1

Introduo
aos Mtodos
Quantitativos
Introduo aos
Mtodos Quantitativos


Fiscalidade (L/PL)



2010/2011



























2

Introduo
aos Mtodos
Quantitativos
ndice

Captulo I: Anlise Matemtica ................................................... 4
1. Funes Reais de Varivel Real ................................................................................ 4
1.1 Definio .................................................................................................................... 4
1.2 Limites de Funes Reais de Varivel Real ...................................................... 6
1.3 Continuidade ............................................................................................................ 10
1.4 Estudo Assimpttico ............................................................................................. 13
1.5 Funes Trigonomtricas .................................................................................... 15
1.6 Funo Exponencial e Funo Logartmica .....................................................20
1.7 Diferenciabilidade .................................................................................................24
1.8 Estudo de Funes ................................................................................................33
Exerccios .......................................................................... 53
Captulo II: Estatstica ........................................................... 68
1 Introduo. Breve nota histrica ..........................................................................68
1.1 Nota Histrica ........................................................................................................68
1.2 Objecto da Estatstica ........................................................................................69
2. Estatstica Descritiva ...............................................................................................69
2.1 As Etapas do Mtodo Estatstico .....................................................................70
2 Apresentao dos Dados: Quadros e Grficos .................................................72
2.1 Quadros ....................................................................................................................72
2.2 Grficos ....................................................................................................................73
3 Distribuio de Frequncias ...................................................................................76
3.1 Alguns Conceitos Fundamentais ........................................................................76
4 Distribuio de Frequncias de Variveis Discretas ......................................78
5 Distribuio de Frequncias de Variveis Contnuas .......................................80
6 Representao Grfica das Distribuies de Frequncias ............................ 81
6.1 Variveis Discretas ...............................................................................................82
6.2 Variveis Contnuas ...............................................................................................83
6.3 Diagrama Stem and Leaf ..................................................................................84


3

Introduo
aos Mtodos
Quantitativos


7 Medidas de Estatstica Descritiva: Medidas de Localizao .......................85
7.1 Medidas de Tendncia Central ..........................................................................86
7.2 Medidas de Tendncia No Central .................................................................93
8 Medidas de Estatstica Descritiva: Medidas de Disperso ..........................93
8.1 Medidas de Disperso ..........................................................................................93
9 Medidas de Estatstica Descritiva: Medidas de Assimetria e Curtose ....96
9.1 Medidas de Assimetria ........................................................................................96
9.2 Medidas de Achatamento ou Curtose..............................................................98
Exerccios I Estatstica Descritiva ............................................ 99
10 Distribuio Normal ................................................................................................ 107
10.1 Curva Normal. Propriedades ........................................................................ 107
10.2 Determinao das reas na curva normal ................................................. 111
10.3 Teorema do Limite Central .......................................................................... 115
Exerccios II Distribuio Normal ............................................117
Bibliografia .......................................................................132
Solues dos exerccios ..........................................................133



Anlise Matemtica
4

Introduo
aos Mtodos
Quantitativos
Captulo I: Anlise Matemtica

1. Funes Reais de Varivel Real

Definio

Sejam E e F dois subconjuntos no vazios de IR. Uma funo f definida em certo conjunto
E e com valores num conjunto F, como regra faz corresponder a cada elemento x de E um
nico elemento y de F, este elemento denota-se por ) (x f . Escreve-se f :E F.

Ao conjunto E chama-se domnio de f. Escrevemos D
f
.
Ao conjunto F chama-se conjunto de chegada de f.
Ao conjunto { } y x f que em E x F y = e - e ) ( : chama-se contradomnio de f.

Nota: No se deve confundir f com ) (x f : f a funo, enquanto ) (x f o valor que a
funo assume num ponto x do seu domnio.

Definio Uma funo de domnio A injectiva se a pontos diferentes do domnio A
corresponderem imagens diferentes no conjunto de chegada. Dito de outro modo: para
todos os pontos x e y pertencentes a A se a for diferente de b ento f(a) diferente de
f(b).


Definio Uma funo de domnio A sobrejectiva se o contradomnio coincidir com o
conjunto de chegada ou seja o contradomnio o prprio .


Definio Uma funo de domnio A bijectiva se injectiva e sobrejectiva.

Definio Seja f uma funo de domnio D e contradomnio E, e g uma funo de E em F,
definimos como funo composta de f com g, (gof)(x), a uma funo definida de D em F, e
que a cada x transforma em g(f(x)).

a, b e A , a=b f(a)=f(b)
y e IR :- x e A, tal que f(x) = y

Anlise Matemtica
5

Introduo
aos Mtodos
Quantitativos

Definio Seja f uma funo de domnio A e contradomnio B, injectiva definimos funo
inversa e denotamos f
1
, funo de domnio B e contradomnio A, tal que fof
1
= f
1
o f =I.

Definio Seja f uma funo de domnio ]a, b[.
Montona crescente, ou crescente se f mantiver a ordenao dos elementos
ou seja dados
x, y e]a, b[, tais que x<y f(x)sf(y)
Montona decrescente, ou decrescente se f trocar a ordenao dos
elementos ou seja dados
x, y e]a, b[, tais que x<y f(x)>f(y)
Estritamente crescente, se f mantiver estritamente a ordenao dos
elementos ou seja dados
x, y e ]a, b[, tais que x<y f(x)<f(y)
Estritamente decrescente, se f trocar estritamente a ordenao dos
elementos ou seja dados
x, y e ]a, b[, tais que x<y f(x)>f(y)

Definio Seja f uma funo real de varivel real de domnio D. Diz-se que f limitada se
s se o contradomnio for um conjunto limitado, ou seja se existir um nmero real M, tal
que para qualquer x e D |f(x)|sM.

Definio Seja f uma funo de domnio IR, diz-se que f
Par se e s se x e IR se tem f(x)=f(x).
Impar se e s se x e IR se tem f(x)=f(x).

Definio Seja f uma funo de domnio IR, diz-se que f peridica se existir
algum real o (no nulo) tal que para todo x e IR se tenha f(x+o)=f(x).






Anlise Matemtica
6

Introduo
aos Mtodos
Quantitativos

1.2 Limites de Funes Reais de Varivel Real

1.2.1 Definio e Propriedades

O significado intuitivo da expresso f(x) tende para b quando x tende para a, traduzida
em smbolos por
b x f
a x
=

) (
lim


o de que se considerarmos apenas valores de x suficientemente prximos de a, os
valores correspondentes f (x) estaro to prximos quanto se queira de b.

Definio: b x f
a x
=

) (
lim
quando
c o o c < < < e > - > b x f a x D x
f
) ( 0 , : 0 0

Observaes:
- De acordo com a definio dada, s tem sentido escrever b x f
a x
=

) (
lim
quando a ponto
de acumulao do domnio de f ;
- Ao considerarmos o limite b x f
a x
=

) (
lim
, no exigimos que a pertena ao domnio da
funo f ;
- Mesmo que se tenha
f
D a e , a afirmao b x f
a x
=

) (
lim
nada diz a respeito do valor de
) (a f .

Exemplo de uma funo que no tenha limite num ponto







Anlise Matemtica
7

Introduo
aos Mtodos
Quantitativos

Teorema (unicidade do limite )
Seja IR E c , IR E f : , a e E (E o conjunto dos pontos de acumulao de E). Se
1
) (
lim
b x f
a x
=

e
2
) (
lim
b x f
a x
=

, ento b
1
= b
2
.

Teorema (operaes algbricas sobre os limites):
Seja IR E c , IR E f : , IR E g : , a e E.
Se L x f
a x
=

) (
lim
e A x g
a x
=

) (
lim
, ento
A L x g x f
a x
=

)) ( ) ( (
lim

A L x g x f
a x
. )) ( ). ( (
lim
=

Se 0 = A A L x g x f
a x
/ )) ( / ) ( (
lim
=

Teorema
Seja IR E c , IR E f : , IR E g : , a e E.
Se 0 ) (
lim
=

x f
a x
e M x g s | ) ( | para alguma constante M, ento:
, 0 )) ( ). ( (
lim
=

x g x f
a x

mesmo que no exista ) (
lim
x g
a x
.

1.2.2 Limites Laterais

Definio:
Dizer que o nmero real b o limite direita de f(x) quando x tende para a, significa:

| | c o o c < + e e > - > b x f a a x D x
f
) ( , , : 0 0

Escreve-se b x f
a x
=
+

) (
lim
.

Anlise Matemtica
8

Introduo
aos Mtodos
Quantitativos

De acordo com a definio dada, s tem sentido escrever b x f
a x
=
+

) (
lim
quando a ponto de
acumulao direita do domnio de f, ou seja a e D
f

+
.

Do mesmo modo se define limite esquerda de f(x) quando x tende para a. Escreve-se
b x f
a x
=

) (
lim


Teorema
Seja IR E c , IR E f : , a e E
+
E

(a ponto de acumulao direita e esquerda de E).

Ento existe b x f
a x
=

) (
lim
se e s se so iguais os limites laterais ) (
lim
x f
a x +
e b x f
a x
=

) (
lim
.

1.2.3 Limites no Infinito e Limites Infinitos

Definies
Seja D
f
ilimitado superiormente. A funo f tende para o limite b quando x tende para
+ , significa:

c c < > e > - > b x f M x D x M
f
) ( , : 0 0

Escreve-se b x f
x
=
+
) (
lim
.

A funo f tende para o limite + quando x tende para a. significa:

M x f a x D x M
f
> < < e > - > ) ( 0 , : 0 0 o o
Escreve-se + =

) (
lim
x f
a x
.

De modo anlogo se define:
b x f
x
=

) (
lim
, =

) (
lim
x f
a x
, + =
+
) (
lim
x f
x
, =
+
) (
lim
x f
x
, , ) (
lim
=

x f
a x

, ) (
lim
+ =

x f
a x
etc.

Anlise Matemtica
9

Introduo
aos Mtodos
Quantitativos

Algumas operaes algbricas:

- Se =

) (
lim
x f
a x
, ento 0 ) (
1
lim
=
|
.
|

\
|

x
f
a x

- Se 0 ) (
lim
=

x f
a x
, ento

<
> +
=
|
.
|

\
|
a de a vizinhan numa 0 se
a de a vizinhan numa 0 se
) (
1
lim
f(x)
f(x)
x
f
a x


Expresses indeterminadas:

As seguintes expresses
0 0 0
1 , , 0 , 0 , , ,
0
0

so indeterminadas.

Exemplo
Dizer que
0
0
indeterminada tem o seguinte significado:
Seja IR E c , IR E f : , IR E g : , a e E.
Suponhamos que =

) (
lim
x f
a x
0 ) (
lim
=

x g
a x
e que pondo { } 0 ) ( : = e = x g E x Y se tenha ainda
'
Y a e .
Ento
) (
) (
x g
x f
est definida no conjunto Y e faz sentido indagar se existe
) (
) (
lim
x g
x f
a x
. Nada se
pode dizer, em geral, sobre este limite. Depende das funes f e g, ele pode assumir
qualquer valor real, infinito ou no existir.

Tente calcular
) (
) (
lim
0
x g
x f
x
para:
f (x)= 2x, e g (x) =x,;
f(x)=x sen
x
1
(x=0), e g(x)=x.





Anlise Matemtica
10

Introduo
aos Mtodos
Quantitativos

Exerccios Calcule:
a)
2
3
3 2
lim
4 1
x
x x
x x

+ +
+ +

b)
4
2
800
lim
4 10
x
x x
x x
+
+ +
+ +

c)
2
3
0
3
lim
x
x x
x x

+
+


1.3 Continuidade

1.3.1. Definio e Propriedades

Definio
A funo f contnua no ponto a e D
f
quando:

c o o c < < e > - > ) ( ) ( , : 0 0 a f x f a x D x
f


Observaes:

- Ao contrrio da definio de limite, s faz sentido indagar se f contnua no ponto a
quando a e D
f
.
- De acordo com a definio, se a ponto isolado do domnio de f, ento f contnua em
a.
- Seja a e D
f
ponto de acumulao do domnio de f. Ento f contnua em a se e s se
) ( ) (
lim
a f x f
a x
=

. Isto reduz essencialmente a noo de funo contnua de limite.

Teorema
Seja IR E c , IR E f : , IR E g : .
Se f e g so continuas em a e E, ento:
f + g, f g , fg so funes contnuas em a .
Se alm disso g (a) = 0, ento
g
f
contnua em a.


Anlise Matemtica
11

Introduo
aos Mtodos
Quantitativos

Teorema (continuidade da funo composta)
Seja IR H E c , . Seja IR E f : e IR H g : com H E f c ) ( .
Se f contnua no ponto E a e e g contnua em b = f (a) e H, ento IR E f g : contnua
no ponto a.


Definio
Dizemos que IR E f : contnua direita num ponto E a e se ) ( ) (
lim
a f x f
a x
=
+
.
Dizemos que IR E f : contnua esquerda num ponto E a e se ) ( ) (
lim
a f x f
a x
=

.


Definio
Seja IR E c e IR E f : .
Dizemos que:
- f possui uma descontinuidade de primeira espcie no ponto E a e , quando f
descontnua mas existem ) (
lim
x f
a x +
e ) (
lim
x f
a x
( caso a seja ponto de acumulao s de
um lado, s exigido que esse limite exista).
- f possui uma descontinuidade de segunda espcie no ponto E a e , quando f
descontnua e a e E
+
e no existe ) (
lim
x f
a x +
ou a e E

e no existe ) (
lim
x f
a x
.

Exerccios
Verifique se as seguintes funes so contnuas no seu domnio:

a)
2
5 3
( )
3 6 3
x se x
f x
x x se x

>
=

+ s

.

b)
3
3
0
( )
3 0
x x
se x
f x
x
se x

=
=

.






Anlise Matemtica
12

Introduo
aos Mtodos
Quantitativos

1.3.2 Funes Contnuas em Intervalos

Definio
- Seja I = ]a, b[ um intervalo aberto de IR, seja IR I f : , f contnua em I sse for
contnua em todos os pontos de I;
- Seja I = [a, b] um intervalo fechado de IR, f contnua em I sse for contnua em ]a, b[ e
tambm o direita de a e esquerda de b.

Teorema de Bolzano
Seja | | IR b a f , : contnua.
Se 0 ) ( ). ( < b f a f , ento existe pelo menos um ponto c e ]a, b[ tal que 0 ) ( = c f . (ou seja, f
admite pelo menos um zero neste intervalo).

Teorema dos valores intermdios
Seja | | IR b a f , : contnua. Se ) ( ) ( b f d a f < < (ou ) ( ) ( a f d b f < < ), ento existe pelo
menos um ponto c e]a,b[ tal que d c f = ) ( .

Demonstrao:
Basta considerar a funo g = f d, e aplicar o Teorema de Bolzano.

Teorema de Weierstrass
Seja f uma funo contnua num intervalo fechado e no vazio [a, b], ento f tem nesse
intervalo um mximo e um mnimo. Isto , existem | | b a x x , ,
2 1
e , tais que ) ( ) ( ) (
2 1
x f x f x f s s
para todo o | | b a x , e .

Exerccios
1) Seja f(x)=x
3
3x
2
+1, diga justificando se a funo admite:
a) Pelo menos um zero no intervalo [0, 2]
b) Mximos e minimos no intervalo [1, 2]




Anlise Matemtica
13

Introduo
aos Mtodos
Quantitativos

2) Seja f(x)=
3 2
1
1
1
3 3 1 1
se x
x
x x x se x

<

+ + >

, diga justificando se a funo admite:

a) Pelo menos um zero no intervalo [1, 0]
b) Mximos e minimos no intervalo [2, 0].
c) Mostre que existe c e ]-1, 0[ tal que f(c)=
1
2
.

3) Seja f(x)=
2
3 2
2
0
2
6 9 3 0
x x
se x
x
x x x se x

<

+ >

, diga justificando se a funo admite:

a) Pelo menos um zero no intervalo [1, 1].
b) Mximos e minimos no intervalo [10, 5].

