( o$servado \ d<, L, He ? \ um n"mero 'mpar ( o$servado \ d:, C, @e / \ um n"mero menor do &ue @ ( o$servado \ d:, <, C, Le Os eventos A e ? s!o mutuamente e1cludentesS Os eventos A e / s!o mutuamente e1cludentesS

;%E E4E!TOS I!DEPE!DE!TES 4ERS"S E4E!TOS DEPE!DE!TES E2en*os Inde,enden*es 0 Dois eventos s!o considerados independentes se a ocorrncia de um deles n!o afetar a pro$a$ilidade de ocorrncia do outro Em outras palavras, A e ? s!o eventos independentes se
' ( . W / ) = ' ( .)ou' ( / W .) = ' ( / )

E5e6,-o ;%1; Uma cai1a cont(m um total de :== /Ds &ue foram fa$ricados em dois e&uipamentos Desse total, H= foram fa$ricados no e&uipamento + Do total de /Ds, :@ s!o defeituosos Dos H= /Ds &ue foram fa$ricados no e&uipamento +, G s!o defeituosos Se0am ><

D o evento no &ual um /D aleatoriamente selecionado ( defeituoso e A o evento no &ual um /D aleatoriamente selecionado foi fa$ricado no E&uipamento + Os eventos D e A s!o independentesS

OBS: : Dois eventos mutuamente e1cludentes n!o podem ser independentes, e vice6 versaS (a) Eventos mutuamente e1cludentes s!o sempre dependentes ($) Eventos independentes nunca s!o mutuamente e1cludentes < Eventos dependentes podem, ou n!o, ser mutuamente e1cludentes ;%J 0 E4E!TOS COMPLEME!TARES Defini()o E2en*os Co6,-e6en*ares 0 O complemento do evento A, representado por . e lido como TA $arraU ou Tcomplemento de AU, corresponde ao evento &ue inclui todos os resultados para um e1perimento, &ue n!o est!o em A E5e6,-o ;%1D Em um grupo de @=== adultos, C@== s!o a favor de leis mais r'gidas para o controle do uso de armas, :<== s!o contra essas leis e C== n!o tm opini!o a respeito Um adulto ( aleatoriamente selecionado nesse grupo Se0a A um evento no &ual esse adulto se0a a favor de leis mais r'gidas para o controle de armas Rual ( o evento complementar de AS Ruais s!o as pro$a$ilidades dos dois eventosS

;%K 0 I!TERSE#$O DE E4E!TOS E A RENRA DE M"LTIPLICA#$O

>C

;%K%1 0 In*erse()o de E2en*os A in*erse()o de dois e2en*os ( fornecida pelos resultados &ue s!o comuns a am$os A interse3!o dos eventos A e ? ( representada por .e/ , . / ou ./ ;%K%/ 0 Re8ra de Mu-*i,-ica()o Pro=a=i-idade ConBun*a 0 A pro$a$ilidade de interse3!o de dois eventos ( c#amada de probabilidade con0unta, e ( escrita como
'( . e/ )

A pro$a$ilidade de interse3!o de dois eventos ( o$tida multiplicando6se a pro$a$ilidade marginal de um evento pela pro$a$ilidade condicional do segundo evento Essa regra ( denominada re8ra de 6u-*i,-ica()o Re8ra de Mu-*i,-ica()o ,ara Encon*rar a Pro=a=i-idade ConBun*a 0 A pro$a$ilidade de interse3!o de dois eventos, A e ?, (
' ( .e/ ) = ' ( .) ' ( / W .)

E5e6,-o ;%1E A ta$ela L C tra% a classifica3!o de todos os empregados de uma empresa por se1o e gradua3!o em alguma faculdade Ta=e-a ;%3 C-assifica()o de E6,re8ados ,or Se5o e Nradua()o Nradua()o e6 Facu-dade @N1 !)o Nraduado na Facu-dade @!1 To*aEasculino (E) F <= <F Aeminino (A) L G :C Total :: <G L= /aso um desses empregados se0a selecionado ao acaso para ser mem$ro do comit de gerenciamento de empregos, &ual ( a pro$a$ilidade de &ue esse empregado se0a do se1o feminino e graduado em alguma faculdadeS

>L

Re8ra de Mu-*i,-ica()o ,ara E2en*os Inde,enden*es Re8ra da Mu-*i,-ica()o ,ara se Ca-cu-ar a Pro=a=i-idade de E2en*os Inde,enden*es 0 A pro$a$ilidade da interse3!o de dois eventos, A e ?, (
'( .e/ ) = ' ( .) '( / )

E5e6,-o ;%1J Um edif'cio comercial disp4e de dois alarmes contra incndio A pro$a$ilidade de &ue um alarme desse tipo ven#a a fal#ar durante um incndio ( igual a =,=< Encontre a pro$a$ilidade de &ue am$os os alarmes dei1em de funcionar em caso de incndio

Pro=a=i-idade ConBun*a de E2en*os Mu*ua6en*e E5c-uden*es 0 A pro$a$ilidade con0unta de dois eventos mutuamente e1cludentes ( sempre igual a %ero /aso A e ? se0am dois eventos mutuamente e1cludentes, ent!o,
'( .e/ ) = =

E5e6,-o ;%1K /onsidere os dois eventos a seguir apresentados, para uma fic#a cadastral preenc#ida por uma pessoa, no intuito de o$ter financiamento para a compra de automvelN A \ evento no &ual a fic#a cadastral ( aprovada ? \ evento no &ual a fic#a cadastral ( reprovada Rual ( a pro$a$ilidade con0unta de A e ;S

;%S

"!I$O DE E4E!TOS E A RENRA DE ADI#$O

;%S%1 0 "ni)o de E2en*os

>@

A uni!o de dois eventos, A e ?, inclui todos os resultados &ue est!o em A ou em ?, ou tanto em A &uanto em ? Defini()o Uni!o de Eventos 9 Se0am A e ? dois eventos definidos em um espa3o amostral A uni!o dos eventos A e ? corresponde O compila3!o de todos os resultados &ue pertencem a A ou a ?, ou tanto a A &uanto a ?, e ( representada por A ou ?, . / E5e6,-o ;%1S Um clu$e de idosos possui C== mem$ros Entre eles, :L= s!o #omens2 <:= tomam pelo menos um medicamento de uso permanente2 e G@ s!o #omens e tomam pelo menos um medicamento de uso permanente Descreva a uni!o dos eventos TmasculinosU e Ttomam pelo menos um medicamento de uso permanenteU

;%S%/ 0 Re8ra de Adi()o Re8ra de Adi()o ,ara se Encon*rar a Pro=a=i-idade de "ni)o de E2en*os 0 A pro$a$ilidade da uni!o de dois eventos A e ? (
' ( .ou/ ) = ' ( .) + ' ( /) ' ( .e/ )

E5e6,-o ;%/> O reitor de uma universidade prop7s &ue todos os alunos fa3am um curso de (tica como re&uisito para a gradua3!o Tre%entos professores e alunos dessa universidade foram entrevistados acerca da opini!o de cada um so$re essa &uest!o A ta$ela L L tra% a classifica3!o cru%ada das respostas desses professores e alunos da universidade Ta=e-a ;%; C-assifica()o CruHada de Res,os*as A Fa2or Con*ra 8rofessor L@ :@ Aluno G= ::= Total :C@ :<@

!eu*ro := C= L=

To*aF= <C= C==

>H

Encontre a pro$a$ilidade de &ue uma pessoa selecionada ao acaso entre essas C== pessoas se0a professor da faculdade, ou se0a a favor dessa proposta

Re8ra de Adi()o ,ara E2en*os Mu*ua6en*e E5c-uden*es A pro$a$ilidade da uni!o de dois eventos mutuamente e1cludentes ( fornecida pela soma de suas pro$a$ilidades marginais Re8ra de Adi()o ,ara se Encon*rar a Pro=a=i-idade da "ni)o de E2en*os Mu*ua6en*e E5c-uden*es 0 A pro$a$ilidade da uni!o de dois eventos mutuamente e1cludentes, A e ?, (
'( .ou/ ) = ' ( .) + ' ( / )

E5e6,-o ;%/1 A pro$a$ilidade de &ue uma pessoa se0a a favor da engen#aria gen(tica ( igual a =,@@, e a pro$a$ilidade de &ue a pessoa se0a contra ( igual a =,L@ Duas pessoas s!o aleatoriamente selecionadas, e ( o$servado se s!o a favor ou contra a engen#aria gen(tica (a) Desen#e um diagrama de 5rvore para este medicamento ($) Encontre a pro$a$ilidade de &ue pelo menos uma das duas pessoas se0a a favor da engen#aria gen(tica

>F

E]ERCCIOS: :) /inco pacientes, C mul#eres e < #omens, est!o numa sala, para fa%er um e1ame m(dico Se escol#ermos, ao acaso, um paciente de cada ve%, &ual a pro$a$ilidade de considerarmos alternadamente um de cada se1oS

>>

<) /onsideremos < cai1as iguais, uma com :@ frutas, das &uais > est!o verdes e outra com :< frutas, das &uais > est!o verdes Selecionamos uma cai1a, ao acaso e retiremos uma fruta Rual a pro$a$ilidade de &ue ela este0a maduraS

C) Temos duas estantes iguaisN uma com @ livros, sendo < de Eatem5tica e C de 8ortugus, a outra estante com H livros, sendo : de matem5tica e C de portugus Seleciona6 se uma estante, ao acaso, e retira6se um livro Rual a pro$a$ilidade de &ue ele se0a de Eatem5ticaS

L) No curso de ?iologia, :=` dos alunos foram reprovados em ?ioestat'stica, :<` foram reprovados em ,en(tica e >` foram reprovados em ?ioestat'stica e ,en(tica ao mesmo tempo Um estudante do curso ( selecionado ao acaso Se ele foi reprovado em ,en(tica Rual a pro$a$ilidade de &ue ten#a sido reprovado tam$(m em ?ioestat'sticaS

>G

@) Num gin5sio de esportes, <H` dos fre&[entadores 0ogam v7lei, CH` 0ogam $as&uete e :<` praticam os dois esportes Um dos fre&[entadores ( sorteado para gan#ar uma medal#a Sa$endo6se &ue ele 0oga $as&uete, &ual a pro$a$ilidade de &ue tam$(m 0ogue v7leiS

H) Um con0unto de @= pessoas num S8A, est5 formado do seguinte modoN O$esos :> :@ N!o O$esos G >

Momens Eul#eres

Escol#emos ao acaso uma pessoa Se for do se1o feminino, &ual a pro$a$ilidade de &ue se0a o$esaS

F) A urna A cont(m C fic#as vermel#as e < a%uis, e a urna ? cont(m < vermel#as e > a%uis Joga6se uma moeda T#onestaU Se a moeda der cara, e1trai6se uma fic#a da urna A2 se der coroa, e1trai6se uma fic#a da urna ? Uma fic#a vermel#a ( e1tra'da Rual a pro$a$ilidade de ter sa'do cara no lan3amentoS

G=

>) Num certo col(gio, L` dos #omens e :` das mul#eres tm mais de :,F@m de altura H=` dos estudantes s!o mul#eres Um estudante ( escol#ido ao acaso e tem mais de :,F@m Rual a pro$a$ilidade de &ue se0a #omemS

G) A pro$a$ilidade de um rem(dio ) curar a doen3a Y ( de pro$a$ilidade de &ue a doen3a n!o se0a curada pelo rem(dio )S

L F

Rual a

:=) Dois dados s!o lan3ados con0untamente Determine a pro$a$ilidade de a soma ser := ou maior &ue :=

::) A urna A cont(mN C $olas $rancas, L pretas, < verdes2 uma urna ? cont(mN @ $olas $rancas, < pretas, : verde2 uma urna / cont(mN < $olas $rancas, C pretas, L verdes Uma $ola ( retirada de cada uma Rual ( a pro$a$ilidade de as trs $olas retiradas da primeira, segunda e terceira urnas serem, respectivamente, $ranca, preta e verdeS

G:

:<) Um lote ( formado por := pe3as $oas, L com defeitos e < com defeitos graves Uma pe3a ( escol#ida ao acaso /alcule a pro$a$ilidade de &ueN a) ela n!o ten#a defeitos graves2 $) ela n!o ten#a defeitos2

c) ela se0a $oa ou n!o ten#a defeitos graves :C) Uma urna cont(m @= $olas idnticas Sendo as $olas numeradas de : a @=, determine a pro$a$ilidade de, em uma e1tra3!o ao acasoN a) o$termos a $ola de n"mero <F2 $) o$termos uma $ola de n"mero par2 c) o$termos uma $ola de n"mero maior &ue <=2 d) o$termos uma $ola de n"mero menor ou igual a <=

D 4ARI<4EIS ALEATLRIAS DISCRETAS E S"AS DISTRIB"I#FES DE PROBABILIDADES D%1 0 4ARI<4EIS ALEATLRIAS Defini()o 4ariA2e- A-ea*9ria 0 Uma vari5vel aleatria ( uma vari5vel cu0o valor ( determinado pelo resultado de um e1perimento aleatrio Uma vari5vel aleatria pode ser discreta ou cont'nua D%1%1 0 4ariA2e- A-ea*9ria Discre*a Defini()o

G<

4ariA2e- A-ea*9ria Discre*a 0 Uma vari5vel aleatria &ue assume valores cont5veis ( c#amada de vari5vel aleatria discreta E5e6,-os: O n"mero de casas em um determinado condom'nio O n"mero de pei1es capturados em uma pescaria O n"mero de clientes &ue visitam um $anco durante &ual&uer #ora especifica O n"mero de caras o$tidas em trs lan3amentos de uma moeda D%1%/ 0 4ariA2e- A-ea*9ria Con*+nua Defini()o 4ariA2e- A-ea*9ria Con*+nua 0 Uma vari5vel aleatria &ue pode assumir &ual&uer valor contido em um ou mais intervalos ( c#amada de vari5vel aleatria cont'nua E5e6,-os: A estatura de uma pessoa O tempo gasto para se fa%er uma prova O peso de um pei1e O pre3o de uma casa D%/ 0 DISTRIB"I#$O DE PROBABILIDADES DE "MA 4ARI<4EL ALEATLRIA DISCRETA Defini()o Dis*ri=ui()o de Pro=a=i-idades de u6a 4ariA2e- A-ea*9ria Discre*a 0 A distri$ui3!o de pro$a$ilidades de uma vari5vel aleatria discreta apresenta todos os valores poss'veis &ue uma vari5vel aleatria pode assumir, $em como suas pro$a$ilidades correspondentes Duas Carac*er+s*icas de u6a Dis*ri=ui()o de Pro=a=i-idades 0 A distri$ui3!o de pro$a$ilidades de uma vari5vel aleatria discreta tem as duas caracter'sticas a seguirN : = '( x ) : para cada valor de 1 ' ( x) =: < E5e6,-o D%1 /ada uma das ta$elas a seguir apresenta determinados valores de 1 e suas respectivas pro$a$ilidades Determine se cada ta$ela representa, ou n!o, uma distri$ui3!o de pro$a$ilidades v5lida a) PPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPP = =,=> : =,::

GC

< =,CG C =,<F PPPPPPPPPPPPPPPP

$) PPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPP < =,<@ C =,CL L =,<> @ =,:C PPPPPPPPPPPPPPPP

c) PPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPP F =,F= > =,@= G 6 =,<= PPPPPPPPPPPPPPPP E5e6,-o D%/ A ta$ela @ : apresenta a distri$ui3!o de pro$a$ilidades do n"mero de defeitos em uma m5&uina, apresentados a cada semana, com $ase em dados do passado Ta=e-a D%1 ??????????????????????????????????????????????????????????? Defeitos por semana = : < C PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 8ro$a$ilidade =,:@ =,<= =,C@ =,C= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP a) Apresente graficamente essa distri$ui3!o de pro$a$ilidades

GL

Aigura @ : 9 ;epresenta3!o gr5fica da distri$ui3!o de pro$a$ilidades da Ta$ela @ : $) Encontre a pro$a$ilidade de &ue o n"mero de defeitos para esta m5&uina durante uma determinada semana se0aN i e1atamente < ii de = a <

iii maior do &ue :

iv no m51imo :

E5e6,-o D%3 De acordo com uma pes&uisa, H=` de todos os alunos em uma grande universidade sofrem de ansiedade em rela3!o O matem5tica Dois alunos s!o aleatoriamente selecionados nessa universidade Se0a 1 o n"mero de alunos dessa amostra &ue sofrem de ansiedade relativa O matem5tica Desenvolva a distri$ui3!o de pro$a$ilidade de 1

G@

D%3 0 M'DIA ARITM'TICA DE "MA 4ARI<4EL ALEATLRIA DISCRETA MIdia Ari*6I*ica de u6a 4ariA2e- A-ea*9ria Discre*a 0 A m(dia aritm(tica de uma vari5vel aleatria discreta, 1, representa o valor &ue se espera &ue ocorra por repeti3!o, em m(dia, caso um e1perimento se0a repetido um grande n"mero de ve%es f representado por e calculada como = x' ( x) A m(dia aritm(tica de uma vari5vel aleatria discreta, 1, ( tam$(m c#amada de valor esperado e ( representada por + ( x ) , ou se0a,
+ ( x ) = x' ( x )

E5e6,-o D%; Na ta$ela @ <, 1 representa o n"mero de defeitos de um e&uipamento durante uma determinada semana e 8(1) representa a pro$a$ilidade do valor correspondente de 1 Ta=e-a D%/ PPPPPPPPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPPPPPPPP = =,:@ : =,<= < =,C@ C =,C= PPPPPPPPPPPPPPPPPPPPP Encontre a m(dia aritm(tica do n"mero de defeitos apresentados por semana por esse e&uipamento

GH

D%; 0 DES4IO PADR$O DE "MA 4ARI<4EL ALEATLRIA DISCRETA A frmula $5sica para se calcular o desvio6padr!o de uma vari5vel aleatria discreta (
=
h( x )
<

'( x) g

No entanto, ( mais conveniente utili%ar a seguinte frmula de atal#o para calcular o desvio6padr!o de uma vari5vel aleatria discreta O desvio6padr!o de uma vari5vel aleatria discreta 1 mede a dispers!o de sua distri$ui3!o de pro$a$ilidades e ( calculado como
=

<

'( x) <

O$serve &ue a vari]ncia, < , de uma vari5vel aleatria discreta ( o$tida elevando6 se ao &uadrado o seu desvio6padr!o E5e6,-o D%D A ?aieris Eletronics fa$rica pe3as de computador, &ue s!o fornecidas por muitas empresas de computa3!o Apesar de dois inspetores de controle de &ualidade na ?aieris Eletronics verificarem todas as pe3as em $usca de defeitos antes &ue se0am transportadas para outra empresa, algumas poucas pe3as defeituosas efetivamente passam por essas inspe34es sem serem detectadas Se0a 1 o n"mero de pe3as de computador defeituosas em uma remessa de L== A ta$ela a seguir fornece a distri$ui3!o de pro$a$ilidade de 1 1 8(1) = =,=< : =,<= < =,C= C =,C= L =,:= @ =,=>

