Escolar Documentos
Profissional Documentos
Cultura Documentos
2010
SUMÁRIO
INTRODUÇÃO ............................................................................................ 03
2
INTRODUÇÃO
3
conhecimento, os conceitos empregados, as limitações das técnicas e as
conseqüências dessas interpretações são essencialmente as mesmas.
Segundo Rao (1999), a estatística é uma ciência que estuda e pesquisa sobre: o
levantamento de dados com a máxima quantidade de informação possível para
um dado custo; o processamento de dados para a quantificação da quantidade
de incerteza existente na resposta para um determinado problema; a tomada de
decisões sob condições de incerteza, sob o menor risco possível. Finalmente, a
estatística tem sido utilizada na pesquisa científica, para a otimização de
recursos econômicos, para o aumento da qualidade e produtividade, na
otimização em análise de decisões, em questões judiciais, previsões e em
muitas outras áreas.
4
I - A NATUREZA DA ESTATÍSTICA
MÉTODO ESTATÍSTICO
O Método Científico
Muitos dos conhecimentos que temos foram obtidos na antiguidade por acaso
e, outros, por necessidades práticas, sem aplicação de um método.
Atualmente, quase todo acréscimo de conhecimento resulta da observação e
do estudo. Se bem que muito desse conhecimento possa ter sido observado
inicialmente por acaso, a verdade é que desenvolvemos processos científicos
para seu estudo e para adquirirmos tais conhecimentos. Podemos então dizer
que:
O Método Estatístico
5
A ESTATÍSTICA
1 – Definição do Problema
2 – Planejamento
6
3 – Coleta de Dados
3.1 – Direta:
3.2 – Indireta:
7
4 – Crítica dos Dados
Por mais diversa que seja a finalidade que se tenha em vista, os dados devem
ser apresentados sob forma de tabelas e gráficos (unidade 4), pois tornam mais
fácil o exame daquilo que está sendo objeto de tratamento estatístico e ulterior
obtenção de medidas de dispersão (unidade 6).
8
A ESTATÍSTICA NAS EMPRESAS
9
II - GENERALIDADES E CONCEITOS BÁSICOS
1 – VARIÁVEL
Qualitativa: quando seus valores são expressos por atributos; ex: sexo,
cor da pele, etc;
10
Exercício resolvido:
2 – POPULAÇÃO E AMOSTRA
11
- Pode a população ter dimensão infinita
Exemplo: População constituída pelas pressões atmosféricas, nos diferentes
pontos de uma cidade.
Sim, pois a amostra deve ser tão representativa quanto possível da População
que se pretende estudar, uma vez que vai ser a partir do estudo da amostra,
que vamos tirar conclusões para a População.
3 – AMOSTRAGEM
Dessa forma, cada elemento da população passa a ter a mesma chance de ser
escolhido, o que garante à amostra o caráter de representatividade, e isto é
muito importante, pois, como vimos, nossas conclusões relativas à população
vão estar baseadas nos resultados obtidos nas amostras dessa população.
12
Daremos, a seguir, três das principais técnicas de amostragem.
Enumera-se a população de 1 a n;
Sorteia-se K números dessa seqüência, que representarão a amostra.
13
São, portanto dois estratos, (sexo masculino e sexo feminino). Temos:
Exemplo: Supomos uma rua com 500 casas, das quais desejamos obter uma
amostra formada por 20 casas para uma pesquisa de opinião.
14
III - SÉRIES ESTATÍSTICAS
TABELAS
15
Fonte: entidade responsável pelo levantamento dos dados ou pela elaboração
da tabela;
Notas: são informações de natureza geral, destinada a conceituar ou esclarecer
o conteúdo das tabelas, ou indicar a metodologia adotada;
Chamadas: informações de natureza específica sobre determinada parte da
tabela, destinada a conceituar ou esclarecer dados.
16
Ex: Levantamento Epidemiológico no Estado do Rio de Janeiro - 1970
Especificação Nº de Casos Nº de óbitos
Sarampo (1) 115 15
Varíola ... 10
Cólera - -
Meningite 35 5
Total 150 30
Fonte: Departamento Nacional de Endemias Rurais
Nota: As atividades da campanha de vacinação abrangeram as áreas de maior
incidência.
SÉRIES ESTATÍSTICAS:
Denominamos séries estatísticas toda tabela que apresenta a distribuição de
um conjunto de dados estatísticos em função da época, do local ou da espécie.
Dividem-se em séries homógradas e conjugadas.
Séries Homógradas: são aquelas em que a variável descrita apresenta
variação discreta ou descontínua. Podem ser do tipo temporal,
geográfica ou específica.
a) Série Temporal: Identifica-se pelo caráter variável do fator cronológico. O
local e a espécie (fenômeno) são elementos fixos. Esta série também é
chamada de histórica, cronológica, marcha ou evolutiva.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
PERÍODO UNIDADES
VENDIDAS (mil)
JAN/96 20
FEV/96 10
TOTAL 30
b) Série Geográfica: Apresenta como elemento variável o fator geográfico. A
época e o fato (espécie) são elementos fixos. Também é chamada de espacial,
territorial ou de localização.
17
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
FILIAIS UNIDADES
VENDIDAS (mil)
SÃO PAULO 13
RIO DE JANEIRO 17
TOTAL 30
c) Série Específica: O caráter variável é apenas o fato ou espécie. Também é
chamada de série categórica.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996
MARCA UNIDADES
VENDIDAS (mil)
FIAT 18
GM 12
TOTAL 30
Séries conjugadas: Também chamadas de tabelas de dupla entrada. São
apropriadas à apresentação de duas ou mais séries de maneira
conjugada, havendo duas ordens de classificação: uma horizontal e
outra vertical. O exemplo abaixo é de uma série geográfica-temporal.
ABC VEÍCULOS LTDA.
Vendas no 1º bimestre de 1996 (em mil unidades)
FILIAIS JANEIRO FEVEREIRO
SÃO PAULO 10 3
RIO DE JANEIRO 12 5
TOTAL 22 8
18
DADOS ABSOLUTOS E DADOS RELATIVOS
1 – Percentagens
Considere a série:
19
Com esses dados, podemos formar uma nova coluna na série em estudo:
Os valores dessa nova coluna nos dizem que, de cada 100 alunos da cidade A,
91 estão matriculados no 1º grau, 8 aproximadamente no 2º grau e 1 no 3º
grau.
NOTAS:
20
2 – Índices
Os índices são razões entre duas grandezas tais que uma não inclui a outra.
Índice econômicos:
3 – Coeficientes
21
São exemplos de coeficientes:
Coeficiente educacionais:
4 – Taxas
As taxas são os coeficientes multiplicados por uma potência de 10 (10, 100,
1000 etc.) para tornar o resultado mais inteligível.
22
Exercícios:
1 – Considere a série estatística:
SÉRIES MATRICULAS
MARÇO NOVEMBRO
1º 480 475
2º 458 456
3º 436 430
4º 420 420
TOTAL 1794 1781
Calcule:
a. o índice da densidade demográfica;
b. a taxa de natalidade;
c. a taxa de mortalidade;
23
IV - GRÁFICOS ESTATÍSTICOS
1- Conceito:
O gráfico é um método de representação de dados estatísticos em forma
visual, por meio de figuras geométricas. Devem corresponder, mas nunca
substituir as tabelas estatísticas.
É uma forma de apresentação dos dados estatísticos, cujo objetivo é o de
produzir, no investigador ou no público em geral, uma impressão mais rápida
e viva do fenômeno em estudo, já que os gráficos falam mais à compreensão
que as séries.
Para tornarmos possível uma representação gráfica, estabelecemos uma
correspondência entre os termos da série e determinada figura geométrica, de
tal modo que cada elemento da série seja representado por uma figura
proporcional.
A representação gráfica deve obedecer a certos requisitos fundamentais como:
Simplicidade – deve proporcionar que o observador analise
rapidamente o fenômeno apresentado;
2 - Características:
Gráficos de informação: São gráficos destinados principalmente ao público
em geral, objetivando proporcionar uma visualização rápida e clara. São
gráficos tipicamente expositivos, dispensando comentários explicativos
adicionais. As legendas podem ser omitidas, desde que as informações
desejadas estejam presentes.
Gráficos de análise: São gráficos que se prestam melhor ao trabalho
estatístico, fornecendo elementos úteis à fase de análise dos dados, sem deixar
de ser também informativos. Os gráficos de análise freqüentemente vêm
24
acompanhados de uma tabela estatística. Inclui-se, muitas vezes um texto
explicativo, chamando a atenção do leitor para os pontos principais revelados
pelo gráfico.
Uso indevido de Gráficos: Podem trazer uma idéia falsa dos dados que estão
sendo analisados, chegando mesmo a confundir o leitor. Trata-se, na realidade,
de um problema de construção de escalas.
3 - Classificação dos gráficos:
Os principais gráficos são os Diagramas, Estereogramas, Pictogramas e
Cartogramas.
