Você está na página 1de 102

1

UNIVERSIDADE SO FRANCISCO







DISCIPLINA


DE


PROBABILIDADE
E
ESTATSTICA






Adalberto Nobiato Crespo 2013 Verso 11
2
3
Sumrio

1 - A Estatstica .................................................................................................................................... 6
1.1 - Fases do Mtodo Estatstico .................................................................................................... 6
1.2 - Definies Bsicas da Estatstica ............................................................................................. 7

2 - Amostragem .................................................................................................................................. 10

3 - Sries Estatsticas.......................................................................................................................... 14

4 - Grficos Estatsticos ..................................................................................................................... 16

5 - Distribuio de Freqncia ........................................................................................................... 20
5.1 - Elementos de Uma Distribuio de Frequncia ..................................................................... 21
5.2 - Mtodo Prtico para Construo de Distribuio de Freqncias ......................................... 22
5.3 - Representao Grfica de uma Distribuio de Freqncia .................................................. 23
Primeira Lista de Exerccios .............................................................................................................. 26

6 - Medidas de Posio ...................................................................................................................... 28
6.1 - Mdia Aritmtica ................................................................................................................... 28
6.2 - Mdia Geomtrica ................................................................................................................. 31
6.3 - Mdia Quadrtica ................................................................................................................... 33
6.4 - Moda ...................................................................................................................................... 34
6.5 - Mediana ................................................................................................................................. 36
6.6 Separatrizes Quartis, Decis e Percentis .............................................................................. 40
Segunda Lista de Exerccios .............................................................................................................. 43

7 Medidas de Disperso ou Variabilidade: ..................................................................................... 43
7.1 - Medidas de Disperso Absoluta ............................................................................................ 46
7.1.1 - Amplitude Total .............................................................................................................. 46
7.1.2 - Desvio Mdio Absoluto .................................................................................................. 47
7.1.3 - Desvio Padro ................................................................................................................. 49
7.1.4 - Varincia ......................................................................................................................... 51
7.2 - Medidas de Disperso Relativa ............................................................................................. 52
Terceira Lista de Exerccios ............................................................................................................... 54
4
Teste de Avaliao do Conhecimento ................................................................................................ 56

8 - Probabilidade ................................................................................................................................ 59
8.1 - Experimento Aleatrio - E ..................................................................................................... 59
8.2 - Espao Amostral - S .............................................................................................................. 59
8.3 - Eventos .................................................................................................................................. 60
8.4 Evento Unio: .................................................................................................................. 60
8.5 Evento Interseco: .......................................................................................................... 61
8.6 Eventos Mutuamente Exclusivos .......................................................................................... 61
8.6 Eventos Complementares ...................................................................................................... 61
8.7 - Conceito de Probabilidade ..................................................................................................... 62
8.7.1 - Propriedades ................................................................................................................... 63
8.7.2 - Teoremas Fundamentais ................................................................................................. 63
8.8 - Eventos Independentes .......................................................................................................... 64
8.9 - Probabilidade Condicional ..................................................................................................... 65
Quarta Lista de Exerccios ................................................................................................................. 68

9 - Distribuio de Probabilidades ..................................................................................................... 71
9.1 - Distribuio Binomial ............................................................................................................ 73
Quinta Lista de Exerccios ................................................................................................................. 76
9.2 - Distribuio de Poisson ......................................................................................................... 78
Sexta Lista de Exerccios ................................................................................................................... 81
9.3 - Distribuio Normal .............................................................................................................. 82
9.3.1 - Propriedades da Distribuio Normal ............................................................................. 82
9.3.2 - A Distribuio Normal Padronizada ............................................................................... 83
9.3.3 - Utilizao da Tabela Z ................................................................................................... 84
Stima Lista de Exerccios ................................................................................................................. 87

10 Intervalos de Confiana ............................................................................................................. 89
10.1 Intervalos de Confiana para a Mdia ................................................................................. 92
10.2 Determinao do Tamanho de uma Amostra ...................................................................... 94
Oitava Lista de Exerccios ................................................................................................................. 96

11 - Resumo das Frmulas.................................................................................................................98

5
6
PROBABILIDADE E ESTATSTICA

1 - A Estatstica
uma parte da matemtica aplicada que fornece mtodos para coleta, organizao,
descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de
decises.
A coleta, a organizao, a descrio dos dados, o clculo e a interpretao de
coeficientes pertencem ESTATSTICA DESCRITIVA.
A anlise e a interpretao dos dados, associado a uma margem de incerteza, ficam a
cargo da ESTATSTICA INDUTIVA ou INFERENCIAL, tambm chamada como a
medida da incerteza ou mtodos que se fundamentam na teoria da probabilidade.
1.1 - Fases do Mtodo Estatstico





1 - DEFINIO DO PROBLEMA: Definir exatamente aquilo que se pretende
pesquisar o mesmo que definir corretamente o
problema.
2 - PLANEJAMENTO: Como levantar informaes? Que dados devero ser obtidos?
Qual levantamento a ser utilizado? Censitrio? Por
amostragem? E o cronograma de atividades? Os custos
envolvidos?, etc.
3 - COLETA DE DADOS: a fase operacional, ou seja, o registro sistemtico de
dados com um objetivo determinado.
Dados primrios: quando so publicados pela prpria pessoa ou organizao que coletou.
Ex: tabelas do censo demogrfico do IBGE.
Dados secundrios: quando so publicados por outra organizao. Ex: quando
determinado jornal publica estatsticas referentes ao censo
demogrfico extradas do IBGE.
Definio
do
Problema
Planeja
mento
Coleta
dos
Dados
Apurao
dos
Dados
Anlise e
Interpretao
dos Dados
Apresentao
dos
Dados
Tabelas

Grficos

7
OBS: mais seguro trabalhar com fontes primrias. O uso da fonte secundria traz o
grande risco de erros de transcrio.
Coleta Direta: quando obtida diretamente da fonte. Ex: Empresa que realiza uma
pesquisa para saber a preferncia dos consumidores pela sua marca.
A coleta direta pode ser:
Contnua: registros de nascimento, bitos, casamentos, etc.
Peridica: recenseamento demogrfico, censo industrial; pesquisa mensal de empregos,
etc.
Ocasional: registro de casos de dengue.
Coleta Indireta: feita por dedues a partir dos elementos conseguidos pela coleta
direta, por analogia, por avaliao, indcios ou proporcionalizao.
Exemplo: Pesquisa sobre mortalidade infantil que feita atravs de
dados colhidos por uma coleta direta.
4 - APURAO DOS DADOS: o resumo dos dados atravs de sua contagem e
agrupamento. a condensao e tabulao de dados.
5 - APRESENTAO DOS DADOS: H duas formas de apresentao, que no se
excluem mutuamente.
Apresentao Tabular: uma apresentao numrica dos dados em linhas e colunas
distribudas de modo ordenado, segundo regras prticas fixadas
pelo Conselho Nacional de Estatstica.
Apresentao Grfica: constitui uma apresentao geomtrica permitindo uma viso
rpida e clara do fenmeno.
6 - ANLISE E INTERPRETAO DOS DADOS: a ltima fase do trabalho
estatstico a mais importante e delicada. Est ligada essencialmente
ao clculo de medidas e coeficientes, cuja finalidade principal
descrever o fenmeno (estatstica descritiva). Na estatstica indutiva a
interpretao dos dados se fundamenta na teoria da probabilidade.
1.2 - Definies Bsicas da Estatstica
FENMENO ESTATSTICO: qualquer evento que se pretenda analisar cujo estudo
seja possvel da aplicao do mtodo estatstico. So
divididos em trs grupos:

8
Fenmenos de massa ou coletivo: so aqueles que no podem ser definidos por uma
simples observao. A estatstica dedica-se ao estudo
desses fenmenos. Ex: A natalidade na Grande So
Paulo, O preo mdio da cerveja em Campinas, etc.
Fenmenos individuais: so aqueles que iro compor os fenmenos de massa. Ex: cada
nascimento na Grande So Paulo, cada preo de cerveja em
Campinas, etc.
DADO ESTATSTICO: um dado numrico, considerado a matria-prima sobre a qual
se aplicam os mtodos estatsticos.
POPULAO: o conjunto total de elementos portadores de pelo menos uma
caracterstica comum.
AMOSTRA: uma parcela representativa da populao que examinada com o
propsito de tirar concluses sobre a populao.
PARMETROS: uma medida que descreve alguma caracterstica da populao.
Para se definir um parmetro deve-se examinar toda a populao.
Exemplo: Os alunos da USF tm em mdia 1,70 metros de estatura.
ESTATSTICA: uma medida que descreve alguma caracterstica da amostra.
Exemplo: Num grupo de 100 alunos da USF, a estatura mdia foi de
1,72 metros.
ESTIMATIVA: um valor aproximado do parmetro; calculado com o uso da
amostra.
ATRIBUTO: quando os dados estatsticos apresentam um carter qualitativo, o
levantamento e os estudos necessrios ao tratamento desses dados so
designados genericamente de estatstica de atributo.
Exemplo: Classificao dicotmica do atributo: A classificao dos alunos
da USF quanto ao sexo.
VARIVEL: o conjunto de resultados possveis de um fenmeno.
VARIVEL QUALITATIVA: Quando seus valores so expressos por atributos.
Exemplo: sexo, cor da pele, cor dos olhos, estado civil,
etc.
VARIVEL QUANTITATIVA: Quando seus valores so expressos em nmeros.
Exemplo: salrio, altura, peso, idade, etc.
9
As variveis quantitativas podem ser: Discreta ou Contnuas.
VARIVEL DISCRETA: Seus valores so expressos geralmente atravs de nmeros
inteiros no negativos. Resulta normalmente de contagens.
Exemplo: N de alunos presentes s aulas.
VARIVEL CONTNUA: podem assumir, teoricamente, qualquer valor entre dois
limites.
Exemplo: Quando voc vai medir a temperatura de seu corpo
com um termmetro de mercrio o que ocorre o
seguinte: O filete de mercrio, ao dilatar-se, passar
por todas as temperaturas intermedirias at chegar
temperatura atual do seu corpo.
EXERCCIO - Classifique as variveis em qualitativas ou quantitativas (contnuas ou
discretas):
- Cor dos olhos das alunas... Resp:qualitativa
- ndice de liquidez nas ndstrias capixaba... Resp:quantitativa contnua
- Produo de caf no Brasil... Resp:quantitativa contnua
- Nmero de defeitos em aparelhos de TV... Resp:quantitativa discreta
- Comprimento dos pregos produzidos por uma empresa... Resp:quantitativa contnua
- O ponto obtido em cada jogada de um dado... Resp:q
- Tipo sanguneo. Resp:
- rea de um crculo. Resp:
- Raa. Resp:
- Nmero de livros numa biblioteca. Resp:a
- Religio. Resp:
- Comprimento de uma reta. Resp:
- Estado civil. Resp:
- Profisso. Resp:
- Volume de gua numa piscina. Resp:
10
2 - Amostragem
Populao ou Universo
Populao ou Universo: o conjunto de todos os elementos que possuem pelo menos
uma caracterstica em comum.
Exemplo:
- O conjunto de todas as pessoas que so alunos da USF.
- O conjunto de todas as pessoas portadoras de AIDES.
- O conjunto de todas as pessoas moradoras de uma cidade.
Amostra
Amostra: um subconjunto da populao utilizado para se fazer uma anlise sobre toda
a populao.
Esquematicamente tem-se:





Mtodos Probabilsticos
Exige que cada elemento da populao possua determinada probabilidade de ser
selecionado. Normalmente possuem a mesma probabilidade. Assim, se N for o tamanho
da populao, a probabilidade de cada elemento ser selecionado numa pesquisa ser 1/N.
trata-se do mtodo que garante cientificamente a aplicao das tcnicas estatsticas de
inferncias. Somente com base em amostragens probabilsticas que se podem realizar
inferncias ou indues sobre a populao a partir do conhecimento da amostra.
uma tcnica especial para recolher amostras, que garantem, tanto quanto possvel, o
acaso na escolha.
Amostragem Aleatria Simples:
o processo mais elementar e frequentemente utilizado. equivalente a um sorteio
lotrico. Pode ser realizada numerando-se a populao de 1 a n e sorteando-se, a seguir,
por meio de um dispositivo aleatrio qualquer, x nmeros dessa seqncia, os quais
correspondero aos elementos pertencentes amostra.
Populao Amostra
11
Exemplo: Obter uma amostra de 10% representativa para a pesquisa da estatura de 90
alunos de uma escola:
1 - enumeram-se os alunos de 1 a 90.
2 - escrevem-se os nmeros dos alunos, de 1 a 90, em pedaos iguais de
papel, coloca-se numa urna e aps misturar retiram-se, um a um, nove
nmeros que formaro a amostra.
Amostragem Proporcional Estratificada:
Quando a populao se divide em estratos (subpopulaes), convm que o sorteio dos
elementos da amostra leve em considerao tais estratos, da obtm os elementos da
amostra proporcional ao nmero de elementos desses estratos.
Exemplo: Obter uma amostra proporcional estratificada de 10% do exemplo anterior,
supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. So,
portanto, dois estratos (sexo masculino e sexo feminino).
Logo, tem-se:
Sexo Populao 10 % Amostra
Masculino 54 5,4 5
Feminino 36 3,6 4
Total 90 9,0 9

Enumeram-se ento os alunos de 01 a 90, sendo 01 a 54 meninos e 55 a 90,
meninas e procede-se ao sorteio casual.
Amostragem Sistemtica:
Quando os elementos da populao j se acham ordenados, no h necessidade de
construir o sistema de referncia. So exemplos os pronturios mdicos de um hospital,
os prdios de uma rua, etc. Nestes casos, a seleo dos elementos que constituiro a
amostra pode ser feita por um sistema imposto pelo pesquisador.

Procedimento:
Seja N o tamanho da populao.
Seja n o tamanho da amostra.

a) Calcular o intervalo de amostragem atravs da razo: r = N/n. Se a razo r der um
nmero fracionrio, pegue o nmero inteiro mais prximo.
b) Sortear (ou escolher) um nmero x qualquer entre 1 e r. O nmero x sorteado
chama-se passo da amostra.
c) Formar a amostra com os n elementos da seguinte maneira:
x; x+r; x+2r; x+3r; .... x+(n-1)r.


12
Exemplo: Supem-se uma rua com 900 casas, das quais se deseja obter uma amostra
formada por 50 casas para uma pesquisa de opinio.
Soluo:
Populao N= 900
Amostra n = 50

a) O intervalo de amostragem ser r = 900/50 = 18.
b) Sortear (ou escolher) um nmero x qualquer entre 1 e 18. O nmero x
sorteado chama-se passo da amostra. Vamos escolher o nmero 4.
c) A amostra com os 50 elementos ser:

4; 4+18; 4+2.18; 4+3.18; ... 4+(50-1).18

Ou seja: 4; 22; 40; 58; 76; ... 886 seriam os nmeros das casas que
deveriam ser pesquisadas.

Amostragem por Conglomerados (ou Agrupamentos)
Algumas populaes no permitem, ou tornam extremamente difcil que se identifiquem
seus elementos. No obstante, isso pode ser relativamente fcil identificar alguns
subgrupos da populao. Em tais casos, uma amostra aleatria simples desses subgrupos
(conglomerados) pode se colhida, e uma contagem completa deve ser feita para o
conglomerado sorteado. Agrupamentos tpicos so quarteires, famlias, organizaes,
agncias, edifcios etc.

Exemplo: Num levantamento da populao de determinada cidade, pode-se dispor do
mapa indicando cada quarteiro e no dispor de uma relao atualizada dos
seus moradores. Pode-se, ento, colher uma amostra dos quarteires e fazer a
contagem completa de todos os que residem naqueles quarteires sorteados.

Mtodos no Probabilsitcos
So amostragens em que h uma escolha deliberada dos elementos da amostra. No
possvel generalizar os resultados das pesquisas para a populao, pois as amostras no-
probabilsticas no garantem a representatividade da populao.

Amostragem Acidental
Trata-se de uma amostra formada por aqueles elementos que vo aparecendo, que so
possveis de se obter at completar o nmero de elementos da amostra. Geralmente
utilizada em pesquisas de opinio, em que os entrevistados so acidentalmente
escolhidos.
Exemplos: Pesquisas de opinio em praas pblicas, ruas movimentadas de grandes
cidades etc.
13
Amostragem Intencional
De acordo com determinado critrio, escolhido intencionalmente um grupo de
elementos que iro compor a amostra. O investigador se dirige intencionalmente a
grupos de elementos dos quais deseja saber a opinio.
Exemplo: Numa pesquisa sobre preferncia por determinado cosmtico, o pesquisador se
dirige a um grande salo de beleza e entrevista as pessoas que ali se
encontram.

Exerccios:

1 - Uma escola de 1 grau abriga 124 alunos. Obtenha uma amostra representativa
correspondente a 15% da populao.

2 - Tenho 80 lmpadas numeradas numa caixa. Como se obtm uma amostra de 12
lmpadas?

3 - Uma populao encontra-se dividida em trs estratos, com tamanhos,
respectivamente, n
1
= 40, n
2
= 100 e n
3
= 60. Sabendo que, ao realizar uma
amostragem estratificada proporcional, 9 elementos da amostra foram retirados do
3 estrato, determine o nmero de elementos da amostra.

4 - Mostre como seria possvel retirar uma amostra de 32 elementos de uma populao
ordenada formada por 2.432 elementos. Na ordenao geral, qual dos elementos
abaixo seria escolhido para pertencer amostra, sabendo-se que o elemento 1.420 a
ela pertence?
1.648, 290, 725, 2.025 ou 1.120

14
3 - Sries Estatsticas
TABELA: um quadro que resume um conjunto de dados dispostos segundo linhas e
colunas de maneira sistemtica.
Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto..
Srie Estatstica: qualquer tabela que apresenta a distribuio de um conjunto de
dados estatsticos em funo da poca, do local ou da espcie.
Sries Homgrafas: so aquelas em que a varivel descrita apresenta variao discreta.
Podem ser do tipo temporal, geogrfica ou especfica.
a) Srie Temporal: Identifica-se pelo carter varivel do fator cronolgico. O local
e a espcie (fenmeno) so elementos fixos. Esta srie tambm
chamada de histrica ou evolutiva.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
(em mil unidades)
Perodo Unidades vendidas
Janeiro 2 0
Fevereiro 1 0
Total 3 0
.b) Srie Geogrfica: Apresenta como elemento varivel o fator geogrfico. A
poca e o fato (espcie) so elementos fixos. Tambm
chamada de espacial, territorial ou de localizao.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
(em mil unidades)
Filiais Unidades Vendidas
So Paulo 1 3
Rio de Janeiro 1 7
TOTAL 3 0




15
c) Srie Especfica: O carter varivel apenas o fato ou espcie. Tambm
chamada de srie categrica.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
(em mil unidades)
Marca Unidades Vendidas
Fiat 1 8
Gm 1 2
Total 3 0
d) Sries Conjugadas: Tambm chamadas de tabelas de dupla entrada. So
apropriadas para a apresentao de duas ou mais sries de
maneira conjugada, havendo duas ordens de classificao: uma
horizontal e outra vertical. O exemplo seguinte de uma srie
geogrfica-temporal.
ABC VECLULOS LTDA.
Vendas no 1 bimestre de 1996
( em mil unidades)
Filiais Janeiro Fevereiro
So Paulo 1 0 3
Rio de Janeiro 1 2 5
TOTAL 2 2 8

16
4 - Grficos Estatsticos
So representaes visuais dos dados estatsticos que devem corresponder, mas nunca
substituir, as tabelas estatsticas.
Caractersticas:
Uso de escalas, sistema de coordenadas, simplicidade, clareza e veracidade.
Grficos de Informao: So grficos destinados principalmente ao pblico em
geral, objetivando proporcionar uma visualizao
rpida e clara. So grficos tipicamente expositivos,
dispensando comentrios explicativos adicionais. As
legendas podem ser omitidas, desde que as
informaes desejadas estejam presentes.
Grficos de Anlise: So grficos que se prestam melhor ao trabalho estatstico,
fornecendo elementos teis fase de anlise dos dados,
sem deixar de ser tambm informativos. Os grficos de
anlise frequentemente vm acompanhados de uma
tabela estatstica. Inclui-se, muitas vezes um texto
explicativo, chamando a ateno do leitor para os pontos
principais revelados pelo grfico.
Classificao dos grficos: Diagramas, Estereogramas, Pictogramas e Cartogramas.
.1 - Diagramas:
So grficos geomtricos dispostos em duas dimenses. So os mais usados na
representao de sries estatsticas.
Os diagramas podem ser:
1.1 - Grficos em Barras Horizontais.
Nmero de Acidentes numa Rodovia
0 10 20 30 40 50 60 70 80 90 100
1 Trim
2 Trim
3 Trim
4 Trim


17
1.2 - Grficos em Barras Verticais.
Nmero de Acidentes numa Rodovia
0
20
40
60
80
100
1 Trim 2 Trim 3 Trim 4 Trim

1.3 - Grficos em Barras Compostas.
Nmero de Acidentes em Rodovias
0
20
40
60
80
100
1 Trim 2 Trim 3 Trim 4 Trim
Bandeirantes D. Pedro

1.4 - Grficos em Linhas.
So frequentemente usados para representao de sries cronolgicas com um grande
nmero de perodos de tempo. As linhas so mais eficientes do que as colunas, quando
existem intensas flutuaes nas sries ou quando h necessidade de se representarem
vrias sries em um mesmo grfico.
18
Nmero de Acidentes em Rodovias
0
20
40
60
80
100
1 Trim 2 Trim 3 Trim 4 Trim
Bandeirantes D. Pedro

1.5 - Grficos em Setores.
Este grfico construdo com base em um crculo, e empregado sempre que se deseja
ressaltar a participao do dado no total. O total representado pelo crculo, que fica
dividido em tantos setores quantas so as partes. Os setores so tais que suas reas so
respectivamente proporcionais aos dados da srie. O grfico em setores s deve ser
empregado quando h, no mximo, sete dados.
Obs: As sries temporais geralmente no so representadas por este tipo de grfico.
Nmero de Acidentes numa Rodovia
1 Trim; 20,4
2 Trim; 27,4
3 Trim; 90
4 Trim; 20,4

.2 - Estereogramas:
So grficos geomtricos dispostos em trs dimenses, pois representam volume. So
usados nas representaes grficas das tabelas de dupla entrada. Em alguns casos este
tipo de grfico fica difcil de ser interpretado dada a pequena preciso que oferecem.
19
0
20
40
60
80
100
1 Trim 2 Trim 3 Trim 4 Trim
Nmero de Acidentes em Rodovias
Bandeirantes D. Pedro

3 - Pictogramas:
So construdos a partir de figuras representativas da intensidade do fenmeno. Este tipo
de grfico tem a vantagem de despertar a ateno do pblico leigo, pois sua forma
atraente e sugestiva. Os smbolos devem ser auto-explicativos. A desvantagem dos
pictogramas que apenas mostram uma viso geral do fenmeno, e no de detalhes
minuciosos. Veja o exemplo abaixo:

4- Cartogramas:
So ilustraes relativas a cartas geogrficas (mapas). O objetivo desse grfico o de
figurar os dados estatsticos diretamente relacionados com reas geogrficas ou polticas.