/alcule o desvio6padr!o de 1 So-u()o: A ta$ela a seguir mostra os c5lculos necess5rios para se encontrar o desvio6padr!o de 1

Ta=e-a D%3
CA-cu-os ,ara Encon*rar o Des2io Padr)o

'( x)

x' ( x )

x<

x < '( x)

= : < C

=,=< =,<= =,C= =,C=

= =,<= =,H= =,G=

= : L G

= =,<= :,<= <,F= GF

L @

=,:= =,=>

=,L= =,L=
x' ( x ) = <,@=

:H <@

:,H= <,==
x
<

'( x) =

F,F=

= :,L @ = :,< = L

8or conseguinte, espera6se &ue uma determinada remessa de L== pe3as de computador conten#a uma m(dia de pe3as defeituosas, com um desvio6padr!o de In*er,re*a()o do Des2io Padr)o Aprendemos &ue, de acordo com o teorema de /#e$Ks#ev, pelo menos h: (: W % < )g :== ` da 5rea total a$ai1o da curva se posiciona dentro do limite de Q desvios6padr!o em rela3!o O m(dia aritm(tica, sendo Q &ual&uer n"mero maior &ue : Dessa maneira, se % = < , pelo menos F@` da 5rea a$ai1o de uma curva se posicionam entre < e + < No e1emplo @ @, 8ortanto,
< = <,@= <(:,<=L ) = =,=G< + < = <,@= + <(:,<=L ) = L,G=>

Utili%ando o teorema de /#e$Ks#ev podemos afirmar &ue ( esperado &ue pelo menos F@` das remessas (cada &ual contendo L== pe3as de computador) conten#am de =,=G< a L,G=> pe3as de computador defeituosas em cada remessa D%D 0 FATORIAIS E COMBI!A#FES D%D%1 0 Fa*oriais

Defini()o Fa*oriais 0 O s'm$olo nj, &ue se l como Tn fatorialU, representa o produto de todos os n"meros inteiros desde n at( : Em outras palavras,
nj = n( n :)( n <)( n C) C < :

8or defini3!o, E5e6,-o D%E /alcule Fj

=j =:

G>

E5e6,-o D%J /alcule (:< L)j

D%D%/

0 Co6=ina(.es

Defini()o !o*a()o de Co6=ina(.es 0 /om$ina34es fornecem o n"mero de maneiras pelas &uais 1 elementos podem ser selecionados a partir de n elementos A nota3!o utili%ada para representar o n"mero total de com$ina34es (
n

(x

&ue se l como To n"mero de com$ina34es de n elementos, selecionados 1 a cada ve%U Supon#a &ue e1iste um total de n elementos, dos &uais dese0amos selecionar 1 elementos Ent!o,
( x \ o n"mero de com$ina34es de n elementos, selecionados 1 a cada ve%

O n"mero total de com$ina34es pode tam$(m ser representado pelas seguintes nota34esN

n n ((n, x) = = (x x
!C6ero de Co6=ina(.es 0 O n"mero de com$ina34es para se selecionar 1 a partir de n elementos distintos ( fornecido pela frmula
n

(x =

nj xj ( n x )j

GG

sendo nj, xj e (n x )j lidos como Tn fatorialU, T1 fatorialU e Tn menos 1 fatorialU, respectivamente Na frmula para com$ina34es,
nj= n( n :)( n <)( n C) C<: C<: xj= x ( x :)( x <) C < : ( n x )j = ( n x )( n x :)( n x <)

O$serve &ue, em com$ina34es, n ( sempre maior ou igual a 1 Se n for menor &ue 1, n!o podemos selecionar 1 elementos distintos a partir de n E5e6,-o D%K Uma lo0a de sorvetes oferece seis sa$ores de sorvete _risten dese0a comprar dois sa$ores de sorvete /aso ela aleatoriamente selecione dois sa$ores entre seis, &uantas com$ina34es poss'veis e1istemS

E5e6,-o D%S Trs mem$ros de um 0"ri ser!o aleatoriamente selecionados entre cinco pessoas Ruantas com$ina34es diferentes s!o poss'veisS

D%D%3

0 "*i-iHando a Ta=e-a de Co6=ina(.es

A ta$ela +++ no Apndice / apresenta o n"mero de com$ina34es de n elementos, selecionados 1 a cada ve% O e1emplo a seguir ilustra como ler essa ta$ela para encontrar com$ina34es E5e6,-o D%1> A Earv I Sons anunciou a contrata3!o de um analista financeiro A empresa rece$eu formul5rios de := candidatos &ue parecem igualmente &ualificados A gerente da empresa decidiu c#amar apenas trs desses candidatos para uma entrevista /aso esta gerente selecione aleatoriamente C candidatos entre :=, &uantas sele34es totais s!o poss'veisS :==

So-u()o: O n"mero total de maneiras de selecionar C candidatos entre := ( fornecido por Ta=e-a D%; De*er6inando o 4a-or de := ( C % n 1 = : < C : : : < : < : C : C C :

: =

(C

<=

:=

:=

L@

:<=

O n"mero locali%ado na interse3!o entre a lin#a para n =:= e a coluna para x = C fornece o valor de := ( C , &ue (
: =

( C \ :<=

Bogo, o gerente da empresa pode selecionar C candidatos entre := de :<= maneiras OBS: /aso o n"mero total de elementos e o n"mero de elementos a serem selecionados se0am os mesmos, e1iste apenas uma com$ina3!o Em outras palavras,
n

( n =:

Dessa maneira, o n"mero de com$ina34es para se selecionar %ero item a partir de n ( igual a :2 ou se0a,
n

( = =:

8or e1emplo,
@j @j :<= = = =: @j (@ @)j @j=j :<= (:) >j >j L=C<= = = =: > (= = =j (> =)j =j>j (:)( L=C<= )
@

(@ =

D%E 0 A DISTRIB"I#$O DE PROBABILIDADES BI!OMIAIS D%E%1 0 E5,eri6en*o Bino6ia-

Condi(.es de u6 E5,eri6en*o Bino6ia- 0 Um e1perimento $inomial deve satisfa%er as &uatro condi34es a seguirN : E1istem n testes idnticos < /ada teste tem somente dois resultados poss'veis

:=:

C As pro$a$ilidades dos dois resultados permanecem constantes L Os testes s!o independentes E5e6,-o D%11 /onsidere o e1perimento &ue consiste em := lan3amentos de uma moeda Determine se esta representa, ou n!o representa, um e1perimento $inomial

D%E%/

0 A Dis*ri=ui()o de Pro=a=i-idades Bino6iais e a F9r6u-a Bino6ia-

F9r6u-a Bino6ia- 0 8ara um e1perimento $inomial, a pro$a$ilidade de e1atamente 1 sucessos em n testes ( fornecida pela frmula $inomial
'( x ) =n ( x p x q n x

na &ual n \ n"mero total de testes p \ pro$a$ilidade de sucesso & \ : 9 p \ pro$a$ilidade de insucesso 1 \ n"mero de sucessos em n testes n 9 1 \ n"mero de insucessos em n testes E5e6,-o D%1/ /inco por cento de todos os videocassetes fa$ricados por uma grande empresa de produtos eletr7nicos s!o defeituosos Um inspetor do controle de &ualidade seleciona aleatoriamente trs aparel#os da lin#a de produ3!o Rual ( a pro$a$ilidade de &ue e1atamente um desses trs aparel#os se0a defeituosoS

:=<

D%E%3

0 "*i-iHando a Ta=e-a de Pro=a=i-idades Bino6iais

E5e6,-o D%13 Segundo um estudo reali%ado em <==: pela Escola de Sa"de 8"$ica da Universidade de Marvard com alunos universit5rios, :G,C` dos alunos inclu'dos no estudo se a$stiveram de $e$er (USA TODAY, C de a$ril de <==<) Supon#a &ue, todos os atuais alunos universit5rios nos Estados Unidos, <=` se a$sten#am de $e$er Uma amostra aleatria de H alunos universit5rios ( selecionada Utili%ando a ta$ela +* do Apndice /, responda os seguintes itensN a) Encontre a pro$a$ilidade de &ue e1atamente trs alunos universit5rios dessa amostra se a$sten#am de $e$er So-u()o: a) 8ara ler a pro$a$ilidade procurada na Ta$ela +* do Apndice /, inicialmente determinamos os valores de n, 1 e p 8or e1emplo, n \ n"mero de alunos universit5rios da amostra \ H 1 \ n"mero de alunos universit5rios, entre seis, &ue se a$stm de $e$er \ C p \ 8(um aluno universit5rio &ue se a$stm de $e$er) \ =,<= Ta=e-a D%D De*er6inando P@5 Z 31 ,ara n Z E e , Z >:/> n 1 =,=@ =,:= 8 =,<= =,G@

:=C

= : < C L @ H

=,FC@: =,<C<: =,=C=@ =,==<: =,===: =,==== =,====

=,@C:L =,C@LC =,=G>L =,=:LH =,==:< =,===: =,====

=,<H<: =,CGC< =,<L@> =,=>:G =,=:@L =,==:@ =,===:

=,==== =,==== =,===: =,==<: =,=C=@ =,<C<: =,FC@:

' ( x = C) =

Utili%ando a Ta$ela +* ou Ta$ela @ @, escrevemos a ta$ela @ H, &ue pode ser utili%ada para responder aos itens remanescentes deste e1emplo

Ta=e-a D%E Par*e da Ta=e-a I4 ,ara n Z E e , Z >:/> PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP p PPPPPPPPPPPPPPPPPPPP n 1 =,<= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP H = =,<H<: : =,CGC< < =,<L@> C =,=>:G L =,=:@L @ =,==:@ H =,===: PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

:=L

$) Encontre a pro$a$ilidade de &ue no m51imo dois alunos universit5rios dessa amostra se a$sten#am de $e$er

c) Encontre a pro$a$ilidade de &ue pelo menos trs alunos universit5rios dessa amostra se a$sten#am de $e$er

d) Encontre a pro$a$ilidade de &ue um a trs alunos universit5rios dessa amostra se a$sten#a de $e$er

e) Se0a 1 o n"mero de alunos universit5rios dessa amostra &ue se a$sten#am de $e$er Apresente a distri$ui3!o de pro$a$ilidades de 1 e desen#e um gr5fico de $arras para essa distri$ui3!o de pro$a$ilidades

D%E%;

0 Pro=a=i-idade de Sucesso e o For6a*o da Dis*ri=ui()o Bino6ia-

8ara &ual&uer n"mero de testes nN : A distri$ui3!o de pro$a$ilidades $inomiais ( sim(trica se p \ =,@= < A distri$ui3!o de pro$a$ilidades $inomiais ( assim(trica O direita se p for menor &ue =,@= C A distri$ui3!o de pro$a$ilidades $inomiais ( assim(trica O es&uerda se p for maior &ue =,@= : Se0am n \ L e p \ =,@= Utili%ando a Ta$ela +* do Apndice /, apresentamos a distri$ui3!o de pro$a$ilidades de 1 na Ta$ela @ F e colocamos a mesma em forma de

:=@

gr5fico na figura @ : /omo podemos o$servar na Ta$ela @ F e na figura @ <, a distri$ui3!o de pro$a$ilidades ( sim(trica Ta=e-a D%J Dis*ri=ui()o de ,ro=a=i-idades de 5 ,ara n Z ; e , Z >:D> PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = =,=H<@ : =,<@== < =,CF@= C =,<@== L =,=H<@ PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

< Se0am n \ L e p \ =,C= (&ue ( menor &ue =,@=) A ta$ela @ >, &ue ( constru'da a partir da ta$ela +* do Apndice /, e o gr5fico de distri$ui3!o de pro$a$ilidades da Aigura @ C mostram &ue a distri$ui3!o de pro$a$ilidades de 1 para n \ L e p \ =,C= ( assim(trica O direita Ta=e-a D%K Dis*ri=ui()o de Pro=a=i-idades de 5 ,ara n Z ; e , Z >:3> PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = =,<L=: : =,L::H < =,<HLH C =,=F@H L =,==>: PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

:=H

C Se0am n \ L e p \ =,>= (&ue ( maior &ue =,@=) A ta$ela @ G, &ue ( constru'da utili%ando6se a ta$ela +* do Apndice /, e o gr5fico de distri$ui3!o de pro$a$ilidades da Aigura @ L mostram &ue a distri$ui3!o de pro$a$ilidades de 1 para n \ L e p \ =,>= ( assim(trica O es&uerda Ta=e-a D%S Dis*ri=ui()o de Pro=a=i-idades de 5 ,ara n Z ; e , Z >:K> PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP = =,==:H : =,=<@H < =,:@CH C =,L=GH L =,L=GH

D%E%D

0 MIdia Ari*6I*ica e Des2io Padr)o da Dis*ri=ui()o Bino6ia-

MIdia Ari*6I*ica e Des2io Padr)o de u6a Dis*ri=ui()o Bino6ia- 0 A m(dia aritm(tica e o desvio6padr!o de uma distri$ui3!o $inomial s!o

:=F

 = np

= npq

em &ue n corresponde ao n"mero total de testes2 p representa a pro$a$ilidade de sucesso2 e & representa a pro$a$ilidade de insucesso E5e6,-o D%1; Em uma pes&uisa de opini!o da Earit%, reali%ada com adultos motoristas em 0ul#o de <==<, L@` afirmaram &ue Tfre&[entementeU ou Talgumas ve%esU comem ou $e$em en&uanto dirigem (USA TODAY, <C de outu$ro de <==<) Supon#a &ue este resultado se0a verdadeiro para a popula3!o atual de todos os adultos motoristas Uma amostra de L= adultos motoristas ( selecionada Se0a 1 o n"mero de motoristas dessa amostra &ue Tfre&[entementeU ou Talgumas ve%esU comem ou $e$em en&uanto dirigem Encontre a m(dia aritm(tica e o desvio6padr!o da distri$ui3!o de pro$a$ilidades de 1

8ortanto, a m(dia aritm(tica da distri$ui3!o de pro$a$ilidades de 1 ( (

e o desvio6padr!o

D%J 0 A DISTRIB"I#$O DE PROBABILIDADES TIPERNEOM'TRICAS Dis*ri=ui()o de Pro=a=i-idades Ti,er8eo6I*ricas Se0am N \ N"mero total de elementos na popula3!o r \ n"mero de sucessos na popula3!o N 9 r \ n"mero de insucessos na popula3!o n \ n"mero de testes (taman#o da amostra) 1 \ n"mero de sucessos em n testes n 9 1 \ n"mero de insucessos em n teste A pro$a$ilidade de 1 sucessos em n testes ( dada por

:=>

'( x) =

( x" r ( n x " (n

E5e6,-o D%1D A ?ro-n Eanufacturing fa$rica pe3as de automveis &ue s!o vendidas para concession5rias Na semana passada, a empresa remeteu <@ pe3as de automveis para uma concession5ria 8osteriormente, desco$riu &ue cinco dessas pe3as eram defeituosas No momento em &ue o gerente da empresa conseguiu entrar em contato com a concession5ria, &uatro pe3as da&uela remessa 05 #aviam sido vendidas Rual ( a pro$a$ilidade de &ue trs das &uatro pe3as vendidas fossem perfeitas e uma fosse defeituosaS So-u()o N \ n"mero total de elementos (pe3as de automveis) \ r \ n"mero de sucessos (pe3as perfeitas) na popula3!o \ N 9 r \ N"mero de insucessos (pe3as imperfeitas) na popula3!o \ n \ n"mero de testes (taman#o da amostra) \ 1 \ n"mero de sucessos &uatro testes \ n 9 1 \ n"mero de insucessos em &uatro testes \ Utili%ando a frmula #ipergeom(trica, a pro$a$ilidade dese0ada ( calculada da seguinte maneiraN ( ( ' ( x = C) = r x" r n x = " (n

8ortanto, a pro$a$ilidade de &ue os trs das &uatro pe3as vendidas se0am perfeitas e uma se0a defeituosa ( igual a D%K A DISTRIB"I#$O DE PROBABILIDADES DE POISSO! Condi(.es ,ara A,-icar a Dis*ri=ui()o de Pro=a=i-idades de Poisson 0 As trs condi34es a seguir devem ser satisfeitas para &ue se0a aplicada a distri$ui3!o de pro$a$ilidades de 8oisson : 1 deve ser uma vari5vel aleatria discreta < As ocorrncias devem ser aleatrias C As ocorrncias devem ser independentes

:=G

F9r6u-a de Dis*ri=ui()o de Pro=a=i-idades de Poisson 0 De acordo com a distri$ui3!o de pro$a$ilidades de 8oisson, a pro$a$ilidade de 1 ocorrncias em um intervalo (
' ( x) =

x e
xj

em &ue (pronuncia6se lam$da) representa a m(dia aritm(tica do n"mero de ocorrncias no intervalo e o valor de e ( apro1imadamente <,F:><> E5e6,-o D%1E Em m(dia, um domicilio rece$e G,@ c#amadas telef7nicas de telemarQeting por semana Utili%ando a frmula da distri$ui3!o de 8oisson, encontre a pro$a$ilidade de &ue um domic'lio aleatoriamente selecionado rece$a e1atamente seis c#amadas telef7nicas de telemarQeting durante uma determinada semana So-u()o: Se0a a m(dia aritm(tica do n"mero de c#amadas telef7nicas rece$idas por um domicilio por semana Ent!o, = G,H Se0a 1 o n"mero de c#amadas telef7nicas de telemarQeting rece$idas por um domicilio durante uma determinada semana *amos encontrar a pro$a$ilidade de 1 \ H Su$stituindo todos os valores na frmula de 8oisson, o$temos x e
' ( x = H) = xj =

8ara reali%ar esses c5lculos, podemos encontrar o valor de Hj Na ta$ela ++ do Apndice / e o valor de e G, @ utili%ando a tecla e x em uma calculadora, ou utili%ando a Ta$ela * E5e6,-o D%1J Uma m5&uina de levar roupas em uma lavanderia apresenta defeito, em m(dia, trs ve%es por ms Utili%ando a frmula da distri$ui3!o de pro$a$ilidades de 8oisson, encontre a pro$a$ilidade de &ue durante o pr1imo ms esta m5&uina ven#a a apresentar a) e1atamente dois defeitos So-u()o Se0a a m(dia aritm(tica do n"mero de defeitos por ms e 1 o n"mero efetivo de defeitos o$servados durante o ms seguinte para esta m5&uina Ent!o, = A pro$a$ilidade de &ue e1atamente dois defeitos ven#am a ser o$servados durante o pr1imo ms ( x e
' ( x = <) = xj =