3.1 - Diagramas:
São gráficos geométricos dispostos, no máximo, em duas dimensões. São os
mais usados na representação de séries estatísticas. Eles podem ser em linhas,
em barras horizontais, em barras verticais (colunas), e em setores.
Gráficos em linhas ou lineares
O gráfico em linha constitui uma aplicação do processo de representação das
funções num sistema de coordenadas cartesianas.
Como sabemos, nesse sistema fazemos uso de duas retas perpendiculares; as
retas são os eixos coordenados e o ponto de intersecção, a origem. O eixo
horizontal é denominado eixo das abscissas (ou eixo dos x) e o vertical, eixo
das ordenadas (ou eixo dos y). Para exemplificar considere a série:
25
Determinamos, graficamente, todos os pontos da série, usando as
coordenadas, ligamos todos esses pontos, dois a dois, por segmentos de reta, o
que irá nos dar uma poligonal, que é o gráfico em linha ou em curva
correspondente a série do exemplo.
26
Gráficos em colunas ou barras
É a representação de uma série por meio de retângulos, dispostos
verticalmente (em colunas) ou horizontalmente (em barras).
Quando em colunas, os retângulos têm a mesma base e as alturas são
proporcionais aos respectivos dados.
Quando em barras, os retângulos têm a mesma altura e os comprimentos são
proporcionais aos respectivos dados.
Exemplo: Gráfico em colunas
27
Exemplo: Gráfico em barras
NOTAS:
Quando as legendas não são breves usa-se de preferência os gráficos em
barras horizontais;
A ordem a ser observada é a cronológica, se a série for histórica, e a
decrescente, se for geográfica ou categórica;
A distância entre as colunas (ou barras), por questões estéticas, não
deverá ser menor que a metade nem maior que os dois terços da largura
(ou da altura) dos retângulos.
Gráficos em barras ou colunas múltiplas
28
Eles diferem dos gráficos em barras ou colunas convencionais apenas pelo
fato de apresentar cada barra ou coluna segmentada em partes componentes.
Servem para representar comparativamente dois ou mais atributos.
Gráficos em setores
Este gráfico é construído com base em um círculo, e é empregado sempre que
desejamos ressaltar a participação do dado no total.
O total é representado pelo círculo, que fica dividido em tantos setores quantas
são as partes.
Os setores são tais que suas áreas são respectivamente proporcionais aos
dados da série. Obtemos cada setor por meio de uma regra de três simples e
direta, lembrando que o total da série corresponde a 360º.
29
O gráfico em setores só deve ser empregado quando há, no máximo, sete
dados.
Obs: As séries temporais geralmente não são representadas por este tipo de
gráfico.
30
3.2 - Estereogramas:
São gráficos geométricos dispostos em três dimensões, pois representam
volume. São usados nas representações gráficas das tabelas de dupla entrada.
Em alguns casos este tipo de gráfico fica difícil de ser interpretado dada a
pequena precisão que oferecem.
3.3 - Pictogramas:
São construídos a partir de figuras representativas da intensidade do
fenômeno. Este tipo de gráfico tem a vantagem de despertar a atenção do
público leigo, pois sua forma é atraente e sugestiva. Os símbolos devem ser
auto-explicativos. A desvantagem dos pictogramas é que apenas mostram uma
visão geral do fenômeno, e não de detalhes minuciosos. Veja o exemplo
abaixo:
31
3.4 - Cartogramas: São ilustrações relativas a cartas geográficas (mapas). O
objetivo desse gráfico é o de figurar os dados estatísticos diretamente
relacionados com áreas geográficas ou políticas.
Distinguimos duas aplicações:
a. representar os dados absolutos (população) – neste caso,
lançamos mão, em geral, dos pontos, em número
proporcional aos dados.
b. representar dados relativos (densidade) - neste caso,
lançamos mão, em geral, de hachuras ou cores.
32
33
V - DISTRIBUIÇÃO DE FREQUENCIA
34
2 – Distribuição de Frequência
É um tipo de tabela que condensa uma coleção de dados conforme as
freqüências (repetições de seus valores). A forma pela qual podemos
descrever os dados estatísticos resultantes de variáveis quantitativas, como é o
caso de notas obtidas pelos alunos de uma classe, estaturas de um conjunto de
pessoas, salários recebidos pelos operários de uma fábrica etc.
Frequência: é a quantidade que fica relacionada a um determinado valor da
variável.
Distribuição de frequência sem intervalos de classe: é a simples
condensação dos dados conforme as repetições de seus valores. Para um ROL
de tamanho razoável esta distribuição de frequência é inconveniente, já que
exige muito espaço. Veja exemplo abaixo:
Dados Frequência
41 3
42 2
43 1
44 1
45 1
46 2
50 2
51 1
52 1
54 1
57 1
58 2
60 2
TOTAL 20
35
Distribuição de frequência com intervalos de classe: Quando o tamanho da
amostra é elevado é mais racional efetuar o agrupamento dos valores em
vários intervalos de classe.
Classes Frequências
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20
36
3.3 – Amplitude do intervalo de classe
37
3.6 – Ponto médio da classe
Ponto médio da classe (xi) é, como o próprio nome indica, o ponto que divide
o intervalo de classe em duas partes iguais.
38
Exercício 1: As notas obtidas por 50 alunos de uma classe foram:
1; 2; 3; 4; 5; 6; 6; 7; 7; 8; 2; 3; 3; 4; 5; 6; 6; 7; 8; 8; 2; 3; 4; 4; 5; 6; 6; 7; 8; 9;
2; 3; 4; 5; 5; 6; 6; 7; 8; 9; 2; 3; 4; 5; 5; 6; 7; 7; 8; 9;
a) Complete a distribuição de frequência abaixo:
i Notas xi fi
1 0 |--- 2
2 2 |--- 4
3 4 |--- 6
4 6 |--- 8
5 8 |--- 10
Total 50
b) Agora, responda:
c) Complete:
1. h3 = .......
2. n = ........
3. l1 = ........
4. L3 = ........
5. x2 = ........
6. f5 = ........
39
4 – Tipos de Freqüências
40
Exercício 2: Complete o quadro com as frequência que se pede.
41
No nosso exemplo: n = 20 dados, então, a regra sugere a adoção de 5 classes
pela regra de Sturges e de 4 classes pela regra da raiz quadrada, ficando a
critério de quem vai fazer a distribuição de frequência.
4º - Decidido o nº de classes, calcule então a amplitude do intervalo de classe
h > AA / i.
No nosso exemplo: AA / i = 19/4 = 4,75. Obs: Como h > AA / i é um valor
ligeiramente superior para haver folga na última classe. Utilizaremos então
h = 5.
5º - Temos então o menor nº da amostra, o nº de classes e a amplitude do
intervalo. Podemos montar a tabela, com o cuidado para não aparecer classes
com frequência = 0 (zero).
No nosso exemplo: o menor nº da amostra = 41 + h = 46, logo a primeira
classe será representada por 41 |------- 46. As classes seguintes respeitarão o
mesmo procedimento.
O primeiro elemento da classe seguinte sempre será formado pelo último
elemento da classe anterior.
6 - Representação Gráfica de uma Distribuição
Uma distribuição de frequência pode ser representada graficamente pelo
Histograma, pelo Polígono de frequência e pelo Polígono de frequência
acumulada (alguns autores denominam de ogiva de Galton).
Em todos os gráficos acima utilizamos o primeiro quadrante do sistema de
eixos coordenados cartesianos ortogonais. Na linha horizontal (eixo das
abscissas) colocamos os valores da variável e na linha vertical (eixo das
ordenadas), as frequências.
6.1 - Histograma
42
Para o exemplo a seguir, temos o seguinte histograma:
43
Para o exemplo anterior temos o seguinte Polígono de frequência:
44
Uma distribuição de frequência sem intervalos de classe é representada
graficamente por um diagrama onde cada valor da variável é representado por
um segmento de reta variável e de comprimento proporcional à respectiva
frequência.
45
VI - MEDIDAS DE POSIÇÃO
1 – Introdução
O estudo que fizemos sobre distribuições de frequência, até agora, permite-nos
descrever, de modo geral, os grupos dos valores que uma variável pode
assumir. Dessa forma, podemos localizar a maior concentração de valores de
uma dada distribuição, isto é, se ela se localiza no início, no meio ou no final,
ou ainda, se há uma distribuição por igual.
Porém, para ressaltar as tendências características de cada distribuição,
isoladamente, ou em confronto com outras, necessitamos introduzir conceitos
que se expressam através de números, que nos permitam traduzir essas
tendências. Esses conceitos são denominados elementos típicos da
distribuição e são as:
a. medidas de posição;
b. medidas de variabilidade ou dispersão;
c. medidas de assimetria;
d. medidas de curtose.
Dentre os elementos típicos, destacamos, neste capítulo, as medidas de
posição - estatísticas que representam uma série de dados orientando-nos
quanto à posição da distribuição em relação ao eixo horizontal do gráfico da
curva de freqüência.
As medidas de posições mais importantes são as medidas de tendência
central ou promédias, que recebem tal denominação pelo fato de os dados
observados tenderem, em geral, a se agruparem em torno dos valores centrais.