1.4 Estudo Assimpttico
No estudo de funes reais de varivel real indispensvel analisar o
comportamento assimpttico da funo (comportamento do grfico da funo nas
vizinhanas do infinito e nos pontos prximos do domnio).

Assimptotas Verticais












Definies

Se =
+

) x ( f lim
a x
ou =

) x ( f lim
a x
, dizemos que a recta de equao x
= a uma assimptota vertical do grfico de f




x=0

Anlise Matemtica
14

Introduo
aos Mtodos
Quantitativos

Onde procurar as assimptota verticais?

Nos pontos que no pertencem ao domnio, mas que so pontos de
acumulao.
Nos pontos de descontinuidade.


Assimptotas Horizontais

Se b ) x ( f lim
x
=

dizemos que a recta de equao y =b uma assimptota
horizontal do grfico de f.












Assimptotas No Verticais

Se ( ) lim ( ) 0
x
f x mx b

= dizemos que a recta de equao y = mx+b uma

assimptota no-vertical do grfico de f.
Geometricamente significa que a distncia entre os pontos (x, mx + b) e (x,
f(x)) tendem para zero medida que x tende para infinito.

No caso particular m = 0, a recta y = b uma assimptota horizontal de f .

( )
lim
x
f x
m
x

= lim( ( ) )
x
b f x mx

=
Se me IR\{0}, b e IR ento a recta y = mx+b uma assimptota oblqua








y=0

Anlise Matemtica
15

Introduo
aos Mtodos
Quantitativos

- Observaes:

O lim( ( ) )
x
f x mx

no implica que exista uma assimptota oblqua para o

grfico de f. Exemplo a funo f (x) =5x + x , x > 0.

Se lim( ( ) )
x
f x mx

= , dizemos que o grfico de f possui um ramo

parablico de direco assimpttica, y = mx

Exerccios
1) Mostre que as seguintes funes admitem assimptotas horizontais ou verticais:
a) ( )

>

=
0 ,
1
1
0 ,
2
1
2
2
x
x
x
x x
x
x f
b) ( )
2
2
1
x
x
x g
+
=
2) Verifique se a funo ( )
2
1
2
+

=
x
x
x f admite assmpototas.

1.5 Funes Trigonomtricas

Algumas relaes entre funes trigonomtricas:
-
x
senx
x tg
cos
) ( = ; cotg x =
senx
x cos
;
- sen (x ) = sen x; cos (x ) = cos x; tg (x)= tg x
- sen
2
x + cos
2
x =1

Alguns valores de razes trignomtricas conhecidas:

0
6
t

4
t

3
t

2
t

Seno 0 1/2
2 / 2 2 / 3
1
Coseno 1
2 / 3 2 / 2
1/2 0
Tangente 0
3 / 3
1
3
S/s
Cotangente S/s
3
1
3 / 3
0


Anlise Matemtica
16

Introduo
aos Mtodos
Quantitativos
Sen x

Funes trigonomtricas



Consideremos a funo senx x g x = ) (


| |
senx x
IR g

1 , 1 :


O grfico de g (x):


Alguns dados sobre a funo f(x)= Sen x:
- D
f
= IR e D
f
= [1, 1];
- uma funo no montona no seu domnio;
- no sobrejectiva;
- no injectiva;
- contnua em IR;
- uma funo mpar;
- tem vrios pontos mximos (
2
t
+2kt, 1) e um mnimo em (
2
t
+2kt, 1), com k e Z;
- tem infinitos zeros em x=kt, com k e Z;
- no tem limite no infinito;
- limitada


Anlise Matemtica
17

Introduo
aos Mtodos
Quantitativos
Cos x



Consideremos a funo x x g x cos ) ( =


| |
x x
IR g
cos
1 , 1 :

O grfico de g (x):


Alguns dados sobre a funo f(x)= Cos x:
- D
f
= IR e D
f
= [1, 1];
- uma funo no montona no seu domnio;
- no sobrejectiva;
- no injectiva;
- contnua;
- uma funo par;
- tem vrios pontos mximos (2kt, 1) e um mnimo em ( t +2kt, 1), com k e Z;
- tem infinitos zeros em x=
2
t
+ kt, com k e Z;
- no tem limite no infinito;
- limitada.

Nota: As funes Seno e Coseno so peridicas de perodo 2t (a funo repete-se
infinitamente num intervalo 2t).


Anlise Matemtica
18

Introduo
aos Mtodos
Quantitativos
Tangente



Consideremos a funo tgx x g x = ) (


tgx x
IR D g

:

onde
)
`

e + = e = Z k k x IR x D ,
2
: t
t


O grfico de g (x):

Alguns dados sobre a funo f(x)= Tg x:
- D
f
= D e D
f
= IR;
- uma funo crescente no seu domnio;
- sobrejectiva;
- no injectiva;
- contnua no seu domnio;
- uma funo mpar;
- no tem mximos nem mnimos;
- tem infinitos zeros em x= kt, com k e Z;
- no tem limite no infinito;
- no limitada.

Nota: Esta funo peridica de perodo t (a funo repete-se infinitamente num
intervalo t).

Anlise Matemtica
19

Introduo
aos Mtodos
Quantitativos
Cotangente



Consideremos a funo gx x g x cot ) ( =


gx x
IR D g
cot
:

onde { } Z k k x IR x D e = e = , : t

O grfico de g (x):

Alguns dados sobre a funo f(x)= Cotg x:
- D
f
= D e D
f
= IR;
- uma funo decrescente no seu domnio;
- sobrejectiva;
- no injectiva;
- contnua no seu domnio;
- uma funo mpar;
- no tem mximos nem mnimos;
- tem infinitos zeros em x=
2
t
+ kt, com k e Z;
- no tem limite no infinito;
- no limitada.

Anlise Matemtica
20

Introduo
aos Mtodos
Quantitativos

Exerccios
1) Calcule, se existirem, os seguintes limites:
a)

b)

c)

d)

e)

2) Considere a funo real de varivel real, , de domnio e definida por:

Estude a continuidade de .

1.6 Funo Exponencial e Funo Logartmica

1.6.1 Funo Exponencial

Definio
Chama-se funo exponencial de base a funo f , real de varivel real


{} 1 \ ,
:
+
e

IR a a x
IR IR f
x

x
x
sin lim
t
x
x
cos lim
2
t

x
x
tan lim
4
t

x
x
tan lim
2
+

t
|
.
|

\
|
+
x
x
x
1
sin lim
f | | t t 2 , 2
( )

<
> +
=
2
,
2
2
2
,
2
cos
t t
t t
x x
x x
x f
f

Anlise Matemtica
21

Introduo
aos Mtodos
Quantitativos
Algumas propriedades
0< a <1
- O domnio IR
- A funo contnua em IR
- A funo injectiva
- A funo no sobrejectiva
- A funo no tem mximos
nem mnimos
- A funo no tem zeros
- x > 0 => a
x
<1
- x = 0 => a
x
=1
- x < 0 => a
x
>1
- a funo f decrescente
- 0 lim =
+
x
x
a
- + =

x
x
a lim
- y = 0 uma assimptota horizontal do grfico de f

a > 1
- O domnio IR
- A funo contnua em IR
- A funo injectiva
- A funo no sobrejectiva
- A funo no tem mximos
nem mnimos
- A funo no tem zeros
- x > 0 => a
x
>1
- x = 0 => a
x
=1
- x < 0 => a
x
<1
- a funo f crescente
- + =
+
x
x
a lim
- 0 lim =

x
x
a
- y = 0 uma assimptota horizontal do grfico de f

Anlise Matemtica
22

Introduo
aos Mtodos
Quantitativos

a = e
Define-se o nmero irracional e (nmero de Nepper) como sendo
n
n n
e |
.
|

\
|
+ =

1
1 lim
Seja
x
e x f = ) (


Esta funo tem todas as propriedades da funo a
x
com a>1 e ainda

1
1
lim
0
=

x
e
x
x
e + =
+
p
x
x
x
e
lim , p e IR

1.6.2. Funo Logaritmo

Definio
Logaritmo de um nmero positivo, na base a, positiva e diferente de 1, o nmero a que se
deve elevar a base para se obter x


y
a
a x y x = = log
Logo
x
a
a x
log
= e que y x
a
= log

Quando a base e omite-se a base ficando x log ou Lnx, a estes chamam-se logaritmos
neperianos.

Propriedades do logaritmo
Se x e y nmeros positivos e a e b nmeros positivos diferentes de um. Ento tem-se

- log
a
(x .y) =log
a
x + log
a
y
- log
a
(
y
x
) = log
a
x log
a
y
- log
a
x
p
= p log
a
x, p e IR

Anlise Matemtica
23

Introduo
aos Mtodos
Quantitativos
- log
a
n
x =
n
1
log
a
x, n e IN
- log
b
x = log
a
x. log
b
a
- log
a
b =
a log
1
b

- log
a
x =
a log
x log


Funo logaritmica

Definio
Como a funo f: IR IR
+
x a
x
, a e IR
+
\{1} bijectiva , admite inversa,

f
1
= g : IR
+
IR

x log
a
x

, a e IR
+
\{1} que chamada funo logartmica

Algumas propriedades

a > 1
- O domnio IR
+

- A funo injectiva
- g tem um zero para x =1
- a funo contnua em IR
+

- a funo crescente
- x > 1 => log
a
x >0
- x = 1 => log
a
x =0
- x < 1 => log
a
x <0
- + =
+
x log lim
a
x

- =

x log lim
a
0 x

- x= 0 uma assimptota vertical do grfico de f



Anlise Matemtica
24

Introduo
aos Mtodos
Quantitativos

0< a <1
- O domnio IR
+

- A funo injectiva
- g tem um zero para x =1
- a funo contnua em IR
+

- a funo decrescente
- x > 1 => log
a
x <0
- x = 1 => log
a
x =0
- x < 1 => log
a
x >0
- =
+
x log lim
a
x

- + =

x log lim
a
0 x

- x = 0 uma assimptota vertical do grfico de f

a = e
Seja f(x)= log x


Esta funo tem todas as propriedades da funo log
a
x com a>1 e ainda

1
) 1 log(
lim
0
=
+
x
x
x
e 0
log
lim =
+
p
x
x
x
, p e IR

1.7 Diferenciabilidade

1.7.1 Definio e Propriedades

Definio
Sejam E c e a e E E ( a um ponto de acumulao, mas tem de pertencer ao domnio).
Dizemos que f diferencivel no ponto a, quando
a x
a f x f
a x

) ( ) (
lim
existe.
Se o limite anterior existir por definio, a derivada da funo f no ponto a, designada
pelo smbolo f(a).


Anlise Matemtica
25

Introduo
aos Mtodos
Quantitativos

Pondo x = a + h obtm-se imediatamente a frmula, por vezes mais cmoda no clculo de
derivadas:

h
a f h a f
a f
h
) ( ) (
lim
) ( '
0
+
=

Definio
Diz-se que f diferencivel se f diferencivel para todo o ponto a pertencente ao
domnio de f.

Em termos intuitivos, muito simples dar uma interpretao geomtrica do conceito de
derivada. Designando por P e Q, respectivamente os pontos do grfico de f que tm
abcissas a e a+h, a razo incremental
h
a f h a f ) ( ) ( +
o declive da recta PQ, secante ao
referido grfico.



y

Q

f (a+h) f (a)

P

M

h


0 a a + h x


- Quando f(a) existe e finita, chama-se tangente ao grfico de f no ponto P=(a,f (a)),
recta que passa por este ponto e tem declive igual a f(a), isto , recta de equao :
y= f (a) +(x - a) f(a).

- Quando f (a)= + ou f (a)= - , chama-se tangente ao grfico de f recta vertical de
equao x = a .




Anlise Matemtica
26

Introduo
aos Mtodos
Quantitativos

Notao
f(x ) =
df(x)
dx

f(a) =
df(x)
dx x a =


Denota-se por f = f
(2)
= (f ) a 2 derivada de f e por f (a) = f
(2)
(a) a 2 derivada de f
em a. Assim a n-sima derivada de f denota-se por f
(n)
=(f
(n-1)
).

Definio
Quando a e E E
+
, podemos definir a derivada direita da funo f no ponto a, como
sendo o limite (caso exista):
h
a f h a f
a x
a f x f
a f
h a x
) ( ) (
lim
) ( ) (
lim
) ( '
0
+
=

=
+

+


Analogamente se define derivada esquerda f

(a) quando a um ponto de acumulao
esquerda e pertence ao domnio de f (a e E E

).

Nota
Quando a pertence ao domnio de f e ponto de acumulao direita e esquerda, ento
f(a) existe se e s se existem e so iguais as derivadas laterais f
+
(a) e f

(a).

Observao

- Uma funo pode ser contnua num ponto onde no tenha derivada; a continuidade nem
sequer garante a existncia de derivadas laterais.

Um exemplo a funo: f (x)=
0 x se 0
0 x se
x
1
sen x

=
=
que continua em IR e cuja razo
incremental no ponto 0,
x
sen
x
f x f 1 ) 0 ( ) (
=

, no tem limite, nem limites laterais quando x

tende para zero.


Anlise Matemtica
27

Introduo
aos Mtodos
Quantitativos

Teorema
Se f diferencivel em a, ento f continua em a.

Teorema
Seja f : IRIR.
- Se f a funo constante, f (x) = c, ento f(a) = 0 para todo o a e IR.
- Se f a funo identidade, f(x)=x, ento f(a) = 1 para todo o a e IR.

Teorema
Sejam f, g : EIR funes diferenciveis no ponto a e E E.
Ento f + g, f g , fg e f/g (caso g(a)=0) so diferenciveis em a.
Alm disso tem-se:
- (f +g )(a)=f (a) + g (a)
- (f g )(a)=f (a) g (a)
- (f .g )(a)=f (a).g (a) + f (a).g (a)
- ( )
2
'
) (
) ( ' ) ( ) ( ) ( '
a g
a g a f a g a f
a
g
f
=
|
|
.
|

\
|


Corolrio
Seja f : IRIR.
Se f (x)= x
n
, n eIN, ento f (a) =n a
n1
, para todo a e IR.

Corolrio
Sejam f , g : IRIR
Se g (x) = c.f (x) para algum c eIR e f diferencivel em a e IR, ento g(a) = c.f (a).

1.7.2 Regra da Cadeia

Teorema
Seja E, H c IR. Sejam f: E IR, g: H IR, f (E) c H , a e E E e b = f(a) eH H.
Se existem f(a) e g(b), ento g o f: EIR diferencivel no ponto a, sendo
(g o f) (a) = g(f(a)). f(a)

Anlise Matemtica
28

Introduo
aos Mtodos
Quantitativos

1.7.3. Derivada da Funo Inversa

Teorema
Seja f: IIR uma funo continua e injectiva definida num intervalo I.
Se f diferencivel no ponto a, ento f
1
: f (I) IR diferencivel no ponto b = f (a) se e
s se f (a) = 0. No caso afirmativo, ( )( )
( ) a f
b f
'
'
1
1
=

.

Definies
- Seja f: EIR. Diz-se que f uma funo diferencivel se for diferencivel para todo o
ponto x pertencente a E, domnio de f.
- Seja f: I IR, diferencivel, I um intervalo de IR. Considera-se a funo derivada
f :IIR que associa a cada x e I a derivada f(x).
- Se f uma funo contnua, diz-se que f uma funo de classe C
1

- Se f n vezes diferencivel e f
(n)
: IIR contnua diz-se que f uma funo de
classe C
n
.
- Diz-se que f uma funo de classe C

se de classe C
n
para todo n e IN.

1.7.4 Teoremas Fundamentais do Clculo Diferencial

Nos teoremas fundamentais que estudaremos tero papel de relevo as funes que so
contnuas num intervalo fechado [a, b] e diferenciveis em qualquer ponto pertencente ao
intervalo ]a, b[.