$) no m51imo um defeito

::=

A pro$a$ilidade de &ue no m51imo um defeito ven#a a ser o$servado durante o pr1imo ms ( dada pela soma das pro$a$ilidades de %ero defeito e de um defeito 8ortanto, ' (no m51imo : defeito) \

OBS: Um ponto importante em rela3!o O distri$ui3!o de pro$a$ilidades de 8oisson corresponde ao fato de &ue os intervalos para e 1 devem ser iguais /aso n!o se0am iguais, a m(dia aritm(tica, , deve ser redefinida para tornar iguais os intervalos E5e6,-o D%1K A empresa de ;emessas 8ostais de /Kntia oferece um e1ame gratuito de seus produtos por um per'odo de sete dias /aso n!o este0a completamente satisfeito, o cliente pode devolver o produto dentro desse per'odo e o$ter um reem$olso total Segundo registros do passado da empresa, uma m(dia de < entre cada := produtos vendidos por essa empresa ( devolvida para fins de reem$olso Utili%ando a frmula da distri$ui3!o de pro$a$ilidades de 8oisson, encontre a pro$a$ilidade de &ue e1atamente H dos L= produtos vendidos por essa empresa em um determinado dia ven#am a ser devolvidos para reem$olso

8ortanto, a pro$a$ilidade de &ue e1atamente H produtos entre L= vendidos em um determinado dia ven#am a ser devolvidos ( igual a O$serve &ue o e1emplo @ :G representa efetivamente um pro$lema $inomial, com p \ <W:= \ =,<=2 n \ L= e 1 \ H Em outras palavras, a pro$a$ilidade de sucesso (ou se0a, a pro$a$ilidade de &ue um produto se0a devolvido) ( igual a =,<= e o n"mero de testes (produtos vendidos) ( igual a L= Dese0amos encontrar a pro$a$ilidade de seis sucessos (devolu34es) No entanto, utili%amos a distri$ui3!o de 8oisson para selecionar este pro$lema +sso ( con#ecido como utili%ar a distri$ui3!o de 8oisson como uma apro1ima3!o para a distri$ui3!o $inomial 8odemos, tam$(m, utili%ar a distri$ui3!o $inomial para encontrar essa pro$a$ilidade da seguinte maneiraN
' ( x = H)=L= ( H (=,<= ) H (=,>= ) CL = L= j (=,<= ) H (=,>= ) CL = (C >C> C>= )( =,===@=F=H ) = =,:<LH Hj (L= H)j ' ( x = H) ( igual a =,:<LH &uando utili%amos a distri$ui3!o Bogo, a pro$a$ilidade

$inomial :::

/omo podemos o$servar, simplificar os c5lculos agora apresentados para a frmula $inomial ( $astante complicado &uando n ( grande f $em mais f5cil solucionar este pro$lema utili%ando a distri$ui3!o de 8oisson /omo regra geral, caso represente um pro$lema $inomial, com n > <@ mas <@ , podemos utili%ar a distri$ui3!o de 8oisson como uma apro1ima3!o para a distri$ui3!o $inomial No entanto, se n > <@ e > <@ , preferimos utili%ar a distri$ui3!o normal como uma apro1ima3!o para a distri$ui3!o $inomial

D%K%1 0 "*i-iHando a Ta=e-a de Pro=a=i-idades de Poisson E5e6,-o D%1S Em m(dia, duas novas contas s!o a$ertas, por dia, em uma agncia do +mperial Savings ?anQ Utili%ando a Ta$ela *+ do Apndice /, encontre a pro$a$ilidade de &ue, em um determinado dia, o n"mero de novas contas a$ertas nesse $anco ven#a a ser a) e1atamente H $) no m51imo C c) pelo menos F So-u()o: a) Se0am =m(dia aritm(tica do n"mero de novas contas a$ertas por dia nesse $anco x = n"mero de novas contas a$ertas neste $anco em um determinado dia
= < e x =H

Ta=e-a D%1> Par*e da Ta=e-a 4I ,ara = <,= 1 :,: :,< <,= = =,:C@C : =,<F=F < =,<F=F C =,:>=L L =,=G=< @ =,=CH: H =,=:<= F =,==CL > =,===G G =,===< PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

::<

' ( x = H) =

$) A pro$a$ilidade de &ue no m51imo trs novas contas se0am a$ertas em um determinado dia ( o$tida somando6se as pro$a$ilidades de =, :, < e C novas contas Bogo, utili%ando a Ta$ela *+ do Apndice /, ou Ta$ela @ :=, o$temos 8(no m51imo C) \ ' ( x = =) + '( x =:) + ' ( x = <) + '( x = C) = c) A pro$a$ilidade de &ue pelo menos F novas contas se0am a$ertas em um determinado dia ( o$tida somando6se as pro$a$ilidades de F, > e G novas contas O$serve &ue G representa o "ltimo valor de 1 para = <,= na Ta$ela *+ do Apndice /, ou na Ta$ela @ := 8ortanto, G representa o "ltimo valor de 1, cu0a pro$a$ilidade est5 inclu'da na soma Entretanto, isso n!o significa &ue, em um determinado dia, mais do &ue nove novas contas n!o possam ser a$ertas Significa simplesmente &ue a pro$a$ilidade de := ou mais contas ( pr1ima de %ero Bogo, 8(pelo menos F) \ '( x = F) + ' ( x = >) + '( x = G) = D%K%/ 0 MIdia Ari*6I*ica e Des2io Padr)o da Dis*ri=ui()o de Pro=a=i-idades de Poisson 8ara a distri$ui3!o de pro$a$ilidades de 8oisson, a m(dia aritm(tica e a vari]ncia s!o am$as iguais a e o desvio6padr!o ( igual a Ou se0a, para a distri$ui3!o de pro$a$ilidades de 8oisson,
= < = =

E]ERCCIOS :) A ta$ela a seguir fornece a distri$ui3!o de pro$a$ilidades de uma vari5vel aleatria discreta de 1 1 8(1) = =,=C : =,:F < =,<< C =,C: L =,:@ @ =,:<

Encontre as seguintes pro$a$ilidadesN a) ' ( x =:) $) ' ( x :) c) ' ( x C)

::C

e) A pro$a$ilidade de &ue 1 assuma um valor menor do &ue C f) A pro$a$ilidade de &ue 1 assuma um valor maior do &ue C g) A pro$a$ilidade de &ue 1 assuma um intervalo entre < e L <) Se0a 1 o n"mero de erros &ue aparecem em uma p5gina aleatoriamente selecionada de um livro A ta$ela a seguir apresenta a distri$ui3!o de pro$a$ilidades de 1 1 8(1) = =,FC : =,:H < =,=H C =,=L L =,=:

Encontre a m(dia aritm(tica e o desvio6padr!o de 1

C) Um departamento de l'ngua inglesa em uma universidade possui :H professores Dois dos professores ser!o aleatoriamente selecionados para representar o departamento em um comit De &uantas maneiras o departamento pode selecionar < professores entre :H Utili%e a frmula apropriada

L) Em uma pes&uisa de opini!o reali%ada com adultos pelo +nstituto ,allup em de%em$ro de <==:, >=` dos entrevistados afirmaram sentirem6se estressados Tfre&[entementeU ou Talgumas ve%esU em seu dia6a6dia (USA TODAY, <L de 0aneiro de <==<) Supon#a &ue essa percentagem se0a verdadeira para a atual popula3!o de todos os adultos Utili%ando a ta$ela de pro$a$ilidades $inomiais (Ta$ela +* do Apndice /), encontre a pro$a$ilidade de &ue o n"mero de adultos em uma amostra aleatria de :@ adultos &ue se sentem estressados fre&[entemente ou algumas ve%es s!o a) no m51imo G

::L

$) pelo menos ::

c) := a :<

@) Na E1press Mouse DeliverK Service, fornecer servi3os de alta &ualidade aos clientes representa a prioridade m51ima da gerncia A empresa garante uma restitui3!o de todo o valor co$rado caso uma encomenda &ue a empresa este0a entregando n!o c#egue ao destino no tempo especificado Sa$e6se, com $ase em dados do passado, &ue apesar de todos os esfor3os, L` das encomendas remetidas por essa empresa n!o c#egam ao destino no tempo especificado Supon#a &ue uma empresa remeta <= encomendas por meio da E1press Mouse DeliverK Service em um determinado dia a) Encontre a pro$a$ilidade de &ue e1atamente : dessas <= encomendas n!o c#egue ao destino no tempo especificado

$) Encontre a pro$a$ilidade de &ue no m51imo : dessas <= encomendas n!o c#egue ao destino no tempo especificado

H) A Da-n /orporation tem :< empregados &ue ocupam posi34es gerenciais Entre eles, sete s!o do se1o feminino e cinco s!o do se1o masculino A empresa est5 plane0ando enviar C desses :< gerentes a uma conferncia /aso C gerentes se0am aleatoriamente selecionados entre :<, a) Encontre a pro$a$ilidade de &ue todos os C se0am do se1o feminino

::@

$) Encontre a pro$a$ilidade de &ue no Ea1imo : se0a do se1o masculino

F) Um domicilio rece$e uma m(dia de :,F e6mail indese0ado por dia Encontre a pro$a$ilidade de &ue esse domicilio ven#a a rece$er e1atamente trs e6mails n!o6dese0ados em um determinado dia Utili%e a frmula da distri$ui3!o de 8oisson

>) Em m(dia, :<,@ &uartos permanecem desocupados por dia em um grande #otel Encontre a pro$a$ilidade de &ue, em um determinado dia, e1atamente trs ven#am a ficar desocupados Utili%e a frmula da distri$ui3!o de 8oisson

::H

E 0 4ARI<4EIS ALEATLRIAS CO!T!"AS E A DISTRIB"I#$O !ORMAL E%1 0 DISTRIB"I#$O DE PROBABILIDADES CO!T!"AS A curva da distri$ui3!o de pro$a$ilidades de uma vari5vel aleatria cont'nua ( tam$(m con#ecida como fun3!o de densidade das pro$a$ilidades dessa vari5vel A distri$ui3!o de pro$a$ilidades de uma vari5vel aleatoriamente continua possui as duas caracter'sticas a seguir apresentadasN : A pro$a$ilidade de &ue 1 assuma um valor em &ual&uer intervalo se posiciona no espa3o de = a : < A pro$a$ilidade total de todos os intervalos (mutuamente e1cludentes), dentro dos &uais 1 pode assumir um determinado valor, ( igual a :,=

::F

Aigura H : 9 Xrea entre dois pontos so$ uma curva

Aigura H < 9 Xrea total so$ uma curva da distri$ui3!o de pro$a$ilidades A pro$a$ilidade de &ue uma vari5vel aleatria continua, 1, assuma um valor dentro de um determinado intervalo, ( fornecida com $ase na 5rea so$ a curva, entre os dois limites do intervalo, conforme mostrado na Aigura H C A 5rea som$reada so$ a curva, desde a at( $, nessa figura, fornece a pro$a$ilidade de &ue 1 se posicione no intervalo de a at( $, ou se0a,
' (a x b) = Xrea so$ a curva, de a a $

Aigura H C 9 Xrea so$ a curva representando uma pro$a$ilidade A ,ro=a=i-idade de 7ue u6a 2ariA2e- a-ea*9ria con*inua: 5: assu6a u6 Cnico 2a-or I se6,re i8ua- a Hero% +sso ( verdadeiro por&ue a 5rea correspondente a uma lin#a &ue representa um "nico ponto ( igual a %ero 8or e1emplo, caso 1 represente a estatura de uma estudante do se1o feminino, aleatoriamente selecionada a partir da&uela universidade, ::>

ent!o, a pro$a$ilidade de &ue esta estudante ten#a e1atamente HF polegadas de altura ( igual a %ero, ou se0a,
' ( x = HF ) = =

Aigura H L 9 A pro$a$ilidade de um "nico valor de 1 ( %ero Em geral, se a e $ forem dois dos valores &ue 1 pode assumir, ent!o
'(a) = = e ' (b) = =

/om $ase nisso, podemos dedu%ir &ue, para uma vari5vel aleatria continua,
' ( a x b) = ' ( a < x < b )

E%/ 0 DISTRIB"I#$O !ORMAL A dis*ri=ui()o de Pro=a=i-idades !or6a- 0 Uma distri$ui3!o de pro$a$ilidades normal, &uando colocada em um gr5fico, fornece uma curva em formato de sino, de maneira &ue : A 5rea total so$ a curva ( igual a :,= < A curva ( sim(trica em torno da m(dia aritm(tica C As duas caudas da curva se estendem at( o infinito

::G

Aigura H @ 9 Distri$ui3!o normal com m(dia aritm(tica e desvio6padr!o "6a dis*ri=ui()o nor6a- ,ossui as *rPs carac*er+s*icas a se8uir:

: A 5rea total so$ uma curva da distri$ui3!o normal ( igual a :,= ou :==`, conforme mostra a figura H H

Aigura H H 9 Xrea total so$ uma curva da normal < Uma curva da distri$ui3!o normal ( sim(trica em torno da m(dia aritm(tica /onse&[entemente, :W< da 5rea total so$ uma curva da distri$ui3!o normal se posiciona no lado es&uerdo da m(dia aritm(tica e :W< se posiciona no lado direito da m(dia aritm(tica

Aigura H F 9 Uma curva da normal ( sim(trica em torno da m(dia aritm(tica C As caudas de uma curva da distri$ui3!o normal se estendem infinitamente em am$as as dire34es sem tocar ou cru%ar o ei1o #ori%ontal Em$ora uma curva da distri$ui3!o normal nunca encontre o ei1o #ori%ontal, al(m dos pontos representados por C e + C , ela se torna t!o pr1ima deste ei1o &ue a 5rea so$ a curva al(m desses pontos, em am$as as dire34es, pode ser considerada como praticamente igual a %ero :<=

O valor de determina o centro de uma curva da distri$ui3!o normal no ei1o #ori%ontal, e o valor de fornece a dispers!o da curva da distri$ui3!o normal

Aigura H > 9 As 5reas da curva da normal al(m de C As trs curvas da distri$ui3!o normal desen#adas na figura H G possuem a mesma m(dia aritm(tica, mas diferentes desvios6padr!o

Em contrapartida, as trs curvas da distri$ui3!o normal apresentadas na Aigura H := possuem diferentes m(dias aritm(ticas, mas o mesmo desvio6padr!o

Aigura H := 9 Trs curvas de distri$ui3!o normal, com diferentes m(dias aritm(ticas mas com o mesmo desvio6padr!o

E%3 0 DISTRIB"I#$O !ORMAL PADRO!IGADA

:<:

Defini()o Dis*ri=ui()o !or6a- PadroniHada 0 A distri$ui3!o normal, com = = e =: ( c#amada de distri$ui3!o normal padroni%ada As unidades para a curva da distri$ui3!o normal padroni%ada s!o representadas por z e s!o c#amadas de 2a-ores de H ou resu-*ados de H% Essas unidades s!o c#amadas tam$(m de unidades padro ou resultados padro

Aigura H :: 9 /urva da distri$ui3!o normal padroni%ada Defini()o *alores de % ou ;esultados de % 9 As unidades 6arcadas no ei5o horiHon*a- da cur2a da nor6a- ,adroniHada s)o re,resen*adas ,or H e s)o cha6adas de 2a-ores de H ou resu-*ados de H% "6a 2a-or es,ec+fico de H fornece a dis*[ncia en*re a 6Idia ari*6I*ica e o ,on*o re,resen*ado ,or H e6 *er6os do des2io ,adr)o% Aprendemos anteriormente &ue a 5rea total so$ uma curva de distri$ui3!o normal ( igual a :,= Aprendemos tam$(m &ue, em decorrncia da simetria, a 5rea em cada um dos lados da m(dia aritm(tica corresponde a =,@ Este fato ( demonstrado na Aigura H :< OBS: Em$ora os valores de % no lado es&uerdo da m(dia aritm(tica se0am negativos, a 5rea so$ a curva ( sempre positiva A 5rea so$ a curva da normal padroni%ada, entre &uais&uer dois pontos, pode ser interpretada como a pro$a$ilidade de &ue % assuma um valor dentro da&uele intervalo

Aigura H :< 9 Xrea so$ a curva da normal padroni%ada :<<

E5e6,-o E%1 Encontre a 5rea so$ a curva da normal padroni%ada entre z = = e z =:,G@ So-u()o Dividimos o n"mero :,G@ em duas partesN :,G (o digito anterior O casa decimal e o digito posterior O casa decimal) e =,=@ (o segundo digito depois da casa decimal) (O$serve &ue :,G@ \ :,G ^ =,=@ ) 8ara encontrar a 5rea dese0ada, so$ a curva da normal padroni%ada, locali%amos :,G na coluna correspondente a %, no lado es&uerdo da ta$ela *++, e =,=@ na lin#a correspondente a % na parte superior da Ta$ela *++ O valor no &ual a lin#a para :,G e a coluna para =,=@ fa%em uma interse3!o fornece a 5rea so$ a curva da normal padroni%ada, entre % \ = e % \ :,G@ Ta=e-a E%1 <rea so= a cur2a da !or6a- PadroniHada: desde H Z > a*I H Z 1:SD % =,== =,=: =,=@ =,=G =,= =,==== =,==L= =,=:GG =,=C@G =,: =,=CG> =,=LC> =,=@GH =,=F@C =,< =,=FGC =,=>C< =,=G>F =,::L:

:,G

=,LF:C

=,LF:G

=,LFLL

=,LFHF

C,=

=,LG>F

=,LG>F

=,LG>G

=,LGG=

A 5rea entre % \ = e % \ :,G@ pode ser interpretada como a pro$a$ilidade de &ue % assuma um valor entre = e :,G@2 ou se0a, Xrea entre = e :,G@ \ '(= < z <:,G@ ) = =,LFLL

Aigura H :C 9 Xrea entre % \ = e % \ :,G@ /onforme mencionado anteriormente, a pro$a$ilidade de &ue uma vari5vel aleatria cont'nua assuma um "nico valor ( igual a %ero 8or conseguinte,

:<C

' ( z = =) = = e

' ( z =:,G@ ) = =

Assim sendo,
' (= < z <:,G@ ) = ' (= z :,G@ ) = =,LFLL

E5e6,-o E%/ Encontre a 5rea so$ a curva da normal padroni%ada, desde % \ 6<,:F at( % \ = So-u()o: Uma ve% &ue a distri$ui3!o normal ( sim(trica em torno da m(dia aritm(tica, a 5rea desde % \ 6<,:F at( % \ = ( igual O 5rea desde % \ = at( % \ <,:F, conforme mostra a Aigura H :L