Dentre as medidas de tendência central, destacamos:
a. a média aritmética;
b. a moda;
c. a mediana.
Outras promédias menos usados são as médias: geométrica, harmônica,
quadrática, cúbica e biquadrática.
46
As outras medidas de posição são as separatrizes, que englobam: a própria
mediana, os decis, os quartis e os percentis.
2 – Média Aritmética ( )
Em um conjunto de dados, podemos definir vários tipos de médias. Porém, em
nossos estudos iremos nos limitar à mais importante: a média aritmética.
.= (10+14+13+15+16+18+12) / 7 = 14 kg
Logo: .= 14 Kg
Às vezes, a média pode ser um número diferente de todos os da série de dados
que ela representa. É o que acontece quando temos os valores 2, 4, 6 e 8, para
os quais a média é 5. Esse será o número representativo dessa série de valores,
embora não esteja representado nos dados originais. Neste caso, costumamos
dizer que a média não tem existência concreta.
2.2 – Desvio em relação à média
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 média
1ª propriedade: A soma algébrica dos desvios em relação à média é nula.
Ou seja:
No exemplo anterior: d1 + d2 + d3 + d4 + d5 + d6 + d7 = 0
2ª propriedade: Somando-se (ou subtraindo-se) uma constante (c) a todos
os valores de uma variável, a média do conjunto fica aumentada (ou
diminuída) dessa constante.
Ou seja, Y = .+ 2 = 14 +2 = 16 kg
48
3ª propriedade: Multiplicando-se (ou dividindo-se) todos os valores de
uma variável por uma constante (c), a média do conjunto fica
multiplicada (ou dividida) por essa constante.
Ou seja, Y = x 3 = 14 x 3 = 42 kg
2.4 – Dados Agrupados
A média aritmética sem intervalos de classe
Consideremos a distribuição relativa a 34 famílias de quatro filhos, tomando
para variável o número de filhos do sexo masculino. Calcularemos a
quantidade média de meninos por família:
Nº de meninos Freqüência = fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
49
O modo mais prático de obtenção da média ponderada é abrir, na tabela, uma
coluna correspondente aos produtos xifi:
xi fi xi . fi
0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
Σ =34 Σ =78
Temos, Σ xifi = 78 e Σf i = 34
Logo Σ xifi / Σf i = 78 / 34 = 2,3
Portanto a média é de 2,3 meninos por família
Nota:
- Sendo x uma variável discreta, como interpretar o resultado obtido, 2
meninos e 3 décimos de menino?
O valor médio de 2,3 meninos sugere, neste caso, que o maior número de
famílias tem 2 meninos e 2 meninas, sendo, porém, a tendência geral de uma
leve superioridade numérica em relação ao número de meninos.
50
Exemplo: Considere a distribuição de frequência abaixo, relativo a estaturas
em cm de bebês. Calcular a estatura média de bebês conforme a tabela abaixo.
i Estaturas (cm) fi
1 50 |------- 54 4
2 54 |------- 58 9
3 58 |------- 62 11
4 62 |------- 66 8
5 66 |------- 70 5
6 70 |------- 74 3
Σ = 40
Pela mesma razão do caso anterior, vamos, inicialmente, abrir uma coluna
para os pontos médios (xi) e outra para os produtos xifi:
51
3 – Moda
Denominamos Moda o valor que ocorre com maior freqüência em uma série
de valores.
Mo é o símbolo da moda.
Desse modo, o salário modal dos empregados de uma fábrica é o salário mais
comum, isto é, o salário recebido pelo maior número de empregados dessa
fábrica.
3.1 – Dados não - agrupados
Quando lidamos com dados não-agrupados, a moda é facilmente reconhecida:
basta, de acordo com definição, procurar o valor que mais se repete.
Exemplo: Na série de dados {7, 8, 9, 10, 10, 10, 11, 12} a moda é igual a 10.
Há séries nas quais não exista valor modal, isto é, nas quais nenhum valor
apareça mais vezes que outros.
Exemplo: {3 , 5 , 8 , 10 , 12 } não apresenta moda. A série é amodal.
.Em outros casos, pode haver dois ou mais valores de concentração. Dizemos,
então, que a série 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 série é bimodal.
3.2 – Dados agrupados
Sem intervalos de classe
Uma vez agrupados os dados, é possível determinar imediatamente a moda:
basta fixar o valor da variável de maior freqüência.
Exemplo: Qual a temperatura mais comum medida no mês abaixo:
Temperaturas (º C) Freqüência
0 3
1 9
2 12
3 6
Resp: 2º C é a temperatura modal, pois é a de maior freqüência (12 vezes).
52
Com intervalos de classe
A classe que apresenta a maior freqüência é denominada classe modal. Pela
definição, podemos afirmar que a moda, neste caso, é o valor dominante que
está compreendido entre os limites da classe modal.
O método mais simples para o cálculo da moda consiste em tomar o ponto
médio da classe modal. Damos a esse valor a denominação de moda bruta.
Há, para o cálculo da moda, outros métodos mais elaborados, como, por
exemplo, o que faz uso da fórmula de Czuber:
Na qual:
l* é o limite inferior da classe modal;
53
h* é a amplitude da classe modal;
D1 = f* - f (ant.);
D2 = f* - f (post.);
Sendo:
f* a frequencia simples da classe modal;
f (ant.) a frequencia simples da classe anterior à classe modal;
f (post.) a frequencia simples da classe posterior à classe modal.
54
4 – Mediana
Símbolo da mediana: Md
4.1 – Dados não-agrupados
Dada uma série de valores como, por exemplo:
{5, 2, 6, 13, 9, 15, 10}
De acordo com a definição de mediana, o primeiro passo a ser dado é o da
ordenação (crescente ou decrescente) dos valores:
{2, 5, 6, 9, 10, 13, 15}
Em seguida, tomamos aquele valor central que apresenta o mesmo número de
elementos à direita e à esquerda. Neste caso o valor que divide a série acima
em duas partes iguais é o 9, logo a Md = 9.
Se, porém, a série dada tiver um número par de termos, a mediana será, por
definição, qualquer dos números compreendidos entre os dois valores centrais
da série. Convencionou-se utilizar o ponto médio.
.Método prático para o cálculo da Mediana
a) Se a série dada tiver número ímpar de termos:
O valor mediano será o termo de ordem dado pela fórmula:
(n+1)/2
55
b) Se a série dada tiver número par de termos:
O valor mediano será dado pela fórmula:
. [( n/2 ) +( n/2+ 1 )] / 2
Obs.: n/2 e (n/2 + 1) serão termos de ordem e devem ser substituídos pelo valor
correspondente.
56
4.2 – Dados agrupados
Se os dados se agrupam em uma distribuição de frequência, o cálculo da
mediana se processa de modo muito semelhante àquele dos dados não-
agrupados, implicando, porém, a determinação prévia das frequências
acumuladas.
Ainda aqui, temos que determinar um valor tal que divida a distribuição em
dois grupos que contenham o mesmo número de elementos.
Sem intervalos de classe
Neste caso, é o bastante identificar a frequência acumulada imediatamente
superior à metade da soma das frequências. A mediana será aquele valor da
variável que corresponde a tal frequência acumulada.
- Quando o somatório das frequências for ímpar o valor mediano será o termo
de ordem dado pela fórmula:
Variável xi fi Fi
0 2 2
1 6 8
2 9 17
3 13 30
4 5 35
Total 35 --
Como o somatório das frequências Σfi = 35, a fórmula para calcular a mediana
será:
(35+1) / 2 = 18º termo
Pela distribuição temos a mediana igual ao valor da variável correspondente
ao 18º termo, ou seja, igual a 3.
57
- Quando o somatório das frequências for par o valor mediano será o termo de
ordem dado pela fórmula:
Variável xi fi Fi
12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 1 8
Total 8 --
Aplicando fórmula acima teremos:
[(8/2)+ (8/2+1)]/2 = (4º termo + 5º termo) / 2 = (15 + 16) / 2 = 15,5
Logo, o valor da mediana para esta distribuição será igual a 15,5.
58
Exemplo: Considere a distribuição a seguir
Classes fi Fi
50 |------- 54 4 4
54 |------- 58 9 13
58 |------- 62 11 24
62 |------- 66 8 32
66 |------- 70 5 37
70 |------- 74 3 40
Total 40 --
Temos: = 40 / 2 =.20
Logo,.a classe mediana será 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 fórmula acima, obtemos:
Md = 58 + [(20 - 13) x 4] / 11 = 58 + (28/11) = 58 + 2,54 = 60,54
Obs.: Este valor (Md = 60,54) é estimado, pois não temos os 40 valores da
distribuição.
NOTA: No caso de existir uma frequência acumulada exatamente igual a Σfi/2, a
mediana será o limite superior da classe correspondente.
59
Exemplo: Considere a distribuição a seguir
i Classes fi Fi
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
Total 26 --
Temos: = 26 / 2 =.13
Logo,.Md = L* = 30
4.3 - Emprego da Mediana
A mediana é usada quando:
a. desejamos obter o ponto que divide a distribuição em duas partes iguais;
b. há valores extremos que afetam de maneira acentuada a média
aritmética;
c. a variável em estudo é salário.
