Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTATÍSTICA
Exprimindo por meio de números as observações que se fazem de elementos com, pelo menos, uma
característica comum (por exemplo: os alunos do sexo masculino de uma comunidade), obtemos os
chamados dados referentes a esses elementos.
A coleta, a organização e a descrição dos dados estão a cargo da Estatística Descritiva, enquanto a
análise e a interpretação desses dados ficam a cargo da Estatística Indutiva ou Inferencial.
Assim, a análise e a interpretação dos dados estatísticos tornam possível o diagnóstico de uma empresa
(por exemplo, de uma escola), o conhecimento de seus problemas (condições de funcionamento,
produtividade), a formulação de soluções apropriadas e um planejamento objetivo de ação.
VARIÁVEIS
A cada fenômeno corresponde um número de resultados possíveis. Assim, por exemplo:
para o fenômeno “sexo” são dois os resultados possíveis: sexo masculino e sexo feminino;
para o fenômeno “número de filhos” há um número de resultados possíveis expresso através dos
números naturais: 0, 1, 2, 3, ..., n;
para o fenômeno “estatura” temos uma situação diferente, pois os resultados podem tomar um
número infinito de valores numéricos dentro de um determinado intervalo.
-1-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
a) qualitativa: quando seus valores são expressos por atributos: sexo (masculino – feminino), cor
da pele (branca, preta, amarela, vermelha, parda), etc. Uma variável qualitativa que pode ser
ordenada recebe o nome de variável ordinal, como por exemplo: classificação (primeiro,
segundo, terceiro), patente (sargento, tenente, major), etc. Quando não pode ser ordenada, a
variável qualitativa recebe o nome de variável nominal.
b) quantitativa: quando seus valores são expressos em números (salários dos operários, idade dos
alunos de uma escola, etc.). Uma variável quantitativa que pode assumir, teoricamente, qualquer
valor entre dois limites recebe o nome de variável contínua; uma variável que só pode assumir
valores pertencentes a um conjunto enumerável recebe o nome de variável discreta.
Assim, o número de alunos de uma escola pode assumir qualquer um dos valores do conjunto IN = {1,
2, 3, ..., 58, ...}, mas nunca valores como 2,5 ou 3,78 ou 4,325, etc. Logo, é uma variável discreta. Já
o peso desses alunos é uma variável contínua, pois um dos alunos tanto pode pesar 72 kg, como 72,5
kg, como 72,54 kg, etc., dependendo esse valor da precisão da medida.
Por exemplo, sejam 2, 3, 5 e 8 todos os resultados possíveis de um dado fenômeno. Fazendo uso da
letra x para indicar a variável relativa ao fenômeno considerado, temos:
𝑥 ∈ {2, 3, 5, 8}
O diagrama abaixo resume a classificação das variáveis estatísticas
POPULAÇÃO E AMOSTRA
Ao conjunto de entes portadores de, pelo menos, uma característica comum denominamos
população estatística ou universo estatístico.
Assim, os estudantes, por exemplo, constituem uma população, pois apresentam pelo menos uma
característica comum: são os que estudam.
Como em qualquer estudo estatístico temos em mente pesquisar uma ou mais características dos
elementos de alguma população, esta característica deve estar perfeitamente definida. E isto se dá
quando, considerado o elemento qualquer, podemos afirmar, sem ambiguidade, se esse elemento
pertence ou não à população. É necessário, pois, existir um critério de constituição da população, válido
para qualquer pessoa, no tempo ou no espaço.
Por isso, quando pretendemos fazer uma pesquisa entre os alunos das escolas de Ensino Fundamental,
precisamos definir quais são os alunos que formam o universo: os que atualmente ocupam carteiras das
escolas, ou devemos incluir também os que já passaram pela escola? É claro que a solução do problema
vai depender de cada caso em particular.
-2-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
Como vimos anteriormente, a Estatística Indutiva tem por objetivo tirar conclusões sobre as populações,
com base em resultados verificados em amostras retiradas dessa população.
Mas, para as inferências serem corretas, é necessário garantir que a amostra seja representativa da
população, isto é, a amostra deve possuir as mesmas características básicas da população, no que diz
respeito ao fenômeno que desejamos pesquisar. É preciso, pois, que a amostra ou as amostras que vão
ser usadas sejam obtidas por processos adequados.