Aigura H :L 9 Xrea desde % \ = at( % \ <,:F igual O 5rea desde % \ 6<,:F at( % \ = 8ara encontrar a 5rea desde % \ 6<,:F at( % \ =, procuramos a 5rea desde % \ = at( % \ <,:F, na ta$ela de distri$ui3!o normal padroni%ada (Ta$ela *++)

Aigura H :@ 9 Xrea desde % \ 6<,:F at( % \ = A 5rea desde % \ 6<,:F at( % \ = fornece a pro$a$ilidade de &ue % se posicione no intervalo 9<,:F at( =2 ou se0a, Xrea desde 9<,:F at( = \ ' (<,:F z =) = E5e6,-o E%3 Encontre as seguintes 5reas so$ a curva da normal padroni%ada a) Xrea O direita de % \ <,C< :<L

So-u()o 8ara encontrar a 5rea O direita de % \ <,C<, inicialmente encontramos a 5rea entre % \ = e % \ <,C< Em seguida, su$tra'mos esta 5rea de =,@, &ue corresponde O 5rea total O direita de % \ =

Aigura H :H 9 Xrea O direita de % \ <,C< A 5rea O direita de % \ <,C< fornece a pro$a$ilidade de &ue % se0a maior do &ue <,C< 8or conseguinte, Xrea O direita de <,C< \ ' ( z > <,C< ) = $) Xrea O es&uerda de % \ 6:,@L So-u()o 8ara encontrar a 5rea so$ a curva da normal padroni%ada, O es&uerda de % \ 6:,@L, inicialmente encontramos a 5rea entre % \ 6:,@L e % \ = e, em seguida, su$tra'mos esta 5rea de =,@, &ue representa O 5rea total O es&uerda de % \ =

Aigura H :F 9 Xrea O es&uerda de % \ 6,:@L A 5rea O es&uerda de % \ 6:,@L fornece a pro$a$ilidade de &ue % se0a menor do &ue 9 :,@L 8or conseguinte,
:,@L ) = Xrea O es&uerda de 9:,@L \ ' ( z <

E5e6,-o E%; Encontre as seguintes pro$a$ilidades para a curva da normal padroni%ada a) ' (:,:G < z < <,:< )

:<@

Aigura H :> 9 Encontrando ' (:,:G < z < <,:< ) 8ortanto, a pro$a$ilidade procurada (
' (:,:G < z < <,:< ) = Xrea entre :,:G e <,:< \

$) '(:,@H < z < <,C: )

Aigura H :G 9 Encontrando '( :,@H < z < <,C: ) 8ortanto, a pro$a$ilidade procurada (
'( :,@H < z < <,C: ) = Xrea entre 6:,@H e <,C: \

=,F@ ) c) '( z >

=,F@ ) Aigura H <= 9 Encontre '( z >

8ortanto, a pro$a$ilidade procurada (

'( z > =,F@ ) Xrea O direita de 6=,F@ \

"*i-iHando a *a=e-a da dis*ri=ui()o nor6a-: ,ode6os a8ora 2erificar a re8ra e6,+rica da se8uin*e 6aneira:

:<H

: A 5rea total contida em uma unidade de desvio6padr!o em rela3!o O m(dia aritm(tica ( igual a H>,<H` Esta 5rea ( fornecida por meio da soma das 5reas entre % \ 6:,= e % \ =, e entre % \ = e % \ :,= /onforme mostrado na figura H :@, cada uma dessas duas 5reas corresponde a =,CL:C, ou CL,:C` /onse&[entemente, a 5rea total entre % \ 6:,= e % \ :,= ( igual a H>,<H`

Aigura H <: 9 Xrea contida em uma unidade de desvio6padr!o em rela3!o O m(dia aritm(tica < A 5rea total contida em duas unidades de desvio6padr!o em rela3!o O m(dia aritm(tica ( igual a G@,LL` Esta 5rea ( fornecida pela soma das 5reas entre % \ 6<,= e % \ =, e entre % \ = e % \ <,= /ada uma dessas duas 5reas ( igual a =,LFF< ou LF,F<` 8or conseguinte, a 5rea total entre % \ 6<,= e % \ <,= ( igual a G@,LL`

Aigura H << 9 Xrea contida em duas unidades de desvios6padr!o em rela3!o O m(dia aritm(tica C A 5rea total contida em trs unidades de desvio6padr!o em rela3!o O m(dia aritm(tica ( igual a GG,FL` Esta 5rea ( fornecida pela soma das 5reas entre % \ 6C,= e % \ =, e entre % \ = e % \ C,= /ada uma dessas duas 5reas ( igual a =,LG>F ou LG,>F` 8or conseguinte, a 5rea total entre % \ 6C,= e % \ C,= ( igual a GG,FL`

:<F

Aigura H <C 6 Xrea contida em trs unidades de desvios6padr!o em rela3!o O m(dia aritm(tica

E5e6,-o E%D Encontre as seguintes pro$a$ilidades para a curva da normal padroni%ada a) '(= < z < @,HF ) So-u()o Uma ve% &ue % \ @,HF ( maior do &ue C,=G, e n!o pode ser encontrado na Ta$ela *++, a 5rea so$ a curva da normal padroni%ada, entre % \ = e % \ @,HF, pode ser apro1imada para =,@

Aigura H <L 9 Xrea entre % \ = e % \ @,HF A pro$a$ilidade procurada (

' (= < z < @,HF ) = Xrea entre = e @,HF \ apro1imadamente =,@

O$serve &ue a 5rea entre % \ = e % \ @,HF n!o ( e1atamente =,@, mas muito pr1ima de =,@
@,C@ ) $) ' ( z <

So-u()o A 5rea entre % \ 6@,C@ e % \ = corresponde apro1imadamente =,@ /onse&[entemente, a 5rea so$ a curva da normal padroni%ada, O es&uerda de % \ 6@,C@, ( apro1imadamente igual a %ero

Aigura H <@ 9 Xrea O es&uerda de % \ 6@,C@ A pro$a$ilidade procurada (

:<>

'( z < @,C@ ) = Xrea O es&uerda de 9@,C@ \

E%; 0 PADRO!IGA!DO "MA DISTRIB"I#$O !ORMAL Con2er*endo u6 2a-or de 5 e6 u6 4a-or de H 0 8ara uma vari5vel aleatria normal 1, um determinado valor de 1 pode ser convertido em seu valor correspondente de % utili%ando6se a frmula x z= onde e correspondem O m(dia aritm(tica e ao desvio6padr!o da distri$ui3!o normal de 1, respectivamente E5e6,-o E%E Aa3a com &ue 1 se0a uma vari5vel aleatria cont'nua, &ue possua uma distri$ui3!o normal, com uma m(dia aritm(tica de @=, e um desvio6padr!o de := /onverta os seguintes valores de 1 em valores de % a) 1 \ @@ So-u()o 8ara a distri$ui3!o normal fornecida, = @= e = := x z= =

Aigura H <H 9 *alor de % para 1 \ @@ $) 1 \ C@ So-u()o Uma ve% &ue 1 \ C@ encontra6se do lado es&uerdo da m(dia aritm(tica, seu valor de % ( negativo :<G

z=

Aigura H <F 9 *alor de % para 1 \ C@ OBS: O valor de % para um valor de 1 &ue se0a maior &ue ( positivo, o valor de % para um valor de 1 &ue se0a igual a ( %ero, e o valor de % para um valor de 1 &ue se0a menor &ue ( negativo E5e6,-o E%J Aa3a com &ue 1 se0a uma vari5vel aleatria continua, &ue se0a normalmente distri$u'da, com uma m(dia aritm(tica de <@ e um desvio6padr!o de L Encontre a 5rea a) entre 1 \ <@ e 1 \ C< So-u()o O valor de % para 1 \ <@ ( igual a %ero, uma ve% &ue representa a m(dia aritm(tica da distri$ui3!o normal O valor de 1 \ C< ( x z= =
' ( <@ < z < C< ) =

:C=

Aigura H <> 9 Xrea entre 1 \ <@ e 1 \ C< $) entre 1 \ :> e 1 \ CL So-u()o +nicialmente, calculamos os valores de % para 1 \ :> e 1 \ CL, da seguinte maneiraN 8ara 1 \ :>N z = 8ara 1 \ CLN z =
x

' (:> < z < CL ) =

Aigura H <G 9 Xrea entre 1 \ :> e 1 \ CL E%D 0 APLICA#FES DA DISTRIB"I#$O !ORMAL E5e6,-o E%K A vida "til de uma calculadora fa$ricada pela Te1as +nstruments possui uma distri$ui3!o normal, com uma m(dia aritm(tica de @L meses, e um desvio6padr!o de > meses A compan#ia garante &ue &ual&uer calculadora &ue comece a apresentar defeitos, dentro do per'odo de CH meses aps a compra, ser5 su$stitu'da por uma nova calculadora Rue percentagem apro1imada de calculadoras fa$ricadas por essa empresa espera6se &ue ten#am de ser su$stitu'dasS

:C:

Aigura H C= 9 Xrea O es&uerda de 1 \ CH A pro$a$ilidade de &ue &ual&uer calculadora, aleatoriamente selecionada, fa$ricada pela Te1as +nstruments, ven#a a come3ar a apresentar defeitos dentro do per'odo de CH meses aps a compra ( igual a 8ortanto, ( esperado &ue das calculadoras ven#am a ser su$stitu'das E%E 0 DETERMI!A!DO OS 4ALORES DE G E DE ] &"A!DO "MA <REA SOB A C"R4A DA DISTRIB"I#$O !ORMAL ' CO!TECIDA *amos encontrar o valor correspondente de % ou 1 &uando uma 5rea so$ a curva da distri$ui3!o normal ( con#ecida E5e6,-o E%1> Encontre um ponto % tal &ue a 5rea so$ a curva da normal padroni%ada, entre = e %, se0a =,L<@: e o valor de % se0a positivo So-u()o /onforme mostrado na figura H C:, dese0amos encontrar o valor de % tal &ue a 5rea entre = e % se0a =,L<@:

Aigura H C: 9 Encontrando o valor de % 8ara encontrar o valor dese0ado de %, locali%amos =,L<@: no corpo da ta$ela da distri$ui3!o normal, Ta$ela *++ do Apndice / Em seguida, lemos os n"meros na coluna e na lin#a para %, &ue correspondem a =,L<@: /onforme mostrado na Ta$ela, esses n"meros s!o :,L e =,=L, respectivamente /om$inando esses dois n"meros, o$temos o valor dese0ado de % \ :,LL Encon*rando u6 4a-or de 5 ,ara u6a Dis*ri=ui()o !or6a- 0 8ara uma curva da normal, com valores con#ecidos de e , e para uma determinada 5rea so$ a curva, entre a m(dia aritm(tica e 1, o valor de 1 ( calculado como
x = + z

E5e6,-o E%1/ Ruase todos os alunos do curso secund5rio &ue pretendem entrar na faculdade fa%em o teste SAT Em <==<, a m(dia aritm(tica do resultado do SAT (na prova oral e na :C<

prova de matem5tica) de todos os alunos foi de :=<= De$$ie est5 plane0ando fa%er o teste em $reve Supon#a &ue os resultados do SAT, para todos os alunos &ue fa%em este teste com De$$ie, ven#am a ter uma distri$ui3!o normal, com uma m(dia aritm(tica de :=<=, e um desvio6padr!o de :@C Rual deve ser o resultado de De$$ie neste teste, de maneira &ue somente :=` de todas as pessoas &ue est!o fa%endo o e1ame fa3am mais pontos do &ue elaS

x = + z =

Aigura H C< 9 Encontrando um valor de 1

8ortanto, caso De$$ie fa3a pontos no SAT, ( esperado &ue somente cerca de :=` de todas as pessoas &ue estar!o fa%endo o e1ame ven#am a fa%er mais pontos do &ue ela E%J 0 A APRO]IMA#$O DA !ORMAL PARA A DISTRIB"I#$O BI!OMIAL A Dis*ri=ui()o !or6a- co6o u6a A,ro5i6a()o ,ara a Dis*ri=ui()o Bino6ia0 ,eralmente, a distri$ui3!o normal ( utili%ada como uma apro1ima3!o para a distri$ui3!o $inomial, &uando np e nq s!o am$os maiores do &ue @, ou se0a, &uando
np > @

nq > @

Defini()o Fa*or de Corre()o ,ara Con*inuidade 0 A soma =,@ ao valor, ou valores, de 1 eWou a su$tra3!o de =,@ do valor, ou valores, de 1, &uando a distri$ui3!o normal ( utili%ada como uma apro1ima3!o para a distri$ui3!o $inomial, onde 1 representa o n"mero de sucessos em n testes, ( c#amada de fator de correo para continuidade E5e6,-o E%13 Em uma pes&uisa recente, reali%ada pela revista EoneK, >=` das mul#eres (casadas ou solteiras) entrevistadas afirmaram &ue possuem agora um maior con#ecimento so$re investimentos do &ue tin#am #5 apenas cinco anos atr5s (EoneK, 0un#o de <==<) Supon#a &ue esse resultado se0a verdadeiro para a popula3!o atual de todas as mul#eres Rual ( a pro$a$ilidade de &ue, em uma amostra aleatria de :== mul#eres, F< a FH delas ven#am a afirmar &ue sa$em mais so$re investimentos agora do &ue #5 apenas cinco anos atr5sS

:CC

So-u()o Aa3a com &ue n represente o n"mero total de mul#eres na amostra2 1 corresponde ao n"mero de mul#eres na amostra &ue afirmaram &ue possuem maior con#ecimento so$re investimentos agora do &ue #5 cinco anos atr5s2 e p se0a a pro$a$ilidade de &ue uma mul#er afirme &ue possui maior con#ecimento so$re investimentos agora do &ue #5 apenas cinco anos atr5s Ent!o, este corresponde a um pro$lema $inomial, com n\ p\ &\

Dese0amos encontrar a pro$a$ilidade de F< a FH sucessos em :== testes Uma ve% &ue n ( grande, ( mais f5cil aplicar a apro1ima3!o da normal do &ue utili%ar a frmula $inomial 8odemos verificar &ue np e n& s!o am$os maiores do &ue @ A m(dia aritm(tica e o desvio6 padr!o da distri$ui3!o $inomial s!o

= np =
= npq =

8ara reali%ar a corre3!o para continuidade, su$tra'mos =,@ de F< e somamos =,@ de FH, para o$ter o intervalo de F:,@ a FH,@ /om $ase na 5rea so$ a curva da distri$ui3!o normal, desde 1 \ F:,@ at( 1 \ FH,@ 8ara 1 \ F:,@N z = 8ara 1 \ FH,@N z =
x

Aigura H CC 9 Xrea desde 1 \ F:,@ at( 1 \ FH,@

' (F:,@ z FH ,@) =

8ortanto, a pro$a$ilidade de &ue F< a FH mul#eres, em uma amostra aleatria de :== mul#eres, afirmaram &ue possuem mais con#ecimento so$re investimentos agora do &ue tin#am #5 cinco anos atr5s ( apro1imadamente

:CL

E]ERCCIOS :) Encontre a 5rea so$ a curva da normal padroni%ada a) entre % \ = e % \ :,G@

$) entre % \ :,:@ e % \ <,CF

c) desde % \ 6:,@C at( % \ 6<,>>

d) desde % \ 6:,HF at( % \ <,LL

<) Encontre a 5rea so$ a curva da normal padroni%ada a) O direita de % \ :,@H

$) O es&uerda de % \ 6:,GF

:C@

C) Determine as seguintes pro$a$ilidades para a distri$ui3!o normal padroni%ada a) ' ( :,>C z <,@F )

$) '(= z <,=< )

L) Encontre o valor de % para cada um dos seguintes valores de 1, para uma distri$ui3!o normal com = C= e = @ a) x = CG

$) x = :F

c) x = <<

d) x = L<

@) Encontre as seguintes 5reas so$ a curva da distri$ui3!o normal, com = <= e = L a) Xrea entre 1 \ <= e 1 \ <F

$) Xrea entre 1 \ <C e 1 \ <@

c) Xrea desde 1 \ G,@ at( 1 \ :F

:CH

H) Aa3a com &ue 1 se0a uma vari5vel aleatria cont'nua, &ue se0a normalmente distri$u'da, com uma m(dia aritm(tica de <@ e um desvio6padr!o de H Encontre a pro$a$ilidade de &ue 1 assuma um valor a) entre <G e C@

$) entre << e CC

F) Aa3a com &ue 1 represente o tempo necess5rio para completar uma corrida Supon#a &ue 1 se0a distri$u'do de maneira apro1imadamente normal, com uma m(dia aritm(tica de :G= minutos e um desvio6padr!o de <: minutos Se um corredor for selecionado ao acaso, &ual ( a pro$a$ilidade de &ue este corredor ven#a a completar essa corrida a) em menos de :@= minutosS

$) em <=@ at( <L@ minutosS

>) O U S ?ureau of Ba$or Statistic (Departamento de Estat'sticas do Tra$al#o dos EUA) condu% pes&uisas peridicas com o intuito de coletar informa34es so$re o mercado de tra$al#o De acordo com uma dessas pes&uisas, a m(dia de sal5rios dos tra$al#adores do :CF

com(rcio vare0ista foi de V:= por #ora em agosto de <==< (/ureau of 1abor 2tatistics "e3s4 56 de setembro de 78879 Supon#a &ue os sal5rios por #ora desses tra$al#adores, em agosto de <==<, possuam uma distri$ui3!o normal, com uma m(dia aritm(tica de V:= e um desvio6padr!o de V:,:= Encontre a pro$a$ilidade de &ue os sal5rios por #ora de um tra$al#ador do com(rcio vare0ista, aleatoriamente selecionado, em agosto de <==<, se0a a) mais &ue V:<

$) entre V>,@= e V:=,>=

G) De acordo com registros de uma empresa de servi3os de energia el(trica da 5rea de ?oston, a m(dia aritm(tica do consumo de energia el(trica para todos os domic'lios, durante o inverno, ( igual a :H@= &uilo-atts6#ora por ms Supon#a &ue o consumo mensal de energia el(trica durante o inverno, por parte de todos os domic'lios nessa 5rea, possua uma distri$ui3!o normal, com uma m(dia aritm(tica de :H@= &uilo-atts6#ora e desvio6 padr!o de C<= &uilo-atts6#ora a) Encontre a pro$a$ilidade de &ue o consumo mensal de energia el(trica durante o inverno, por parte de um domic'lio aleatoriamente selecionado dessa 5rea, se0a inferior a :>@= &uilo-atts6#ora

$) Rue percentagem dos domic'lios nessa 5rea possui um consumo de energia el(trica de G== at( :CL= &uilo-atts6#ora