60
6 – As Separatrizes
Como vimos, a mediana caracteriza uma série de valores devido à sua posição
central. No entanto, ela apresenta uma característica, tão importante quanto a
primeira: ela separa a série em dois grupos que apresentam o mesmo
número de valores.
Assim, além das medidas de posição que estudamos, há outras que,
consideradas individualmente, não são medidas de tendência central, mas
estão ligadas à mediana relativamente à sua segunda característica, já que se
baseiam em posição na série. Essas medidas – os quartis, os percentis e os
decis – são, juntamente com a mediana, conhecidas pelo nome genérico de
separatrizes.
6.1 – Os quartis
61
Há, portanto, três quartis:
a. O primeiro quartil (Q1) – valor situado de tal modo na série que uma
quarta parte (25%) dos dados é menor que ele e as três quartas partes
restantes (75%) são maiores.
b. O segundo quartil (Q2) – evidentemente, coincide com a mediana (Q2
= Md).
c. O terceiro quartil (Q3) – valor situado de tal modo na série que as três
quartas partes (75%) dos termos são menores que ele e uma quarta parte
restante (25%) é maior.
Quando os dados são agrupados, para determinar os quartis usamos a
mesma técnica do cálculo da mediana, bastando substituir, na fórmula da
mediana, por:
62
Exemplo:
Classes fi Fi
150 |------- 154 4 4
154 |------- 158 9 13 (Q1)
158 |------- 162 11 24
162 |------- 166 8 32 (Q3)
166 |------- 170 5 37
170 |------- 174 3 40
Total 40 --
Exercício:
1. Complete os esquemas para o cálculo do primeiro e do terceiro quartis
da distribuição de frequência:
63
6.2 – Os Decis
Indicamos:
D1, D2, D3, ............, D9
É evidente que:
D5= Q2 = Md
64
O cálculo de um decil segue a mesma técnica do cálculo da mediana, porém, a
fórmula será substituída por:
10
10
D1
10
D3
Exemplo: Calcule o sétimo decil
Classes fi Fi
150 |------- 154 4 4
154 |------- 158 9 13
158 |------- 162 11 24
162 |------- 166 8 32 (D7)
166 |------- 170 5 37
170 |------- 174 3 40
Total 40 --
Sétimo Decil:
7 x ∑fi/10 = 7 x 40/10 = 28
65
6.3 – Os Percentis
Indicamos:
P1, P2, P3, ............, P99
É evidente que:
P50= D5= Q2 = Md, P25= Q1, P75= Q3
O cálculo de um percentil segue a mesma técnica do cálculo da mediana,
porém, a fórmula será substituída por:
Exemplo:
Considerando a distribuição de frequência, temos para o oitavo percentil:
Classes fi Fi
(P8)
150 |------- 154 4 4
154 |------- 158 9 13
158 |------- 162 11 24
162 |------- 166 8 32
166 |------- 170 5 37
170 |------- 174 3 40
Total 40 --
66
67
Exercício:
68
2. Calcule a média aritmética das distribuições de frequência abaixo:
69
VII – MEDIDAS DE DISPERSÃO OU VARIABILIDADE
1 – Dispersão ou variabilidade
Vimos anteriormente que um conjunto de valores pode ser convenientemente
sintetizado, por meio de procedimentos matemáticos, em poucos valores
representativos – média aritmética, moda e mediana. Tais valores podem
servir de comparação para dar a posição de qualquer elemento do conjunto.
No entanto, quando se trata de interpretar dados estatísticos, mesmo aqueles já
convenientemente simplificados, é necessário ter-se uma idéia retrospectiva de
como se apresentavam esses mesmos dados nas tabelas.
Assim, não é o bastante dar uma das medidas de posição para caracterizar
perfeitamente um conjunto de valores. Vemos, então, que a média – ainda que
considerada como um número que tem a faculdade de representar uma série de
valores – não pode, por si mesma, destacar o grau de homogeneidade que
existe entre os valores que compõem o conjunto.
Consideremos os seguintes conjuntos de valores das variáveis x, y e z:
X: 70, 70, 70, 70, 70
Y: 68, 69, 70, 71, 72
Z: 5, 15, 50, 120, 160
Calculando a média aritmética de cada um desses conjuntos, obtemos:
média da variável x = 70;
média da variável y = 70;
média da variável z = 70;
Vemos, então, que os três conjuntos apresentam a mesma média aritmética: 70
Entretanto, é fácil notar que o conjunto X é mais homogêneo que os
conjuntos Y e Z, já que todos os valores são iguais à média. O conjunto Y,
por sua vez, é mais homogêneo que o conjunto Z, pois há menor
diversificação entre cada um de seus valores e a média representativa.
Chamando de dispersão ou variabilidade a maior ou menor diversificação
dos valores de uma variável em torno de um valor de tendência central tomado
como ponto de comparação, podemos dizer que o conjunto X apresenta
70
dispersão ou variabilidade nula e que o conjunto Y apresenta uma dispersão
ou variabilidade menor que o conjunto Z.
Portanto, para qualificar os valores de uma dada variável, ressaltando a maior
ou menor dispersão ou variabilidade entre esses valores e a sua medida de
posição, a Estatística recorre às medidas de dispersão ou de variabilidade.
Dessas medidas, estudaremos a amplitude total, o Desvio-padrão, a
Variância e o Coeficiente de variação.
2 – Amplitude Total
2.1 – Dados não-agrupados
AT = X (max) - X (min)
71
Exemplo:
Considerando a tabela abaixo:
Xi fi
0 2
1 6
2 12
3 7
4 3
Total 30
Temos: AT = 4 –0 = 4, logo AT = 4.
AT = L (max) - l (min)
Exemplo:
Considerando a distribuição de frequência abaixo:
Classes fi
150 |------- 154 4
154 |------- 158 9
158 |------- 162 11
162 |------- 166 8
166 |------- 170 5
170 |------- 174 3
Total 40
Temos:
AT = 174 – 150 = 24, logo: AT = 24 cm.
A amplitude total tem o inconveniente de só levar em conta os dois valores
extremos da série, descuidando do conjunto de valores intermediários, o que
quase sempre invalida a idoneidade do resultado. Ela é apenas uma indicação
aproximada da dispersão ou variabilidade.
72
3 – Variância e Desvio-padrão
3.1 – Introdução:
A variância e o desvio-padrão levam em consideração a totalidade dos valores
da variável em estudo, o que faz delas índices de variabilidade bastante
estáveis e, por isso mesmo, os mais geralmente empregados.
A variância é uma medida que tem pouca utilidade como estatística descritiva,
porém é extremamente importante na inferência estatística e em combinações
de amostras.
Por isso mesmo, imaginou-se uma nova medida que tem utilidade e
interpretações práticas, denominada desvio-padrão, definida como a raiz
quadrada da variância e representada por S.
73
Tanto o desvio-padrão como a variância são usados como medidas de
dispersão ou variabilidade. O uso de uma ou de outra dependerá da
finalidade que se tenha em vista.
Outra fórmula bastante utilizada para calcular o desvio-padrão de uma
população é:
74
3.3 – Dados não-agrupados
Devemos empregar uma das duas fórmulas mostradas para cálculo do desvio-
padrão.
Exemplo: Calcular o desvio padrão da população representada por:
População = {10, 6, 1, 3, 5}
xi
10 5 5 25
6 5 1 1
1 5 -4 16
3 5 -2 4
5 5 0 0
-- -- ∑ = 46
Usando a fórmula:
75
3.4 – Dados agrupados
Quando os dados estão agrupados (temos a presença de frequências) a fórmula
do cálculo do desvio padrão para uma população ficará:
Exemplo:
Calcule o desvio padrão populacional da tabela abaixo:
xi fi xi . f i .fi
0 2 0 2,1 -2,1 4,41 8,82
1 6 6 2,1 -1,1 1,21 7,26
2 12 24 2,1 -0,1 0,01 0,12
3 7 21 2,1 0,9 0,81 5,67
4 3 12 2,1 1,9 3,61 10,83
Total 30 63 -- Somatório 32,70
76
Se considerarmos os dados como sendo de uma amostra o desvio padrão seria:
A raiz quadrada de 32,7 / (30 -1) = 1,062
Obs: Nas tabelas de frequências com intervalos de classe a fórmula a ser
utilizada é a mesma do exemplo anterior.
No exemplo anterior a variância é igual a:
a) Para a população
S2 = (1,044)2 = 1,09
b) Para a amostra: S2 = (1,062)2 = 1,13
77
1 - Aproximadamente 68% dos dados estão no intervalo
78
4 – Coeficiente de Variação
O desvio padrão por si só não nos diz muita coisa. Assim, um desvio padrão
de duas unidades pode ser considerado pequeno para uma série de valores cujo
valor médio é 200; no entanto, se a média for igual a 20, o mesmo não pode
ser dito. Além disso, o fato de o desvio padrão ser expresso na mesma unidade
dos dados limita o seu emprego quando desejamos comparar duas ou mais
séries de valores, relativamente à sua dispersão ou variabilidade, quando
expressas em unidades diferentes.