MEDIDAS DE POSIÇÃO
O estudo que fizemos sobre a Estatística até esse momento, especialmente sobre as distribuições de
frequência, nos permite 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.
a) medidas de posição;
b) medidas de variabilidade ou dispersão;
c) medidas de assimetria;
d) medidas de curtose.
-3-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
Dentre os elementos típicos, destacamos, nesta seção as medidas de posição – estatísticas que
representam uma série de dados orientando-nos quanto à posição da distribuição em relação ao eixo
horizontal (eixo das abscissas).
As medidas de posição mais importantes são as medidas de tendência central, que recebem tal
denominação pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores
centrais. Dentre as medidas de tendência central, destacamos:
a) a média aritmética;
b) a mediana;
c) a moda.
a) a própria mediana;
b) os quartis;
c) os percentis.
Sejam x1, x2, ..., xn, portanto n valores da variável X. A média aritmética simples, ou simplesmente
média de X, representada por 𝒙 ̅ é definida por:
ou simplesmente
Exemplo:
Determinar a média aritmética simples dos valores: 3, 7, 8, 10, 11.
Observação: O símbolo 𝜇 (mi) é usado para denotar a média de uma população e 𝑥̅ (x barra) para
denotar a média de uma amostra.
-4-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
Importante: Nem sempre a média é o valor da variável que ocorre com maior frequência e, não é,
necessariamente, o ponto central da distribuição (ponto que divide as observações exatamente na
metade). A média pode ser tomada como o “centro de gravidade”, isto é, o ponto de qualquer distribuição
em torno do qual se equilibram as discrepâncias (resíduos, afastamento ou desvios) positivas e
negativas.
PROPRIEDADES DA MÉDIA
P1) A média de um conjunto de dados que não varia, ou seja, cujos valores são uma constante,
é a própria constante.
Exemplo:
Considere os seguintes dados: 16, 16, 16, 16, 16, 16.
Sua média é 𝒙̅ = 𝟏𝟔
𝟏𝟎 + 𝟏𝟒 + 𝟏𝟑 + 𝟏𝟓 + 𝟏𝟔 + 𝟏𝟖 + 𝟏𝟐
̅=
𝒙 = 𝟏𝟒
𝟕
P3) Somando-se (ou subtraindo-se) uma constante (c) de todos os valores de uma variável,
a média do conjunto fica aumentada (ou diminuída) dessa constante.
Exemplo:
Considere os seguintes dados: 10, 14, 13, 15, 16, 18, 12.
Sua média é
𝟏𝟎 + 𝟏𝟒 + 𝟏𝟑 + 𝟏𝟓 + 𝟏𝟔 + 𝟏𝟖 + 𝟏𝟐
̅=
𝒙 = 𝟏𝟒
𝟕
Somando uma constante, por exemplo, o 3, em cada dado, temos: 13, 17, 16, 18, 19, 21, 15.
Sua média é
𝟏𝟑 + 𝟏𝟕 + 𝟏𝟔 + 𝟏𝟖 + 𝟏𝟗 + 𝟐𝟏 + 𝟏𝟓
̅=
𝒙 = 𝟏𝟕
𝟕
Assim, podemos observar que a nova média é igual a média anterior, acrescida do valor da
constante. Isto é,
𝟏𝟕 = 𝟏𝟒 + 𝟑
P4) 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.
Exemplo:
Considere os seguintes dados: 10, 14, 13, 15, 16, 18, 12.
Sua média é
-5-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
𝟏𝟎 + 𝟏𝟒 + 𝟏𝟑 + 𝟏𝟓 + 𝟏𝟔 + 𝟏𝟖 + 𝟏𝟐
̅=
𝒙 = 𝟏𝟒
𝟕
Multiplicando por uma constante, por exemplo, por 2, cada um dos dados, temos: 20, 28, 26, 30,
32, 36, 24.
Sua média é
𝟐𝟎 + 𝟐𝟖 + 𝟐𝟔 + 𝟑𝟎 + 𝟑𝟐 + 𝟑𝟔 + 𝟐𝟒
̅=
𝒙 = 𝟐𝟖
𝟕
Assim, podemos observar que a nova média é igual a média anterior, multiplicada pelo valor da
constante. Isto é,
𝟐𝟖 = 𝟏𝟒 ∙ 𝟐
A mediana é outra medida de posição definida como o número que se encontra no centro de uma série
de números, estando estes dispostos segundo uma ordem. Em outras palavras, a mediana de um
conjunto de valores, ordenados segundo uma ordem de grandeza, é o valor situado de tal forma no
conjunto que o separa em dois subconjuntos de mesmo número de elementos.