:C>

:=) A media do resultado da prova de matem5tica do SAT foi @:H em <==< Supon#a &ue os resultados da prova de matem5tica de todos os alunos &ue fi%eram o SAT em <==< tivessem sido normalmente distri$u'dos, com uma m(dia aritm(tica de @:H e um desvio6 padr!o de G= a) Rue percentagem dos alunos fe% mais do &ue H== pontos nessa provaS $) Rue percentagem dos alunos fe% mais do &ue L@= pontos nessa provaS

c) Uma faculdade t(cnica de elite e1ige &ue o resultado da prova de matem5tica do SAT de um aluno se0a F== ou mais, de modo &ue esse aluno possa ser considerado apto para fins de matr'cula Rue percentagem de alunos &ue fi%eram o SAT em <==< ser5 apta para ser matriculada nessa faculdadeS

::) Aa3a com &ue 1 se0a uma vari5vel aleatria cont'nua, &ue segue uma distri$ui3!o normal, com uma m(dia aritm(tica de <== e um desvio6padr!o de <@ Encontre o valor de 1, tal &ue a 5rea so$ a curva da normal, O es&uerda de 1, se0a apro1imadamente =,HCC=

:CG

J% DISTRIB"I#FES DE AMOSTRANEM J%1 DISTRIB"I#FES DA POP"LA#$O E DISTRIB"I#$O DE AMOSTRANEM J%1%1 Dis*ri=ui()o da Po,u-a()o Defini()o: A distri$ui3!o da popula3!o representa a distri$ui3!o de pro$a$ilidade dos dados da popula3!o Supon#a &ue e1istam somente cinco alunos em um curso avan3ado de estat'stica, e &ue os resultados das provas semestrais para esses cinco alunos se0am F= F> >= >= G@

Aa3a com &ue 1 represente o resultado correspondente a um aluno Utili%ando classes de valor "nico (uma ve% &ue e1istem cinco valores de dados, n!o ( necess5rio agrup56los) 8odemos construir a distri$ui3!o de fre&[ncias dos resultados, na forma apresentada na Ta$ela F :, 0untamente com as fre&[ncias relativas de classes, &ue s!o o$tidas por meio da divis!o das fre&[ncias de classes pelo taman#o da popula3!o A Ta$ela F <, &ue representa as pro$a$ilidades correspondentes aos v5rios valores de 1, ilustra a distri$ui3!o de pro$a$ilidades da popula3!o O$serve &ue essas pro$a$ilidades s!o iguais as fre&[ncias relativas Ta=e-a J%1 Dis*ri=ui()o de Fre7OPncias da Po,u-a()o e Dis*ri=ui()o De Fre7OPncias Re-a*i2as da Po,u-a()o PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 1 f Are&[ncia ;elativa PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP F= : :W@ \ =,<= F> : :W@ \ =,<= >= < <W@ \ =,L= G@ : :W@ \ =,<= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP N\@ Soma \ :,== PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

:L=

Ta=e-a J%/ Dis*ri=ui()o de Pro=a=i-idades da Po,u-a()o PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP 1 8(1) PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP F= =,<= F> =,<= >= =,L= G@ =,<= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Os valores da m(dia aritm(tica e o desvio6padr!o, calculados para a distri$ui3!o de pro$a$ilidades da Ta$ela F <, fornecem os valores dos par]metros da popula3!o, e Esses valores s!o =>= ,H= e =>,=G J%1%/ 0 Dis*ri=ui()o da A6os*ra8e6 Defini()o: A distri$ui3!o de pro$a$ilidades de x ( c#amada de distri$ui3!o de amostragem de x Ela representa os v5rios valores &ue x pode assumir, $em como a pro$a$ilidade de cada valor de x Em geral, a distri$ui3!o de pro$a$ilidades de uma estat'stica da amostra ( c#amada de distribuio de amostragem dessa estat'stica ;econsidere a popula3!o relativa aos resultados semestrais correspondentes a cinco alunos, fornecidos na Ta$ela F : /onsidere todas as amostras poss'veis, com trs resultados cada, &ue possam ser selecionados sem reposi3!o a partir da&uela popula3!o N"mero total de amostras \
' ( x ) =:,= =

J%/ ERROS DE AMOSTRANEM E ERROS !$O I!ERE!TES ^ AMOSTRANEM J%/%1 Erro de A6os*ra8e6

:L:

Defini()o: ;epresenta a diferen3a entre o valor de uma estat'stica da amostra e o valor do par]metro correspondente da popula3!o No caso da m(dia aritm(tica, Erro de amostragem \
x

considerando6se &ue a amostra se0a aleatria e &ue nen#um erro n!o inerente O amostragem ten#a sido cometido J%/%/ 0 Erros !)o Ineren*es Q A6os*ra8e6 Defini()o: Os erros &ue ocorrem na coleta, no registro e na ta$ula3!o de dados s!o c#amados de erros no inerentes : amostragem. E5e6,-o J%1 ;econsidere a popula3!o relativa aos cinco resultados fornecidos na Ta$ela F : Supon#a &ue uma amostra de trs resultados se0a selecionada a partir dessa popula3!o e &ue essa amostra inclua os resultados F=, >= e G@ Encontre o erro de amostragem So-u()o: A m(dia aritm(tica da popula3!o ( = A m(dia aritm(tica para essa amostra ( /onse&[entemente, Erro de amostragem \
x =

x=

J%3 0 M'DIA ARITM'TICA E DES4IO PADR$O DE ; Defini()o: A m(dia aritm(tica da distri$ui3!o de amostragem de x e o desvio6 padr!o da distri$ui3!o de amostragem de x s!o c#amados de m!dia aritm!tica de x de desvio padro de x e s!o representados por x e x , respectivamente MIdia Ari*6I*ica da Dis*ri=ui()o de A6os*ra8e6 de x : A m(dia aritm(tica da distri$ui3!o de amostragem de x ( sempre igual a m(dia aritm(tica da popula3!o Dessa maneira,
x =

O desvio6padr!o de x ( igual ao desvio6padr!o da popula3!o, dividido pela rai% &uadrada do taman#o da amostra2 ou se0a,
x = n

:L<

Esta frmula para o desvio6padr!o de x permanece verdadeira somente &uando a amostragem ( feita sem reposi3!o, a partir de uma popula3!o finita, ou ( feita com ou sem reposi3!o, a partir de uma popula3!o infinita Essas duas condi34es podem ser su$stitu'das pela condi3!o de &ue a frmula anterior permane3a verdadeira, se o taman#o da amostra for pe&ueno &uando comparado com o taman#o da popula3!o O taman#o da amostra ( considerado pe&ueno &uando comparado com o taman#o da popula3!o caso o taman#o da amostra se0a igual ou menor do &ue @` do taman#o da popula3!o 9 ou se0a, se,
n =,=@ "

Se esta condi3!o n!o for satisfeita, utili%amos a seguinte frmula para calcular x N
x = n
" n " :

onde o fator
" n " :

( c#amado de fator de corre3!o de popula3!o finita Na maior parte das aplica34es pr5ticas, o taman#o da amostra ( pe&ueno, comparado ao taman#o da popula3!o /onse&[entemente, na maior parte dos casos, a frmula utili%ada para calcular x ( x =
n

Des2io Padr)o da Dis*ri=ui()o de A6os*ra8e6 de distri$ui3!o de amostragem de x (

x = n

: O desvio6padr!o da

onde

representa o desvio6padr!o da popula3!o, e n ( o taman#o da amostra Esta

n =,=@ , onde N ( o taman#o da popula3!o "

frmula ( utili%ada &uando

E5e6,-o J%/ A m(dia aritm(tica do sal5rio, por #ora, para todos os @=== empregados &ue tra$al#am em uma grande empresa, ( de V:F,@=, e o desvio6padr!o ( V<,G= Aa3a com &ue x se0a a m(dia aritm(tica do sal5rio, por #ora, para uma amostra aleatria de determinados empregados, selecionados a partir dessa empresa Encontre a m(dia aritm(tica de x e o desvio6padr!o de x para uma amostra com taman#o de (a) C=

:LC

($)F@

(c)<==

J%; 0 FORMATO DA DISTRIB"I#$O DE AMOSTRANEM DE

O formato da distri$ui3!o de amostragem de x relaciona6se aos seguintes dois casosN : A popula3!o a partir da &ual as amostras s!o e1tra'das tem uma distri$ui3!o normal < A popula3!o a partir da &ual as amostras s!o e1tra'das n!o tem uma distri$ui3!o normal J%;%1 0 FaHendo A6os*ra8e6 a Par*ir de u6a Po,u-a()o !or6a-6en*e Dis*ri=u+da Ruando a popula3!o a partir da &ual as amostras s!o e1tra'das ( normalmente distri$u'da, com sua m(dia aritm(tica igual a , e seu desvio6padr!o igual a , ent!o : x : ( igual O m(dia aritm(tica da popula3!o, % n =,=@ < O desvio6padr!o de x : x , ( igual a , considerando : A m(dia aritm(tica de
x

"

C O formato da distri$ui3!o de amostragem de

( normal, se0a &ual for o valor de n

Dis*ri=ui()o de A6os*ra8e6 de x &uando a Po,u-a()o Possui u6a Dis*ri=ui()o !or6a-: /aso a popula3!o, a partir da &ual as amostras s!o e1tra'das, se0a normalmente distri$u'da, com uma m(dia aritm(tica , e desvio6padr!o , ent!o a distri$ui3!o de amostragem da m(dia aritm(tica da amostra, x , tam$(m ser5 normalmente distri$u'da, com a m(dia aritm(tica e o desvio6padr!o a seguir apresentados, independentemente do taman#o da amostraN
x =

x =

E5e6,-o J%3 Em um recente teste do SAT, a m(dia aritm(tica dos resultados para todos os candidatos foi igual a :=<= /onsidere &ue a distri$ui3!o dos resultados do SAT, para todos os candidatos, se0a normal, com uma m(dia aritm(tica de :=<= e um desvio6padr!o de :@C Aa3a com &ue

:LL

x se0a a m(dia aritm(tica dos resultados para o SAT, para uma amostra aleatria de determinados candidatos /alcule a m(dia aritm(tica e o desvio6padr!o de x , e descreva o formato de sua distri$ui3!o de amostragem &uando o taman#o da amostra for (a) :H

($) @=

(c) :=== :L@

J%;%/ 0 FaHendo A6os*ra8e6 a Par*ir de u6a Po,u-a()o 7ue !)o SeBa !or6a-6en*e Dis*ri=u+da O formato da distri$ui3!o de amostragem de x ( dedu%ido a partir de um teorema muito importante, c#amado de *eore6a do -i6i*e cen*ra-% Teore6a do -i6i*e cen*ra-: De acordo com o teorema do limite central, para uma amostra de taman#o grande, a distri$ui3!o de amostragem de x ( apro1imadamente normal, independentemente do formato da distri$ui3!o da popula3!o A m(dia aritm(tica e o desvio6padr!o da distri$ui3!o de amostragem de x s!o
x =

x =

O taman#o da amostra ( usualmente considerado como sendo grande, se n C= De acordo co6 o *eore6a do -i6i*e cen*ra-: : Ruando n C= , o formato da distri$ui3!o de amostragem de x ( apro1imadamente normal, independentemente do formato da distri$ui3!o da popula3!o : x : ( igual O m(dia aritm(tica da popula3!o, % n =,=@ C O desvio6padr!o de x : x , ( igual a , considerando < A m(dia aritm(tica de
x

"

E5e6,-o J%; A m(dia aritm(tica dos alugu(is pagos por todos os in&uilinos em uma grande cidade ( de V:@@=, com um desvio6padr!o de V<<@ Entretanto, a distri$ui3!o da popula3!o de alugu(is, para todos os in&uilinos nessa cidade, ( assim(trica O direita /alcule a m(dia aritm(tica e o

:LH

desvio6padr!o de x , e descreva o formato de sua distri$ui3!o de amostragem, &uando o taman#o da amostra ( (a) C=

($) :==

J%D 0 APLICA#FES DA DISTRIB"I#$O DE AMOSTRANEM DE ;

:LF

Segundo o teorema do limite central, para grandes amostras, a distri$ui3!o de amostragem de x ( apro1imadamente normal /om $ase nesse resultado, podemos fa%er as seguintes afirma34es em rela3!o a x para grandes amostras As 5reas so$ a curva de x , mencionadas nessas afirma34es, s!o encontradas a partir da ta$ela da distri$ui3!o normal : 2e extrairmos todas as poss#veis amostras de mesmo taman<o =grande94 a partir de uma populao4 e calcularmos a m!dia aritm!tica para cada uma dessas amostras4 ento aproximadamente >647>? das m!dias aritm!ticas das amostras estaro dentro dos limites de uma unidade de desvio padro em relao : m!dia aritm!tica da populao.
' ( :x x +:x ) = =,H><H

< 2e extrairmos todas as poss#veis amostras de mesmo taman<o =grande94 a partir de uma populao4 e calcularmos a m!dia aritm!tica para cada uma dessas amostras4 ento aproximadamente @A4BB? das m!dias aritm!ticas das amostras estaro dentro dos limites de duas unidades de desvio padro em relao : m!dia aritm!tica da populao.
' ( <x x + <x ) = =,G@LL

C 2e extrairmos todas as poss#veis amostras de mesmo taman<o =grande94 a partir de uma populao4 e calcularmos a m!dia aritm!tica para cada uma dessas amostras4 ento aproximadamente @@4CB? das m!dias aritm!ticas das amostras estaro dentro dos limites de trs unidades de desvio padro em relao : m!dia aritm!tica da populao.
' ( Cx x + Cx ) = =,GGFL

:L>

E5e6,-o J%D /onsidere &ue os pesos de todas as em$alagens de uma determinada marca de $iscoitos se0am distri$u'dos normalmente, com uma m(dia aritm(tica de C< on3as e um desvio6 padr!o de =,C on3as Encontre a pro$a$ilidade de &ue a m(dia aritm(tica do peso, x , para uma amostra aleatria de <= em$alagens dessa marca de $iscoitos, ven#a a estar entre C:,> e C:,G on3as O$s N : on3a e&uivale a <>,C@ g

OBS: 4a-or de H ,ara u6 2a-or de

: O valor de % para um valor de

z= x

( calculado como

J%E 0 PROPOR#$O DA POP"LA#$O E PROPOR#$O DA AMOSTRA Pro,or()o da Po,u-a()o e Pro,or()o da A6os*ra: A propor3!o da popula3!o e a propor3!o da amostra, representada por p e
p= ; "

p , respectivamente, s!o calculadas como

e

x n

onde N \ n"mero total de elementos na popula3!o n \ n"mero total de elementos na amostra ) \ n"mero total de elementos na popula3!o, &ue possuem uma caracter'stica especifica 1 \ n"mero total de elementos na amostra, &ue possuem uma caracter'stica especifica

:LG

E5e6,-o J%E Supon#a &ue um total de F>G H@L fam'lias resida em uma cidade e @HC <>< delas possuam casa prpria Uma amostra de <L= fam'lias ( selecionada a partir dessa cidade, e :@> delas possuem casa prpria Encontre a propor3!o de fam'lias na popula3!o e na amostra, &ue possuem casa prpria

Erro de amostragemS J%J DES4IO PADR$O k DISTRIB"I#$O DE AMOSTRANEM DE 0 M'DIA ARITM'TICA: E FORMATO DA

'

J%J%1 0 Dis*ri=ui()o de A6os*ra8e6

p p , ( c#amada de
pode assumir, $em
k k

Defini()o: A distri$ui3!o de pro$a$ilidades da propor3!o da amostra, sua distri$ui3!o de amostragem Ela fornece os v5rios valores &ue como suas propriedades

E5e6,-o J%J A ?oe /onsultant Associates possui cinco empregados A ta$ela F C fornece os nomes desses cinco empregados, e informa34es em rela3!o a seu con#ecimento so$re estat'stica Ta=e-a J%3 Infor6a(.es so=re os Cinco E6,re8ados da Boe Consu-*an* Associa*es PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP !o6e Conhece Es*a*+s*ica PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP AllK sim Jo#n n!o Susan n!o Bee sim Tom sim PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

:@=

Se definirmos a propor3!o da popula3!o, p, como a propor3!o de empregados &ue con#ecem estat'stica, ent!o
p = C W @ = =,H=

Agora, supon#a &ue e1traiamos todas as amostras poss'veis, com trs empregados cada, e calculemos a propor3!o de empregados, para cada amostra, &ue con#ece estat'stica O n"mero total de amostras de taman#o trs, podem ser e1tra'das dessa popula3!o de cinco empregados (, N"mero total de amostras \ @ ( C = Cj (@ C)j = C < : < : =:= A ta$ela F L apresenta essas := amostras poss'veis, e a propor3!o de empregados &ue con#ecem estat'stica, para cada uma dessas amostras O$serve &ue arredondamos os valores de
@j @LC<:

para duas casas decimais

Utili%ando a Ta$ela F L, preparamos a distri$ui3!o de fre&[ncias de

p , conforme

registrado na Ta$ela F @, 0untamente com as fre&[ncias relativas de classes, &ue s!o o$tidas pela divis!o entre as fre&[ncias de classes e o taman#o da popula3!o As fre&[ncias relativas s!o utili%adas como pro$a$ilidades, e est!o apresentadas na ta$ela F H Esta ta$ela fornece a distri$ui3!o de amostragem de

Ta=e-a J%; Todas as A6os*ras Poss+2eis de Ta6anho 3: e os 4a-ores de

,ara cada A6os*ra

k

?????????????????????????????????????????????????? A6os*ra Pro,or()o 7ue Conhece Es*a*+s*ica

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP AllK, Jo#n, Susan :WC \ =,CC AllK, Jo#n, Bee <WC \ =,HF AllK, Jo#n, Tom <WC \ =,HF AllK, Susan, Bee <WC \ =,HF AllK, Jo#n, Tom <WC \ =,HF AllK, Bee, Tom CWC \ :,== Jo#n, Susan, Bee :WC \ =,CC Jo#n, Susan, Tom :WC \ =,CC Jo#n, Bee, Tom <WC \ =,HF Susan, Bee, Tom <WC \ =,HF PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

:@:

Ta=e-a J%D Dis*ri=ui()o de Fre7OPncias e Dis*ri=ui()o de Fre7OPncias Re-a*i2as

&uando o Ta6anho da A6os*ra I 3 ???????????????????????????????????????????????????????????????

Fre7OPncia Re-a*i2a

??????????????????????????????????????????????????????????????? =,CC C CW:= \ =,C= =,HF H HW:= \ =,H= :,== : :W:= \ =,:= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Soma \ :,== f =:= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP Ta=e-a J%E Dis*ri=ui()o de A6os*ra8e6 de

&uando o Ta6anho da A6os*ra I 3 ????????????????????????????????????