20
5 - Distribuio de Freqncia
um tipo de tabela que condensa uma coleo de dados conforme as freqncias
(repeties de seus valores).
Tabela Primitiva ou Dados Brutos: uma tabela ou relao de elementos
que no foram numericamente organizados. difcil formar
uma idia exata do comportamento do grupo como um todo, a
partir de dados no ordenados.
Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
ROL: a tabela obtida aps a ordenao dos dados (ordem crescente ou decrescente).
Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60
Distribuio de freqncia sem intervalos de classe: a
simples condensao dos dados conforme as repeties de seus
valores. Para um ROL de tamanho razovel esta distribuio de
freqncia inconveniente, j que exige muito espao.
Exemplo:
Dados Frequncia
41 3
42 2
43 1
44 1
45 1
46 2
50 2
51 1
52 1
54 1
57 1
58 2
60 2
Total 20
Distribuio de freqncia com intervalos de classe: Quando o
tamanho da amostra grande mais racional efetuar o
agrupamento dos valores em vrios intervalos de classe.

21
Exemplo:
Classes Freqncias
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20
5.1 - Elementos de Uma Distribuio de Frequncia
Com intervalos de classe:
Classe: so os intervalos de variao da varivel e simbolizada por i. O nmero total
de classes simbolizado por k.
Ex: na tabela anterior k = 5 e 49 |------- 53 a 3 classe, onde i=3.
Limites de Classe: so os extremos de cada classe. O menor nmero o limite inferior
de classe (l
i
) e o maior nmero, limite superior de classe (L
i
).
Ex: em 49 |------- 53... l
3
= 49 e L
3
= 53.
O smbolo |------- representa um intervalo fechado esquerda e
aberto direita.
O dado 53 do ROL no pertence a classe 3 e sim a classe 4
representada por 53 |------- 57.
Amplitude do Intervalo de Classe: obtida atravs da diferena entre o limite superior
e inferior da classe e simbolizada por h
i
= L
i
- l
i
.
Ex: na tabela anterior h
i
= 53 - 49 = 4.
Obs.: Na distribuio de freqncia com classe o h
i
ser igual em
todas as classes.
Amplitude Total da Distribuio: a diferena entre o limite superior da ltima classe
e o limite inferior da primeira classe.
Notao: AT = L(max) - l(min).
Ex: na tabela anterior AT = 61 - 41= 20.


22
Amplitude Total da Amostra (Rol): a diferena entre o valor mximo e o valor
mnimo da amostra (ROL).
Notao: AA = Xmax - Xmin.
Neste exemplo AA = 60 - 41 = 19.
Obs: AT sempre ser maior que AA.
PONTO MDIO DE CLASSE: o ponto que divide o intervalo de classe em duas partes
iguais. Ex: em 49 |------- 53 o ponto mdio x
3
= (53+49)/2 = 51, ou seja x
3
=(l
3
+L
3
)/2.
5.2 - Mtodo Prtico para Construo de Distribuio de Freqncias
Com Classe:
1 - Organize os dados brutos em um ROL.
2 - Calcule a amplitude amostral AA.
Nesse exemplo: AA =60 - 41 =19
3 - Calcule o nmero de classes atravs da "Regra de Sturges": k = 1+3,3.log(n)
Onde: k o numero de classes na tabela.
n o nmero total de dados a serem tabulados.
Obs: Qualquer regra para determinao do n de classes da tabela no leva a uma deciso
final; esta vai depender na realidade de um julgamento pessoal, que deve estar
ligado natureza dos dados.
No exemplo: n = 20 dados, ento, a princpio, a regra sugere a adoo de 5 classes.
k = 1+3,3*log(20) = 5,29. Arredonda-se para 5.
4 - Decidido o n de classes, calcule ento a amplitude do intervalo de classe h > AA/k.
Nesse exemplo: AA/k = 19/5 = 3,8.
Obs: Como h > AA/k pega-se um valor ligeiramente superior para haver folga na
ltima classe. Utiliza-se ento h = 4.
5 - Tem-se ento o menor n. da amostra, o n. de classes e a amplitude do intervalo.
Pode-se montar a tabela, com o cuidado para no aparecer classes com freqncia 0
(zero).
23
No exemplo: o menor n. da amostra = 41 + h = 45, logo a primeira classe ser
representada por..41|------- 45. As classes seguintes respeitaro o mesmo
procedimento.
O primeiro elemento das classes seguintes sempre ser formado pelo ltimo
elemento da classe anterior.
Exemplo:
Classes Freqncias
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20
5.3 - Representao Grfica de uma Distribuio de Freqncia
.Histograma, Polgono de freqncia e Polgono de freqncia acumulada.
Em todos os grficos anteriores se utilizou o primeiro quadrante do sistema de eixos
coordenados cartesianos ortogonais. Na linha horizontal (eixo das abscissas) colocaram-
se os valores da varivel e na linha vertical (eixo das ordenadas), as freqncias.
Histograma: formado por um conjunto de retngulos justapostos, cujas bases se
localizam sobre o eixo horizontal, de tal modo que seus pontos mdios
coincidam com os pontos mdios dos intervalos de classe. A rea de um
histograma proporcional soma das freqncias simples ou absolutas.
Freqncias simples ou absolutas: so os valores que realmente representam o
nmero de dados de cada classe. A soma das freqncias
simples igual ao nmero total dos dados da distribuio.
Freqncias relativas: so os valores das razes entre as freqncias absolutas de
cada classe e a freqncia total da distribuio. A soma das
freqncias relativas igual a 1 (100 %).
Polgono de Freqncia: um grfico em linha, sendo as freqncias marcadas sobre
perpendiculares ao eixo horizontal, levantadas pelos pontos
mdios dos intervalos de classe. Para realmente obtermos
um polgono (linha fechada), deve-se completar a figura,
ligando os extremos da linha obtida aos pontos mdios da
classe anterior primeira e da posterior ltima, da
distribuio.
24
.Polgono de Freqncia Acumulada: traado marcando-se as freqncias
acumuladas sobre perpendiculares ao eixo horizontal,
levantadas nos pontos correspondentes aos limites
superiores dos intervalos de classe.
Freqncia simples acumulada de uma classe: o total das freqncias de
todos os valores inferiores ao limite superior do intervalo de
uma determina classe.
Freqncia relativa acumulada de uma classe: a freqncia acumulada da
classe, dividida pela freqncia total da distribuio.
...Classe.. ......f
i
..... .....x
i
..... .....fr
i
..... ou fr
i
.%. .....F
i
..... . Fr
i
..... ou Fr
i
..%.
50 |-------- 54 4 52 0,100 10 4 0,100 10
54 |-------- 58 9 56 0,225 22,5 13 0,325 32,5
58 |-------- 62 11 60 0,275 27,5 24 0,600 60
62 |-------- 66 8 64 0,200 20 32 0,800 80
66 |-------- 70 5 68 0,125 12,5 37 0,925 92,5
70 |-------- 74 3 72 0,075 7,5 40 1,000 1,000
Total 40 1,000 100
Onde:
f
i
= frequncia simples ou frequncia absoluta ;
x
i
= ponto mdio de classe i;
fr
i
= frequncia relativa da classe i;
F
i
= frequncia simples acumulada at a classe i;
Fr
i
= frequncia relativa acumulada at a classe i.
Frequncia Absoluta
0
2
4
6
8
10
12
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74

25
Polgono de Frequncia Absoluta
0
2
4
6
8
10
12
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74

Frequncia Absoluta Acumulada
0
10
20
30
40
50
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74



Pogono de Frequncia Absoluta Acumulada
0
10
20
30
40
50
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74

Observao: Os mesmo grficos podem ser obtidos com as Freqncias Relativas
Simples e Freqncias Relativas Acumuladas.

.
26
Primeira Lista de Exerccios

Distribuio de Freqncias

1 - Classifique as variveis em qualitativas ou quantitativas (contnuas ou discretas):
a) Universo: alunos de uma escola. Varivel: cor dos cabelos.
b) Universo: casais residentes em uma cidade. Varivel: nmero de filhos.
c) Universo: peas produzidas por certa mquina. Varivel: nmero de peas produzidas por
hora.
d) Universo: peas produzidas por certa mquina. Varivel: dimetro externo.

2 - Nos exerccios abaixo, identifique cada nmero como discreto ou contnuo:
a) Cada cigarro Camel tem 16,13 mg de alcatro.
b) Uma pesquisa efetuada com 1015 pessoas indica que 40 delas so assinantes da internet.
c) De 1000 consumidores pesquisados, 930 reconheceram a marca de sopa Campbell.
d) Ao completar um programa de treinamento, um atleta pesava 12,44 lb menos do que no
incio do treinamento.

3 A tabela abaixo representa os salrios pagos a 100 operrios da empresa XPTO & Cia.

No. Se salrios
Mnimos
No. De
Operrios
0 |--- 2
2 |--- 4
4 |--- 6
6 |--- 8
8 |--- 10
40
30
10
15
5
Total 100

a) Determine a freqncia absoluta acumulada, a freqncia relativa e a freqncia relativa
acumulada.
b) Quantos operrios ganham at dois salrios mnimos?
c) Quantos operrios ganham menos que 6 salrios mnimos?
d) Qual a porcentagem de operrios com salrio entre 6 e 8 salrios mnimos?
e) Qual a porcentagem de operrios com salrio inferior a 4 salrios mnimos?
f) Construa o histograma e o polgono de frequncias absoluta.

4 Os dados seguintes representam 20 observaes relativas ao ndice pluviomtrico em
determinados municpios do estado.
Milmetros de chuva: 144 152 159 160 160 151 157 146 154 145 141 150
142 146 142 141 141 150 143 158

a) Construa uma tabela de freqncia absoluta.
b) Determine as freqncias absolutas acumuladas
c) Determine as freqncias relativas
d) Determine as freqncias relativas acumuladas
e) Construa o histograma e o polgono de freqncias

5 - Imagine que foi obtida a opinio de 1.000 pessoas a respeito da liberao de determinado filme
para exibio em televiso. Dessas 1.000 pessoas, 432 mostravam-se favorveis, 322 eram
contrrias, 122 no quiseram declarar a opinio e as restantes disseram no Ter opinio. Mostre
esses dados numa tabela.
27
6 - Imagine que, das 1.000 pessoas entrevistadas cujas respostas foram apresentadas no exerccio
anterior, 500 eram homens e 500 eram mulheres. Do total de homens, 289 mostravam-se
favorveis, 120 eram contrrios, 78 no quiseram declarar a opinio e os restantes disseram no
ter opinio. Construa uma tabela para apresentar a distribuio das respostas segundo o sexo.

7 Os dados abaixo representam o preo de varejo (em reais) de uma amostra de 39 marcas diferentes de
balanas para banheiro:
50 50 50 28 65 40 50 22 32 30 79 50 22 20
24 35 25 120 35 35 65 20 14 25 24 48 15 10
25 17 50 22 60 30 12 10 12 20 30.

a) Construa uma distribuio de freqncias para representar dos dados acima.
b) Determine as freqncias absolutas.
c) Determine as freqncias absolutas acumuladas
d) Determine as freqncias relativas
e) Determine as freqncias relativas acumuladas
f) Construa o histograma e o polgono de freqncias

8 - A tabela seguinte representa as alturas em cm de 40 alunos de uma classe.
162 163 148 166 169 154 170 166 164 165 159 175 155
163 171 172 170 157 176 157 157 165 158 158 160 158
163 165 164 178 150 168 166 169 152 170 172 165 162
164.

a) Construa uma distribuio de freqncias para representar dos dados acima.
b) Determine as freqncias absolutas.
c) Determine as freqncias absolutas acumuladas
d) Determine as freqncias relativas
e) Determine as freqncias relativas acumuladas
f) Construa o histograma e o polgono de freqncias

9 Considere a seguinte tabela de dados:

Classes Freq. Absoluta
2,75 |---- 2,80
2,80 |---- 2,85
2,85 |---- 2,90
2,90 |---- 2,95
2,95 |---- 3,00
3,00 |---- 3,05
3,05 |---- 3,10
3,10 |---- 3,15
3,15 |---- 3,20
3,20 |---- 3,25
2
3
10
11
24
14
9
8
6
3
T O T A L 90

a) Determine as freqncias absolutas acumuladas.
b) Determine as freqncias relativas.
c) Determine as freqncias relativas acumuladas.



28
6 - Medidas de Posio
So as estatsticas que representam uma srie de dados que orientam quanto posio da
distribuio em relao ao eixo horizontal do grfico da curva de freqncia.
As medidas de posies mais importantes so as medidas de tendncia central ou
promdias.
As medidas de tendncia central mais utilizadas so:
- Mdia Aritmtica
- Moda
- Mediana
Outras medidas de tendncia central menos utilizadas so:
- Mdia Geomtrica
- Mdia Quadrtica
As outras medidas de posio so as separatrizes, que englobam:
- Mediana
- Decis
- Quartis
- Percentis.
6.1 - Mdia Aritmtica
representada por:
X
___
se for uma amostra e se for uma populao.
igual ao quociente entre a soma dos elementos do conjunto e o nmero total dos
elementos.
n
x
n
i
i
X

=
=1
___
.onde x
i
so os valores da varivel e n o nmero de elementos da amostra.
Ou
n
x
n
i
i

=
=1
.onde x
i
so os valores da varivel e n o nmero de elementos da populao.
.Dados no-agrupados:
Quando se deseja conhecer a mdia dos dados no-agrupados em tabelas de freqncias,
determina-se a mdia aritmtica simples.
Exemplo: Sabendo-se que a venda diria de arroz tipo A, durante uma semana, foi de
10, 14, 13, 15, 16, 18 e 12 kilos, ento a venda mdia diria na semana :
X
___
.= (10+14+13+15+16+18+12) / 7 = 14 kilos
29
Desvio em relao mdia: a diferena entre cada elemento de um conjunto de
valores e a mdia aritmtica, ou seja:.. d
i
= x
i
-
X
___

No exemplo anterior tm-se sete desvios:...
d1 = 10 - 14 = -4 d3 = 13 - 14 = -1 d5 = 16 - 14 = 2 d7 = 12 - 14 = -2
d2 = 14 - 14 = 0 d4 = 15 - 14 = 1 d6 = 18 - 14 = 4
Propriedades da Mdia
1 propriedade: A soma algbrica dos desvios em relao mdia nula.
No exemplo anterior: d1+d2+d3+d4+d5+d6+d7 = 0
2 propriedade: Somando-se (ou subtraindo-se) uma constante (c) a todos os valores de
uma varivel, a mdia do conjunto fica aumentada (ou diminuda) dessa
constante.
Se no exemplo original for somado a constante c = 2 a cada um dos valores da varivel
tem-se:
Y = [12+16+15+17+18+20+14] / 7 = 16 kilos ou Y = .+ 2 = 14 +2 = 16 kilos
3 propriedade: Multiplicando-se (ou dividindo-se) todos os valores de uma varivel por
uma constante (c), a mdia do conjunto fica multiplicada (ou dividida)
por essa constante.
Se no exemplo original for multiplicado a constante c = 3 nos valores da varivel tem-se:
Y = [30+42+39+45+48+54+36] / 7 = 42 kilos ou Y = x 3 = 14 x 3 = 42 kilos
Dados agrupados:
Sem intervalos de classe
Considere-se a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel
o nmero de filhos do sexo masculino. Pretende-se calcular a quantidade mdia de
meninos por famlia:
N. de meninos Freqncia f
i

0 2
1 6
2 10
3 12
4 4
Total 34
30
Como as freqncias so nmeros indicadores da intensidade de cada valor da varivel,
elas funcionam como fatores de ponderao, o que nos leva a calcular a mdia
aritmtica ponderada, dada pela frmula:

=
=
=
n
i
i
i
n
i
i
f
f x
X
1
1
___
.
.x
i
. ..f
i
. ..x
i
.f
i
.
0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
total 34 78
Onde 78 / 34 = 2,3 meninos por famlia.
Com intervalos de classe
Neste caso, convenciona-se que todos os valores includos em um determinado intervalo
de classe coincidem com o seu ponto mdio, e determina-se a mdia aritmtica
ponderada por meio da frmula:

=
=
=
n
i
i
i
n
i
i
f
f x
X
1
1
___
..onde X
i
o ponto mdio da classe.
Exemplo: Calcular a estatura mdia de bebs conforme a tabela seguinte:
Estaturas (cm) Freqncia = f
i
Ponto mdio = x
i
..x
i
.f
i
.
50 |------------ 54 4 52 208
54 |------------ 58 9 56 504
58 |------------ 62 11 60 660
62 |------------ 66 8 64 512
66 |------------ 70 5 68 340
70 |------------ 74 3 72 216
Total 40 2.440
Aplicando a frmula acima se tem: 2.440 / 40.= 61. logo... = 61 cm

31
6.2 - Mdia Geomtrica
a raiz n-sima do produto de todos os elementos.
Mdia Geomtrica Simples:
n
n
x x x
Xg
...
2 1
____
= ou
n
n
x x x
Xg
1
2 1
____
) ... ( =
Exemplo - Calcular a mdia geomtrica dos seguintes conjuntos de nmeros: E
a) { 10, 60, 360 }........ 60 360 . 60 . 10
3
____
= =
Xg

b) { 2, 2, 2 }........ 2 2 . 2 . 2
3
____
= =
Xg

c) { 1, 4, 16, 64 }........ 8 64 . 16 . 4 . 1
4
____
= =
Xg

.Mdia Geomtrica Ponderada:

=
i
n
f
f
n
f f
x x x
Xg
...
2 1
2 1
____
ou

=
i
n
f
f
n
f f
x x x
Xg
1
2 1
____
) ... (
2 1

Exemplo - Calcular a mdia geomtrica dos valores da tabela abaixo:
...x
i
... ...f
i
...
1 2
3 4
9 2
27 1
total 9
Isto : 8296 , 3 ) 27 . 9 . 3 . 1 (
9
1 2 4 2
__
= = Xg
.Propriedades da Mdia Geomtrica
1 propriedade: O produto dos quocientes entre cada valor de um conjunto de nmeros
e a mdia geomtrica do conjunto = 1.
Exemplo: Comprovar a 1 propriedade da mdia geomtrica com os
dados {10, 60, 360}.
g = 60... onde... 10/60 x 60/60 x 360/60 = 1
.2 propriedade: Sries que apresentam o mesmo nmero de elementos com o mesmo
produto tm a mesma mdia geomtrica.
Exemplo: Comprovar a 2 propriedade da mdia geomtrica com os
dados:
a) {8 ; 12,5}.. ga = 10.. b) {2 ; 50}... gb = 10
32

3 propriedade: A mdia geomtrica menor ou igual a mdia aritmtica.
A desigualdade g < ..sempre se verifica, quando os valores da srie forem positivos e
nem todos iguais. Se entre eles houver um ou mais zeros, a mdia geomtrica ser nula.
A igualdade g = ..s ocorrer quando todos os valores da srie forem iguais.
.4 propriedade: Quanto maior a diferena entre os valores originais maior ser
diferena entre as mdias aritmtica e geomtrica. Veja na prxima
tabela:
conjunto mdia aritmtica mdia geomtrica
X = {2, 2} 2 2
Y = {14, 16} 15 14,97
W = {8, 12} 10 9,8
Z = {2, 50} 26 10
.Aplicaes da Mdia Geomtrica.
a) Mdia de Relaes
Empresa Capital lquido Dvida Capital lquido/Dvida
A 2.500 1.000 2,5
B 1.000 2.000 0,5

1180 , 1 5 , 0 * 5 , 2
2
____
= =
Xg

Obs: Se, para uma determinada empresa, se deseja estabelecer uma relao do tipo
capital/dvida que seja independente da dvida ou do capital das diferentes
empresas envolvidas, recomendvel o uso da mdia geomtrica.
Se o que se deseja saber a relao capital/dvida de certo nmero de empresas,
aps a consolidao, a cifra correta ser obtida atravs da mdia aritmtica.
b) Mdia em distribuies assimtricas ( Ser visto mais adiante )
c) Mdia de taxas de variao
Exemplo: Supe-se que um indivduo tenha aplicado um capital de R$ 500,00 em 1995.
Aps um ano de aplicao, essa importncia chegou a R$ 650,00.
33
Reaplicando essa ltima quantia, ao final de mais um ano seu montante
situava-se em R$ 910,00. Qual a taxa mdia de aumento de capital?
Perodo Taxa
1995 a 1996 650/500 = 1,3
1996 a 1997 910/650 = 1,4
A taxa mdia ser 3491 , 1 4 , 1 * 3 , 1
2
____
= =
Xg
..ou seja, a raiz quadrada do produto de 1,3 e
1,4.
Resposta: A taxa mdia de aumento de capital : 1,3491

6.3 - Mdia Quadrtica
a raiz quadrada da mdia aritmtica dos quadrados
Mdia Quadrtica Simples: (para dados no agrupados)
n
x x x
n
Xq
2 2
2
2
1
___
... + +
=
Exemplo: Calcular a mdia quadrtica simples do seguinte conjunto de nmeros:
A = { 2 , 3 , 4 , 5 } ....Resp: 3,67
.Mdia Quadrtica Ponderada: Quando os valores da varivel estiverem dispostos em
uma tabela de freqncias, a mdia quadrtica ser
determinada pela seguinte expresso:

=
i
i i
f
f x
p
Xq
2 ___

Exemplo: Calcular a mdia quadrtica dos valores da tabela abaixo:
classes ....f
i
.... ....x
i
.... .. (x
i
)
2
.. ... (x
i
)
2
. f
i

2 |--------- 4 5 3 9 45
4 |--------- 6 10 5 25 250
6 |--------- 8 12 7 49 588
8 |-------- 10 10 9 81 810
10 |-------- 12 5 11 121 605
total 42 2298
34
Aplica-se a raiz quadrada sobre (2298)/42
40 , 7
42
2298
2 ___
= = =

i
i i
f
f x
p
Xq
.
..
OBS:
- Sempre que os valores de X forem positivos e pelo menos um dado diferente
vlida a seguinte relao: q g X X X < <
- A igualdade entre as mdias acima se verifica quando os valores da varivel
forem todos iguais.
- A mdia quadrtica largamente utilizada em Estatstica, principalmente quando
se pretende calcular a mdia de desvios ( x - .) , em vez de a mdia dos valores
originais. Neste caso, a mdia quadrtica denominada desvio-padro, que
uma importante medida de disperso.
6.4 - Moda
o valor que ocorre com maior freqncia em uma srie de valores.
A Moda representada pelo smbolo: M
o

Desse modo, o salrio modal dos empregados de uma fbrica o salrio mais comum,
isto , o salrio recebido pelo maior nmero de empregados dessa fbrica.
.A Moda para dados no agrupados.
- A moda facilmente reconhecida: basta, de acordo com definio, procurar o
valor que mais se repete.
Exemplo: Na srie { 7 , 8 , 9 , 10 , 10 , 10 , 11 , 12 } a moda igual a 10.
- H sries nas quais no existe valor modal, isto , nas quais nenhum valor aparece
mais vezes que outros.
Exemplo: { 3 , 5 , 8 , 10 , 12 } no apresenta moda. A srie amodal.
- .Em outros casos, pode haver dois ou mais valores de concentrao. Diz-se, ento,
que a srie tem dois ou mais valores modais.
Exemplo: { 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 } apresenta duas modas: 4 e 7.
A srie bimodal.
35
.A Moda para dados agrupados.
a) Sem intervalos de classe
Uma vez agrupados os dados, possvel determinar imediatamente a moda: basta fixar o
valor da varivel de maior freqncia.

Exemplo: Qual a temperatura mais comum medida no ms abaixo:
Temperaturas Freqncia
0 C 3
1 C 9
2 C 12
3 C 6
Resp: 2 C a temperatura modal, pois a de maior freqncia.
.b) Com intervalos de classe.
A classe que apresenta a maior freqncia denominada classe modal. Pela definio,
pode-se afirmar que a moda, neste caso, o valor dominante que est compreendido
entre os limites da classe modal.
O Mtodo mais utilizado para se calcular a moda com intervalo de classes o mtodo
pela frmula de CZUBER.
Frmula de CZUBER
*
2 1
1 *
h
D D
D
l M
o (

+
+ =

Onde temos que:
l*= limite inferior da classe modal...
D
1
= [freqncia da classe modal] menos [freqncia da classe anterior classe modal]
D
2
= [freqncia da classe modal] menos [freqncia da classe posterior classe modal]
h*= amplitude da classe modal
Exemplo: Calcule a estatura modal conforme a tabela abaixo.
Classes (em cm) Freqncia
54 |------------ 58 9
58 |------------ 62 11
62 |------------ 66 8
66 |------------ 70 5

36
l*= 58
D
1
= 11 - 9=2
D
2
= 11 8 = 3
h = 4

Mo = 58 + [2/(2+3)]x4 = 58 + 8/5 = 58 + 1,6 = 59,6

Concluso: a Moda Mo = 59,6
Obs: A moda utilizada quando se deseja obter uma medida rpida e aproximada de
posio ou quando a medida de posio deva ser o valor mais tpico da
distribuio.
J a mdia aritmtica a medida de posio que possui a maior estabilidade.
6.5 - Mediana
A mediana de um conjunto de valores, dispostos segundo uma ordem (crescente ou
decrescente), o valor situado de tal forma no conjunto que o separa em dois
subconjuntos com o mesmo nmero de elementos.
Smbolo da mediana: Md


Mediana para dados no agrupados
Dada uma srie de valores: { 5, 2, 6, 13, 9, 15, 10 }
Valore em ordem crescente: { 2, 5, 6, 9, 10, 13, 15 }
O valor que divide a srie acima em duas partes iguais igual a 9, logo a Md = 9.
.Mtodo prtico para o clculo da Mediana
a) Se a srie dada tiver nmero mpar de termos:
O valor mediano ser o termo de ordem dado pela frmula:
2
1 +
=
n
Md
Exemplo: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 2, 5 }
1 - ordenar a srie { 0, 0, 1, 1, 2, 2, 3, 4, 5 }
n = 9. Ento (n + 1)/2 dado por (9 + 1) / 2 = 5, ou seja, o 5 elemento da srie
ordenada ser a mediana
A mediana ser o 5 elemento, ou seja, Md = 2.
Md
0% 50% 100%
37
b) Se a srie dada tiver nmero par de termos:
O valor mediano ser o termo de ordem dado pela frmula:
2
) 1
2
(
2
(

+ +
=
n n
Md
Obs: n/2 e (n/2 + 1) sero termos de ordem e devem ser substitudos pelos valores
correspondentes.
Exemplo: Calcule a mediana da srie { 1, 3, 0, 0, 2, 4, 1, 3, 5, 6 }
Ordenar a srie { 0, 0, 1, 1, 2, 3, 3, 4, 5, 6 }
n = 10. Logo a frmula ficar: [( 10/2 ) + (10/2 + 1)] / 2
[( 5 + 6)] / 2 ser na realidade (5 termo+ 6 termo) / 2
5 termo = 2 e 6 termo = 3
A mediana ser = (2+3) / 2 ou seja, Md = 2,5 .
A mediana no exemplo ser a mdia aritmtica do 5 e 6 termos da srie.
Notas:
- Quando o nmero de elementos da srie estatstica for mpar, haver coincidncia
da mediana com um dos elementos da srie.
- Quando o nmero de elementos da srie estatstica for par, pode no haver
coincidncia da mediana com um dos elementos da srie. A mediana ser sempre
a mdia aritmtica dos 2 elementos centrais da srie.
- Em uma srie a mediana, a mdia e a moda no tm, necessariamente, o mesmo
valor.
- A mediana depende da posio e no dos valores dos elementos na srie
ordenada. Essa uma da diferenas marcantes entre mediana e mdia ( que se
deixa influenciar, e muito, pelos valores extremos).
Exemplo: Em { 5, 7, 10, 13, 15 } a mdia = 10 e a mediana = 10
Em { 5, 7, 10, 13, 65 } a mdia = 20 e a mediana = 10
Isto , a mdia do segundo conjunto de valores maior do que a do primeiro,
por influncia dos valores extremos, ao passo que a mediana permanece a
mesma.
Mediana para dados agrupados
a) Sem intervalos de classe
Neste caso, basta identificar a freqncia acumulada imediatamente superior metade da
soma das freqncias. A mediana ser aquele valor da varivel que corresponde a tal
freqncia acumulada.


38
Exemplo:
Varivel x
i
Freqncia f
i
Freqncia Acumulada
0 2 2
1 6 8
2 9 17
3 13 30
4 5 35
total 35

Quando o somatrio das freqncias for mpar o valor mediano ser o termo de ordem
dado pela frmula:.
2
1

+
=
i
f
Md
Como o somatrio das freqncias = 35 a frmula ficar: ( 35+1 ) / 2 = 18 termo = 3
Quando o somatrio das freqncias for par o valor mediano ser o termo de ordem
dado pela frmula:.
2
1
2 2
|
|
.
|

\
|
+ +
|
|
.
|

\
|
=
i i
f f
Md
Exemplo - Calcule a Mediana dos dados na seguinte tabela:
Varivel x
i
Freqncia f
i
Freqncia Acumulada
12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 1 8
total 8
Aplicando a frmula acima tem-se:
[(8/2)+ (8/2+1)]/2 = (4 termo + 5 termo) / 2 = (15 + 16) / 2 = 15,5





39
b) Com intervalos de classe
Devem-se seguir os seguintes passos:
1) Determinam-se as freqncias acumuladas;
2) Calcular:
2
i
f
;
3) Marcar a classe correspondente freqncia acumulada imediatamente superior
2
i
f
. Tal classe ser a classe mediana;
4) Calcular a Mediana pela seguinte frmula:
*
*
*
2
f
h Faa
f
l Md
i
(
(

+ =


Onde:
l*: o limite inferior da classe mediana.
Faa: a freqncia acumulada da classe anterior classe mediana.
f
*
: a freqncia simples da classe mediana.
h
*
: a amplitude do intervalo da classe mediana.
Exemplo:
Classes Freqncia = f
i
Freqncia Acumulada
50 |------------ 54 4 4
54 |------------ 58 9 13
58 |------------ 62 11 24
62 |------------ 66 8 32
66 |------------ 70 5 37
70 |------------ 74 3 40
Total 40
2
i
f
= 40 / 2 =.20...logo.a classe mediana ser 58 |------ 62, l*=58.
Faa = 13,.... f
*
= 11,.. h
*
= 4. Substituindo esses valores na frmula, obtem-se:
Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54
OBS: Esta mediana estimada, pois no se tem os 40 valores da distribuio.
Emprego da Mediana
- Quando se deseja obter o ponto que divide a distribuio em duas partes iguais.
- Quando h valores extremos que afetam de maneira acentuada a mdia aritmtica.
- Quando a varivel em estudo salrio.
40
6.6 Separatrizes Quartis, Decis e Percentis
Alm das medidas de posio estudadas, h outras que consideradas individualmente,
no so medidas de tendncia central, mas esto ligadas mediana relativamente sua
caracterstica de separar a srie em duas partes que apresentam o mesmo nmero de
valores.
As medidas - os quartis, os decis e os percentis - so, juntamente com a mediana,
conhecidas pelo nome genrico de separatrizes.
QUARTIS
Denominam-se quartis os valores de uma srie que a dividem em quatro partes iguais.
Precisa-se, portanto de 3 quartis (Q1, Q2 e Q3 ) para dividir a srie em quatro partes
iguais.
Obs: O quartil 2 ( Q2 ) igual a mediana da srie.


Quartis para dados no agrupados
O mtodo mais prtico utilizar o princpio do clculo da mediana para os 3 quartis. Na
realidade sero calculadas "3 medianas " em uma mesma srie.
Exemplo1: Calcule os quartis da srie: { 5, 2, 6, 9, 10, 13, 15 }
O primeiro passo a ser dado o da ordenao (crescente ou decrescente) dos
valores: { 2, 5, 6, 9, 10, 13, 15 }
O valor que divide a srie acima em duas partes iguais o 9, logo a Md = 9.
Que ser = Q2.
Tem-se agora {2, 5, 6 } e {10, 13, 15 } como sendo os dois grupos de
valores iguais proporcionados pela mediana ( quartil 2).
Para o clculo do quartil 1 e quartil 3 (Q1 e Q3) basta calcular as medianas
das partes iguais provenientes da verdadeira Mediana da srie (quartil 2).
Logo em { 2, 5, 6 } a mediana = 5 . Ou seja: ser o quartil 1 (Q1)
Em {10, 13, 15 } a mediana =13 . Ou seja: ser o quartil 3 (Q3)
Exemplo2: Calcule os quartis da srie: { 1, 1, 2, 3, 5, 5, 6, 7, 9, 9, 10, 13 }
A srie j est ordenada, ento se calcula o Quartil 2 = Md = (5+6)/2 = 5,5
O quartil 1 (Q1) ser a mediana da srie esquerda de Md : { 1, 1, 2, 3, 5, 5 }
Q1 = (2+3)/2 = 2,5
O quartil 3 (Q3) ser a mediana da srie direita de Md : {6, 7, 9, 9, 10, 13 }
Q3 = (9+9)/2 = 9

Q
2
= Md
0% 50%
100%
25%
75%
Q
3
Q
1

41
Quartis para dados agrupados
Uitliza-se a mesma tcnica do clculo da mediana, bastando substituir, na frmula da
mediana,
2
i
f
.... por ..
4
*
i
f
k . onde k o nmero de ordem do quartil.
Assim, tem-se:
*
*
*
4
1
f
h Faa
f
l Q
i
(
(

+ =


*
*
*
4
2
2
f
h Faa
f
l Q
i
(
(

+ =


*
*
*
4
3
3
f
h Faa
f
l Q
i
(
(

+ =


Q1 Primeiro quartil: valor situado de tal modo na srie que uma quarta parte (25%) dos
dados menor que ele e as trs quartas partes restantes (75%) so maiores.
Q2 Segundo quartil (mediana): valor situado de tal modo na srie que a metade (50%)
dos dados menor que ele e a metade restante (50%) so maiores.
Q3 Terceiro quartil: valor situado de tal modo na srie que as trs quartas partes (75%)
dos dados so menores que ele e uma quarta parte (25%) maior.
Exemplo3 - Calcule os quartis da tabela abaixo:
Classes Freqncia = f
i
Freqncia Acumulada
50 |------------ 54 4 4
54 |------------ 58 9 13 <--- Q1
58 |------------ 62 11 24 <--- Q2
62 |------------ 66 8 32 <--- Q3
66 |------------ 70 5 37
70 |------------ 74 3 40
Total 40

O quartil 2 = Q2 = Md , logo:
2
i
f
= 40 / 2 =.20........... Assim, a classe mediana ser 58 |---------- 62
l* = 58........... F** = 13........... f* = 11........... h* = 4
Substituindo esses valores na frmula, obtem-se:
Q2 = Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54
O quartil 1 :
4
i
f
= 10
Q1 = 54 + [ (10 - 4) x 4] / 9 = 54 + 2,66 = 56,66
.O quartil 3 :
4
* 3
i
f
= 30
Q3 = 62 + [ (30 -24) x 4] / 8 = 62 + 3 = 65
42
DECIS
A definio dos decis obedece o mesmo princpio dos quartis, com a modificao da
porcentagem de valores que ficam aqum e alm do decil que se pretende calcular.
A fmula bsica ser :
10
*
i
f
k onde k o nmero de ordem do decil a ser calculado.
Indicam-se os decis : D1, D2, ... , D9. Deste modo precisa-se de 9 decis para dividir uma
srie em 10 partes iguais.
De especial interesse o quinto decil, que divide o conjunto em duas partes iguais.
Assim sendo, o quinto decil igual ao segundo quartil, que por sua vez igual
mediana.
Para D5 tem-se:
10
* 5
i
f
=
2
i
f

Exemplo: Calcule o 3 decil da tabela anterior com classes.
k= 3 onde
10
* 3
i
f
= 3x40/10 = 12. Este resultado corresponde a 2 classe.
D3 = 54 + [ (12 - 4) x 4] / 9 = 54 + 3,55 = 57,55
PERCENTIL ou CENTIL
Denomina-se percentis ou centis como sendo os noventa e nove valores que separam
uma srie em 100 partes iguais.
Indica-se: P1, P2, ... , P99. evidente que P50 = Md ; P25 = Q1 e P75 = Q3.
O clculo de um centil segue a mesma tcnica do clculo da mediana, porm a frmula
ser:
100
*
i
f
k onde k o nmero de ordem do percentil a ser calculado.
Exemplo: Calcule o 8 percentil da tabela anterior com classes.
k= 8 onde
100
* 8
i
f
= 8x40/100 = 3,2. Este resultado corresponde a 1 classe.
P8 = 50 + [ (3,2 -0) x 4] / 4 = 50 + 3,2 = 53,2

43
Segunda Lista de Exerccios
Populao, Amostra, Mdia, Moda, Mediana, Quartis e Decis

1 - Determine a mdia aritmtica, a moda e a mediana para cada um dos conjuntos de dados:
a) 7; 9; 2; l; 5; 4,5; 7,5; 6,2
b) 90, 87, 92, 81, 78, 85, 95, 80
c) 0,011; 0,032; 0,027; 0,035; 0,042

2 - Qual seria o efeito sobre a mdia de um conjunto de nmeros se fosse adicionado l0 unidades:
a) A apenas um dos nmeros do conjunto?
b) A cada um dos nmeros do conjunto?

3 - Calcule a mdia aritmtica, a moda e a mediana do seguinte conjunto de dados:
83, 92, 100, 57, 85, 88, 84, 82, 94, 93, 91, 95, supondo que:
a) O conjunto representa toda a populao.
b) O conjunto representa uma amostra da populao.

4 - Calcule a mdia aritmtica, a moda e a mediana do nmero de clientes que aguardam nas filas de
12 caixas da matriz de um grande banco: l, 3, 4, 3, 4, 2, 4, l, 2, 2, 1, 0

5 - Se cada um dos dados de um conjunto de nmeros fosse duplicado, qual seria o efeito:
a) Sobre a mdia.
b) Sobre a moda.
c) Sobre a mediana.

6 - Considere os seguintes dados correspondentes a preos (em reais) de propostas de venda de um
produto: 26,50; 27,50; 25,50; 26,00; 27,00; 23,40; 25,10; 26,20; 26,80
a) Determine a mdia dos preos.
b) Determine a mediana dos preos
c) Determine a moda dos preos

7 A tabela abaixo representa os salrios pagos a 100 operrios da empresa XPTO & Cia.
No. de salrios
Mnimos
No. de
Operrios
0 |--- 2
2 |--- 4
4 |--- 6
6 |--- 8
8 |--- 10
40
30
10
15
5
Total 100

a) Determine a moda dos salrios da empresa.
b) Calcule a mdia dos salrios da empresa.
c) Calcule a mediana dos salrios da empresa.






44
8 Os dados seguintes representam 20 observaes relativas ao ndice pluviomtrico em
determinados municpios do estado.

Milmetros de chuva: 144 152 159 160 160 151 157 146 154 145 141 150
142 146 142 141 141 150 143 158

a) Determine o ndice pluviomtrico que esteve em moda.
b) Ache o ndice pluviomtrico mdio.
c) Ache o ndice pluviomtrico mediano.

9 - Utilize os resultados da tabela construda no exerccio 4 da primeira lista de exerccios

a) Determine a mdia, a mediana e a moda dos ndices pluviomtrico.
b) Compare os resultados obtidos no exerccio 8.

10 Os nmeros abaixo representam a distribuio das espessuras de 60 folhas de tabaco.

2,01 2,08 1,96 3,04 2,01 3,18 1,94 2,19 2,24 2,18 2,59 1,96 2,29 3,18 2,09
1,96 2,06 2,18 2,05 2,04 2,43 1,56 1,94 3,15 2,35 2,08 2,56 2,17 1,96 1,59
2,22 2,34 2,24 1,95 2,01 3,12 3,03 3,12 2,04 1,66 1,87 2,49 3,12 2,24 1,76
3,20 2,38 1,58 1,89 1,98 1,89 1,71 2,42 1,62 1,97 2,18 1,69 3,14 2,18 3,06

a) Determine a espessura que esteve em moda.
b) Ache a espessura mediana.
c) Ache a espessura mdia.

11 - Utilize os resultados da tabela construda no exerccio 7 da primeira lista de exerccios

a) Determine o preo que esteve em moda.
b) Ache o preo mediano das balanas.
c) Ache o preo mdio das balanas.

12 Considere a seguinte tabela de dados:

Classes Freq. Absoluta
2,75 |---- 2,80
2,80 |---- 2,85
2,85 |---- 2,90
2,90 |---- 2,95
2,95 |---- 3,00
3,00 |---- 3,05
3,05 |---- 3,10
3,10 |---- 3,15
3,15 |---- 3,20
3,20 |---- 3,25
2
3
10
11
24
14
9
8
6
3
T O T A L 90

a) Calcule o primeiro quartil dos dados.
b) Calcule a mediana dos dados.
c) Calcule o terceiro quartil dos dados.

45
13 - Dados os conjuntos de nmeros: A = {100; 101; 102; 103; 104; 105} e B = { 0, 1, 2, 3, 4, 5},
podemos afirmar que:
a) A mdia de A igual B multiplicada por 100;
b) A mdia de A igual mdia de B;
c) A mdia de A igual mdia de B dividida por 100;
d) A mdia de A igual a mdia de B mais a constante 100.

14 - A mdia mnima para aprovao em determinada disciplina 5,0. Se um estudante obtm as
notas 7,5; 8,0; 3,5; 6,0; 2,5; 2,0; 5,5; 4,0 nos trabalhos mensais da disciplina em questo,
pergunta-se: ele foi ou no aprovado? Explique.

15 - A tabela abaixo apresenta a distribuio das exportaes de empresas eletrnicas em 1972.

Volume exportado (R$) N de empresas (fi)
50.000 |-- 60.000 5
60.000 |-- 70.000 10
70.000 |-- 80.000 20
80.000 |-- 90.000 10
90.000 |-- 100.000 5
T o t a l fi = 50

a) Calcule a mdia das exportaes.
b) A mediana das exportaes.
c) A moda das exportaes.

16 - Um caminho cujo peso vazio 3.000 kg ser carregado com 480 caixas de 10kg cada, 350
caixas de 8kg cada, 500 caixas de 4kg cada e 800 caixas de 5kg cada. O motorista do caminho
pesa 80kg e a lona de cobertura da carga pesa 50kg.

a) Se este caminho tem que passar por uma balana que s permite passagens a caminhes
com peso mximo de 15 toneladas, este caminho passar pela balana?
b) Qual o peso mdio das caixas carregadas no caminho?















46
7 Medidas de Disperso ou Variabilidade:
Mede a disperso dos valores de uma varivel em torno de um valor de tendncia central
(mdia ou mediana) tomado como ponto de comparao.
A mdia - ainda que considerada como um nmero para representar uma srie de valores
- no consegue destacar o grau de homogeneidade ou heterogeneidade que existe entre
os valores que compem o conjunto.
Considere os seguintes conjuntos de valores das variveis X, Y e Z:
X = { 70, 70, 70, 70, 70 }
Y = { 68, 69, 70 ,71 ,72 }
Z = { 5, 15, 50, 120, 160 }
Observa-se que os trs conjuntos apresentam a mesma mdia aritmtica = 350/5 = 70
Entretanto, fcil notar que o conjunto X mais homogneo que os conjuntos Y e Z, j
que todos os valores so iguais mdia.
O conjunto Y, por sua vez, mais homogneo que o conjunto Z, pois h menor
disperso entre cada um de seus valores comparado com a mdia.
Conclui-se ento que o conjunto X apresenta disperso nula e que o conjunto Y
apresenta uma disperso menor que o conjunto Z.

7.1 - Medidas de Disperso Absoluta
7.1.1 - Amplitude Total
Amplitude total AT a nica medida de disperso que no tem a mdia como ponto de
referncia.
Quando os dados no esto agrupados a amplitude total a diferena entre o maior e o
menor valor observado:
AT = (valor mximo - valor mnimo).
Exemplo: Para os valores 40, 45, 48, 62 e 70 a amplitude total ser: AT = 70 - 40 = 30
Quando os dados esto agrupados sem intervalos de classe ainda tem-se:
AT = (valor mximo - valor mnimo).


47
Exemplo:
x
i
f
i

0 2
1 6
3 5
4 3
AT = 4 - 0 = 4
Com intervalos de classe a amplitude total a diferena entre o limite superior da
ltima classe e o limite inferior da primeira classe.
Ento AT = L mximo - l mnimo
Exemplo:
Classes f
i

4 |------------- 6 6
6 |------------- 8 2
8 |------------- 10 3
AT = 10 - 4 = 6
A amplitude total tem o inconveniente de s levar em conta os dois valores extremos da
srie, no considerando os valores intermedirios.
Faz-se uso da amplitude total quando se quer determinar a amplitude da temperatura
em um dia, no controle de qualidade ou como uma medida de clculo rpido sem
muita exatido.
7.1.2 - Desvio Mdio Absoluto
a) Desvio Mdio Absoluto para dados no agrupados
a mdia aritmtica dos valores absolutos dos desvios tomados em relao a uma das
seguintes medidas de tendncia central: mdia ou mediana. Smbolo = Dm
Frmula: para a Mdia:
n
X x
Dm
i

=
___
Frmula: para a Mediana:
n
Md x
Dm
i

=
As barras verticais indicam que so tomados os valores absolutos dos desvios.

48
Exemplo: Calcular o desvio mdio do conjunto de nmeros { - 4 , - 3 , - 2 , 3 , 5 }
= - 0, 2 e Md = - 2
Tabela auxiliar para clculo do desvio mdio
Desvio em Relao Mdia Desvio em Relao Mediana
X
i

X
i
- |X
i
- |
X
i
- Md |X
i
- Md|
- 4 (- 4) - (-0,2) = -3,8 3,8 (- 4) - (-2) = - 2 2
- 3 (- 3) - (-0,2) = -2,8 2,8 (- 3) - (-2) = - 1 1
- 2 (- 2) - (-0,2) = -1,8 1,8 (- 2) - (-2) = 0 0
3 3 - (-0,2) = 3,2 3,2 3 - (-2) = 5 5
5 5 - (-0,2) = 5,2 5,2 5 - (-2) = 7 7

= 16,8
= 15
Pela Mdia: Dm = 16,8 / 5 = 3,36 Pela Mediana : Dm = 15 / 5 = 3
b) Desvio mdio para Dados Agrupados
Se os valores vierem dispostos em uma tabela de freqncias, agrupados ou no em
classes, sero usadas as seguintes frmulas:
Clculo pela mdia:


=
i
i i
f
f X x
Dm
*
___

Clculo pela mediana:


=
i
i i
f
f Md x
Dm
*

Exemplo de clculo pela mdia:
X
i
f
i
X
i
. f
i


X
i
- |X
i
- |

|X
i
- | . f
i

3 2 6 4,7 - 1,7 1,7 3,4
4 2 8 4,7 - 0,7 0,7 1,4
5 3 15 4,7 0,3 0,3 0,9
6 3 18 4,7 1,3 1,3 3,9
=
10 47
=
9,6
Dm = 9,6 / 10 = 0,96
49
Exemplo de clculo pela mediana:
X
i
f
i
Md X
i
- Md |X
i
- Md| |X
i
- Md| . f
i

3 2 5 - 2 2 4
4 2 5 - 1 1 2
5 3 5 0 0 0
6 3 5 1 1 3
=
10
=
7
Dm = 7 / 10 = 0,70
Obs: Apesar de o desvio mdio expressar aceitavelmente a disperso de uma amostra,
no to frequentemente empregado como o desvio-padro. O desvio mdio
despreza o fato de alguns desvios serem negativos e outros positivos, pois essa
medida os trata como se fossem todos positivos. Todavia ser preferido o uso do
desvio mdio em lugar do desvio-padro, quando esse for indevidamente
influenciado pelos desvios extremos.
7.1.3 - Desvio Padro
a medida de disperso mais geralmente empregada, pois leva em considerao a
totalidade dos valores da varivel em estudo. um indicador de variabilidade bastante
estvel. O desvio padro baseia-se nos desvios em torno da mdia aritmtica e a sua
frmula bsica pode ser traduzida como: a raiz quadrada da mdia aritmtica dos
quadrados dos desvios e representada por S ou o.
a) Para Dados no Agrupados
Desvio Padro de uma amostra:
1
) (
2
__

=

n
X x
S
i

Desvio Padro de uma populao:
n
x
i

=
2
) (
o
A frmula acima empregada quando se trata de uma populao de dados no-
agrupados.



50

Exemplo: Calcular o desvio padro da populao representada por: - 4 , -3 , -2 , 3 , 5
X
i




- 4 - 0,2 - 3,8 14,44
- 3 - 0,2 - 2,8 7,84
- 2 - 0,2 - 1,8 3,24
3 - 0,2 3,2 10,24
5 - 0,2 5,2 27,04
= 62,8
Sabe-se que n = 5 e 62,8 / 5 = 12,56.
A raiz quadrada de 12,56 o desvio padro: o = 3,54
Obs: Quando o interesse se restringe descrio dos dados da amostra visando tirar
inferncias vlidas para toda a populao, efetua-se uma modificao que consiste
em usar o divisor n - 1 em lugar de n.
O desvio padro de uma amostra calculado pela frmula:
1
) (
2
__

=

n
X x
S
i

Se os dados - 4, -3, -2, 3, 5 representassem uma amostra o desvio padro amostral seria a
raiz quadrada de 62,8 / (5 -1) = 3,96, ou seja: S = 3,96.
Propriedades do Desvio padro:
1 - Somando-se (ou subtraindo-se) uma constante a todos os valores de uma varivel, o
desvio padro no se altera.
2 - Multiplicando-se (ou dividindo-se) todos os valores de uma varivel por uma
constante (diferente de zero), o desvio padro fica multiplicado ( ou dividido) por
essa constante.
b) Para Dados Agrupados
Quando os dados esto agrupados em classes a frmula do desvio padro :
Para os dados de uma populao:


=
i
i i
f
f x
2
) (
o
51
Para os dados de uma amostra:
1
) (
2
__

i
i i
f
f X x
S
Exemplo: Calcule o desvio padro populacional da tabela abaixo:
i
x

i
f

i i
f x

__
X
) (
__
X x
i

2
__
) ( X x
i

i i
f X x
2
__
) (
0 2 0 2,1 -2,1 4,41 8,82
1 6 6 2,1 -1,1 1,21 7,26
2 12 24 2,1 -0,1 0,01 0,12
3 7 21 2,1 0,9 0,81 5,67
4 3 12 2,1 1,9 3,61 10,83
Total 30 63 = 32,70
Sabe-se que f
i
= 30 e 32,7 / 30 = 1,09.
A raiz quadrada de 1,09 1,044. Logo o = 1,044.
Se considerar os dados como sendo de uma amostra o desvio padro ser:
A raiz quadrada de 32,7 / (30 -1) = 1,062. Logo S = 1,062.
Obs: Nas tabelas de freqncias com intervalos de classe a frmula a ser utilizada a
mesma do exemplo anterior.
7.1.4 - Varincia
o desvio padro elevado ao quadrado e represejntado por S
2
ou o
2
A varincia uma medida que tem pouca utilidade como estatstica descritiva, porm
extremamente importante na inferncia estatstica e em combinaes de amostras.
A varincia o quadrado do desvio padro.
a) Para Dados no Agrupados
Varincia da populao:
n
x
i

=
2
_
2
) (
o
Varincia da amostra:
1
) (
2
__
2

n
X x
S
i


52
b) Para Dados Agrupados
Para os dados de uma populao:


=
i
i i
f
f x
2
2
) (
o
Para os dados de uma amostra:
1
) (
2
__
2

i
i i
f
f X x
S
EXERCCIOS
1 - Considere os seguintes conjuntos de nmeros:
A = { 10, 20, 30, 40, 50 } B = { 100, 200, 300, 400, 500 }
Que relao existe entre os desvios padres dos dois conjuntos de nmeros?
2 - Dados os conjuntos de nmeros:
A = { 220, 230, 240, 250, 260 } B = { 20, 30, 40, 50, 60 }
Que relao existe entre os desvios padres dos dois conjuntos de nmeros?
3 - Dados os conjuntos de nmeros: A = {-2, -1, 0, 1, 2} B = {220, 225, 230, 235, 240}.
De acordo com as propriedades do desvio padro, pode-se afirmar que:
a)
A B
o o = ;
b)
A B
o o * 5 = ;
c) 230 * 5 + =
A B
o o ;
d) 230 + =
A B
o o .

7.2 - Medidas de Disperso Relativa
CV: Coeficiente de Variao
Na estatstica descritiva o desvio padro por si s tem grandes limitaes. Assim, um
desvio padro de 2 unidades pode ser considerado pequeno para uma srie de valores
cujo valor mdio 200; no entanto, se a mdia for igual a 20, o mesmo no pode ser
dito.
Alm disso, o fato do desvio padro ser expresso na mesma unidade dos dados limita o
seu emprego quando se deseja comparar duas ou mais sries de valores, relativamente
sua disperso ou variabilidade, quando expressas em unidades diferentes.
53
Para contornar essas dificuldades e limitaes, pode-se caracterizar a disperso ou
variabilidade dos dados em termos relativos ao seu valor mdio.
Medida essa denominada de CV: Coeficiente de Variao
O coeficiente de variao a razo entre o desvio padro e a mdia.
A frmula do coeficiente de variao : 100 .
___
X
CV
o
=
O resultado neste caso expresso em percentual, entretanto pode ser expresso tambm
atravs de um fator decimal, desprezando assim o valor 100 da frmula.
Exemplo: Tomam-se os resultados das estaturas e dos pesos de um mesmo grupo de
indivduos:
Discriminao M D I A DESVIO PADRO
ESTATURAS 175 cm 5,0 cm
PESOS 68 kg 2,0 kg
Qual das medidas (Estatura ou Peso) possui maior homogeneidade?
Resposta: Tem-se que calcular o CV da Estatura e o CV do Peso.
O CV menor ser o de maior homogeneidade (menor disperso ou
variabilidade).
CVestatura = ( 5 / 175 ) x 100 = 2,85 %
CVpeso = ( 2 / 68 ) x 100 = 2,94 %.
Logo, nesse grupo de indivduos, as estaturas apresentam menor grau de
disperso que os pesos.


54
Terceira Lista de Exerccios
Amplitude Total, Desvio Mdio, Desvio Padro, Variana e
Coeficiente de Variao.

1 - Responda e explique o porqu de cada uma das questes abaixo.
a) O desvio padro de um conjunto de dados pode ser zero?
b) O desvio padro de um conjunto de dados pode se negativo?
c) O desvio mdio absoluto de um conjunto de dados pode ser zero?
d) O desvio mdio absoluto de um conjunto de dados pode ser negativo?

2 - Calcule a amplitude total, o desvio mdio, o desvio padro e a varincia do seguinte conjunto de
dados: 83, 92, 100, 57, 85, 88, 84, 82, 94, 93, 91, 95, supondo que:
a) O conjunto representa toda a populao.
b) O conjunto representa uma amostra da populao.

3 - Calcule a mdia e o desvio padro dos clientes que aguardam nas filas de 12 caixas da matriz de
um grande banco: l, 3, 4, 3, 4, 2, 4, l, 2, 2, 1, 0.

4 - Se cada um dos dados de um conjunto de nmeros fosse duplicado, qual seria o efeito:
a) Sobre a amplitude total.
b) Sobre o desvio padro.

5 - Considere os seguintes dados correspondentes a uma amostra de preos (em reais) de propostas
de venda de um produto: 26,50; 27,50; 25,50; 26,00; 27,00; 23,40; 25,10; 26,20; 26,80
a) Calcule a Amplitude Total dos preos.
b) Determine o Desvio Mdio Absoluto dos preos.
c) Calcule o Desvio Padro dos preos.
d) Calcule a Varincia dos preos.

6 A tabela abaixo representa os salrios pagos a 100 operrios da empresa XPTO & Cia.

No. de Salrios
Mnimos
No. de
Operrios
0 |--- 2
2 |--- 4
4 |--- 6
6 |--- 8
8 |--- 10
40
30
10
15
5
Total 100

a) Calcule a Mdia e o Desvio Padro considerando os 100 salrios como uma amostra.
b) Calcule a Mdia e o Desvio Padro considerando os 100 salrios como uma populao.

7 Os dados seguintes representam 20 observaes relativas ao ndice pluviomtrico em
determinados municpios do estado.

Milmetros de chuva: 144 152 159 160 160 151 157 146 154 145 141 150
142 146 142 141 141 150 143 158

d) Determine a Mdia e o Desvio Padro considerando os ndices como uma amostra.
e) Determine a Mdia e o Desvio Padro considerando os ndices como uma populao.
55
8 Considere a seguinte tabela de dados:

Classes Freq. Absoluta
2,75 |---- 2,80
2,80 |---- 2,85
2,85 |---- 2,90
2,90 |---- 2,95
2,95 |---- 3,00
3,00 |---- 3,05
3,05 |---- 3,10
3,10 |---- 3,15
3,15 |---- 3,20
3,20 |---- 3,25
2
3
10
11
24
14
9
8
6
3
T O T A L 90

a) Calcule a Mdia e o Desvio Padro considerando os dados como uma amostra.
b) Calcule a Mdia e o Desvio Padro considerando os dados como uma populao.
9 O salrio mdio mensal em Hortolndia de R$ 750,00 e em Cosmpolis de R$ 500,00. Os
desvios padres so R$ 100,00 e R$ 80,00. Faa uma anlise comparativa quanto ao grau de
homogeneidade do salrio nestas duas localidades:
10 O risco de uma ao de uma empresa pode ser devidamente avaliado atravs da variabilidade
dos retornos esperados. Portanto, a comparao das distribuies probabilsticas dos retornos,
relativas a cada ao individual, possibilita a quem toma decises perceber os diferentes graus
de risco. Analise, abaixo, os dados estatsticos relativos aos retornos de 5 aes e diga qual a
menos arriscada :
Discriminao Ao A Ao B Ao C Ao D Ao E
Valor esperado 15 12 5 10 4
Desvio padro 6 6,6 2,5 3 2,6
Coeficiente de variao 0,40% 0,55% 0,50% 0,30% 0,65%
11 - Um grupo de 85 moas tem estatura mdia 160,6 cm, com um desvio padro igual a 5,97 cm.
Outro grupo de 125 moas tem uma estatura mdia de 161,9 cm, sendo o desvio padro igual a
6,01 cm. Qual o coeficiente de variao de cada um dos grupos? Qual o grupo mais
homogneo?
12 - Um grupo de 196 famlias tem renda mdia de 163,8 dlares, com um coeficiente de variao
de 3,3%. Qual o desvio padro da renda desse grupo?
13 - Uma distribuio apresenta as seguintes estatsticas: S = 1,5 e CV = 2,9 % . Determine a mdia
da distribuio.
14 - Numa pequena cidade, 65 famlias tm a renda mdia de 57,5 dlares e o desvio padro de
5,98 dlares. A variabilidade relativa das famlias foi de:
a) 0,104 dlares b) 10,4 dlares c) 0,104 % d) 10,4 % e) 0,104 famlias


56
Teste de Avaliao do Conhecimento
Teste sobre Medidas de Posio e Medidas Disperso
Para cada questo, assinale a alternativa correta:
1 - Em uma prova de Estatstica, 3 alunos obtiveram a nota 8,2 ; outros 3 obtiveram a nota 9,0 ; 5
obtiveram a nota 8,6 ; 1 obteve a nota 7,0 e 1 a nota 8,9. A nota mdia dos alunos ser:
a) Uma mdia aritmtica simples com valor 8,0;
b) Uma mdia aritmtica simples com valor 8,7;
c) Uma mdia aritmtica ponderada com valor 8,0;
d) Uma mdia aritmtica ponderada com valor 8,5;
e) Uma mdia aritmtica ponderada com valor 8,6, pois o de maior freqncia.
2 - Um professor, aps verificar que toda a classe obteve nota baixa, eliminou as questes que no
foram respondidas pelos alunos. Com isso, as notas de todos os alunos foram aumentadas de 3
pontos. Ento se pode afirmar que:
a) A mdia aritmtica ficou alterada, assim como a mediana.
b) Apenas a mdia aritmtica ficou alterada.
c) Apenas a mediana ficou alterada.
d) No houve alterao nem na mdia nem na mediana.
e) Nada podemos afirmar sem conhecer o nmero total de alunos.
3 - Na tabela primitiva: {6, 2, 7, 6, 5, 4} a soma dos desvios em relao mdia aritmtica igual a:
a) Ao nmero:- 4
b) Ao nmero: 8
c) Ao nmero: 0
d) Ao nmero: 25
e) Ao nmero: 4
4 - A mediana da srie {1, 3, 8, 15, 10, 12, 7} :
a) Igual a 15
b) Igual a 10
c) Igual a 8
d) Igual a 3,5
e) No h mediana, pois no existe repetio de valores.
5 - Numa pesquisa de opinio, 80 pessoas so favorveis ao divrcio, 50 so desfavorveis, 30 so
indiferentes e 20 ainda no tm opinio formada a respeito do assunto. Ento a mdia aritmtica
ser:
a) Igual a 180, porque todos opinaram somente uma vez.
b) Igual a 40, porque a mdia entre os valores 50 e 30.
c) Igual a 45.
d) Igual a 1, porque todos opinaram somente uma vez.
e) No h mdia aritmtica.

57
6 - Segundo o site de VEJA na internet 28% da populao brasileira de origem africana, 32% de
origem portuguesa, 20% de origem italiana e 20% de outras origens. Qual a moda da
populao brasileira quanto origem?
a) 32%
b) 20%
c) 32% da populao.
d) Origem portuguesa.
e) No podemos identificar a moda por falta de dados.
7 - Numa determinada Escola com 300 alunos 34% deles completam o 2 grau em 3 anos e 66% em
4 anos. Qual o tempo mdio de concluso do 2 grau na referida escola.
a) 7 anos.
b) 3 e 4 anos.
c) 3,66 anos.
d) 3 ou 4 anos.
e) 3,5 anos.
8 - Na srie estatstica formada por { -1 , -2 , 3 , 4 }:
a) A mediana est entre -2 e 3.
b) A mediana 0,5.
c) A questo 1 e 2 esto corretas.
d) A mediana 2.
e) No existe mediana, pois no h dados repetidos.
9 - Na srie estatstica formada por { 3 , 1 , 2 , 3 , 6 }:
a) Mediana > Moda > Mdia.
b) Moda < Mdia < Mediana.
c) Moda = Mediana = Mdia.
d) Mediana = Mdia e no h Moda.
e) Mdia > Mediana e no h Moda.
10 - Na srie estatstica formada por { 3 , 1 , 2 , 3 , 4 } se for alterado o valor mximo:
a) A mdia poder ser alterada ou no.
b) A mediana no vai ser alterada.
c) A moda no ser alterada.
d) A mdia no ser alterada.
e) A mediana vai ser alterada.
11 - Quando a medida de posio deve ser o valor mais tpico da distribuio utilizamos:
a) A mdia.
b) A mediana.
c) A moda.
d) A mdia, a moda e mediana.
e) A moda ou a mdia.

58
12 - Quando desejamos o ponto mdio exato de uma distribuio de freqncia, basta calcular:
a) O desvio mdio.
b) A mdia.
c) A moda.
d) A mediana.
e) Qualquer medida de posio.
13 - Considere uma srie estatstica com 2351 elementos. A posio da mediana representada
pelo:
a) 1175 elemento.
b) 1176 elemento.
c) Ponto mdio entre o 1175 e o 1176 elemento.
d) 1175,5 elemento.
e) Impossvel resoluo, pois no h identificao dos elementos.
14 - Dados os conjuntos de nmeros B = {0 , 1 , 2 , 3 , 4 , 5} e A = {220, 225, 230, 235, 240, 245},
podemos afirmar, de acordo com as propriedades da mdia, que a mdia de A:
a) igual constante 220 somada ao produto da mdia de B por 5.
b) igual mdia de B mais a constante 220.
c) igual mdia de B multiplicada por uma constante arbitrria.
d) igual mdia de B mais a constante 220 e esse ltimo resultado multiplicado por 5.
e) igual mdia de B multiplicada pela constante 94.
15 - Dados os conjuntos de nmeros: A = {100; 101; 102; 103; 104; 105} e B = { 0, 1, 2, 3, 4, 5},
podemos afirmar que:
a) A mdia de A igual B multiplicada por 100;
b) A mdia de A igual mdia de B;
c) A mdia de A igual mdia de B dividida por 100;
d) A mdia de A igual mdia de B mais a constante 100.















59
8 - Probabilidade
Introduo:
O clculo das probabilidades pertence ao campo da Matemtica, entretanto a maioria dos
fenmenos de que trata a Estatstica so de natureza aleatria ou probabilstica. O
conhecimento dos aspectos fundamentais do clculo das probabilidades uma
necessidade essencial para o estudo da Estatstica Indutiva ou Inferencial.

8.1 - Experimento Aleatrio - E
So fenmenos que, mesmo repetido vrias vezes sob condies semelhantes,
apresentam resultados imprevisveis. O resultado final depende do acaso.
Representa-se um evento com a letra: E
Exemplos de eventos:
1 - Da afirmao: " provvel que o meu time ganhe a partida hoje"
pode resultar: - que ele ganhe - que ele perca - que ele empate
Este evento tem trs possibilidades.
2 Lanar um dado e observar o n mero ocorrido na face superior.
3 Selecionar ao acaso um aluno da USF e verificar seu semestre no curso.
4 Jogar uma moeda 4 vezes e observar a seqncia de caras obtidas.
5 Escolher uma pessoa ao acaso e verificar sua idade.
8.2 - Espao Amostral - S
o conjunto universo ou o conjunto de todos os resultados possveis de um experimento
aleatrio.
Representa-se o espao amostral com a letra: S
Exemplos de espao amostral:
1 - No experimento aleatrio "lanamento de uma moeda" tem-se o espao amostral:
S = {cara, coroa}.
2 - No experimento aleatrio "lanamento de um dado" tem-se o espao amostral:
S = {1, 2, 3, 4, 5, 6}.
3 - No experimento aleatrio "dois lanamentos sucessivos de uma moeda" tem-se o
espao amostral: S = {(ca,ca) , (co,co) , (ca,co) , (co,ca)}
4 No lanamento de dois dados ao mesmo tempo tem-se o espao amostral
S = {(1,1), (1,2),...(1,6), (2,1), (2,2),...(2,6), ...(6,1), (6,2),...(6,6)}. Tem-se um
espao amostral com 36 resultados.

60
Obs: Cada elemento do espao amostral que corresponde a um resultado recebe o nome
de ponto amostral. No primeiro exemplo: cara pertence ao espao amostral
S = {cara, coroa}.
8.3 - Eventos
Sejam E um experimento e S o espao amostral.
Um evento qualquer subconjunto do espao amostral S de um experimento aleatrio E.
Assim, qualquer que seja o evento A, se A c S (A est contido em S), ento A um
evento de S.
Se A = S , A chamado de evento certo.
Se A c S e A um conjunto unitrio ento A chamado de evento elementar.
Se A = , A chamado de evento impossvel.
Exerccios:
1 - No lanamento de um dado tem-se S = {1, 2, 3, 4, 5, 6}. Formule os eventos
definidos pelas sentenas:
a) Obter um nmero par na face superior do dado: A = {2, 4, 6} onde A c S.
b) Obter um nmero menor ou igual a 6 na face superior: B = {1, 2, 3, 4, 5, 6}, onde
B = S, logo B um evento certo de S.
c) Obter o nmero 4 na face superior: C = {4}, logo C um evento elementar de S.
d) Obter um nmero maior que 6 na face superior: D = , logo D um evento
impossvel de S.
2 - No lanamento de trs moedas, uma de 50 centavos, uma de 10 centavos e outra de 5
centavos,nesta ordem, pergunta-se:
a) Qual o espao amostral?
Sugesto: represente coroa como sendo a face com os nmeros 50, 10 ou 5 e cara
(Ca) como sendo a face sem nmeros.
b) Formule os eventos definidos pelas sentenas:
- Obter uma cara
- Obter pelo menos uma cara
- Obter apenas um cara
- Obter no mximo duas caras
- Obter uma cara e uma coroa
- Obter uma coroa ou uma cara
8.4 Evento Unio:

E: um experimento
Sejam: S: o espao amostral
A c S
B c S

61
Os eventos A e B, contidos no mesmo espao amostral S.
O evento AB ocorre se ocorre o evento A ou ocorre o evento B.
AB = { x/ xeA ou xeB }
Exemplo: A = {1} e B = {2} AB = {1, 2}, ocorre {1} ou ocorre {2}.
8.5 Evento Interseco:

E: um experimento
Sejam: S: o espao amostral
A c S
B c S
Os eventos A e B, contidos no mesmo espao amostral S.
O evento AB ocorre se ocorre o evento A e ocorre o evento B.
AB = { x/ xeA e xeB }
Exemplo: A = {1, 3} e B = {1, 2, 3} AB = {1, 3}.
8.6 Eventos Mutuamente Exclusivos

E: um experimento
Sejam: S: o espao amostral
A c S
B c S

Os eventos A e B so mutuamente exclusivos se A B = C

Exemplos:
1 - Sejam S = {1, 2, 3, 4, 5, 6} A = {1, 2} e B = {4, 5}
Os eventos A e B so mutuamente exclusivos.

2 - Sejam S = {C
ara
, C
oroa
} A = {C
ara
} e B = {C
oroa
}
Os eventos A e B so mutuamente exclusivos.

8.6 Eventos Complementares

E: um experimento
Sejam: S: o espao amostral
A c S
B c S

Os eventos A e B so complementares se AB = S A B = C
62
Exemplos:
1 - Sejam S = {1, 2, 3, 4, 5, 6} A = {1, 6} e B = {2, 3, 4, 5}

AB = S e A B = C

Os eventos A e B so complementares.

2 - Sejam S = {C
ara
, C
oroa
} A = {C
ara
} e B = {C
oroa
}

AB = S A B = C

Os eventos A e B so complementares.

Obs.: Os eventos complementares so tambm mutuamente exclusivos.

8.7 - Conceito de Probabilidade
Seja E um experimento aleatrio e seja S o espao amostral.
A cada evento A do espao amostral associa-se um nmero real representado por P(A),
denominado probabilidade de ocorrncia do evento A.
Ou seja: Chama-se probabilidade de um evento A o nmero real definido como: P(A).
Ao realizar um experimento e observar o evento A, calcula-se P(A) como:
P(A): nmero de vezes que ocorreu o evento A dividido pelo nmero total de casos.
OBS: Quando todos os elementos do Espao amostral tm a mesma chance de acontecer,
o espao amostral chamado de conjunto equiprovvel.
Exemplos:
1 - No lanamento de uma moeda qual a probabilidade de obter cara?
Evento A: ocorrncia de cara (ca) no lanamento de uma moeda.
S = {ca, co} = 2 A = {ca} = 1 P(A) = 1/2 = 0,5 = 50%
2 - No lanamento de um dado qual a probabilidade de obter um nmero par?
Evento A: ocorrncia dos nmeros 2, 4 ou 6.
S = { 1, 2, 3, 4, 5, 6 } = 6 A = { 2, 4, 6 } = 3 P(A) = 3/6 = 0,5 = 50%
3 - No lanamento de um dado qual a probabilidade de obter um nmero menor ou igual
a 6?
Evento A: ocorrncia dos nmeros 1, 2, 3, 4, 5 ou 6.
S = { 1, 2, 3, 4, 5, 6 } = 6 A = { 1, 2, 3, 4, 5, 6 } = 6 P(A) = 6/6 = 1,0 = 100%
Obs.: a probabilidade de todo evento certo 1 ou 100%.


63
4 - No lanamento de um dado qual a probabilidade de obter um nmero maior que 6?
Evento A: ocorrncia de um nmero maior que 6.
S = { 1, 2, 3, 4, 5, 6 } = 6 A = C P(A) = 0/6 = 0 = 0%
Obs.: a probabilidade de todo evento impossvel 0 ou 0%

5 Extrai-se uma nica carta de baralho de 52 cartas. Acha a probabilidade de:
a) Sair um valete
E: extrair uma carta do baralho
S: conjunto formado por 52 cartas
A: sair um valete
A = {valete de paus, valete de copas, valete de ouro, valete de espada}
Logo P(A) = 4/52 = 0,076.
b) Sair uma carta vermelha
E: extrair uma carta do baralho
S: conjunto formado por 52 cartas
A: sair uma carta vermelha
A = {26 cartas}
Logo P(A) = 26/52 = 0,5.

8.7.1 - Propriedades
1 0 s P(A) s 1.
2 P(S) = 1.
3 Se A e B so eventos mutuamente exclusivos ento P(AB) = P(A) + P(B).
Obs: no caso de eventos complementares, sabe-se que um evento pode ocorrer ou no.
1 - Sendo p a probabilidade de que o evento ocorra (sucesso) e q a probabilidade de
que o evento no ocorra (insucesso), para um mesmo evento existe sempre a
relao:
p + q = 1
2 - Numa distribuio de probabilidades o somatrio das probabilidades atribudas a
cada evento elementar igual a 1 onde p
1
+ p
2
+ p
3
+ ... + p
n
= 1.
8.7.2 - Teoremas Fundamentais
Teorema 1 Se A = C, for o evento vazio ento: P(A) = 0.
Teorema 2 Se
__
A o evento complementar de A ento: P(A) = 1 P(
__
A ).
Teorema 3 Se A e B so dois eventos quaisquer, ento:
P(AB) = P(A) + P(B) P(AB).
64
Teorema 4 Se A, B, C so trs eventos quaisquer, ento:
P(ABC) = P(A) + P(B) + P(C) PAB) P(AC) P(BC) + P(ABC).
Teorema 5 Se A c B ento P(A) s P(B).
Exemplos:
1 Sabe-se que a probabilidade de tirar o n 4 no lanamento de um dado p = 1/6.
Logo, a probabilidade de no tirar o n 4 no lanamento de um dado: q = 1 - p ou
q = 1 - 1/6 = 5/6.
2 - Calcular a probabilidade de um piloto de automvel vencer uma dada corrida, onde
as suas "chances", segundo os entendidos, so de "3 para 2". Calcule tambm a
probabilidade dele perder:
O termo "3 para 2" significa: De cada 5 corridas ele ganha 3 e perde 2.
Ento p = 3/5 (ganhar) e q = 2/5 (perder).
3 - Um dado foi fabricado de tal forma que num lanamento a probabilidade de ocorrer
um nmero par o dobro da probabilidade de ocorrer nmero mpar na face
superior, sendo que os trs nmeros pares ocorrem com igual probabilidade, bem
como os trs nmeros mpares. Determine a probabilidade de ocorrncia de cada
evento elementar.
4 - Seja S = {a, b, c, d}. Considere a seguinte distribuio de probabilidades:
P(a) = 1/8; P(b) = 1/8; P(c) = 1/4 e P(d) = x. Calcule o valor de x.
5 - As chances de um time de futebol T ganhar o campeonato que est disputando so
de "5 para 2". Determinar a probabilidade de T ganhar e a probabilidade de T
perder:
6 - Trs cavalos C1, C2 e C3 disputam um preo, onde s se premiar o vencedor. Um
conhecedor dos 3 cavalos afirma que as "chances" de C1 vencer so o dobro das de
C2, e que C2 tem o triplo das "chances" de C3. Calcule as probabilidades de cada
cavalo vencer o preo.
8.8 - Eventos Independentes

E: um experimento
Sejam: S: o espao amostral
A c S
B c S

Os eventos A e B so independentes se P(AB) = P(A) . P(B)
65
Quando a realizao ou no realizao de um dos eventos no afeta a probabilidade da
realizao do outro e vice-versa.
Exemplo: Quando se lana dois dados, o resultado obtido em um deles independe do
resultado obtido no outro. Ento qual seria a probabilidade de obter,
simultaneamente, o n 4 no primeiro dado e o n 3 no segundo dado?
P1 = P(4 dado1) = 1/6 P2 = P(3 dado2) = 1/6
P total = P (4 dado1) x P (3 dado2) = 1/6 x 1/6 = 1/36
8.9 - Probabilidade Condicional
Sejam A e B dois eventos de um experimento E.
Denota-se por P(A/B) a probabilidade condicional do evento A dado que ocorreu o
evento B.
Analogamente, P(B/A) a probabilidade condicional do evento B dado que ocorreu o
evento A.
Calcula-se a probabilidade condicional como:
) (
) (
) / (
B P
B A P
B A P

= se P(B) > 0 logo P(AB) = P(B).P(A/B)
) (
) (
) / (
A P
B A P
A B P

= se P(A) > 0 Logo P(AB) = P(A).P(B/A)
Nota: Se A e B so evento independentes ento: P(A/B) = P(A) e P(B/A) = P(B).
Exemplo 1: Seja o experimento aleatrio E: lanar um dado.
Seja o evento A = {sair o numero 3}.
Ento: P(A) = 1/6.
Seja o evento B = {sair o numero impar} = {1, 3, 5}.
Podemos estar interessados em avaliar a probabilidade do evento A estar
condicionado ocorrncia do evento B, designado por P(A/B).
P(A/B) = 1/3.
Exemplo 2: Seja o experimento aleatrio E: Duas cartas so retiradas de um baralho sem
haver reposio.
Qual a probabilidade de ambas serem COPAS?
P(Copas1 e Copas2) = P(Copas1) x P(Copas2/Copas1) = 13/52 x 12/51 =
0,0588 = 5,88 %
P(Copas1) = 13/52
P(Copas2/Copas1) = 12/51
Obs: No exemplo anterior se a 1 carta retirada voltasse ao baralho o experimento seria
do tipo com reposio e seria um evento independente. O resultado seria:
P(Copas1) x P(Copas2) = 13/52 x 13/52 = 0,0625 = 6,25 %
66
Observaes: Espao amostral do baralho de 52 cartas:
Cartas pretas = 26
Pus = 13 (s, 2, 3, 4, 5, 6, 7, 8, 9, 10, valete, dama, rei)
Espadas = 13 (s, 2, 3, 4, 5, 6, 7, 8, 9, 10, valete, dama, rei)
Cartas vermelhas = 26
Ouros = 13 (s, 2, 3, 4, 5, 6, 7, 8, 9, 10, valete, dama, rei)
Copas = 13 (s, 2, 3, 4, 5, 6, 7, 8, 9, 10, valete, dama, rei)

Exerccios:
1 Num baralho com 52 cartas, qual a probabilidade de sair o S de ouro quando
retiramos 1 carta de um baralho?
2 - Qual a probabilidade de sair o um REI quando retiramos 1 carta de um baralho de 52
cartas?
3 - Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule:
a) a probabilidade de essa pea ser defeituosa.
b) a probabilidade de essa pea no ser defeituosa.
4 - De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro
baralho e uma carta do segundo. Qual a probabilidade de a carta do primeiro baralho
ser um REI e a do segundo ser o 5 de paus?
5 - Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5 nolas
brancas, 2 pretas, 1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes.
Uma bola retirada de cada urna. Qual a probabilidade de as trs bolas retiradas
das urnas A, B e C serem, respectivamente, branca, preta e verde?
6 - De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposio. Qual a
probabilidade de a primeira carta ser o S de paus e a segunda ser o REI de paus?
7 - Qual a probabilidade de sair uma figura (rei ou dama ou valete) quando se retira uma
carta de um baralho de 52 cartas?
8 - So dados dois baralhos de 52 cartas. Tira-se, ao mesmo tempo, uma carta do
primeiro baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma
DAMA e um REI, no necessariamente nessa ordem?
67
9 - Duas cartas so retiradas de um baralho sem haver reposio. Qual a probabilidade
de ambas serem COPAS ou ESPADAS?
10 - Duas bolas so retiradas (sem reposio) de uma urna que contm 2 bolas brancas e
3 bolas pretas. Qual a probabilidade de que a 1 seja branca e a 2 seja preta?
11 - Duas bolas so retiradas (com reposio) de uma urna que contm 2 bolas brancas
e 3 bolas pretas. Qual a probabilidade de que a 1 seja branca e a 2 seja preta?
12 - Duas bolas so retiradas (sem reposio) de uma urna que contm 2 bolas brancas e
3 bolas pretas e 5 bolas verdes.
a) Qual a probabilidade de que ambas sejam verdes?
b) Qual a probabilidade de que ambas sejam da mesma cor?



68
Quarta Lista de Exerccios
Probabilidades

1 - Um grupo de 100 pessoas foi observado quanto ao sexo e cor dos olhos, obtendo-se os seguintes
resultados: 51 homens; 68 pessoas de olhos azuis; 34 homens de olhos azuis.
Sendo os eventos A= {homens} e B={pessoas de olhos azuis}, determina as probabilidades dos
seguintes eventos:
a) A b) B c) B d) AB e) A B f) A B g) A B
h) AB i) A B j) A B k) A/B l) A B / m) A B / n) B/A
o) B A / p) A B /
Sugesto: Utilize uma das leis de Morgan: = B A B A ou = B A B A
[ Resp.: a) 0,51; b) 0,68; c) 0,32; d) 0,34; e) 0,34; f) 0,17; g) 0,66; h) 0,85; i) 0,83 ]
[ Resp.: j) 0,66; k) 0,50; l) 0,50; m) 0,53; n) 0,67; o) 0,33; p) 0,47 ]

2 - Suponha que a probabilidade de uma criana em idade escolar j ter sido vacinada contra a
poliomielite seja 0,98. Trs crianas foram escolhidas ao acaso em uma escola, sendo:
A1 = { a criana 1 foi vacinada }
A2 = { a criana 2 foi vacinada }
A3 = { a criana 3 foi vacinada }
Calcule a probabilidade de apenas uma criana ter sido vacinada. (Resp.: 0,001176)

3 - Se P(A) =1/2; P(B) =1/3; e P(AB) =1/4. Calcule o valor de:

a) P(AB) (Resp.: 7/12) b) P(A/B) (Resp.: 3/4) c) P(B/A) (Resp.: 1/2)
d) P( A B / ) e) P( B A / )
Sugesto: Utilize uma das leis de Morgan: = B A B A ou = B A B A

4 - Uma pessoa joga um dado equilibrado duas vezes. Sejam os eventos:
A
1
= {o resultado da 1a jogada 1 ou 2}
A
2
= {o resultado da 2a jogada 1 ou 3}
B
1
= {a soma dos resultados 7}
B
2
= {a soma dos resultados 3}
Verifique quais das proposies abaixo so verdadeiras:
a) os eventos A
1
e A
2
so mutuamente exclusivos.
b) B
1
e B
2
so independentes
c) B
2
c (A
1
A
2
)

5 - Dentre 100 estudantes de uma mesma turma, 58 so homens e 30 deles passaram no vestibular
na 1a opo. Um estudante desta turma foi selecionado ao acaso.
Sejam os eventos:
A = { o estudante homem }
B = { o estudante passou na 1a opo }
Calcule: a) P(AB) b) P( A B ) c) P(A/B)
d) P( A B / ) e)P(AB) f) P( A B )

6 - No lanamento simultneo de dois dados, determine a probabilidade de se obter:
a) "soma dos nmeros iguais a 8"
b) "pares de nmeros iguais"
c) "soma dos nmeros iguais a 4"

69

7 - Uma caixa contm bolas pretas e bolas brancas.
Seja o experimento E: retirar sucessivamente trs bolas da caixa
a) Determine o espao amostral do experimento E
Determine o conjunto dos elementos que correspondem aos seguintes eventos:
b) "as trs bolas tm a mesma cor"
c) "a 1. bola retirada uma bola branca"
d) "pelo menos duas bolas so brancas"
e) "o nmero de bolas brancas igual ao nmero de bolas pretas"
f) "pelo menos duas bolas da mesma cor"

8 - Sorteando-se ao acaso um nmero do conjunto V = { l, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12} qual a
probabilidade de ser um mltiplo de 3 dado que o nmero sorteado um nmero mpar ?

9 - Um casal pretende ter trs filhos do mesmo sexo. A probabilidade de que isto ocorra :
a) 1/2 b) 1/4 c) 1/8 d) 40%

10 - Um grupo de 20 pessoas apresenta a seguinte composio:
15 brasileiros e 5 estrangeiros; 10 homens e 10 mulheres; 18 casados e 2 solteiros
A probabilidade de uma pessoa escolhida ao acaso seja um homem solteiro e estrangeiro :
a)1/4 b) 12,5% c)1/16 d)1,25%

11- Suponha uma caixa contendo duas urnas: URNA Y e URNA Z

Cada URNA contm bolas Verdes e bolas Brancas conforme a figura indica.
Cada URNA tem a mesma probabilidade de ser selecionada.
Seja o experimento E: Selecionar uma bola da caixa.
Calcule as seguintes probabilidades
a) P(bola V / URNA Y) (Resp.: 8/10)
b) P(bola V / URNA Z) (Resp.: 5/10)
c) P(bola B / URNA Y) (Resp.: 2/10)
d) P(bola B / URNA Z) (Resp.: 5/10)
e) P(bola V e URNA Z) (Resp.: 1/4)
f) P(bola V e URNA Y) (Resp.: 2/5)
g) Qual a probabilidade de sair uma bola Branca da caixa? (Resp.: 7/20)

12 - De 100 pessoas que solicitaram emprego de programador de computador, durante o ano
passado numa empresa, 40 possuam experincia anterior e 30 possuam um certificado
profissional. Vinte dos candidatos possuam tanto experincia anterior como certificado
profissional. Qual a probabilidade de que um candidato selecionado tenha experincia ou
certificado?

13 - Em geral, a probabilidade de que um possvel cliente faa uma compra quando procurado por
um vendedor 0,4. Se um vendedor seleciona 3 clientes e faz o contato com os mesmos, qual
a probabilidade de que os 3 faam compras?

14 - De um total de 500 empregados, 200 participam de um plano de participao de lucros da
empresa, 400 contam com cobertura de seguro mdico e 200 empregados participam de ambos
os programas. Qual a probabilidade de um determinado empregado participar de um ou outro
programa?


Bolas
Urna Y Urna Z
Bolas
8V
2B
5V
5B
70
15 - A probabilidade de que uma nova poltica de mercado tenha sucesso foi estimada em 0,6. A
probabilidade de que a despesa para o desenvolvimento da estratgia seja mantida dentro dos
limites do oramento previsto de 0,5. A probabilidade de que ambos os objetivos sejam
alcanados 0,3. Qual a probabilidade de que um ou outro objetivo seja alcanado?

16 - A proporo global de itens defeituosos em um processo de produo contnuo de 10%.
Se forem escolhidos 3 itens qual a probabilidade de que:
a) todos tenham defeitos
b) nenhum tenha defeito

17 - Uma fbrica de louas tem um processo de inspeo com quatro etapas. A probabilidade de ma
pea defeituosa passar uma etapa de inspeo sem ser detectada de aproximadamente 20%.
Com base nesta cifra, determine:
a) A probabilidade de uma pea defeituosa passar por todas as quatro etapas de inspeo sem
ser detectada;
b) Qual seria sua resposta se fosse acrescentada uma Quinta etapa de inspeo, com 50% de
probabilidade de detectar peas defeituosas

18 Uma firma exploradora de petrleo perfura um poo quando acha que h pelo menos 25% de
chance de encontrar petrleo. A firma perfura 4 poos: A, B, C, e D e estima,
respectivamente, as probabilidades 0,3; 0,4; 0,7; e 0,8 de encontrar petrleo.
a) Determine a probabilidade de nenhum dos poos produzirem petrleo, com base nas
estimativas da firma.
b) Determine a probabilidade de os quatro poos produzirem petrleo.
c) Qual a probabilidade de que somente os poos A e C produzem petrleo?

19 - Paulo quer telefonar para uma colega para sair. Ele sabe que o telefone dela 2688-473?, mas no
consegue se lembrar do ltimo algarismo. Se Paulo s possui uma ficha telefnica e decide chutar
o ltimo algarismo; Qual a probabilidade de ele acertar o telefone da colega?

20 - Considere a experincia que consiste em pesquisar famlias com 3 crianas, em relao ao sexo
das mesmas, segundo a ordem do nascimento. Defina o conjunto dos seguintes eventos:
a) ocorrncia de somente dois filhos do sexo masculino;
b) ocorrncia de pelo menos um filho do sexo masculino;
c) ocorrncia de no mximo duas crianas do sexo feminino.

21 - Duas pessoas atiram ao mesmo tempo numa caa; sabendo-se que a primeira pessoa tem 60%
de probabilidade de acertar e a segunda pessoa tem 80%, qual a probabilidade da caa no ser
atingida? (Resp.: 0,08 ou 8%).

22 - Duas pessoas atiram numa caa; sabe-se que a probabilidade da primeira pessoa acertar 40%
e da segunda 70%. Qual a probabilidade:
a) de ambas acertarem; (Resp.: 28%)
b) da caa ser atingida; (Resp.: 82%)
c) de s uma acertar; (Resp.: 54%)
d) de nenhuma acertar. (Resp.: 18%)

23 - Resolver cada pergunta com reposio e sem reposio.
Uma caixa contm: 6 bolas vermelhas e 3 azuis. Retirando-se 2 bolas dessa caixa, qual a
probabilidade delas serem:
a) ambas da mesma cor; (Resp.: com reposio: 55,6%; sem reposio: 50%)
b) uma de cada cor. (Resp.: com reposio: 44,4%; sem reposio: 50%)
71
9 - Distribuio de Probabilidades
Varivel Aleatria
Qualquer funo X que associa um nmero real a todo elemento do espao amostral S
denominada varivel aleatria.
Muitas vezes no se est interessado propriamente no resultado de um experimento
aleatrio, mas em alguma caracterstica numrica a ele associada. Essa caracterstica ser
chamada varivel aleatria.
Assim, se o espao amostral relativo ao "lanamento simultneo de duas moedas" S =
{(ca,ca), (ca,co), (co,ca), (co,co)} e se X representa o "nmero de caras" que aparecem, a
cada ponto amostral pode-se associar um nmero para X, de acordo com a tabela abaixo
( X a varivel aleatria associada ao nmero de caras observado):
Ponto Amostral X
(ca, ca) 2
(ca, co) 1
(co, ca) 1
(co, co) 0
Logo se pode escrever:
Nmero de caras (X) Probabilidade (X)
2 1/4
1 2/4
0 1/4
Total 4/4 = 1
Exemplo: Considere-se a distribuio de freqncias relativa ao nmero de acidentes
dirios na Rodovia Bandeirantes durante o ms de novembro de 1997:
Nmero de Acidentes Frequncia
0 22
1 5
2 2
3 1
Total 30
Pode-se ento escrever a tabela de distribuio de probabilidade:
72
Nmero de Acidentes (X) Probabilidade (X)
0 0,73
1 0,17
2 0,07
3 0,03
Total 1,00
A tabela apresenta os valores de uma varivel aleatria X e as probabilidades de X
ocorrer, ou seja, a tabela de distribuio de probabilidades.
Assim, tem-se que: P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) = 1
Generalizando tem-se que: P(X = x
i
) = 1

Funes de probabilidades: f(x) = P(X= x
i
)
Ao definir a distribuio de probabilidade, estabelece-se uma correspondncia unvoca
entre os valores x
1
, x
2
, x
3,
..., x
n
da varivel aleatria X e os valores das probabilidades:
p
1
= P(X = x
1
), p
2
= P(X = x
2
), p
3
= P(X = x
3
), ... p
n
= P(X = x
n
).






Esta correspondncia define uma funo onde os valores x
i
formam o domnio da funo
e os valores p
i
o seu conjunto imagem.
Assim, ao lanar um dado, a varivel aleatria X, definida por "pontos de um dado",
pode tomar os valores 1, 2, 3, 4, 5 e 6.
Ento resulta na seguinte distribuio de probabilidade:



x
1
x
2

x
3

.
.
x
n

p
1
p
2

p
3

.
.
p
n

Domnio Conjunto Imagem
f(x
i
) = p
i
73
X = x
i
P (X=x
i
)
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
T o t a l 6/6 = 1
9.1 - Distribuio Binomial
Imagine fenmenos cujos resultados s podem ser de dois tipos, um dos quais
considerado como sucesso e o outro como insucesso. Este fenmeno pode ser repetido
tantas vezes quanto se queira (n vezes), nas mesmas condies. As provas repetidas
devem ser independentes, isto , o resultado de uma no deve afetar os resultados das
sucessivas. No decorrer do experimento, a probabilidade p do sucesso e a probabilidade
q do insucesso manter-se-o constantes (q = 1 - p) . Nessas condies X uma varivel
aleatria discreta que segue uma distribuio Binomial, com a seguinte distribuio de
probabilidades:
( )
) (
. . ) ( ) (
k n k n
k
q p k P k X P

= = =

Onde:
( )
)! ( !
!
k n k
n
n
k

=
P(k) = a probabilidade de que o evento se realize k vezes em n provas.
p = a probabilidade de que o evento ocorra, ou seja, a probabilidade de sucesso.
q = a probabilidade de que o evento no ocorra, ou seja, probabilidade de insucesso.
OBS: O nome Binomial devido frmula, pois representa o termo geral do
desenvolvimento do Binmio de Newton.
Parmetros da Distribuio Binomial
Mdia: p n X .
__
= Desvio padro:
q p n . . = o
Varincia: q p n . .
2
= o


74
Restries sobre o uso da distribuio Binomial
1 Haja n repeties idnticas do experimento.
2 Cada experimento tem sempre dois resultados possveis, um chamado sucesso e
outro chamado falha ou insucesso.
3 As probabilidades p de sucesso e 1-p de falha permanecem constantes em todas as
realizaes do experimento.
4 Os resultados das realizaes do experimento so independentes um do outro.
Exemplos:
1 Dos estudantes da USF, 40% fumam cigarro. Escolhe-se 6 estudantes ao acaso para
darem sua opinio sobre o fumo.
a) Ache a probabilidade de nenhum dos 6 estudantes ser fumante.

( )
) (
. . ) (
k n k n
k
q p k X P

= =
n = 6 ; p = 0,4 ; q = 1 p = 0,6

( ) 046 , 0 ) 6 , 0 .( 1 .
)! 0 6 ( ! 0
! 6
) 6 , 0 .( ) 4 , 0 .( ) 0 (
6 ) 0 6 ( 0 6
0
=

= = =

X P

b) Ache a probabilidade de todos serem fumantes.

( ) 004 , 0 1 . ) 4 , 0 .(
)! 6 6 ( ! 6
! 6
) 6 , 0 .( ) 4 , 0 .( ) 6 (
6 ) 6 6 ( 6 6
6
=

= = =

X P

c) Ache a probabilidade de pelo menos a metade ser fumante.
P( X 3) = P(X = 3) + P(X = 4) + P(X = 5) + P(X = 6) ou
P( X 3) = 1 P(X < 3) = 1 [P(X = 0) + P(X = 1) + P(X = 2)]

2 Um fabricante de mesa de bilhar suspeita que 2% de seu produto apresenta algum
defeito. Se existe essa suspeita, determine a probabilidade de que numa amostra de 9
mesas:
a) Haja pelo menos uma mesa defeituosa.
n = 9
p = 0,02
q = 1 p = 0,98

( ) 166 , 0 ) 98 , 0 .( ) 02 , 0 .( 1 ) 0 ( 1 ) 1 ( 1 ) 1 (
9 0 9
0
= = = = < = > X P X P X P


b) No haja nenhuma mesa defeituosa.
( ) 83 , 0 ) 98 , 0 .( ) 02 , 0 .( ) 0 (
9 0 9
0
= = = X P

75
3 Os registros de uma pequena empresa indicam que 40% das faturas emitidas so
pagas aps o vencimento. De 14 faturas expedidas, determine a probabilidade de:
a) Nenhuma fatura ser paga com atraso.
n = 14; p = 0,4; q = 1 p = 0,6
( ) 00078 , 0 ) 6 , 0 .( ) 4 , 0 .( ) 0 (
14 0 14
0
= = = X P

b) No mximo 2 faturas serem pagas com atraso.
036 , 0 029 , 0 007 , 0 00078 , 0 ) 2 ( ) 1 ( ) 0 ( ) 2 ( = + + = = + = + = = s X P X P X P X P

c) Pelo menos 3 serem pagas com atraso.
964 , 0 036 , 0 1 ) 2 ( 1 ) 3 ( = = s = > X P X P

Exerccios:
1 - Uma moeda lanada por 5 vezes seguidas e independentes. Calcule a probabilidade
de serem obtidas 3 caras nessas 5 provas. (Resp.: 5/16)
2 - Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade do
time A ganhar 4 jogos.
3 - Determine a probabilidade de se obter exatamente 3 caras em 6 lances de uma
moeda.
4 - Jogando-se um dado trs vezes, determine a probabilidade de se obter um mltiplo de
3 duas vezes.
5 - Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade de o
time A:
a) - ganhar dois ou trs jogos;
b) - ganhar pelo menos um jogo;
6 - A probabilidade de um atirador acertar o alvo 2/3. Se ele atirar 5 vezes, qual a
probabilidade de acertar exatamente 2 tiros?
7 - Seis parafusos so escolhidos ao acaso da produo de certa mquina, que apresenta
10% de peas defeituosas. Qual a probabilidade de serem defeituosos dois deles?



76
Quinta Lista de Exerccios
Distribuio Binomial

1. A probabilidade de um atirador acertar o alvo 2/3. Se ele atirar 5 vezes qual a probabilidade de
acertar exatamente 2 tiros? (Resp.: 40/243)

2. A probabilidade de um atirador acertar o alvo 1/2. Se ele atirar 5 vezes qual a probabilidade de
acertar exatamente 2 tiros?

3. Seis parafusos so escolhidos ao acaso da produo de certa mquina, que apresenta 10% de
peas defeituosas. Qual a probabilidade de dois parafusos serem defeituosos? (Resp.: 9,84%)

4. Um time A tem 2/3 de probabilidade de vitria sempre que joga. Se A jogar 4 partidas, encontre a
probabilidade de A vencer:
a) Exatamente 2 partidas; (Resp.: 8/27)
b) Pelo menos 1 partida; (Resp.: 80/81)
c) Mais que a metade das partidas. (Resp.: 48/81)

5. Em 10.000 famlias com 8 filhos cada uma, quantas se esperaria que tivessem:
a) Exatamente 2 meninos; (Resp.: 1094 famlias)
b) Nenhum menino; (Resp.: 39 famlias)
c) Trs meninos. (Resp.: 2.190 famlias)

6. Num hospital 5 pacientes devem submeter-se a um tipo de operao, da qual 80% sobrevivem.
Qual a probabilidade de que:
a) Todos sobrevivam; (Resp.: 32,77%)
b) Pelo menos 2 sobrevivam; (Resp.: 99,33%)
c) No mximo 3 no consigam sobreviver. (Resp.: 99,33%)

7. Se 3% das canetas de certa marca so defeituosas, achar a probabilidade de que numa amostra de
10 canetas, escolhidas ao acaso, desta mesma marca, tenham:
a) Nenhuma defeituosa; (Resp.: 73,74%)
b) Cinco canetas defeituosas. (Resp.: 0,0005%)
b) Pelo menos 2 defeituosas; (Resp.: 3,45%)
c) No mximo 3 defeituosas. (Resp.: 99,95%)

8. Se a probabilidade de ocorrncia de uma pea defeituosa 0,2 determine a mdia e o desvio
padro da distribuio de peas defeituosas em um total de 600. (Resp.: 120 e 9,8)

9. Uma amostra de 15 peas extrada com reposio de um lote que contm 10% de peas
defeituosas. Calcule a probabilidade de que:
a) O lote no contenha pea defeituosa; (Resp.: 20,59%)
b) O lote contenha exatamente trs peas defeituosas; (Resp.: 12,9%)
c) O lote contenta pelo menos uma pea defeituosa; (Resp.: 79,4%)
d) O lote contenha entre 3 e 6 peas defeituosas; (Resp.: 5,3%)
e) O lote contenha de 3 a 6 peas defeituosas. (Resp.: 18,4%)

10. Calcule a mdia e o desvio padro para o nmero de peas defeituosas na amostra do problema
anterior. (Resp.: 1,5 e 1,16)


77
11. Uma confeco de roupa infantil suspeita que 30% de sua produo apresenta algum defeito. Se
tal suspeita correta, determine a probabilidade de que, numa amostra de quatro peas, sejam
encontradas:
a) No mnimo duas peas com defeito; (Resp.: 34,83%)
b) Menos que trs peas boas. (Resp.: 34,83%)

12. Um vendedor programa 6 visitas e acredita que a probabilidade de ele ser recebido pelo
encarregado de compras das empresas visitadas de 80%.
a) Qual a probabilidade de ele completar pelo menos quatro visitas? (Resp.: 90,11%)
b) Qual a probabilidade de ele ser recebido por todos os encarregados de compra?
(Resp.: 26,21%)
c) Se ele acredita que completando uma visita suas despesas do dia esto cobertas, qual a
probabilidade de ele ter prejuzo nesse dia? (Resp.: 0,01%)


















78
9.2 - Distribuio de Poisson
Diz-se que uma varivel aleatria tem distribuio de Poisson quando a freqncia de
ocorrncia dessa varivel aleatria segue a distribuio de Poisson.
A distribuio de Poisson til para descrever as probabilidades do nmero de
ocorrncia num intervalo contnuo, geralmente o tempo ou espao.
Exemplos:
1 Nmero de defeitos por metro quadrado.
2 Nmero de acidentes por dia.
3 Nmero de clientes por hora.
4 Nmero de chamadas telefnicas por minuto.
Restries sobre o uso da distribuio e Poisson
1 A probabilidade de ocorrncia a mesma em todo o campo de observao.
2 A probabilidade de mais de uma ocorrncia num nico ponto zero.
3 O nmero de ocorrncias em qualquer intervalo independente do nmero de
ocorrncias em outros intervalos.
A distribuio de Poisson muito usada como aproximao para a distribuio
Binomial.
A distribuio de probabilidade de Poisson tem a seguinte frmula:

!
. ) (
) (
k
e t
k X P
t k


= =

Onde:
: a taxa mdia de ocorrncia do evento, por unidade.
e: uma constante que representa o valor igual a 2,718.
t: nmero de unidades.
k: nmero de ocorrncias
= t o nmero mdio de ocorrncias no intervalo t.
A mdia da distribuio de Poisson = t.
Ou seja:
!
.
) (
k
e
k X P
k


= =


79
OBS: Pode acontecer experimento com uma distribuio Binomial com um p
(sucesso) muito pequeno de tal modo que se tem um n muito grande para que o
sucesso ocorra. Nestes casos, pode-se simplificar os clculos usando a
distribuio de Poisson como aproximao para a distribuio Binomial.
Para que os resultados aproximados pela distribuio de Poisson sejam
satisfatrios s se deve fazer a substituio da distribuio Binomial pela
distribuio de Poisson quando n for maior ou igual a 50 e p menor ou igual a
0,1 ou p maior ou igual a 0,9 (p prximo de 0 ou prximo de 1).
Exemplos:
1 Um processo mecnico produz tecidos para tapetes com uma mdia de dois defeitos
por metro. Determine a probabilidade de um metro quadrado ter exatamente:
a) Um defeito
t = 1 metro
= 2
= t = 2
P(X = 1) = (2
1
.e
-2
)/1! = 0,27

b) Dois defeitos
P(X = 2) = (2
2
.e
-2
)/2! = 0,27

c) Trs defeitos
P(X = 3) = (2
3
.e
-2
)/3! = 0,18

d) Nenhum defeito
P(X = 0) = (2
0
.e
-2
)/0! = 0,13

2 Em mdia, 2 pessoas por minuto utilizam os servios de um caixa automtico de um
banco durante as horas de maior movimento. Qual a probabilidade de:
a) Nenhuma pessoa utilizar os caixas.
= 2; t = 1; = t = 2.1 = 2
P(X = 0) = (2
0
.e
-2
)/0! = 0,13

b) Duas pessoas utilizar os caixas.
P(X = 2) = (2
2
.e
-2
)/2! = 0,27

c) Menos de duas pessoas utilizarem os caixas.
P(X< 2) = P(X = 0) + P(X = 1) = 0,4

3 O nmero mdio de acidentes mensais em um determinado cruzamento trs. Qual
a probabilidade de que em um determinado ms ocorram quatro acidentes no
cruzamento?
= 3; k = 4
P(X = 4) = (
k
.e
-
)/k! = (3
4
.e
-3
)/4! = 0,168
80
4 Uma empresa de vendas de produtos recebe em mdia 10 chamadas por minuto.
Calcule a probabilidade de:
a) No ocorrer nenhuma chamada em 1 minuto
= t = 10.1 = 10 chamadas por minuto; k = 0.
P(X = 0) = (
k
. e
-
)/k! = (10
0
.e
-10
)/0! = 0,000045

b) Ocorrer menos que trs chamadas em 2 minutos
= t = 10.2 = 20 chamadas por minuto.
P(X < 3) = P(X = 0) + P(X = 1) + P(X = 2)
P(X = 0) = (
k
. e
-
)/k! = (20
0
.e
-20
)/0! 0 (nota: e
-20
0)
P(X = 1) = (
k
. e
-
)/k! = (20
1
.e
-20
)/1! 0
P(X = 2) = (
k
. e
-
)/k! = (20
2
.e
-20
)/0! 0
Logo, P(X < 3) = 0

c) Ocorrer mais que quatro chamadas em 0,3 minutos.
= t = 10.0,3 = 3 chamadas por minuto.
PX > 4) = 1 P(X 4) = 1 [P(X = 0)+P(X = 1)+P(X = 2)+P(X = 3)+P(X = 3)]
P(X = 0) = (
k
.e
-
)/k! = (3
0
.e
-3
)/0! = 0,049787
P(X = 1) = (
k
.e
-
)/k! = (3
1
.e
-3
)/1! = 0,149361
P(X = 2) = (
k
.e
-
)/k! = (3
2
.e
-3
)/2! = 0,224042
P(X = 3) = (
k
.e
-
)/k! = (3
3
.e
-3
)/3! = 0,224042
P(X = 4) = (
k
.e
-
)/k! = (3
4
.e
-3
)/4! = 0,168031
Logo, P(X > 4) = 0,184737 ou aproximadamente 18,47%
5 Se 2% dos fusveis so defeituosos. Qual a probabilidade de que uma amostra de 400
fusveis exatamente 6 sejam defeituosos?
Nota: Como n muito grande e p muito pequeno, usa-se a distribuio de
Poisson como aproximao da distribuio Binomial.
p = 0,02 n = 400 = n.p = (400).(0,02) = 8
P(X = 6) = (
k
. e
-
)/k! = (8
6
.e
-8
)/6! = 0,1221 ou 12,21%







81
Sexta Lista de Exerccios
Distribuio de Poisson
1 Caminhes chegam a um depsito razo de 2,8 caminhes por hora. Determine a
probabilidade de chegarem trs ou mais caminhes, nas seguintes situaes:
a) Num perodo de 30 minutos (Resp. 0,1665)
b) Num perodo de 1 hora (Resp. 0,5305)
c) Num perodo de 2 horas (Resp. 0,9176)
2 Uma central telefnica recebe chamadas razo de 4,6 chamadas por minuto. Num intervalo de
1 minuto, determine a probabilidade nas seguintes situaes:
a) Ocorrer exatamente 2 chamadas (Resp. 0,1063)
b) Ocorrer ao menos 2 chamadas (Resp. 0,9437)
c) Ocorrer nenhuma chamada (Resp. 0,0101)
d) Ocorrer entre 2 e 6 chamadas (Resp. 0,7617)
3 Os acidentes numa fbrica tm aproximadamente uma distribuio de Poisson com mdia de 3
acidentes por ms. Num ms qualquer, determine a probabilidade nas seguintes situaes:
a) Ocorre nenhum acidente (Resp. 0,0498)
b) Ocorre um acidente (Resp. 0,1493)
c) Ocorrem de 3 a 4 acidentes (Resp. 0,3921)
4 Estima-se em 0,01 a probabilidade de vender uma aplice de seguro a pessoa que respondem a
um anncio especial da empresa. Nesta base, se 1000 pessoas respondem ao anncio, qual a
probabilidade de que:
a) Nenhuma pessoa compre uma aplice (Resp. 0)
b) Pelo menos uma pessoa compre uma aplice (Resp. 1 ou 100%)
c) Mais de 10 pessoas comprem aplices (Resp. 0,417)
5 Se o nmero de peixes pescados por hora em certo pesqueiro uma varivel que segue a
distribuio de Poisson com mdia igual a 1,8, achar a probabilidade de que um pescador,
pescando durante uma hora:
a) No pegue nenhum peixe.
b) Pegue exatamente 2 peixes.
c) Pegue no mximo 4 peixes.
d) Pegue pelo menos dois peixes.
6 - Se 4% de passageiros de avio tem problemas com a bagagem, qual a probabilidade de que
entre 150 passageiros at 2 passageiros tenham problemas com suas bagagens?

82



a b


9.3 - Distribuio Normal
Entre as distribuies tericas de varivel aleatria contnua, uma das mais empregadas
a distribuio Normal. A distribuio Normal tem a sua importncia na estatstica porque
permite representar as freqncias observadas de muitos fenmenos naturais.
Muitas das variveis analisadas na pesquisa scio-econmica correspondem
distribuio normal ou se aproximam a uma distribuio normal.

9.3.1 - Propriedades da Distribuio Normal
1 A curva da distribuio Normal tem a forma de um sino





2 A distribuio Normal simtrica em relao a mdia .
3 A distribuio Normal assume qualquer valor real.
4 Cada distribuio Normal fica especificada pela sua mdia e seu desvio padro o.
5 A rea total sob a curva Normal 1 (ou 100%).
6 A rea sob a curva entre dois pontos a probabilidade de uma varivel aleatria com
distribuio Normal assumir os valores entre esses dois pontos.
Isto , P( a s X s b) = a rea da curva entre os valores a e b.




7 P(X = k) = 0.

83
-3o -2o -o +o +2o +3o

68%

95,5%

99,7%
A probabilidade da varivel aleatria X assumir os valores entre a e b calculada
como:
}
|
.
|

\
|

= < <
b
a
x
dx e b X a P
2
2
1
2
1
) (
o

o t

Para qualquer distribuio Norma tem-se:








Quando se tem uma varivel aleatria com distribuio normal o principal interesse est
em obter a probabilidade de essa varivel aleatria assumir um valor em um determinado
intervalo.
Exemplo: Seja X a varivel aleatria que representa os dimetros dos parafusos
produzidos por certa mquina. Supondo que essa varivel tenha uma
distribuio normal com mdia 2 cm e desvio padro 0,04 cm. Qual a
probabilidade de um parafuso ter o dimetro com valor entre 2 e 2,05 cm ?
Deseja-se calcular: P ( 2 < X < 2,05)

9.3.2 - A Distribuio Normal Padronizada
Seja X uma varivel aleatria com distribuio Normal de mdia e desvio padro o.
Isto : X ~ N(, o).
Fazendo
o

=
X
Z , ento a varivel Z tem uma distribuio Normal com mdia =0 e
desvio padro o = 1.
Isto : Z ~ N(0, 1).
84
Utiliza-se uma tabela da distribuio Normal padronizada, que d a probabilidade de z
tomar qualquer valor entre a mdia 0 e um dado valor z, isto : P ( 0 < Z < z).
Tem-se ento que: ( ) z Z P
x X
P x X P < =
|
.
|

\
|
<

= <
o

o

) ( ,
Onde Z uma varivel com distribuio normal de mdia 0 e desvio padro 1.
No exemplo anterior deseja-se calcular P(2 < X < 2,05), onde = 2 e o = 0,04.
Para obter essa probabilidade, precisa-se transformar a varivel para Z.
Isto : ( ) 25 , 1 0
04 , 0
2 05 , 2
04 , 0
2 2 05 , 2 2
) 05 , 2 2 ( < < = |
.
|

\
|
< <

= |
.
|

\
|
<

<

= < < Z P Z P
X
P X P
o

o

o



9.3.3 - Utilizao da Tabela Z
Procura-se na tabela Z o valor de z = 1,25
Na primeira coluna encontra-se o valor at uma casa decimal 1,2. Em seguida, encontra-
se, na primeira linha, o valor 5, que corresponde ao ltimo algarismo do nmero 1,25.
Na interseco da linha e coluna correspondentes encontra-se o valor 0,3944, o que
permite escrever:
P (0 < Z < 1,25 ) = 0,3944 ou 39,44 %.
Assim a probabilidade de um certo parafuso apresentar um dimetro entre 2cm e 2,05
cm de 39,44 %.
Exemplos:
1 Seja X ~ N(3, 8), ou seja, X uma distribuio Normal com mdia = 3 e desvio
padro o = 8. Calcule P(X < 5).
( ) 5987 , 0 0987 , 0 5 , 0 25 , 0
8
3 5
8
3
) 5 ( = + = < = |
.
|

\
|
<

= < Z P
X
P X P





0 0,25
85
0,1254
2 - 1 Seja X ~ N(3, 8), ou seja, X uma distribuio Normal com mdia = 3 e desvio
padro o = 8. Calcule P(10 < X < 15).
< < = |
.
|

\
|
< < = |
.
|

\
|
<

<

= < < ) 5 , 1 87 , 0 (
8
12
8
7
8
3 15
8
3
8
3 10
) 15 10 ( Z P Z P
X
P X P
1254 , 0 3078 , 0 4332 , 0 ) 87 , 0 ( ) 5 , 1 ( ) 5 , 1 87 , 0 ( = = < < = < < Z P Z P Z P





3 Seja X ~ N(5, 6), ou seja, X uma distribuio Normal com mdia = 5 e desvio
padro o = 6. Calcule P(X > 2).
( ) 6915 , 0 1915 , 0 5 , 0 5 , 0
6
5 2
6
5
) 2 ( = + = > =
|
.
|

\
|
>

= > Z P
X
P X P












0 0,87 1,5


- 0,5 0


0,1915
0,5
86
Exerccios:
1- Determine as probabilidades:
a) P(-1,25 < Z < 0)
b) P(-0,5 < Z < 1,48)
c) P(0,8 < Z < 1,23)
d) P(-1,25 < Z < -1,20)
e) P( Z < 0,92)
f) P(Z > 0,6)
2 - Os salrios dos bancrios so distribudos normalmente, em torno da mdia R$
10.000,00, com desvio padro de R$ 800,00. Calcule a probabilidade de um
bancrio ter o salrio situado entre R$ 9.800,00 e R$ 10.400,00.
Deve-se inicialmente calcular os valores z1 e z2,
z1 = (9800 - 10000) / 800 = -0,25 e z2 = (10400 - 10000) / 800 = 0,5
P( 9800 < X < 10400) = P(-0,25 < Z < 0,5) =
P(-0,25 < Z < 0) + P(0 < Z < 0,5) = 0,0987 +0,1915 = 0,2902 ou 29,02 %
3 - Um teste padronizado de escolaridade tem distribuio normal com mdia = 100 e
desvio padro = 10. Determine a probabilidade de um aluno submetido ao teste ter
nota :
a) Maior que 120
b) Maior que 80
c) Entre 85 e 115
d) Maior que 100














87
Stima Lista de Exerccios
Distribuio Normal de Probabilidades


1. Um processo de fabricao produz peas com comprimento mdio de 500 mm e desvio padro de
10 mm. Qual a porcentagem de peas que se situam:
a) Acima de 510 mm. (Resp.: 15,87%)
b) Entre 470 e 530 mm. (Resp.: 99,72%)
c) Abaixo de 525,8 mm. (Resp.: 99,51%)

2. Um fabricante de baterias, sabe por experincia passada, que as baterias de sua fabricao tm
vida mdia de 600 dias e desvio padro de 100 dias, sendo que a durao tem aproximadamente
distribuio normal. Oferece uma garantia de 312 dias, isto , troca as baterias que apresentarem
falhas nesse perodo. Fabrica 10.000 baterias mensalmente. Quantas devero trocar pelo uso da
garantia, mensalmente?
(Resp.: 19,88 aproximadamente 20 baterias)

3. Uma fbrica de carros sabe que os motores de sua fabricao tm durao normal, com mdia de
I50.000 km e desvio padro de 5.000 km. Qual a probabilidade de que um carro, escolhido ao
acaso, dos fabricados por essa firma, tenha um motor que dure:
a) Menos de 170.000 km? (Resp.: 0,999968)
b) Entre 140.000 km e 165.000 km?
c) Se a fbrica substitui o motor que apresenta durao inferior garantia, qual deve ser esta
garantia, para que a porcentagem de motores substitudos seja inferior a 0,2%?

4. Uma pea aceita num controle de qualidade com dimenses entre 299 e 301 mm. Verifica se
que l0% das peas so rejeitadas como grandes e 20% como pequenas. Calcular a porcentagem
de rejeio, no caso da especificao ser ampliada para 298,5 e 301,5 mm. 8,53% como
pequenos; 3,51% como grandes.

5. Levantamento do custo unitrio de produo de um item da empresa revelou que sua
distribuio normal com mdia 50 e desvio padro 4. Se o preo de venda unitrio desse
produto 60, qual a probabilidade de uma unidade desse item, escolhido ao acaso, ocasionar
prejuzo empresa? (Resp.: 0,621%)

6. Os balancetes semanais realizados em uma empresa mostraram que o lucro realizado distribui-se
normalmente com mdia 48.000 u.m. e desvio padro 8.000 u.m.. Qual a probabilidade de que:
a) Na prxima semana o lucro seja maior que 50.000 u.m.? (Resp.: 40,129%)
b) Na prxima semana o lucro esteja entre 40.000 u.m. e 45.000 u.m.? (Resp.: 19,33%)
c) Na prxima semana haja prejuzo? (Resp.: 0%)

7. Os resultados de um concurso de habilitao tiveram distribuio normal com mdia 50 e desvio
padro 10. Os candidatos sero classificados conforme o seguinte critrio decrescente: A=10%
das notas mais altas; B=15% das prximas notas; C=50% das notas; D=15% das notas; E=10%
das notas mais baixas. Determine as notas limites para a classificao dos candidatos.
(Res,p: A > 62,8; 56,7< B < 62,8; 43,3< C <56,7; 37,2< D <43,3; E <37,2).

8. Dois estudantes foram informados de que alcanaram as variveis reduzidas de z
1
= 0,8 e
z
2


= - 0,4, respectivamente, em um exame de mltipla escolha de ingls. Se suas notas foram 8,8
e 6,4, respectivamente, determinar a mdia e o desvio padro das notas do exame.
(Resp.: = 7,2; e o = 2).
88
9. O peso dos ovos de certa raa de galinha tem distribuio normal, com mdia de 65 gramas e
desvio padro de 5 gramas. Considere uma caixa desses ovos como uma amostra aleatria
simples de tamanho 12 da populao de todos os ovos. Qual a probabilidade de que o peso de
uma embalagem caia entre 750 gramas e 825 gramas?
















































89
10 Intervalos de Confiana

No captulo 6 vimos que possvel estimar a mdia aritmtica de uma populao por
meio de uma amostra aleatria. Este tipo de estimao chama-se Estimativa Pontual.
A estimao pontual o processo de se estimar um parmetro da populao por meio de
um nico valor, no caso a mdia amostral.

Definio:
Estimativa Pontual uma estimativa de um nico valor para um parmetro
populacional.
A estimativa pontual mais adequada para a mdia de uma populao a mdia
amostral
__
X .

Exemplo 1: Os dados a seguir representam uma amostra aleatria do nmero de frases
encontrado em 54 anncios de propagandas em revistas.

9 20 18 16 9 16 16 9 11 13 22 16 5 18 6 6 5 12
25 17 23 7 10 9 10 10 5 11 18 18 9 9 17 13 11 7
14 6 11 12 11 15 6 12 14 11 4 9 18 12 12 17 11 20

O nmero mdio de frases por anuncio dado pela mdia amostral que uma estimao
pontual.
Isto , 4 , 12
54
671
54
54
1 1
__
= = = =

= = i
i
n
i
i
x
n
x
X .
Portanto, 4 , 12
__
= X uma estimativa pontual do nmero mdio de frase na populao de
anncios.

No entanto, o valor 12,4 apenas uma estimativa, pois o verdadeiro valor da mdia no
conhecido.
O valor 12,4 estimado no exatamente igual a media da populao, mas um valor
bastante prximo.
Neste procedimento, pode-se estar cometendo um erro para mais ou para menos no
valor da mdia.
Para solucionar este problema, pode-se calcular um intervalo de confiana para o valor
da mdia da populao. O intervalo de confiana uma estimativa intervalar.

Definio:
Intervalo de Confiana um intervalo de valores usado para estimar um parmetro da
populao.
Para se formar um intervalo de confiana, use a estimativa pontual como centro do
intervalo e depois adicione ou subtraia deste valor a margem de erro desejada.

Antes de criar o intervalo de confiana necessrio determinar qual o nvel de
confiana desejado para o intervalo.
90
Definio:
O Nvel de Confiana C a probabilidade de que o intervalo contenha o parmetro da
populao. Quanto maior o nvel de confiana, maior ser a probabilidade de o
intervalo conter o verdadeiro valor do parmetro.

Exemplo 2: Para a mdia 54 , 12
__
= X do exemplo anterior, poderemos ter vrios intervalos
de confiana, dependendo da confiana desejada.

Intervalo A:



Intervalo B:



Observaes:
1 O intervalo B maior que o intervalo A.
2 O nvel de confiana do intervalo B maior que o nvel de confiana do intervalo A.
2 O intervalo B de maior confiana mas o Erro cometido tambm maior.
3 O erro E
2
cometido no intervalo B maior que o erro E
1
cometido no intervalo A.

Concluso: Quanto maior for o intervalo de confiana, maior ser o erro cometido.

O nvel de confiana c a rea da curva normal padro entre os valores z
c
e +z
c
.
Isto , c a porcentagem da rea da curva normal padro. A rea restante 1 c.












Exemplo 3: Para c = 90% ento (1 c) equivale a 5%. Isto significa que, olhando na
tabela da normal padronizada tem-se z
c
= 1,645.

Na maior parte dos casos, naturalmente um valor desconhecido e
__
X
varia de amostra
para amostra. Entretanto, pode-se calcular um valor mximo para o erro se souber o
nvel de confiana desejado.



12,4 12,4 + E
1
12,4 E
1
[ ]
Erro Erro
C = rea entre z
c
e +z
c

+z
c
z
c

(1 c) (1 c)
Z = 0
12,4 12,4 + E
2
12,4 E
2
[ ]
Erro Erro
91
Definio:
Dado um nvel de confiana c, o Erro da Estimativa E o erro mximo cometido
quando se calcula um intervalo de confiana. a maior distncia entre a estimativa
pontual e o verdadeiro valor do parmetro.
O erro da estimativa calculado pela frmula:
n
z E
c
o
=
Onde:
Z
c
um valor consultado na tabela da normal padronizada, de acordo com o nvel de
confiana desejado.
o o desvio padro da populao.
n o tamanho da amostra.

Nota: no caso de no conhecer o, pode-se usar S que o desvio padro da amostra,
quando n 30.
Isto :
n
S
z
n
z E
c c
= =
o
, quando n 30.

Exemplo 4: No exemplo 2 temos:
No intervalo de confiana A, E
1
a maior distncia entre a estimativa
pontual e o verdadeiro valor do parmetro.
E
1
o erro da estimativa.

No intervalo de confiana B, E
2
a maior distncia entre a estimativa
pontual e o verdadeiro valor do parmetro.
E
2
o erro da estimativa.

Exemplo 5: No exemplo 1, nmero de frases nos anncios de propaganda, para um nvel
de confiana de 95%, calcule o erro da estimativa e o intervalo de confiana.

Para um nvel de confiana de c = 95%, tem-se (1 c) = 5% e (1 c) = 2,5% = 0,025.
Consultando a tabela da normal padronizada, deve-se olhar o valor de z
c
para 0,475.
Observe que: 0,5 0,025 = 0,475.
Logo z
c
= 1,96.
n = 54.
O desvio padro da amostra calculado por:
0 , 5
53
2 , 1333
1
) (
2
__
= =

=

n
X x
S
i

Logo 3 , 1
54
5
96 , 1 = = =
n
S
z E
c
.
Portanto para um nvel de confiana de 95% o erro cometido na estimativa pontual da
mdia de 1,3.

92
10.1 Intervalos de Confiana para a Mdia
Usando uma estimativa pontual e um erro de estimativa, pode-se construir um intervalo
de confiana para um parmetro da populao.

Definio:
Dado um nvel de confiana c, um Intervalo de Confiana para a mdia de uma
populao obtido por:
E X
__
< < E X+
__
, isto , [ E X
__
; E X+
__
].

O nvel de confiana c a probabilidade de que o intervalo contenha a mdia da
populao.

Exemplo 6: Construir um intervalo com 95% de confiana para o nmero mdio de
frases nos anncios de propagandas em revistas, ou seja, o nmero mdio
da populao. Veja exemplo 1.
No exemplo 1, vimos que 4 , 12
__
= X .
No exemplo 5, vimos que 3 , 1 = E .
Logo o intervalo para a mdia ser: E X
__
< < E X+
__
, isto [ E X
__
; E X+
__
].

Isto : 11,1 < < 13,7 ou ento [11,1 ; 13,7].

Portanto, com 95% de confiana pode se dizer que o nmero mdio de frases em
anncios de propaganda em revistas est entre 11,1 e 13,7.
Isto , o nmero mdio populacional est entre 11,1 e 13,7.

Exemplo7: Construir um intervalo com 99% de confiana para a mdia populacional de
frases na populao de anncios de propagandas em revistas, veja o
exemplo 1.
No exemplo 1, vimos que 4 , 12
__
= X
Para um nvel de confiana de c = 99%, ou 0,99, tem-se (1 c) = 0,01 e ento
(1 c) = 0,005.
Consultando a tabela da normal padronizada, deve-se olhar o valor de z
c
para 0,495, isto
(0,5 0,005).
Observe que: 0,5 0,005 = 0,495.
Logo z
c
= 2,58.
n = 54
No exemplo 5, vimos que o desvio padro da amostra calculado por:
0 , 5
53
2 , 1333
1
) (
2
__
= =

=

n
X x
S
i

Ento o erro de estimativa ser: 7 , 1
54
5
58 , 2 = = =
n
S
z E
c


93
Logo o intervalo de confiana para a mdia de frases na populao de anncios ser:
E X
__
< < E X+
__
, isto , [ E X
__
; E X+
__
].

Isto : 10,7 < < 14,1 ou ento [10,7 ; 14,1]

Portanto, com 95% de confiana pode se dizer que o nmero mdio populacional de
frases em anncios de propaganda em revistas est entre 10,7 e 14,1.

Observao:
No exemplo 6 o intervalo com 95% de confiana para a mdia [11,1 ; 13,7].
No exemplo 7 o intervalo com 99% de confiana para a mdia [10,7 ; 14,1].
Repare que, quando se deseja um maior nvel de confiana, por conseqncia tem-se um
intervalo maior.

Orientaes para se obter um Intervalo de Confiana para mdia da populao
1 Com a amostra aleatria dos valores obtenha a mdia amostral
n
x
X
n
i
i
=
=
1
__
.
2 Se o desvio padro o da populao no for conhecido, use S o desvio padro da
amostra calculado como:
1
) (
2
__

=

n
X x
S
i
.
3 Dado um nvel de confiana c determine o valor de z
c
consultado a tabela de
probabilidade da normal padro. Lembre-se de que z
c
o nmero na tabela cuja
probabilidade igual a [0,5 (1 c)].

4 Determine o erro mximo da estimativa da seguinte maneira:

n
z E
c
o
= ou
n
S
z E
c
= , quando n 30.
Nota: O desvio padro o poder ser substitudo por S somente se n 30.
Se n < 30 e no se conhece o valor de o ento o clculo do intervalo de
confiana envolve outro mtodo ainda no conhecido.

5 Determine o extremo direito e o extremo esquerdo e forme o intervalo de confiana
da seguinte forma:
E X
__
< < E X+
__
, ou ento [ E X
__
; E X+
__
].









94
Principais Valores para o Clculo de Intervalos de Confiana
Confiana c Desejada Valor de z
c
Clculo Intervalo de Confiana
90% 1,65
n
z E
c
o
= [ E X
__
; E X+
__
]
95% 1,96
n
z E
c
o
= [ E X
__
; E X+
__
]
99% 2,58
n
z E
c
o
= [ E X
__
; E X+
__
]


Exemplo 8: O responsvel pelo vestibular da Universidade So Francisco deseja estimar
a idade mdia da populao de alunos aprovados no vestibular no ano de
2011. Em uma amostra aleatria de 20 estudantes, a idade mdia
encontrada foi de 22,9 anos. A partir de estudantes do vestibular no
passado, sabe-se que o desvio padro da populao de 1,5 anos e que a
populao est normalmente distribuda. Construa um intervalo de
confiana de 90% para idade mdia da populao de estudantes.

Soluo:
Tem-se os seguintes dados:
n=20;
__
X =22,9 anos; o = 1,5 o desvio padro da populao

Para um nvel de confiana de c = 90%, ou 0,9, tem se (1 c) = 0,1 e (1 c) = 0,05.
Consultando a tabela da normal padronizada, deve-se olhar o valor de z
c
para 0,45
(0,5 0,05).
Logo z
c
= 1,645;
Ento o erro de estimativa ser: 55 , 0
20
5 , 1
645 , 1 = = =
n
z E
c
o
.
Logo o intervalo de confiana para a mdia ser: E X
__
< < E X+
__
, isto [ E X
__
; E X+
__
].

Isto : 22,35 < < 23,45 ou ento [22,35 ; 23,45].

Portanto, com 90% de confiana pode se dizer que a idade mdia da populao de
estudantes do vestibular da USF est entre 22,35 e 23,45 anos.

10.2 Determinao do Tamanho de uma Amostra

Para as mesmas amostras aleatrias, medida que o nvel de confiana cresce, o
intervalo de confiana se alarga. medida que o intervalo de confiana se alarga, a
preciso da estimativa diminui. Uma forma de aumentar a preciso de uma estimativa
sem a reduo do nvel de confiana ampliar o tamanho da amostra aleatria.


95
Assim, a pergunta que se faz :
Qual deve ser o tamanho da amostra para assegurar certo nvel de confiana com um
determinado erro da estimativa?

Tamanho Mnimo de uma Amostra para Estimar a Mdia da Populao

Dados um nvel de confiana c e um erro de estimativa E, o tamanho mnimo da amostra
necessrio para estimar a mdia de uma populao dado por:
Sabe-se que
n
z E
c
o
= logo o tamanho n da amostra ser obtido por:
2
|
.
|

\
|
=
E
z
n
c
o

Se o desvio padro da populao o for desconhecido, pode-se estimar o desvio padro S
usando uma amostra preliminar com pelo menos 30 observaes.

Exemplo 9: Para produzir um intervalo de 90% de confiana, com um erro E=1 em
qualquer dos sentidos do intervalo sabendo-se que o desvio padro da
populao 10, qual deve ser o tamanho da amostra?

Soluo:
c = 90% ou 0,9 (1 c ) = 0,1 1/2(1 c ) = 0,05; (0,5 0,05 = 0,45) z
c
= 1,65
o = 10 e E = 1
Tem-se que:
2
|
.
|

\
|
=
E
z
n
c
o
logo,
2
1
10 . 65 , 1
|
.
|

\
|
= n = 272,25 273.
Concluso: Para um intervalo de 90% de confiana, a amostra deve conter 273
observaes.

Exemplo 10: Resolva o exemplo 9 utilizando um intervalo de 95% de confiana.

Soluo:
c = 95% ou 0,95 (1 c ) = 0,05 1/2(1 c ) = 0,025;
(0,5 0,025 = 0,475) z
c
= 1,96.

o = 10 e E = 1
Tem-se que:
2
|
.
|

\
|
=
E
z
n
c
o
logo,
2
1
10 . 96 , 1
|
.
|

\
|
= n = 384,16 385
Concluso: Para um intervalo de 95% de confiana, a amostra deve conter 385
observaes.









96
Oitava Lista de Exerccios
Intervalos de Confiana

1 Quando se estima a mdia de uma populao, mais provvel estar correto usando uma
estimativa pontual ou um intervalo de confiana? Explique seu raciocnio.

2 Dadas as mesmas estatsticas amostrais, qual dos seguintes nveis de confiana produziria um
intervalo de confiana mais largo. Explique seu raciocnio.
a) 90%
b) 95%
c) 98%
d) 99%

3 Qual o efeito produzido na amplitude do intervalo de confiana quando o tamanho da amostra
aumentado? Explique sua resposta.
a) A amplitude cresce
b) A amplitude decresce
c) A amplitude no se altera

4 Obtenha o valor crtico z
c
necessrio para formar um intervalo de confiana nos seguintes nveis
de confiana c:
a) c = 80% (Resp. z
c
= 1,28)
b) c = 85%
c) c = 75% (Resp. z
c
= 1,15)
d) c = 97%

5 Dados os valores de confiana c, desvio padro S e tamanho da amostra n, calcule o erro E
mximo.
a) c = 0,90 S = 2,5 n = 36 (Resp. E = 0,6875)
b) c = 0,65 S = 1,5 n = 50 (Resp. E = 0,197)

6 Dados os valores abaixo, construa o intervalo de confiana para a mdia da populao.
a) c = 0,90
__
X =15,2 S = 2,0 n = 60 (Resp. [14,775 ; 15,625])
b) c = 0,95
__
X = 31,39 S = 0,8 n = 82

7 Uma amostra aleatria de 32 grelhas a gs tem preo mdio de R$ 630,00 e desvio padro de R$
56,70. Construa um intervalo de confiana para o preo mdio nas seguintes situaes:
a) c = 90% (Resp. [614,41 ; 647,39])
b) b = 95%
c) Qual dos intervalos de confiana mais largo.

8 Uma amostra aleatria de 40 custos sobre consertos de mquinas de lavar tem uma mdia de
R$ 100,00 por conserto e um desvio padro de R$ 17,50. Construa um intervalo de confiana
de 95% para a mdia populacional.
(Resp. [94,577 ; 105,423])

9 Como cada uma das mudanas indicadas afeta o intervalo de confiana?
a) Aumento do nvel de confiana
b) Aumento do tamanho da amostra
c) Aumento do desvio padro

97
10 Numa amostra de 30 empregados de uma empresa o salrio mdio semanal foi de R$ 180,00
com um desvio padro de R$ 14,00. Ache um intervalo com 95% de confiana para o salrio
mdio da populao.
(Resp. [175,00 ; 185,00])

11 Um analista do departamento de pessoal de uma empresa deseja estimar o nmero mdio de
horas de treinamento dado para o pessoal de uma diviso da empresa. Com base nos
treinamentos em outras divises, sabe-se que o desvio padro de 20 horas. Qual deve ser o
tamanho da amostra de treinamentos para se obter um intervalo de 90% de confiana,
admitindo-se um erro mximo de 3 horas para a estimativa da mdia de horas de treinamento.
(Resp. n = 120)

12 O gerente de uma lanchonete no aeroporto de Viracopos deseja estimar o valor mdio de
gastos por cliente. Com base em dados da mesma loja em outros aeroportos, sabe-se que o
desvio padro dos gastos por cliente de R$ 8,00. Qual deve ser o tamanho da amostra para
se obter o intervalo de 90% de confiana para a mdia dos gastos, admitindo um erro mximo
de R$ 2,50?
(Resp. n = 28)

13 O dimetro de um artigo produzido em srie segue distribuio normal com desvio padro
= 3. Com base numa amostra aleatria de 25 unidades obteve-se um valor mdio de 48 para
o dimetro. Construa um intervalo de confiana a 90% para o valor mdio do dimetro
universo de peas.


14 A durao da vida de uma pea de equipamento tal que = 3 horas. Foram amostradas
aleatoriamente 100 peas, obtendo-se uma mdia de 500 horas. Construa um intervalo de
confiana para a verdadeira mdia da pea com um nvel de 95% de confiana.

15 Supondo que o tempo de durao de certas lmpadas apresenta uma distribuio normal de
desvio padro de 100 horas, e admitindo-se um grau de confiana de 90%, qual dever ser o
tamanho da amostra para que o erro na estimativa da durao mdia no seja superior a 10
horas?

16 Se fossem retiradas 200 amostras de tamanho 40 a partir da mesma populao, de modo que
com elas fossem construdos 200 intervalos com 99% de confiana para a mdia da
populao, quantos destes intervalos se esperaria que contivessem o verdadeiro valor da
mdia populao em anlise?

17 Numa prova de probabilidade e estatstica, uma amostra de 150 alunos da faculdade obtiveram
uma mdia de 77,6 com um desvio padro de 14,2. Ache um intervalo de 80% de confiana da
mdia de probabilidade e estatstica para toda a faculdade.










98
RESUMO DAS FRMULAS
Media
Mdia Aritmtica:
n
x
n
i
i
X

=
=1
___
Mdia Aritmtica Ponderada:

=
=
=
n
i
i
i
n
i
i
f
f x
X
1
1
___

Mdia Geomtrica:
n
n
x x x
Xg
...
2 1
____
=
Mdia Geomtrica Ponderada:

=
i
n
f
f
n
f f
x x x
Xg
...
2 1
2 1
____

Mdia Quadrtica:
n
x x x
n
Xq
2 2
2
2
1
___
... + +
= Mdia Quadrtica Ponderada:

=
i
i i
f
f x
p
Xq
2 ___

Moda
Termo de maior freqncia
Moda para Dados Agrupados
a) Sem Intervalo de Classe: Intervalo com maior freqncia
b) Com intervalo de Classe:
*
2 1
1 *
h
D D
D
l Mo
(

+
+ =

Mediana
Mediana para Dados no Agrupados
a) Srie com nmero impar de termos:
2
1 +
=
n
Md
b) Srie com nmero par de termos:
2
) 1
2
(
2
(

+ +
=
n n
Md
Mediana para Dados Agrupados
a) Sem intervalo de classe
n impar:
2
1

+
=
i
f
Md n par:
2
1
2 2
|
|
.
|

\
|
+ +
|
|
.
|

\
|
=
i i
f f
Md
b) Com intervalo de classe
n par ou impar:
*
*
*
2
f
h Faa
f
l Md
i
(
(

+ =


Quartis para Dados Agrupados: Q1; Q2; Q3 (Q2 = Md)
*
*
*
4
1
f
h Faa
f
l Q
i
(
(

+ =


*
*
*
4
2
2
f
h Faa
f
l Q
i
(
(

+ =


*
*
*
4
3
3
f
h Faa
f
l Q
i
(
(

+ =



99
Medias de Disperso ou Variabilidade

Amplitude Total: AT = (valor mximo - valor mnimo).

Desvio Mdio Absoluto
a) Para Dados no Agrupados
Usando a mdia:
n
X x
Dm
i

=
___

Usando a mediana:
n
Md x
Dm
i

=
b) Para Dados Agrupados
Usando a mdia:


=
i
i i
f
f X x
Dm
*
___
Usando a mediana:


=
i
i i
f
f Md x
Dm
*


Desvio Padro
a) Para Dados no Agrupados
Amostra:
1
) (
2
__

=

n
X x
S
i

Populao:
n
X x
i

=
2
__
) (
o
b) Para Dados Agrupados
Amostra:
1
) (
2
__

i
i i
f
f X x
S

Populao:


=
i
i i
f
f X x
2
__
) (
o

Varincia
a) Para Dados no Agrupados
Amostra:
1
) (
2
__
2

n
X x
S
i
Populao:
n
X x
i

=
2
__
2
) (
o

b) Para Dados Agrupados
Amostra:
1
) (
2
__
2

i
i i
f
f X x
S Populao:


=
i
i i
f
f X x
2
__
2
) (
o

Coeficiente de Variao:

X
CV
___
2
o
=

ou:
X
S
CV
___
2
=



100
Probabilidades
Probabilidade Condicional:

) (
) (
) / (
B P
B A P
B A P

= se P(B)>0
) (
) (
) / (
A P
B A P
A B P

= se P(A)>0

Distribuio de Poisson:
!
.
) (
k
e
k X P
k


= =


Distribuio Binomial:
( )
) (
. . ) ( ) (
x n x n
x
q p x P x X P

= = =
, e ( )
)! ( !
!
x n x
n
n
x

=


Intervalos de Confiana:
n
z E
c
o
=
Tamanho da Amostra:
2
|
.
|

\
|
=
E
z
n
c
o



























101
Tabela 1. rea sob a Curva Normal Padronizada Compreendida entre os Valores 0 e Z









Z 0 1 2 3 4 5 6 7 8 9
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000





0 z
102
Trabalho de Estatstica

Instrues:
Participantes: grupo de 4 alunos.
Data de entrega: Entregar no dia da Prova
Coloque uma capa de papel, contendo o nome e o RA dos participantes.
No coloque capa plstica.
Sejam criativos, utilizem os recursos que desejarem ou que o grupo disponha para
facilitar a anlise dos resultados. Computador, slides, datashow, etc.
Todos os componentes do grupo devem participar do trabalho.
Questionamentos sobre os resultados do trabalho podero ser cobrados na prova.

Faa um levantamento de dados real, realizado atravs de uma pesquisa sobre
qualquer tema.
Se desejar, estratifique sua pesquisa por alguma varivel que achar interessante, Ex:
sexo, nvel de instruo, estado civil, faixa de renda, etc.

Apresente sua pesquisa obedecendo aos seguintes itens:
a) Coloque um nome na sua pesquisa, explique o objetivo da pesquisa, o significado
dos dados coletados e como os dados foram obtidos.
b) Faa a coleta dos dados numa amostra contendo pelo menos 50 observaes.
c) Coloque todos os dados levantados na pesquisa na mesma ordem em que foram
obtidos.

Para cada varivel do seu trabalho, os itens d), e), f) e g) podem ser feitos numa
nica tabela.

d) Construa uma distribuio de freqncia absoluta conveniente para os dados
coletados, faa um histograma e trace o polgono de freqncia.
e) Determine as freqncias absolutas acumuladas. Faa uma anlise dos resultados.
f) Determine as freqncias relativas, faa um histograma e trace o polgono de
freqncias relativas. Comente os resultados.
g) Determine as freqncias relativas acumuladas. Faa uma analise dos resultados.
h) Calcule a mdia a mediana a moda e o desvio padro dos dados coletados e
comente, separadamente, o significado de cada uma dessas medidas na sua
pesquisa.
i) Apresente os resultados usando grficos, tabelas ou qualquer outro meio que achar
interessante.

Nota: a avaliao do trabalho ter um grande peso sobre o item a) e tambm nas
anlises dos resultados obtidos em cada um dos itens.

USE A SUA CRIATIVIDADE