Você está na página 1de 70

FACULDADE PITGORAS DE UBERLNDIA

ADMINISTRAO








Mtodos Quantitativos

Autor: Prof Samir Rodrigues Mansour
Adaptaes: Prof Andr Luiz Pires Muniz












Uberlndia
2014

2
CAPTULO 0 REVISO GERAL DE ELEMENTOS DE
MATEMTICA


1. Regras de potenciao
A potenciao uma operao matemtica que indica o nmero de vezes que um determinado nmero
deve ser multiplicado. composto pela seguinte forma:

A
n
= A x A x A x .... x A (repetindo-se n vezes).

Na qual:
A = base da potncia;
n = expoente (que determina o grau da potncia).

Ex: 2
4
= 2 x 2 x 2 x 2 = 16

Cuidado: 2 x 4 diferente de 2
4

Enquanto no primeiro calculo o resultado 8, no segundo, que envolve uma potenciao, o resultado
16.

Propriedades gerais:
a) Potncia de expoente 1: todo nmero elevado ao expoente 1 tem como resultado o prprio nmero.
2
1
= 2
5225
1
= 5225
b) Potncia de expoente igual a 0 (zero): todo nmero elevado ao expoente zero tem como resultado
igual a 1.
2
0
= 1
5225
0
= 1
c) Multiplicao de potncia de mesma base: conserva-se a base e soma-se os expoentes.
2
3
x 2
2
x 2
4
= 2
(3+2+4)
= 2
9
= 512
d) Diviso de potncia de mesma base: conserva-se a base e subtraem-se os expoentes.
2
6
2
2
= 2
(6-2)
= 2
4
= 16
e) Potncia de uma potncia: conserva-se a base e multiplica-se os expoentes.
(2
4
)
2
= 2
(4x2)
= 2
8
= 256
Cuidado: (2
4
)
2
diferente de
2
4
2 , pois enquanto o primeiro a resposta 256, no segundo a resposta
ser 65.536.
f) Potncia de uma frao: aplica-se o expoente no numerador e no denominador.
(2/3)
3
=
3
3
3
2
=
27
8

g) Expoente negativo: qualquer nmero diferente de zero, elevado a um expoente negativo igual a uma
frao cujo numerados a unidade e cujo denominador a mesma base da potncia elevado ao
mesmo expoente com sinal positivo.
a
-n
=
n
a
1
Ex: 5-2 =
2
5
1
=
25
1

h) Potncia de 10: efetua-se adicionando direita da unidade o tanto de zeros quanto for a unidade do
expoente.
10
2
= 100
10
7
= 10.000.000
i) Toda potncia de expoente par positiva.
3
j) Toda potncia de expoente impar tem o sinal da base.
k) Toda potncia de 1 igual a 1.
l) Toda potncia de 0 igual a 0.


2. Regras de radiciao
A estrutura geral para da radiciao dada abaixo:

b A
n p
=
, na qual:

A = radicando;
n = ndice da raiz
p = expoente
b = raiz

Para se realizar o calculo da radiciao necessrio realizar o processo de decomposio do radicando,
conforme mostrado no exemplo abaixo.

Ex. 1:
3
64

64 2
32 2
16 2
8 2
4 2
2 2
1

2
6
= 2
3
x 2
3


3 3 3
2 2 = 2 x 2 = 4


Ex. 2: 36

36 2
18 2
9 3
3 3
1
2
2
x 3
2


2 2
3 2 = 2 x 3 = 6

Operaes e propriedades da radiciao
a) Adio e subtrao de radicais semelhantes: quando os radicais do mesmo ndice e mesmo radicando
so semelhantes, opera-se os coeficientes e conserva-se o radical.
Ex.: 2 2 2 10 2 8 2 10 2 5 2 3 = = +
4
b) Multiplicao e diviso de radicais do mesmo ndice: multiplica-se e divide-se os radicandos e da-se o
produto/quociente o ndice comum.
Ex.: 6 3 2 3 2 = =
c) Potenciao de radicais: eleva-se o radicando potncia indicada e conserva-se o ndice.
Ex.:
4 4 3 3 4
27 3 ) 3 ( = =
d) Radiciao de radicais (raiz de raiz): multiplica-se os ndices e conserva-se o radicando.
Ex.:
4 2 2
3 3 3 = =


e) Expoente fracionrio: uma potncia com expoente fracionrio pode ser convertida numa raiz, cujo
radicando a base, o ndice o denominador do expoente sendo o numerados o expoente do
radicando.
Formulao geral:
q
p q
p
a a =
essa tambm a chamada Regra do REI, pois reformulando a
formulao geral:

i e
i
e
R R =


Ex.:
3 3 2
3
2
4 2 2 = =
f) No existe a raiz de um radicando negativo e ndice par.
g) A raiz de um radicando negativo e ndice mpar negativa.
h) A raiz de um radicando positivo tambm positiva.
i) Raiz de um radicando nulo tambm ser nulo.


3. Operaes com Fraes
Uma frao uma representao de uma diviso e composta de um numerador e um denominador,
como indicado a formulao abaixo:

ador deno
numerador
min 5
2
= .

Elas podem ser prprias, quando o numerador menor que denominador e as imprprias, quando o
numerador maior ou igual ao denominador. Existem ainda as fraes equivalentes, que so aquelas que
representam a mesma parte de um todo, ou seja, quando a razo igual nas duas fraes. Exemplo de fraes
equivalentes podem ser vistas abaixo:

16
8
4
2
2
1
= =

Conhecer a equivalncia entre as fraes ajuda no processo de simplificao de um calculo.
Operaes com fraes
a) Adio e subtrao de fraes:
1. Quando os denominadores forem iguais, basta somar/subtrair os numeradores e manter o
denominador.
Ex:
3
2
3
1
3
1
= +
5
2. Quando os denominadores forem diferentes, necessrio calcular o mnimo mltiplo comum
(mmc) dos denominadores.
Ex.:
10
11
10
5
10
6
2
1
5
3
= + = +
3.
b) Multiplicao e diviso de fraes:
1. Multiplicao: basta multiplicar numerador com numerador e denominador com denominador.
Ex.:
15
6
3
2
5
3
=
2. Diviso: multiplica-se a primeira frao pelo inverso da segunda.
Ex.:
10
9
2
3
5
3
3
2
5
3
= =

4. Operaes de Porcentagem
Toda porcentagem representa uma frao cujo denominador igual a 100. Estas fraes podem ainda ser
representadas pelo smbolo de por cento (%).
Portanto, 5% = 5 por cento =
100
5

O calculo de porcentagem muito til na vida de um gestor. Dentre os clculos existentes, destacam-se:
a) Calculo de uma porcentagem de um nmero:
Ex.: Quanto 25% de 200?
50
100
200 . 25
=
b) Parte de um todo (calculo de representatividade percentual): dado pela seguinte formulao:
100
todo
parte


Ex.: Quantos por cento representa 3 em 15?
% 20 100
15
3
=
c) Variao percentual: dado pela seguinte formulao:
100
.
. .
|
.
|

\
|
anterior val
anterior val atual val

Ex.: A populao da cidade A cresceu de 100 mil para 150 mil habitantes em dez anos, enquanto que
a cidade B passou de 40 mil para 50 mil habitantes. Qual a cidade que teve maior crescimento
populacional?

Cidade A: % 25 100
100
100 125
= |
.
|

\
|


Cidade B: % 25 100
40
40 50
= |
.
|

\
|


Resposta: as duas cidades cresceram na mesma proporo.

6
CAPTULO 1 INTRODUO ESTATSTICA


1. A Estatstica e seus ramos
Historicamente, o crescimento e desenvolvimento da Estatstica Moderna podem ser relacionados a trs
fenmenos isolados: a necessidade do governo de coletar dados sobre os cidados, o desenvolvimento da
teoria da probabilidade e o advento da informtica.
Durante as civilizaes egpcia, grega e romana, os dados eram obtidos principalmente com o objetivo de
recolher impostos e para o recenseamento militar. Na Idade Mdia, as instituies religiosas freqentemente
mantinham registros relativos a nascimentos, mortes e casamentos. A crescente necessidade dos censos
ajudou a incentivar o desenvolvimento de equipamentos de tabulao no incio do sculo XX, o que levou ao
desenvolvimento de computadores. Esses progressos alteraram profundamente o campo da Estatstica nos
ltimos 30 anos.
Embora os programas de Estatstica e de planilhas de clculo tenham tornado possvel at mesmo a
anlise mais sofisticada, surgem problemas quando usurios no-especializados em Estatstica, que no
compreendem os pressupostos dos procedimentos ou as limitaes dos resultados obtidos, se enganam com
os resultados estatsticos fornecidos por esses programas.
Atualmente, define-se Estatstica como: um conjunto de mtodos e processos quantitativos que serve
para estudar e medir os fenmenos coletivos. Os principais estudiosos e colaboradores no estabelecimento
das caractersticas atuais da estatstica: Bernoulli, Fermat, Pascal, Laplace, Gauss, Galton, Pearson, Poisson,
entre outros.
Existem muitas concepes erradas a respeito do que e como pode ser usada a Estatstica. Alguns
acham que o estatstico algum que tem a capacidade de manipular os nmeros para demonstrar suas idias.
Outros acreditam que, com o auxlio de uma calculadora, o estatstico pode transformar qualquer estudo em
cientfico.
Existem duas concepes para a palavra Estatstica:
a) no singular, significa uma metodologia desenvolvida para a coleta, a classificao, a anlise e a
interpretao de dados quantitativos e a utilizao desses dados para a tomada de decises.

b) no plural, indica qualquer coleo consistente de dados numricos, reunidos com a finalidade de
fornecer informaes sobre alguma atividade. Ex.: estatsticas demogrficas, econmicas, etc.

A Estatstica estuda ento os fenmenos com um conjunto muito numeroso de indivduos, com pelo
menos uma caracterstica comum. A partir da anlise quantitativa de uma determinada experincia ou de um
determinado grupo de indivduos, se for observado uma certa regularidade nessa caracterstica,
provavelmente existir a mesma regularidade numa classe maior de experincias ou indivduos. Esse um
processo de generalizao.
Assim, a Estatstica pode ser dividida em duas partes:
Estatstica Descritiva: tem como objetivo a observao de fenmenos de mesma natureza, a coleta
de dados numricos relativos a esses fenmenos, a organizao e a classificao desses dados
observados e a sua apresentao atravs de grficos e tabelas, alm da descrio desses dados atravs
do clculo de algumas medidas.
Exemplos: descrio do volume de vendas mensais de um determinado produto.

Estatstica Inferencial ou Indutiva: tem como objetivo a anlise e interpretao dos dados de uma
amostra pesquisada. Refere-se a um processo de generalizao a partir de resultados particulares. Esse
processo de generalizao est associado a uma margem de incerteza, pois a concluso a respeito da
caracterstica comum de uma populao obtida analisando-se uma parcela dessa populao (a
amostra). Para medir essa incerteza, usa-se tcnicas e mtodos da Teoria da Probabilidade.
Exemplos: previso do volume de vendas mensais de um produto.
7

Portanto, a coleta, a organizao e a descrio dos dados esto a cargo da Estatstica Descritiva,
enquanto que a anlise e a interpretao desses dados ficam a cargo da Estatstica Indutiva ou Inferencial.


2. Fases do mtodo estatstico
O mtodo estatstico caracterizado pelas seguintes fases:
a) Coleta de dados: a coleta de dados pode ser direta, quando feita sobre elementos informativos de
registro obrigatrio ou quando so coletados pelo prprio pesquisador atravs de questionrios, ou
indireta, quando inferida de elementos conhecidos.
b) Crtica dos dados: depois de coletados, os dados devem ser criticados, procura de possveis falhas e
imperfeies.
c) Apurao dos dados: refere-se a fase em que os dados so processados mediantes critrios de
classificao.
d) Exposio ou apresentao dos dados: os dados devem ser apresentados sob formas adequadas, como
tabelas ou grficos, tornando mais fcil o exame daquilo que se esta estudando.
e) Anlise dos resultados: a fase cujo objetivo tirar concluses sobre as informaes coletadas. Esta
fase permite tirar concluses e fazer previses sobre um determinado fenmeno.


3. Estatstica e a Gesto
A Estatstica muito utilizada em vrias atividades profissionais atualmente: Administrao, Economia,
Fsica, Biologia, Psicologia, Agronomia, entre outras, servindo como instrumento auxiliar na tomada de
decises.
Especificamente para os administradores, atualmente a questo colocada no se refere escassez de
informao, mas sim a como utilizar a informao disponvel para tomar melhores decises. a partir dessa
perspectiva que devemos avaliar por que um administrador precisa conhecer Estatstica:
- Os gestores precisam saber como apresentar e descrever informaes de forma adequada;
- Os gestores precisam saber como tirar concluses a partir de grandes populaes com base somente
nas informaes obtidas de amostras;
- Os gestores precisam saber como melhorar os processos;
- Os gestores precisam saber como obter previses confiveis a partir de variveis de interesse.
Nas empresas, estatais ou no, para a tarefa do administrador de tomar decises, importante o uso da
Estatstica no trabalho de organizar, dirigir e controlar a empresa.
Por meio de sondagem e coleta de dados, pode-se conhecer a realidade geogrfica e social, os recursos
naturais, humanos e financeiros disponveis, os objetivos da empresa e as expectativas da comunidade. No
planejamento da estratgia a ser adotada e na verificao da qualidade e quantidade do produto, lucros e
perdas, o mtodo estatstico ser muito til.


4. Os dados estatsticos: tipos de variveis e regras de arredondamento
Dados podem ser entendidos como a informao necessria para ajudar o administrador a tomar decises
mais bem-fundamentadas em determinada situao. A coleta de dados importante para:
- oferecer o insumo necessrio a uma pesquisa;
- avaliar o desempenho de um processo de produo ou de um servio em andamento;
- assessorar na formulao de cursos de ao alternativos num processo de tomada de deciso;
- satisfazer a curiosidade.
Para que uma anlise estatstica seja til no processo de tomada de deciso, os dados de entrada devem
ser apropriados, no podendo estar distorcidos por tendncias, ambigidades ou outros tipos de erros.
Existem duas formas bsicas pelas quais possvel obter os dados para uma anlise: procurar dados j
8
publicados em fontes governamentais, industriais ou particulares, os chamados dados secundrios, ou
realizar uma pesquisa, buscando dados que ainda no haviam sido coletados da forma requerida, os
chamados dados primrios.

- Tipos de variveis
Um estatstico da rea de pesquisas muito provavelmente desejar desenvolver um instrumento que faa
diversas perguntas e lide com uma variedade de fenmenos ou caractersticas. Estes fenmenos ou
caractersticas so chamados de variveis aleatrias. Os dados, que so o produto observado destas
variveis aleatrias, podem divergir de resposta para resposta. Uma varivel, portanto, o conjunto de
resultados possveis de um fenmeno.
Existem dois tipos de variveis:
a) Qualitativas (ou categricas): seus valores so representados por atributos ou categorias. Exemplos:
sexo, cor da pele, estado civil, educao.

b) Quantitativas (ou numricas): seus valores so representados por nmeros. Exemplos: salrios dos
operrios, idade dos alunos de uma escola, nmero de filhos, estatura.
Entre as quantitativas, pode-se tambm distinguir dois tipos: discreta (os valores da varivel formam
um conjunto finito ou enumervel, resultado de contagens: nmero de alunos de uma escola, nmero
de filhos de um casal) e contnua (os valores da varivel formam um intervalo de nmeros reais,
resultado de medies: estatura, nmero de metros percorridos por um atleta).

Tais informaes podem ser coletadas de uma populao ou de uma amostra. O conjunto de entes que
portam, pelo menos, uma caracterstica em comum, denomina-se de populao estatstica (ou universo
estatstico), enquanto que uma amostra representa um subconjunto finito de uma populao. Em outras
palavras, uma amostra parte de uma populao e normalmente, devido a impossibilidade ou a inviabilidade
econmica de se pesquisar uma populao completa, obriga os pesquisadores a delinearem uma amostra
representativa. Uma amostra representativa aquela que possui as mesmas caractersticas bsicas da
populao. Para garantir esta representatividade, existem diversas tcnicas estatsticas, chamadas de tcnicas
de amostragem.