P@

p1

???????????????????????????????????? =,CC =,C= =,HF =,H= :,== =,:= PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

PPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP J%J%/ 0 MIdia Ari*6I*ica e Des2io Padr)o de

'( p) = :,= =

p
Dessa maneira,

MIdia Ari*6I*ica da Pro,or()o da A6os*ra: A m(dia aritm(tica da propor3!o da amostra,

p , ( representada por

k , e ( igual O propor3!o da popula3!o, p

p

:@<

k= p
p

A propor3!o da amostra,

p , ( c#amada de estimador da propor3!o da popula3!o, p

Des2io Padr)o da Pro,or()o da A6os*ra: O desvio6padr!o da propor3!o da amostra,

p : ( representado por

k , e ( fornecido pela frmula

p

k=
p

pq n

onde p ( a propor3!o da popula3!o, q =: p , e n ( o taman#o da amostra Esta frmula ( utili%ada &uando Entretanto, se
n =,=@ , onde N ( o taman#o da popula3!o "
p

n for maior do &ue =,=@, ent!o "

k ( calculado como segueN

k=
p

pq " n n ":
" n " :

onde o fator

( c#amado de fator de corre3!o de popula3!o finita

J%J%3 0 For6a*o da Dis*ri=ui()o de A6os*ra8e6 de

k

p
( dedu%ido a partir do teorema do

O formato da distri$ui3!o de amostragem de limite central

Teore6a do Li6i*e Cen*ra- ,ara a Pro,or()o da A6os*ra: De acordo com o teorema do limite central, a distri$ui3!o de amostragem de

( apro1imadamente normal

para uma amostra de taman#o suficientemente grande No caso da propor3!o, o taman#o da :@C

amostra ( considerado como suficientemente grande se np e n& forem am$os maiores do &ue @, ou se0a, se
np >@ nq >@

E5e6,-o J%K A 8es&uisa Nacional das Eatr'culas de Alunos nos EUA mostrou &ue >F` dos calouros e &uartanistas classificaram a sua e1perincia na faculdade como T$oaU ou Te1celenteU (USA TODAY, :< novem$ro de <==<) /onsidere esse resultado como verdadeiro para a popula3!o atual de todos os calouros e &uartanistas Aa3a com &ue

se0a a propor3!o de
k

calouros e &uartanistas, em uma amostra aleatria de G== calouros e &uartanistas &ue mantm esse ponto de vista Encontre a m(dia aritm(tica e o desvio6padr!o de descreva o formato de sua distri$ui3!o de amostragem

J%K 0 APLICA#FES DA DISTRIB"I#$O DE AMOSTRANEM DE

'

E5e6,-o J%S De acordo com uma pes&uisa da Universidade de Eic#igan, reali%ada em <==<, somente cerca de um ter3o dos norte6americanos esperavam &ue os cinco anos seguintes trou1essem tempos de cont'nua felicidade (T#e Ne- YorQ Times, :: de novem$ro de <==<) /onsidere &ue CC` da atual popula3!o de todos os norte6americanos manten#am essa opini!o Aa3a com &ue

se0a a propor3!o, em uma amostra aleatria de >== norte6americanos &ue ir!o

manter essa opini!o Encontre a pro$a$ilidade de &ue o valor de =,CF

este0a entre =,C@ e

:@L

OBS: 4a-or de H ,ara u6 2a-or de

: O valor de % para um valor de

k

( calculado como

z=

p p k
p

E5e6,-o J%1> Eaureen De$ster, &ue est5 concorrendo para a prefeitura em uma grande cidade, declara &ue ( favorita de @C` de todos os eleitores registrados na&uela cidade /onsidere &ue esta afirma3!o se0a verdadeira Rual a pro$a$ilidade de &ue, em uma amostra aleatria de L== eleitores registrados, e1tra'da a partir da&uela cidade, menos do &ue LG` ven#am a votar a favor de Eaureen De$sterS

:@@

LISTA DE E]ERCCIOS :) A m(dia aritm(tica mensal dos custos relativos a medicamentos com receita m(dica, para todos os cidad!os idosos em uma cidade, ( igual a V<CC, com um desvio6padr!o correspondente a VF< Aa3a com &ue x se0a a m(dia aritm(tica de tais custos para uma amostra aleatria de <@ cidad!os idosos dessa cidade Encontre a m(dia aritm(tica e o desvio6padr!o da distri$ui3!o de amostragem de x

<) Supon#a &ue o desvio6padr!o dos custos de recrutamento por 0ogadora, para todas as 0ogadoras de $as&uete recrutadas por todas as universidades p"$licas no centro6oeste dos EUA, se0a VL=@ Aa3a com &ue x se0a a m(dia aritm(tica dos custos de recrutamento para uma amostra de um determinado n"mero de tais 0ogadoras Rual taman#o de amostra ir5 fornecer um desvio6padr!o de x igual a VL@S

C) Os ,8As para todos os @@L= alunos matriculados em uma universidade possuem uma distri$ui3!o apro1imadamente normal, com uma m(dia aritm(tica de C,=< e um desvio6 padr!o de =,<G Aa3a com &ue x se0a a m(dia aritm(tica do ,8A para uma amostra aleatria de L> alunos, selecionada a partir dessa universidade Encontre a m(dia aritm(tica e o desvio6padr!o de x , e comente so$re o formato de sua distri$ui3!o de amostragem

:@H

L) De acordo com estimativas do U S ?ureau of Ba$or Statistics, a m(dia dos sal5rios dos tra$al#adores na constru3!o civil era de V:>,GH por #ora, em agosto de <==< (/ureau of 1abor 2tatistics "e3s4 :> de setem$ro de <==<) /onsidere &ue os sal5rios atuais de todos os tra$al#adores na constru3!o civil se0am normalmente distri$u'dos, com uma m(dia aritm(tica igual a V:>,GH por #ora e um desvio6padr!o igual a VC,H= por #ora Encontre a pro$a$ilidade de &ue a m(dia aritm(tica dos sal5rios, por #ora, de uma amostra aleatria de <@ tra$al#adores na constru3!o civil, a) este0a entre V:> e V<= por #ora

$) se0a maior do &ue a m(dia aritm(tica da popula3!o em V:,@ ou mais

:@F

@) As dividas com cart!o de cr(dito para todos os alunos de faculdade possuem uma distri$ui3!o &ue ( assim(trica O direita, com uma m(dia aritm(tica de V:>L= e um desvio6 padr!o de VL@C Encontre a pro$a$ilidade de &ue a m(dia aritm(tica das dividas com cart!o de cr(dito, para uma amostra aleatria de CH alunos de faculdade, ven#a a a) estar entre V:F@= e V:G@=

$) ser menor &ue V:F==

H) As estaturas de todos os adultos em uma grande cidade possuem uma distri$ui3!o &ue ( assim(trica O direita, com uma m(dia aritm(tica de H> polegadas (apro1imadamente :,FCm) e um desvio6padr!o de L polegadas (apro1imadamente =,:=m) Encontre a pro$a$ilidade de &ue a m(dia aritm(tica das estaturas de uma amostra aleatria de :== alunos, selecionados a partir dessa cidade, a) se0a menor do &ue HF,> polegadas

:@>

$) este0a entre HF,@ polegadas e H>,F polegadas

c) se0a menor do &ue a m(dia aritm(tica da popula3!o, em =,@ polegadas ou mais

F) Em uma pes&uisa com tra$al#adores, reali%ada pela +nternational /ommunications ;esearc# para a J Mo-ard I Associates, CG` afirmaram &ue o m(rito era a c#ave para a promo3!o, en&uanto &ue outros indicaram antiguidade, ami%ade ou sorte (USA TODAY, < de outu$ro de <==<) /onsidere &ue CG` de todos os atuais tra$al#adores sintam &ue o m(rito se0a a c#ave para a promo3!o, e &ue
k

se0a a propor3!o de tra$al#adores, em uma

amostra aleatria de C== tra$al#adores, &ue manten#am esse ponto de vista Encontre a pro$a$ilidade de &ue o valor de a) este0a entre =,C@ e =,L@

$) se0a maior do &ue =,CH

:@G

>) A ?rooQlKn /orporation fa$rica /Ds f con#ecido &ue a m5&uina &ue ( utili%ada para fa$ricar esses /Ds produ% H` de /Ds defeituosos O inspetor de controle de &ualidade seleciona uma amostra de :== /Ds a cada semana e os inspeciona em rela3!o a estarem perfeitos ou defeituosos Se >` ou mais, dentre os /Ds na amostra, forem defeituosos, o processo ( interrompido e a m5&uina ( a0ustada Rual ( a pro$a$ilidade de &ue, com $ase em uma amostra de :== /Ds, o processo ven#a a ser interrompido para a0ustar a m5&uinaS

:H=

K% ESTIMATI4A DA M'DIA ARITM'TICA E DA PROPOR#$O K%1 0 ESTIMATI4A: "MA I!TROD"#$O Es*i6a*i2a: f a atri$ui3!o de um valor, ou valores, a um par]metro de uma popula3!o, com $ase em um valor da estat'stica correspondente da amostra A estat'stica da amostra, utili%ada para estimar um par]metro da popula3!o, ( c#amada de estimador. O procedimento de estimativa envolve as seguintes etapasN : Selecionar uma amostra < /oletar as informa34es necess5rias a partir de mem$ros da amostra C /alcular o valor da estat'stica da amostra L Atri$uir valor (ou valores) ao par]metro correspondente da popula3!o K%/ ESTIMATI4AS DE PO!TO E ESTIMATI4AS DE I!TER4ALO K%/%1 0 "6a Es*i6a*i2a de Pon*o Defini()o Es*i6a*i2a de Pon*o: O valor de uma estat'stica da amostra, &ue ( utili%ado para estimar um par]metro da popula3!o, ( c#amado de estimativa de ponto. 8ara a estimativa da m(dia aritm(tica da popula3!o, a margem de erro ( calculada da seguinte maneiraN Eargem de erro \ :,GH x ou
:,G H sx

Ou se0a, encontramos o desvio6padr!o da m(dia aritm(tica da amostra e multiplicamos por :,GH Nesse caso, s x representa um estimador de ponto de x K%/%/ 0 "6a Es*i6a*i2a de In*er2a-o Defini()o

:H:

Es*i6a*i2a de In*er2a-o: Na estimativa de intervalo, um intervalo ( constru'do em torno da estimativa de ponto, e ( afirmado &ue esse intervalo ( pass'vel de conter o par]metro correspondente da popula3!o !+2e- de Confian(a e In*er2a-o de Confian(a: /ada intervalo ( constru'do com rela3!o a um determinado n#vel de confiana, e ( c#amado de intervalo de confiana O n'vel de confian3a associado a um intervalo de confian3a declara a dimens!o da confian3a &ue temos de &ue esse intervalo cont(m o verdadeiro par]metro da popula3!o O n'vel de confian3a ( representado por (: ) :== ` Em$ora &ual&uer valor correspondente ao n'vel de confian3a possa ser escol#ido para construir um intervalo de confian3a, os valores mais comuns s!o G=`, G@` e GG` Os coeficientes de confian3a correspondentes s!o =,G=2 =,G@ e =,GG K%3 0 ESTIMATI4A DE I!TER4ALO DA M'DIA ARITM'TICA DE "MA POP"LA#$O: AMOSTRAS NRA!DES &uando o taman<o da amostra for D8 ou mais4 iremos utilizar a distribuio normal para construir um intervalo de confiana para . Sa$emos, com $ase no capitulo F, &ue o desvio6padr!o de x ( x = /onse&[entemente, utili%amos
n para x = O$serve &ue o valor de s x representa uma estimativa de ponto de x n sx = s

, n!o se0a con#ecido, ent!o utili%amos o desvio6padr!o da amostra, s , su$stituindo

No entanto, caso o desvio6padr!o da popula3!o,

In*er2a-o de Confian(a ,ara ,ara Nrandes A6os*ras: O intervalo de confian3a para (: ) :== ` ( x zx se ( con#ecido x zs x se n!o ( con#ecido onde x = W n e sx = s W n O valor de z , a&ui utili%ado, ( lido a partir da ta$ela da distri$ui3!o normal padroni%ada para o n'vel de confian3a especificado O valor de zx (ou zs x , &uando n!o ( con#ecido), na frmula do intervalo de confian3a, ( c#amado de erro 6A5i6o da es*i6a*i2a e ( representado por + Defini()o Erro MA5i6o da Es*i6a*i2a ,ara : O erro m51imo da estimativa para , representado por + , corresponde ao valor &ue ( su$tra'do e adicionado ao valor de modo a o$ter um intervalo de confian3a para 8or conseguinte, , de

:H<

+ = z x

ou zs x

E5e6,-o K%1 Uma editora aca$ou de pu$licar um novo livro did5tico para faculdade Antes de a empresa decidir so$re o pre3o pelo &ual dever5 vender esse livro did5tico, ela dese0a con#ecer o pre3o m(dio de todos os livros desse tipo no mercado O departamento de pes&uisas da empresa e1traiu uma amostra de CH livros did5ticos similares e coletou informa34es em rela3!o a seus pre3os Essas informa34es produ%iram uma m(dia aritm(tica de pre3o de VF=,@= para essa amostra Sa$e6se &ue o desvio6padr!o dos pre3os de todos esses livros did5ticos ( igual a VL,@= (a) Rual a estimativa de ponto da m(dia aritm(tica do pre3o de todos esses livros did5ticos para faculdadeS Rual a margem de erro para essa estimativaS

($) /onstrua um intervalo de confian3a de G=` para a m(dia aritm(tica do pre3o de todos esses livros did5ticos para faculdade

K%; 0 ESTIMATI4A DE I!TER4ALO DA M'DIA ARITM'TICA POP"LA#$O: AMOSTRAS PE&"E!AS

DE "MA

Condi(.es nas &uais a Dis*ri=ui()o t ' "*i-iHada ,ara Cons*ruir u6 In*er2a-o de Confian(a e6 Torno de A distri$ui3!o t ( utili%ada para construir um intervalo de confian3a em torno de se : A popula3!o a partir da &ual a amostra ( e1tra'da ( (apro1imadamente) distri$u'da de maneira normal

:HC

< O taman#o da amostra ( pe&ueno (ou se0a, nlC=) C O desvio6padr!o da popula3!o, K%;%1 0 A dis*ri=ui()o t Defini()o A Dis*ri=ui()o t : A distri$ui3!o t representa um tipo especifico de distri$ui3!o em formato de sino, com uma menor altura e uma maior dispers!o em compara3!o com a distri$ui3!o normal padroni%ada c medida &ue o taman#o da amostra torna6se maior, a distri$ui3!o t se apro1ima da distri$ui3!o normal padroni%ada A distri$ui3!o t possui somente um "nico par]metro, con#ecido como graus de li$erdade ( gl ) A m(dia aritm(tica da distri$ui3!o t ( igual a = (%ero) e o desvio6padr!o ( igual a gl ( gl <) A figura a$ai1o mostra a distri$ui3!o normal padroni%ada e a distri$ui3!o t para G graus de li$erdade O desvio6padr!o da distri$ui3!o normal padroni%ada ( :,=, e o desvio6 padr!o da distri$ui3!o t ( gl ( gl <) = G W( G <) =:,:CL

, n!o ( con#ecido

E5e6,-o K%/ Encontre o valor de t para :H graus de li$erdade e uma 5rea de =,=@ na cauda direita de uma curva da distri$ui3!o t So-u()o: Na Ta$ela *+++ do Apndice /, locali%amos :H na coluna de graus de li$erdade (com o l ) e =,=@ na lin#a correspondente a Xrea na cauda direita so$ a curva da t'tulo g distri$ui3!o t no topo da ta$ela O valor locali%ado na interse3!o entre a lin#a correspondente a :H e a coluna correspondente a =,=@, &ue corresponde a :,FLH, fornece o valor dese0ado de t

:HL

K%;%/ 0 In*er2a-o de Confian(a ,ara "*i-iHando a Dis*ri=ui()o t

t para construir um intervalo de confian3a para a m(dia aritm(tica da popula3!o, %

Ruando as trs condi34es a seguir se mantm verdadeiras, utili%amos a distri$ui3!o

: A popula3!o a partir da &ual a amostra ( e1tra'da ( (apro1imadamente) distri$u'da de maneira normal < O taman#o da amostra ( pe&ueno (ou se0a, nlC=) C O desvio6padr!o da popula3!o,

, n!o ( con#ecido

In*er2a-o de Confian(a ,ara ,ara A6os*ras Pe7uenas: O intervalo de confian3a de (: ) :== ` corresponde a
x ts x

onde s x =

s n

O valor de t ( o$tido a partir da ta$ela da distri$ui3!o t para n : graus de li$erdade e para o n'vel de confian3a especificado E5e6,-o K%3 O Dr Eoore dese0ava estimar a m(dia aritm(tica do n'vel de colesterol para todos os adultos do se1o masculino &ue moram em Martford Ele e1traiu uma amostra de <@ adultos do se1o masculino de Martford e desco$riu &ue a m(dia aritm(tica do n'vel de colesterol para esta amostra correspondia a :>H, com um desvio6padr!o igual a :< /onsidere &ue os n'veis de colesterol para todos os adultos do se1o masculino em Martford se0am apro1imadamente distri$u'dos de maneira normal /onstrua um intervalo de confian3a de G@` para a m(dia aritm(tica, %

:H@

E5e6,-o K%; *inte e cinco adultos aleatoriamente selecionados, &ue compram livros para leitura em geral, foram &uestionados em rela3!o O &uantia em din#eiro &ue geralmente gastam em livros por ano A amostra produ%iu uma m(dia aritm(tica de V:L@= e um desvio6padr!o de VC== para essas despesas anuais /onsidere &ue essas despesas, para todos os adultos &ue compram livros para leitura em geral, possuam uma distri$ui3!o apro1imadamente normal Determine um intervalo de confian3a de GG` para a m(dia aritm(tica correspondente da popula3!o

K%D ESTIMATI4A DE I!TER4ALO DA PROPOR#$O DE "MA POP"LA#$O: AMOSTRAS NRA!DES /om $ase no capitulo F, sa$emos &ue, para grandes amostrasN : A distri$ui3!o de amostragem da propor3!o da amostra, normal < A m(dia aritm(tica, p , da distri$ui3!o de amostragem de popula3!o, p C O desvio6padr!o,
p q Wn

p, p
k

( (apro1imadamente)

( igual O propor3!o da
k

da distri$ui3!o de amostragem da propor3!o da amostra,

p, (

, onde q =: p

:HH

Es*i6ador do Des2io Padr)o de ponto de

p : O valor de

s k , &ue fornece uma estimativa de

p

k , ( calculado como
p

sk =
p

pq n

A propor3!o da amostra,

p,

representa o estimador de ponto da popula3!o

correspondente, p Da mesma maneira &ue no caso da m(dia aritm(tica, sempre &ue utili%amos a estimativa de ponto para a propor3!o da popula3!o calculamos a margem de erro associada O&uela estimativa de ponto 8ara a estimativa da propor3!o da popula3!o, a margem de erro ( calculada da seguinte maneiraN Eargem de erroN

