Escolar Documentos
Profissional Documentos
Cultura Documentos
2010
SUMRIO
INTRODUO ............................................................................................ 03
UNIDADE 1: A NATUREZA DA ESTATSTICA ................................... 05
UNIDADE 2: GENERALIDADES E CONCEITOS BSICOS .............. 10
UNIDADE 3: SRIES ESTATSTICAS.................................................... 15
UNIDADE 4: GRFICOS ........................................................................... 24
UNIDADE 5: DISTRIBUIO DE FREQUENCIA ................................ 34
UNIDADE 6: MEDIDAS DE POSIO ................................................... 46
UNIDADE 7: MEDIDAS DE DISPERSO OU VARIABILIDADE....... 70
UNIDADE 8: PROBABILIDADE .............................................................. 80
UNIDADE 9: DISTRIBUIO BINOMIAL E NORMAL ..................... 87
REFERENCIAS ......................................................................................... 102
ANEXOS ..................................................................................................... 103
EXERCCIOS DE FIXAO .................................................................. 108
INTRODUO
Na antiguidade os povos j registravam o nmero de habitantes, nascimentos,
bitos. Faziam "estatsticas". Na idade mdia as informaes eram tabuladas
com finalidades tributrias e blicas.
No sculo XVI surgem as primeiras anlises sistemticas, as primeiras tabelas
e os nmeros relativos.
No sculo XVIII a estatstica com feio cientfica batizada por
GODOFREDO ACHENWALL. As tabelas ficam mais completas, surgem as
primeiras representaes grficas e os clculos de probabilidades. A estatstica
deixa de ser uma simples tabulao de dados numricos para se tornar "O
estudo de como se chegar a concluso sobre uma populao, partindo da
observao de partes dessa populao (amostra)".
Ao longo do sculo XX, os mtodos estatsticos foram desenvolvidos como
uma mistura de cincia, tecnologia e lgica para a soluo e investigao de
problemas em vrias reas do conhecimento humano (Stigler, 1986). Ela foi
reconhecida como um campo da cincia neste perodo, mas sua histria tem
incio bem anterior a 1900.
A estatstica moderna uma tecnologia quantitativa para a cincia
experimental e observacional que permite avaliar e estudar as incertezas e os
seus efeitos no planejamento e interpretao de experincias e de observaes
de fenmenos da natureza e da sociedade.
A estatstica no uma caixa-preta, nem bola de cristal, nem mgica.
Tampouco um conjunto de tcnicas teis para algumas reas isoladas ou
restritas da cincia. Por exemplo, ao contrrio do que alguns imaginam, a
estatstica no um ramo da matemtica onde se investigam os processos de
obteno, organizao e anlise de dados sobre uma determinada populao.
A estatstica tambm no se limita a um conjunto de elementos numricos
relativos a um fato social, nem a nmeros, tabelas e grficos usados para o
resumo, organizao e apresentao dos dados de uma pesquisa, embora este
seja um aspecto da estatstica que pode ser facilmente percebido no cotidiano
(basta abrir os jornais e revistas para ver o "bombardeio" de estatsticas). Ela
uma cincia multidisciplinar: um mesmo programa de computador que
permite a anlise estatstica de dados de um fsico poderia tambm ser usado
por um economista, agrnomo, qumico, gelogo, matemtico, bilogo,
socilogo, psiclogo e cientista poltico. Mesmo que as interpretaes dessas
anlises sejam diferentes por causa das diferenas entre as reas do
3
I - A NATUREZA DA ESTATSTICA
MTODO ESTATSTICO
O Mtodo Cientfico
Muitos dos conhecimentos que temos foram obtidos na antiguidade por acaso
e, outros, por necessidades prticas, sem aplicao de um mtodo.
Atualmente, quase todo acrscimo de conhecimento resulta da observao e
do estudo. Se bem que muito desse conhecimento possa ter sido observado
inicialmente por acaso, a verdade que desenvolvemos processos cientficos
para seu estudo e para adquirirmos tais conhecimentos. Podemos ento dizer
que:
Mtodo: um conjunto de meios dispostos convenientemente para se
chegar a um fim que se deseja, ou seja, um meio mais eficaz para atingir
determinada meta.
A ESTATSTICA
Exprimindo por meio de nmeros as observaes que se fazem de elementos
com, pelo menos, uma caracterstica comum (por exemplo: os alunos do sexo
masculino de uma comunidade), obtemos os chamados dados referentes a
esses elementos.
Podemos dizer, ento, que:
A Estatstica uma parte da matemtica aplicada que fornece mtodos para a
coleta, organizao, descrio, anlise e interpretao de dados e para a
utilizao dos mesmos na tomada de decises.
A Estatstica Descritiva se encarrega de fazer a coleta, organizao e
descrio dos dados.
A Estatstica Indutiva ou Inferencial se encarrega de fazer a anlise e
interpretao dos dados.
O aspecto essencial da Estatstica o de proporcionar mtodos
infernciais, que permitam concluses que transcendam os dados obtidos
inicialmente.
Fases do Mtodo estatstico:
Podemos distinguir no mtodo estatstico as seguintes fases:
1 Definio do Problema
Saber exatamente aquilo que se pretende pesquisar o mesmo que definir
corretamente o problema.
2 Planejamento
Como levantar informaes? Que dados devero ser obtidos? Qual
levantamento a ser utilizado? Censitrio? Por amostragem? E o cronograma
de atividades? Os custos envolvidos? etc.
3 Coleta de Dados
Aps cuidadoso planejamento e a devida determinao das caractersticas
mensurveis do fenmeno coletivamente tpico que se quer pesquisar, damos
incio coleta dos dados numricos necessrios sua descrio. Fase
operacional. o registro sistemtico de dados, com um objetivo determinado.
A coleta de dados pode ser direta ou indireta.
3.1 Direta:
Quando feita sobre elementos informativos de registro obrigatrio
(nascimentos, casamentos, bitos, importao, exportao, etc.), elementos
pertinentes aos pronturios dos alunos de uma escola ou, ainda, quando os
dados so coletados pelo prprio pesquisador atravs de inquritos e
questionrios, como o caso das notas de verificao e de exames, do censo
demogrfico, etc.
A coleta direta de dados pode ser classificada relativamente ao fator tempo
em:
Contnua (registro): quando feita continuamente, tal como a de
10
Exerccio resolvido:
Classifique as variveis em qualitativas e quantitativas (contnuas ou
discretas):
a) Cor dos olhos Qualitativa
b) ndice de liquidez nas Indstrias Cearenses Quantitativa contnua
c) Produo de caf no Brasil Quantitativa contnua
d) Nmero de defeitos em aparelhos de TV Quantitativa discreta
e) Comprimento dos pregos produzidos por uma empresa Quantitativa
contnua
f) O ponto obtido em cada jogada de um dado quantitativa discreta
2 POPULAO E AMOSTRA
Dois conceitos devem estar bem claros: o de populao e o de amostra, pois
delas que so extrados os dados que do origem s diversas relaes
estatsticas, como a mdia, desvio-padro, etc., e que, em ltima anlise,
possibilitam descreve-las sob os mais diversos aspectos.
Populao: coleo completa de todos os elementos que so objeto de um
estudo; conjunto de entes portadores de, pelo menos, uma caracterstica
comum. A populao estatstica tambm conhecida como universo
estatstico.
Exemplo: pessoas que possuem automvel
Amostras: so subconjuntos finitos representativos de uma dada populao.
Exemplo: pessoas que possuem automvel da marca Fiat.
Censo: exame de todos os elementos da populao.
A amostra deve ser representativa da populao da qual foi extrada, ser
parecida com ela (quantitativa e quantitativamente), devendo obedecer a dois
princpios bsicos:
Deve ser suficientemente grande;
Seus constituintes devem ter sido selecionados ao acaso.
Nem sempre possvel estudar exaustivamente todos os elementos da
populao!
11
12
POPULAO
44
FEMININO
36
TOTAL
80
10 %
10 x 44 = 4,4
100
10 x 36 = 3,6
100
10 x 80 = 8
100
AMOSTRA
4
4
8
14
15
Zero (0) quando o valor muito pequeno para ser expresso pela
unidade utilizada. Se os valores so expressos em numerais decimais,
precisamos acrescentar parte decimal um nmero correspondente de
zeros (0,0; 0,00; 0,000; .....);
Obs: Os lados direito e esquerdo de uma tabela oficial devem ser abertos.
16
N de Casos
N de bitos
115
...
35
150
15
10
5
30
(1)
SRIES ESTATSTICAS:
Denominamos sries estatsticas toda tabela que apresenta a distribuio de
um conjunto de dados estatsticos em funo da poca, do local ou da espcie.
Dividem-se em sries homgradas e conjugadas.
Sries Homgradas: so aquelas em que a varivel descrita apresenta
variao discreta ou descontnua. Podem ser do tipo temporal,
geogrfica ou especfica.
a) Srie Temporal: Identifica-se pelo carter varivel do fator cronolgico. O
local e a espcie (fenmeno) so elementos fixos. Esta srie tambm
chamada de histrica, cronolgica, marcha ou evolutiva.
ABC VECULOS LTDA.
Vendas no 1 bimestre de 1996
PERODO
UNIDADES
VENDIDAS (mil)
JAN/96
FEV/96
TOTAL
20
10
30
17
UNIDADES
VENDIDAS (mil)
SO PAULO
RIO DE JANEIRO
TOTAL
13
17
30
UNIDADES
VENDIDAS (mil)
FIAT
GM
TOTAL
18
12
30
JANEIRO
FEVEREIRO
SO PAULO
RIO DE JANEIRO
TOTAL
10
12
22
3
5
8
18
N. DE ALUNOS
1 Grau
2 Grau
3 Grau
TOTAL
19286
1681
234
21201
Dados fictcios.
19
Com esses dados, podemos formar uma nova coluna na srie em estudo:
MATRCULAS NAS ESCOLAS DA CIDADE A 1995
CATEGORIAS
N. DE ALUNOS
1 Grau
2 Grau
3 Grau
TOTAL
19286
1681
234
21201
91,0
7,9
1,1
100
Dados fictcios.
Os valores dessa nova coluna nos dizem que, de cada 100 alunos da cidade A,
91 esto matriculados no 1 grau, 8 aproximadamente no 2 grau e 1 no 3
grau.
O emprego da porcentagem de grande valia quando nosso intuito destacar
a participao da parte no todo.
NOTAS:
Do mesmo modo que tomamos 100 para base de comparao, tambm
podemos tomar outro nmero qualquer, entre os quais destacamos o
nmero 1. claro que, supondo o total igual a 1, os dados relativos das
parcelas sero todos menores que 1.
Em geral, quando usamos 100 para base, os dados so arredondados at
a primeira casa decimal; e quando tomamos 1 por base, so
arredondados at a terceira casa decimal.
Exerccio: Complete a tabela abaixo
ESCOLAS
A
B
C
D
E
F
TOTAL
N. DE ALUNOS
175
222
202
362
280
540
1781
DADOS RELATIVOS
POR 1
POR 100
0,098
9,8
1,000
100,0
20
2 ndices
Os ndices so razes entre duas grandezas tais que uma no inclui a outra.
So exemplos de ndices:
ndice ceflico = dimetro transversal do crnio x 100
dimetro longitudinal do crnio
Quociente intelectual =
idade mental
idade cronolgica
x 100
renda____
populao
receita__
populao
3 Coeficientes
Os coeficientes so razes entre o nmero de ocorrncias e o nmero total
(nmero de ocorrncias e nmero de no-ocorrncias).
21
So exemplos de coeficientes:
n. de alunos evadidos__
n. inicial de matrculas
22
Exerccios:
1 Considere a srie estatstica:
SRIES
ALUNOS MATRIC.
1
546
2
328
3
280
4
120
TOTAL
1274
Complete-a, determinando as percentagens com uma casa decimal e fazendo a
compensao, se necessrio.
2 Uma escola apresentava, no final do ano, o seguinte quadro:
SRIES
MATRICULAS
MARO
NOVEMBRO
480
458
436
420
1794
475
456
430
420
1781
1
2
3
4
TOTAL
a. Calcule a taxa de evaso por srie
b. Calcule a taxa de evaso da escola
23
IV - GRFICOS ESTATSTICOS
1- Conceito:
O grfico um mtodo de representao de dados estatsticos em forma
visual, por meio de figuras geomtricas. Devem corresponder, mas nunca
substituir as tabelas estatsticas.
uma forma de apresentao dos dados estatsticos, cujo objetivo o de
produzir, no investigador ou no pblico em geral, uma impresso mais rpida
e viva do fenmeno em estudo, j que os grficos falam mais compreenso
que as sries.
Para tornarmos possvel uma representao grfica, estabelecemos uma
correspondncia entre os termos da srie e determinada figura geomtrica, de
tal modo que cada elemento da srie seja representado por uma figura
proporcional.
A representao grfica deve obedecer a certos requisitos fundamentais como:
Simplicidade deve proporcionar que o observador analise
rapidamente o fenmeno apresentado;
Clareza deve proporcionar que o observador tenha uma correta leitura
dos valores representativos do fenmeno;
Veracidade deve expressar a verdade sobre o fenmeno estatstico
representado.
2 - Caractersticas:
Grficos de informao: So grficos destinados principalmente ao pblico
em geral, objetivando proporcionar uma visualizao rpida e clara. So
grficos tipicamente expositivos, dispensando comentrios explicativos
adicionais. As legendas podem ser omitidas, desde que as informaes
desejadas estejam presentes.
Grficos de anlise: So grficos que se prestam melhor ao trabalho
estatstico, fornecendo elementos teis fase de anlise dos dados, sem deixar
de ser tambm informativos. Os grficos de anlise freqentemente vm
24
25
26
27
NOTAS:
Quando as legendas no so breves usa-se de preferncia os grficos em
barras horizontais;
A ordem a ser observada a cronolgica, se a srie for histrica, e a
decrescente, se for geogrfica ou categrica;
A distncia entre as colunas (ou barras), por questes estticas, no
dever ser menor que a metade nem maior que os dois teros da largura
(ou da altura) dos retngulos.
Grficos em barras ou colunas mltiplas
28
Grficos em setores
Este grfico construdo com base em um crculo, e empregado sempre que
desejamos ressaltar a participao do dado no total.
O total representado pelo crculo, que fica dividido em tantos setores quantas
so as partes.
Os setores so tais que suas reas so respectivamente proporcionais aos
dados da srie. Obtemos cada setor por meio de uma regra de trs simples e
direta, lembrando que o total da srie corresponde a 360.
29
30
3.2 - Estereogramas:
So grficos geomtricos dispostos em trs dimenses, pois representam
volume. So usados nas representaes grficas das tabelas de dupla entrada.
Em alguns casos este tipo de grfico fica difcil de ser interpretado dada a
pequena preciso que oferecem.
3.3 - Pictogramas:
So construdos a partir de figuras representativas da intensidade do
fenmeno. Este tipo de grfico tem a vantagem de despertar a ateno do
pblico leigo, pois sua forma atraente e sugestiva. Os smbolos devem ser
auto-explicativos. A desvantagem dos pictogramas que apenas mostram uma
viso geral do fenmeno, e no de detalhes minuciosos. Veja o exemplo
abaixo:
31
32
33
V - DISTRIBUIO DE FREQUENCIA
1 Tabela Primitiva e Rol
Considere a coleta de dados a seguir de uma varivel qualquer relativa a uma
pesquisa com vinte pessoas:
Ex: 45, 41, 42, 41, 42, 43, 44, 41, 50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51.
Esse tipo de tabela chamada de tabela primitiva, ou seja:
Tabela primitiva ou dados brutos: uma tabela ou relao de elementos que
no foram numericamente organizados.
Assim, conhecidos os valores de uma varivel, difcil formarmos uma idia
exata do comportamento do grupo como um todo, a partir de dados no
ordenados. Em razo disso, pouca informao se consegue obter
inspecionando os dados anotados. Mesmo uma informao to simples como a
de saber o valor mximo e mnimo requer certo exame dos dados da tabela.
ROL: a tabela obtida aps a ordenao dos dados, em ordem crescente ou
decrescente.
Para o exemplo acima temos:
Rol: 41, 41, 41, 42, 42, 43, 44, 45, 46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60,
60.
Essa classificao dos dados proporciona algumas vantagens concretas com
relao sua forma original:
- possvel visualizar de forma ampla as variaes de consumo;
- os valores extremos so percebidos de imediato;
- possvel observar a tendncia de concentrao dos valores.
Apesar de o rol propiciar ao analista mais informaes e com menos esforo
de concentrao do que os dados brutos, ainda assim persiste o problema de a
anlise ter que se basear nas 20 observaes. O problema se agravar quando
o nmero de dados for muito grande.
34
2 Distribuio de Frequncia
um tipo de tabela que condensa uma coleo de dados conforme as
freqncias (repeties de seus valores). A forma pela qual podemos
descrever os dados estatsticos resultantes de variveis quantitativas, como o
caso de notas obtidas pelos alunos de uma classe, estaturas de um conjunto de
pessoas, salrios recebidos pelos operrios de uma fbrica etc.
Frequncia: a quantidade que fica relacionada a um determinado valor da
varivel.
Distribuio de frequncia sem intervalos de classe: a simples
condensao dos dados conforme as repeties de seus valores. Para um ROL
de tamanho razovel esta distribuio de frequncia inconveniente, j que
exige muito espao. Veja exemplo abaixo:
Dados
Frequncia
41
42
43
44
45
46
50
51
52
54
57
58
60
TOTAL
20
35
Frequncias
7
3
4
1
5
20
36
FREQUNCIA
4
9
11
8
5
3
40
f1 = 4; f2 = 9; f3 = 11; f4 = 8; f5 = 5 e f6 = 3.
A soma das freqncias sempre igual ao total da amostra.
38
Notas
0 |--- 2
2 |--- 4
4 |--- 6
6 |--- 8
8 |--- 10
Total
xi
fi
50
b) Agora, responda:
1. Qual a amplitude amostral?
2. Qual a amplitude da distribuio?
3. Qual o nmero de classes da distribuio?
4. Qual o limite inferior da quarta classe?
5. Qual o limite superior da classe de ordem 2?
6. Qual a amplitude do segundo intervalo de classe?
7. Qual a frequncia da terceira classe?
c) Complete:
1. h3 = .......
2. n = ........
3. l1 = ........
4. L3 = ........
5. x2 = ........
6. f5 = ........
39
4 Tipos de Freqncias
Frequncia simples ou absolutas (fi) so os valores que realmente
representam o nmero de dados de cada classe.
A soma das freqncias simples igual ao nmero total de dados da
distribuio.
Frequncias relativas: so os valores das razes entre as freqncias
absolutas de cada classe e a frequncia total da distribuio.
A soma das frequncias relativas igual a 1 ou 100 %.
Logo, para o exemplo da pgina 36 a frequncia da terceira classe :
fr3 = f3/n ; fr3 = 11/40 = 0,275
O propsito das frequncias relativas o de permitir a anlise ou facilitar as
comparaes.
Frequncia acumulada de uma classe (F i): o total das frequncias de todos
os valores inferiores ao limite superior do intervalo de uma determinada
classe:
Fk = f1 + f2 + f3 + ...... + fK
Assim, no exemplo, a frequncia acumulada correspondente terceira classe
:
F3 = f1 + f2 + f3 = 4 + 9 + 11 = 24
O que significa existirem 24 alunos com estatura inferior a 162 cm (limite
superior do intervalo da terceira classe).
Frequncia acumulada relativa (Fri) de uma classe: a frequncia
acumulada da classe, dividida pela frequncia total da distribuio.
Fri = Fi / fi
Assim, no exemplo, para a terceira classe, temos:
Fr3 = F3 / fi = 24/40 = 0,600
40
xi
52
56
60
64
68
72
--
fi
4
9
11
8
5
3
40
Fi
fri (%)
Fri (%)
--
100
--
41
FREQUNCIA
4
9
11
8
5
3
40
43
44
xi
52
56
60
64
68
72
--
fi
4
9
11
8
5
3
40
Fi
fi (%)
Fi (%)
--
100
--
45
VI - MEDIDAS DE POSIO
1 Introduo
O estudo que fizemos sobre distribuies de frequncia, at agora, permite-nos
descrever, de modo geral, os grupos dos valores que uma varivel pode
assumir. Dessa forma, podemos localizar a maior concentrao de valores de
uma dada distribuio, isto , se ela se localiza no incio, no meio ou no final,
ou ainda, se h uma distribuio por igual.
Porm, para ressaltar as tendncias caractersticas de cada distribuio,
isoladamente, ou em confronto com outras, necessitamos introduzir conceitos
que se expressam atravs de nmeros, que nos permitam traduzir essas
tendncias. Esses conceitos so denominados elementos tpicos da
distribuio e so as:
a. medidas de posio;
b. medidas de variabilidade ou disperso;
c. medidas de assimetria;
d. medidas de curtose.
Dentre os elementos tpicos, destacamos, neste captulo, as medidas de
posio - estatsticas que representam uma srie de dados orientando-nos
quanto posio da distribuio em relao ao eixo horizontal do grfico da
curva de freqncia.
As medidas de posies mais importantes so as medidas de tendncia
central ou promdias, que recebem tal denominao pelo fato de os dados
observados tenderem, em geral, a se agruparem em torno dos valores centrais.
Dentre as medidas de tendncia central, destacamos:
a. a mdia aritmtica;
b. a moda;
c. a mediana.
Outras promdias menos usados so as mdias: geomtrica, harmnica,
quadrtica, cbica e biquadrtica.
46
.= 14 Kg
47
Designando o desvio por di, temos:.di = Xi No exemplo anterior temos sete desvios:...
d1 = 10 - 14 = - 4;
d2 = 14 - 14 = 0;
d3 = 13 - 14 = - 1;
d4 = 15 - 14 = 1;
d5 = 16 - 14 = 2;
d6 = 18 - 14 = 4;
d7 = 12 - 14 = - 2.
2.3 .Propriedades da mdia
1 propriedade: A soma algbrica dos desvios em relao mdia nula.
Ou seja:
No exemplo anterior: d1 + d2 + d3 + d4 + d5 + d6 + d7 = 0
2 propriedade: Somando-se (ou subtraindo-se) uma constante (c) a todos
os valores de uma varivel, a mdia do conjunto fica aumentada (ou
diminuda) dessa constante.
.+ 2 = 14 +2 = 16 kg
48
x 3 = 14 x 3 = 42 kg
Freqncia = fi
2
6
10
12
4
= 34
49
fi
2
6
10
12
4
=34
xi . fi
0
6
20
36
16
=78
Temos, xifi = 78 e f i = 34
Logo xifi / f i = 78 / 34 = 2,3
Portanto a mdia de 2,3 meninos por famlia
Nota:
- Sendo x uma varivel discreta, como interpretar o resultado obtido, 2
meninos e 3 dcimos de menino?
O valor mdio de 2,3 meninos sugere, neste caso, que o maior nmero de
famlias tem 2 meninos e 2 meninas, sendo, porm, a tendncia geral de uma
leve superioridade numrica em relao ao nmero de meninos.
50
i
1
2
3
4
5
6
Estaturas (cm)
50 |------- 54
54 |------- 58
58 |------- 62
62 |------- 66
66 |------- 70
70 |------- 74
fi
4
9
11
8
5
3
= 40
Pela mesma razo do caso anterior, vamos, inicialmente, abrir uma coluna
para os pontos mdios (xi) e outra para os produtos xifi:
i
1
2
3
4
5
6
Estaturas (cm)
50 |------- 54
54 |------- 58
58 |------- 62
62 |------- 66
66 |------- 70
70 |------- 74
fi
4
9
11
8
5
3
= 40
xi
52
56
60
64
68
72
xi.fi
208
504
660
512
340
216
= 2.440
51
3 Moda
Denominamos Moda o valor que ocorre com maior freqncia em uma srie
de valores.
Mo o smbolo da moda.
Desse modo, o salrio modal dos empregados de uma fbrica o salrio mais
comum, isto , o salrio recebido pelo maior nmero de empregados dessa
fbrica.
3.1 Dados no - agrupados
Quando lidamos com dados no-agrupados, a moda facilmente reconhecida:
basta, de acordo com definio, procurar o valor que mais se repete.
Exemplo: Na srie de dados {7, 8, 9, 10, 10, 10, 11, 12} a moda igual a 10.
H sries nas quais no exista valor modal, isto , nas quais nenhum valor
aparea mais vezes que outros.
Exemplo: {3 , 5 , 8 , 10 , 12 } no apresenta moda. A srie amodal.
.Em outros casos, pode haver dois ou mais valores de concentrao. Dizemos,
ento, que a srie tem dois ou mais valores modais.
Exemplo: {2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 } apresenta duas modas: 4 e 7.
A srie bimodal.
3.2 Dados agrupados
Sem intervalos de classe
Uma vez agrupados os dados, possvel determinar imediatamente a moda:
basta fixar o valor da varivel de maior freqncia.
Exemplo: Qual a temperatura mais comum medida no ms abaixo:
Temperaturas ( C)
0
1
2
3
Freqncia
3
9
12
6
Freqncia
9
11
8
5
Na qual:
l* o limite inferior da classe modal;
53
fi
4
9
11
8
5
3
40
Temos:
D1 = 11 9 = 2 e D2 = 11 8 = 3;
Mo = 158 +
x 4 = 159,6 cm
2+3
3.3 Emprego da moda
A moda utilizada quando:
a. desejamos obter uma medida rpida e aproximada de posio;
b. quando a medida de posio deva ser o valor mais tpico da
distribuio.
54
4 Mediana
A Mediana de um conjunto de valores, dispostos segundo uma ordem
(crescente ou decrescente), o valor situado de tal forma no conjunto que o
separa em dois subconjuntos de mesmo nmero de elementos.
Smbolo da mediana: Md
4.1 Dados no-agrupados
Dada uma srie de valores como, por exemplo:
{5, 2, 6, 13, 9, 15, 10}
De acordo com a definio de mediana, o primeiro passo a ser dado o da
ordenao (crescente ou decrescente) dos valores:
{2, 5, 6, 9, 10, 13, 15}
Em seguida, tomamos aquele valor central que apresenta o mesmo nmero de
elementos direita e esquerda. Neste caso o valor que divide a srie acima
em duas partes iguais o 9, logo a Md = 9.
Se, porm, a srie dada tiver um nmero par de termos, a mediana ser, por
definio, qualquer dos nmeros compreendidos entre os dois valores centrais
da srie. Convencionou-se utilizar o ponto mdio.
.Mtodo prtico para o clculo da Mediana
a) Se a srie dada tiver nmero mpar de termos:
O valor mediano ser o termo de ordem dado pela frmula:
(n+1)/2
55
56
fi
2
6
9
13
5
35
Fi
2
8
17
30
35
--
57
- Quando o somatrio das frequncias for par o valor mediano ser o termo de
ordem dado pela frmula:
fi
1
2
1
2
1
1
8
Fi
1
3
4
6
7
8
--
58
fi
4
9
11
8
5
3
40
Fi
4
13
24
32
37
40
--
= 40 / 2 =.20
Logo,.a classe mediana ser a terceira classe, ou seja, 58 |------ 62 e com base
nesta classe temos ainda:
l* = 58........... F(ant) = 13........... f* = 11........... h* = 4
Substituindo esses valores na frmula acima, obtemos:
Md = 58 + [(20 - 13) x 4] / 11 = 58 + (28/11) = 58 + 2,54 = 60,54
Obs.: Este valor (Md = 60,54) estimado, pois no temos os 40 valores da
distribuio.
NOTA: No caso de existir uma frequncia acumulada exatamente igual a fi/2, a
mediana ser o limite superior da classe correspondente.
59
Classes
0 |------ 10
10 |------ 20
20 |------ 30
30 |------ 40
40 |------ 50
50 |------ 60
Total
Temos:
fi
1
3
9
7
4
2
26
Fi
1
4
13
20
24
26
--
= 26 / 2 =.13
Logo,.Md = L* = 30
4.3 - Emprego da Mediana
A mediana usada quando:
a. desejamos obter o ponto que divide a distribuio em duas partes iguais;
b. h valores extremos que afetam de maneira acentuada a mdia
aritmtica;
c. a varivel em estudo salrio.
5 Posio Relativa da Mdia, Moda e Mediana
Quando uma distribuio simtrica, as trs medidas coincidem. Porm, a
assimetria torna-as diferentes e essa diferena tanto maior quanto maior a
assimetria. Assim, em uma distribuio em forma de sino, temos:
Media = Mediana = Moda, no caso da curva simtrica;
Moda < Mediana < Media, no caso da curva assimtrica positiva;
Media < Mediana < Moda, no caso da curva assimtrica negativa;
60
6 As Separatrizes
Como vimos, a mediana caracteriza uma srie de valores devido sua posio
central. No entanto, ela apresenta uma caracterstica, to importante quanto a
primeira: ela separa a srie em dois grupos que apresentam o mesmo
nmero de valores.
Assim, alm das medidas de posio que estudamos, h outras que,
consideradas individualmente, no so medidas de tendncia central, mas
esto ligadas mediana relativamente sua segunda caracterstica, j que se
baseiam em posio na srie. Essas medidas os quartis, os percentis e os
decis so, juntamente com a mediana, conhecidas pelo nome genrico de
separatrizes.
6.1 Os quartis
Denominamos quartis os valores de uma srie que a divide em quatro
partes iguais.
61
por:
62
Exemplo:
Classes
150 |------- 154
154 |------- 158
158 |------- 162
162 |------- 166
166 |------- 170
170 |------- 174
Total
fi
4
9
11
8
5
3
40
Fi
4
13
24
32
37
40
--
(Q1)
(Q3)
Exerccio:
1. Complete os esquemas para o clculo do primeiro e do terceiro quartis
da distribuio de frequncia:
63
6.2 Os Decis
Denominamos decis os nove valores que separam uma srie em 10 partes
iguais.
Indicamos:
D1, D2, D3, ............, D9
evidente que:
D5= Q2 = Md
64
10
D1
D3
10
10
fi
4
9
11
8
5
3
40
Fi
4
13
24
32
37
40
--
(D7)
Stimo Decil:
7 x fi/10 = 7 x 40/10 = 28
D7 = 162 + (28 -24).4
8
D7 = 162 + 2 = 164
65
6.3 Os Percentis
Denominamos percentis os noventa e nove valores que separam uma srie
em 100 partes iguais.
Indicamos:
P1, P2, P3, ............, P99
evidente que:
P50= D5= Q2 = Md, P25= Q1, P75= Q3
O clculo de um percentil segue a mesma tcnica do clculo da mediana,
porm, a frmula
Exemplo:
Considerando a distribuio de frequncia, temos para o oitavo percentil:
Classes
150 |------- 154
154 |------- 158
158 |------- 162
162 |------- 166
166 |------- 170
170 |------- 174
Total
fi
4
9
11
8
5
3
40
Fi
4
13
24
32
37
40
--
(P8)
66
67
Exerccio:
1. Complete o esquema para o clculo do vigsimo percentil da distribuio:
68
69
71
Exemplo:
Considerando a tabela abaixo:
Xi
0
1
2
3
4
Total
fi
2
6
12
7
3
30
Temos: AT = 4 0 = 4, logo AT = 4.
2.2.2 Com intervalos de classe
Neste caso, a amplitude total a diferena entre o limite superior da ltima
classe e o limite inferior da primeira classe:
AT = L (max) - l (min)
Exemplo:
Considerando a distribuio de frequncia abaixo:
Classes
150 |------- 154
154 |------- 158
158 |------- 162
162 |------- 166
166 |------- 170
170 |------- 174
Total
fi
4
9
11
8
5
3
40
Temos:
AT = 174 150 = 24, logo: AT = 24 cm.
A amplitude total tem o inconveniente de s levar em conta os dois valores
extremos da srie, descuidando do conjunto de valores intermedirios, o que
quase sempre invalida a idoneidade do resultado. Ela apenas uma indicao
aproximada da disperso ou variabilidade.
72
3 Varincia e Desvio-padro
3.1 Introduo:
A varincia e o desvio-padro levam em considerao a totalidade dos valores
da varivel em estudo, o que faz delas ndices de variabilidade bastante
estveis e, por isso mesmo, os mais geralmente empregados.
A varincia uma medida que tem pouca utilidade como estatstica descritiva,
porm extremamente importante na inferncia estatstica e em combinaes
de amostras.
A varincia baseia-se nos desvios em torno da mdia aritmtica, porm
determinando mdia aritmtica dos quadrados dos desvios. Assim,
representando a varincia por s2, temos:
74
5
5
5
5
5
5
1
-4
-2
0
25
1
16
4
0
--
--
= 46
Usando a frmula:
/ n = 46 / 5 = 9,2.
75
Exemplo:
Calcule o desvio padro populacional da tabela abaixo:
xi
0
1
2
3
4
fi
2
6
12
7
3
xi . f i
0
6
24
21
12
Total
30
63
Sabemos que fi = 30 e
.fi
2,1
2,1
2,1
2,1
2,1
--
-2,1
-1,1
-0,1
0,9
1,9
4,41
1,21
0,01
0,81
3,61
Somatrio
8,82
7,26
0,12
5,67
10,83
32,70
. f i / n = 32,7 / 30 = 1,09.
76
% da populao includa
Grosseiramente
68,3
2/3 da populao
1,96
95,0
95,5
2,58
99,0
99,7
95 % da populao
100 % da populao
77
78
4 Coeficiente de Variao
O desvio padro por si s no nos diz muita coisa. Assim, um desvio padro
de duas unidades pode ser considerado pequeno para uma srie de valores cujo
valor mdio 200; no entanto, se a mdia for igual a 20, o mesmo no pode
ser dito. Alm disso, o fato de o desvio padro ser expresso na mesma unidade
dos dados limita o seu emprego quando desejamos comparar duas ou mais
sries de valores, relativamente sua disperso ou variabilidade, quando
expressas em unidades diferentes.
Para contornar essas dificuldades e limitaes, podemos caracterizar a
disperso ou variabilidade dos dados em termos relativos a seu valor mdio,
medida essa denominada coeficiente de variao (CV):
Exemplo:
Tomemos os resultados das medidas das estaturas e dos pesos de um mesmo
grupo de indivduos:
S
Estaturas
175 cm
5,0 cm
Pesos
68 Kg
2,0 Kg
Temos:
CVE = 5/175 x 100 = 2,85%
CVP = 2/68 x 100 = 2,94%
Logo, nesse grupo de indivduos, os pesos apresentam maior grau de disperso
que as estaturas.
79
VIII - PROBABILIDADE
1 - Introduo:
O clculo das probabilidades pertence ao campo da Matemtica, entretanto a
maioria dos fenmenos de que trata a Estatstica so de natureza aleatria ou
probabilstica. O conhecimento dos aspectos fundamentais do clculo da
probabilidade uma necessidade essencial para o estudo da Estatstica
Indutiva ou Inferencial.
2 - Experimento Aleatrio
So fenmenos que, mesmo repetidos vrias vezes sob condies semelhantes,
apresentam resultados imprevisveis. O resultado final depende do acaso.
Exemplo:
Da afirmao " provvel que o meu time ganhe a partida hoje" pode resultar:
- que ele ganhe
80
Exemplos:
1- No lanamento de uma moeda qual a probabilidade de obter cara em um
evento A?
S = {ca, co} = 2
A = {ca} = 1
81
A = {2,4,6} = 3
A = {1,2,3,4,5,6} = 6
A={ }=0
P (A) = 0/6 = 0 = 0%
82
O termo "3 para 2" significa : De cada 5 corridas ele ganha 3 e perde 2. Ento
p = 3/5 (ganhar) e q = 2/5 (perder).
7 - Eventos Independentes
Dizemos que dois eventos so independentes quando a realizao ou a norealizao de um dos eventos no afeta a probabilidade da realizao do outro
e vice-versa.
Por exemplo, quando lanamos dois dados, o resultado obtido em um deles
independe do resultado obtido no outro.
Se dois eventos so independentes, a probabilidade de que eles se realizem
simultaneamente igual ao produto das probabilidades de realizao dos dois
eventos.
Assim, se p1 a probabilidade de realizao do primeiro evento e a p2 a
probabilidade de realizao do segundo evento, a probabilidade de que tais
eventos se realizem simultaneamente dada por:
p = p1 x p2
Exemplo: Lanamos dois dados.
A probabilidade de obtermos 1 no primeiro dado : p = 1/6
A probabilidade de obtermos 5 no segundo dado : p = 1/6
Logo, a probabilidade de obtermos, simultaneamente, 1 no primeiro e 5 no
segundo :
p = 1/6 x 1/6 = 1/36
8 - Eventos Mutuamente Exclusivos
Dizemos que dois ou mais eventos so mutuamente exclusivos quando a
realizao de um dos eventos exclui a realizao do(s) outro(s).
Assim, quando lanamos uma moeda, o evento tirar cara e o evento tirar
coroa so mutuamente exclusivos, j que, ao se realizar um deles, o outro no
se realiza.
83
Exerccios Resolvidos
1 Qual a probabilidade de sair o s de ouros quando retirarmos uma carta de
um baralho de 52 cartas?
Resposta: Como s h um s de ouros, o nmero de elementos do evento 1;
logo: p = 1/52.
2 Qual a probabilidade de sair um rei quando retirarmos uma carta de um
baralho de 52 cartas?
Resposta: Como h quatro reis no baralho, o nmero de elementos do evento
4; logo: p = 4/52 = 1/13.
3 Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea,
calcule:
a. a probabilidade de essa pea ser defeituosa
Resposta: Temos p = 4/12 = 1/3.
b. a probabilidade de essa pea no ser defeituosa
Resposta: Temos p = 1 - 1/3 = 2/3.
4 No lanamento de dois dados, calcule a probabilidade de se obter soma
igual a 5.
Resposta: O evento formado pelos elementos (1,4), (2,3), (3,2) e (4,1). Como
o nmero de elementos de S 36, temos: p = 4/36 = 1/9.
84
85
86
X
2
1
1
0
2 Distribuio de Probabilidade
Consideremos a distribuio de freqncias relativa ao nmero de acidentes
dirios em um estacionamento:
N DE
ACIDENTES
0
1
2
3
TOTAL
FREQUENCIAS
22
5
2
1
30
87
PROBABILIDADES
0,73
0,17
0,07
0,03
1,00
Os valores x1, x2, x3, ....., xn e seus correspondentes p1, p2, p3, ....., pn definem
uma distribuio de probabilidade.
Assim, voltando a tabela inicial. Temos:
88
P(X)
1/4
2/4
1/4
=1
aleatria X.
Assim, ao lanarmos um dado, a varivel aleatria X, definida por pontos de
um dado, pode tomar os valores 1, 2, 3, ........., 6.
Como a cada um destes valores est associada uma e uma s probabilidade de
realizao e P(xi) = 1, fica definida uma funo de probabilidade, da qual
resulta a seguinte distribuio de probabilidade:
X
1
2
3
4
5
6
P(X)
1/6
1/6
1/6
1/6
1/6
1/6
=1
89
3 Distribuio Binomial
Eventos binomiais so marcados pela existncia de duas categorias,
mutuamente excludentes e coletivamente exaustivos. Mutuamente excludentes
significa que uma categoria implica a possibilidade da no-ocorrncia
simultnea da outra categoria. Por coletivamente exaustivas entende-se que a
unio de ambos os eventos resulta no espao amostral.
Exemplos de eventos binomiais podem ser fornecidos por meio de nmeros
pares e mpares no lanamento de um dado honesto, e por meio da extrao de
cartas vermelhas e pretas de um baralho.
Geralmente, em anlises estatsticas, os exemplos mais comuns de eventos
binomiais so aqueles que estabelecem situaes de sucesso e fracasso.
Situaes de sucesso correspondem quilo que se deseja estudar. Situaes de
fracasso correspondem ao complemento. Ou seja, quilo que no se deseja
estudar.
Vamos, neste item, considerar experimentos que satisfaam a seguintes
condies:
a. O experimento deve ser repetido, nas mesmas condies, um nmero
finito de vezes (n).
b. As provas repetidas devem ser independentes, isto , o resultado de uma
no deve afetar os resultados das sucessivas.
c. Em cada prova deve aparecer um dos dois possveis resultados: sucesso
e insucesso.
d. No decorrer do experimento, a probabilidade p do sucesso e a
probabilidade q (q = 1 p) do insucesso manter-se-o constantes.
Resolveremos problemas do tipo: determinar a probabilidade de se obterem k
sucessos em n tentativas.
O experimento obteno de caras em cinco lanamentos sucessivos e
independentes de uma moeda satisfaz essas condies. Sabemos que, quando
da realizao de um experimento qualquer em uma nica tentativa, se a
probabilidade de realizao de um evento (sucesso) p, a probabilidade de
no-realizao desse mesmo evento (insucesso) 1 p = q.
90
Na qual:
P(X = k) a probabilidade de que o evento se realize k vezes em n provas;
p a probabilidade de que o evento se realize em uma s prova sucesso;
q a probabilidade de que o evento no se realize no decurso dessa
insucesso;
91
93
4 Distribuio Normal
Entre as distribuies tericas de varivel aleatria contnua, uma das mais
empregadas a distribuio normal. Consiste em uma distribuio contnua
de probabilidades, onde a apresentao da distribuio de frequncias f(x) de
uma varivel qualitativa x costuma apresentar-se em forma de sino e simtrica
em relao mdia.
O estudo da distribuio normal recebeu contribuies de matemticos
importantes, como De Moivre, Laplace e Gauss. Alguns estudos revelam que
medies repetidas de uma mesma grandeza, como o dimetro de uma esfera
ou o peso de determinado objeto, nunca forneciam os mesmos valores. Porm,
a apresentao das frequncias dos inmeros nmeros coletados sempre
resultava em uma curiosa curva em forma de sino. Das observaes surgiu o
nome curva normal dos erros.
Muitas das variveis analisadas na pesquisa socioeconmica correspondem
distribuio normal ou dela se aproximam.
O aspecto grfico da distribuio normal o da figura abaixo:
94
) = P(X <
) = 0,5.
e varincia S2.
95
fcil notar que essa probabilidade, indicada por: P(2 < X < 2,05)
corresponde rea hachurada na figura:
96
Escrevemos, ento:
P(2 < X < 2,05) = P(0 < Z < 1,25) = 0,3944 ou 39,44%.
97
Exerccios Resolvidos
1 Determine as probabilidades:
a. P(-1,25 < Z < 0)
A probabilidade procurada corresponde parte hachurada da figura:
Temos que:
P(-0,5 < Z < 1,48) = P(-0,5 < Z < 0) + P(0 < Z < 1,48)
Como:
P(-0,5 < Z < 0) = P(0 < Z < 0,5) = 0,1915 e P(0 < Z < 1,48)= 0,4306
Obtemos:
P(-0,5 < Z < 1,48) = 0,1915 + 0,4306 = 0,6221
98
Temos que:
P(0,8 < Z < 1,23) = P(0 < Z < 1,23) - P(0 < Z < 0,8)
Como:
P(0 < Z < 1,23)= 0,3907 e P(0 < Z < 0,8)= 0,2881
Obtemos:
P(0,8 < Z < 1,23) = 0,3907 - 0,2881 = 0,1026
d. P(Z > 0,6)
A probabilidade procurada corresponde parte hachurada da figura:
Temos que:
P(Z > 0,6) = P(Z > 0) - P(0 < Z < 0,6)
Como: P(Z > 0)= 0,5 e P(0 < Z < 0,6)= 0,2258
Obtemos:
P(Z > 0,6) = 0,5 - 0,2258 = 0,2742
99
Temos que:
P(Z < 0,92) = P(Z < 0) + P(0 < Z < 0,92)
Como:
P(Z < 0)= 0,5 e P(0 < Z < 0,92)= 0,3212,
Obtemos:
P(Z < 0,92) = 0,5 + 0,3212 = 0,8212
2 Os salrios semanais dos operrios industriais so distribudos
normalmente, em torno da mdia de R$ 500,00, com desvio padro de R$
40,00. Calcule a probabilidade de um operrio ter um salrio semanal situado
entre R$ 490,00 e R$ 520,00.
Devemos inicialmente, determinar os valores da varivel de
distribuio normal reduzida.
Assim,
Z1 = 490 500 = - 0,25 e Z2 = 520 500 = 0,5
40
40
Como:
P(490 < X < 520) = P(- 0,25 < Z < 0,5) = P(- 0,25 < Z < 0) +
P( 0 < Z < 0,5)= 0,0987 + 0,1915 = 0,2902
, pois, de se esperar que, em mdia, 29,02% dos operrios tenham
salrios entre R$ 490,00 e R$ 520,00.
100
Exerccios Propostos
1 Sendo Z uma varivel com distribuio normal reduzida, calcule:
a.
b.
c.
d.
e.
f.
g.
h.
101
REFERENCIAS
Bruni, Adriano Leal. Estatstica aplicada gesto empresarial. 1.ed. So
Paulo: Editora Atlas, 2007.
Crespo, Antonio Arnot. Estatstica fcil. 17.ed. So Paulo: Saraiva, 2002.
Hoffmann, Ronaldo; Ovalle, Vieira Sonia. Elementos de estatstica. 4.ed.
So Paulo: Editora Atlas, 2003.
Morettin, Pedro A. Estatstica bsica. 5.ed. So Paulo: Saraiva, 2002.
Pinheiro, Joo Ismael D. Estatstica bsica: a arte de trabalhar com dados.
Rio de Janeiro: Elsevier, 2009.
Silva, Ermes Medeiro da; Silva, Elio Medeiro da; Gonalves; Valter; Murolo,
Afrnio Carlos. Estatstica: Para os cursos de economia, Administrao e
Cincias Contbeis - 1. 3.ed. So Paulo: Editora Atlas, 1999.
Toledo, Geraldo Luciano; Ovalle, Ivo Izidoro. Estatstica bsica. 2.ed. So
Paulo: Editora Atlas, 1985.
102
ANEXOS:
Arredondamentos;
Compensaes;
103
ARREDONDAMENTO DE DADOS
104
Exemplos:
COMPENSAO
105
L1
L2
L3
L4
L5
L6
L7
L8
L9
L10
L11
L12
L13
L14
L15
L16
L17
L18
L19
L20
L21
L22
L23
L24
L25
L26
L27
L28
L29
C1
4
3
2
1
0
0
8
8
5
6
4
3
2
0
9
7
8
6
5
3
8
1
2
4
5
2
1
0
9
C2
1
0
2
9
3
8
3
8
4
7
4
5
6
1
0
2
9
3
8
4
7
4
7
3
0
5
1
2
1
C3
6
7
5
8
4
9
3
0
1
2
0
1
9
2
8
2
3
0
1
0
2
9
3
8
3
7
4
7
5
C4
1
2
3
4
5
6
7
8
9
0
5
4
3
2
1
0
9
8
7
6
1
1
2
2
3
3
4
4
5
C5
6
6
7
7
8
8
9
9
0
0
1
3
5
7
9
2
4
6
8
0
1
3
5
7
9
0
2
3
6
C6
1
3
5
7
9
1
0
2
0
3
9
3
8
4
8
5
7
6
7
1
3
2
4
3
5
4
6
6
8
C7
0
9
0
8
0
7
6
3
2
1
1
0
2
0
3
0
4
0
5
9
5
8
6
7
7
2
3
4
5
C8
2
5
1
6
2
2
3
6
0
1
9
3
3
7
8
5
1
1
9
8
2
6
5
8
0
2
2
3
6
C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C26 C27 C28 C29
3 5
7
6
2
0
9
9
8
1
0
3
4
7
2
1
0
8
7
8
4
5 3
4
8
8
0
9
3
0
1
7
0
4
0
8
3
1
2
0
1
2
9 8
7
6
3
0
0
1
2
1
4
3
2
4
5
6
7
7
4
3
0
5 2
7
8
1
0
0
7
5
3
2
2
5
8
1
9
0
3
2
3
4
0 3
1
0
1
1
2
4
3
1
9
5
6
8
5
0
2
3
4
9
0
2 2
2
8
6
1
9
4
5
2
0
0
1
3
1
0
9
2
3
4
1
7 6
4
0
7
1
2
1
0
1
2
8
9
7
5
3
2
1
1
8
2
3 7
3
7
8
9
4
3
9
2
3
2
3
0
0
4
4
2
3
1
3
3 7
5
0
9
7
6
5
7
8
0
8
4
5
2
3
0
7
4
3
6
1 2
6
0
2
0
8
0
9
7
7
7
3
6
7
2
9
0
3
1
0
4 1
8
4
2
1
3
3
2
7
6
4
4
3
8
9
0
7
2
2
9
2 3
7
0
3
4
5
8
9
3
5
2
4
0
1
7
9
1
8
1
3
6 5
0
2
6
3
6
7
0
1
7
9
6
8
3
5
3
3
5
7
2
0 7
9
0
0
6
5
2
7
8
1
0
0
7
5
3
0
9
1
1
3
3 9
4
0
1
9
5
2
2
0
0
2
1
2
4
7
6
3
2
1
5
3 2
1
3
5
8
9
1
2
3
9
6
5
2
7
8
1
0
0
7
0
1 4
2
4
6
7
0
2
3
7
8
5
3
1
2
5
6
9
0
7
9
4 6
2
2
3
3
0
1
5
4
5
1
1
3
4
7
8
1
2
8
8
4 8
0
0
2
3
6
9
6
4
3
6
7
2
1
9
7
0
1
8
5
4 0
2
9
2
3
2
5
3
5
7
2
7
8
2
5
6
2
2
9
4
4 1
7
5
7
3
0
0
9
1
2
0
3
4
9
3
0
4
4
9
1
1 2
0
2
0
1
3
5
4
6
4
3
2
0
0
3
9
6
6
0
2
8 4
0
8
0
1
9
6
9
5
0
8
0
2
4
9
8
8
8
0
3
0 3
0
9
2
2
6
7
6
4
9
8
9
4
7
7
7
0
0
2
4
4 5
8
7
4
2
2
3
8
2
1
2
2
0
7
0
6
1
1
2
5
6 6
1
1
0
3
9
9
1
0
3
4
3
9
6
3
5
3
3
4
8
0 8
9
2
3
3
7
7
4
0
5
6
8
8
5
2
4
5
5
4
0
1 7
1
0
2
0
9
6
4
3
7
9
0
7
6
1
3
7
5
5
8
9 8
2
0
2
3
0
1
4
3
3
7
7
5
6
7
4
3
4
0
1
106
107
EXERCCIOS
DE
FIXAO
108
109
169
174
155
165
170
172
152
158
163
158
166
158
166
170
171
162
171
161
154
168
161
164
166
164
162
156
167
110
65
53
56
54
46
43
62
48
57
57
53
49
50
41
54
55
68
61
54
48
51
51
44
71
63
58
50
64
57
49
55
67
53
53
55
59
62
54
46
52
56
64
55
48
51
FREQUNCIA
SIMPLES
9
12
6
2
1
111
2)
Ausncias
0 |--- 6
6 |--- 12
12 |--- 18
18 |--- 24
24 |--- 30
Total
Freq.
39
41
38
40
42
200
Ausncias
0 |--- 10
10 |--- 20
20 |--- 30
30 |--- 40
40 |--- 50
Total
Freq.
22
40
71
44
23
200
N de
Empregados
8
10
16
14
10
5
2
65
112
Determinar:
a) O limite inferior da 6 classe;
b) O limite superior da 4 classe;
c) O ponto mdio da 3 classe;
d) A amplitude do 5 intervalo de classe;
e) A freqncia da 3 classe;
f) A freqncia relativa da 3 classe;
g) O intervalo de classe que tem a maior freqncia;
h) A percentagem de empregados que ganham menos de R$ 8.000 por ms;
i) A percentagem de empregados que ganham menos de R$ 10.000 e pelo
menos R$ 6.000 por ms;
j) Fazer um histograma;
MEDIDAS DE POSIO
1 - Num laboratrio verifica-se que o peso mdio das 20 cobaias utilizadas
para os ensaios clnicos era de 257 gramas. Posteriormente, verificou-se que a
balana estava mal calibrada, pelo que para todas as cobaias o peso indicado
era superior em 5 gramas ao peso verdadeiro. Ento qual era efetivamente a
mdia dos pesos das cobaias?
2 - Se as medidas que utilizam para calcular a mdia dos pesos estivessem em
kg, como se refletiria este fato na mdia?
3 - O governo e o sindicato sentam-se mesa das negociaes para discutirem
os salrios da funo pblica. Uma destas entidades quer que um dos pontos
de referncia para o aumento dos salrios seja a mdia, enquanto que a outra
pretende que seja a mediana. Qual destas medidas a reivindicada pelo
sindicato?
4 Marque a alternativa correta:
a) Em uma prova de Estatstica, 3 alunos obtiveram a nota 8,2 ; outros 3
obtiveram a nota 9,0 ; 5 obtiveram a nota 8,6 ; 1 obteve a nota 7,0 e 1 a nota
8,9. Tirando a mdia aritmtica, esta ser:
1. - uma mdia aritmtica simples com valor 8,0;
2. - uma mdia aritmtica simples com valor 8,7;
3. - uma mdia aritmtica ponderada com valor 8,0;
4. - uma mdia aritmtica ponderada com valor 8,5;
113
3. - igual a 45.
4. - igual a 1, porque todos opinaram somente uma vez.
5. - no h mdia aritmtica.
5 - Registrou-se o nmero de assoalhadas de 100 apartamentos vendidos num
bairro residencial:
0;
4;
1;
2;
3;
0;
0;
3;
0;
4;
2;
1;
0;
5;
0;
1;
2;
1;
1;
0;
2,
3;
2;
0;
2;
4;
0;
3;
0;
0;
0;
2;
0;
2;
0;
0;
0;
2;
1;
5;
1;
1;
1;
2;
3,
0;
3;
1;
5;
1;
3;
5;
2;
1;
1;
1;
4;
0;
2;
2;
3;
1;
0;
2;
2;
1;
1;
0;
1;
1;
2;
1;
2;
3;
4;
2;
0;
0;
0;
3;
4;
2;
0;
2;
0;
4;
4;
3;
1;
1;
0;
0;
5;
0;
0;
0;
1;
1;
3;
1;
70
3
74
5
82
4
91
3
95
1
18
11
10
33
12
11
10
26
37
15
18
10
21
115
3
3
3
4
4
4
4
4
4
5
4
5
6
5
5
7
5
5
8
5
5
8
6
6
N de casas
11
15
38
14
8
3
1
116
N de pensionistas
10
14
15
22
17
14
8
a) Construa o histograma.
b) Calcule a mdia, a moda e a mediana.
11 - Considerar vrias representaes grficas (por ex. histogramas referentes
a notas de vrias turmas)
Que relao existe entre os desvios padres dos dois conjuntos de nmeros?
2- Dados os conjuntos de nmeros:
A = {220, 230, 240, 250, 260}
Que relao existe entre os desvios padres dos dois conjuntos de nmeros?
3- Dados os conjuntos de nmeros:
A = {-2, -1, 0, 1, 2 }
118
PROBABILIDADE
1- No lanamento de um dado temos S = {1,2,3,4,5,6}. Formule os eventos
definidos pelas sentenas:
a) Obter um nmero par na face superior do dado;
b) Obter um nmero menor ou igual a 6 na face superior;
c) Obter o nmero 4 na face superior;
d) Obter um nmero maior que 6 na face superior.
2 - No lanamento de duas moedas (uma de 10 centavos e outra de 5 centavos)
a) Qual o espao amostral?
b) Formule os eventos definidos pelas sentenas:
119
120
DISTRIBUIO BINOMIAL
1- Uma moeda lanada 20 vezes. Qual a probabilidade de sarem 8 caras?
2 Numa criao de coelhos, 40 % so machos. Qual a probabilidade de que
nasam pelo menos 2 coelhos machos num dia em que nasceram 20 coelhos?
3 Uma prova tipo teste tem 50 questes independentes. Cada questo tem 5
alternativas. Apenas uma das alternativas a correta. Se um aluno resolve a
prova respondendo a esmo as questes, qual a probabilidade de tirar nota 5?
4 Uma urna tem 20 bolas pretas e 30 brancas. Retiram-se 25 bolas com
reposio. Qual a probabilidade de que:
a. 2 sejam pretas?
b. Pelo menos 3 sejam pretas?
c. 10 sejam brancas?
5 A probabilidade de um arqueiro acertar o alvo com uma nica flecha
0,20. Lana 30 flechas no alvo. Qual a probabilidade de que:
a. Exatamente 4 acertem o alvo?
b. Pelo menos 3 acertem o alvo?
6 Considere 10 tentativas independentes de um experimento. Cada tentativa
admite sucesso com probabilidade 0,05. Seja X o nmero de sucessos, calcular
P (1 < x 4).
7 Uma urna tem 10 bolas brancas e 40 pretas. Qual a probabilidade de que
em 30 bolas retiradas com reposio ocorram no mximo 2 brancas?
8 A probabilidade de um atirador acertar no alvo num nico tiro 1/4. O
atirador atira 20 vezes no alvo. Qual a probabilidade de acertar:
a. Exatamente 5 vezes?
b. Pelo menos 3 vezes?
c. Nenhuma vez?
d. No mximo 4 vezes?
121
122
DRISTIBUIO NORMAL
1 Use a tabela Z para encontrar as seguintes probabilidades:
a. P (Z > 0,34)
b. P (Z < 1,85)
c. P (Z < - 1,24)
d. P (1,56 < Z < 2,37)
e. P (-0,37 < Z < 3,4)
f. P (Z > 1,08)
g. P (Z < - 0,66)
h. P (Z < -2,30 ou Z > 1,29)
2 seja X: N (100,25). Calcular
a. P (100 X 106)
b. P (89 X 107)
c. P (112 X 116)
d. P ( X 108)
e. P ( X 90)
3 Sendo X: N (50,16), determinar X, tal que:
a. P ( X X) = 0,05
b. P ( X X) = 0,99
4 Um fabricante de baterias sabe, por experincia passada, que as baterias de
sua fabricao tm vida mdia de 600 dias e desvio padro de 100 dias, sendo
que a durao tem aproximadamente distribuio Normal. Oferece uma
garantia de 312 dias, isto , troca as baterias que apresentarem falhas nesse
perodo. A fbrica produz mensalmente 10.000 baterias. Quantas dever trocar
mensalmente pelo uso da garantia?
5 Uma fbrica de carros sabe que os motores de sua fabricao tm durao
normal com mdia de 150.000 km e desvio padro de 5.000 km. Qual a
123
124
125