- Regras de arredondamento

1) Nmeros aproximados
Como sabemos, os nmeros resultam de uma mensurao (no seu sentido mais amplo), a qual s pode ser
exata quando assume a forma de contagem ou enumerao, em nmeros naturais, de coisas ou unidades
mnimas indivisveis. Em tais casos, a varivel pode assumir somente valores discretos ou descontnuos.
Outras mensuraes se do numa escala contnua, que pode, teoricamente ser indefinidamente
subdividida. Na prtica, porm, h sempre um limite para a preciso com a qual a mensurao pode ser feita,
o que nos leva a concluir que o valor verdadeiro nunca conhecido. Na verdade, os valores observados so
discretos e aproximados.
Assim que, se o comprimento de um parafuso, medido em centmetros, foi dado por 4,6 cm, devemos
considerar que o valor exato desse comprimento ser algum valor entre 4,55 cm e 4,65 cm, que foi
aproximado para 4,6 cm devido ao fato de a preciso adotada na medida ser apenas de dcimos de
centmetros.
Em nossos estudos, faremos uso da seguinte conveno: a preciso da medida ser automaticamente
indicada pelos nmeros decimais com que se escrevem os valores da varivel.
Assim, um valor 4,60 indica que a varivel em questo foi medida com a preciso de centsimos, no
sendo exatamente o mesmo que 4,6, valor correspondente a uma preciso de dcimos.

9

2) Arredondamento de dados
Muitas vezes, necessrio ou conveniente suprimir unidades inferiores s de determinada ordem. Esta
tcnica denominada arredondamento de dados.
De acordo com a resoluo 886/66 da Fundao IBGE, o arredondamento feito da seguinte maneira:
- Quando o primeiro algarismo a ser abandonado 0, 1, 2, 3 ou 4, fica inalterado o ltimo algarismo a
permanecer. Ex.: 53,24 passa a 53,2.
- Quando o primeiro algarismo a ser abandonado 6, 7, 8, ou 9, aumenta-se de uma unidade o
algarismo a permanecer. Ex.: 42,87 passa a 42,9
25,18 passa a 25,2
53,99 passa a 54,0
- Quando o primeiro algarismo a ser abandonado 5, h duas solues:
a) se ao 5 seguir em qualquer casa um algarismo diferente de zero, aumenta-se uma unidade ao
algarismo a permanecer. Ex.: 2,352 passa a 2,4.
25,6501 passa a 25,7
76,250002 passa 76,3

b) se o 5 for o ltimo algarismo ou se ao 5 s se seguirem zeros, o ltimo algarismo a ser
conservado s ser aumentado de uma unidade se for mpar. Ex.: 24,75 passa a 24,8
24,65 passa a 24,6
24,75000 passa a 24,8

Obs.: No devemos nunca fazer arredondamentos sucessivos. Ex.: 17,3452 passa a 17,3 e no a 17,35 e
depois a 17,4.


Lista de Exerccios 1:

1) Para cada pergunta, parte de um questionrio de pesquisa, classifique a varivel como qualitativa ou
quantitativa.

a) Quantas pessoas se utilizam do veculo? _______

b) Qual a sua avaliao sobre o desempenho de seu automvel?
a. timo b. Bom c. Regular d. Ruim e. Pssimo

d) Dos veculos existentes no mercado, cite trs que voc compraria:
1 _______________________________________
2 _______________________________________
3 _______________________________________

e) Que idade voc tem? ____________

f) Em um dia mdio da semana, quanto tempo gasta estudando?
a. Menos de 15 minutos
b. 15 a 30 minutos
c. 31 a 60 minutos
d. 61 a 120 minutos
e. Mais de 120 minutos

10
g) Quantos reais voc gastou com lazer no ms passado? ____________

h) Qual a sua renda? _________________

i) Marque com um X a opo que representa seu nvel de renda:
a. Abaixo de R$500,00 b. De $R500,00 a R$999,99
c. De R$1.000,00 a R1.999,99 d. De R$2.000,00 a R$4.999,99
e. R$5.000,00 ou mais

2) Determine se cada uma das seguintes variveis aleatrias qualitativa ou quantitativa. Neste ltimo caso,
classifique-a tambm como discreta ou contnua.

a) Nmero de telefones por domiclio
b) Tipo de telefone principalmente utilizado
c) Nmero de chamadas de longa distncia realizadas por ms
d) Durao (em minutos) da mais demorada chamada de longa distncia por ms
e) Cor do telefone principalmente utilizado
f) Tarifa mensal (em reais e centavos) para as chamadas de longa distncia realizadas
g) Nmero de chamadas locais realizadas por ms
h) Durao (em minutos) da chamada mais longa por ms

3) Arredonde cada um dos dados abaixo, conforma a preciso pedida:
a) para o dcimo mais prximo:
23,40 48,85002 120,4500 234,7832 78,85
129,98 45,09 12,35 199,97
b) para o centsimo mais prximo:
46,727 253,65 28,255 123,842 299,951 37,485
c) para a unidade mais prxima:
26,6 67,5 128,5 49,98 68,2 39,49


11
CAPTULO 2 ORGANIZAO DE DADOS


1. Sries Estatsticas
Uma vez coletados os dados, o conjunto de valores extenso e desorganizado e, no seu exame, h o
perigo de se perder a viso global do fenmeno analisado. Por isso, reunimos os valores em tabelas
compactas, que permitem uma viso mais sinttica do fenmeno, sem tirar-lhe a preciso primitiva. Essa
condensao dos valores permite ainda a representao grfica, uma forma mais sutil e elegante de
apresentao da caracterstica estudada.
Uma tabela um quadro que resume as observaes de alguma varivel.


PRODUO DE CAF
BRASIL 1991-1995

Anos Produo
(1000 t)
1991 2535
1992 2666
1993 2122
1994 3750
1995 2007

FONTE: IBGE

Uma srie estatstica toda tabela que apresenta a distribuio de um conjunto de dados estatsticos em
funo da poca, do local ou da espcie.


2. Classificao das Sries Estatsticas
Podemos classificar uma srie estatstica de acordo com os seus trs fatores: tempo, espao e espcie.
1. Sries histricas (ou temporais, cronolgicas, marchas): descrevem os valores da varivel em
determinado local segundo intervalos de tempo variveis.
Exemplo: O diretor de marketing de uma empresa, fabricante de componentes eletrnicos, deseja
examinar a evoluo de suas vendas em 2000, ms a ms.
GLT S.A. Indstria de Componentes Eletrnicos
Vendas Mercado Interno 2000
Meses Vendas ($1.000)
Janeiro 2.300
Fevereiro 1.800
Maro 2.200
Abril 2.210
Maio 2.360
Junho 2.600
TOTAL SEMESTRE 17.470
Fonte: Departamento de Anlise de Mercado.

2. Sries geogrficas (ou espaciais, territoriais, de localizao): descrevem os valores da varivel
em determinado instante segundo regies.
Ttulo
Cabealho
Coluna
Numrica
Casa ou
Clula
Linhas
Cabealho
Coluna
Indicadora
Corpo
Rodap
12
Exemplo: Se agora o diretor deseja saber o comportamento das vendas dessa empresa nos estados
do Brasil, no ano 2000.

GLT S.A. Indstria de Componentes Eletrnicos
Vendas por Unidade de Federao 2000
Unidades de Federao Vendas ($1.000)
Minas Gerais 4.000
Paran 2.230
Rio Grande do Sul 6.470
Rio de Janeiro 8.300
So Paulo 10.090
Outros 420
TOTAL BRASIL 31.510
Fonte: Departamento de Anlise de Mercado.

3. Sries especficas (ou categricas): descrevem os valores da varivel, em determinado tempo e
local, segundo especificaes ou categorias.
Exemplo: Suponha que o diretor esteja interessado em conhecer o comportamento das vendas de
cada um dos produtos, que foram agrupados em trs categorias ou linhas. A tabela revela que
aproximadamente 50% do faturamento da empresa so representados pelos produtos da linha C.

GLT S.A. Indstria de Componentes Eletrnicos
Vendas por Linha de Produto 2000

Linha do Produto Vendas ($1.000)
Linha A 6.450
Linha B 9.310
Linha C 15.750
TODOS OS PRODUTOS 31.510
Fonte: Departamento de Anlise de Mercado.

4. Distribuio de freqncias: neste caso, todos os elementos esto fixos, estando os dados
agrupados de acordo com a intensidade ou variao quantitativa do fenmeno. O processo de
construo das tabelas de distribuio de freqncia ser feito mais adiante.
Exemplo: Agrupar as vendas da empresa em classes de faturamento e analisar o nmero de meses
em que se verificaram os vrios faturamentos.

GLT S.A. Indstria de Componentes Eletrnicos
N de Meses Segundo o Faturamento

Vendas ($1.000) Meses
De 1.800 a 2.199 1
2.200 a 2.599 4
2.600 a 2.999 3
3.000 a 3.399 3
3.400 a 3.799 2
TOTAL DE MESES 12
Fonte: Departamento de Anlise de Mercado.



13
N de Empregados das Vrias Classes de Salrios
no Estado de So Paulo 2000

Classes de Salrios (R$) N de Empregados
At 80 41.326
De 80 a 119 123.236
De 120 a 159 428.904
De 160 a 199 324.437
De 200 a 399 787.304
De 400 a 599 266.002
De 600 a 799 102.375
De 800 a 999 56.170
1.000 ou mais 103.788
TOTAL 2.233.542
Fonte: Servio de Estatstica da Previdncia e Trabalho.


5. Sries conjugadas tabelas de dupla entrada: Muitas vezes h necessidade de apresentar, em
uma nica tabela, a variao de valores de mais de uma varivel, obtendo assim uma tabela de
dupla entrada. Nesse tipo de tabela ficam criadas duas ordens de classificao: horizontal e
vertical.

Exemplos:

Srie especfico-temporal:

Populao Economicamente Ativa por Setor de Atividade Brasil

Setor Populao (1000 habitantes)
1940 1950 1960
Primrio 8.968 10.255 12.163
Secundrio 1.414 2.347 2.962
Tercirio 3.620 4.516 7.525
Fonte: IPEA.

Srie geogrfico-temporal:

Produo Brasileira de Borracha

Unidade de
Produo
Produo
1937 1938 1939
Acre 5.007 4.765 4.727
Amazonas 6.858 5.998 5.631
Par 4.945 4.223 4.500
Mato Grosso 1.327 1.285 1.235
Outros Estados 333 539 337
Fonte: Anurio Estatstico do Brasil - IBGE.

importante ressaltar que nem toda tabela representa uma srie estatstica. Algumas vezes, os dados
no so uniformes, sendo meramente um aglomerado de informaes gerais sobre determinado assunto.
14

Exemplo:
Situao dos Espetculos Cinematogrficos no Brasil 1970
Especificao Dados Numricos
Nmero de cinemas 2.488
Lotao dos cinemas 1.722.348
Sesses por dia 3.933
Filmes de longa metragem 131.330.488
Meia entrada 89.581.234
Fonte: Anurio Estatstico do Brasil - IBGE.


3. Dados absolutos e dados relativos

Dados absolutos so os dados estatsticos resultantes da coleta direta da fonte, sem manipulao a
no ser contagem ou medida. Sua leitura inexpressiva.

Dados relativos so o resultado de comparaes por razes que se estabelecem entre dados absolutos
e tm por finalidade facilitar as comparaes entre quantidades. So as porcentagens, ndices,
coeficientes e taxas.

1. Porcentagens
Destaca a participao da parte no todo (calculo de representatividade). Exemplo:

MATRCULAS NAS ESCOLAS DA CIDADE A 1995

Categorias N de alunos %
1 grau 19.286
2 grau 1.681
3grau 234
Total 21.201


2. ndices
So razes entre duas grandezas tais que uma no inclui a outra. Exemplo:
ndices econmicos:
populao
produo da l valor tota
capita per Produo =

populao
renda
capita per Renda =

populao
consumo
capita per Consumo =


3. Coeficientes
So razes entre o n de ocorrncias e o n total. Exemplos:
superfcie
populao
a demogrfic Densidade =
15

total populao
s nascimento de n
natalidade de e Coeficient =

matrculas de inicial n
evadidos alunos de n
escolar evaso de e Coeficient =

matrculas de final n
aprovados alunos de n
escolar ento aproveitam de e Coeficient =

4. Taxas
So os coeficientes multiplicados por uma potncia de 10 para tornar o resultado mais inteligvel.
Exemplos: Taxa de mortalidade = coeficiente de mortalidade . 100
Taxa de evaso escolar = coeficiente de evaso escolar . 100


Lista de exerccios 2 (Sries e Dados Estatsticos):

1) Considere a srie estatstica:
Sries Alunos
Matriculados
%
1 546
2 328
3 280
4 120
Total 1.274
Complete-a, determinando as porcentagens com uma casa decimal e fazendo o arredondamento.

2) Considerando que Minas Gerais, em 1992, apresentou (dados fornecidos pelo IBGE):
- Populao: 15.957,6 mil habitantes
- Superfcie: 586.624 km
2

- Nascimentos: 292.036
- bitos: 99.281
Calcule:
a) o ndice da densidade demogrfica b) a taxa de natalidade c) a taxa de mortalidade

3) Um professor preencheu um quadro, enviado pela secretaria da escola, com os seguintes dados:

Srie E
Turma
N de
Alunos
30.03
N de
Alunos
30.11
Promovidos
sem
Recuperao
Retidos sem
Recuperao
Em
Recuperao
Recuperados No-
Recuperados
Total Geral
Promo-
vidos
Retidos
1 B 49 44 35 03 06 05 01 40 04
1 C 49 42 42 00 00 00 00 42 00
1 E 47 35 27 00 08 03 05 30 05
1 F 47 40 33 06 01 00 01 33 07
Total 192 161 137 09 15 08 07 145 16

Calcule:
a) a taxa de evaso, por turma b) a taxa de evaso total
c) a taxa de aprovao, por turma d) a taxa de aprovao geral
e) a taxa de recuperao, por turma f) a taxa de recuperao geral
16
g) a taxa de reprovao na recuperao geral h) a taxa de aprovao, sem a recuperao
i) a taxa de retidos, sem a recuperao.


4. Grficos Estatsticos
O grfico estatstico uma forma de apresentao dos dados estatsticos mais rpida e viva do que as
sries, em termos de compreenso da concentrao e disperso dos valores.
A representao grfica feita atravs de uma figura geomtrica que corresponde aos termos da srie
e deve ter simplicidade, clareza e veracidade.

Diagramas
So grficos geomtricos dispostos em duas dimenses, normalmente utilizando o sistema cartesiano.
Veremos os principais tipos:
A) Grfico em linha ou em curva
Fonte: Agropalma

Observao: O zero deve ser indicado pelo menos no eixo vertical, para no levar o observador a
concluses errneas.

B) Grfico em colunas ou em barras

Fonte: Ministrio da Agricultura
Produo Brasileira de Dend
1987 - 92
0
10
20
30
40
50
60
70
80
87 88 89 90 91 92 93
Ano
Q
u
a
n
t
i
d
a
d
e

(
m
i
l

t
o
n
e
l
a
d
a
s
)
Produo Brasileira de Carvo
Mineral Bruto
1989 - 92
0
5000
10000
15000
20000
1989 1990 1991 1992
m
i
l

t
o
n
e
l
a
d
a
s
17
Fonte: SECEX

Observaes:
Se os dizeres inscritos forem extensos, melhor usar o grfico de barras (por exemplo, nas sries
geogrficas ou especficas). Se usado o grfico de colunas, os dizeres devem ser dispostos de
baixo para cima.
Se a srie for histrica, deve ser observada a ordem cronolgica e se a srie for geogrfica ou
categrica, a ordem deve ser decrescente.
Por razes estticas, a distncia entre as colunas (ou barras) no deve ser menor que a metade nem
maior que os dois teros da largura (ou da altura) dos retngulos.


C) Grficos em colunas mltiplas:

Fonte: Ministrio da Fazenda


D) Grfico em setores
Empregado sempre que desejamos ressaltar a participao do dado no total. S deve ser
empregado quando h, no mximo, sete dados.
Exportaes Brasileiras
Maro - 1995
0 500 1000 1500
So Paulo
Rio Grande do Sul
Paran
milhes de dlares
Balana Comercial
Brasil - 1989 - 93
0
20000
40000
60000
1989 1990 1991 1992 1993
U
S
$

m
i
l
h

o
Exportao
Importao
18

Fonte: IBGE

E) Grfico Polar
o grfico ideal para representar sries temporais cclicas, ou seja, sries temporais que apresentam
em seu desenvolvimento determinada periodicidade. Por exemplo, a precipitao pluviomtrica ao longo
do ano ou da temperatura ao longo do dia, a arrecadao da Zona Azul durante a semana, etc.
Usa o sistema de coordenadas polares. Exemplo:
Fonte: Ministrio da Agricultura


5. Distribuio de freqncia

- Distribuio de freqncia com intervalos de classe
Queremos estudar a forma para descrever os dados estatsticos de uma varivel quantitativa, como por
exemplo as notas obtidas pelos alunos de uma classe, estaturas de um conjunto de pessoas, salrios dos
funcionrios de uma empresa, etc.
Vamos considerar uma coleta de dados relativos s estaturas de quarenta alunos, que compem uma
amostra dos alunos de uma escola A. Chamaremos essa tabela de primitiva:




Rebanho Suno do
Sudeste do Brasil
1992
Minas Gerais
Esprito Santo
Rio de Janeiro
So Paulo
Precipitao Pluviomtrica
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
19
Estatura dos 40 alunos do Colgio A
166 160 161 152 162 160 165 167 164 160
162 161 168 163 156 172 160 155 164 168
155 152 163 160 155 155 169 153 170 164
154 161 156 172 153 157 156 158 158 161


Partindo desse valores, difcil formar uma idia exata do grupo como um todo, j que ao dados no
esto ordenados. A tabela obtida aps a ordenao dos dados recebe o nome de rol:

Estatura dos 40 alunos do Colgio A
152 154 155 157 160 161 162 164 166 169
152 155 156 158 160 161 162 164 167 170
153 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 172


Para essa varivel estatura, ser mais fcil estud-la se agruparmos esse dados, ou seja, se
dispusermos os dados numa coluna e, ao seu lado, apresentamos o nmero de vezes que ele aparece repetido.
Denominamos freqncia o nmero de alunos que fica relacionado a uma determinada estatura. A
tabela obtida ser chamada de distribuio de freqncia:


Estatura (cm) Freqncia
152 2
153 2
154 1
155 4
156 3
157 1
158 2
160 5
161 4
162 2
163 2
Estatura (cm) Freqncia
164 3
165 1
166 1
167 1
168 2
169 1
170 1
172 2
Total 40


Mesmo assim, a tabela obtida ainda no conveniente e j que a varivel contnua, agruparemos os
valores da varivel em intervalos, chamados de classes.
Teremos ento uma distribuio de freqncia com intervalos de classe:

Estaturas (cm) Freqncia
150 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40


20
Com esse agrupamento de valores, ganhamos em simplicidade mas perdemos em pormenores.
Pretendemos com isso realar o que h de essencial nos dados e tornar possvel o uso de tcnicas analticas
para sua total descrio, mesmo porque a Estatstica tem por finalidade analisar o conjunto de valores, no se
interessando por casos isolados.

Observao: se desde o incio quisssemos agrupar os dados, faramos uma tabulao como segue:

Estaturas (cm) Tabulao Freqncia
150 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40

- Elementos de uma distribuio de freqncia
1. Classes: so os intervalos de variao da varivel, representadas por i, sendo i = 1, 2, 3, ..., k (onde k
o nmero total de classes). No exemplo anterior, k = 6.
2. Limites de classe: so os extremos de cada classe. O menor n o limite inferior da classe (l
i
) e o
maior n o limite superior da classe (L
i
). No exemplo, l
2
= 154 e L
2
= 158.
3. Amplitude de um intervalo de classe: a medida do intervalo, indicada por h
i
: h
i
= L
i
- l
i
. No
exemplo, h
2
= 158 154 = 4 cm.
4. Amplitude total da distribuio (AT): a diferena entre o limite superior da ltima classe e o limite
inferior da primeira classe: AT = L(mx.) l(mn.). No exemplo, AT = 174 - 150 = 24 cm.

Obs.: claro que, se as classes possuem o mesmo intervalo, verificamos a relao:

5. Amplitude amostral (AA): a diferena entre o valor mximo e o valor mnimo da amostra:
AA = x(mx.) x(mn.). No exemplo, AA = 172 152 = 20 cm.
6. Ponto mdio de uma classe: o ponto que divide o intervalo de classe ao meio:

No exemplo, cm
L l
x 156
2
158 154
2
2 2
2
=
+
=
+
= .
7. Freqncia simples ou absoluta: o nmero de observaes correspondentes a essa classe ou a esse
valor, representada por f
i
. No exemplo, f
2
= 9. claro que a soma de todas as freqncias o total de
elementos da amostra, ou seja,

Podemos ento representar nosso exemplo da seguinte forma:




i
h
k
AT
=

= n f
i
2
i i
i
L l
x
+
=

21
i Estaturas (cm) f
i
1 150 154 4
2 154 158 9
3 158 162 11
4 162 166 8
5 166 170 5
6 170 174 3
f
i
= 40


- Determinao dos intervalos de classes
A primeira preocupao, na construo de uma distribuio de freqncia, a determinao do n de
classes, sua amplitude e seus limites.

1. N de classes (k)
Uma das formas de se determinar esse n de classes :
n k ~ , se 100 s n onde n o n total de dados da amostra.
) log( 5 n k ~ , se n > 100.
Existem outras regras para determinao do n de classes e a escolha de uma delas depende da
natureza dos dados, da unidade usada e do objetivo da pesquisa, mas deve-se sempre evitar freqncia
nula ou muito exagerada.
No exemplo anterior, 6 40 ~ ~ k .

2. Intervalo de classes (h)
Em seguida, para determinar a amplitude do intervalo de classe, fazemos
1
=
k
AA
h , onde
mnimo mximo
x x AA = a amplitude da amostra.
No exemplo anterior, 4
5
20
1 6
152 172
= =

= h .

3. Limites dos intervalos de classes (l
i
e L
i
)
Os limites dos intervalos devem ser escolhidos de forma que o menor valor observado esteja
localizado no ponto mdio da primeira classe. Para isso, devemos ter
2
1
h
valor menor l = .
No exemplo inicial, 150
2
4
152
1
= = l cm.

- Tipos de freqncias
1. Freqncia absoluta ou simples (f
i
): n de dados em cada classe. Temos que

= n f
i
.

2. Freqncia relativa (f
ri
): razo entre a freqncia simples e a total:

No exemplo, 275 , 0
40
11
3
3
= = =
i
r
f
f
f . claro que % 100 ou 1

=
ri
f .

=
i
i
ri
f
f
f

22
3. Freqncia acumulada (F
i
): o total de freqncias de todos os valores inferiores ao limite superior do
intervalo de uma dada classe:

No exemplo, 24 11 9 4
3 2 1 3
= + + = + + = f f f F , o que significa que existem 24 alunos com estatura
inferior a 162 cm.

4. Freqncia acumulada relativa (F
ri
): a freqncia acumulada da classe, dividida pela freqncia total da
distribuio:
No exemplo da terceira classe, 6 , 0
40
24
3
3
= = =
i
r
f
F
F
Podemos ento montar uma tabela com as freqncias estudadas:

i Estaturas (cm) f
i
x
i
f
ri
F
i
F
ri
1 150 154 4 152 0,100 4 0,100
2 154 158 9 156 0,225 13 0,325
3 158 162 11 160 0,275 24 0,600
4 162 166 8 164 0,200 32 0,800
5 166 170 5 168 0,125 37 0,925
6 170 174 3 172 0,075 40 1,000
= 40 = 1,000

Com o conhecimento das freqncias, podemos responder a vrias perguntas rapidamente:
a) Quantos alunos tm estatura entre 154 cm, inclusive, e 158 cm?
Resposta: f
2
= 9 alunos

b) Qual a porcentagem de alunos cujas estaturas so inferiores a 154 cm?
Resposta: f
r1
= 0,100, logo 10% dos alunos

c) Quantos alunos tm estatura abaixo de 162 cm?
Resposta: F
3
= f
1
+ f
2
+f
3
= 24 alunos.

d) Quantos alunos tm estatura no-inferior a 158 cm?
Resposta: f
3
+f
4
+f
5
+f
6
= 11+8+5+3 = 27 ou ento n F
2
= 40 13 = 27.

- Distribuio de freqncia sem intervalos de classe
Quando a varivel estudada discreta, cada valor tomado como um intervalo de classe, da seguinte
forma:
i
x
i
f
1
x
1
f
2
x
2
f

n
x
n
f

n f
i
=

=
i
i
ri
f
F
F
k k
f f f F + + + =
2 1

23

Exemplo: A varivel x o n de cmodos das casas ocupadas por vinte famlias entrevistadas:

i x
i
f
i

1 2 4
2 3 7
3 4 5
4 5 2
5 6 1
6 7 1
= 20

Completando as freqncias, teremos:

i x
i
f
i
f
ri
F
i
F
ri

1 2 4 0,20 4 0,20
2 3 7 0,35 11 0,55
3 4 5 0,25 16 0,80
4 5 2 0,10 18 0,90
5 6 1 0,05 19 0,95
6 7 1 0,05 20 1,00
= 20 = 1,00


Lista de exerccios 3 (Distribuio de freqncias)

1) A tabela abaixo apresenta uma distribuio de freqncia das reas de 400 lotes:

reas (m
2
) N de lotes

300 400 14
400 500 46
500 600 58
600 700 76
700 800 68
800 900 62
9001000 48
10001100 22
11001200 6
Com referncia a essa tabela, determine:

a) a amplitude total
b) o limite superior da quinta classe
c) o limite inferior da oitava classe
d) o ponto mdio da stima classe
e) a amplitude do intervalo da segunda classe
f) a freqncia da quarta classe
g) a freqncia relativa da sexta classe
h) a freqncia acumulada da quinta classe
i) o n de lotes cuja rea no atinge 700 m
2
.

24
j) o n de lotes cuja rea atinge e ultrapassa 800 m
2
.
k) a porcentagem de lotes cuja rea no atinge 600 m
2
.
l) a porcentagem dos lotes cuja rea seja maior ou igual a 900 m
2
.
m) a porcentagem dos lotes cuja rea igual a 500 m
2
, no mnimo, mas inferior a 1.000 m
2
.
n) a classe do 72 lote.
o) at que classe esto includos 60% dos lotes.

2) A distribuio abaixo indica o nmero de acidentes ocorridos com 70 motoristas de uma empresa de
nibus:

N de
acidentes
0 1 2 3 4 5 6 7
N de
motoristas
20 10 16 9 6 5 3 1

Determine:

a) o nmero de motoristas que no sofreram nenhum acidente.
b) o nmero de motoristas que sofreram pelo menos 4 acidentes.
c) o nmero de motoristas que sofreram menos de 3 acidentes.
d) o nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes.
e) a porcentagem dos motoristas que sofreram no mximo 2 acidentes.


6. Representao grfica de uma distribuio
Uma distribuio de freqncia pode ser representada graficamente pelo histograma, pelo polgono de
freqncia e pelo polgono de freqncia acumulada. Qualquer um deles construdo no plano cartesiano,
sendo o eixo horizontal para os valores da varivel e o eixo vertical para as freqncias.

Histograma
Formado por um conjunto de retngulos justapostos, cujas bases se localizam no eixo horizontal, de
tal modo que seus pontos mdios coincidam com os pontos mdios dos intervalos de classe.
No exemplo da tabela abaixo, j trabalhada anteriormente, o histograma correspondente :



Observaes:
O histograma apresenta a seguinte propriedade: a rea de um histograma proporcional
soma das freqncias.
Se usarmos as freqncias relativas, o grfico ter rea unitria.

25
Para comparar duas distribuies, devemos faz-lo pelo histograma de freqncias relativas.

1. Polgono de freqncia
um grfico em linha, sendo as freqncias marcadas sobre perpendiculares ao eixo x, levantadas
pelos pontos mdios dos intervalos de classe. Para fechar o polgono, completamos a figura ligando
os extremos da linha obtida aos pontos mdios da classe anterior primeira e da posterior ltima, da
distribuio. Exemplo:
Estatura de 40 alunos de um colgio
0
2
4
6
8
10
12
148 152 156 160 164 168 172 176
cm
f
Histograma
Polgono de
freqncia

2. Polgono de freqncia acumulada
traado marcando-se as freqncias acumuladas sobre perpendiculares ao eixo horizontal,
levantadas nos pontos correspondentes aos limites superiores dos intervalos de classe. Exemplo:

Uma distribuio de freqncia sem intervalos de classe representada graficamente por um
diagrama onde cada valor da varivel representado por um segmento de reta vertical e de comprimento
proporcional respectiva freqncia. Exemplo:

N de filhos N de casais
2 4
3 7
4 5
5 2
6 1
7 1
0
10
20
30
40
50
150 154 158 162 166 170 174

26



Lista de exerccios 4 (Representao grfica das distribuies de freqncias):

Considerando as distribuies de freqncia seguintes, confeccione, para cada uma:
a) o histograma
b) o polgono de freqncia
c) o polgono de freqncia acumulada

I.
Pesos (Kg) f
i
40 44 2
44 48 5
48 52 9
52 56 6
56 60 4
= 26

II.
Estaturas (cm) f
i
150 156 1
156 162 5
162 168 8
168 174 13
174 180 3
= 30

III.
Salrios (R$) f
i
500 700 8
700 900 20
900 1100 7
1100 1300 5
1300 1500 2
15001700 1
17001900 1
= 44
Nmero de filhos de 28 casais
0
2
4
6
8
2 3 4 5 6 7
fi

27
CAPTULO 3 MEDIDAS DESCRITIVAS


O estudo sobre distribuio de freqncia permite-nos descrever os grupos de valores de uma varivel,
podendo localizar a maior concentrao de valores, ou se h uma distribuio por igual.
Mas, para ressaltar as tendncias caractersticas de cada distribuio, necessitamos de conceitos expressos
numericamente, denominados elementos tpicos da distribuio. So eles:
Medidas de posio
Medidas de variabilidade ou disperso
Medidas de assimetria

3.1 Medidas de posio
As medidas de posio so as mais importantes, so estatsticas que representam um conjunto de dados,
orientando-nos quanto posio da distribuio em relao ao eixo horizontal. As principais so as medidas
de tendncia central, cujo nome se deve ao fato dos dados observados tenderem a se agrupar em torno de
valores centrais. So medidas de posio: mdia, mediana e moda. Outras medidas de posio so as
separatrizes: mediana, quartis e percentis.

- Mdia aritmtica
o quociente da soma dos valores da varivel pelo n de valores:
_
sendo x a mdia aritmtica
x
i
os valores da varivel
n o n de valores.
A mdia utilizada quando desejamos obter a medida de posio que possui a maior estabilidade ou quando
houver necessidade de um tratamento algbrico ulterior.

1. Dados no-agrupados: mdia aritmtica simples.
Exemplo: a produo leiteira da vaca A, durante uma semana, foi de 10, 14, 13, 15, 16, 18 e 12 litros.
Ento a produo mdia foi:

s vezes, a mdia diferente de todos os valores que ela representa (por exemplo, a mdia de 2, 4, 8 e 9
5). Nesse caso, dizemos que a mdia no tem existncia concreta.
2. Desvio em relao mdia: a diferena entre cada elemento de um conjunto de valores e a mdia
aritmtica, designado por d
i
.
No exemplo dado, temos:
n
x
x
i
=
litros 14
7
98
7
12 18 16 15 13 14 10
= =
+ + + + + +
= x
2 14 12
4 14 18
2 14 16
1 14 15
1 14 13
0 14 14
4 14 10
7 7
6 6
5 5
4 4
3 3
2 2
1 1
= = =
= = =
= = =
= = =
= = =
= = =
= = =
x x d
x x d
x x d
x x d
x x d
x x d
x x d

28
1. Propriedades da mdia
1 propriedade: a soma algbrica dos desvios em relao mdia nula:

2 propriedade: somando-se ou subtraindo-se uma constante c de todos os valores de uma varivel, a
mdia do conjunto fica aumentada ou diminuda dessa constante:

3 propriedade: Multiplicando-se ou dividindo-se todos os valores de uma varivel por uma constante c,
a mdia do conjunto fica multiplicada ou dividida por essa constante:

2. Dados agrupados
Sem intervalos de classe
Considere a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o n de filhos
do sexo masculino:

N DE MENINOS f
i
0 2
1 6
2 10
3 12
4 4
=34

Nesse caso, as freqncias so nmeros que indicam a intensidade de cada valor da varivel, logo,
funcionam como fatores de ponderao. Isso significa que devemos calcular a mdia ponderada, dada
pela frmula:

O modo mais prtico de calcular a mdia ponderada abrir uma coluna na tabela de freqncias
correspondente aos produtos x
i
f
i
:

x
i
f
i
x
i
f
i
0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
=34 =78
Logo:

=
=
k
i
i
d
1
0
c x y c x y
i i
= =
c x y c x y
i i
= =
c
x
y
c
x
y
i
i
= =
n
f x
x
i i
=
meninos 3 , 2 29 , 2
34
78
~ = = =

n
f x
x
i i

29


Com intervalos de classe
Neste caso, convencionamos que todos os valores includos em um determinado intervalo de classe
coincidem com o seu ponto mdio, e determinamos a mdia aritmtica ponderada.
Exemplo:
i ESTATURAS (cm) f
i
x
i
x
i
f
i
1 150 154 4 152 608
2 154 158 9 156 1404
3 158 162 11 160 1760
4 162 166 8 164 1312
5 166 170 5 168 840
6 170 174 3 172 516
=40 =6440
Logo:

- Moda
o valor que ocorre com maior freqncia em uma srie de valores.
Por exemplo, o salrio modal dos empregados de uma indstria o salrio mais comum nessa indstria.
A moda utilizada quando desejamos obter uma medida rpida e aproximada de posio ou quando a medida
deve ser o valor mais tpico da distribuio.