Para contornar essas dificuldades e limitações, podemos caracterizar a
dispersão ou variabilidade dos dados em termos relativos a seu valor médio,
medida essa denominada coeficiente de variação (CV):
Exemplo:
Tomemos os resultados das medidas das estaturas e dos pesos de um mesmo
grupo de indivíduos:
S
79
VIII - PROBABILIDADE
1 - Introdução:
O cálculo das probabilidades pertence ao campo da Matemática, entretanto a
maioria dos fenômenos de que trata a Estatística são de natureza aleatória ou
probabilística. O conhecimento dos aspectos fundamentais do cálculo da
probabilidade é uma necessidade essencial para o estudo da Estatística
Indutiva ou Inferencial.
2 - Experimento Aleatório
São fenômenos que, mesmo repetidos várias vezes sob condições semelhantes,
apresentam resultados imprevisíveis. O resultado final depende do acaso.
Exemplo:
Da afirmação "é provável que o meu time ganhe a partida hoje" pode resultar:
- que ele ganhe - que ele perca - que ele empate
Este resultado final pode ter três possibilidades.
3 - Espaço Amostral
No experimento aleatório "lançamento de uma moeda" temos o espaço
amostral: {cara, coroa}.
No experimento aleatório "lançamento de um dado" temos o espaço
amostral: {1, 2, 3, 4, 5, 6}.
No experimento aleatório "dois lançamentos sucessivos de uma moeda" temos
o espaço amostral:
{(ca,ca) ; (co,co) ; (ca,co) ; (co,ca)}
80
Obs.: cada elemento do espaço amostral que corresponde a um resultado
recebe o nome de ponto amostral. No primeiro exemplo: cara pertence ao
espaço amostral {cara, coroa}.
4 - Eventos
5 - Probabilidade
Dado um experimento aleatório, sendo S o seu espaço amostral, vamos
admitir que todos os elementos de S tenham a mesma chance de acontecer, ou
seja, que S é um conjunto equiprovável.
Exemplos:
1- No lançamento de uma moeda qual a probabilidade de obter “cara” em um
evento A?
S = {ca, co} = 2 A = {ca} = 1 P (A) = 1/2 = 0,5 = 50%
81
2- No lançamento de um dado qual a probabilidade de obter um “número par”
em um evento A?
S = {1,2,3,4,5,6} = 6 A = {2,4,6} = 3 P (A) = 3/6 = 0,5 = 50%
3- No lançamento de um dado qual a probabilidade de obter um “número
menor ou igual a 6” em um evento A?
S = {1,2,3,4,5,6} = 6 A = {1,2,3,4,5,6} = 6 P (A) = 6/6 = 1,0 = 100%
Obs: a probabilidade de todo evento certo é igual a 1 ou 100%.
4- No lançamento de um dado qual a probabilidade de obter um “número
maior que 6” em um evento A?
S = {1,2,3,4,5,6} = 6 A={ }=0 P (A) = 0/6 = 0 = 0%
Obs: a probabilidade de todo evento impossível é igual a 0 ou 0%
6 - Eventos Complementares
Sabemos que um evento pode ocorrer ou não. Sendo p a probabilidade de que
ele ocorra (sucesso) e q a probabilidade de que ele não ocorra (insucesso),
para um mesmo evento existe sempre a relação:
p+q=1
82
O termo "3 para 2" significa : De cada 5 corridas ele ganha 3 e perde 2. Então
p = 3/5 (ganhar) e q = 2/5 (perder).
7 - Eventos Independentes
Dizemos que dois eventos são independentes quando a realização ou a não-
realização de um dos eventos não afeta a probabilidade da realização do outro
e vice-versa.
Por exemplo, quando lançamos dois dados, o resultado obtido em um deles
independe do resultado obtido no outro.
Se dois eventos são independentes, a probabilidade de que eles se realizem
simultaneamente é igual ao produto das probabilidades de realização dos dois
eventos.
Assim, se p1 a probabilidade de realização do primeiro evento e a p2 a
probabilidade de realização do segundo evento, a probabilidade de que tais
eventos se realizem simultaneamente é dada por:
p = p1 x p2
83
Se dois eventos são mutuamente exclusivos, a probabilidade de que um ou
outro se realize é igual à soma das probabilidades de que cada um deles se
realize:
p = p1 + p2
Exercícios Resolvidos
1 – Qual a probabilidade de sair o ás de ouros quando retirarmos uma carta de
um baralho de 52 cartas?
Resposta: Como só há um ás de ouros, o número de elementos do evento é 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 há quatro reis no baralho, o número de elementos do evento
é 4; logo: p = 4/52 = 1/13.
3 – Em um lote de 12 peças, 4 são defeituosas. Sendo retirada uma peça,
calcule:
a. a probabilidade de essa peça ser defeituosa
Resposta: Temos p = 4/12 = 1/3.
b. a probabilidade de essa peça não ser defeituosa
Resposta: Temos p = 1 - 1/3 = 2/3.
4 – No lançamento de dois dados, calcule a probabilidade de se obter soma
igual a 5.
Resposta: O evento é formado pelos elementos (1,4), (2,3), (3,2) e (4,1). Como
o número de elementos de S é 36, temos: p = 4/36 = 1/9.
84
5 – De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do
primeiro baralho e uma carta do segundo. Qual a probabilidade de a carta do
primeiro baralho ser um rei e a do segundo ser o 5 de paus?
Resposta: Como há quatro reis no baralho, o número de elementos do evento
é 4; logo: p1 = 4/52 = 1/13 e p2 = 1/52. Como esses dois acontecimentos são
independentes e simultâneos, vem: p = 1/13 x 1/52 = 1/676.
6 – Uma urna A contém: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B
contém: 5 bolas brancas, 2 pretas, 1 verde; uma urna C contém: 2 bolas
brancas, 3 pretas e 4 verdes. Uma bola é retirada de cada urna. Qual a
probabilidade de as bolas retiradas da primeira, segunda e terceira urnas
serem, respectivamente, branca, preta e verde?
Resposta: Temos: p1 = 3/9 = 1/3; p2 = 2/8= 1/4 e p3 = 4/9. Como esses três
acontecimentos são independentes e simultâneos, vem: p = 1/3 x 1/4 x 4/9 =
1/27.
7 – De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem
reposição. Qual a probabilidade de a primeira carta ser o ás de paus e a
segunda ser o rei de paus?
Resposta: A probabilidade de sair o ás de paus na primeira carta é p1 = 1/52.
Após a retirada da primeira carta, restam 51 cartas no baralho, já que a
carta retirada não foi reposta. Assim, a probabilidade de a segunda carta ser
o rei de paus é p2 = 1/51. Como esses dois eventos são independentes, temos:
p = 1/52 x 1/51= 1/2652.
8 – Qual a probabilidade de sair uma figura quando retiramos uma carta de um
baralho de 52 cartas?
Resposta: Temos pR = 4/52 = 1/13, pD = 1/13 pV = 1/13. Como esses eventos
são mutuamente exclusivos, vem: p = 1/13 + 1/13 + 1/13 = 3/13.
9 – Qual a probabilidade de sair uma carta de copas ou de ouros quando
retiramos uma carta de um baralho de 52 cartas?
Resposta: Temos pC = 13/52 = 1/4, pO = 1/4. Como esses eventos são
mutuamente exclusivos, vem: p = 1/4 + 1/4 = 1/2.
10 – No lançamento de um dado, qual a probabilidade de se obter um número
não-inferior a 5?
85
Resposta: A probabilidade de se ter um número não-inferior a 5 é a
probabilidade de se obter 5 ou 6. Assim, p = 1/6 + 1/6 = 1/3.
11 – São dados dois baralhos de 52 cartas. Tiramos, ao mesmo tempo, uma
carta do primeiro baralho e uma carta do segundo. Qual é a probabilidade de
tirarmos uma dama e um rei, não necessariamente nesta ordem?
Resposta: A probabilidade de tirarmos uma dama do primeiro baralho é p =
4/52 = 1/13 e um rei do segundo é p = 4/52 = 1/13, de acordo com o
problema: p1 = 1/13 x 1/13= 1/169.
A probabilidade de tirarmos um rei do primeiro baralho e uma dama do
segundo é: p2 = 1/13 x 1/13= 1/169.
Como esses dois eventos são mutuamente exclusivos, temos: p = 1/169 +
1/169= 2/169.
12 – Dois dados são lançados conjuntamente. Determine a probabilidade de a
soma ser 10 ou maior que 10.
Resposta: A soma deverá ser então 10, 11 ou 12. Para que a soma seja 10, a
probabilidade é (4,6); (5,5) e (6,4), logo: p = 3/36. Para que a soma seja 11,
a probabilidade é (5,6) e (6,5), logo: p = 2/36. Para que a soma seja 12, a
probabilidade é (6,6), logo: p = 1/36.
Como esses três eventos são mutuamente exclusivos, temos: p = 3/36 + 2/36
+ 1/36 = 6/36 = 1/6.
86
IX – DISTRIBUIÇÕES BINOMIAL E NORMAL
1 - Experimento Aleatório
PONTO
X
AMOSTRAL
(Ca, Ca) 2
(Ca, Co) 1
(Co, Ca) 1
(Co, Co) 0
2 – Distribuição de Probabilidade
Consideremos a distribuição de freqüências relativa ao número de acidentes
diários em um estacionamento:
Nº DE
FREQUENCIAS
ACIDENTES
0 22
1 5
2 2
3 1
TOTAL 30
87
Em um dia, a probabilidade de:
- não ocorrer acidente é: p = 22/30 = 0,73
- ocorrer um acidente é: p = 5/30 = 0,17
- ocorrerem dois acidentes é: p = 2/30 = 0,07
- ocorrerem três acidentes é: p = 1/30 = 0,03
Podemos, então, escrever:
Nº DE
PROBABILIDADES
ACIDENTES
0 0,73
1 0,17
2 0,07
3 0,03
TOTAL 1,00
Essa tabela é denominada distribuição de probabilidade.
Seja X uma variável aleatória que pode assumir os valores x1, x2, x3, ....., xn. A
cada valor xi correspondem a probabilidade pi de ocorrência de tais pontos no
espaço amostral.
Assim, temos:
∑ pi = 1
Os valores x1, x2, x3, ....., xn e seus correspondentes p1, p2, p3, ....., pn definem
uma distribuição de probabilidade.
88
Logo, podemos escrever:
X P(X)
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
∑=1
89
3 – Distribuição Binomial
Eventos binomiais são marcados pela existência de duas categorias,
mutuamente excludentes e coletivamente exaustivos. Mutuamente excludentes
significa que uma categoria implica a possibilidade da não-ocorrência
simultânea da outra categoria. Por coletivamente exaustivas entende-se que a
união de ambos os eventos resulta no espaço amostral.
Exemplos de eventos binomiais podem ser fornecidos por meio de números
pares e ímpares no lançamento de um dado honesto, e por meio da extração de
cartas vermelhas e pretas de um baralho.
Geralmente, em análises estatísticas, os exemplos mais comuns de eventos
binomiais são aqueles que estabelecem situações de sucesso e fracasso.
Situações de sucesso correspondem àquilo que se deseja estudar. Situações de
fracasso correspondem ao complemento. Ou seja, àquilo que não se deseja
estudar.
Vamos, neste item, considerar experimentos que satisfaçam a seguintes
condições:
a. O experimento deve ser repetido, nas mesmas condições, um número
finito de vezes (n).
b. As provas repetidas devem ser independentes, isto é, o resultado de uma
não deve afetar os resultados das sucessivas.
c. Em cada prova deve aparecer um dos dois possíveis 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-ão constantes.
Resolveremos problemas do tipo: determinar a probabilidade de se obterem k
sucessos em n tentativas.
O experimento “obtenção de caras em cinco lançamentos sucessivos e
independentes de uma moeda” satisfaz essas condições. Sabemos que, quando
da realização de um experimento qualquer em uma única tentativa, se a
probabilidade de realização de um evento (sucesso) é p, a probabilidade de
não-realização desse mesmo evento (insucesso) é 1 – p = q.
90
Suponhamos, agora, que realizemos a mesma prova n vezes sucessivas e
independentes. A probabilidade de que um evento se realize k vezes nas
provas é dada pela função:
Na qual:
P(X = k) é a probabilidade de que o evento se realize k vezes em n provas;
p é a probabilidade de que o evento se realize em uma só prova – sucesso;
q é a probabilidade de que o evento não se realize no decurso dessa –
insucesso;
Exercícios Resolvidos
1 – Uma moeda é lançada 5 vezes seguidas e independentes. Calcule a
probabilidade de serem obtidas 3 caras nessas 5 provas.
91
2 – Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a
probabilidade de o time A ganhar 4 jogos.
92
4 – A probabilidade de uma duplicata ser paga em dia é de 70%. Escolhemos
ao acaso seis duplicatas para uma auditoria. Deseja-se calcular a probabilidade
de: (a) todas serem pagas em atraso; (b) Apenas uma ser paga em dia; (c)
todas serem pagas em dia.
(a) Para calcular a probabilidade de todas serem pagas em atraso, ou
nenhuma ser paga em dia, temos x = 0.
P(x = 0) = C6,0(0,70)0(0,30)6-0 = 0,001 ou 0,1%
(b) Para calcular a probabilidade de apenas uma duplicata ser paga em dia,
temos x = 1.
P(x = 1) = C6,1(0,70)1(0,30)6-1 = 0,01 ou 1%
(c) Para calcular a probabilidade de todas as duplicatas serem pagas em
dia, temos x = 6.
P(x = 6) = C6,6(0,70)6(0,30)6-6 = 0,118 ou 11,8%
Exercícios propostos
1 – Determine a probabilidade de obtermos exatamente 3 caras em 6 lances de
uma moeda.
2 – Jogando-se um dado três vezes, determine a probabilidade de se obter um
múltiplo de 3 duas vezes.
3 – Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a
probabilidade de o time A:
a. Ganhar dois ou três jogos;
b. Ganhar pelo menos um jogo.
4 – A probabilidade de um atirador acertar o alvo é 2/3. Se ele atirar 5 vezes,
qual a probabilidade de acertar exatamente 2 tiros?
5 – Seis parafusos são escolhidos ao acaso da produção de certa máquina, que
apresenta 10% de peças defeituosas. Qual a probabilidade de serem
defeituosos dois deles?
93
4 – Distribuição Normal
Entre as distribuições teóricas de variável aleatória contínua, uma das mais
empregadas é a distribuição normal. Consiste em uma distribuição contínua
de probabilidades, onde a apresentação da distribuição de frequências f(x) de
uma variável qualitativa x costuma apresentar-se em forma de sino e simétrica
em relação à média.
O estudo da distribuição normal recebeu contribuições de matemáticos
importantes, como De Moivre, Laplace e Gauss. Alguns estudos revelam que
medições repetidas de uma mesma grandeza, como o diâmetro de uma esfera
ou o peso de determinado objeto, nunca forneciam os mesmos valores. Porém,
a apresentação das frequências dos inúmeros números coletados sempre
resultava em uma curiosa curva em forma de sino. Das observações surgiu o
nome curva “normal” dos erros.
Muitas das variáveis analisadas na pesquisa socioeconômica correspondem à
distribuição normal ou dela se aproximam.
O aspecto gráfico da distribuição normal é o da figura abaixo:
94
Para uma perfeita compreensão da distribuição normal, observe a figura e
procure visualizar as seguintes propriedades:
95
É fácil notar que essa probabilidade, indicada por: P(2 < X < 2,05)
corresponde à área hachurada na figura:
96
Voltemos, então, ao nosso problema.
Queremos calcular P(2 < X < 2,05). Para obter essa probabilidade,
precisamos, em primeiro lugar, calcular o valor de z que corresponde a
variável x = 2,05 (x = 2 → z = 0, pois = 2). Temos então:
Z = 2,05 – 2 / 0,04 = 1,25,
donde:
P(2 < X < 2,05) = P(0 < Z < 1,25)
Procuremos, agora, na tabela Z em anexo, o valor de z = 1,25.
Na primeira coluna encontramos o valor 1,2. Em seguida, encontramos, na
primeira linha, o valor 5, que corresponde ao último algarismo do número
1,25. Na intersecção da linha e coluna correspondentes encontramos o valor
0,3944, o que nos permite escrever:
P(0 < Z < 1,25) = 0,3944
Assim, a probabilidade de um parafuso fabricado por essa máquina apresentar
um diâmetro entre a média = 2 e o valor x = 2,05 é 0,3944.
Escrevemos, então:
P(2 < X < 2,05) = P(0 < Z < 1,25) = 0,3944 ou 39,44%.
97
Exercícios Resolvidos
1 – Determine as probabilidades:
a. P(-1,25 < Z < 0)
A probabilidade procurada corresponde à 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
c. P(0,8 < Z < 1,23)
A probabilidade procurada corresponde à parte hachurada da figura:
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
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
e. P(Z < 0,92)
A probabilidade procurada corresponde à parte hachurada da figura:
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
100
Exercícios Propostos
101
REFERENCIAS
Crespo, Antonio Arnot. Estatística fácil. 17.ed. São Paulo: Saraiva, 2002.
Silva, Ermes Medeiro da; Silva, Elio Medeiro da; Gonçalves; Valter; Murolo,
Afrânio Carlos. Estatística: Para os cursos de economia, Administração e
Ciências Contábeis - 1. 3.ed. São Paulo: Editora Atlas, 1999.
Toledo, Geraldo Luciano; Ovalle, Ivo Izidoro. Estatística básica. 2.ed. São
Paulo: Editora Atlas, 1985.
102
ANEXOS:
Arredondamentos;
Compensações;
Tabela de Números Aleatórios;
Tabela de Distribuição Normal.
103
ARREDONDAMENTO DE DADOS
104
Exemplos:
24,75 passa a 24,8
COMPENSAÇÃO
105
TABELA DE NÚMEROS ALEATÓRIOS
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25 C26 C27 C28 C29
L1 4 1 6 1 6 1 0 2 3 5 7 6 2 0 9 9 8 1 0 3 4 7 2 1 0 8 7 8 4
L2 3 0 7 2 6 3 9 5 5 3 4 8 8 0 9 3 0 1 7 0 4 0 8 3 1 2 0 1 2
L3 2 2 5 3 7 5 0 1 9 8 7 6 3 0 0 1 2 1 4 3 2 4 5 6 7 7 4 3 0
L4 1 9 8 4 7 7 8 6 5 2 7 8 1 0 0 7 5 3 2 2 5 8 1 9 0 3 2 3 4
L5 0 3 4 5 8 9 0 2 0 3 1 0 1 1 2 4 3 1 9 5 6 8 5 0 2 3 4 9 0
L6 0 8 9 6 8 1 7 2 2 2 2 8 6 1 9 4 5 2 0 0 1 3 1 0 9 2 3 4 1
L7 8 3 3 7 9 0 6 3 7 6 4 0 7 1 2 1 0 1 2 8 9 7 5 3 2 1 1 8 2
L8 8 8 0 8 9 2 3 6 3 7 3 7 8 9 4 3 9 2 3 2 3 0 0 4 4 2 3 1 3
L9 5 4 1 9 0 0 2 0 3 7 5 0 9 7 6 5 7 8 0 8 4 5 2 3 0 7 4 3 6
L10 6 7 2 0 0 3 1 1 1 2 6 0 2 0 8 0 9 7 7 7 3 6 7 2 9 0 3 1 0
L11 4 4 0 5 1 9 1 9 4 1 8 4 2 1 3 3 2 7 6 4 4 3 8 9 0 7 2 2 9
L12 3 5 1 4 3 3 0 3 2 3 7 0 3 4 5 8 9 3 5 2 4 0 1 7 9 1 8 1 3
L13 2 6 9 3 5 8 2 3 6 5 0 2 6 3 6 7 0 1 7 9 6 8 3 5 3 3 5 7 2
L14 0 1 2 2 7 4 0 7 0 7 9 0 0 6 5 2 7 8 1 0 0 7 5 3 0 9 1 1 3
L15 9 0 8 1 9 8 3 8 3 9 4 0 1 9 5 2 2 0 0 2 1 2 4 7 6 3 2 1 5
L16 7 2 2 0 2 5 0 5 3 2 1 3 5 8 9 1 2 3 9 6 5 2 7 8 1 0 0 7 0
L17 8 9 3 9 4 7 4 1 1 4 2 4 6 7 0 2 3 7 8 5 3 1 2 5 6 9 0 7 9
L18 6 3 0 8 6 6 0 1 4 6 2 2 3 3 0 1 5 4 5 1 1 3 4 7 8 1 2 8 8
L19 5 8 1 7 8 7 5 9 4 8 0 0 2 3 6 9 6 4 3 6 7 2 1 9 7 0 1 8 5
L20 3 4 0 6 0 1 9 8 4 0 2 9 2 3 2 5 3 5 7 2 7 8 2 5 6 2 2 9 4
L21 8 7 2 1 1 3 5 2 4 1 7 5 7 3 0 0 9 1 2 0 3 4 9 3 0 4 4 9 1
L22 1 4 9 1 3 2 8 6 1 2 0 2 0 1 3 5 4 6 4 3 2 0 0 3 9 6 6 0 2
L23 2 7 3 2 5 4 6 5 8 4 0 8 0 1 9 6 9 5 0 8 0 2 4 9 8 8 8 0 3
L24 4 3 8 2 7 3 7 8 0 3 0 9 2 2 6 7 6 4 9 8 9 4 7 7 7 0 0 2 4
L25 5 0 3 3 9 5 7 0 4 5 8 7 4 2 2 3 8 2 1 2 2 0 7 0 6 1 1 2 5
L26 2 5 7 3 0 4 2 2 6 6 1 1 0 3 9 9 1 0 3 4 3 9 6 3 5 3 3 4 8
L27 1 1 4 4 2 6 3 2 0 8 9 2 3 3 7 7 4 0 5 6 8 8 5 2 4 5 5 4 0
L28 0 2 7 4 3 6 4 3 1 7 1 0 2 0 9 6 4 3 7 9 0 7 6 1 3 7 5 5 8
L29 9 1 5 5 6 8 5 6 9 8 2 0 2 3 0 1 4 3 3 7 7 5 6 7 4 3 4 0 1
106
107
EXERCÍCIOS
DE
FIXAÇÃO
108
GENERALIDADES E CONCEITOS BÁSICOS
1 - Num estudo feito numa escola recolheram-se dados referentes às seguintes
variáveis:
(A) Idade, (B) Ano de escolaridade, (C) Sexo, (D) Nota da disciplina de
estatística, (E) Tempo gasto diariamente nos estudos, (F) Distância da casa à
escola, (G) Local de estudo, (H) Número de irmãos.
a) Das variáveis indicadas, quais são as quantitativas e quais são as
qualitativas?
b) Das variáveis quantitativas, quais são contínuas.
2 - Quais são os objetivos da Estatística descritiva?
3 - Pretendia-se fazer um estudo sobre o número de irmãos dos alunos do 10º
ano de escolaridade de uma Escola Secundária. Para isso, efetuou-se um
inquérito ao qual responderam 60 alunos.
a) Qual a população em estudo;
b) Qual a amostra em estudo;
c) Qual a variável em estudo e classifique-a.
4 - Diga por que as seguintes situações representam más amostras:
a) Para saber qual o candidato mais votado para a Câmara de determinada
cidade, ouviu-se a opinião dos clientes de determinado supermercado.
b) Para conhecer a situação financeira das empresas têxteis portuguesas,
verificou-se a situação das empresas que tiveram maior volume de
exportações, no último ano.
109
DISTRIBUIÇÃO DE FREQUENCIA E GRÁFICOS
1 - As alturas, em centímetros, dos alunos de uma turma do 10º ano são as
seguintes:
150 169 174 155 165 170 172
152 158 163 158 166 158 166
170 171 162 171 161 154 168
161 164 166 164 162 156 167
Pede-se:
a) Ponto médio das classes, freq. Acumulada crescente, freq. acumulada
decrescente (absoluta e percentual). Justificar o objetivo do cálculo do ponto
médio das classes.
110
4 - Tempo em segundos para produzir uma unidade do produto A
61 65 43 53 55 51 58 55 59 56
52 53 62 49 68 51 50 67 62 64
53 56 48 50 61 44 64 53 54 55
48 54 57 41 54 71 57 53 46 48
55 46 57 54 48 63 49 55 52 51
(a) 65% das observações têm peso não inferior a 4 Kg e inferior a 10 Kg.
(b) Mais de 65% das observações têm peso maior ou igual a 4 Kg.
(c) Menos de 20 observações têm peso igual ou superior a 4 Kg.
(d) A somados pontos médios dos intervalos de classe é inferior ao tamanho
da população.
(e) 8% das observações têm peso no intervalo de classe 8 |----10.
10,1 - 7,3 - 8,5 - 5,0 - 4,2 - 3,1 - 2,2 - 9,0 - 9,4 - 6,1 - 3,3 - 10,7 - 1,5 - 8,2 -
10,0 - 4,7 - 3,5 - 6,5 - 8,9 - 6,1
111
7 - Nas Tabelas 1 e 2 identifique a amplitude dos intervalos de classe e os
pontos médios de cada classe.
1) 2)
Salários (R$) Nº de
Empregados
[5.000 - 6.000 [ 8
[6.000 - 7.000 [ 10
[7.000 - 8.000 [ 16
[8.000 - 9.000 [ 14
[9.000 - 10.000 [ 10
[10.000 - 11.000 [ 5
[11.000 - 12.000 [ 2
Total 65
112
Determinar:
a) O limite inferior da 6ª classe;
b) O limite superior da 4ª classe;
c) O ponto médio da 3ª classe;
d) A amplitude do 5º intervalo de classe;
e) A freqüência da 3ª classe;
f) A freqüência relativa da 3ª classe;
g) O intervalo de classe que tem a maior freqüência;
h) A percentagem de empregados que ganham menos de R$ 8.000 por mês;
i) A percentagem de empregados que ganham menos de R$ 10.000 e pelo
menos R$ 6.000 por mês;
j) Fazer um histograma;
MEDIDAS DE POSIÇÃO
1 - Num laboratório verifica-se que o peso médio das 20 cobaias utilizadas
para os ensaios clínicos era de 257 gramas. Posteriormente, verificou-se que a
balança estava mal calibrada, pelo que para todas as cobaias o peso indicado
era superior em 5 gramas ao peso verdadeiro. Então qual era efetivamente a
média dos pesos das cobaias?