:,G Hs k

Ou se0a, encontramos o desvio6padr!o da propor3!o da amostra e multiplicamos esse valor por :,GH O intervalo de confian3a ( (: ) :== ` para p ( constru'do utili%ando6 se a frmula a seguir apresentada In*er2a-o de Confian(a ,ara a Pro,or()o da Po,u-a()o: ,: E intervalo de confiana (: ) :== ` para a proporo da populao4 p4 !

p z sk
O valor de

p
k

z,

utili%ado neste caso, ( o$tido a partir da ta$ela da distri$ui3!o normal

padroni%ada para o n'vel de confian3a especificado e

pq sk = p n

E5e6,-o K%D De acordo com uma pes&uisa reali%ada em <==< pela Aindla- com, <=` dos norte6 americanos necessitaram de consultoria 0ur'dica durante o ano anterior, com o o$0etivo de solucionar &uest4es espin#osas, como custdias de fil#os e lit'gios entre locador e locatrio (/?S EarQetDatc# com, H de agosto de <==<) Supon#a &ue uma amostra recente de :===

:HF

adultos norte6americanos ten#a mostrado &ue <=` deles precisaram de consultoria 0ur'dica durante o ano anterior para resolver essas &uest4es civis (a) Rual ( a estimativa de ponto da propor3!o da popula3!oS Rual ( a margem de erro dessa estimativaS

($) Encontre, com um n'vel de confian3a de GG`, a percentagem de todos os adultos norte americanos &ue precisaram de consultoria 0ur'dica durante o ano de <==: para resolver &uest4es civis

E5e6,-o K%E De acordo com a an5lise de uma pes&uisa de opini!o reali%ada pelo grupo /NN6USA TODAY6,allup, em outu$ro de <==<, To estresse tornou6se uma parcela comum da vida di5ria nos Estados Unidos As demandas de tra$al#o, fam'lia e afa%eres dom(sticos representam um fardo na vida norte6americano t'picoU De acordo com essa pes&uisa, L=` dos norte6americanos inclu'dos na pes&uisa indicaram &ue possu'am uma &uantidade de tempo limitada para rela1ar (,allup com, > de novem$ro de <==<) A pes&uisa foi $aseada em uma amostra de n'vel nacional de :@=< adultos aleatoriamente selecionados, com idade de :> anos ou mais /onstrua um intervalo de confian3a de G@` para o propor3!o da popula3!o correspondente

:H>

K%E 0 DETERMI!A!DO O TAMA!TO DA AMOSTRA PARA A ESTIMATI4A DA M'DIA ARITM'TICA OBS: Aprendemos &ue + = z x ( c#amado de erro m51imo da estimativa para /omo sa$emos, o desvio6padr!o da m(dia aritm(tica da amostra ( igual a 8ortanto, podemos escrever o erro m51imo da estimativa para como
+ =z n

De*er6inando o Ta6anho da A6os*ra ,ara a Es*i6a*i2a de : Sendo con#ecido o n'vel de confian3a e o desvio6padr!o da popula3!o, o taman#o da amostra &ue ir5 produ%ir um erro m51imo predeterminado, + , da estimativa do intervalo de confian3a de , (
n= z < < +<

E5e6,-o K%J Uma associa3!o de e16alunos dese0a estimar a m(dia aritm(tica das d'vidas de alunos graduados este ano Sa$e6se &ue o desvio6padr!o da popula3!o das d'vidas dos alunos graduados este ano corresponde a V:: >== De &ue taman#o deve ser a amostra selecionada de maneira tal &ue a estimativa, com um n'vel de confian3a de GG`, este0a contida no intervalo de V>== em rela3!o O m(dia aritm(tica da popula3!o

:HG

K%J 0 DETERMI!A!DO O TAMA!TO DA AMOSTRA PARA A ESTIMATI4A DA PROPOR#$O De*er6inando o Ta6anho da A6os*ra ,ara a Es*i6a*i2a de ,N Sendo con#ecidos o n'vel de confian3a e os valores de p e &, o taman#o da amostra &ue ir5 produ%ir um erro m51imo predeterminado, + , da estimativa do intervalo de confian3a de p (
n= z < pq +<

E5e6,-o K%K A Bom$ard Electronics /ompanK aca$ou de instalar uma nova m5&uina &ue fa$rica uma pe3a &ue ( utili%ada em relgios A empresa dese0a estimar a propor3!o de pe3as defeituosas produ%idas por essa m5&uina O gerente da empresa dese0a &ue essa estimativa este0a dentro de =,=< em rela3!o O propor3!o da popula3!o para um n'vel de confian3a de G@` Rual ( a estimativa mais conservadora do taman#o da amostra &ue ir5 limitar o erro m51imo em at( =,=< em rela3!o O propor3!o da popula3!oS

E5e6,-o K%S /onsidere novamente o e1emplo > > Supon#a &ue uma amostra preliminar de <== pe3as produ%idas por essa m5&uina ten#a mostrado &ue F` delas se0a defeituosas Rue taman#o de amostra a empresa deve selecionar de maneira tal &ue o intervalo de confian3a de G@` para p este0a contido em =,=< em rela3!o O propor3!o da popula3!oS

:F=

LISTA DE E]ERCCIOS :) O desvio6padr!o para uma popula3!o ( =:@ ,C Uma amostra de CH o$serva34es selecionadas a partir desta popula3!o forneceu uma m(dia aritm(tica igual a FL,> a) /onstrua um intervalo de confian3a de G=` para

$) /onstrua um intervalo de confian3a de G@` para

c) Determine um intervalo de confian3a de GG` para

<) De acordo com a revista EoneK, o patrim7nio l'&uido dos domic'lios nos EUA, em <==<, correspondia a VC@@ === (-oney, outu$ro de <==<) Supon#a &ue essa m(dia aritm(tica se0a $aseada em uma amostra aleatria de @== domic'lios e &ue o desvio6padr!o :F:

da amostra se0a de V:<@ === /onstrua um intervalo de confian3a de GG` para a m(dia aritm(tica do patrim7nio l'&uido dos domic'lios nos EUA em <==<

C) De acordo com a revista /AO, um t'pico diretor e1ecutivo financeiro gan#ou, em <==:, VGH: === (/usiness Fee%, :H de setem$ro de <==<) Supon#a &ue essa m(dia aritm(tica se0a $aseada em uma amostra aleatria de H= diretores e1ecutivos financeiros e &ue o desvio6padr!o da amostra se0a V:>= === a) Rual ( a estimativa de ponto da m(dia aritm(tica correspondente da popula3!oS

$) /onstrua um intervalo de confian3a de G=` para a m(dia aritm(tica correspondente da popula3!o

L) Encontre o valor de t para a distri$ui3!o t correspondente a cada um dos seguintes itens a) Xrea na cauda direita \ =,=@ e gl =:<

$) Xrea na cauda es&uerda \ =,=<@ e n = <H

c) Xrea na cauda es&uerda \ =,==: e gl =:G :F<

@) Supon#a, para uma amostra selecionada a partir de uma popula3!o normalmente > ,@ = e s =>,G distri$u'da2 &ue x =H a) /onstrua um intervalo de confian3a de G=` para considerando n =:H

$) /onstrua um intervalo de confian3a de G=` para considerando n =:H A amplitude do intervalo de confian3a de G=` ( menor do &ue a amplitude do intervalo de confian3a de G@` calculado no item aS

H) Uma amostra aleatria de :H passageiros de uma compan#ia a(rea no aeroporto de ?aK /itK mostrou &ue a m(dia aritm(tica do tempo gasto em espera na fila para o c#ecQ6in no guic# foi de C: minutos, com um desvio6padr!o de F minutos /onstrua um intervalo de confian3a de GG` para a m(dia aritm(tica do tempo gasto esperando em fila por parte de todos os passageiros na&uele aeroporto /onsidere &ue esses tempos de espera para todos os passageiros se0am normalmente distri$u'dos

:FC

F) Uma empresa dese0a estimar a m(dia aritm(tica do peso l'&uido de suas cai1as do cereal Top Taste Uma amostra de :H dessas cai1as produ%iu uma m(dia aritm(tica do peso l'&uido e&uivalente a C:,G> on3as, com um desvio6padr!o de =,<H on3a /onstrua um intervalo de confian3a de G@` para a m(dia aritm(tica do peso l'&uido de todas as cai1as do cereal Top Taste /onsidere &ue o peso l'&uido de todas essas cai1as de cereais possua uma distri$ui3!o normal

>) Em uma pes&uisa reali%ada pela At6a6,lance /ommunications, H:: tra$al#adores de escritrio foram &uestionados em rela3!o ao tempo &ue levavam para responder a um e6 mail (USA TODAY, F de maio de <==<) Trinta e seis por cento deles afirmaram &ue respondem a e6mails t!o logo retornam para suas mesas Supon#a &ue esses H:: tra$al#adores de escritrio perfa3am uma amostra aleatria de todos os tra$al#adores de escritrio nos Estados Unidos a) Rual ( a estimativa de ponto da propor3!o correspondente da popula3!oS Rual ( a margem de erro associada a essa estimativa de pontoS

$) Encontre um intervalo de confian3a de G@` para a propor3!o correspondente da popula3!o

:FL

:F@

S 0 TESTES DE TIPLTESES EM RELA#$O ^ M'DIA ARITM'TICA E EM RELA#$O ^ PROPOR#$O S%1 I!TROD"#$O O teste de #iptese ( uma t(cnica para a reali%a3!o de inferncia estat'stica, isto (, a partir de dados amostrais pode6se generali%ar conclus4es so$re a popula3!o Uma #iptese estat'stica ( uma suposi3!o ou afirma3!o relativa a uma ou mais popula34es E5e6,-o S%1 A propor3!o de crian3as do se1o masculino nascidos em certa localidade ( diferente de =,@ O teste de #iptese consiste em verificar se a afirma3!o ( verdadeira ou falsa S%1%10 Duas Ti,9*eses Ti,9*ese !u-a: Uma <iptese nula corresponde a uma afirma3!o (ou declara3!o a um determinado par]metro da popula3!o, &ue ( presumida como verdadeira, at( &ue se0a declarada falsa A #iptese alternativa, em nosso e1emplo estat'stico, ser5 de &ue a afirma3!o da empresa ( falsa, e &ue suas latas de refrigerante contm em m(dia, menos do &ue :< on3as de refrigerante 9 ou se0a, <:< on3as A #iptese ser5 escrita como , : N < :< (A afirma3!o da empresa ( falsa) Ti,9*ese A-*erna*i2a: Uma <iptese alternativa ( uma afirma3!o em rela3!o a um determinado par]metro da popula3!o, &ue ser5 verdadeira se a #iptese nula for falsa S%1%/ 0 Dois Ti,os de Erros Erro do Ti,o I: Um erro do tipo G ocorre &uando uma #iptese nula verdadeira ( re0eitada O valor de representa a pro$a$ilidade de cometer este tipo de erro2 ou se0a, = ' ( , = ( re0eitada m , = ( verdadeira) O valor de

representa o n#vel de signific$ncia para o teste

Apesar de &ual&uer valor pode ser atri$u'do a , os valores comumente utili%ados s!oN =,=:2 =,=<@2 =,=@2 e =,:= Usualmente, o valor atri$u'do a n!o e1cede =,:= (ou :=`) Erro do Ti,o IIN Um erro do tipo GG ocorre &uando uma #iptese nula falsa n!o ( re0eitada O valor de representa a pro$a$ilidade de cometer um Erro do tipo ++2 ou se0a, = ' ( , = n!o ( re0eitada m , = falsa)

:FH

O valor de : ( c#amado de eficcia do teste Ele representa a pro$a$ilidade de &ue n!o se0a cometido um Erro do tipo ++ Os dois tipos de erro &ue ocorrem nos testes de #ipteses s!o dependentes entre si N!o podemos diminuir o valor de e o valor de , simultaneamente, para um teste de #iptese com um taman#o fi1o de amostra Diminuir o valor de ir5 aumentar o valor de , en&uanto diminuir o valor de ir5 aumentar o valor de S%1%3 0 Caudas de u6 Tes*e Defini()o Caudas do Tes*e: Um teste bicaudal possui regi4es de re0ei3!o em am$as as caudas2 um teste com cauda : esquerda possui a regi!o de re0ei3!o na cauda es&uerda2 e um teste com cauda : direita possui a regi!o de re0ei3!o na cauda direita da curva de distri$ui3!o "6 Tes*e BicaudaDe acordo com U S ?ureau of t#e /ensus, a m(dia aritm(tica do taman#o das fam'lias nos Estados Unidos correspondia a C,:> em :GG> Um pes&uisador dese0a verificar se esta m(dia aritm(tica se alterou ou n!o, desde :GG> A palavra6c#ave, neste caso, ( alterou A m(dia aritm(tica do taman#o da fam'lia ter5 se alterado caso a m(dia aritm(tica ten#a aumentado ou diminu'do ao longo do per'odo desde :GG> Este ( um e1emplo de teste $icaudal Aa3a com &ue se0a a atual m(dia aritm(tica do taman#o das fam'lias para todas as fam'lias As duas poss'veis decis4es s!oN : A m(dia aritm(tica do taman#o das fam'lias n!o se alterou 9 ou se0a, =C,:> < A m(dia aritm(tica do taman#o das fam'lias se alterou 9 ou se0a, C,:> Escrevemos a #iptese nula e a #iptese alternativa para este teste como
, = N = C,:> (A m(dia aritm(tica do taman#o das fam'lias n!o se alterou)

, : N C,:> (A m(dia aritm(tica do taman#o das fam'lias se alterou)

"6 *es*e co6 cauda Q Es7uerda

:FF

A #iptese nula e a #iptese alternativa para este teste podem ser escritos como
, = N = :< on3as (A m(dia aritm(tica n!o ( menor &ue :< on3as)

, : N < :< on3as (A m(dia aritm(tica ( menor &ue :< on3as)

/onsiderando , = como verdadeira, x possui uma distri$ui3!o normal, para uma amostra grande, com sua m(dia aritm(tica igual a :< on3as (o valor de em , = ) ;e0eitaremos , = se o valor de x , o$tido a partir da amostra, se posicionar na regi!o de re0ei3!o2 n!o re0eitaremos , = caso ocorra o contr5rio "6 Tes*e co6 Cauda Q Direi*a Escrevemos a #iptese nula e a #iptese alternativa para este teste como , = N = V<@ FC@ (A m(dia aritm(tica dos sal5rios iniciais atuais n!o ( maior &ue V<@ FC@) , : N > V<@ FC@ (A m(dia aritm(tica dos sal5rios iniciais atuais ( maior &ue V<@ FC@)

Novamente, supondo &ue , = se0a verdadeira, x possui uma distri$ui3!o normal, para uma amostra grande, com sua m(dia aritm(tica correspondente a V<@ FC@ (o valor de em , = ) ;e0eitaremos , = se o valor de x , o$tido a partir da amostra, se posicionar na regi!o de re0ei3!o De outra maneira, n!o re0eitaremos , = A Ta$ela G : resume a discuss!o anterior so$re a rela3!o entre os sinais em , = e , : e as caudas de um teste

:F>

S%/ 0 TESTES DE TIPLTESES EM RELA#$O A PARA AMOSTRAS NRA!DES "TILIGA!DO A ABORDANEM DO 4ALOR P Defini()o: 4a-or ,: O valor p ( o menor n'vel de signific]ncia no &ual a #iptese nula ( re0eitada Utili%ando a a$ordagem do valor6p, re0eitamos a #iptese nula se valor6p < ou

>

valor6p

e n!o re0eitamos a #iptese nula se valor6p ou valor6p 8ara um teste $icaudal, o valor6p ( fornecido com $ase na 5rea na cauda da curva da distri$ui3!o de amostragem, &ue se posiciona al(m do valor o$servado para a estat'stica da amostra A Aigura G @ mostra o valor6p para um teste com cauda O direita em rela3!o a

8ara um teste $icaudal, o valor6p ( duas ve%es a 5rea na cauda da curva da distri$ui3!o de amostragem &ue se posiciona al(m do valor o$servado da estat'stica da amostra A figura G H mostra o valor6p para um teste $icaudal /ada uma das 5reas nas duas caudas fornece metade do valor6p

:FG

Ca-cu-ando o 4a-or de z ,ara x : 8ara uma amostra grande, o valor de um teste de #iptese em rela3!o a , ( calculado como segueN
x

para

, para

z=

se

( con#ecido

z=

x sx

se

( n!o ( con#ecido

onde
x =

s e sx = n n

O valor calculado de o=ser2ado de H%

z para

, utili%ando a frmula, ( tam$(m c#amado de 2a-or

Em seguida, encontramos a 5rea so$ a cauda da curva da distri$ui3!o normal, &ue se posiciona al(m deste valor de z Esta 5rea fornece o valor6p, ou metade do valor6p, dependendo do fato de tratar6se de um teste unicaudal ou de um teste $icaudal Um procedimento de teste de #ipteses &ue utili%a a a$ordagem do valor6p envolve as &uatro etapas a seguir E*a,as ,ara Rea-iHar u6 Tes*e de hi,9*eses "*i-iHando Q A=orda8e6 do 4a-or , : < C L Declare a #iptese nula e a #iptese alternativa Selecione a distri$ui3!o &ue ser5 utili%ada /alcule o valor6p Tome uma decis!o

E5e6,-o S%/ Na /]non Aood /orporation, foram necess5rios, em m(dia, @= minutos para os novos tra$al#adores aprendessem uma tarefa correspondente ao processamento de alimentos ;ecentemente, a empresa instalou uma nova m5&uina de processamento de alimentos O supervisor da empresa dese0a sa$er se a m(dia aritm(tica do tempo gasto pelos novos :>=

tra$al#adores, para aprender o procedimento de processamento de alimentos nesta nova m5&uina, ( diferente de @= minutos Uma amostra de L= tra$al#adores mostrou &ue levava, em m(dia, LF minutos para &ue eles aprendessem o procedimento de processamento dos alimentos nesta nova m5&uina, com um desvio6padr!o correspondente a F minutos Encontre o valor6p correspondente ao teste de &ue a m(dia aritm(tica do tempo de aprendi%ado para o procedimento de processamento de alimentos na nova m5&uina se0a diferente de @= minutos Rual seria sua conclus!o, se = =,=: So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar E*a,a 3% /alcule o valor6p

S%3 0 TESTES DE TIPLTESES EM RELA#$O ^ M'DIA ARITM'TICA DA POP"LA#$O: AMOSTRAS NRA!DES Es*a*+s*ica do Tes*e: Nos testes de #ipteses em rela3!o a , para amostras grandes, a vari5vel aleatria