1. Dados no-agrupados: basta olhar, na distribuio, o valor que mais repete.
A srie 5, 6, 6, 7, 9, 9, 9, 12, 15 tem moda igual a 9.
J a srie 1, 3, 5, 7, 9 dita uma srie amodal.
Por fim, a srie 2, 2, 3, 4, 5, 6, 6, 7, 8 dita bimodal, pois tem duas modas: 2 e 6.

2. Dados agrupados
Sem intervalos de classe: basta olhar o valor da varivel que tem maior freqncia.
Na tabela abaixo, Mo = 3, pois 12 a maior freqncia:



N DE MENINOS f
i
0 2
1 6
2 10
3 12
4 4
=34

Com intervalos de classe
Nesse caso, a classe que apresenta maior freqncia chamada classe modal. Por definio, neste
caso a moda o valor dominante que est compreendido entre os limites da classe modal. Existem
alguns mtodos de clculo distintos, mas trabalharemos somente com o mtodo mais simples.

cm 161
40
6440
= = =

n
f x
x
i i

30
Moda bruta
o mtodo mais simples para o clculo da moda e consiste em tomar o ponto mdio da classe
modal, chamado de moda bruta:

onde l
*
o limite inferior da classe modal e L
*
o limite superior da classe modal.

Assim, para a distribuio

i ESTATURAS (cm) f
i
1 150 154 4
2 154 158 9
3 158 162 11
4 162 166 8
5 166 170 5
6 170 174 3
=40

a classe modal i = 3, l
*
= 158 e L
*
= 162. Logo:

- Mediana
o nmero que se encontra no centro de uma srie de nmeros, estando estes dispostos em uma ordem. Em
outras palavras, a mediana divide o conjunto de valores ao meio.
A mediana utilizada quando desejamos obter o ponto que divide a distribuio em duas partes iguais, ou
quando h valores extremos que afetam muito a mdia ou quando a varivel em estudo salrio.

1. Dados no-agrupados

Exemplo 1: a srie tem um n mpar de elementos
Na srie
2, 4, 7, 1, 35, 14, 45, 6, 21
o primeiro passo orden-la (crescente ou decrescentemente):
1, 2, 4, 6, 7, 14, 21, 35, 45
Em seguida, tomamos aquele valor que apresenta o mesmo n de elementos direita e esquerda. Nesse
caso, Md = 7.

Exemplo 2: a srie tem um n par de elementos. Nesse caso, a mediana ser o ponto mdio dos dois valores
centrais.
Na srie
2, 6, 7, 10, 12, 13, 18, 21
os valores centrais so 10 e 12, logo:

2
* *
L l
Mo
+
=
cm. 160
2
162 158
2
* *
=
+
=
+
=
L l
Mo
11
2
12 10
=
+
= Md

31
Portanto, estando os valores de uma srie ordenados, e sendo n o n de elementos da srie, o valor mediano
ser:
+ O termo de ordem (n+1)/2, se n for mpar.
+ A mdia aritmtica dos termos de ordem n/2 e n/2 + 1, se n for par.

Observaes:
O valor da mediana coincide com um elemento da srie s se o n de elementos da srie mpar.
A mdia aritmtica e a mediana no tm, necessariamente, o mesmo valor.
A mediana depende da posio, e no dos valores dos elementos na srie ordenada. Essa uma diferena
marcante entre ela e a mdia aritmtica, que se deixa influenciar pelos valores extremos. Veja:
_
5, 7, 10, 13, 15 x = 10 e Md = 10
_
5, 7, 10, 13, 65 x = 20 e Md = 10

A mediana chamada de valor mediano.


2. Dados agrupados
O clculo da mediana nas distribuies de freqncias muito semelhante ao anterior, desde que se tenha
determinado previamente as freqncias acumuladas.
Sem intervalos de classe
Primeiramente, verifica-se se o total de elementos da distribuio par ou mpar. suficiente neste
caso identificar a freqncia acumulada imediatamente superior metade da soma das freqncias.
Vejamos os exemplos:

Exemplo 1: Considere x
i
o n de cmodos nas casa de 50 famlias pesquisadas:

i x
i
f
i
F
i

1 2 5 5
2 3 10 15
3 4 15 30
4 5 12 42
5 6 5 47
6 7 3 50
=50

Se levarmos em considerao os 50 nmeros (um n par) ordenados:
2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, ..., 7, 7, 7
a mediana ser a mdia aritmtica do 25 e 26 valores de x
i
. Assim, iremos percorrendo a coluna das
freqncias acumuladas at encontrar um valor igual ou maior que 25. Dessa forma, para i = 3, ou
seja, na terceira classe, a freqncia acumulada maior que 25, logo o 25 e o 26 elementos da
distribuio so iguais a 4 e da:

Exemplo 2: Considere agora que so 36 famlias pesquisadas:


cmodos 4
2
4 4
=
+
= Md

32
i x
i
f
i
F
i

1 3 3 3
2 4 6 9
3 5 9 18
4 6 8 26
5 7 6 32
6 8 4 36
=36

Nesse caso, como 36 par, a mediana ser a mdia aritmtica do 18 e 19 elementos. Na coluna de
freqncias acumuladas, vemos que o 18 elemento ser igual a 5 e que o 19 elemento ser 6, logo:

Exemplo 3: Considere por fim que so 35 famlias pesquisadas:

i x
i
f
i
F
i

1 3 3 3
2 4 6 9
3 5 9 18
4 6 8 26
5 7 6 32
6 8 3 35
=35

Nesse caso, como 35 mpar, a mediana ser o 18 elemento ((35+1)/2). Na coluna de freqncias
acumuladas, vemos que at a terceira classe temos 18 observaes. como se tivssemos disposto os
35 valores individualmente e o valor 5 ocupasse a 18 posio:
3, 3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8
logo Md = 5.

Com intervalos de classe
Neste caso, o problema consiste em determinar o ponto do intervalo em que est compreendida a
mediana. Para tanto, comeamos encontrando a classe na qual se encontra a mediana classe mediana.
Tal classe ser, evidentemente, a classe com freqncia acumulada imediatamente superior metade do
total de valores da varivel.
Admitindo que os valores se distribuam uniformemente em todo o intervalo de classe, faremos uma
interpolao, ou seja, iremos inserir um valor entre dois nmeros dados. Vejamos no exemplo abaixo:

i ESTATURAS (cm) f
i
F
i

1 150 154 4 4
2 154 158 9 13
3 158 162 11 24
4 162 166 8 32
5 166 170 5 37
6 170 174 3 40
=40

cmodos 5 , 5
2
6 5
=
+
= Md
Classe mediana

33
Como 40/2 = 20, iremos determinar o valor ocupado pelo 20 lugar na distribuio, a partir do incio
da srie. Como vemos na coluna de freqncias acumuladas que h 24 valores includos nas trs primeiras
classes, o 20 lugar deve estar localizado na terceira classe (i = 3).
Como h 11 elementos nessa classe e o intervalo de classe igual a 4, devemos tomar, a partir do
limite inferior, a distncia:
e a mediana ser dada por:



Na prtica, seguiremos os seguintes passos:

1) Determinamos as freqncias acumuladas.
2) Calculamos metade do total de valores da distribuio.
3) Marcamos a classe mediana (correspondente freqncia acumulada imediatamente superior metade do
total) e em seguida empregamos a frmula:
na qual:
l
*
o limite inferior da classe mediana
F(ant) a freqncia acumulada da classe anterior classe mediana
f
*
a freqncia simples da classe mediana
h
*
a amplitude do intervalo da classe mediana.

Obs.: No caso de existir uma freqncia acumulada exatamente igual metade do total de valores, a mediana
ser o limite superior da classe correspondente.
Exemplo:

i CLASSES f
i
F
i

1 0 10 1 1
2 10 20 3 4
3 20 30 9 13
4 30 40 7 20
5 40 50 4 24
6 50 60 2 26
=26


- Comparao relativa da mdia, mediana e moda
A mdia aritmtica prefervel s outras medidas de tendncia central, por haver menos variabilidade
entre as mdias aritmticas calculadas a partir de vrias amostras do que entre as medianas e as modas.
Alm disso, ela pode ser calculada a partir de dados brutos, sem a necessidade de ordenao dos valores,
como ocorre com a mediana e a moda.
4
11
7
4
11
13 20
=

cm 5 , 160 54 , 160
11
28
158 4
11
7
158 ~ = + = + = Md
*
*
*
. ) (
2
f
h ant F
n
l Md
(


+ =
Temos: 26/2 = 13.
Logo: Md = L
*
= 30.

34
A mediana prefervel mdia quando se est interessado em conhecer o ponto mdio da
distribuio, ou quando os resultados extremos podem afetar sensivelmente o valor da mdia.
A moda utilizada essencialmente quando pretendemos apenas uma medida rpida e aproximada da
tendncia central.

- Separatrizes
Alm das medidas de posio central que estudamos, h outras que, consideradas individualmente, esto
ligadas sua posio na srie, e so chamadas de separatrizes. As principais so: quartis e percentis.

1. Quartis: so os valores da srie que a dividem em quatro partes iguais. Existem trs quartis:
a) Primeiro quartil (Q
1
): valor situado na srie de tal modo que uma quarta parte (25%) dos dados
menor que ele e as trs partes (75%) restantes so maiores. A posio do primeiro quartil ser
n/4, onde n o total de valores da srie.
b) Segundo quartil (Q
2
): valor situado na srie de tal modo que divide a distribuio ao meio, ou
seja, a prpria mediana. A posio do segundo quartil ser n/2, onde n o total de valores da
srie.
c) Terceiro quartil (Q
3
): valor situado na srie de tal modo que as trs partes (75%) dos dados so
menores que ele e uma quarta parte (25%) restante maior. A posio do terceiro quartil ser
3n/4, onde n o total de valores da srie.

Quando os dados esto agrupados em intervalos de classe, usamos a mesma tcnica do clculo da
mediana para determinar os quartis, bastando substituir a frmula por:

i ESTATURAS (cm) f
i
F
i

1 150 154 4 4
2 154 158 9 13
3 158 162 11 24
4 162 166 8 32
5 166 170 5 37
6 170 174 3 40
=40

Primeiro Quartil Terceiro Quartil

Temos 10
4
40
4
= =
n
Temos 30
4
40 3
4
3
=

=
n






*
*
*
1
. ) (
4
f
h ant F
n
l Q
(


+ =
*
*
*
3
. ) (
4
3
f
h ant F
n
l Q
(

+ =
Q
1
Q
3
*
*
*
1
. ) (
4
f
h ant F
n
l Q
(


+ =
*
*
*
3
. ) (
4
3
f
h ant F
n
l Q
(

+ =

35
2. Percentis: so os noventa e nove valores da srie que a dividem em 100 partes iguais. Indicamos por:
P
1
, P
2
, P
3
, ..., P
99
.
evidente que P
50
= Md, P
25
= Q
1
e P
75
= Q
3
. O clculo de um percentil segue a mesma frmula da
mediana, bastando substituir por:
onde k a ordem do percentil.
Por exemplo, na tabela da pgina anterior, o oitavo percentil :


Lista de Exerccios 5 (Medidas de Posio):

1) Determine a mdia e a mediana de cada conjunto:
a) 4, 8, 7, 3, 5, 6
b) 2, 1, 7, 6
c) 0,010; 0,020; 0,030; 0,020; 0,015
d) 309, 81, 452, 530, 70, 55, 198, 266

2) Inspecionam-se quinze rdios antes da remessa. Os nmeros de defeitos por unidade so:
1, 0, 3, 4, 2, 1, 0, 3, 1, 2, 0, 1, 1, 0, 1
Determine a mdia, a mediana e a moda do n de defeitos.
3) Quatro amigos trabalham num supermercado por tempo parcial com os seguintes salrios horrios:
Joo: R$2,20 Pedro: R$2,40 Joaquim: R$2,50 Antnio: R$2,10
a) Determine o salrio horrio mdio dentre os quatro.
b) Se Joo trabalha 20 horas, Pedro 10 horas, Joaquim 20 horas e Antnio 15 horas numa semana,
determine seus salrios totais e seus salrios horrios mdios.

Os grficos abaixo se referem participao do Brasil nas Olimpadas de 1980 a 1996. Com essas
informaes, responda s questes de 4 a 9:

*
*
*
. ) (
100
f
h ant F
n k
l P
k
(

+ =
cm 2 , 153
4
8 , 12
150
4
4 . 0
100
40 8
150
. ) (
100
8
8
*
*
*
8
= + =
(

+ =
(

+ = =
f
h ant F
n
l P k

36

4) Quais so os anos em que o n de medalhas foi maior e menor, respectivamente?

5) Quais foram a mdia e a mediana de atletas por Olimpada, nesse perodo, respectivamente?

6) Qual foi o n mdio de medalhas por Olimpada?

7) Qual o ano em que o n de medalhas ganhas corresponde a 2/9 do n total (de 1980 a 1996)?

8) Em relao ao n de medalhas obtidas de 1980 para 1984, qual foi o aumento percentual?

9) Em qual perodo o n de atletas aumentou aproximadamente 10%?

10) Em um grupo de pessoas as idades so 11, 13, 14 e 18 anos. Se uma pessoa de 16 anos se juntar ao grupo,
a mdia de idade do grupo:
a) permanece a mesma.
b) diminui 1 ano.
c) aumenta 1 ano.
d) aumenta mais de 1 ano.
e) aumenta menos de 1 ano.

11) Num concurso vestibular para dois cursos A e B, compareceram 500 candidatos para o curso A e 100
candidatos para o curso B. Na prova de matemtica, a mdia aritmtica geral, considerando os dois
cursos, foi 4,0. Mas, considerando-se apenas os candidatos ao curso A, a mdia cai para 3,8. Qual foi a
mdia dos candidatos ao curso B, na prova de matemtica?

12) No incio de uma partida de futebol, a altura mdia dos 11 jogadores de um dos times era 1,72 m. Ainda
no primeiro tempo, um desses jogadores, com 1,77 m de altura, foi substitudo. Em seu lugar, entrou um
outro que media 1,68m de altura. No segundo tempo, outro jogador do mesmo time, com 1,73 m de
altura, foi expulso. Ao terminar a partida, qual era a altura mdia dos 10 jogadores desse time?

37

13) A mdia e a mediana das notas da primeira prova dos 20 alunos ingressantes no curso de matemtica
foram, respectivamente, 6,0 e 7,0. Nessas condies, assinale V ou F:
a) 10 desses alunos podem ter tirado nota 10,0.
b) Pelo menos 1 aluno tirou nota 7,0.
c) 12 desses alunos podem ter tirado nota 5,0.
d) Todos os alunos tiraram notas entre 6,0 e 7,0.
e) Se retirarmos a nota maior e a nota menor, a mediana continuar igual a 7,0.

14) Os dez funcionrios de uma pequena empresa receberam os seguintes salrios, em reais:
230, 210, 100, 140, 160, 120, 390, 450, 100 e 200
a) Qual deles deve ser demitido para que a mdia salarial da empresa seja de R$190,00?
b) Quantos devem ser demitidos, no mnimo, para que a mediana desta distribuio de salrios seja
R$150,00?
c) Qual a moda desta distribuio salarial?

15) O Departamento de Comrcio Exterior do Banco Central possui 30 funcionrios com a seguinte
distribuio de salrios em reais:
N de funcionrios 10 12 5 3
Salrio em R$ 2.000,00 3.600,00 4.000,00 6.000,00
Quantos funcionrios devem ser demitidos, no mnimo, para que a mediana desta distribuio de salrios
seja de R$2.800,00?

16) Dois estados do pas, num certo ano, produzem os mesmos tipos de gros. Os grficos de setores a seguir
ilustram a relao entre a produo de cada tipo de gro de um estado e a produo total desse mesmo
estado.
a) Determine que percentual da produo de gros do Estado II, desse ano, representa as produes de
soja e milho, juntas. Justifique.
b) Pode-se dizer que, nesse ano, o Estado I produziu uma quantidade total de milho maior que a do
Estado II? Por qu?











17) O grfico abaixo mostra a variao dos valores de mercado V(t), em milhes de reais, de trs empresas
nacionais de 1994 a 1999.
Estado I
Feijo
Soja
Milho
Trigo
Estado II

38

Com base na anlise desse grfico, incorreto afirmar que:
a) no final de 1999, a empresa n 2 foi aquela que apresentou maior valor de mercado.
b) no perodo de 1994 a 1999,nenhuma das empresas teve seu valor de mercado menor do que aquele do
incio de 1994.
c) das trs empresas, a n 3 foi aquela que apresentou menor valor de mercado durante todo o perodo de
1994 a 1999.
d) No ano de 1999, a empresa n 1 sofreu desvalorizao com relao ao seu valor de mercado.

18) Examine o grfico a seguir:
Fonte: IBGE

No perodo considerado, correto dizer que:
a) houve um contnuo dficit na balana comercial brasileira.
b) houve um contnuo crescimento no valor das exportaes.
c) a maior movimentao financeira ocorreu no ano de 1991.
d) os maiores saldos na balana comercial ocorreram em 1990 e 1993.
e) o menor valor de exportao brasileira verificou-se em 1992.

Brasil - Balana Comercial
1990 - 1993
0
20
40
60
1990 1991 1992 1993 B
i
l
h

e
s

d
e

d

l
a
r
e
s
Exportao
Importao
Saldo Comercial
Valor de mercado de trs empresas
0
5
10
15
1
9
9
4
1
9
9
5
1
9
9
6
1
9
9
7
1
9
9
8
1
9
9
9
t (anos de observao)
V
(
t
)

(
m
i
l
h

e
s

d
e

r
e
a
i
s
)
Empresa n 1
Empresa n 2
Empresa n 3

39
19) O grfico representa, em milhares de toneladas, a produo no Estado de So Paulo de um determinado
produto agrcola entre os anos de 1990 e 1998.

Analisando o grfico, observa-se que a produo:
a) foi crescente entre 1992 e 1995.
b) teve mdia de 40 mil toneladas ao ano.
c) em 1993 teve acrscimo de 30% em relao ao ano anterior.
d) a partir de 1995 foi decrescente.
e) Teve mdia de 50 mil toneladas ao ano.

20) A tabela abaixo apresenta o levantamento das quantidades de peas defeituosas para cada lote de 100
unidades fabricadas em uma linha de produo de autopeas, durante um perodo de 30 dias teis.

Dia N de peas defeituosas Dia N de peas defeituosas Dia N de peas defeituosas
1 6 11 1 21 2
2 4 12 5 22 6
3 3 13 4 23 3
4 4 14 1 24 5
5 2 15 3 25 2
6 4 16 7 26 1
7 3 17 5 27 3
8 5 18 6 28 2
9 1 19 4 29 5
10 2 20 3 30 7

Considerando S a distribuio de freqncias de peas defeituosas por lote de 100 unidades, assinale V ou F
para os itens abaixo:
a) A moda da distribuio S 5.
b) Durante o perodo de levantamento dos dados, o percentual de peas defeituosas ficou, em mdia, abaixo
de 3,7%.
c) Os dados obtidos nos dez primeiros dias de levantamento geram uma distribuio de freqncias com a
mesma mediana da distribuio S.

21) Uma loja vende cinco produtos bsicos A, B, C, D e E. O lucro por unidade comercializada destes
produtos vale respectivamente $200,00; $300,00; $500,00; $1000,00; $5000,00. A loja vendeu em
determinado ms 20; 30; 20; 10; 5 unidades respectivamente. Qual foi o lucro mdio por unidade
comercializada por esta loja?

0
10
20
30
40
50
60
70
80
90 91 92 93 94 95 96 97 98
ano
m
i
l

t
o
n
e
l
a
d
a
s

40
22) Um caminho cujo peso vazio 3000 Kg ser carregado com 480 caixas de 10 kg cada, 350 caixas de 8
kg cada, 500 caixas de 4 kg cada e 800 caixas de 5 kg cada. O motorista do caminho pesa 80 kg e a lona
de cobertura da carga pesa 50 kg.
a) Se este caminho tem que passar por uma balana que s permite passagens a caminhes com peso
mximo de 15 toneladas, este caminho passar pela balana?
b) Qual o peso mdio das caixas carregadas no caminho?

23) A tabela abaixo representa o resultado da pesquisa sobre o n de acidentes por dia numa determinada
esquina:
N de acidentes
por dia
N de dias
0 30
1 5
2 3
3 1
4 1
Calcule os n
os
mdio, mediano e modal de acidentes por dia.

24) A tabela abaixo apresenta os salrios pagos a 100 operrios da empresa GLT&Cia:

N de salrios mnimos N de operrios - f
i
0 2 40
2 4 30
4 6 10
6 8 15
8 10 5
100
Determinar o salrio mdio, modal e mediano.

25) A tabela abaixo apresenta os resultados de 25 anlises de uma substncia qumica em porcentagens.
Determinar a mdia, a mediana e a moda da distribuio.

% f
i

0 16 3
16 32 3
32 48 6
48 64 8
64 80 4
80 96 1
25

26) Seja a distribuio das estaturas de 100 alunos de uma classe:
Estaturas (m) N de alunos
1,40 1,50 5
1,50 1,60 10
1,60 1,70 30
1,70 1,80 40
1,80 1,90 10
1,90 2,00 5

41
Determinar:
a) a estatura mdia
b) a estatura modal
c) a estatura mediana
d) os limites onde esto compreendidos 50% das estaturas (1 e 3 quartis)

27) Um comerciante atacadista vende determinado produto em sacas que deveriam conter 16,50 Kg. A
pesagem de 40 sacas revelou os resultados representados na tabela abaixo:
Pesos (Kg) N de sacas
14,55 15,05 1
15,05 15,55 3
15,55 16,05 8
16,05 16,55 9
16,55 17,05 10
17,05 17,55 6
17,55 18,05 3
TOTAL 40
Determinar:
a) a mdia
b) a moda
c) a mediana
d) o septuagsimo quinto percentil
e) o trigsimo percentil
f) a percentagem de sacas entre a mediana e o 75 percentil.

28) A tabela abaixo apresenta a distribuio das exportaes de empresas eletrnicas em 1972:
Volume exportado $ N de empresas
50.000 60.000 5
60.000 70.000 10
70.000 80.000 20
80.000 90.000 10
90.000 100.00 5
TOTAL 50
Determinar:
a) a mdia
b) a moda
c) a mediana
d) o 1 quartil
e) o 3 quartil
f) o 50 percentil
g) o 75 percentil
h) o 70 percentil

29) O departamento de recursos humanos de uma empresa, tendo em vista o aumento de produtividade de
seus vendedores, resolveu premiar com um aumento de 5% no salrio, a metade de seus vendedores mais
eficientes. Para isto, fez um levantamento de vendas semanais, por vendedor, obtendo a tabela:


42
Vendas N de
vendedores
0 10.000 1
10.000 20.000 12
20.000 30.000 27
30.000 40.000 31
40.000 50.000 10

Qual ser a venda mnima dentre esses vendedores premiados?

30) Um rgo governamental decide fornecer cestas bsicas como auxlio s famlias mais carentes de um
bairro, baseado nas informaes sobre o salrio dessa famlias. Uma amostra de salrios mensais neste
bairro revelou o quadro abaixo. Se o governo decidir fornecer o auxlio a 5% dos moradores com os
piores salrios com base nesta amostra, qual ser o maior salrio que receber esta cesta bsica?

Salrios (em reais) N de moradores
70 120 8
120 170 28
170 220 54
220 270 32
270 320 12
320 370 6

31) Uma amostra do tempo de vida til de uma pea forneceu a seguinte distribuio:

N de horas (vida til) N de peas
0 100 6
100 200 42
200 300 86
300 400 127
400 500 64
500 600 8

Se o produtor deseja estabelecer uma garantia mnima para o n de horas de vida til de uma pea,
trocando a pea que no apresentar este n mnimo de horas, qual a garantia, se ele est disposto a trocar
8% das peas?














43
3.2 Medidas de Disperso ou de Variabilidade

- Disperso ou variabilidade
Vimos no item anterior que um conjunto de valores pode ser sintetizado em poucos valores
representativos - as medidas de posio - e esses servem para comparao da posio de qualquer elemento
do conjunto.
Mas necessrio ter-se uma idia retrospectiva de como os dados se apresentavam na tabela. Por
exemplo, sabendo que o salrio mdio de duas empresas o mesmo, no podemos especificar a distribuio
salarial das duas. Pode ser que numa delas haja uma variao salarial muito grande, com salrios bem
diferenciados; e na outra pode ser que todos os salrios se concentrem em torno da mdia. Assim, a mdia,
apesar de representar os dados estatsticos, no destaca o grau de homogeneidade ou heterogeneidade dos
dados. Vejamos mais um exemplo: suponha que desejamos comparar trs empregados, com base na sua
produo diria de determinada pea:
_
X: 70, 70, 70, 70, 70. x = 70
_
Y: 50, 60, 70, 80, 90. y = 70
_
Z: 5, 15, 50, 120, 160. z = 70

Vemos que nessas trs distribuies a mdia a mesma, mas o empregado X o mais homogneo dos trs,
enquanto Y mais uniforme que Z, pois h menos diversificao entre cada um de seus valores e a mdia.
Num processo produtivo, um alto grau de uniformidade ou pequena disperso costuma ser considerado algo
desejvel economicamente, em funo dos materiais empregados ou peas utilizadas. Se chamarmos de
disperso (ou variabilidade) a maior ou menor diversificao dos valores de uma varivel em torno de uma
tendncia central, podemos dizer que o conjunto X tem disperso nula e que o conjunto Y tem disperso
menor que o conjunto Z.
Portanto, estudaremos as medidas de disperso ou de variabilidade, que so: amplitude total,
varincia, desvio padro e coeficiente de variao.

- Amplitude total
1. Dados no-agrupados
A amplitude total a diferena entre o maior e o menor valor da varivel:
AT = x(mx.) - x(mn.)

Exemplo: Para os valores 40, 43, 59, 61, 68, 78 e 80, AT = 80 - 40 = 40.

Quando dizemos que a amplitude total 40, estamos apontando alguma coisa sobre o grau de
concentrao dos valores. Quanto maior a amplitude total, maior a disperso dos valores.
Em relao aos trs exemplos acima: AT
x
= 70 - 70 = 0
AT
y
= 90 - 50 = 40
AT
z
= 160 - 5 = 155
2. Dados agrupados
Sem intervalos de classe
Nesse caso tambm AT = x(mx.) - x(mn.).
Exemplo:
x
i
0 1 2 3 4
f
i
2 6 12 7 3

Nessa tabela, AT = 4 - 0 = 4

44
Com intervalos de classe
Nesse caso, a amplitude total a diferena entre o limite superior da ltima classe e o limite
inferior da primeira: AT = L(mx.) - l(mn.).
Exemplo:

i Estaturas (cm) f
i

1 150 154 4
2 154 158 9
3 158 162 11
4 162 166 8
5 166 170 5
6 170 174 3
40

Nesse caso, AT = 174 - 150 = 24 cm
A amplitude total tem a desvantagem de s levar em conta os dois valores extremos, por isso apenas
uma indicao aproximada da disperso. Outra desvantagem que a amplitude total apresenta muita variao
de uma amostra para outra, mesmo que ambas sejam extradas da mesma populao. Faz-se uso da amplitude
total quando se quer determinar a amplitude da temperatura em um dia ou no ano, no controle de qualidade
ou como uma medida de clculo rpido, onde a exatido e a estabilidade no so to importantes.

- Varincia e Desvio padro
A varincia e o desvio padro so medidas que levam em considerao a totalidade dos valores, e no
s os valores extremos, como a amplitude total. So ndices mais estveis e por isso mesmo mais
empregados.
A varincia a mdia aritmtica dos quadrados dos desvios em torno da mdia aritmtica e
representada por s
2
:
s
x x
n
i 2
2
=

( )


Obs.: Quando nosso interesse o de tirar inferncias vlidas para toda a populao a partir de uma amostra,
trocaremos na frmula da varincia n por n - 1.
Como a varincia calculada a partir dos quadrados dos desvios, ela um nmero em unidade
quadrada em relao varivel, o que inconveniente do ponto de vista prtico. Por isso, definiu-se uma
nova medida, o desvio padro, que a raiz quadrada da varincia, com mais utilidade e interpretao
prticas, representada por s:

s
x x
n
i
=

( )
2


Obs.: A varincia uma medida que tem pouca utilidade na Estatstica Descritiva, mas ser extremamente
importante na Inferncia Estatstica e em combinaes de amostras.
Para o clculo do desvio padro, vamos considerar mais uma vez os trs casos possveis:

1. Dados no agrupados
Vamos considerar o exemplo X: 40, 43, 59, 61, 68, 78 e 80.
A maneira mais prtica de calcular o desvio padro formar uma tabela com os clculos intermedirios.


45
Faremos os clculos atravs da frmula:

s
x x
n
i
=

( )
2


x =
+ + + + + +
~
40 43 59 61 68 78 80
7
613 ,


x
i
(x
i
- x) (x
i
- x)
2

40 -21,3 453,69
43 -18,3 334,89
59 -2,3 5,29
61 -0,3 0,09
68 6,7 44,89
78 16,7 278,89
80 18,7 349,69
429 0 1.467,43

s
x x
n
i
=

= ~

( )
. ,
,
2
1467 43
7
14 48


O desvio padro goza de algumas propriedades, que usaremos posteriormente:
1) Somando-se (ou subtraindo-se) uma constante a todos os valores de uma varivel, o desvio padro no se
altera:
y x c s s
i i y x
= =

2) Multiplicando-se todos os valores de uma varivel por uma constante (diferente de zero), o desvio padro
fica multiplicado por essa constante:
y c x s c s
i i y x
= =


2. Dados agrupados
Sem intervalos de classe
Nesse caso, devemos levar em considerao as freqncias:
Exemplo:
x
i
f
i

0 2
1 6
2 12
3 7
4 3
30

Nessa tabela,


n
f x x
s
i i

=
2
) (

46
Com intervalos de classe
Nesse caso, o desvio padro pode ser calculado da mesma forma que o anterior.
Exemplo:

i Estaturas (cm) f
i
x
i

1 150 154 4 152
2 154 158 9 156
3 158 162 11 160
4 162 166 8 164
5 166 170 5 168
6 170 174 3 172
40


- Coeficiente de variao
O desvio padro, quando analisado sozinho, no d margem a muitas concluses. Por exemplo, para
uma distribuio cuja mdia 300, um desvio padro de 2 unidades pequeno, mas para uma distribuio
cuja mdia 20, ele j no to pequeno. Alm disso, se quisermos comparar duas ou mais sries de valores
expressas em unidades diferentes, j no poderemos faz-lo atravs do desvio padro, pois ele expresso na
mesma unidade dos dados.
Por isso, para caracterizar a disperso em termos relativos a seu valor mdio, definiremos o
coeficiente de variao (CV):
CV
s
x
= 100


Para o exemplo anterior, temos:
CV
s
x
= = = ~ 100
557
161
100 3 459 35%
,
, ,

Para efeito de comparao, vamos considerar os resultados das medidas de estaturas e dos pesos de
um mesmo grupo de indivduos:


x
s
Estaturas 175 cm 5 cm
Pesos 68 Kg 2 Kg

CV
s
x
CV
s
x
E
P
= = =
= = =
100
5
175
100 2 85%
100
2
68
100 2 94%
,
,

Logo, nesse grupo de indivduos, os pesos apresentam maior disperso do que as estaturas.


Obs.: Para qualificar a disperso, mais importante o coeficiente de variao, j na Inferncia Estatstica,
faremos maior uso da varincia e do desvio padro.






47
Lista de Exerccios 6 (Medidas de Disperso):

1) Calcule a amplitude total, os desvios padres e os coeficientes de variao das distribuies abaixo:
a) 20, 14, 15, 19, 21, 22, 20
b) -10, -6, 2, 3, 7, 9, 10
c) 17,9; 22,5; 13,3; 16,8; 15,4; 14,2
d)
Classes 2 3 4 5 6 7 8
f
i
1 3 5 8 5 4 2

2) Dada uma distribuio relativa a 100 lanamentos de 5 moedas simultaneamente:

N de caras 0 1 2 3 4 5
Freqncias 4 14 34 29 16 3

Calcule a amplitude total, o desvio padro e o coeficiente de variao.

3) Calcule a amplitude total, a varincia, o desvio padro e o coeficiente de variao para o nmero de
acidentes dirios, observados em um cruzamento, durante 40 dias.

N de acidentes
por dia
N de dias
0 30
1 5
2 3
3 1
4 1

4) Calcular o desvio padro e a amplitude total dos valores representativos do consumo de energia eltrica
(em kwh) de 80 usurios:

Consumo N de usurios
5 25 4
25 45 6
45 65 14
65 85 26
85 105 14
105 125 8
125 145 6
145 165 2
80

5) Que relao existe entre os desvios padres dos pares de conjuntos abaixo?
a) A = {220, 230, 240, 250, 260} e B = {20, 30, 40, 50, 60}
b) A = {10, 20, 30, 40, 50} e B = {100, 200, 300, 400, 500}





48
6) A tabela abaixo representa a vida til de postes telefnicos de madeira:
Anos N de postes substitudos
0,5 2,5 11
2,5 4,5 47
4,5 6,5 87
6,5 8,5 134
8,5 10,5 200
10,5 12,5 198
12,5 14,5 164
14,5 16,5 102
16,5 18,5 48
18,5 20,5 6
20,5 22,5 3
Calcular o desvio padro e o coeficiente de variao.

7) A distribuio de renda semanal proveniente do aluguel de 200 casas pertencentes a uma empresa
imobiliria encontra-se na tabela abaixo:
Renda semanal N de casas
75 125 12
125 175 26
175 225 45
225 275 60
275 325 37
325 375 13
375 425 7

Calcular o desvio padro da renda semanal.

8) Uma empresa tem duas filiais praticamente idnticas quanto s suas caractersticas funcionais. Um
levantamento sobre os salrios dos empregados dessas filiais resultou nos seguintes valores:
Filial A: 20 e 400 = =
A A
s x
Filial B: 25 e 500 = =
B B
s x
Podemos afirmar, com base nesses resultados, que:
a) em termos relativos, os salrios das duas filiais no diferem quanto ao grau de disperso.
b) As disperses dos salrios, tanto a absoluta como a relativa, so iguais.
c) A disperso absoluta igual disperso relativa, em ambos os casos.
d) A filial A apresentou menor disperso relativa e absoluta.

9) Os salrios dos empregados da empresa so 2% maiores do que os da empresa B, para todos os
empregados comparados individualmente. Com base nessa informao, podemos afirmar que:
a) o desvio padro dos salrios dos empregados o mesmo para ambas as empresas.
b) no h elementos para se compararem os desvios padres dos salrios dessas empresas.
c) o desvio padro dos salrios dos empregados da empresa A dois por cento maior do que o dos
salrios dos empregados da empresa B.
d) o desvio padro dos salrios dos empregados da empresa A igual ao desvio padro dos salrios dos
empregados da empresa B, multiplicado por (1,02)
2
.



49
10) Examinando o grfico abaixo, qual das distribuies apresenta uma disperso maior?

11) Em um exame final de Matemtica, o grau mdio de um grupo de 150 alunos foi 7,8 e o desvio padro,
0,80. Em Estatstica, entretanto, o grau mdio final foi 7,3 e o desvio padro, 0,76. Em que disciplina foi
maior a disperso?
12) Medidas as estaturas de 1.017 indivduos, obtivemos x = 162,2 cm e s = 8,01 cm. O peso mdio desses
mesmos indivduos 52 Kg, com um desvio padro de 2,3 Kg. Esses indivduos apresentam maior
variabilidade em estatura ou em peso?
13) Um grupo de 85 moas tem estatura mdia de 160,6 cm, com um desvio padro igual a 5,97 cm. Outro
grupo de 125 moas tem uma estatura mdia de 161,9 cm, sendo o desvio padro igual a 6,01 cm. Qual
o coeficiente de variao de cada um dos grupos? Qual o grupo mais homogneo?
14) Examinando a figura abaixo, podemos afirmar que:

a) o desvio padro de A igual ao de B
b) o desvio padro de A maior do que o de B
c) o desvio padro de A menor do que o de B
d) no h possibilidade de se compararem os desvios padres de A e B, uma vez que as mdias dos
mesmos so diferentes.


50
3.3 Medidas de Assimetria
As distribuies de freqncias no diferem apenas quanto ao valor mdio e variabilidade, como
tambm quanto sua forma. Em relao forma, a caracterstica mais importante o grau de deformao ou
assimetria.

- Assimetria: significa desvio ou afastamento da simetria, ou seja, o grau de deformao de uma curva de
freqncias. Como j foi visto anteriormente, a distribuio :

Simtrica, se a mdia e a moda coincidem.
Assimtrica esquerda ou negativa, se a mdia menor que a moda.
Assimtrica direita ou positiva, se a mdia maior que a moda.


Exemplo 1:
Distribuio A Distribuio B Distribuio C
Pesos (kg) f
i
Pesos (kg) f
i
Pesos (kg) f
i

2 6 6 2 6 6 2 6 6
6 10 12 6 10 12 6 10 30
10 14 24 10 14 24 10 14 24
14 18 12 14 18 30 14 18 12
18 22 6 18 22 6 18 22 6
60 78 78


51
Temos:
kg 4,2 s kg 4,2 s kg 4,42 s
kg 8 Mo kg 16 Mo kg 12 Mo
kg 10,5 Md kg 13,5 Md kg 12 Md
kg 1 , 11 kg 9 , 12 kg 12
= = =
= = =
= = =
= = = x x x


Logo, a distribuio A simtrica, B assimtrica negativa e C assimtrica positiva.



Como os valores de mdia, mediana e moda so absolutos, eles no permitem a comparao entre as
medidas de duas distribuies, da mesma forma que ocorreu com o desvio padro. Por isso, para medir a
assimetria daremos preferncia ao coeficiente de assimetria de Pearson, dado por:

As
x Md
s
=
3( )



Se a assimetria moderada.
Se a assimetria forte.
015 1
1
, ,
,
< <
>
As
As

No exemplo anterior:
positiva assimetria 0
2 , 4
) 5 , 10 1 , 11 ( 3
negativa assimetria 429 , 0
2 , 4
) 5 , 13 9 , 12 ( 3
simetria 0
42 , 4
) 12 12 ( 3
=

=
=

=
=

=
C
B
A
As
As
As






52
Lista de Exerccios 7 (Medidas de Assimetria):

1) Uma amostra aleatria de 250 residncias de famlias, classe mdia, com dois filhos, revelou a seguinte
distribuio do consumo mensal de energia eltrica:

Consumo
mensal (kwh)
N de famlias
0 50 2
50 100 15
100 150 32
150 200 47
200 250 50
250 300 80
300 350 24
Total 250

Pede-se:
a) O consumo mdio por residncia
b) O consumo mediano
c) A moda
d) A amplitude total da srie
e) A varincia
f) O desvio padro
g) O coeficiente de variao
h) Q
1

i) Q
3

j) P
10

k) P
90

l) O percentual de famlias classificadas entre Q
1
e P
70
.
m) O nmero aproximado de famlias classificadas entre P
10
e Q
3
.
n) Classifique quanto assimetria, segundo o coeficiente de Pearson.
o) Faa um esboo da curva de freqncias desta distribuio, baseado nos dados obtidos anteriormente.

2) Uma rede de lojas afirma que as vendas dirias de televisores obedecem seguinte distribuio:

N de televisores por dia N de dias
0 20 5
20 40 25
40 60 40
60 80 15
80 100 10
100 120 5

Pede-se:
a) O nmero mdio de televisores vendidos por dia.
b) O nmero mediano de televisores vendidos
c) A moda
d) A amplitude total da srie
e) A varincia

53
f) O desvio padro
g) O coeficiente de variao
h) Q
1

i) Q
3

j) P
10

k) P
90

l) O percentual de dias entre Q
3
e P
90
.
m) O nmero aproximado de dias entre P
5
e Q
1
.
n) Classifique quanto assimetria, segundo o coeficiente de Pearson.
o) Faa um esboo da curva de freqncias desta distribuio, baseado nos dados obtidos anteriormente.

3) Uma auditoria em uma grande empresa observou o valor de 50 notas fiscais emitidas durante um ms.
Esta amostra apresentou a seguinte distribuio:

Valor da nota
$ 1000
N de notas
7 12 2
12 17 5
17 22 13
22 27 10
27 32 9
32 37 6
37 42 5

Pede-se:
a) O valor mdio das notas
b) O valor mediano das notas
c) A moda
d) A amplitude total da srie
e) A varincia
f) O desvio padro
g) O coeficiente de variao
h) Q
1

i) Q
3

j) P
10

k) P
90

l) O percentual de notas entre Q
1
e P
60
.
m) O nmero aproximado de notas entre P
4
e P
40
.
n) Classifique quanto assimetria, segundo o coeficiente de Pearson.
o) Faa um esboo da curva de freqncias desta distribuio, baseado nos dados obtidos anteriormente.











54
CAPTULO 4 NMEROS-NDICES


1. Introduo
Os nmeros-ndices so um importante instrumento para sintetizar modificaes em variveis
econmicas durante um perodo de tempo. Esses nmeros indicam a variao relativa no preo, na
quantidade, ou no valor entre um ponto anterior no tempo (perodo-base) e, usualmente, o perodo
corrente. Por exemplo, quando uma famlia nota que o preo do po o dobro do que era h 10 anos, est
fazendo um certo tipo de nmero-ndice; ou seja, est usando uma razo para avaliar a variao entre dois
perodos de tempo.

Um nmero-ndice um percentual que indica a variao de uma medida num dado perodo, ou seja,
expressa por meio de uma razo da medida no perodo corrente e no perodo-base fixado. As
medidas podem referir-se a quantidade, valor e preo.

Exemplo 1: O ndice Nacional de Preos ao Consumidor (INPC) elaborado pela Fundao IBGE do Brasil
um ndice de preos. O ndice Quantum de Exportaes elaborado pela Fundao Getlio Vargas exemplo
de um ndice de quantidade.

Exemplo 2: Consideremos a tabela abaixo, relativa s matrculas efetivadas em certo estabelecimento de
ensino durante o perodo de 1995 a 2000:

ANO
1995 1996 1997 1998 1999 2000
MATRCULA
1050 1150 1000 1400 1560 1700
NMERO-NDICE
100

A vantagem dos nmeros-ndices permitir uma rpida avaliao da variao relativa (percentual) sofrida
pelo nmero de matrculas, e que se traduz, em relao a 1995, por um aumento de 9,5% em 1996, uma
diminuio de 13,0% em 1997, um aumento de 33,3% em 1998, de 48,6% em 1999 e de 61,9% em 2000.

2. Classificao

Quando um nmero-ndice representa uma comparao de UM bem ou produto INDIVIDUAL,
chamado nmero-ndice simples (ou relativo). Por outro lado, quando o nmero-ndice foi construdo
para um GRUPO de bens ou de itens, chamado nmero-ndice agregado ou nmero-ndice composto.

Exemplo 3: O ndice de preos para a manteiga de, digamos, 130 um ndice de preos simples, ou
relativo, e indica que o preo da manteiga no perodo dado foi 30% maior do que no perodo-base. O mesmo
valor de 130 para ndice de Preos ao Consumidor (um ndice de preos agregados) indica que o preo
mdio de uma cesta de mercado com um certo nmero de bens e servios foi de 30% maior que no perodo
dado, comparativamente ao perodo-base.

Por exemplo, alm do po, uma famlia pode incluir em sua observao itens como leite, manteiga, carne,
verduras e enlatados. Alguns desses itens podem ter tido aumentos substanciais de preos, outros podem ter
tido aumentos pequenos, e outros ainda uma reduo de preos. A finalidade do ndice composto de
sintetizar a variao global de preos para este tipo de produtos. Mas as compras daquela famlia podem ter
se modificado ao longo dos anos. Talvez tenha aumentado o consumo de leite ou de carne. Isto ocorrer se a
famlia tiver aumentado. O consumo de manteiga, por outro lado, pode ter diminudo, particularmente por

55
questes de peso. Logo, preciso incluir no s variaes de preos como tambm variaes de quantidade a
fim de obter um quadro mais preciso da variao global.

A administrao e a indstria tambm se defrontam com situaes que requerem o estudo de tais variaes.
Eles tambm experimentam variaes de preos de matrias-primas, de produtos semi-acabados, de peas de
substituio, de mo-de-obra, combustvel e vendas. Os nmeros-ndices proporcionam um meio de avaliar
essas variaes.

Os Nmeros-ndices so usados para indicar variaes relativas em quantidades, preos ou valores de
um ou vrios artigos, durante dado perodo de tempo.

A rigor, os nmeros-ndices no se referem apenas a comparaes entre diferentes perodos de tempo; podem
tambm ser usados para comparaes dentro do mesmo esquema de tempo. Por exemplo, a comparao de
desistncia entre escolas de uma cidade, ou a comparao de taxas de criminalidade, custo de aluguis ou de
alimentao entre diversas cidades, envolvem comparaes espaciais. Nossa nfase, entretanto ser nas
comparaes entre perodos de tempo. Vale a pena notar tambm que o emprego de nmeros-ndices para
sintetizar variaes econmicas de importncia em qualquer economia, independentemente da estrutura
poltica e social.

H 3 classificaes de nmeros-ndices administrativos e econmicos: ndice de preos, quantidade e valor.
Todos eles tm caractersticas em comum. Uma que so razes entre quantidades no perodo corrente para
quantidades no perodo-base. As razes so expressas como percentagens, arredondadas para 1% ou 0,1%
mais prximo, porm sem o sinal de percentagem (isto , 231; 145,2). A quantidade referente ao perodo-
base em geral considerada como 100%.

3. Construo de ndices simples
Se p
n
indica o preo de um artigo em um dado perodo e p
0
indica o preo no perodo-base, a frmula geral
para o ndice de preos, ou relativo de preos :
x100
o
p
n
p
p
I =

Exemplo 4: Com referncia tabela abaixo, determinar os ndices simples de preos para 2003 dos 3 artigos,
usando 2000 como ano-base.

Bem Unidade de medida Preo mdio Consumo per capta (mensal)

Leite

Litro
2000: p
0
2003: p
n
2000: q
0
2003: q
n

1,50 1,70 20 35
Po 50 g 0,20 0,25 60 50
Ovos dzia 1,35 1,50 2 1,5

Para o leite: x100
p
p
I
0
n
p
= =1,70/1,50 x100 = 113,3

Para o po:


Para os ovos:


56

De modo similar, se q
n
indica a quantidade de um artigo produzido ou vendido em um dado perodo e q
0

indica a quantidade no perodo-base, a frmula geral para o ndice simples de quantidade, ou relativo de
quantidade, : x100
o
q
n
q
q
I =

Exemplo 5: Com referncia tabela do exemplo 4, determinar os ndices simples de quantidade para os trs
bens para o ano de 2003 sendo ano-base 2000.

Para o leite: x100
o
q
n
q
q
I = = 35/20 x 100=175,0

Para o po:


Para os ovos:



Finalmente o valor de um artigo em um dado perodo igual ao preo do artigo multiplicado pela quantidade
produzida (ou vendida). Portanto p
n
q
n
indica o valor de um artigo em um dado perodo, e p
0
q
0
indica o valor
do artigo no perodo-base. A frmula geral para um ndice simples de valor, ou relativo de valor :
x100
o
q
o
p
n
q
n
p
v
I =
Exemplo 6: Com referncia tabela do exemplo 4, determinar os relativos simples de valor para os trs bens
para o ano de 2003 sendo ano-base 2000.

Para o leite: x100
o
q
o
p
n
q
n
p
v
I = = 3 , 198 100
) 20 )( 50 , 1 (
) 35 )( 70 , 1 (
= x

Para o po:


Para os ovos:


4. Relativos em cadeia
Relativos em cadeia, ou relativos de ligao so ndices para os quais a base sempre o perodo precedente.
Portanto, para um conjunto de relativos em cadeia para valores de vendas anuais, cada nmero-ndice
representa uma comparao percentual com o ano anterior. Tais relativos so teis para evidenciar
comparaes ano a ano, mas no so convenientes como base para fazer comparaes de longo prazo. Os
relativos de ligao podem ser calculados diretamente, usando-se os dados brutos como tambm a partir de
nmeros-ndices de base fixa, se deles dispusermos.




57
Exemplo 7: Utilizando os dados abaixo sobre as vendas de um produto, calcular os relativos em cadeia:

Ano Preo Nmero vendido Receita (em 1000)
Efetivo Relativo Efetivo Relativo Efetivo Relativo
2000 3000 60 180,0
2001 3300 63 207,9
2002 3900 60 234,0
2003 4500 66 297,0
2004 4500 72 324,0

5. Nmeros-ndices compostos
So usados para indicar a variao relativa no preo, na quantidade ou no valor de um grupo de itens. Por
exemplo, podemos inquirir se os preos de artigos de mercearia em geral aumentaram ou diminuram no
decorrer de certo perodo. Na realidade, muitos preos subiram mas alguns podem ter abaixado. Que se pode
dizer, de modo geral? Para tanto, preciso examinar alguma combinao de itens, em lugar de itens
individuais. Analogamente, pode ser til determinar se as quantidades de artigos de mercearia sofreram
variao, e se afirmativo, em que direo.

5.1 Mtodo dos Agregados Ponderados
O problema de determinar variaes no preo para um grupo de artigos que, usualmente, alm das
variaes nos preos, h variaes nas quantidades compradas. Assim, se focalizarmos s preos, as
variaes nas quantidades devem ser eliminadas. Em outras palavras, queremos saber at que ponto as
variaes de valor so devidas s variaes de preo, sem precisarmos considerar as variaes nas
quantidades. Uma forma de conseguir isto fazer as quantidades do ano corrente iguais s quantidades do
ano-base. Dessa forma, a nica diferena ser nos preos entre os dois anos. Consideremos o exemplo de um
comprador que adquire os 3 itens abaixo numa padaria:

Bem Unidade de medida Preo mdio Consumo (mensal)

Leite

Litro
2000: p
0
2003: p
n
2000: q
0
2003: q
n

1,50 1,70 20 35
Po 100 g 0,20 0,25 60 50
Ovos dzia 1,35 1,50 2 1,5

Note que tanto os preos quanto as quantidades se modificaram de 2000 para 2003. Se quisermos saber qual
foi a variao global nos preos, poderemos imaginar as quantidades como tendo permanecido inalteradas. A
frmula para um ndice de preos a seguinte:

base. ano do preos os denota q onde 100 x
q p
p
base) - ano do (pesos preo de ndice
0
0 0
0 n
=

q


Ento: 3 , 116 100 x
,35(2) 1 0,20(60) 1,50(20)
,50(2) 1 0,25(60) 1,70(20)
100 x
q p
q p
I
2000 2000
2000 2003
preo
=
+ +
+ +
= =



Os ndices de preos sugerem que, globalmente os preos subiram 16,3%

De modo anlogo, podemos calcular um ndice de quantidade, mantendo constantes os preos e isolando,
assim, as variaes de quantidade:

58
base. ano do preos os denota p onde 100 x
p q
q
base) - ano do (pesos quantidade de ndice
0
0 0
0 n
=

p

Com isto, vem:

4 , 144 100 x
(1,35) 2 (0,20) 60 20(1,50)
(1,35) 5 , 1 (0,20) 50 35(1,50)
100 x
p q
p q
I
2000 2000
2000 2003
quantidade
=
+ +
+ +
= =


O ndice pode ser interpretado como indicativo de que as quantidades globais dos artigos em estudo,
adquiridos por aquele comprador, cresceram 44,4%.

J um ndice de valor teria a seguinte frmula:

100 x
q p
q p
valor de ndice
0 0
n n

=

Logo, 1 , 166 100 x
(2) 35 , 1 0,20(60) 1,50(20)
(1,5) 5 , 1 (50) 25 , 0 1,70(35)
100 x
q p
q p
I
0 0
n n
valor
=
+ +
+ +
= =



Obs.: Os clculos dos ndices feitos acima fixaram as quantidades no perodo-base. So conhecidos como
ndice de Laspeyres. Modificando os mtodos de ponderao, formam-se outras frmulas de clculos de
ndices ponderados: ndice de Paasche, de Fischer, etc.

6. Mudana do Perodo-base
Freqentemente muda-se a base de uma srie de um nmero-ndice para um ano mais recente, de tal forma
que comparaes correntes possam ser mais significativas. Supondo que as quantidades originais subjacentes
srie do nmero-ndice no sejam disponveis, o perodo-base para um nmero-ndice pode ser alterado,
dividindo-se cada ndice (original) pelo ndice da nova base fixada, multiplicando o resultado por 100:
100 x
I
I
I
k 0,
n 0,
n k,
= , onde 0 representa a base antiga e k, a nova base.


Exemplo 9: Mudar a base do ndice de valor apresentado na tabela abaixo de 2002 para 2004:

Ano 2000 2001 2002 2003 2004
ndice de valor 74,2 81,4 100 114,0 117,0

4 63 100
117,0
74,2
100
I
I
I
2002,2004
2002,2000
2004,2000
, = = =

Agora complete a tabela com a mudana de perodo-base:

Ano 2000 2001 2002 2003 2004
ndice de valor 2002=100) 74,2 81,4 100 114,0 117,0
ndice de valor 2004=100) 63,4 100



59
7. ndices de preos importantes em Administrao e Economia
Para construir um ndice de preos, qualquer que seja a sua finalidade, devemos considerar os seguintes
pontos:
- Objetivo do ndice
fundamental qualificar, com toda a preciso, o objetivo do ndice; determinar o que ele est medindo e a
quem se refere. Dessa determinao depender a seleo dos produtos que comporo o ndice.

- Produtos a serem includos
Devem ser includos os produtos julgados mais importantes e que sejam representativos do conjunto de
bens que integram o setor para o qual se vai calcular o ndice.

- Preos a serem includos
Deve-se identificar o setor para o qual vo ser determinados os preos (varejo, atacado, etc). Tambm
necessrio decidir a forma de cotao e como devero ser coletados os preos.

- Pesos a serem atribudos
O sistema de pesos a ser atribudo deve depender essencialmente da finalidade ou da utilidade do ndice.
Os pesos, por isso mesmo, devem refletir a importncia relativa de cada bem no conjunto tomado para a
determinao do ndice.

- Frmula
Em geral, quando se trata de ndices de preos, usada a frmula de Laspeyres, que emprega pesos fixos,
permitindo a reviso peridica de seus valores. Resulta da a possibilidade de termos sempre as mesmas
comparaes, feitas diretamente ou atravs de elos de relativos.

7.1 INPC: ndice Nacional de Preos ao Consumidor
O INPC calculado pelo IBGE. Existem dois ndices: o INPC restrito e o IPC amplo.

- INPC - ndice Nacional de Preos ao Consumidor Restrito
Refere-se s famlias cuja fonte de rendimento o trabalho assalariado e cujo rendimento monetrio
familiar encontra-se entre 1 e 6 salrios mnimos. calculado com base em ndices elaborados para dez
regies metropolitanas mais Braslia. uma estatstica contnua, de periodicidade mensal para todas as
reas. usado para indexar os contratos de trabalho.

Esse ndice teve sua estrutura de ponderaes redefinida a partir de uma Pesquisa de Oramentos
Familiares, levada a campo de 2002 a 2003. Os resultados regionais so ponderados de acordo com a
distribuio da populao em dois estgios. Num primeiro estgio, calcula-se a participao de cada
grande regio (Sudeste, Centro-Oeste, etc.) na populao urbana nacional. Depois, distribui-se o peso, de
cada grande regio, entre as reas metropolitanas pesquisadas de forma proporcional.

A coleta feita do primeiro ao ltimo dia do ms de referncia. H coletas feitas de forma contnua ao
longo do ms, h produtos coletados na eventualidade de sua alterao (tarifas de servios pblicos, por
exemplo) e h ainda coleta feitas junto domiclios (aluguis) e estabelecimentos especficos (escolas).

- IPCA - ndice Nacional de Preos ao Consumidor Amplo
Refere-se s famlias cujo rendimento monetrio familiar encontra-se entre 1 e 40 salrios mnimos, sem
distino quanto fonte de renda. calculado com a mesma abrangncia geogrfica do INPC restrito,
mesmo sistema de coleta e mesma frmula. O IPCA se difere do INPC na estrutura de ponderao e na
classe social de referncia. usado como indexador do mercado financeiro: correo de balanos e
demonstraes financeiras de companhias abertas.

60

7.2 IPC-FIPE: ndice de Preos ao Consumidor da FIPE
Refere-se s famlias cujo rendimento monetrio familiar encontra-se entre 1 e 20 salrios mnimos. Pesquisa
o custo de vida em So Paulo. A FIPE compara os preos mdios de quatro semanas com os das quatro
semanas imediatamente anteriores. usado para reajustes de contratos, deflacionamento de salrios.

7.3 IGP: ndice Geral dos Preos
Calculado pela FGV, a mdia ponderada dos seguintes ndices: ndices de Preos por Atacado (IPA: 60%),
ndice de Preos ao Consumidor (IPC-RJ: 30%) e ndice Nacional de Construo Civil (INCC: 10%). O
perodo da coleta de preos do 1 a 30 dia do ms de referncia. O IGP calculado em dois conceitos: no
conceito oferta global (OG) so consideradas a produo interna e as importaes; no conceito
disponibilidade interna (DI), so excludas as exportaes do conceito oferta global. usado em contratos.

- IPA
Calculado pela FGV, composto por 18 subndices regionais em que o peso de cada mercadoria
determinado pela sua participao no valor adicionado. usado para contratos e no clculo do IGP.

- IPC-BR
Na realidade ele mede as variaes de preos de artigos e servios adquiridos pela populao assalariada
de 12 capitais, com renda entre 1 e 33 salrios mnimos. Avalia as variaes de preos de uma cesta de
mercado tpica de 425 itens, inclusive despesas com alimentao, vesturio, moradia, transporte,
tratamento mdicos. Estes itens no devem ser interpretados como uma amostra aleatria. Ao contrrio,
so selecionados cuidadosamente como itens tpicos adquiridos por famlias nos grupos mencionados,
com base na POF.

- INCC
calculado em 12 municpios de capitais e contm 67 itens, relativos a materiais, servios e mo-de-obra.

- IGP-M: ndice Geral de preos no Mercado
Segue a mesma metodologia do IGP, mudando apenas o perodo de coleta de dados, que do dia 21 do
ms anterior ao dia 20 do ms de referncia. voltado predominantemente para a comunidade financeira.



Lista de Exerccios 8 (Nmeros-ndices):

1. Uma firma de transporte deseja comparar preos, quantidades e valores, tomando 2000 como ano-base.
Calcule os nmeros ndices convenientes.
2000 2005
Toneladas remetidas (1000) 300 360
Custo por toneladas $50 $70

2. O proprietrio de uma pequena confeitaria deseja comparar vendas e preos em 1995 com as vendas e
preos do ano aps ter adquirido o estabelecimento. Os dados representam valores para a primeira
semana de junho. Calcule um ndice simples de preo, um ndice de quantidade e um ndice de valor para
esses dados, usando 1995 como 100%.
1995 2005
Vendas 650 360
Preo $ 0,90/dzia $1,40/dzia

61
3. O gerente noturno de um armazm de laticnios mantm cuidadosos registros de preos e quantidades de
seus principais produtos e agora quer fazer comparaes, utilizando cifras de agosto:
2000 2005
Preo Quantidade Preo Quantidade
LEITE
Integral, 0,5 gal. 0,49 400000 0,79 450000
de segunda, qt 0,3 80000 0,40 100000
Chocolate, qt. 0,35 20000 0,40 22000
Creme, 0,5 pt 0,22 1000 0,29 1000
SORVETE
Econmico, gal 1,09 30000 1,39 40000
De luxo, 0,5 gal. 1,49 10000 1,79 12000
De frutas, 0,5 Kg 0,4 3000 0,40 3600
OVOS
Pequenos, dzia 0,39 30000 0,59 20000
Mdios, dzia 0,45 40000 0,65 35000
Grandes, dzia 0,49 60000 0,75 80000
Extragrandes, dzia 0,53 30000 0,79 40000

a) Usar o mtodo dos agregados ponderados para obter nmeros-ndices de preos, quantidade e valor para
os produtos de sorvete, com pesos de 2000.
b) Usar o mtodo dos agregados ponderados para obter nmeros-ndices de preos e um ndice de
quantidade para todos os produtos combinados, usando pesos de 2000.
c) Calcule os relativos de preos para cada um dos onze produtos, tomando 2000 como 100%.

4. As vendas (em milhes de dlares) da Ford Motor Company entre 1995 e 2005 apresentaram os seguintes
valores: 1995: 14.980; 1997: 16.433; 1999: 20.194; 2001: 23.015; 2003: 23.621; 2005: 20.009.
Determinar os relativos de ligao para estes dados.


















62
CAPTULO 5 - PROBABILIDADE


- Introduo
As origens da probabilidade remontam ao sculo XVI e suas aplicaes se limitavam a jogos de azar.
Hoje, a utilizao das probabilidades ultrapassou o mbito dos jogos. O governo e as empresas incorporaram
a teoria das probabilidades em seus processos dirios de deliberaes.
O estudo das probabilidades indica que existe um elemento de acaso, ou de incerteza, quanto
ocorrncia ou no de um evento futuro. Assim, em muitos casos impossvel afirmar por antecipao o que
ir ocorrer, mas atravs de dados histricos e da experincia, possvel dizer o quo provvel a ocorrncia
de um determinado evento. Exemplos dessa situao nos negcios e no governo: a previso da procura de um
novo produto, o clculo dos custos de produo, a compra de aplices de seguro, o preparo de um oramento,
a avaliao do impacto da reduo de impostos sobre a inflao. Tudo isso contm algum elemento de acaso.
As probabilidades so teis no desenvolvimento de estratgias. Por exemplo: se as chances de lucro
so boas, os investidores sentem-se mais inclinados a aplicar seu dinheiro; uma empresa pode negociar
seriamente com um sindicato, quando h forte ameaa de greve; ou pode investir em novo equipamento, se
h boa chance de recuperar o dinheiro.
As probabilidades so utilizadas para exprimir a chance de ocorrncia de determinado evento.

- Experimento aleatrio, Espao amostral e Evento
Experimento aleatrio: aquele que, mesmo repetido vrias vezes sob condies semelhantes,
apresentam resultados imprevisveis. Exemplos: lanamento de um dado, de uma moeda, sorteio de uma
bolinha de uma urna, inspeo de uma fbrica, visando observar o nmero de acidentes.
Espao amostral: o conjunto de todos os resultados possveis em um determinado experimento
aleatrio e representado por S. Exemplos:
lanamento de um dado: S = {1, 2, 3, 4, 5, 6}
lanamento de uma moeda: S = {cara, coroa}
inspeo de uma fbrica, contando o nmero de acidentes: S = {0, 1, 2, 3, ...}
Evento: qualquer subconjunto do espao amostral S de um experimento aleatrio. Pode ser definido
por uma sentena. Exemplos:
Obter um nmero par na face superior do dado: A = {2, 4, 6}
Obter um nmero menor que 7 no dado: B = {1, 2, 3, 4, 5, 6} = S (evento certo)
Obter um nmero negativo no dado: C = { } (evento impossvel)

- Probabilidade
O mtodo clssico para o clculo de probabilidades aplica-se a situaes que tm resultados
igualmente provveis, e isso significa que S um conjunto eqiprovvel. Quando os resultados so
igualmente provveis, a probabilidade de cada resultado :
P( ) cada resultado
n de resultados possveis
=
1

Por exemplo, a probabilidade de se extrair aleatoriamente uma carta de um baralho de 52 cartas 1/52. A
probabilidade de sair cara no lanamento de uma moeda (e tambm coroa). A probabilidade de sair cada
uma das faces de um dado 1/6.
Esse mtodo tambm pode ser aplicado a eventos que envolvam dois ou mais resultados. A
probabilidade de em evento A :
P A
n A
n S
( )
( )
( )
= =
n de resultados associados ao evento A
n total de resultados possveis


63
Por exemplo, a probabilidade de extrair uma dama de um baralho
P( ) dama
damas
52 cartas
= = =
4 4
52
1
13


A probabilidade de sair um n menor que 3 no dado
P( ) n < 3
faces
6 faces
= = =
2 2
6
1
3


A probabilidade de sair um n menor que 7 no dado
P( ) n < 7
faces
6 faces
= = = =
6 6
6
1 100%


A probabilidade de sair um n negativo no dado
P( ) n < 0
faces
6 faces
= =
0
0


Podemos concluir que a probabilidade de um evento qualquer um n real que varia de 0 a 1,
inclusive. A interpretao de uma probabilidade de , ou 0,25, que, se o experimento for repetido um
nmero muito grande de vezes, o evento estudado ocorrer cerca de 25% das vezes.

Obs.: O mtodo clssico para determinar probabilidades est limitado s situaes em que os resultados so
igualmente provveis. H muitos casos em que isso no ocorre, como por exemplo se a moeda no estiver
equilibrada. Para lidar com essas situaes, trabalha-se com dados empricos, para estimar as probabilidades.
Para a moeda no equilibrada, repetimos o lance muitas vezes, por exemplo, 100 vezes; e se obtivermos cara
60 vezes, dizemos que a probabilidade futura de sair cara 60%. Pode-se tambm usar de informaes
histricas, como dados publicados, resultados de testes prvios ou dados de arquivos da empresa. Por
exemplo, os arquivos de uma companhia imobiliria revelam que, num perodo de 16 dias, a freqncia de
casas vendidas por dia foi:

N Vendido N de dias
0 3
1 2
2 5
3 6
16

Se admitirmos que o passado representativo do futuro (o que nem sempre o caso), poderemos determinar
as probabilidades de vendas: P(0) = 3/16; P(1) = 2/16; P(2) = 5/16 e P(3) = 6/16.
Para adotarmos esse mtodo, necessrio reconhecer que quanto maior a amostra, melhor a estimativa da
probabilidade, e ela s ser vlida para um conjunto de condies idnticas quelas sob as quais se
originaram os dados.

- Eventos Complementares
Sabemos que um evento pode ocorrer ou no. Se p a probabilidade de que ele ocorra (sucesso) e q a
probabilidade de que ele no ocorra (insucesso), ento:

p q q p + = = 1 1


Assim, se a probabilidade de sair 4 no dado 1/6, ento a probabilidade de no sair 4 no dado 1 - 1/6 = 5/6.
Exemplos de eventos complementares:
1. Cara ou coroa na jogada de uma moeda.
2. Feridos e no-feridos num acidente.

64
3. Passou ou no no teste de qualidade.


- Ocorrncia de dois eventos (A e B)
A probabilidade de que dois eventos A e B ocorram simultaneamente difere, conforme os eventos sejam
independentes ou no.
Dois eventos so independentes entre si se a ocorrncia de um no interfere na ocorrncia do outro. Por
exemplo, no lanamento de dois dados, o resultado obtido em um dado no interfere no resultado do outro
dado. O mesmo ocorre com sexo (masculino ou feminino) ou QI.
Se dois eventos so independentes, a probabilidade de ocorrncia de ambos simultaneamente igual ao
produto das probabilidades de ocorrncia dos dois eventos:

P A B P A P B ( ) ( ) ( ) e =


Exemplos:

1) Jogam-se duas moedas equilibradas. Qual a probabilidade de sarem duas caras?
Como os resultados das duas moedas so independentes, ento:
P( ) duas caras = =
1
2
1
2
1
4


2) De um baralho de 52 cartas retiram-se, simultaneamente, duas cartas sem reposio. Qual a
probabilidade de a primeira carta ser um s de paus e a segunda ser o rei de paus?
Como as duas retiradas so independentes, mas a primeira carta no foi reposta para a retirada da segunda,
temos:
P = =
1
52
1
51
1
2 652 .


Se os eventos no so independentes, o clculo de P(A e B) deve levar em conta este fato.
Exemplo: Suponhamos duas urnas, a primeira contendo 8 fichas vermelhas e 2 brancas e a segunda contendo
5 vermelhas e 5 brancas. Vamos extrair uma ficha de cada urna. Se escolhermos a primeira urna, a
probabilidade da ficha ser vermelha 8/10. Se escolhermos a segunda urna, a probabilidade de ser vermelha
5/10. Logo, P(vermelha) depende de qual seja a urna escolhida. Assim, o probabilidade condicional de
escolha de ficha vermelha, admitindo-se escolhida a urna X, 8/10, ou seja, P(vermelha | urna X) = 8/10. A
barra vertical significa supondo a urna X. claro que: P(vermelha | urna Y) = 5/10; P(branca | urna X) =
2/10 e P(branca | urna Y) = 5/10.

Suponhamos agora que as duas urnas sejam indistinguveis e que a probabilidade de escolher qualquer
delas seja . Qual a probabilidade de extrair uma ficha vermelha da urna Y?
Nesse caso, em nossos clculos, devemos levar em considerao dois aspectos: a probabilidade de escolher a
urna Y e a probabilidade de extrair uma ficha vermelha, supondo-se que a urna Y tenha sido escolhida:

P P P ( ) ( ) ( ) urna Y e ficha vermelha urna Y vermelha | urna Y

=
= = =
1
2
5
10
5
20
1
4


Como regra geral, podemos dizer que a probabilidade conjunta de dois eventos dependentes a
probabilidade de um multiplicada pela probabilidade condicional do outro:


P A B P A P B A P B P B A ( e ) ( ) ( | ) ou ( ) ( | ) =


65



- Ocorrncia de ao menos um de dois eventos (A ou B)
Para determinar a ocorrncia de um evento ou outro, ou de ambos, o clculo depender dos eventos serem
mutuamente exclusivos ou no.
Dois eventos so mutuamente exclusivos quando a realizao de um exclui a realizao do outro. Assim,
no lanamento de uma moeda, os evento tirar cara e tirar coroa so mutuamente exclusivos. Nesse caso,
a probabilidade de ocorrncia de um deles a soma das probabilidades de cada um deles:

Por exemplo, a probabilidade de tirar 5 ou 6 no lanamento de um dado
.
3
1
6
2
6
1
6
1
) 6 ( ) 5 ( ) 6 ou 5 ( = = + = + = P P P

Quando os dois eventos no so mutuamente exclusivos, possvel a ocorrncia conjunta de ambos.
Vamos calcular a probabilidade da extrao de uma carta de copas ou um dez de um baralho de 52 cartas.
Como possvel que a carta seja simultaneamente de copas e um dez, os eventos no so mutuamente
exclusivos. A simples soma de suas probabilidades aumentar a probabilidade verdadeira, porque a carta dez
de copas ser contada duas vezes, uma vez como dez e uma vez como de copas. Por isso, devemos subtrair a
probabilidade da interseo. Num baralho de 52 cartas, h 13 cartas de copas, 4 dez e 1 dez de copas. Logo:

P P P P ( ) ( ) ( ) ( ) copas ou dez copas dez dez de copas
=
13
52
= +
+ = =
4
52
1
52
16
52
4
13


De modo geral, podemos dizer que, se dois eventos A e B no so mutuamente exclusivos, a probabilidade
de ocorrncia de A ou B (ou ambos) a soma das probabilidades de ocorrncia de A e B, menos a
probabilidade de ocorrncia de ambos:

P A B P A P B P A B ( ) ( ) ( ) ( ) ou e = +


Exemplos:

1) Qual a probabilidade de sair uma figura quando retiramos uma carta de um baralho de 52 cartas?
P(rei) = 4/52 = 1/13; P(dama) = 1/13; P(valete) = 1/13
Como os eventos so mutuamente exclusivos, P(figura) = 1/13 + 1/13 + 1/13 = 3/13.

2) Dois dados so lanados conjuntamente. Determine a probabilidade de a soma ser 10 ou maior que 10.
A soma deve ser 10, 11 ou 12 e os trs eventos so mutuamente exclusivos. Logo:
soma = 10: (4,6); (5,5); (6,4) P(soma = 10) = 3/36
soma = 11: (5,6); (6,5) P(soma = 11) = 2/36
soma = 12: (6,6) P(soma = 12) = 1/36

P = 3/36 + 2/36 + 1/36 = 6/36 = 1/6.



) ( ) ( ) ou ( B P A P B A P + =

66



- Teorema da Probabilidade Total
Suponha que um espao amostral S de um experimento seja dividido em trs eventos R
1
, R
2
e R
3
, e
considere um evento B qualquer, como mostra a figura abaixo:





Ento ) ( ) ( ) ( ) ( ) ( ) ( ) (
3 3 2 2 1 1
R P R B P R P R B P R P R B P B P + + =
O Teorema da Probabilidade Total pode ser generalizado para n eventos:

) ( ) ( ) ( ) ( ) ( ) ( ) (
2 2 1 1 n n
R P R B P R P R B P R P R B P B P + + + =

Exemplos:
1) Um piloto de frmula 1 tem 50% de probabilidade de vencer determinada corrida, quando esta se realiza
sob chuva. Caso no chova durante a corrida, sua probabilidade de vitria de 25%. Se o servio de
meteorologia estimar em 30% a probabilidade de que chova durante a corrida, qual a probabilidade
deste piloto ganhar esta corrida?

2) A experincia com testes psicotcnicos para habilitao de motoristas indica que 90% dos candidatos
habilitao aprovados no primeiro teste tornam-se excelentes motoristas. 70% dos candidatos reprovados
no primeiro teste tornam-se pssimos motoristas. Admitindo-se a classificao dos motoristas apenas em
excelentes ou pssimos, responda:
a) Um candidato acaba de ser reprovado em seu primeiro teste psicotcnico. Qual a probabilidade de
que se torne um excelente motorista?
b) Um candidato acaba de ser aprovado em seu primeiro teste psicotcnico. Qual a probabilidade de
que se torne um pssimo motorista?
c) Um indivduo acaba de fazer um teste psicotcnico. Se 80% dos candidatos so aprovados neste teste,
qual a probabilidade de que se torne um excelente motorista?


Lista de Exerccios 9 (Probabilidade):

1) Determine a probabilidade de cada evento:
a) Um n par aparece no lanamento de um dado.
b) Uma figura aparece ao se extrair uma carta de um baralho de 52 cartas.
c) Uma carta de ouros aparece ao se extrair uma carta de um baralho de 52 cartas.
d) Uma s coroa aparece no lanamento de trs moedas.
2) Um n inteiro escolhido dentre os nmeros 1, 2, 3, ..., 50. Determine a probabilidade de:
a) o n ser divisvel por 5
b) o n terminar em 3
c) o n ser divisvel por 6 ou por 8
d) o n ser divisvel por 4 e por 6
3) Dois dados so lanados simultaneamente. Determine a probabilidade de:
a) a soma ser menor que 4
b) a soma ser 9
S B
R
2
2
R
1
2
R
3
2

67
c) o primeiro resultado ser maior que o segundo
d) a soma ser menor ou igual a 5
4) Uma moeda lanada duas vezes. Calcule a probabilidade de:
a) no ocorrer cara nenhuma vez.
b) Obter-se cara na primeira ou na segunda jogada.
5) Um inteiro entre 3 e 11 escolhido ao acaso.
a) Qual a probabilidade de que este n seja mpar?
b) Qual a probabilidade de que este n seja mpar e divisvel por 3?
6) Uma carta retirada ao acaso de um baralho de 52 cartas. Qual a probabilidade de que a carta retirada seja
uma dama ou uma carta de copas?
7) No lanamento de dois dados, qual a probabilidade de se obter um par de pontos iguais?

8) Em um lote de 12 peas, 4 so defeituosas. Sendo retiradas aleatoriamente 2 peas, calcule:
a) a probabilidade de ambas serem defeituosas.
b) a probabilidade de ambas no serem defeituosas.
c) a probabilidade de ao menos uma ser defeituosa.
9) No lanamento de um dado, qual a probabilidade de sair o n 6 ou um n mpar?
10) Duas cartas so retiradas ao acaso de um baralho de 52 cartas. Calcule a probabilidade de se obterem:
a) dois valetes
b) um valete e uma dama.
11) Um casal planeja ter trs filhos. Determine a probabilidade de nascerem:
a) trs homens
b) dois homens e uma mulher
12) Uma moeda lanada trs vezes. Calcule a probabilidade de obtermos:
a) trs caras
b) duas caras e uma coroa
c) uma cara somente
d) nenhuma cara
e) pelo menos uma cara
f) no mximo uma cara.
13) Um dado lanado duas vazes. Calcule a probabilidade de:
a) sair um 6 no primeiro lanamento
b) sair um 6 no segundo lanamento
c) no sair 6 em nenhum lanamento
d) sair um 6 pelo menos
14) Uma urna contm 50 bolas idnticas. Sendo as bolas numeradas de 1 a 50, determine a probabilidade de,
em uma extrao ao acaso:
a) obtermos a bola de n 27
b) obtermos uma bola de n par
c) obtermos uma bola de n maior que 20
d) obtermos uma bola de n menor ou igual a 20
15) Uma loja dispe de 12 geladeiras do mesmo tipo, das quais 4 apresentam defeitos.
a) Se um fregus vai comprar uma geladeira, qual a probabilidade de levar uma defeituosa?
b) Se um fregus vai comprar duas geladeiras, qual a probabilidade de levar duas defeituosas?
c) Se um fregus vai comprar duas geladeiras, qual a probabilidade de levar pelo menos uma defeituosa?
16) Um par de dados atirado. Encontre a probabilidade de que a soma seja 10 ou maior que 10 se:
a) um 5 aparece no primeiro dado
b) um 5 aparece pelo menos em um dos dados
17) Lana-se um par de dados. Aparecendo dois nmeros diferentes, encontre a probabilidade de que:
a) a soma seja 6

68
b) o 1 aparea
c) a soma seja 4 ou menor que 4
18) Um lote formado por 10 peas boas, 4 com defeitos e 2 com defeitos graves. Uma pea escolhida ao
acaso. Calcule a probabilidade de que:
a) ela no tenha defeitos graves
b) ela no tenha defeitos
c) ela seja boa ou tenha defeitos graves
19) Considere o mesmo lote do problema anterior. Retiram-se 2 peas ao acaso. Calcule a probabilidade de
que:
a) ambas sejam perfeitas
b) pelo menos uma seja perfeita
c) nenhuma tenha defeitos graves
20) H 50 bolas numa urna, distribudas como segue:

Cor Nmero
Azul 20
vermelho 15
laranja 10
verde 5
50

Misturam-se as bolas e escolhe-se uma. Determine a probabilidade da bola escolhida ser:
a) verde b) azul c) azul ou verde d) no-vermelha
e) vermelha ou verde f) amarela g) no-amarela

21) Os dados compilados pela gerncia de um supermercado indicam que 915 dentre 1500 compradores de
domingo gastam mais de R$50,00 em suas compras. Estime a probabilidade de um comprador em
qualquer domingo gastar mais de R$50,00.

22) Um carregamento de 10.000 caixas de lenos de papel chega a um depsito. Cada caixa traz a indicao
400 unidades; mas na verificao de uma amostra de 300 caixas, constatam-se 45 com menos de 400
unidades. Estime a probabilidade de qualquer caixa da remessa ter menos de 400 unidades.

23) Uma pesquisa de trfego levada a efeito das 5 s 6 horas da manh de um trecho de estrada federal
revelou que, de 200 carros que pararam para uma verificao rotineira de segurana, 25 tinham pneus em
ms condies. Estime a probabilidade de um carro que pare naquele trecho ter os pneus bons.

24) Os registros do servio de emergncia de um hospital indicam o seguinte num perodo de dois anos:

ataque cardaco 12%
problema respiratrio 20%
acidente 32%
envenenamento 16%
outras causas 20%

a) Determine a probabilidade de chegar na emergncia um paciente vtima de acidente ou ataque cardaco.
b) Qual a probabilidade do paciente no sofrer de problema respiratrio?


69
25) Uma rifa consta de 200 bilhetes (todos vendidos). O prmio um toca-fitas. Extraem-se dois bilhetes de
uma urna onde os 200 bilhetes foram bem misturados.
a) qual a probabilidade de uma pessoa que tenha comprado um bilhete ganhar o prmio?
b) se uma pessoa comprou dois bilhetes, qual a probabilidade de ganhar um prmio? E dois prmios?

26) Uma fbrica de louas tem um processo de inspeo em quatro etapas. A probabilidade de uma pea
defeituosa passar numa etapa de inspeo sem ser detestada de aproximadamente 20%. Com base nessa
cifra, determine a probabilidade de uma pea defeituosa passar por todas as quatro etapas de inspeo sem
ser detectada. Qual seria sua resposta, se se acrescentasse uma quinta etapa de inspeo, com 50% de
probabilidade de detectar peas defeituosas?

27) Determine a probabilidade de duas pessoas terem nascido no mesmo dia da semana.

28) Uma firma exploradora de petrleo perfura um poo quando acha que h pelo menos 25% de chance de
encontrar petrleo. Ela perfura quatro poos, aos quais atribui as probabilidades 0,3; 0,4; 0,7 e 0,8.
a) Determine as probabilidades de nenhum dos poos produzir petrleo, com base nas estimativas da
firma.
b) Determine a probabilidade de os quatro poos produzirem petrleo.
c) Qual a probabilidade de s os poos com probabilidade 0,3 e 0,7 produzirem petrleo?

29) Um pacote de sementes de flores contm quatro sementes de flores vermelhas, trs de flores amarelas,
duas de flores roxas e uma de flores laranja.
a) Escolhida ao acaso uma semente do pacote, qual a probabilidade de ser de flor vermelha ou laranja?
b) Escolhidas duas sementes, qual a probabilidade de serem ambas de flor amarela?
c) Escolhidas trs sementes, qual a probabilidade de uma ser de flor laranja e duas de amarela?

30) Se, com os dados do problema anterior, a florista garantir que cada semente tem 60% de chance de
germinar, quais so as probabilidades de:
a) Todas exceto as de flor laranja germinarem?
b) Todas as amarelas germinarem?
c) Nenhuma das amarelas germinar?

31) Uma companhia de seguros analisou a freqncia com que 2.000 segurados (1.000 homens e 1.000
mulheres) usaram o hospital. Os resultados so apresentados na tabela:

Homens Mulheres
Usaram o hospital 100 150
No usaram o hospital 900 850

a) Qual a probabilidade de que uma pessoa segurada use o hospital?
b) O uso do hospital independe do sexo do segurado?

32) Num teste com 2 marcas que lhe so apresentadas em ordem aleatria, um experimentador de vinhos faz
trs identificaes corretas em trs tentativas.
a) Qual a probabilidade disso ocorrer, se na verdade ele no possui habilidade alguma para distinguir?
b) E se a probabilidade de distinguir corretamente de 90% em cada tentativa?

33) Um empreiteiro apresentou oramentos separados para a execuo da parte eltrica e da parte de
encanamento de um edifcio. Ele acha que a probabilidade de ganhar a concorrncia da parte eltrica de

70
. Caso ele ganhe a parte eltrica, a chance de ganhar a parte de encanamento de ; caso contrrio,
essa probabilidade de 1/3. Qual a probabilidade de ele:
a) ganhar os dois contratos?
b) ganhar apenas um?
c) no ganhar nada?

34) Uma empresa tem 15.800 funcionrios, classificados de acordo com a tabela abaixo:

Sexo
Idade
Homens Mulheres Total
< 25 anos 2.000 800 2.800
25 - 40 anos 4.500 2.500 7.000
> 40 anos 1.800 4.200 6.000
TOTAL 8.300 7.500 15.800

Se um empregado selecionado ao acaso, calcular a probabilidade de ser ele:
a) um empregado com 40 anos de idade ou menos
b) um empregado com 40 anos de idade ou menos, e mulher
c) um empregado com mais de 40 anos de idade e que seja homem
d) uma mulher, dado que um empregado com menos de 25 anos.

Você também pode gostar