Teorema de Rolle
Seja f: [a, b]IR, contnua, diferencivel em ]a, b[, se f (a) = f(b) ento existe um ponto
c e ]a, b[ tal que f (c) =0.

Corolrio
Entre dois zeros de uma funo diferencivel num intervalo existe pelo menos, um zero da
sua derivada.



Anlise Matemtica
29

Introduo
aos Mtodos
Quantitativos

Corolrio
Se f diferencivel num intervalo I e se a e b so zeros consecutivos de f , ento existe
no mximo um zero de f em ]a, b[

Nota
Conjugando este resultado com o teorema de Bolzano, podemos dizer que se f assumir
valores de sinais contrrios para dois zeros consecutivos de f , entre esses nmeros existe
exactamente um zero; se o sinal for o mesmo, entre os dois zeros de f ento no existe
nenhum zero de f.


Exerccio
Prove que no intervalo [1,5; 3] a funo
2
( ) log( 2 1) f x x x = + admite exactamente um zero.


Teorema dos valores intermdios para a derivada
Seja f: [a, b]IR, contnua , diferencivel em [a, b] (entende-se por derivada nos pontos a
e b como sendo as derivadas direita de a e esquerda de b).
Se f (a) < d <f (b) (ou f (b)< d <f (a)), ento existe c e ]a, b [ tal que f (c) = d.


Observao
Quando f de classe C
1
, o teorema anterior decorre do teorema dos valores intermdios
para funes contnuas aplicado a funo f. No entanto mesmo que a funo derivada no
seja contnua.


Corolrio
Se f: I IR diferencivel num intervalo I, ento f no pode ter descontinuidades de
primeira espcie em I.



Anlise Matemtica
30

Introduo
aos Mtodos
Quantitativos

Teorema de Lagrange
Seja f: [a, b]IR, contnua, diferencivel em ]a, b[, existe pelo menos um ponto c e ]a, b[
tal que ) ( '
) ( ) (
c f
a b
a f b f
=

y

B

A
0 a c b x

A interpretao geomtrica simples: em pelo menos um ponto do intervalo ]a, b[, a
tangente ao grfico de f dever ser paralela corda que liga os pontos A = (a, f (a)) e
B = (b, f(b))

Corolrio 1
Se uma funo contnua num intervalo I, e possui derivada nula em todos os pontos desse
intervalo, ento f constante nesse intervalo.

Corolrio 2
Se f e g so duas funes contnuas num mesmo intervalo I e f(x) = g(x) para todo o x
pertencente a esse intervalo, ento existe algum nmero k e IR tal que f = g + k

Teorema (Regra de LHpital)
Sejam f, g : E IR funes diferenciveis.
Seja

{ } { } + e + e =
= = = =

, IR , IR ,
) ( '
) ( '
lim
ou 0 com , ) ( lim ) ( lim
|
o o o
|
| |
e com
x g
x f
x g x f
x
x x

Ento

|
=
) (
) (
lim
x g
x f
x

Anlise Matemtica
31

Introduo
aos Mtodos
Quantitativos

1.7.5 Importncia da Derivada

A partir do estudo da funo f, possvel ficar a conhecer o comportamento da funo f.

Definio
Seja f uma funo diferencivel em a. Diz-se que a um ponto crtico de f se f(a) = 0. O
valor de f (a) chamado valor crtico para f.

Teorema
- Seja f: E IR, diferencivel direita no ponto a e E E
+

- Se f
+
(a) > 0, ento existe o > 0 tal que se para x e E e a < x < a + o ento
f(a) < f(x) (perto de a, por valores direita f uma funo crescente)

- Se f
+
(a) < 0, ento existe o > 0 tal que se para x e E e a < x < a + o ento
f(x) < f (a) (perto de a, por valores direita f uma funo decrescente)

- Seja f: E IR, diferencivel esquerda no ponto a e E E
.

- Se f

(a) > 0, ento existe o > 0 tal que se para x e E e a o < x < a ento
f(x) < f(a) (perto de a, por valores esquerda f uma funo crescente)

- Se f

(a) < 0, ento existe o > 0 tal que se para x e E e a o < x < a ento
f(a) < f (x) (perto de a, por valores esquerda f uma funo decrescente)

- Seja f: E IR, diferencivel no ponto a e E E
+
E
.

- Se f (a) > 0, ento existe o > 0 tal que se para x, y e E e a o < y < a< x < a +o
ento f(y) < f(a) < f (x) (perto de a, f uma funo crescente)

- Se f (a) < 0, ento existe o > 0 tal que se para x, y e E e a o < y < a< x < a +o
ento f(x) < f(a) < f (y) (perto de a, f uma funo decrescente)




Anlise Matemtica
32

Introduo
aos Mtodos
Quantitativos

Corolrio do Teorema de Lagrange
Se f uma funo contnua definida num intervalo I de f(x) > 0 para todo o x
pertencente a esse intervalo, ento f crescente nesse intervalo; se f(x) < 0 para todo o x
pertencente a esse intervalo, ento f decrescente nesse intervalo.

Nota
Se f diferencivel e crescente em I ento f(x) 0 , x ; > se f diferencivel e
decrescente em I ento f(x) 0 s , x .

Corolrio
Seja a e E E
+
E
. .
. Se f: E IR, diferencivel no ponto a e possui um mximo ou um
mnimo local nesse ponto, ento f (a) = 0, ou seja a ponto crtico de f.

Observao
a pode ser ponto crtico de f e no entanto no ser nem mximo nem mnimo local.

Ponto critico




O corolrio anterior estabelece apenas uma condio de extremo mximo local para
uma funo diferencivel. importante notar a hiptese de a e E E
+
E
;
Se apenas
uma derivada lateral estiver definida, o ponto no ser necessariamente crtico, mesmo
que a seja extremo local.







Mximo local

Anlise Matemtica
33

Introduo
aos Mtodos
Quantitativos


Teorema
Seja f: [a, b]IR, uma funo duas vezes diferencivel em ]a, b[.
- Se f(c) = 0 e f(c) > 0, para c e]a, b[ ento f tem um mnimo local em c.
- Se f(c) = 0 e f(c) < 0, para c e]a, b[ ento f tem um mximo local em c.

Corolrio
Suponha que f(c) existe. Se f tem um mnimo local em c, ento f(c) > 0; se f tem um
mximo local em c ento f (c) s 0.

Nota
Para estudar os extremos locais e globais de uma funo f: [a, b] IR deve-se considerar
trs tipos de pontos:
- os pontos crticos de f em ]a, b[;
- os pontos a e b;
- os pontos x e ]a, b[, tal que f no seja diferencivel em x.

Exerccios
1) Seja f(x) = e
x
(x
2
5x+6), estude f quanto monotonia e existncia de
extremos relativos.

2) De uma funo real de varivel real sabemos que a sua derivada
f (x) = log(x
2
2x+1).
Estude f quanto monotonia e existncia de extremos relativos

1.8 Estudo de Funes

Teorema
A segunda derivada d-nos o sentido das concavidades, assim se:
- f(x) > 0, x e I, I intervalo de IR, ento f convexa em I
- f(x) < 0, x e I, I intervalo de IR, ento f cncava em I.


Anlise Matemtica
34

Introduo
aos Mtodos
Quantitativos


Definio
Um ponto a e D
f
um ponto de inflexo do grfico de f se a segunda derivada muda de
sinal numa vizinhana de a. (se a segunda derivada est definida em a ento a um zero de
f )

Para representar graficamente uma funo deve-se determinar:

1. Domnio de f.

2. Pontos de interseco do grfico com o eixo OX (zeros de f) e com o eixo
OY

3. Pontos de descontinuidade

4. Assimptotas do grfico (limite de f nos pontos de fronteira do seu domnio
e os pontos de descontinuidade d-nos as assimptotas verticais )

5. Derivada f e o seu domnio

6. Sinal de f (zeros de f)

7. 2 derivada f e o seu domnio.

8. Sinal de f (zeros de f).


Exerccio
Fazer o estudo completo da funo f(x) =
4 x
x 3
2
3

1. D
f
= IR\{2, 2}

2. OX=OY=(0,0)

3. no tem

4. y = 3x, x = 2 [
2 2
lim ( ) ; lim ( )
x x
f x f x
+

= = + ]
x = 2 [
2 2
lim ( ) ; lim ( )
x x
f x f x
+

= = + ]


Anlise Matemtica
35

Introduo
aos Mtodos
Quantitativos
5.

D
f
= IR\{2, 2},
Zeros={ 12, 0, 12 }

6.
12 2 0 2 12
3x
2
+ + + + + 0 + + + + +
12+x
2
+ 0 0 +
(4+x
2
)
2
+ + + 0 + + + 0 + + +
f(x) + 0 s/s 0 s/
s
0 +
f(x)
9 3
15, 6

~

0
9 3
15, 6 ~




7.

D
f
=\{2, 2}, zeros={ 0 }

8.
2 0 2
24x

0 + + +
12+x
2
+ + + + + + +
(4+x
2
)
3
+ 0 0 +
f(x) s/s + 0 s/
s
+
f(x) 0

Anlise Matemtica
36

Introduo
aos Mtodos
Quantitativos





O grfico:






Estatstica
37

Introduo
aos Mtodos
Quantitativos
Regras de Derivadas








Estatstica
53

Introduo
aos Mtodos
Quantitativos
2 x
3 x
) x ( t
3 x
x
) x ( h
2 x
3 x
) x ( g
3 x (x) f

+
=
+
=

+
=
+ =

Exerccios


1. Determine o domnio e o conjunto de pontos de acumulao do domnio das seguintes
funes (o conjunto dos pontos de acumulao do domnio de uma funo f denomina-se
derivado do domnio de f e denota-se por D
f
):

a)

b)


c)


d)


2. Calcule os seguintes limites, se existirem, ou mostre que no existem:

f)
1
3x 2 se x 1
lim g(x), sendo g(x)
x 3 se x 1
x
+ <
=

+ >

g)

> +
< +
=

1 x se 3 x
1 x se 2 3x
g(x) sendo g(x), lim
2 x


h)

> +
< +
=

1 x se 3 x
1 x se 2 3x
g(x) sendo g(x), lim
5 x


i)
x
2 x
g(x) sendo g(x), lim
2 x

=
+

j)
2 x
x
g(x) sendo g(x), lim
2 x

=
+

k)
2 x
1
g(x) sendo g(x), lim
x

=
+



Estatstica
54

Introduo
aos Mtodos
Quantitativos
l)
2 x
x
g(x) sendo g(x), lim
x

=
+


m)
2 x
x
g(x) sendo g(x), lim
x

=
+


n)

+
s s +
=

x de valores outros se 2 x
2 x 2 - se 4 x -
g(x) sendo g(x), lim
2
2 x


o)

+
s s +
=
+

x de valores outros se 2 x
2 x 2 - se 4 x -
g(x) sendo g(x), lim
2
2 x


p)

+
s s +
=

x de valores outros se 2 x
2 x 2 - se 4 x -
g(x) sendo g(x), lim
2
2 x


q)

+
s s +
=

x de valores outros se 2 x
2 x 2 - se 4 x -
g(x) sendo g(x), lim
2
2 x


r)

+
s s +
=

x de valores outros se 2 x
2 x 2 - se 4 x -
g(x) sendo g(x), lim
2
x


s)

x
) 1 x 2 (
x
1
lim
2
0 x +


t)

x
) 2 x 2 (
1 x
lim
2
1 x

u)

1 x
) 3 x ( x
lim
2
x
+
+
+


v)
x - 3 - x lim
x +


w)

1 x
x x
lim
2
2
x
+

+


x)

1 x 2
4 x x 6
lim
2
2
x
+
+
+



Estatstica
55

Introduo
aos Mtodos
Quantitativos
y)

x 3
1 x
lim
2
x
+
+


z)
( )

x 1 x 2
) 1 x ( x 2
lim
4 2
2
x
+
+
+


aa)
( )

x 1 x 2
) 1 x ( x 2
lim
4 2
2
0 x
+
+

bb)
4) x - (6x lim
2
x
+
+


cc)
4) x - (6x lim
2
0 x
+

dd)

x
1
sen x lim
0 x


ee)

1 x
1 x x
lim
x +

+


ff)

1 x
x
lim
x + +


gg)

hh)

ii)

jj)

3. Para cada valor real de m a expresso seguinte define uma funo real de varivel real
f:

f(x)=

< + +
=
> +
0 x se m | 3 x |
0 x se 2
0 x se 7 mx x
3


a) Determine m de modo que exista ) x ( f lim
0 x
.
x
x
x
sin
lim
0
( )
x
x
x
8 sin
lim
0
x
e
x
x
sin
1
lim
0

( )
( ) 1 ln
2 sin
lim
0
+

x
x
x

Estatstica
56

Introduo
aos Mtodos
Quantitativos

s
> +
=
3 x se 4
3 x se 1 2
) (
2
x x
x
x f

<
+

> +
=
2 x se
6 x 5 x
x 2 x
2 x se x m 2
) x ( f
2
2

b) Determine m de modo que ) 0 ( f ) x ( f lim
4 x
=

.

c) Existir algum valor de m de modo que a funo f seja contnua em IR? Justifique.


4. Considere a seguinte funo real de varivel real f:

f(x) =

=
=
+
+
-3 x se 2
-3 x se
3 x
| 3 x |


a) Determine, se existir, ) x ( f lim
3 x
.
b) Esboce o grfico de f.
c) Estude a injectividade e sobrejectividade de f.


5. Considere a seguinte funo f:




a) Calcule f (2) e f (4).
b) Poderemos aplicar o teorema de Bolzano ao intervalo [2, 4] e concluir que f admite
pelo menos um zero nesse intervalo? Justifique.
c) Justifique a existncia de um mximo e de um mnimo de f no intervalo [-1, 2].


6. Mostre que a funo x
2
-2x-3 admite pelo menos um zero no intervalo [2, 4].


7. Para cada valor real de m a expresso seguinte define uma funo real de varivel real
f:





Determine m de modo que a funo f seja contnua em IR.







Estatstica
57

Introduo
aos Mtodos
Quantitativos

8. Considere a funo real de varivel real f definida por:
( )

<
=
>

+
=

1 2
1 1
1
1
1
1
x , e x
x ,
x ,
x
x ln
x f
x

a) Determine o domnio da funo f .
b) Estude a funo f quanto continuidade no ponto de abcissa 1.
(No caso de f no ser contnua no ponto 1, deve indicar, justificando, se contnua
esquerda, ou direita, nesse ponto)
c) Prove que f admite pelo menos um zero no intervalo | | 1 , 0 .
d) Pode garantir a existncia de mximos e mnimos no intervalo | | 2 . 0 ?

9. Considere a funo real de varivel real f definida por:

( )

>
<
=
1 ,
ln
1 ,
x
x
x
x e x
x f
x


a) Determine o domnio da funo f .
b) Estude a funo f quanto continuidade no ponto de abcissa 1.
(No caso de f no ser contnua no ponto 1, deve indicar, justificando, se
contnua esquerda, ou direita, nesse ponto)
c) Verifique se f admite pelo menos um zero no intervalo | | 2 , 1 .
d) Pode garantir a existncia de mximos e mnimos no intervalo | | 2 , 1 ?


10. Sendo a e b nmeros reais, considere a famlia de funes reais de varivel real:
( )

>
< <
s
=
3 ,
3 1 , 2
1 ,
2
x a bx
x x
x b ax
x h

Determine a e b de modo que:
a) h seja contnua em R ;
b) h seja contnua em { } 1 \ R .

Estatstica
58

Introduo
aos Mtodos
Quantitativos

11. Considere a seguinte funo real de varivel real f (x) = x
5
4x
3
+ l. Determine dois
inteiros consecutivos, n e n +1, tais que a funo f tenha uma raiz pertencente ao
intervalo [n, n +1].


12. Mostre que todo o nmero real positivo tem uma raiz quadrada. Utilize a funo
auxiliar f(x) = x
2
t, t >0 e aplique o Teorema de Bolzano.

13. Mostre que a equao 0 = x
3
+4x
2
+2x+5 tem pelo menos uma soluo real.


14. Considere a seguinte funo:

s
+
>
=
3 x se
3
x x -
3 x se 5 x
) x ( f
2


Mostre que a restrio de f ao intervalo [2, 7], f|
[2, 7]
, tem um mximo e um

mnimo.


15. Use a definio para calcular a derivada das seguintes funes nos pontos indicados:

a) f (x) = x+3, nos pontos x = 0 e x = 2
b) g(x) = , 1 x
2
no ponto x = 2
c) h(x) = e
x
, nos pontos x = 0 e x = 2
d) m(x) = log x, nos pontos x = 1 e x = 2
e) n(x) = cos x, nos pontos x = 0 e x = 2


16. Para cada valor real de a e b a expresso representa uma funo:

s +
> +
=
1 x se 5 4x - x
-1 x se b ax
) x ( f
3


Determine a e b de modo que a expresso seja diferencivel em IR.





Estatstica
59

Introduo
aos Mtodos
Quantitativos

17. Determine uma expresso que defina a funo derivada das seguintes funes:

a) f (x) = cos x
b) f (x) = 3x
2
+ 4x 8
c) f (x) = (3x
2
+ 4x )(1x
3
)
d) f (x) =
1 x
) 3 x ( x
2
+
+

e) f (x) = (5x
2
+ 3)
2

f) f (x) = x 4 x
2
+
g) f (x) =
x 3
1 x
2
+

h) f (x) =
3 2
2 x +
i) f (x) = ( )
3
2
2
x 2 x +
j) f (x) = x sen(2x 1)
k) f (x) = 2x tg
2
(x + 1)
l) f (x) = e
x
sen ( x 1)
m) f (x ) =
x 2 1
3 x
cotg

+

n) f (x ) =
3 x
2
e


o) f (x ) = log (2 + x
2
)
p) f (x ) = log
2
(2+x
2
)
q) f (x ) = log (senx )
r) f (x ) = log (2 + 3x
3
) x
s) f (x ) =
) e cos(
) x log(
x
1
2



Estatstica
60

Introduo
aos Mtodos
Quantitativos
4
x
t
=

18. Verifique se so ou no diferenciveis as seguintes funes no ponto dado e, em caso
afirmativo, indique o valor da derivada nesse ponto:

a) f (x ) = (x
2
+ 2x)
2
, no ponto x= 3
b) f (x ) = x , no ponto x= 3
c) f (x ) = | x 3 |, no ponto x= 3
d) f (x ) = | x
2
9 |, no ponto x= 3
e) f (x ) = | x
3
27|, no ponto x= 3
f) f (x ) =
3
3 2
x
1 x +
, no ponto x= 3
g) f (x) =

<
> +
1 x se 1
x
1
1 x se 2 x 3 x
2
, no ponto x = 1
h) f (x) =

< +
=
> +
1 x se 1 x
1 - x se 1
1 x se 3 x
, no ponto x = -1
i) f (x) =

=
=
0 x se 0
0 x se
x
1
xsen
, no ponto x = 0
j) f (x) =

<
>

1 x se x
1 x se e
2
1 x
2
, no ponto x = 1
k) f (x) =

=
=
0 x se 0
0 x se
x
1
sen x
2
, no ponto x = 0
l) f (x) =

t
<
t
t
>

4
x se
x 4
4
x se ) x 2 ( sen
, no ponto





Estatstica
61

Introduo
aos Mtodos
Quantitativos

19. Considere as seguintes funes f, g, h e m:
( ) x cos ) x ( m e
1 x
x
(x) h , x (x) g , 1 x 5 ) x ( f
2
2
=
+
= = + =
Utilizando e no utilizando a regra da cadeia calcule:
a) (f o g ) (1)
b) (g o f ) (1)
c) (m o h ) (1)
d) (h o m ) ( 4 t )

20. Considere a seguinte funo: f(x) = 2e
1 x
3
+

Determine (f
1
)(2 ).


21. Considere a seguinte funo: f(x) = x
7
+ 2x
5
+5x
3
+ 1
Determine (f
1
) ( 9 ).


22. Considere a funo:
f (x ) = 5 x
2
+
a) Calcule f(2 ).
b) Sendo h uma funo real de varivel real tal que h (1) = 2 e h(1) = 3, calcule:
i) (f + h ) (-1),
ii) (f . h ) (-1),
iii) (f / h ) (-1),
iv) (f o h ) (-1).


23. Mostre que a funo e
senx
1 admite exactamente um zero real no intervalo
(

t t
2
3
,
2
.

Estatstica
62

Introduo
aos Mtodos
Quantitativos

24. Considere a funo real de varivel real f(x) = x
3
+9x + 2.
a) Mostre que a funo f verifica as condies do Teorema de Rolle no intervalo [0, 3].
b) Calcule um ponto c e ]0, 3[ tal que f(c) = 0.
c) Mostre que existe c e ] 0, 1[ tal que f(c) = 8

25. Considere a seguinte funo real de varivel real f:

t
=

t
e
=
2
x se 1

2
0, x se x tg
) x ( f

a) Verifique que |
.
|

\
| t
= |
.
|

\
| t
2
f
4
f .
b) Mostre que f contnua e diferencivel no intervalo

( t t
2
,
4
.
c) No intervalo

( t t
2
,
4
f no tem zeros. Isto contradiz o Teorema de Rolle?


26. Considere a seguinte funo de varivel real:
1 3
2
) (
+
=
x x
e x f
a) Verifique que no intervalo [0, 3] a funo satisfaz o Teorema de Rolle.
b) Mostre que a tangente ao grfico de f no ponto x =
2
3
uma recta horizontal.


27. Considere a funo
3 2
x 1 ) x ( f =
.

Poder aplicar o teorema de Rolle a f no intervalo [-2,2]?


28. Considere a seguinte funo real de varivel real definida por:
( )
( )

s + +
>
+
=
0 , 1 3 3
0 ,
1 ln
2 3
x x x x
x
x
x
x f
a) Estude f quanto continuidade e diferenciabilidade.
b) No intervalo [-1,0] a funo admite mximos e mnimos?
c) Mostre que no intervalo [-1,0] f admite exactamente um zero.
d) Pode assegurar a existncia de um ponto e c [-1,1] tal que ( )
( ) ( )
2
1 1
'

=
f f
c f ?

Estatstica
63

Introduo
aos Mtodos
Quantitativos

29. Considere as funes ( ) 1 4
3
= x x x f e ( ) x x g ln = .
a) Verifique as condies do Teorema de Rolle no intervalo [0,2] para a funo f e
determine o nmero de Rolle.
b) Calcule ( ) ( ) 1 ' g f .

30. Seja ( )
( )

>
< +
=
0 ,
0 , 1 ln
2
2 2
2
x ax e
x ax x
x f
x
, e a .
a) Verifique se existe um valor de a real, de modo a que a funo seja contnua e
diferencivel.
b) Considere 5 = a . Prove que no intervalo [0,1] a funo admite pelo menos um zero.
c) Considere 0 = a . Averige a aplicabilidade funo, no intervalo [0,2], do:
c.1) Teorema de Rolle;
c.2) Teorema de Bolzano;
c.3) Teorema de Lagrange.


31. Considere a seguinte funo real de varivel real definida por:
( )

s +
> +
=
1 , 5 4
1 ,
3
x x x
x a x
x f
a) Determine a de modo a que a funo seja contnua.
b) Estude f quanto diferenciabilidade.
c) Recorrendo definio de derivada de uma funo num ponto, calcule ( ) 2 ' f .
d) No ponto
3
2
= x , a recta tangente ao grfico horizontal? Justifique.
e) Mostre que no intervalo [-2,8] a funo admite pelo menos um zero.


32. Escreva uma equao da recta tangente ao grfico da funo f(x) = 4 x
2
+ no ponto
de interseco do seu grfico com o eixo das ordenadas.



Estatstica
64

Introduo
aos Mtodos
Quantitativos

33. Considere a funo ( ) ( ) 2 2 ln
2
+ = x x x g .
a) Determine o domnio de g.
b) No ponto 1 = x , a recta tangente ao grfico horizontal?
c) Considere h uma funo real de varivel real tal que ( ) 1 5 = h e ( ) 2 5 ' = h . Calcule
( ) ( ) 5 ' h f .
d) Estude g quanto monotonia e verifique quanto existncia de extremos relativos.


34. De uma funo | | IR g + , 1 : sabe-se que:
( ) 3 1 = g
( )
x
x x
x g
+

=
1
2
'
2

a) Estude g quanto ao sentido das suas concavidades e conclua quanto existncia de
pontos de inflexo.
b) Verifique se no ponto 0 = x a recta tangente ao grfico horizontal.
c) Considere h uma funo real de varivel real tal que ( ) 2 3 ' = h . Calcule ( ) ( ) 1 ' g h .

35. Considere a funo ( )
4
3
2
3

=
x
x
x g .
a) Verifique a existncia de assmptotas.
b) Estude g quanto monotonia e existncia de extremos relativos.

36. Seja ( )
2
x
e
x f
x
= .
a) Verifique se o grfico de f admite assmptotas horizontais.
b) Determine ( ) x f ' .
c) Determine ( ) ( ) e f '
1
.
d) Existe algum ponto onde a recta tangente ao grfico seja horizontal?



Estatstica
65

Introduo
aos Mtodos
Quantitativos
37. Considere a funo ( )
2
1

=

x
e
x g
x
.
a) Verifique se a funo g admite assmptotas.
b) Pode assegurar a existncia de mximos e mnimos no intervalo [0,3]? Justifique.
c) Calcule ( ) ( ) 1 '
1

g .


38. Considere as funes reais de varivel real, h e f , definidas por:

( ) x x x h ln 2 2
2
+ =
( )
x
x
x x f
ln 2
1+ = .
a) Estude h quanto monotonia e conclua que ( )
+
e > R x x h , 3 .
b) Verifique que ( )
( )
+
e = R x
x
x h
x f , '
2
e justifique que f uma funo estritamente
crescente.
c) Determine ( ) x f
x
+
0
lim e ( ) x f
x +
lim .
d) Mostre que a recta de equao 1 = x y assmptota do grfico da funo f .
e) Mostre que o grfico representativo da funo f tem um ponto em que a recta
tangente paralela assmptota 1 = x y .


39. Considere a funo real de varivel real h definida por:
( ) ( )
x
e x x h = 1 .
a) Verifique que ( ) R x xe x h
x
e = , ' .
b) Estude h quanto ao sentido das suas concavidades e conclua quanto existncia de
pontos de inflexo.
c) Verifique se no ponto 0 = x a recta tangente ao grfico horizontal.
d) Estude h quanto existncia de assimptotas.
e) Determine ( ) ( ) 0 '
1
h .





Estatstica
66

Introduo
aos Mtodos
Quantitativos

40. Considere a funo f , real de varivel real, definida por:
( )
( )

> + +
< +
=
0 , 1 ln 1
0 ,
x x
x e x
x f
x


a) Determine o domnio da funo f .
b) Verifique que f contnua no ponto 0 = x .
c) Justifique, usando o Teorema de Bolzano, que f admite um zero no intervalo
| | 0 , 2 .
d) Estude f quanto existncia de assmptotas do grfico.


41. Seja ( ) 3 5
2 3
+ + = x x x x g , e x IR.
a) Determine, se existirem, os extremos relativos e os pontos de inflexo do grfico da
funo g .
b) Determine, caso exista, ( ) ( ) 0 '
1
g .


42. Estude e represente graficamente as seguintes funes:
a) f (x) = x
2
+5
b) f (x) = 2x
2
+ 5x 4
c) f (x) = x
3
+5x
2
4x
d) f (x) = x
3
27
e) f (x) =
6 x
10 x 7 x
2

+

f) f (x) = log (x
2
2x +2)
g) f (x) =
x
e
x sen

h) f (x) =
4 x
x 3
2
3

Estatstica
67

Introduo
aos Mtodos
Quantitativos
i) f (x) =
2
x
1
e

j) f (x) =
2
x
| x | log


43. Considere a seguinte funo f (x) =
2
) 2 x (
2
+
.
a) Calcule as coordenadas dos pontos A e B de interseco do grfico de f com os
eixos coordenados.
b) Considere uma recta paralela a AB. Calcule as coordenadas do ponto de tangncia
dessa recta com o grfico de f.
c) Escreva a equao dessa recta.


44. Considere a funo x e ) x ( f
4 x
2
+ =

. Determine uma recta tangente ao grfico da
funo f paralela recta definida pelos pontos do grfico de f de abcissas 1 e 1.


45. Determine a expresso da derivada de cada uma das seguintes funes:
a)

b) ;
c) ;
d) ;
e)

46. Considere a funo real de varivel real, , de domnio e definida por:

Determine os extremos da funo com recurso ao clculo da funo derivada.
x y
2
cos =
2
cos x y =
x
x x
y
cos
tan +
=
x x x y cos sin sin + =
f | | t t 2 , 2
( )

<
> +
=
2
,
2
2
2
,
2
cos
t t
t t
x x
x x
x f
|
.
|

\
|

2
2
1
sin
2
1
x
y
=

Estatstica
68

Introduo
aos Mtodos
Quantitativos


Captulo II: Estatstica

1 Introduo. Breve nota histrica

1.1 Nota Histrica

As origens da estatstica remontam a cerca de 2 000 anos antes de Cristo. Por volta do
sc. XXII A.C. j os chineses realizavam inventrios mais ou menos regulares da populao.

At ao sc. XV, a Estatstica tratava quase exclusivamente de assuntos de estado. Tornou-
-se autnoma por volta do sc. XVII com a chamada escola alem. Foram os alemes que lhe
deram o nome STAATENKUNDE (Achemel, sc. XVIII) que significa assuntos de estado.

Mais ou menos na mesma poca a Escola dos Aritmticos Polticos (John Graunt. William
Petty e outros) que, em Inglaterra estudou algumas aplicaes Demografia, Sade
Pblica, Comrcio, etc. Simultaneamente comearam a aplicar-se estatstica
conhecimentos de matemtica.

Uma nova fase de grande desenvolvimento surgiu com a sua aplicao aos jogos de azar
(Cavaleirode Mr, Pascal, Fermat, etc). nesta fase que tambm se verifica um grande
desenvolvimento o Clculo das Probabilidades.

A aplicao aos fenmenos sociais marcou o arranque definitivo do seu desenvolvimento e
importncia. Isto em meados do sc. XIX. Foi Chuetelet quem, pela primeira vez definiu
Homem Mdio. Simultaneamente chamou a ateno para a notvel consistncia de alguns
fenmenos sociais. Mostrou, por exemplo, que a criminalidade est, em geral ligada com a
origem social do criminoso. Pearson estudou aplicaes Biometria. Student dedicou-se ao
estudo de pequenas amostras seguidas de generalizaes (inferncia estatstica). Mas
houve muitos mais: Fisher, Edgeworth, Tchebychev, Wald.



Estatstica
69

Introduo
aos Mtodos
Quantitativos

1.2 Objecto da Estatstica

Duma forma mais geral pode dizer-se que a estatstica um conjunto de mtodos e
tcnicas destinadas ao estudo de populaes, tendo em vista por um lado a interpretao
da realidade e por outro a previso com base nessa realidade.

costume dividir-se a estatstica em duas partes:

Estatstica Descritiva recolha, ordenao, classificao e anlise de dados;

Estatstica Indutiva (inferncia estatstica) generalizaes e previses para
populaes a partir de dados das amostras.

Mais modernamente costuma considerar-se uma outra rea da Estatstica, a Anlise
exploratria de dados, em que se procura identificar caractersticas ou aspectos especiais
dos dados com recurso s tcnicas da Estatstica Descritiva.


2. Estatstica Descritiva

A estatstica descritiva consiste na recolha, apresentao, anlise e interpretao de
dados numricos atravs da criao de instrumentos adequados: quadros, grficos e
indicadores numricos.