:>:

z=

ou

z=

x sx

onde
x = s e sx = n n

( c#amada de estat'stica do teste A estat'stica do teste pode ser definida como uma regra ou crit(rio, &ue ( utili%ado para tomar a decis!o, se0a para re0eitar, se0a para n!o re0eitar a #iptese nula Um procedimento de teste de #ipteses &ue utili%a um n'vel de signific]ncia predeterminado envolve as cinco etapas a seguir apresentadas g E*a,as ,ara Desen2o-2er u6 Tes*e de Ti,9*eses co6 : < C L @

Prede*er6inado

Declare a #iptese nula e a #iptese alternativa Selecione a distri$ui3!o a utili%ar Determinar a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o /alcule o valor da estat'stica do teste Tome uma decis!o

E5e6,-o S%3 A /ompan#ia Telef7nica T+* fornece servi3os de telefonia de longa dist]ncia em uma determinada 5rea De acordo com os registros da empresa, a m(dia da dura3!o de todas as c#amadas de longa dist]ncia feitas por interm(dio da empresa em :GGG foi de :<,LL minutos A gerncia da empresa dese0a verificar se a m(dia aritm(tica da dura3!o das c#amadas atuais de longa dist]ncia ( diferente de :<,LL minutos Uma amostra de :@= dessas c#amadas, reali%adas por meio desta empresa, produ%iu uma m(dia aritm(tica da dura3!o e&uivalente a :C,F: minutos, com um desvio6padr!o correspondente a <,H@ minutos Utili%ando o n'vel de signific]ncia de @`, voc pode concluir &ue a m(dia aritm(tica da dura3!o de todas as c#amadas atuais de longa dist]ncia ( diferente de :<,LL minutosS So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa E*a,a /% Selecione a distri$ui3!o a utili%ar

:><

E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

E*a,a ;% /alcule o valor da estat'stica do teste

E*a,a D% Tome uma decis!o

E5e6,-o S%; De acordo com uma pes&uisa salarial da National Association of /olleges and EmploKers (Associa3!o Nacional de Aaculdades e Empregadores), o sal5rio m(dio oferecido aos formados em cincias da computa3!o &ue o$tiveram a gradua3!o em maio de <==<, era igual a V@= C@< (Journal of AccountancK, setem$ro de <==<) Supon#a &ue este resultado se0a verdadeiro para todos os formados em cincias da computa3!o &ue ten#am se graduado em maio de <==< Uma amostra aleatria de <== formandos em cincias da computa3!o, :>C

&ue se graduaram neste ano, mostrou &ue a eles era oferecida uma m(dia aritm(tica de sal5rio correspondente a V@: F@=, com um desvio6padr!o igual a V@<L= Utili%ando o n'vel de signific]ncia de :`, voc pode concluir &ue a m(dia aritm(tica dos sal5rios dos graduados este ano em cincias da computa3!o se0a maior do &ue V@= C@<S So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar

E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

E*a,a ;% /alcule o valor da estat'stica do teste

E*a,a D% Tome uma decis!o

:>L

E5e6,-o S%D O prefeito de uma grande cidade afirma &ue a m(dia do patrim7nio li&uido das fam'lias &ue vivem na&uela cidade ( de, pelo menos, VC== === Uma amostra aleatria de :== fam'lias, selecionadas a partir da&uela cidade, produ%iu uma m(dia aritm(tica do patrim7nio l'&uido correspondente a V<>> ===, com um desvio6padr!o e&uivalente a V>= === Utili%ando o n'vel de signific]ncia de <,@`, voc pode concluir &ue a afirma3!o do prefeito ( falsaS So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar

E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

E*a,a ;% /alcule o valor da estat'stica do teste

:>@

E*a,a D% Tome uma decis!o

S%; 0 TESTES DE TIPLTESES EM RELA#$O ^ M'DIA ARITM'TICA DE "MA POP"LA#$O: AMOSTRAS PE&"E!AS Condi(.es nas &uais a Dis*ri=ui()o t I "*i-iHada ,ara Rea-iHar Tes*es de Ti,9*eses e6 Re-a()o a : A distri$ui3!o t ( utili%ada para condu%ir um teste de #ipteses em rela3!o a se : O taman#o da amostra for pe&ueno ( n < C= ) < A popula3!o a partir da &ual a amostra ( e1tra'da dor distri$u'da de maneira (apro1imadamente) normal C O desvio6padr!o da popula3!o, , for descon#ecido O procedimento &ue ( utili%ado para reali%ar testes de #ipteses em rela3!o a , no caso de amostras pe&uenas, ( similar ao teste de #ipteses para amostras grandes ;eali%amos as mesmas cinco etapas, e a "nica diferen3a corresponde a utili%ar a distri$ui3!o t em lugar da distri$ui3!o normal Es*a*+s*ica do *es*e: O valor da estat'stica do teste t para a m(dia aritm(tica da amostra, x , ( calculado como

:>H

t= O valor de t , calculado para o=ser2ado de t %

x

x s onde s x = n sx

utili%ando esta frmula, ( tam$(m c#amado de 2a-or

E1emplo G H Um psiclogo afirma &ue a m(dia aritm(tica da idade na &ual as crian3as come3am a andar corresponde a :<,@ meses /arol dese0ava verificar se essa afirma3!o ( verdadeira Ela e1traiu uma amostra aleatria de :> crian3as e desco$riu &ue a m(dia aritm(tica da idade na &ual essas crian3as come3am a andar era de :<,G meses, com um desvio6padr!o correspondente a =,>= ms Utili%ando o n'vel de signific]ncia de :`, voc pode concluir &ue a m(dia aritm(tica da idade na &ual todas as crian3as iniciam a andar se0a diferente de :<,@ mesesS /onsidere &ue as idades nas &uais todas as crian3as come3am a andar ten#am uma distri$ui3!o apro1imadamente normal So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar

E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

E*a,a ;% /alcule o valor da estat'stica do teste

:>F

E*a,a D% Tome uma decis!o

E5e6,-o S%J A ,rand Auto /orporation produ% $aterias automotivas A empresa afirma &ue as suas $aterias de primeira lin#a, Never Die, s!o $oas, em m(dia, no m'nimo at( H@ meses Uma agncia de prote3!o ao consumidor testou :@ de tais $aterias no sentido de verificar esta afirma3!o A agncia desco$riu &ue a m(dia aritm(tica da vida "til dessas :@ $aterias era de HC meses, com um desvio6padr!o de < meses No n'vel de signific]ncia de @`, voc pode concluir &ue a afirma3!o da empresa ( verdadeiraS /onsidere &ue a vida "til da tais $aterias ten#a uma distri$ui3!o apro1imadamente normal So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

:>>

E*a,a ;% /alcule o valor da estat'stica do teste

E*a,a D% Tome uma decis!o

S%D TESTES DE TIPLTESES EM RELA#$O ^ PROPOR#$O DE "MA POP"LA#$O: AMOSTRAS NRA!DES Es*a*+s*ica do Tes*eN O valor da estat'stica do teste calculada como

para a propor3!o da amostra,

p,(

:>G

z=

p p onde = p k
k

pq n

O valor de p utili%ado nesta frmula ( a&uele utili%ado na #iptese nula, o valor de & ( igual a :p O valor de

z,

calculado para

utili%ando a frmula anterior, tam$(m ( c#amado de

valor o$servado de

E5e6,-o S%K Em uma pes&uisa reali%ada pelo National /enter for Domem and Aging (/entro Nacional para Eul#eres e a +dade) na Universidade ?randeis, @:` das mul#eres acima de @= anos afirmaram &ue o envel#ecimento n!o ( t!o ruim &uanto elas #aviam esperado (USA TODAY, :G de novem$ro de <==<) Supon#a &ue esse resultado manten#a6se verdadeiro em rela3!o O popula3!o de <==< para todas as mul#eres com idade de @= anos ou mais Em uma amostra aleatria de L== mul#eres, com idade de @= anos ou mais, @L` disseram &ue o envel#ecimento n!o ( t!o ruim &uanto elas tin#am esperado Utili%ando o n'vel de signific]ncia de :`, voc pode concluir &ue a percentagem atual das mul#eres com idade de @= anos ou mais acreditam &ue o envel#ecimento n!o ( t!o ruim &uanto elas tin#am esperado se0a diferente da percentagem correspondente a <==<S So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar

E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

E*a,a ;% /alcule o valor da estat'stica do teste

:G=

E*a,a D% Tome uma decis!o

E5e6,-o S%S Ruando est5 operando apropriadamente, uma m5&uina utili%ada para fa%er c<ips para calculadoras n!o produ% mais do &ue L` de c<ips defeituosos Sempre &ue a m5&uina produ% mais de L` de c<ips defeituosos, ela necessita de um a0uste 8ara verificar se a m5&uina est5 operando apropriadamente, o departamento de controle de &ualidade da empresa fre&[entemente e1trai amostras de c<ips e os inspeciona para determinar se eles est!o perfeitos, ou se est!o defeituosos Uma dessas amostras aleatrias de <== c<ips, recentemente e1tra'da da lin#a de produ3!o, contin#a :L c<ips defeituosos Teste, no n'vel de signific]ncia de @`, se a m5&uina precisa, ou n!o, de a0uste So-u()o: E*a,a 1% Declare a #iptese nula e a #iptese alternativa

E*a,a /% Selecione a distri$ui3!o a utili%ar

E*a,a 3% Determine a regi!o de re0ei3!o e a regi!o de n!o6re0ei3!o

:G:

E*a,a ;% /alcule o valor da estat'stica do teste

E*a,a D% Tome uma decis!o

E5erc+cios: :) De acordo com a U S ?ureau of Ba$or Statistics, e1istiam >,: mil#4es de pessoas desempregadas, com :H anos de idade ou mais, em agosto de <==< A dura3!o m(dia do :G<

desemprego para estas pessoas era de :H,C semanas (/ureau of 1abor 2tatistics "e3s, H de setem$ro de <==<) Supon#a &ue uma recente amostra aleatria, de L== desempregados norte6americanos, com idade de :H anos ou mais, ten#a fornecido uma m(dia aritm(tica da dura3!o do desemprego igual a :H,G semanas, com um desvio6padr!o de L,< semanas Encontre o valor6p para o teste de #ipteses, com a #iptese alternativa de &ue a m(dia aritm(tica atual da dura3!o do desemprego, para todos os desempregados norte6americanos, com :H ou mais, e1ceda :H,C semanas *oc ir5 re0eitar a #iptese nula com = =,=< S

<) Um estudo afirma &ue todos os adultos gastam, em m(dia, :L #oras ou mais, em tra$al#os dom(sticos, durante um final de semana Um pes&uisador dese0a verificar se esta afirma3!o ( verdadeira Uma amostra aleatria de <== adultos, e1tra'da por este pes&uisador, mostrou &ue estes adultos gastam, em m(dia, :C,F@ #oras em tra$al#os dom(sticos, durante um fim de semana, com um desvio6padr!o igual a C,= #oras Encontre o valor6p para o teste de #ipteses com a #iptese alternativa de &ue todos os adultos gastam menos do &ue :L #oras em tra$al#os dom(sticos durante um fim de semana *oc ir5 re0eitar a #iptese nula com = =,=@ S

C) ;eali%e os seguintes testes de #iptesesN a) , = N = >= , , : N >= , n = CC , x = FH ,@ , =:@ , = =,:=

:GC

$) , = N = C< , , : N < C< , n = F@ , x = <H ,@ , s = F,L , = =,=:

a) , = N = @@ , , : N > @@ , n = L= , x = H= ,@ , s = L , = =,=@

L) Uma empresa fran&ueadora de restaurantes possui uma pol'tica de a$rir novos restaurantes somente na&uelas 5reas &ue tiverem uma m(dia aritm(tica de renda domiciliar correspondente a pelo menos VC@ === por ano A empresa atualmente est5 avaliando uma 5rea para a$rir um novo restaurante O departamento de pes&uisas da empresa e1traiu uma amostra de :@= domic'lios, a partir da da&uela 5rea, e desco$riu &ue a m(dia aritm(tica da renda desses domic'lios ( igual a VCC L== por ano, com um desvio6padr!o de V@L== a) Utili%ando o n'vel de signific]ncia de :`, voc concluiria &ue a empresa n!o deveria a$rir um restaurante nessa 5reaS

:GL

$) Rual seria sua decis!o no item a se a pro$a$ilidade de cometer um Erro do Tipo + fosse %eroS E1pli&ue

@) Um estudo afirma &ue todos os moradores em casas gastam, em m(dia, > #oras ou mais em limpe%a da casa e 0ardinagem durante um final de semana Um pes&uisador dese0ava verificar se esta afirma3!o era verdadeira Uma amostra aleatria de <== moradores de casas, e1tra'da por este pes&uisador, mostrou &ue eles gastam, em m(dia, F,H> #oras em tais atividades, durante um final de semana, com um desvio6padr!o de <,: #oras a) Utili%ando o n'vel de signific]ncia de :`, voc pode concluir &ue se0a falsa a afirma3!o de &ue todos os moradores em casas gastam, em m(dia, > #oras ou mais em tais atividades durante um fim de semanaS

$) Aa3a o teste do item a utili%ando o n'vel de signific]ncia de <,@` A sua decis!o ( diferente da&uela do item aS /omente so$re os resultados dos itens a e $S

H) Um reitor de uma universidade afirma &ue a m(dia aritm(tica do tempo gasto em festas por todos os alunos na&uela universidade n!o ( maior do &ue F #oras por semana Uma amostra aleatria de <= alunos, e1tra'da a partir da&uela universidade, mostrou &ue os alunos gastaram, em m(dia, :=,@= #oras participando de festas na semana anterior, com um desvio6padr!o de <,C #oras /onsiderando &ue o tempo gasto participando de festas por todos os alunos na&uela universidade, se0a distri$u'do de maneira apro1imadamente normal, teste, no n'vel de signific]ncia de <,@`, se a afirma3!o do reitor (, ou n!o, verdadeira E1pli&ue, com suas palavras, a sua conclus!o

:G@

F) Um fa$ricante de refrigerantes afirma &ue suas latas de :< on3as (apro1imadamente C@@ ml) n!o contm, em m(dia, mais do &ue C= calorias Uma amostra aleatria de :H latas deste refrigerante, &ue foram analisadas em rela3!o a calorias, contin#a uma m(dia aritm(tica correspondente a C< calorias, com um desvio6padr!o e&uivalente a C calorias Supon#a &ue o n"mero de calorias, em latas de refrigerante de :< on3as, se0a normalmente distri$u'do As afirma34es da amostra apiam a #iptese alternativa de &ue a afirma3!o do fa$rificante ( falsaS Utili%e um n'vel de signific]ncia de @` E1pli&ue, com suas palavras, a sua conclus!o

>) /onsidere , o N = >= versus , : N >= para uma popula3!o &ue se0a normalmente distri$u'da a) Uma amostra aleatria de <@ o$serva34es e1tra'das a partir desta popula3!o produ%iu uma m(dia aritm(tica da amostra igual a FF e um desvio6padr!o igual a > Utili%ando = =,=: , voc re0eitaria a #iptese nulaS

$) Uma amostra aleatria de <@ o$serva34es e1tra'das a partir desta popula3!o produ%iu uma m(dia aritm(tica da amostra igual a >H e um desvio6padr!o igual a H Utili%ando = =,=: , voc re0eitaria a #iptese nulaS

:GH

G) /onsidere , = N p = =,L@ versus , : N p < =,L@ a) Uma amostra aleatria de L== o$serva34es produ%iu uma propor3!o da amostra igual a =,L< Utili%ando = =,=<@ , voc re0eitaria a #iptese nulaS

$) Outra amostra aleatria de L== o$serva34es, e1tra'da a partir da mesma popula3!o, produ%iu uma propor3!o da amostra igual a =,CG Utili%ando = =,=<@ , voc re0eitaria a #iptese nulaS

:=) De acordo com o s(timo relatrio anual da EmploKment 8olicK Aoundation (Aunda3!o para 8ol'ticas de Emprego), institulado (<allenges Facing t<e .merican For%place ( Desafios &ue Enfrentam os Am$ientes de Tra$al#o Norte6Americanos), as mul#eres ocupavam LG` das fun34es de gerncia e das fun34es $urocr5ticas em <=== (H<e ,artford (ourant, < de setem$ro de <==<) Supon#a &ue uma amostra aleatria recente de <== de tais fun34es ten#a desco$erto &ue @<` delas eram ocupadas por mul#eres *oc pode concluir &ue a percentagem de tais fun34es &ue se0am ocupadas por mul#eres, atualmente, e1ceda LG`S Utili%e = =,=<@

:GF

::) Uma empresa de reem$olso postal afirma &ue pelo menos H=` de todos os pedidos s!o postados dentro de L> #oras De tempos em tempos, o departamento de controle de &ualidade da empresa verifica se essa promessa ( totalmente cumprida ;ecentemente, o departamento de controle de &ualidade dessa empresa e1traiu uma amostra de L== pedidos e desco$riu &ue <=> deles foram postados dentro do per'odo de L> #oras aps a coloca3!o dos pedidos a) Testando no n'vel de signific]ncia de :`, voc pode concluir &ue a afirma3!o da empresa ( verdadeiraS

$) Rual seria sua decis!o no item a se a pro$a$ilidade de cometer um Erro do tipo + fosse %eroS E1pli&ue

1> AnA-ise de Re8ress)o

:G>

:GG

REFERX!CIAS BIBLIONR<FICAS:

?A;?ETTA, 8edro A et alli Es*a*+s*ica ,ara cursos de En8enharia e Infor6A*ica S!o 8aulo Atlas, <==> <==

/;ES8O, Ant7nio A Es*a*+s*ica fAci- S!o 8auloN Saraiva, <==< EANN, 8rem S In*rodu()o Q Es*a*+s*ica Tradu3!o Eduardo ?endito /urtolo, Tere%a / 8 de Sou%a ;io de JaneiroN BT/, <==H AONSE/A, Jairo Simon I EA;T+NS, ,il$erto de Andrade Curso de Es*a*+s*ica S!o 8auloN Atlas, :G>>, Ca ed ,ONnAB*ES, / A A Es*a*+s*ica BondrinaN Ed UEB, <==< EEYE;, 8 B Pro=a=i-idade: A,-ica(.es Q Es*a*+s*ica ;io de JaneiroN Ao Bivro T(cnico S A , :G>C EOO;E, D A es*a*+s*ica =Asica e sua ,ra*ica ;io de JaneiroN BT/ Editora, <==@ L>< p EO;ETT+N, 8 A% In*rodu()o Q es*a*+s*ica ,ara as ciPncias e5a*as S!o 8aulo Atual Editora, :G>: <:: p S8+E,EB, EurraK ; Es*a*+s*ica S!o 8auloN Ec,ra-6Mill, :GGC, Ca ed

<=: