Escolar Documentos
Profissional Documentos
Cultura Documentos
Sumrio
1
Apresentao.......................................................................................................................4
A Estatstica.........................................................................................................................5
Populao e Amostra...........................................................................................................5
Exerccios: ....................................................................................................................7
Amostragem ........................................................................................................................7
6.1
Exerccios: ....................................................................................................................8
Tabelas.........................................................................................................................9
7.2
Grficos ........................................................................................................................9
7.2.1
Diagramas .............................................................................................................9
7.2.2
Cartogramas........................................................................................................11
7.2.3
Pictogramas.........................................................................................................12
7.3
8
Exerccios...................................................................................................................12
Distribuio de frequncia..................................................................................................13
8.1
8.2
Exerccios: ..................................................................................................................15
10
Exerccios...................................................................................................................17
Medidas de posio .......................................................................................................18
10.1
10.1.1
10.1.2
10.1.3
Mediana (Md).......................................................................................................19
10.2
Exerccios...................................................................................................................20
10.3
10.3.1
Quartis.................................................................................................................21
10.3.2
Percentis..............................................................................................................21
11
Medidas de Disperso....................................................................................................23
11.1
Amplitude Total...........................................................................................................23
11.2
Varincia.....................................................................................................................23
2
11.3
11.3.1
Propriedades: ......................................................................................................24
11.3.2
Exemplo resolvido:...............................................................................................25
11.4
11.5
Exerccios...................................................................................................................26
12
Noes de assimetria.....................................................................................................27
13
13.1
Propriedades: .............................................................................................................28
13.2
14
14.1
Exemplos resolvidos:..................................................................................................31
14.2
Eventos complementares............................................................................................31
14.3
Eventos independentes...............................................................................................31
14.4
14.5
Exerccios Resolvidos:................................................................................................32
14.6
Exerccios: ..................................................................................................................33
15
Correlao e Regresso.................................................................................................34
15.1
Correlao ..................................................................................................................34
15.1.1
Caractersticas de r..............................................................................................36
15.1.2
Exemplo resolvido:...............................................................................................36
15.2
Regresso ..................................................................................................................37
15.2.1
15.3
16
Exemplo resolvido:...............................................................................................37
Exerccios...................................................................................................................38
Nmeros-ndices ............................................................................................................40
16.1
Exemplo:.....................................................................................................................40
16.2
Exerccio resolvido:.....................................................................................................41
16.3
16.4
Exerccios: ..................................................................................................................42
17
17.1
17.2
17.3
18
1 Apresentao
Esta apostila uma introduo a um dos mais importantes - e vastos - campos da matemtica
aplicada: a Estatstica.
O contedo est organizado sempre com introdues tericas, alguns exemplos resolvidos e
exerccios para treinamento.
Alguns tpicos bsicos de matemtica como funes, logaritmos e probabilidade so
essenciais para a compreenso da estatstica. Sempre que achar necessrio, feche esta
apostila e procure aprofundar a teoria em matemtica! Esse um esforo que compensa, pois
capacidade analtica sem dvida um dos diferenciais que as empresas procuram neste incio
de sculo XXI.
Sempre que possvel busque tambm na internet referncias atualizadas sobre os assuntos
aqui tratados.
Bom estudo, e boa sorte!
A Estatstica
Antes de comearmos a
estudando.
A estatstica, antes de mais nada, um ramo da matemtica aplicada. Seu objetivo fornecer
mtodos para coleta, organizao, resumo, apresentao e anlise dos dados, visando
obteno de concluses vlidas e, finalmente, tomada de decises.
Assim, a estatstica serve de instrumento de apoio a vrios outros campos do conhecimento; na
verdade, a todos os ramos do conhecimento em que dados experimentais so manipulados.
Podemos, apenas para citar alguns, falar da importncia da estatstica na Fsica, Qumica,
Medicina, Engenharia, Cincias Socias, e, claro, na Administrao de Empresas.
Populao e Amostra
Ao coletarmos dados sobre um grupo de objetos ou indivduos, como por exemplo a cor dos
olhos ou o peso de estudantes de ensino mdio ou at o nmero de peas defeituosas
produzidas em um dia, nem sempre poderemos observar todo o grupo, principalmente nos
casos em que tal grupo for muito grande ou at mesmo inacessvel.
Desse modo, em vez de examinarmos todo o grupo ou conjunto, chamado de populao,
levantaremos os dados apenas de uma parte desta populao, chamada amostra.
De maneira mais formal, populao (ou universo) um conjunto de elementos com pelo
menos uma caracterstica comum.
Os estudantes universitrios, por exemplo, constituem uma populao, pois no mnimo
apresentam uma caracterstia em comum: so aqueles que estudam em universidades. Essa
caracterstica em comum delimita de maneira inequvoca os elementos que pertencem
populao, e os que no pertencem.
No entanto, como j citei, muitas vezes no conveniente, e muitas vezes impossvel
levantar os dados referentes a todos os elementos da populao. Devemos portanto limitar
nossas observaes uma amostra. Formalizando a idia, amostra um subconjunto finito de
uma populao.
importante mencionar neste ponto que embora a amostra seja finita, a populao pode ser
tambm finita ou infinita.
Para relembrar: conjunto finito aquele que contm um nmero limitado de elementos e
conjunto infinito aquele que contm um nmero ilimitado de elementos.
Os mtodos da estatstica que buscam somente descrever e analisar certo grupo de dados,
independentemente de serem dados extrados de uma amostra ou de toda a populao, so
chamados de mtodos de estatstica descritiva.
Por outro lado, se uma amostra representativa de uma populao, e tiramos concluses a
respeito desta populao com os dados extrados da amostra, temos uma aplicao da
estatstica indutiva. Raciocnio indutivo aquele que parte do conhecimento de uma parte
para tirar concluses sobre a realidade do todo. Assim, estatstica indutiva a parte da
estatstica que tira concluses sobre a populao partindo do conhecimento da amostra.
claro que o processo de induo no exato, e a estatstica indutiva est sujeita a erros. No
entando, os mtodos de induo (ou inferncia) estatstica so capazes de definir at que
ponto, e com que probabilidade, estamos errando.
Tipos de Variveis
5.1
Exerccios:
1) Estabelea quais dos dados seguintes so discretos e quais so contnuos:
a)
b)
c)
d)
e)
Amostragem
Voc neste ponto j sabe que a estatstica indutiva busca tirar concluses sobre a populao
baseado em resultados retirados das amostras. Porm o processo no to simples, porque
precisamos garantir que a amostras sejam representativas da populao, ou seja, a amostra
deve ter as mesmas caractersticas bsicas da populao em relao varivel em estudo.
Existem basicamente dois tipos de amostragem, a probabilstica e a no-probabilstica. A
amostragem probabilstica aquela em que todos os elementos da amostra tem probabilidade
conhecida, e diferente de zero, de pertencer amostra. Caso contrrio, a amostragem ser
no-probabilstica.
Exemplificando, a amostragem probabilstica mais simples justamente denominada
amostragem casual simples, e equivalente a um sorteio lotrico, em que todos os
elementos tm igual probabilidade de pertencer amostra.
Numeramos a populao de 1 a n e sorteamos por meio de qualquer dispositivo k nmeros
desta sequncia.
Podemos numerar alunos de 1 a 40 e colocar os nmeros dentro de uma caixa e retirar um a
um, 10 nmeros. A amostra aleatria simples ter, neste caso, 25% da populao.
Se o nmero de elementos da mostra for muito grande, o sorteio pode ser invivel. Neste caso
podemos utilizar uma tabela de nmeros aleatrios para realizar a amostragem. Procure na
internet uma tabela de nmeros aleatrios. Se voc tiver acesso planilhas Excel, descubra
como gerar nelas as tabelas de nmeros aleatrios.
Um outro tipo de amostragem probabilstica a amostragem sistemtica, em que os
elementos da populao j se acham ordenados e a retirada de elementos para composio da
7
6.1
Exerccios:
1) Pesquise o peso dos seus colegas de classe (incluindo voc), com uma amostra que
corresponda a 30% da populao utilizando amostragem casual (ou aleatria) simples.
No deixe de procurar na internet uma tabela de nmeros aleatrios!
2) O diretor de uma escola, na qual esto matriculados 320 meninas e 280 meninos deseja
passar um questionrio socio-econmico para uma amostra correspondente a 10% da
clientela. Qual o nmero de elementos componentes da amostra?
Resposta: 64 meninas e 56 meninos.
3) Uma populao encontra-se dividida em 3 estratos, com tamanhos 40, 100 e 60.
Sabendo-se que 9 elementos foram retirados do 3 estrato em uma amostragem
estratificada, determine o nmero total de elementos da amostra.
Resposta: 30 elementos
Lembrando que um dos objetivos das estatstica a apresentao dos dados, importante que
saibamos trabalhar com tabelas e grficos.
7.1
Tabelas
Muitas vezes, para organizarmos melhor os dados, fazemos o uso de tabelas. De maneira
simplificada, uma tabela um quadro resumindo o nosso conjunto de observaes.
Toda tabela deve conter, resumidamente, como no exemplo a seguir: Ttulo, Cabealho,
Clulas e Fonte
Ttulo
Altura mdia dos estudantes do Ensino Mdio de
Japarabe
Altura (m)
Escola
Cabealho
A
B
C
D
E
F
1.65
1.71
1.63
1.67
1.7
1.69
Clulas
Fonte
Mdia Geral
1.675
Fonte: Censo Escolar do Municpio de Japarabe, 2006
Obs: Se a tabela apresenta distribuio dos dados em funo da poca, do local ou de alguma
espcie (ou categoria), ns a denominamos Srie Estatstica, podendo ser classificada em
Srie Histrica, Srie Geogrfica ou Srie Especfica.
7.2
Grficos
Exemplo:
Utilizando nossa tabela de alturas mdia em funo das escolas, temos:
10
Cada setor obtido por meio de regra de trs simples, com o total da srie valendo 360
Exemplo:
7.2.2 Cartogramas
So empregados sobre uma carta geogrfica, com os dados diretamente relacionados ao
recortes geogrficos ou polticos.
Podemos representar dados em pontos (em nmero ou tamanho proporcional aos valores) ou
cores.
Exemplo:
11
7.2.3 Pictogramas
So, de maneira resumida, uma representao grfica baseada em figuras.
Exemplo:
7.3
Exerccios
1) Procure exemplos de sries estatsticas em jornais e revistas e copie-os, classificando
as sries.
2) Procure em jornais e revistas especializados dois exemplos de cada um dos grficos
estudados.
3) Usando o grfico em barras, represente a tabela:
12
Distribuio de frequncia
8.1
Exemplo Resolvido:
Imagine que tenhamos feito uma coleta de dados relativos quantidade de irmos de 10
alunos, compondo uma amostra de uma turma da escola A, e ordenamos os dados de modo
crescente (a tabela de dados ordenados chama-se rol).
Em nosso exemplo, a frequncia ser o nmero de alunos relacionados a um determinado
valor da varivel, ou seja, um determinado nmero de irmos.
Tabela - Nmero de irmos de alunos do curso de
Estatstica
Nmero de irmos
Frequncia
0
1
2
3
5
Total
Fonte: Autor
1
4
6
3
1
15
13
fri =
Fk = f1 + f2 + f3 + ... fk
Temos portanto:
F1 = f1,
F2 = f1 + f2,
F3 = f1 + f2 + f3
E assim por diante.
Podemos desenhar uma nova tabela, mais completa, com as frequncias relativas e
acumuladas:
Tabela - Nmero de irmos de alunos do curso de Estatstica
Nmero
de
Frequncia
Frequncia
Frequncia
irmos
Relativa
Acumulada
0
1
0.067
1
1
4
0.267
5
2
6
0.400
11
3
3
0.200
14
4
1
0.067
15
Total
15
1
15
Fonte: Autor
Voc deve ter percebido que mencionei duas idias ainda no definidas: classe e limite de
classe.
Se estivermos lidando com variveis discretas e amostras com poucos elementos (como no
exemplo anterior), temos uma distribuio sem intervalos de classe.
Porm, se trabalhamos com variveis contnuas, ou at mesmo com variveis discretas, mas
com muitos elementos, trabalharemos com classes de frequncia, que so simplesmente
intervalos de variao.
As classes sero representadas por i = 1, 2, 3, ..., k, onde k o nmero total de classes.
14
Xi =
Obs: Na prtica, para a determinao do nmero de classes de uma distribuio, usamos a
seguinte equao (regra de Sturges):
i 1 + 3,3 . log n
Essa regra nos d a seguinte tabela:
N
35
6 11
12 22
23 46
47 90
91 181
182 362
I
3
4
5
6
7
8
9
8.2
Exerccios:
1) Complete a distribuio abaixo, determinando as frequncias simples:
I
1
2
3
4
5
xi
2
3
4
5
6
fi
Fi
2
9
21
29
34
15
= 34
2) Os resultados do lanamento de um dado 20 vezes foram:
6 5 6 3 4 3 5 2 4 1
4 5 6 1 3 1 2 4 1 5
Forme uma distribuio de frequncia sem intervalos de classe.
3) Observe a distribuio de frequncia
Xi
Fi
3
2
4
5
5
12
6
10
7
8
8
3
Determine:
a) As frequncias relativas
b) As frequncias acumuladas
c) As frequncias relativas acumuladas
4) Complete os dados que faltam:
i
1
2
3
4
5
6
7
8
xi
0
1
2
3
4
5
6
7
fi
1
3
2
= 20
fri
0,05
0,15
0,25
0,15
=
100
Fi
13
18
19
16
9.1
Exerccios
1) Construa o histograma relativo ao exerccio 4 do item anterior
17
2)
10 Medidas de posio
Estudando as distribuies de frequncia, percebemos que existem alguns elementos tpicos
que precisam ser ressaltados.
O primeiro destes elementos a posio de concentrao dos valores.
Imagine a seguinte pergunta: Os dados esto mais concentrados no incio, no meio ou no final
da distribuio?
Para que possamos respond-la, precisamos conhecer as mais importantes medidas de
posio, que so as medidas de tendncia central: a mdia, a mediana e a moda.
A mdia aritmtica a medida de tendncia central mais utilizada para representar a massa de
dados.
Propriedades e observaes sobre a mdia:
1. Depende de todos os dados coletados, sendo portanto afetada por valores extremos;
2. nica em um conjunto de dados e nem sempre tem existncia real, ou seja, nem sempre
igual a um determinado valor observado. muito importante perceber que a mdia no
necessariamente um dado da srie de valores observados.
3. Por depender de todos os valores observados, qualquer modificao nos dados far com
que a mdia fique alterada.
Isto quer dizer que somando-se, subtraindo-se, multiplicando-se ou dividindo-se uma constante
a cada valor observado, a mdia ficar acrescida, diminuda, multiplicada ou dividida deste
mesmo valor. Exemplificando: se somarmos o nmero 2 a todos os valores observados, a
mdia ser acrescida do valor 2. Se multiplicarmos todos os dados por 3, a mdia ser
automaticamente 3 vezes maior.
18
(xi x) = 0
A propriedade 4 de extrema importncia para a definio de varincia, uma medida de
disperso a ser definida posteriormente. Desvio em relao mdia a diferena entre cada
elemento de um conjunto de dados e a mdia aritmtica.
di = xi x
Obs: se precisarmos calcular a mdia de um conjunto de dados divididos em classes,
convencionamos que todos os valores includos no intervalo coincidem com o ponto mdio
deste intervalo, e utilizamos a seguinte equaao:
, se n for mpar;
+ 1, se n for par.
Obs: Empregamos a mediana sempre que h valores extremos que afetam muito a mdia.
Veja a srie de dados sobre o valor dos salrios dos colaboradores em um escritrio:
R$1.000,00, R$1.000,00, R$1.500,00, R$2.000,00, R$3.000,00
A mediana dos dados R$1.500,00 (valor central) e a mdia R$1.700,00
Imagine agora que um novo colaborador contratado, com salrio de R$10.000
Repare que a nova srie :
R$1.000,00, R$1.000,00, R$1.500,00, R$2.000,00, R$3.000,00, R$10.000,00
e o novo valor da mediana R$1.750,00 e da mdia R$3.083,33
Reparou com um valor extremo altera muito a mdia, mas sem alterar muito a mediana?
Nesses casos a mediana uma medida de tendncia central mais estvel.
10.2 Exerccios
1) Uma escola deseja verificar o aproveitamento de 6 de seus alunos da 5 srie. Calcule
a mdia, a mediana e a moda, e classifique a srie conforme a moda.
Notas: 7,0 3,5 2,5 6,5 9,0 3,5
Respostas: Mdia = 5,3, Mediana = 5,0, Moda = 3,5. Srie Modal.
2) Classifique as srie de acordo com a caracterstica modal, indicando os valores.
2.1) 12, 13, 13, 14, 15, 17, 17, 19
2.2) 56, 58, 60, 60, 60, 62, 65
20
2.3) 47, 45, 90, 90, 47, 90, 47, 45, 41, 45
e aqui
10.3.1 Quartis
J aprendemos que a mediana divide os dados coletados em dois grupos com o mesmo
nmero de elementos.
Os quartis dividem o conjunto de valores em, como o nome j diz, quatro subconjuntos de
mesmo nmero de elementos
Assim, temos trs quartis:
a. O primeiro quartil (Q1) o valor situado de modo tal que um quarto (25%) dos dados
so menores que ele, e o restante (75%) maior que ele.
b. O segundo quartil (Q2) evidentemente igual a mediana. Q2 = Md.
c. O terceiro quartil (Q3) o valor situado de modo tal que trs quartos (75%) dos dados
so menores que ele, e o restante (25%) maior que ele.
Resumo:
Estatstica
Notao
1o Quartil
Q1
2o Quartil
Q2 = Md
3o Quartil
Q3
Interpretao
25% dos dados so menores ou iguais ao do 1o
Quartil
50% dos dados so menores ou iguais ao do 2o
Quartil
75% dos dados so menores ou iguais ao do 3o
Quartil
Posio
p = 0,25 (n +
1)
p = 0,50 (n +
1)
p = 0,75 (n +
1)
10.3.2 Percentis
Percentis so os noventa e nove valores que dividem uma srie de dados em 100 partes (ou
subconjuntos) com o mesmo nmero de elementos.
Indicamos o 1 percentil como P1, o 2 como P2 e assim por diante.
importante notar que P25 = Q1, P50 = Md e P75 = Q3
Resumo:
Estatstica
Notao
Interpretao
Posio
5o Percentil
P5
p = 0,05 (n + 1)
50o Percentil
P50 = Q2 = Md
p = 0,50 (n + 1)
21
95o Percentil
P95
p = 0,95 (n + 1)
22
11 Medidas de Disperso
As medidas de disperso auxiliam as medidas de tendncia central a descrever nosso conjunto
de dados observados adequadamente. Indicam se os dados esto, ou no, prximos uns dos
outros.
Observe os trs conjuntos de dados:
X: 10, 10, 10
Y: 5, 10, 15
Z: 0, 10, 20
fcil perceber que se calcularmos a mdia dos trs conjuntos, encontraremos o mesmo valor:
10. Porm, igualmente fcil perceber que o conjunto X mais homogneo, enquanto o
conjunto Z o que tem maior diversificao.
Chamamos de disperso ou variabilidade a maior ou menor diversificao de valores em
torno de um valor de tendncia central. necessrio, portanto, ao menos uma medida de
tendncia central e uma medida de disperso para descrever um conjunto de dados.
De todas as medidas de disperso, estudaremos a amplitude total, a varincia, o desvio padro
e o coeficiente de variao
AT = xmx xmn
A amplitude total tem um clarssimo problema: s leva em considerao os valores extremos de
nosso conjunto de dados, sem contabilizar os valores intermedirios.
vlido utilizarmos a amplitude total para comparamos temperaturas ao longo de um dia (ou
ano) ou como controle rpido de qualidade em uma linha de produo.
11.2 Varincia
A varincia uma medida baseada nos desvios em torno da mdia aritmtica.
Formalizando a idia, na verdade a varincia a mdia aritmtica dos quadrados dos desvios
(ou a mdia aritmtica dos desvios ao quadrado). Representamos a varincia por s2, e temos:
ou
23
Obs: Se nosso interesse for a inferncia estatstica (tirar concluses sobre a populao
partindo de uma amostra) e no simplesmente a descrio dos dados, convm utilizarmos n-1
no lugar de n (no denominador).
Podemos portanto dizer que quanto maior a varincia, mais heterogneos so os dados, ou
seja, maior ser a variao entre os valores. Por outro lado, quanto menor a varincia, mais
homogneos so os dados, ou seja, menor ser a variao entre os valores.
Observaes:
1. Tanto o desvio padro quanto a varincia so medidas de disperso, o uso de uma ou
outra medida depender da finalidade do estudo
2. A utilizao da mdia aritmtica torna o clculo da varincia (e do desvio padro) pouco
prticos, pois com frequncia a mdia um nmero fracinrio. mais frequente
utilizarmos uma simplificao da frmula:
valores mdios (mdia aritmtica entre os limites inferior e superior) das classes.
11.3.1 Propriedades:
1) Se somarmos ou subtrairmos uma constante de todos os valores da srie, o desvio
padro no se altera.
2) Se multiplicarmos ou dividirmos uma constante por todos os valores da srie, o desvio
padro ser multiplicado ou divido por esta mesma constante.
24
Estaturas
(cm)
150 - 154
154 - 158
158 - 162
162 - 166
166 - 170
170 - 174
fi
4
9
11
8
5
3
= 40
xi
152
156
160
164
168
172
fixi
608
1404
1760
1312
840
516
=
6.440
fixi
92416
219024
281600
215168
141120
88752
=
1.038.080
s = 5,567
Sendo portanto uma grandeza admensional (sem unidades) e ponderada pelo seu valor mdio.
25
11.5 Exerccios
1) Complete o esquema abaixo e calcule o desvio padro para a seguinte sequncia de
valores:
8 10 11 15 16 18
I
1
2
n=
xi
8
10
xi2
64
Resp: s = 3,559
2) Comprove as propriedades do desvio padro somando 3 a cada nmero da srie e
depois multiplicando cada nmero por 2.
3) Calcule a amplitude total e o desvio padro da seguinte distribuio:
xi
fi
26
12 Noes de assimetria
A natureza bsica da assimetria simples.
Se em uma distribuio em forma de sino (distribuio normal) temos x = Md = Mo, a curva
considerada simtrica
Se Mo < Md < x, a curva assimtrica positiva.
Se x < Md < Mo, a curva assimtrica negativa.
Assim, calculando o valor da diferena (x Mo), para valores nulos teremos uma curva
simtrica, para valores negativos teremos uma assimetria negativa (ou esquerda) e para
valores positivos teremos uma assimetria positiva (ou direita).
Podemos tambm fazer uso do coeficiente de assimetria de Pearson, que tem a vantagem de
ser admensional:
Se 0,15 < |As| < 1, a assimetria considerada moderada. Se |As| > 1 a assimetria
considerada forte.
27
13 A distribuio Normal
De todas as distribuies tericas de varivel aleatria contnua, uma das mais importantes a
distribuio normal.
13.1 Propriedades:
1) A varivel X pode assumir qualquer valor real
2) Graficamente, a distribuio tem a forma de um sino, simtrico em torno da mdia. A
curva recebe o nome de Curva de Gauss o Curva Normal
3) A rea total sob a curva tem valor 1 e a probabilidade da varivel X assumir qualquer
valor real. Dada a simetria da vurva, a probabilidade vale 0,5 para cada lado da mdia
O clculo da rea (probabilidade) para cada ponto da curva exige matemtica avanada,
portanto usaremos um conceito simples para contornar esta restrio, o conceito de
distribuio normal reduzida
A distribuio normal reduzida uma distribuio normal com mdia 0 e desvio padro 1. As
probabilidades associadas (ou reas sob a curva) so encontradas em uma tabela, de modo
que no precisamos calcul-las. A frmula que usaremos :
0,0793 para 0,2 (no h diferena entre -0,2 e +0,2, uma vez que a curva simtrica) e
0,3413 para 1,0.
Como a distribuio Z tem mdia 0, temos 0 -0,2 esquerda do zero e o +1,0 direita do zero.
P (390 < X < 450) = P (-0,2 < Z < 0) + P (0 < Z < 1,0) = 0,0793 + 0,3413 = 0,4206.
Ou seja, temos que em mdia 42% dos trabalhadores ganham entre R$390,00 e R$450,00.
Obs: Para ler a tabela de distribuio normal Z, procure os dois primeiros algarismos na
primeira coluna e depois o ltimo algarismo na primeira linha. Para achar o 1,00 fcil. Basta
acharmos o 1,0 na primeira coluna e depois o 0,00 na primeira linha. Ficamos com 0,3413. Se
quisermos achar Z = 1,55, temos que achar o 1,5 na primeira coluna e depois o 0,05 na
primeira linha. Ficamos com 0,4395. Por ltimo, se quisermos achar Z = 3,38, procuraremos o
3,3 na primeira coluna e o 0,08 na primeira linha. Acharemos o valor 0,4996.
29