2 - Se as medidas que utilizam para calcular a média dos pesos estivessem em
kg, como se refletiria este fato na média?
3 - O governo e o sindicato sentam-se à mesa das negociações para discutirem
os salários da função pública. Uma destas entidades quer que um dos pontos
de referência para o aumento dos salários seja a média, enquanto que a outra
pretende que seja a mediana. Qual destas medidas é a reivindicada pelo
sindicato?
4 – Marque a alternativa correta:
a) Em uma prova de Estatística, 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 média aritmética, esta será:
1. - uma média aritmética simples com valor 8,0;
2. - uma média aritmética simples com valor 8,7;
3. - uma média aritmética ponderada com valor 8,0;
4. - uma média aritmética ponderada com valor 8,5;
113
5. - Nenhuma das anteriores
b) Um professor, após verificar que toda a classe obteve nota baixa, eliminou
as questões que não foram respondidas pelos alunos. Com isso, as notas de
todos os alunos foram aumentadas de 3 pontos. Então:
1. - a média aritmética ficou alterada, assim como a mediana.
2. - apenas a média aritmética ficou alterada.
3. - apenas a mediana ficou alterada.
4. - não houve alteração nem na média nem na mediana.
5. - nada podemos afirmar sem conhecer o número total de alunos.
c) Na tabela primitiva: {6, 2, 7, 6, 5, 4} a soma dos desvios em relação à
média aritmética é igual a:
1. - ao número - 4
2. - ao número 8
3. - ao número 0
4. - ao número 25
5. - ao número 4
d) A mediana da série {1, 3, 8, 15, 10, 12, 7} é:
1. - igual a 15
2. - igual a 10
3. - igual a 7
4. - igual a 3,5
5. Nenhuma das anteriores
e) Numa pesquisa de opinião, 80 pessoas são favoráveis ao divórcio, 50 são
desfavoráveis, 30 são indiferentes e 20 ainda não têm opinião formada a
respeito do assunto. Então a média aritmética será:
1. - igual a 180, porque todos opinaram somente uma vez.
2. - igual a 40, porque é a média entre os valores 50 e 30.
114
3. - igual a 45.
4. - igual a 1, porque todos opinaram somente uma vez.
5. - não há média aritmética.
115
b) Suponha que há no total 350 encomendas não pagas. Use a média para
estimar (em milhares de R$) a dívida total à companhia.
Classe A 3 4 4 5 6 7 8 8 9
Classe B 3 4 4 4 5 5 5 6
Classe C 3 4 4 5 5 5 5 6
116
Pensões (em mil R$) Nº de pensionistas
14 |------- 16 10
16 |------- 18 14
18 |------- 20 15
20 |------- 22 22
22 |------- 24 17
24 |------- 26 14
26 |------- 28 8
a) Construa o histograma.
b) Calcule a média, a moda e a mediana.
11 - Considerar várias representações gráficas (por ex. histogramas referentes
a notas de várias turmas)
117
Podemos afirmar, de acordo com as propriedades do desvio padrão, que o
desvio padrão de B é igual:
a) ao desvio padrão de A;
b) ao desvio padrão de A, multiplicado pela constante 5;
c) ao desvio padrão de A, multiplicado pela constante 5, e esse resultado
somado a 230;
d) ao desvio padrão de A mais a constante 230.
118
PROBABILIDADE
1- No lançamento de um dado temos S = {1,2,3,4,5,6}. Formule os eventos
definidos pelas sentenças:
a) Obter um número par na face superior do dado;
b) Obter um número menor ou igual a 6 na face superior;
c) Obter o número 4 na face superior;
d) Obter um número maior que 6 na face superior.
119
6- Três cavalos C1, C2 e C3 disputam um páreo, onde só se premiará o
vencedor. Um conhecedor dos 3 cavalos afirma que as "chances" de C1 vencer
são o dobro das de C2, e que C2 tem o triplo das "chances" de C3. Calcule as
probabilidades de cada cavalo vencer o páreo:
120
DISTRIBUIÇÃO BINOMIAL
1- Uma moeda é lançada 20 vezes. Qual a probabilidade de saírem 8 caras?
2 – Numa criação de coelhos, 40 % são machos. Qual a probabilidade de que
nasçam pelo menos 2 coelhos machos num dia em que nasceram 20 coelhos?
3 – Uma prova tipo teste tem 50 questões independentes. Cada questão tem 5
alternativas. Apenas uma das alternativas é a correta. Se um aluno resolve a
prova respondendo a esmo as questões, qual a probabilidade de tirar nota 5?
4 – Uma urna tem 20 bolas pretas e 30 brancas. Retiram-se 25 bolas com
reposição. 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 única flecha é
0,20. Lança 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 número 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 reposição ocorram no máximo 2 brancas?
8 – A probabilidade de um atirador acertar no alvo num único tiro é 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 máximo 4 vezes?
121
9 – Uma urna contém 8 bolas brancas e 12 pretas. Retiram-se 10 bolas com
reposição. Qual a probabilidade de que:
a. No máximo 2 sejam brancas?
b. 3 sejam brancas?
10 – A probabilidade de uma máquina produzir uma peça defeituosa, num dia,
é de 0,1. Qual a probabilidade de que em 20 peças produzidas pela máquina
num dia, ocorram 3 defeituosas?
122
DRISTIBUIÇÃO 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 Xα, tal que:
a. P ( X ≥ Xα) = 0,05
b. P ( X ≤ Xα) = 0,99
4 – Um fabricante de baterias sabe, por experiência passada, que as baterias de
sua fabricação têm vida média de 600 dias e desvio padrão de 100 dias, sendo
que a duração tem aproximadamente distribuição Normal. Oferece uma
garantia de 312 dias, isto é, troca as baterias que apresentarem falhas nesse
período. A fábrica produz mensalmente 10.000 baterias. Quantas deverá trocar
mensalmente pelo uso da garantia?
5 – Uma fábrica de carros sabe que os motores de sua fabricação têm duração
normal com média de 150.000 km e desvio padrão de 5.000 km. Qual a
123
probabilidade de que um carro, escolhido ao acaso, dos fabricados por essa
firma, tenha um motor que dure:
a. Menos de 170.000 km?
b. Entre 140.000 e 165.000 km?
c. Se a fábrica substitui o motor que apresenta duração inferior à garantia,
qual deve ser esta garantia para que a porcentagem de motores
substituídos seja inferior a 0,2%?
6 – As pontuações de QI seguem uma distribuição normal com uma pontuação
média de 100 e desvio padrão de 15, isto é, X ~ N (100,225). Encontre a
porcentagem de pessoas que se espera possuir uma pontuação de QI:
a. De menos de 70?
b. Entre 80 e 120?
c. De mais de 50?
7 – Os salários dos diretores das empresas de São Paulo distribuem-se
normalmente com média de R$ 8.000,00 e desvio padrão de R$ 500,00. Qual
a percentagem de diretores que recebem:
a. Menos de R$ 6.470,00?
b. Entre R$ 8.920,00 e R$ 9.380,00?
8 – A quantidade de óleo contida em cada lata fabricada por uma indústria tem
peso distribuído normalmente, com média de 990 g e desvio padrão de 10 g.
Uma lata é rejeitada no comércio se tiver peso9 menor que 976 g.
a. Qual a probabilidade de que em 10 latas observadas, uma seja rejeitada?
b. Nas condições do item a, qual a probabilidade de que em 20 latas
observadas, 3 sejam rejeitadas?
9 – Foi feito um estudo sobre a altura dos alunos da IFCE. Observou-se que
ela se distribui normalmente com média de 1,72 m e desvio padrão de 5 cm.
Qual a porcentagem dos alunos com altura:
a. Entre 1,57 e 1,87 m?
b. Acima de 1,90 m?
124
10 – Um estudo das modificações dos preços, no atacado, de produtos
industrializados, mostrou que há distribuição normal com média de 50% e
desvio padrão de 10%. Qual a porcentagem dos artigos que:
a. Sofreram aumentos superiores a 75%?
b. Sofreram aumentos entre 30% e 80%?
11 – O volume de correspondência recebido por uma firma quinzenalmente
tem distribuição normal com média de 4000 cartas e desvio padrão de 200
cartas. Qual a percentagem de quinzenas em que a firma recebe:
a. Entre 3600 e 4250 cartas?
b. Mais de 4636 cartas?
c. Menos de 3400 cartas?
12 – Numa fábrica foram instaladas 1000 lâmpadas novas. Sabe-se que a
duração média das lâmpadas é de 800 horas e desvio padrão de 100 horas,
com distribuição normal. Determinar a quantidade de lâmpadas que durarão:
a. Menos de 500 horas?
b. Mais de 700 horas?
c. Entre 516 e 684 horas?
13 – Um fabricante de máquinas de lavar sabe, por longa experiência, que a
duração tem duração de suas máquinas tem distribuição normal com média de
1000 dias e desvio padrão de 200 dias. Oferece uma garantia de 1 ano (365
dias). Produz mensalmente 2000 máquinas. Quantas espera trocar
mensalmente pelo uso da garantia dada?
125