Os mtodos para recolher, classificar, sintetizar, apresentar e interpretar informao
quantitativa constituem uma parte importante da teoria estatstica.

Convm referir que o termo estatstica utilizado para referir dois conceitos
diferentes, conforme se utiliza no singular ou no plural. Quando utilizado no plural,
sinnimo de factos ou dados numricos, enquanto que no singular constitui um objecto de
estudo, uma cincia e compreende, como referido anteriormente, um conjunto de princpios
e mtodos de recolha, classificao, sntese e apresentao de dados numricos.
A utilidade da estatstica pode ser resumida do seguinte modo:

Estatstica
70

Introduo
aos Mtodos
Quantitativos

Permite descrever e compreender relaes entre variveis;

Permite a tomada de melhores e mais rpidas decises;

Facilita a tomada de decises para fazer face mudana.

O mtodo estatstico de resoluo de problemas constitudo pelas seguintes etapas:






2.1 As Etapas do Mtodo Estatstico

2.1.1 Identificao do Problema

necessrio, desde o incio do estudo, estar claro qual o problema a analisar e, uma vez
conhecido, qual o tipo de decises que se pretendem tomar. Esta etapa j requer algum
conhecimento estatstico uma vez que os mtodos a aplicar, no so de modo algum,
independentes da informao que se pretende recolher. Uma identificao incorrecta do
problema torna todas as etapas seguintes inteis. Para identificar melhor o problema
poder ser usada alguma informao quantitativa j existente.


2.1.2 Recolha de Dados

A recolha de toda a informao necessria pode ser feita directamente quando os dados
so obtidos de fonte originria (possvel encontrar em ficheiros ou registos)-dados
primrios, ou de forma indirecta quando os dados provm j de uma recolha directa-dados
secundrios.

Identificao
do
Problema
Recolha
de
Dados
Crtica
dos
Dados
Apresentao
dos
Dados
Anlise
e
Interpretao

Estatstica
71

Introduo
aos Mtodos
Quantitativos

Exemplo
Dados Primrios: todos os dados resultantes da inquritos feitos directamente a uma
populao ou a um grupo dessa populao; todos os dados disponveis nas estatsticas do
INE.

Dados secundrios: Uma estimativa da esperana de vida nascena para a populao
portuguesa no ano 2000 com base nos valores observados nos ltimos dez anos; a taxa de
inflao para o ano de 1995.

As fontes de dados podem ainda ser classificadas como internas (por exemplo, os servios
de contabilidade, produo ou de marketing de uma empresas constituem fontes internas
de informao econmica e comercial) e externas (provenientes dos organismos pblicos,
como o Governo, o Instituto Nacional de Estatstica , ou privados como os semanrios
econmicos e revistas de especialidade).

Relativamente periodicidade, a recolha de dados pode ser classificada como contnua-
quando realizada permanentemente; peridica-quando efectuada em intervalos de tempo e
ocasional-quando realizada de modo espordico.

Quando a informao no est toda disponvel, necessrio recolher nova informao, o
que poder ter vantagens e desvantagens. Vantagens porque permite uma definio precisa
da informao, desvantagens porque poder tornar o estudo e a obteno de resultados
demasiado morosos e caros.

2.1.3 Crtica dos dados

Feita a recolha dos dados, procede-se a uma reviso crtica de modo a suprimir valores
estranhos ou eliminar erros capazes de provocar futuros enganos de apresentao e anlise
ou at mesmo enviesar as concluses obtidas.




Estatstica
72

Introduo
aos Mtodos
Quantitativos

2.1.4. Apresentao dos Dados

Uma vez recolhidos os dados e feita a reviso crtica, convm organizar os dados de uma
forma prtica e racional, para um melhor entendimento do fenmeno que se pretende
estudar. O principal objectivo da Estatstica Descritiva ento criar os instrumentos
necessrios para classificar e apresentar conjuntos de dados numricos de tal modo que a
informao neles contida seja apreendida mais fcil e rapidamente.

2.1.5 Anlise e Interpretao dos Resultados

A ltima etapa consiste em interpretar os resultados encontrados. Esta interpretao est
tanto mais facilitada quanto se tiverem escolhido, em etapas anteriores, os instrumentos
mais apropriados representao e anlise do tipo de dados recolhidos.

Concluses enviesadas podem ser propositadas ou no e ter diferentes causas. O exemplo
de entidades que, para situaes idnticas, retiram concluses bastante divergentes: as
taxas de inflao e desemprego estimadas pelos rgos governamentais e pelos sindicatos
raramente coincidem. So exemplos de enviesamento propositado para servir fins polticos
em que se torna difcil demonstrar, com rigor, qual delas est errada. No entanto, muitas
vezes o enviesamento no propositado. Pode comear por ser o resultado da utilizao de
dados pouco adequados, pode ser explicado pela utilizao de medidas de estatstica
descritiva pouco adequadas ao problema em causa, por diferentes escalas de medida ou
ainda por bases de comparao pouco adequadas.


2 Apresentao dos Dados: Quadros e Grficos

2.1 Quadros

O sucesso na utilizao de dados estatsticos depende, em grande parte, do modo como
estes so apresentados e podem ser utilizados.


Estatstica
73

Introduo
aos Mtodos
Quantitativos

Quando nos deparamos com grandes massas de dados no classificados torna-se muito
difcil tirar concluses. pois necessrio proceder a um trabalho prvio de ordenao e
apresentao adequada desses valores. Essa representao pode ser feita atravs de
quadros ou grficos.

Por exemplo, o Quadro 1 apresenta 40 tiragens de 6 bolas cada, de uma urna com bolas de
vrias cores, e que, em cada tiragem se anotou o nmero de bolas azuis. O resultado das
observaes foi o seguinte:

3 1 3 5 0 1 2 6 6 6
2 4 0 3 0 4 1 2 2 6
0 5 2 5 1 5 2 4 1 4
1 5 6 2 3 5 0 3 4 1
Quadro 1-Nmero de bolas azuis em 40 tiragens de 6 bolas


2.2 Grficos

A representao grfica dos dados estatsticos tem por finalidade, dar uma ideia, a mais
imediata possvel dos resultados obtidos permitindo chegar-se a concluses rpidas sobre a
evoluo do fenmeno em estudo ou sobre a relao entre os diferentes valores
apresentados. Para que tal seja conseguido, quando se constri um grfico dever ter-se
em conta os elementos simplicidade, clareza e veracidade.

2.2.1. Grfico de Linhas

porventura o mais utilizado de entre todos os tipos de grficos devido sua facilidade de
execuo e de interpretao. No to preciso como um quadro mas tem a vantagem de
clarificar as relaes existentes entre as variveis em anlise.





Estatstica
74

Introduo
aos Mtodos
Quantitativos
1991 1993 1995 1997
1995 1996 1997 1998
200
250
300
350
400
00


O Grfico 1 um
exemplo de um grfico
de linhas e mostra-nos
as vendas da empresa
X durante o perodo
1991/98 sendo o valor
de 1998 uma previso
com base nos valores
do primeiro semestre.

Grfico 1-Vendas da Empresa X (milhares de contos); 1998 estimativa


2.2.2. Grfico de Barras

O grfico de barras constri-se colocando os valores da varivel em observao num dos
eixos (horizontal)
e as respectivas
frequncias no
outro eixo
(vertical).






O Grfico 2 um exemplo de um grfico de barras onde se apresentam as estimativas da
populao portuguesa at ao ano 2015 sendo, desde logo, visvel que a populao total
crescer at ao ano 2000, data a partir da qual diminuir de forma constante.


Grfico 2-Estimativas da
populao portuguesa
1985-2015 (milhes)
1985 1990 1995 2000 2005 2010 2015
9.5
9.6
9.7
9.8
9.9

Estatstica
75

Introduo
aos Mtodos
Quantitativos

Tal como os grficos de linhas, tambm os grficos de barras nos permitem fazer a
comparao simultnea de duas ou mais variveis.

2.2.3. Grfico de Sectores

Consiste na representao grfica dos resultados num crculo, por meio de sectores. Para o
construir, divide-se o crculo em sectores, cujas as reas sero proporcionais aos valores
individuais. Como exemplo,







2.2.4. Grfico Polar

Este tipo de grfico representa os dados estatsticos por meio de um polgono. Para o
construir, divide-se uma circunferncia em
tantos arcos quantos forem os dados a
representar. Por esses pontos de diviso
traam-se os raios da circunferncia. Em
cada raio representado um valor da srie,
marcando-se um ponto cuja distncia ao
centro directamente proporcional a esse
valor. Em seguida unem-se todos os
pontos.
Grfico 4-Vendas na Empresa ALFA durante o ano de 1996




Primrio
Sector
Secundrio
Tercirio
Grfico 3-Distribuio da populao activa
portuguesa pelos trs sectores da actividade
0
5
10
15
20
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

Estatstica
76

Introduo
aos Mtodos
Quantitativos
3 Distribuio de Frequncias


3.1 Alguns Conceitos Fundamentais
3.1.1 Populao ou Universo

A distribuio de frequncias a forma mais importante de apresentao dos dados em
Estatstica Descritiva. Esta, pretende medir ou contar os dados obtidos na tomada de
observaes de determinada fonte. Por exemplo, para conhecer a opinio pblica sobre
determinada medida governamental, uma pequena percentagem da populao seleccionada
e inquirida a respeito da medida. Neste caso, a fonte de informao a populao a quem
se destina a medida governamental.

A fonte de observao constitui a populao ou universo, um conjunto de indivduos que
apresentam uma ou mais caractersticas em comum. A populao pode ser finita ou infinita,
dependendo do nmero de elementos que a compe ser finito ou infinito.
Ao nmero de elementos da populao chamamos efectivo. usual chamar indivduos aos
elementos da populao.

3.1.2. Amostra

Na maioria das vezes, impossvel conhecer as caractersticas de todos os elementos da
populao e torna-se necessrio retirar uma amostra ou subconjunto (que se supe ser
representativo) dessa populao, para a qual sero estudadas as caractersticas (a amostra
s representativa se for muito elevada a probabilidade de nela se verificarem as
caractersticas da populao).

3.1.3 Atributos ou caractersticas de uma populao

Ao estudar uma populao ou uma amostra dessa populao o que se pretende conhecer as
suas caractersticas ou atributos para que, posteriormente, seja possvel tomar decises
com base nesse conhecimento: fazer comparaes com outras populaes, fazer previses


Estatstica
77

Introduo
aos Mtodos
Quantitativos

para o futuro, etc. As caractersticas ou atributos dos elementos podem ser qualitativos
ou quantitativos. Qualitativa, se as suas diferentes modalidades no so mensurveis, isto
, no podem ser expressos atravs de nmeros. Caso contrrio, trata-se de um atributo
quantitativo, ou seja, esse atributo varia de intensidade de elemento para elemento da
populao e essa intensidade pode ser expressa atravs de unidades fsicas.

3.1.4 Dados Discretos e Contnuos

Os dados quantitativos referentes a determinada caracterstica podem tambm ser
classificados como discretos ou contnuos. So discretos aqueles que tomam um nmero
finito ou infinito numervel de valores. Dados contnuos podem tomar um nmero infinito
no numervel de valores.

3.1.5 Varivel

Varivel um smbolo que representa determinada caracterstica de uma populao ou
amostra de uma populao. Tal como uma caracterstica, uma varivel pode ser qualitativa
ou quantitativa, discreta ou contnua.

Na prtica, a distino entre variveis discretas e contnuas por vezes artificial. A
preciso de uma medida sempre limitada e os resultados so apresentados muitas vezes
sob a forma discreta. Inversamente, desde que uma varivel estatstica possa tomar um
grande nmero de valores, os valores vizinhos aparecem, relativamente, muito prximos, e a
varivel considerada e tratada como sendo uma varivel contnua.
Assim, a distino entre variveis estatsticas assenta essencialmente nos valores serem
ou no apresentados agrupados em classes.

Exemplo
Variveis discretas: nmero de crianas a cargo de uma famlia, nmero de acidentes de
trabalho num determinado estabelecimento, nmero de vendas de um determinado
aparelho, etc.


Estatstica
78

Introduo
aos Mtodos
Quantitativos

Variveis contnuas: a altura, o peso e a idade de um indivduo, a distncia entre dois
pontos, o dbito duma canalizao, etc.


4 Distribuio de Frequncias de Variveis Discretas

Considere-se uma populao (N) ou amostra (n) de indivduos com a caracterstica que
apresenta p modalidades observadas
p
x x x , , ,
2 1
. D-se o nome de distribuio de
frequncias ao conjunto de todos os valores ou modalidades de uma varivel e das
frequncias ou nmero de ocorrncias correspondentes.


O quadro da distribuio de frequncias construdo da seguinte forma:
Numa coluna colocam-se todos os valores que a varivel apresenta e na segunda coluna o
nmero de ocorrncias correspondente a cada valor da varivel.


i
x
Frequncias
Absolutas
1
x
1
n
2
x
2
n

p
x
p
n
n


Quando se trata de uma varivel discreta, a construo de um quadro de distribuio de
frequncias imediata: a cada valor da varivel faz-se corresponder o nmero de
ocorrncias.
A frequncia absoluta ( )
i
n o nmero de vezes que cada modalidade da varivel se repete
na amostra ou populao.



Estatstica
79

Introduo
aos Mtodos
Quantitativos
A frequncia relativa ( )
i
f de um valor da varivel dada por
n
n
f
i
i
= , isto , o nmero de
vezes que esse valor ocorre ( )
i
n relativamente ao total da amostra (n) ou populao (N).


As frequncias acumuladas so a soma do nmero de ocorrncias para os valores da varivel
inferiores ou iguais ao valor dado. Representam assim, o nmero ou proporo de elementos
observados que possuem o valor da caracterstica igual ou inferior modalidade em causa.

Assim,
i
n cum a frequncia absoluta acumulada,
i
f cum a frequncia relativa acumulada.
Verifica-se tambm que

=
=
p
i
i
n n
1
e

=
=
p
i
i
f
1
1.

Exemplo
O nmero de erros cometidos por uma dactilgrafa em 100 pginas nunca foi superior a
quatro e distribui-se da seguinte maneira:


i
x
i
n
i
f
i
n cum
i
f cum
0 10 0,10 10 0,10
1 15 0,15 25 0,25
2 25 0,25 50 0,50
3 40 0,40 90 0,90
4 10 0,10 100 1,00
Total

=100 1,00


As frequncias absolutas mostram-nos, por exemplo, que apenas 10 pginas no tinham
qualquer erro e que em 40 pginas foram encontrados trs erros. As frequncias relativas
permitem-nos concluir que 25% das pginas tinham dois erros enquanto que as frequncias
acumuladas nos do a informao de que 50 pginas, correspondendo a 50% do total das
pginas dactilografadas, tinham no mximo dois erros.



Estatstica
80

Introduo
aos Mtodos
Quantitativos

5 Distribuio de Frequncias de Variveis Contnuas

As variveis contnuas, por poderem tomar um nmero infinito no numervel de valores,
obrigam-nos definio de classes de valores, que passam a ser as modalidades da
caracterstica em estudo. Para definir estas classes necessrio introduzir alguns novos
conceitos: o nmero de classes, a amplitude, limite e ponto mdio ou centro das classes.

No h uma frmula exacta para determinar o nmero de classes. No dever ser um
nmero muito grande para introduzir irregularidades que podero no existir na populao,
mas tambm no dever ser muito pequeno para que no haja perda de informao.
tambm de evitar um nmero muito pequeno ou muito elevado de intervalos.

Existem algumas regras bsicas que devero ser seguidas na construo dos intervalos:

1. O nmero de classes (k) dever estar compreendido entre quatro e catorze;
2. Nenhuma das classes dever ter frequncia nula;
3. As classes devero ter, sempre que possvel amplitudes iguais;
4. Os pontos mdios das classes devero ser nmeros de clculo fcil;
5. Classes abertas devero ser evitadas embora nem sempre seja possvel faz-lo;
6. Os limites das classes so definidos de modo a que cada valor da varivel includo num
e s num intervalo;

Tendo em conta estas regras, por vezes adoptada uma das seguintes solues:

I) Nmero de classes k=5 para n < 25 e k n ~ para n > 25
II) Frmula de Sturges: k n log ,22 3 1+ ~


A amplitude das classes ( )
i
a poder ser calculada, se pretendermos todas as classes com a
mesma amplitude, da seguinte maneira:
k
R
a
i
= em que R a diferena entre os valores
mximo e mnimo da varivel e k o nmero de classes.


Estatstica
81

Introduo
aos Mtodos
Quantitativos

Exemplo
Considere-se a distribuio dos salrios (em euros) dos empregados da empresa ALFA.


Classes de rendimentos
mensais (10)
i
x
Nmero de
empregados
i
n
i
f
i
n cum
i
f cum
Menos de 40 5 0,083 5 0,083
40-60 23 0,383 28 0,467
60-80 17 0,283 45 0,750
80-100 8 0,133 53 0,883
Mais de 100 7 0,117 60 1,000
Total

=60 1,00


Neste exemplo, duas classes extremas tm amplitude indeterminada e as restantes classes
tm amplitude 20. O centro de cada classe o seu ponto mdio, sendo, por exemplo, para a
segunda igual a 50. No que diz respeito aos limites da cada classe, estabelece-se que o
limite superior no lhe pertence o que significa que, por exemplo, a segunda classe integra o
valor 40 mas no integra o 60.


6 Representao Grfica das Distribuies de Frequncias

A leitura dos quadros de frequncias, a sntese de informao que eles contm por vezes
difcil.

Uma distribuio estatstica pode ser descrita de uma forma bastante mais clara
graficamente. Uma representao grfica aparece como um meio de sntese e de estudo
extremamente eficaz.

A representao grfica utilizada vai depender do tipo de varivel (discreta ou contnua) e
de se tratar de uma frequncia simples ou acumulada.


Estatstica
82

Introduo
aos Mtodos
Quantitativos

6.1 Variveis Discretas

Para representar a distribuio de frequncias relativas de uma varivel discreta utiliza-se
o grfico de barras ou diagrama diferencial.






No exemplo dado do nmero
de erros cometidos por pgina
dactilografada, a
representao grfica seria a
representada ao lado.







Como as variveis discretas
assumem valores separados
uns dos outros, a
representao grfica das
frequncias acumuladas vai
ter o aspecto de uma srie
de degraus: o chamado
diagrama integral.




0.1
0.2
0.3
0.4
0 1 2 3 4 x
i

f
i

Diagrama
Diferencial
Diagrama
Integral
Cum f
i

0.25
0.50
0.75
1.0
0 1 2 3 4 x
i


Estatstica
83

Introduo
aos Mtodos
Quantitativos

6.2 Variveis Contnuas

A representao grfica adequada para as frequncias simples deste tipo de variveis o
histograma: diagrama de reas em que a rea de cada rectngulo proporcional
frequncia observada. No eixo horizontal colocam-se as classes e no eixo vertical as
frequncias absolutas ou relativas. Quando a amplitude das classes extremas no est
definida, convenciona-se que estas classes tm a amplitude das classes adjacentes.
Para o exemplo anteriormente apresentado, da distribuio dos salrios dos trabalhadores
da empresa ALFA, pressupondo que a primeira e a ltima classes tm amplitude igual s
classes adjacentes, ou seja 20, o histograma ser o apresentado no grfico seguinte:













A partir do histograma usual construir-se o polgono de frequncias, uma forma visual
alternativa ao histograma, que se obtm unindo os pontos mdios dos topos de rectngulos
com segmentos de recta. Para fechar o polgono necessrio criar uma classe adicional em
cada um dos extremos do histograma, com amplitude idntica das classes adjacentes e
com frequncia nula.




Polgono de frequncias
0.1
0.2
0.3
0.4
0
20 40 60 80 100 120 140
Rendimentos
Mensais
fi

Estatstica
84

Introduo
aos Mtodos
Quantitativos

Uma outra maneira til de apresentao grfica a que utiliza as frequncias acumuladas.
Para estas, pode traar-se um polgono de frequncias acumuladas pressupondo que a
distribuio dos elementos dentro da classe se faz de uma forma uniforme o que origina, no
intervalo de valores de uma mesma classe, uma representao de tipo linear.












Deste polgono de frequncias acumuladas retiramos, por exemplo, que 75% dos
empregados da empresa recebem salrios inferiores a 80 contos.


6.3 Diagrama Stem and Leaf

Este diagrama utiliza algumas caractersticas do histograma mas sem se perder a
informao contida nos dados individuais. O diagrama d-nos as idades de 72 dos
compradores de habitaes em Telheiras. Podemos observar a partir dos dados que as
idades variam entre 20 e 84 anos. Formam-se classes com amplitude, por exemplo, de 10
anos, cujos valores extremos (20, 30, 40, ) se colocam na vertical de um diagrama de stem
and leaf. Na horizontal e opostos a cada extremo da classe, escrevem-se os dgitos
referentes s unidades das idades de cada comprador.



0
20 40 60 80 100 120 140
Rendimentos
Mensais
Cum f
i

0.2
0.4
0.6
0.8
1.0
0.750

Estatstica
85

Introduo
aos Mtodos
Quantitativos

20 11599
30 0011245578
40 000112344556678899
50 012222334445556677888
60 0044589
70 1355
80 4
Se rodssemos o diagrama para a esquerda ele assemelhar-se-ia a um histograma sem que,
no entanto, se perdesse a informao original. Por exemplo, neste caso ainda possvel
saber quais as idades exactas dos dezanove compradores que tm entre 40 e 50 anos.


7 Medidas de Estatstica Descritiva: Medidas de Localizao

Do exame visual da representao grfica duma distribuio estatstica, destacam-se:

A ordem de grandeza da varivel estatstica, caracterizada pelos valores da varivel
situados no centro da distribuio: tendncia central da varivel;
A maior ou menor flutuao volta da tendncia central: disperso da varivel.

Yule definiu alguns critrios que as medidas de estatstica descritiva devero satisfazer:
1. Objectividade;
2. Dependncia de todas as observaes;
3. Significado bem preciso para a sua interpretao;
4. Facilidade de clculo;
5. Pouca variabilidade s flutuaes de amostragem;
6. Facilidade de manejo no clculo algbrico.

Neste ponto o estudo recai sobre as medidas de localizao, medidas estas que localizam os
valores observados da varivel no eixo dos nmeros reais. As mais importantes so as
medidas de tendncia central pois representam os fenmenos pelos seus valores mdios,
em torno dos quais tendem a concentrar-se os valores observados.


Estatstica
86

Introduo
aos Mtodos
Quantitativos
7.1 Medidas de Tendncia Central

7.1.1 Mdia Aritmtica

A mdia aritmtica a soma de todos os valores observados dividida pelo nmero de
observaes.

N
x
N
x x x
N
i
i
N

=
=
+ + +
=
1 2 1

Mdia da Populao
(dados desagregados)


n
x
n
x x x
x
n
i
i
n

=
=
+ + +
=
1 2 1

Mdia de uma amostra da populao
(dados desagregados)

onde:
i
x valores individuais observados;
N tamanho da populao;
n tamanho da amostra.

Exemplo 1
Considere-se o preo de algumas t-shirts numa determinada loja.

Modelo Preo ()
1. Simples 3
2. Madonna 8,5
3. Julio Iglesias 3,75
4. Springsteen 4,6
5. David Bowie 6
6. Maradona 5,5
Quadro 2-Preo das T-shirts


Estatstica
87

Introduo
aos Mtodos
Quantitativos

Utilizando a frmula da mdia aritmtica, o preo mdio dos vrios modelos de T-shirts
vendidas nesta loja
23 , 5
6
5 , 5 6 6 , 4 75 , 3 5 , 8 3
=
+ + + + +
= .

de salientar que este no ser o preo mdio das t-shirts vendidas na loja se as
quantidades vendidas de cada modelo forem diferentes. Neste caso, necessrio ponderar
os preos pelas respectivas quantidades vendidas, ou seja, o nmero de ocorrncias
(quantidade vendida) de cada valor da varivel (preo de cada modelo de t-shirt).


Modelo
Preo do modelo
i
x
Quantidade vendida
i
n
Preo x Quantidade
i i
n x
1. Simples 3 15 45
2. Madonna 8,5 5 42,5
3. Julio Iglesias 3,75 10 37,5
4. Springsteen 4,6 8 36,8
5. David Bowie 6 6 36
6. Maradona 5,5 6 33

= 50

= 230,8


Agora, a frmula a utilizar ser:

= =
i i
i i
f x
N
n x
Mdia da populao (dados agregados)
sendo
N
n
f
i
i
= a frequncia relativa de cada valor da varivel.

Podemos tambm definir o conceito de mdia aritmtica para uma amostra de indivduos
cujos os dados nos so apresentados de modo agregado:

= =
i i
i i
f x
n
n x
x Mdia de uma mostra (dados agregados)


Estatstica
88

Introduo
aos Mtodos
Quantitativos

No caso de variveis contnuas, para efectuar o clculo da mdia aritmtica, necessrio
considerar as vrias classes ou intervalos em que a varivel se encontra dividida.

Exemplo 2

Calcule-se o preo mdio das vendas de 112 vendidas em Telheiras.

Preo ( 100 )
Centro da classe
i
c
Frequncias
i
n
i i
n c
De 13 600 a 14 800 14 200 7 99 400
De 14 800 a 16 000 15 400 15 231 000
De 16 000 a 17 200 16 600 24 398 400
De 17 200 a 18 400 17 800 27 480 600
De 18 400 a 19 600 19 000 17 323 000
De 19 600 a 20 800 20 200 10 202 000
De 20 800 a 22 000 21 400 8 171 200
De 22 000 a 23 200 22 600 4 90 400

= 112

= 1 996 000


A mdia calcula-se substituindo os valores da varivel pelo centro da classe.

= =
i i
i i
f c
N
n c
Mdia da populao (dados agregados em classes)

Ento, o preo mdio das habitaes vendidas

4 821 17
112
000 996 1
, = = ( 100 ).

Nota
Para os atributos qualitativos (variveis nominais) no faz sentido calcular a mdia pois os
valores da varivel no so numricos e se o forem funcionam como meros ndices.



Estatstica
89

Introduo
aos Mtodos
Quantitativos
Propriedades da mdia aritmtica

1. A mdia dos desvios dos valores da varivel em relao mdia nula:
( ) 0 =

i i
x f

2. A mdia do quadrado dos desvios dos valores da varivel em relao mdia
mnima:
( )
2

i i
x f mnimo


Vantagens da mdia aritmtica

Facilidade de interpretao e clculo;
Utiliza toda a informao disponvel e pode ser calculada com preciso matemtica.

Desvantagens da mdia aritmtica

influenciada por valores extremos que tomam um peso significativo no clculo da
mdia;
Pode no corresponder a um valor concreto da varivel.


7.1.2 Mdia Geomtrica

Quando estamos perante fenmenos cujas as variveis so proporcionais a um valor inicial
mais aconselhvel utilizar a mdia geomtrica ( ) Mg que se define da seguinte maneira:

N
N
i
i
x Mg
[
=
=
1
Mdia Geomtrica (dados desagregados)

N
N
i
n
i
i
x Mg
[
=
=
1
Mdia Geomtrica (dados agregados)


Estatstica
90

Introduo
aos Mtodos
Quantitativos

7.1.3 Mdia Harmnica

Em situaes onde a proporcionalidade esteja presente aconselhvel o clculo da mdia
harmnica. Por exemplo, quando estudamos fenmenos como a velocidade mdia, o custo
mdio de bens comprados com uma quantia fixa.

Desta forma, a mdia harmnica dada por

=
=
N
i i
i
x
f
Mh
1
1
1
.

7.1.4 Mediana

A mediana o valor central mdio depois de ordenar os dados por ordem crescente ou
decrescente de tamanho ou importncia. Ou seja, definida como o valor da varivel que
ocupa a posio central na sucesso de observaes ou na distribuio de frequncias, isto
, o nmero de observaes para valores que lhe so inferiores dever ser igual ao nmero
de observaes para valores que lhe so superiores, depois de se colocarem os dados quer
por ordem crescente, quer decrescente de valores.


Clculo da mediana no caso de uma varivel discreta

Se N for mpar, a mediana ser o elemento central de ordem

Se N for par, a mediana ser a mdia entre os elementos centrais de ordem e
Clculo da mediana no caso de uma varivel contnua

No caso de uma varivel contnua agrupada em classes, o clculo da mediana pode ser assim
sumariado:


2
1 + N
2
N
2
2 + N

Estatstica
91

Introduo
aos Mtodos
Quantitativos

Calcula-se a ordem . Como a varivel contnua no necessrio diferenciar entre N par
e mpar;
Pelas frequncias acumuladas identifica-se a classe que contm a mediana e que ser a
classe mediana;
Calcula-se o valor exacto da mediana atravs da seguinte frmula

( )
( )
( )
( ) Me a
Me n
Me n cum
N
Me li Me
1
2

+ =
Mediana
(frequncias absolutas)

em que,
( ) Me li
o limite inferior da classe mediana;
( ) 1 Me n cum
so as frequncias acumuladas
anteriores classe mediana;
( ) Me n
a frequncia absoluta da classe mediana;
( ) Me a
a amplitude da classe mediana.

Quando trabalhamos com frequncias relativas a mediana dada por

( )
( )
( )
( ) Me a
Me f
Me f cum
Me li Me
1 5 0
+ =
,
Mediana
(frequncias relativas)


7.1.4 Moda

A moda o valor mais frequente da distribuio ou ainda o valor que mais observaes
apresenta no conjunto dos dados. Tal como a mediana, a moda tambm uma medida de
posio e torna-se mais fcil de calcular se os dados estiverem ordenados. No caso de
variveis discretas, o clculo da moda no tem qualquer dificuldades, enquanto que para as
variveis contnuas necessrio definir primeiro a classe modal e depois aplicar a seguinte
frmula:

2
N

Estatstica
92

Introduo
aos Mtodos
Quantitativos
n
i

5 10 15 20 25 30 x
i

Moda

( )
( )
( ) ( )
( ) Mo a
Mo n Mo n
Mo n
Mo li Mo
1 1
1
+ +
+
+ = Moda
(frequncias absolutas)


( )
( )
( ) ( )
( ) Mo a
Mo f Mo f
Mo f
Mo li Mo
1 1
1
+ +
+
+ = Moda
(frequncias relativas)

onde,
( ) Mo li o limite inferior da classe modal;
( ) ( ) 1 1 Mo f Mo n , so as frequncias absoluta e relativa, respectivamente, da
classe anterior classe modal;
( ) ( ) 1 1 + + Mo f Mo n , so as frequncias absoluta e relativa, respectivamente, da
classe a seguir classe modal;
( ) Mo a a amplitude da classe modal.


A moda pode ser determinada graficamente aps a construo do histograma da
distribuio e da identificao da classe modal. Aps isto, faz-se a seguinte construo:













Estatstica
93

Introduo
aos Mtodos
Quantitativos

Como vantagens a moda fcil de calcular e interpretar e no afectada por valores
extremos, no entanto, no pode ser definida com rigor e o seu valor exacto muitas vezes
incerto.

Uma distribuio de frequncias poder ter mais do que uma moda e, nesse caso, diz-se
bimodal, trimodal, etc.


7.2 Medidas de Tendncia No Central

Existem outras medidas que nos do a localizao dos valores da varivel, que em termos
gerais so chamadas quantis e podem ser:
- quartis;
- decis;
- percentis.

Os quartis so os valores da varivel que dividem a distribuio em quatro partes iguais.
Os decis so os valores da varivel que dividem a distribuio em dez partes iguais e os
percentis em 100 partes iguais.


8 Medidas de Estatstica Descritiva: Medidas de Disperso

8.1 Medidas de Disperso

As medidas de localizao no so por si s, suficientes para caracterizar de forma
adequada a distribuio de frequncias de uma varivel e, por esta razo devem ser sempre
acompanhadas de uma medida que d uma indicao da disperso dos valores da varivel. As
medidas de disperso servem para verificarmos a representatividade das medidas de
localizao, pois comum encontrarmos variveis que, apesar de terem a mesma mdia, so
compostas de valores bem distintos.



Estatstica
94

Introduo
aos Mtodos
Quantitativos
8.1.1 Intervalo de Variao

O intervalo de variao ( ) R a medida de disperso mais simples. a diferena entre os
valores mximo e mnimo da varivel

min max
x x R =

A desvantagem que esta medida apresenta o facto de ter apenas em conta os dois valores
extremos que a varivel toma e, portanto, no ser sensvel aos valores intermdios.


8.1.2 Intervalo Interquartis

definido como sendo a diferena entre o terceiro e o primeiro quartis e corresponde a
um intervalo que engloba 50% das observaes centrais.

1 3
Q Q IQ =

Tem como desvantagem o facto de no ser influenciado por metade dos valores observados
e que so valores extremos.


8.1.3 Intervalo Absoluto Mdio

Quando os dados esto desagregados o desvio absoluto mdio ( ) DM igual soma das
diferenas, em valor absoluto, entre os valores observados da varivel e a sua mdia,
divididas pelo nmero total de observaes:

N
x
DM
i

=






Estatstica
95

Introduo
aos Mtodos
Quantitativos
Para dados j agregados, o desvio absoluto mdio a mdia aritmtica dos desvios
absolutos dos valores da varivel relativamente sua mdia:

=
i i
x f DM

Quanto maior for a concentrao dos dados ao redor da mdia, menor o desvio mdio. O
principal inconveniente desta medida a utilizao de mdulos no seu clculo. Dado que a
sua utilizao e tratamento no so fceis, utiliza-se pouco.


8.1.4 Varincia e Desvio Padro

Para dados desagregados, a varincia a soma do quadrado das diferenas entre os valores
da varivel e a mdia, dividida pelo nmero total de observaes:
( )
N
x
N
i
i
=

=
1
2
2

o

Para dados agregados, a varincia a mdia aritmtica do quadrado dos desvios dos valores
da varivel relativamente sua mdia:
( )
( )
2 1
2
2

o =

=
i i
N
i
i i
x f
N
x n


A grande vantagem da varincia relativamente ao desvio mdio a facilidade de clculo
algbrico. O principal inconveniente que vem expressa em quadrados. Se por exemplo, os
dados forem expressos em metros a varincia expressa em metros quadrados.
Por essa razo, mais utilizado como medida de disperso, o desvio padro ( ) o que se
define como sendo a raiz quadrada positiva da varincia:

2
o o + =

Esta a medida de disperso mais utilizada e mais importante.


Estatstica
96

Introduo
aos Mtodos
Quantitativos

8.1.5 Coeficiente de Variao

O coeficiente de variao ( ) Cv uma medida relativa da disperso, til para a compreenso
em termos relativos do grau de concentrao em torno das mdias, de distribuio de
frequncias distintas. dado pela relao, em termos percentuais, entre o desvio padro e
a mdia de distribuio.

100 .
|
|
.
|

\
|
=

o
Cv


Em termos prticos, usual considerar-se que um coeficiente da variao superior a 50%
indica alto grau de disperso relativa e, consequentemente, uma pequena
representatividade da mdia como medida estatstica. Para valores do coeficiente de
variao inferiores a 50%, a mdia ser tento mais representativa quanto menor o valor
desse coeficiente.



9 Medidas de Estatstica Descritiva: Medidas de Assimetria e Curtose

9.1 Medidas de Assimetria

O mtodo mais simples para se medir o grau de assimetria de uma distribuio consiste na
comparao de trs medidas de tendncia central: a mdia, a mediana e a moda.

Numa distribuio simtrica verifica-se que a mdia, a mediana e a moda so iguais. Quando
a mdia > mediana > moda a distribuio assimtrica positiva ou enviesada esquerda.
No caso inverso, mdia s mediana s moda, a distribuio assimtrica negativa ou
enviesada direita.





Estatstica
97

Introduo
aos Mtodos
Quantitativos





Fig.1
o e
M M x = = Fig.2 x M M
e o
s s Fig.3 x M M
e o
> >


O grau de assimetria pode ser medido da seguinte maneira:

( )
padro desvio
mediana mdia
G

=
3
, a diviso pelo desvio padro permite-nos obter um resultado que
no influenciado pela disperso dos dados, mas apenas pelo grau de assimetria.

( )
o
Me
G

=
3
Grau de Assimetria (para uma populao)

( )
S
Me x
G

=
3
Grau de Assimetria (para uma amostra)


Existem ainda outros indicadores quantitativos que nos permitem estimar, com maior
preciso, o grau de assimetria de uma distribuio. Um deles o coeficiente de Pearson que
mede o grau de assimetria atravs da comparao da mdia e da moda:

o
Mo
G

=
1


Se 0
1
= G a distribuio simtrica,
Se 0
1
> G a distribuio assimtrica positiva, e
Se 0
1
< G a distribuio assimtrica negativa.




Estatstica
98

Introduo
aos Mtodos
Quantitativos

Pearson definiu um segundo coeficiente que nos permite calcular o grau de assimetria de
uma distribuio quando no dispomos da mdia e do desvio padro, utilizando apenas os
quartis da distribuio.
1 3
1 3
2
2
Q Q
Me Q Q
G

+
= .


9.2 Medidas de Achatamento ou Curtose

Entende-se por curtose o grau de achatamento de uma distribuio. As medidas de
achatamento do-nos, assim, uma indicao da intensidade das frequncias na vizinhana
dos valores centrais. Como referncia ao grau de achatamento podemos ter:






Fig.4 Distribuio Leptocrtica Fig.5 Distribuio Platicrtica Fig.6 Distribuio Mesocrtica


Para medir o grau de achatamento pode ser utilizada a seguinte medida:

( )
10 90
1 3
2 P P
Q Q
K

=
sendo

3 1
Q e Q , respectivamente, o primeiro e terceiro quartis;

10 90
P e P , o 90 e 10 percentis, respectivamente:

Se = K 0,263 a distribuio de frequncias mesocrtica;
Se > K 0,263 a distribuio diz-se platicrtica;
Se < K 0,263 a distribuio diz-se leptocrtica.

Estatstica
99

Introduo
aos Mtodos
Quantitativos
Exerccios I Estatstica Descritiva

1. Uma urna contm bolas de vrias cores. Suponha que fizeram 40 tiragens de 6 bolas
cada e que, em cada tiragem se anotou o n. de bolas azuis. O resultado das
observaes foi o seguinte

3 1 3 5 0 1 2 6 6 6
2 4 0 3 0 4 1 2 2 6
0 5 2 5 1 5 2 4 1 4
1 5 6 2 3 5 0 3 4 1

a) Defina a varivel estatstica em estudo.
b) Obtenha:
b1) a funo de frequncias relativas da amostra e o respectivo diagrama diferencial.
b2) a funo de frequncias relativas acumuladas e o respectivo diagrama integral.
c) Indique a percentagem de tirar:
c1) no mximo uma bola azul.
c2) quanto muito, 2 bolas azuis.

2. Complete o seguinte quadro estatstico:
i
x
i
n
i
f
cum
i
n
cum
i
f
0 8
1 0,15
2 20
3 0,9
4 4

3. Foi feito um inqurito a um grupo de compradores de 40 carros novos para determinar
quantas reparaes ou substituies de peas foram feitas durante o primeiro ano de
utilizao dos carros. Obtiveram-se os seguintes resultados:
1 4 1 2 2 3 3 2
1 2 3 2 3 1 0 1
2 7 4 3 5 1 2 4
2 1 3 1 0 1 2 1
1 3 1 0 4 2 3 5


Estatstica
100

Introduo
aos Mtodos
Quantitativos

a) Construa um quadro de distribuio de frequncias absolutas.
b) Calcule as frequncias relativas.
c) Construa um diagrama integral e outro diferencial.

4. Considere a seguinte distribuio de frequncias:

i
x
i
n
2 30
3 30
4 20
5 18
>5 2
Total 100

a) Construa um quadro de distribuio de frequncias acumuladas absolutas e relativas.
b) Elabore um diagrama diferencial e um diagrama integral.

5. Numa sondagem a 40 pessoas, sobre quantos anos achavam que eram necessrios para
que a populao mundial duplicasse, se aumentasse na mesma proporo registaram-se
os seguintes dados:
5 50 30 15 40 75 100 65 10 10
20 20 65 30 25 5 15 20 50 45
100 70 80 25 20 40 35 10 80 70
90 20 30 35 30 50 40 100 80 100

Desenhe um histograma agrupando os dados nas classes: 1 a 20, 21 a 40, 41 a 60, etc.

6. Numa fbrica fez-se um teste a 150 lmpadas e registou-se a seguinte informao:
N de lmpadas 5 10 42 75 18
Durao da vida (horas) [ 0, 300 [ [ 300, 600 [ [ 600, 900 [ [ 900, 1200 [ [ 1200, 1500[

a) Utilize um histograma e um polgono de frequncias para representar esta informao.
b) Construa uma tabela de frequncias acumuladas.
c) Qual a percentagem de lmpadas com durao de vida inferior a 900 horas?


Estatstica
101

Introduo
aos Mtodos
Quantitativos

7. O tempo gasto, em segundos, em 100 chamadas telefnicas est indicado na tabela
seguinte:
Tempo (segundos) N de chamadas
[0, 20[ 1
[20, 40[ 2
[40, 60[ 3
[60, 80[ 6
[80, 100[ 11
[100, 120[ 27
[120, 140[ 23
[140, 160[ 17
[160, 180[ 10

a) Desenhe o polgono de frequncias correspondente distribuio dada.
b) Construa a tabela de frequncias relativas e frequncias absolutas acumuladas.
c) Qual o nmero de chamadas de durao inferior a 1 minuto?
d) Qual a percentagem de chamadas de durao superior ou igual a 100s?

8. Calcule a mdia aritmtica, a mediana e a moda para cada um dos seguintes conjuntos
de dados:

a) 20, 22, 20, 18, 25, 23, 27, 24, 24, 28, 20;
b) 20, 22, 20, 18, 25, 23, 27, 24, 24, 200, 20;
c) 5, 4, 5, 7, 2, 1, 8, 4, 9, 5, 4, 1, 1, 4, 5, 1;
d) 113, 105, 108, 107, 110, 105, 113, 109.
e) Que concluses retira da comparao dos resultados de a) e b)?


9. Perguntou-se a vinte e nove rapazes de 12 anos qual era a sua semanada. Obtiveram-se
as seguintes respostas:

0 0 0 50 50 50 100 100 100 100
100 100 150 150 200 200 200 200 200 200
200 200 250 250 500 500 750 1000 2000


Estatstica
102

Introduo
aos Mtodos
Quantitativos

a) Calcule a mdia, a moda e a mediana.
b) O Joo, elemento desse grupo, foi pedir um aumento ao pai, baseado nos clculos
anteriores. Qual foi, em sua opinio, a medida em que o Joo baseou a sua
argumentao?

10. Numa Associao Desportiva, a altura mdia dos seus 200 atletas de 1,65 m. As
atletas femininas so 110 e tm uma altura mdia igual a 1,60 m. Determine a altura
mdia dos homens.

11. A tabela seguinte indica a distncia em Km, percorrida em 6 anos, por 100 carros.

Distncias
(em milhares de Km)
Frequncias acumuladas
absolutas
menos de 110 1
[ 110, 115 [ 2
[ 115, 120 [ 8
[ 120, 125 [ 25
[ 125, 130 [ 47
[ 130, 135 [ 79
[ 135, 140 [ 94
[ 140, 145 [ 97
mais de 145 100

Considere para as classes extremas a mesma amplitude das outras classes.
a) Quantos carros percorreram menos de 130 Km?
b) Quantos carros percorreram 135 Km ou mais, mas menos de 140 Km?
c) Construa o histograma das frequncias absolutas e localize, geometricamente, a moda.
d) Determine a distncia mdia percorrida pelos 100 carros.


12. Um professor de Matemtica perguntou aos alunos das suas 4 turmas quanto dinheiro
tinham trazido nesse dia. Registou os dados como se indica na tabela:



Estatstica
103

Introduo
aos Mtodos
Quantitativos


Classes Frequncias
Acumuladas
[0, 5[ 6
[5, 10[ 38
[10, 15[ 82
[15, 20[ 108
[20, 25[ 118

a) Quantos alunos tem o professor?
b) Quantos alunos trouxeram 10 euros ou menos?
c) Quantos alunos trouxeram mais de 15 mas menos de 20 euros?
d) Desenhe o polgono de frequncias acumuladas.
e) Calcule a mdia e a classe modal.

13. a seguinte a distribuio de frequncias do rendimento mensal per capita das 22 007
famlias de um concelho nortenho:
Rendimento (10) N de famlias
[15, 20[ 635
[20, 25[ 1 470
[25, 30[ 1 410
[30, 35[ 1 670
[35, 40[ 1 670
[40, 45[ 1 530
[45, 50[ 1 490
[50, 55[ 1 280
[55, 60[ 1 170
[60, 65[ 2 110
[65, 70[ 1 760
[70, 75[ 2 560
[75, 80[ 1 400
[80, 85[ 956
[85, 90[ 616
> 90 280
Total 22 007


Estatstica
104

Introduo
aos Mtodos
Quantitativos

a) Qual o rendimento mdio mensal das famlias deste concelho?
b) Qual a mediana e a moda do rendimento familiar?
c) Que concluses retiraria quanto ao grau de assimetria da distribuio do rendimento, a
partir das medidas anteriormente calculadas?
d) Quais os valores do primeiro e terceiro quartis da distribuio do rendimento?
e) E qual o valor do nono decil?

14. Para a anlise da estrutura salarial da indstria txtil em Portugal, inquiriram-se 500
indivduos sobre a remunerao mensal que auferem, tendo-se obtido informao, que
depois de classificada, deu origem ao seguinte quadro:

Classes Salariais (10) Nmero de Trabalhadores
15 20 80
20 25 150
25 30 230
30 35 30
35 - 40 10

a) Construa um histograma e um polgono de frequncias.
b) Calcule as medidas de tendncia central.
c) Calcule o desvio padro e a varincia.

15. Foi feita uma experincia para medir o tempo gasto na execuo da determinada tarefa
num circuito de construo, por operrios de ambos os sexos. Os resultados foram os
seguintes:

Tempo (minutos) Nmero de Operrios Nmero de Operrias
menos de 10 1 2
10 15 2 1
15 20 3 5
20 25 19 16
25 30 60 30
30 35 40 10
35 ou mais 5 2


Estatstica
105

Introduo
aos Mtodos
Quantitativos


Pressuponha que os limites de tempo mnimo e mximo so, respectivamente 5 e 40
minutos.
Calcule as seguintes medidas estatsticas
Mdia aritmtica
Mediana
Desvio-padro
Coeficiente de Variao
Coeficiente de Assimetria

para os seguintes grupos:
Grupo de Operrios
Grupo de Operrias
Grupo de todos os trabalhadores

16. O gerente de um supermercado decidiu registar as chegadas de clientes ocorridas
numa tera-feira entre as 14 h. e as 16 h.
Para tal procedeu ao registo das chegadas em cada 100 perodos de um minuto,
seleccionados aleatoriamente, obtendo o quadro seguinte:
xi ni
0 1
1 8
2 19
3 23
4 17
5 15
6 8
7 3
8 3
9 2
10 1
Total 100

Calcule as medidas de tendncia central e analise a distribuio quanto simetria.

Estatstica
106

Introduo
aos Mtodos
Quantitativos

17. O departamento comercial de uma Empresa Importadora de vinhos que tem duas
lojas, A e B, abertas ao pblico, resolveu estudar o nmero de unidades vendidas
diariamente, durante seis semanas consecutivas. Os resultados obtidos foram os
seguintes:
N de unidades vendidas Loja A Loja B
0 10 10 6
10 20 15 18
20 30 3 4
30 50 2 1
50 - 70 0 1

a) Em qual das lojas mais elevado o nvel mdio de vendas dirias?
b) Utilizando as medidas de tendncia central, compare as vendas das duas lojas quanto
simetria.
Como interpreta estes resultados em termos das vendas das duas lojas.

Estatstica

107

Mtodos
Quantitativos
10 Distribuio Normal

10.1 Curva Normal. Propriedades
Considere-se a distribuio dos pesos dos 30 alunos de uma turma de uma determinada
escola secundria.

Classes
(peso em Kg)
n
i
f
i

[44,50[ 6 0,20
[50,56[ 8 0,27
[56,62[ 6 0,20
[62,68[ 5 0,17
[68,74[ 3 0,10
[74,80[ 2 0,06
Totais 30 1


Com os dados da tabela, construmos o polgono de frequncias da distribuio.










Escolheram-se, em seguida, ao acaso, 1990 alunos da mesma escola e depois de observados
os seus pesos construiu-se a tabela seguinte:



Estatstica

108

Mtodos
Quantitativos
Classes
(peso em Kg)
n
i
f
i
~probabilidade
[35,38[ 12 0,006
[38,41[ 34 0,017
[41,44[ 88 0,044
[44,47[ 146 0,073
[47,50[ 186 0,094
[50,53[ 360 0,181
[53,56[ 500 0,251
[56,59[ 300 0,151
[59,62[ 150 0,076
[62,65[ 74 0,037
[65,68[ 50 0,025
[68,71[ 42 0,021
[71,74[ 24 0,012
[74,77[ 12 0,006
[77,80[ 12 0,006
Totais 1990 1

Nota: A frequncia relativa um valor aproximado da probabilidade.
Assim, encontrado um aluno da escola ao acaso, pode-se afirmar que:
A probabilidade de que tenha um peso entre [53,56[ de 25,1%
A probabilidade de que tenha um peso entre [59,62[ de 7,6%.
Com os dados da tabela construmos um polgono de frequncias.








Estatstica

109

Mtodos
Quantitativos
Observando os dois polgonos de frequncias verifica-se que quando aumenta o nmero de
alunos observados e se diminui a amplitude dos intervalos de cada classe, a linha poligonal
aproxima-se de uma linha curva.
Se se aumentar o nmero de estudantes observados, obter-se-ia uma distribuio cada vez
mais prxima da distribuio normal.

Curva normal









A curva normal tem a forma de sino, com mximo em x .

Quando se estuda uma varivel aleatria contnua, linha obtida quando a amplitude de
cada um dos intervalos de classe tende para zero chama-se curva de probabilidades.

A curva de probabilidades de uma distribuio normal tem a forma da curva normal ou
curva de Gauss e tem as seguintes propriedades:
A probabilidade de que uma observao ao acaso pertena ao intervalo
] o x , o + x [ de aproximadamente 68,3%.
A probabilidade de que uma observao pertena ao intervalo ] o 2 x , o 2 + x [
de aproximadamente 95,5%.
A rea sob a curva 1.





Estatstica

110

Mtodos
Quantitativos

A probabilidade de obter um valor da varivel inferior ou igual a um valor fixo a
dada pela rea abaixo da curva de probabilidades e esquerda desse valor.







A curva normal representa uma famlia de distribuies em que cada membro especfico
dessa famlia representado por determinados valores dos parmetros mdia e desvio
padro. Ou seja, qualquer distribuio normal definida por duas medidas: a mdia que
localiza o centro da distribuio e o desvio-padro o que mede a variabilidade da varivel
em estudo, X , em torno da sua mdia.


A simetria do grfico frequente em muitas situaes da vida real, de tal modo que os
matemticos criaram um modelo a que chamaram distribuio normal.
A distribuio normal tambm conhecida pelos nomes de distribuio de Gauss e
distribuio de Laplace, pois tanto o alemo Gauss (1777-1855) como o francs Laplace
(1749-1827) chegaram a esta distribuio ao estudarem a distribuio dos erros de
medidas fsicas.

Esta distribuio aparece, por exemplo, em:
Caractersticas morfolgicas
Peso
Altura
Comprimento dos membros
Espessura das folhas
Dimetro das rvores


Estatstica

111

Mtodos
Quantitativos
Caractersticas sociolgicas
Hbito de consumo de produtos (leite, vinho, )
Nmero de filhos
Hbitos de frias

Caractersticas psicolgicas e fisiolgicas
Quociente de inteligncia
Tenso arterial
Reaco a medicamentos

Curva normal estandardizada (curva Z). Propriedades
Dado que a mdia e o desvio padro podem tomar uma infinidade no numervel de valores (
0 , > + < < o ) ento existe tambm uma infinidade no numervel de diferentes
distribuies normais.
Da que, para o clculo de probabilidades, qualquer distribuio normal transformada na
chamada normal-padro, ou normal estandardizada.
Esta transformao, que consiste numa mudana de origem (subtraco por ) e mudana
de escala (diviso por o ) chamada estandardizao.

Isto , se a varivel aleatria X tem distribuio normal de parmetros e o , ento
o
X
= Z a chamada normal estandardizada ou reduzida ou ainda normal-padro, cujos
parmetros so agora: 0 = e 1 = o .

10.2 Determinao das reas na curva normal
Sendo a mdia e o desvio padro parmetros que, embora possam ser desconhecidos, so
constantes, tem-se que:

( ) 1 , 0 N
X
= Z
o

.




Estatstica

112

Mtodos
Quantitativos
-z z Z
( ) z u 1 ( ) z u
z Z
( ) z u

A respectiva funo de distribuio, dada pela rea abaixo da curva de probabilidades e
esquerda de um valor fixo z da varivel, ( ) z u ,: permite o clculo da probabilidade
acumulada at z. Ento:
( ) | | z P z s Z = u



A consulta na tabela (pgina 47) permite concluir, a ttulo de exemplo que:
a) | | ( ) 5 , 0 0 0 = u = s Z P
b) | | ( ) 8749 , 0 15 , 1 15 , 1 = u = s Z P
c) | | | | ( ) 1922 , 0 8078 , 0 1 87 , 0 1 87 , 0 1 87 , 0 = = u = s Z = > Z P P .


Como ( ) z simtrica, tem-se que ( ) ( ) z z u = u 1 , como se ilustra na figura seguinte:













Exemplo:
O tempo em horas que um grupo de operrios leva a executar determinada tarefa tem
distribuio normal com mdia 1000 horas e desvio padro 200 horas.
Qual a probabilidade de os operrios terminarem a tarefa em menos de 1200 horas e mais
de 800 horas?


Estatstica

113

Mtodos
Quantitativos
Seja X - tempo (medido em horas) que determinado grupo de operrios leva a executar
determinada tarefa

( ) 200 ; 1000 = = X o N


| |
(

< Z <

= < X <
200
1000 1200
200
1000 800
1200 800 P P
| | ( ) ( ) | | 6826 , 0 8413 , 0 1 8413 , 0 1 1 1 1 1 = + = u u = < Z < = P .

Estatstica

114

Mtodos
Quantitativos


Estatstica

115

Mtodos
Quantitativos
10.3 Teorema do Limite Central


Genericamente o Teorema do Limite Central (TLC) diz que a mdia de um grande nmero
de variveis aleatrias independentes tem uma distribuio que se aproxima Normal.

Teorema
Se so v.a.s independentes identicamente distribudas (iid) ento:


Teorema
Se so v.a.s independentes com mdia e varincia , ento, quando
, a funo de distribuio da v.a.,
, tende para uma funo de distribuio

Este teorema garante que a soma de variveis aleatrias independentes todas com a
mesma mdia e a mesma varincia finitas tem, depois de estandardizada e para
suficientemente grande, distribuio aproximada, .

Corolrio
Dada a sucesso de variveis aleatrias iid, , com mdia e varincia ,
ento:
( ) 0,1
apr
N
n

o
X
onde , com
( )
,
apr
N n o X
.




( ) , , , 12
i
i n X =
( )
;
1
n
i i
i
n n o
=
Y = X N

( ) , , , 12
i
i n X =
2
o
n
1
n
i
i
n
n
n

o
=
X
Z =

( , ) 0 1 N
n
n
( , ) 0 1 N
, , ...,
1 2 n
X X X
2
o
1
n
i
i
n
=
X
X =

Estatstica

116

Mtodos
Quantitativos
A questo que se coloca em relao ao TLC saber quando que suficientemente
grande para se considerar que a distribuio Normal de facto uma boa aproximao da
distribuio da varivel soma ou da mdia amostral. comum considerar-se para
quando as distribuies originais so muito assimtricas, bastando no entanto

para
distribuies simtricas.

Exemplo
Considere as variveis aleatrias iid , representando o peso real de pacotes
de acar (em g). Considere ainda que o peso real tem uma distribuio uniforme no
intervalo (8,14). Pretende-se determinar a probabilidade do peso mdio dos 40 pacotes ser
inferior a 10,5g.

Pretende-se saber . Recorrendo ao corolrio do TLC, e sabendo que as v.a. so
iid com distribuio uniforme de onde:




n
50 n >
10 n >
, , ...,
1 2 40
X X X
10 P
(
X <

| |
8 14
11
2
+
E X = =
| |
( )
2
14 8
3
12
Var

X = = 73 , 1 = o
( )
,
, , , ,
, / , /
11 10 5 11
10 5 1 83 1 0 9664 0 0336
173 40 173 40
(
X
(
P X < = P < = u = =
(

(


Estatstica

117

Mtodos
Quantitativos
Exerccios II Distribuio Normal

1. A varivel aleatria X segue uma distribuio normal de parmetros 20 = e 3 = o .
Determine as seguintes probabilidades:

a) | | 23 s X P .
b) | | 14 < X P .
c) | | 21 > X P .
d) | | 17 > X P .
e) | | 25 5 21 < X < , P .
f) | | 8 18 2 16 , , P < X < .
g) | | 3 29 17 , P < X < .

2. O tempo (em minutos) que um operrio leva a executar certa tarefa uma varivel
aleatria com distribuio normal de 72 = min. e 12 = o min. . Qual a probabilidade de
que:
a) A tarefa leve mais de 93 minutos a executar?
b) No leve mais de 65 minutos a executar?
c) Leve entre 63 e 78 minutos a executar?
d) Determine os valores de a e b tais que: | | 2525 0, a P = > X e | | 0054 0, b P = < X .

3. O dimetro de um cabo elctrico normalmente distribudo com parmetros 0,8 e
0,04.
a) Qual a probabilidade de que o dimetro ultrapasse 0,81?
b) Qual a probabilidade de que o dimetro ultrapasse 0,85?
c) Qual a probabilidade de que o dimetro no ultrapasse 0,85?
d) Qual a probabilidade de que o dimetro ultrapasse 0,75?
e) Qual a probabilidade de que o dimetro se situe entre 0,78 e 0,83?

4. O tempo (em minutos) que um operrio leva a executar certa tarefa uma varivel
aleatria com distribuio normal.


Estatstica

118

Mtodos
Quantitativos
Sabe-se que a probabilidade de o operrio levar mais de 13 minutos de 0,0668 e a de
demorar menos de 8 minutos de 0,1587.
a) Calcule o tempo mdio requerido para efectuar a tarefa, e o respectivo desvio
padro.
b) Calcule a probabilidade de o operrio demorar entre 9 e 12 minutos a execut-la.

5. Sabe-se que as alturas dos 13 400 estudantes de uma universidade tm uma
distribuio normal com cm 174 = e cm 12 = o . Determine o nmero de estudantes com
altura inferior a 186 cm.




Introduo
aos Mtodos
Quantitativos

Bibliografia

Matemtica:

Apostol, T.: Clculos Vol.1. Blaidell Publishing Company

Lipschuyz, S.: lgebra Linear. Coleco Schaum, McGraw-Hill

Giraldes, E., Fernandes,V., Smith, P.: Curso de lgebra Linear e Geometria Analtica.
McGraw-Hill

Spivak, M.: Clculos. New York, W. Benjamin



Estatstica:

Murteira, B.: Anlise Exploratria de Dados. McGraw-Hill

Murteira, B.: Probabilidades e Estatstica Vol 1 e 2. Edies Slabo

Reis, E., Melo, P., Andrade, R., Calapez,T. : Estatstica Aplicada Vol 1 e 2. Edies Slabo

Robalo, A.: Estatstica Exerccios Vol 1 e 2. Edies Slabo

www.estv.ipv.pt/paginaspessoais/carlahenriq/testes%20formato%20aluno.pdf -









Introduo
aos Mtodos
Quantitativos
Solues dos exerccios


Anlise Matemtica:

1
a) D=[-3, +[
D=[-3, +[
b) D= [-3, +[
\{2}

c) D=]3, + [
d) D=[-3, +[
d)D= ]2, 3 ]
D=[2, 3]
2
a) no; b)-4 ; c) 8; d) 0;e) +; f) 0; g)1; h)+; i)0; j)0; k)0; l)no m)
n)0
o)1/2; p)1; q)0; r)1; s)3 ; t)1/3; u)+; v)0; w)+ x) 4; y)0; z)0; aa)1
bb)1; cc)8; dd)-1; ee)-2;
3
a) m= 4 b) m=1 c) no
4
a)no existe
.




c) no injectiva nem sobrejectiva
5
f(2)= 12; f(4)= 9 b) no continua
em x=3
c) Weistrass
7
m=2
11
Por exemplo n= 0
15
a) 1; 1
b)
3
2

c) 1, e
2
d) 1; 1/2 e) 0,sen 2
16
a=1; b= 7











Introduo
aos Mtodos
Quantitativos
17)





Introduo
aos Mtodos
Quantitativos







a)
b)
19)
42)




Introduo
aos Mtodos
Quantitativos
c)
d)
e)
f)
g)
h)




Introduo
aos Mtodos
Quantitativos
i)
j)























Introduo
aos Mtodos
Quantitativos
Estatstica:
ESTATSTICA DESCRITIVA
1.
c1)
30%

9. a)
4 , 272 =
Me=200
Mo=200

13.
a)
3 , 53 =
c2)
47,5%
10.
1,71 m
b)
Me=54,4
Mo=72,2
6. c)
38%
11.
a)
47
c)
Distribuio
Assimtrica
Negativa
7.
c)
6
b)
15
14.
b)
9 , 24 =
Me=25,4
Mo=25,8
d)
77%
d)
85 , 129 =
d)
5 , 4 = o
24 , 20
2
= o
8.
a)
82 , 22 =
Me=23
Mo=20
12.
a)
118
15.
Para Grupo
de operrios
08 , 28 =
Me=28,33
Mo=28,39
6, 2 o =
CV=22,08
0,11 G =
b)
45 , 38 =
Me=23
Mo=20
b)
38
16.
79 , 3 =
Me=3
Mo=3
c)
125 , 4 =
Me=4
Mo=1;4;5
c)
26
17.
a)
O nvel mdio de
vendas da loja A
inferior ao da loja
B
d)
75 , 108 =
Me=108,5
Mo=105;113
e)
34 , 126 = ;
| | 150 , 101
b)
Distribuio
Assimtrica
Positiva

DISTRIBUIO NORMAL


1.
f)
0,2426

4.
a)
10 =
2 = o
g)
0,8403
b)
0,5328
2.
a)
0,0401
5.
11273
b)
0,281

c)
0,4649
d)
04 , 80 ~ a
4 , 41 = b
1.
a)
0,8413
3.
a)
0,4013
b)
0,0228
b)
0,1056
c)
0,3707
c)
0,8944
d)
0,8413
d)
0,8944
e)
0,2610
e)
0,4649