A mediana de um conjunto de dados ordenados é o termo do conjunto que o divide em duas partes
iguais, isto é, divide o conjunto em dois subconjuntos com o mesmo número de elementos tais que a
cada um deles pertencem todos os elementos menores ou todos os elementos maiores que a mediana.
9+1
Nesse caso, como n = 9 (ímpar), a mediana será o dado que ocupa a 5ª posição, pois =5 .
2
2,1 2,8 2,9 3,0 3,1 3,2 3,2 3,2 3,5 4,0
10 10+2
Nesse caso, como n = 10 (par), a mediana será a média entre o 5º e o 6º dados, pois =5 e =6
2 2
.
Assim:
3,1 + 3,2
𝑀𝑒 = = 3,15
2
-6-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
Importante: Observe que os dados já estão em ordem crescente. Caso isso não aconteça, devemos
primeiro colocar os dados em ordem crescente, para depois determinar o valor da mediana.
Importante: Observe ainda que a Mediana não é influenciada por valores extremos (é uma medida
robusta).
Denominamos moda o valor que ocorre com maior frequência em uma série de valores. Desse modo,
por exemplo, o salário modal dos empregados de uma indústria é o salário mais comum, isto é, o salário
recebido pelo maior número de empregados dessa indústria.
Por exemplo, vamos retomar o caso dos pesos ao nascer, em Kg, de 10 cordeiros, dados a seguir:
2,1 2,8 2,9 3,0 3,1 3,2 3,2 3,2 3,5 4,0
-7-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
MEDIDAS DE POSIÇÃO
MÉDIA ARITMÉTICA
(DADOS AGRUPADOS SEM INTERVALOS DE CLASSE)
Quando os dados estiverem agrupados numa distribuição de frequência usaremos a média aritmética
dos valores x1, x2, x3, ..., xn, ponderados pelas respectivas frequências absolutas: f1, f2, f3, ..., fn. Assim,
∑𝒏𝒊=𝟏 𝒙𝒊 ∙ 𝒇𝒊
̅=
𝒙
∑𝒏𝒊=𝟏 𝒇𝒊
ou simplesmente
∑ 𝒙𝒊 ∙ 𝒇𝒊
̅=
𝒙
∑ 𝒇𝒊
Exemplo:
Determinar a média da distribuição:
Neste caso, a nota corresponde à variável X pesquisada. Na primeira coluna estão os valores xi da
variável e, na segunda coluna, suas respectivas frequências fi. Assim, temos a seguinte tabela:
xi fi x i . fi
0 2 0
1 10 10
2 20 40
3 47 141
4 46 184
Total 125 375
Daí:
-8-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
∑ 𝑥𝑖 ∙ 𝑓𝑖 375
𝑥̅ = = ⇒ 𝑥̅ = 3
∑ 𝑓𝑖 125
MEDIANA
(DADOS AGRUPADOS SEM INTERVALOS DE CLASSE)
Quando os dados estiverem agrupados numa distribuição de frequência sem intervalos de classe,
usaremos a mesma técnica que utilizamos no caso dos dados não agrupados, para determinar a posição
da mediana. Depois de determinada a posição da mediana, basta tomar como referência a primeira
frequência acumulada que ultrapasse essa posição. O dado correspondente à essa frequência acumulada
será a mediana.
Exemplos:
a) Dada a distribuição:
𝑛 + 1 11 + 1
= = 6º
2 2
Será, portanto, o 6º dado. Para identifica-lo, a partir da distribuição dada, construímos a coluna Fi das
frequências acumuladas, somando as frequências simples fi até cada linha (1; 1+3=4; 1+3+5=9 e
1+3+5+2=11). A primeira frequência acumulada que ultrapassar o número 6 corresponde à linha que
contém o 6º dado. Assim,
O valor do dado xi que se encontra nessa linha será o valor da mediana. No nosso exemplo, temos
Me = 3
Importante: Observe que a mediada é o xi correspondente à classe que contiver a ordem calculada.
b) Seja:
Como n = 42, n é par, logo a mediana (Me) será a média entre os elementos de posição:
𝑛 42
= = 21º
2 2
-9-
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
e
𝑛 + 2 42 + 2
= = 22º
2 2
87 + 87
𝑀𝑒 = = 87
2
Me = 87
𝑛 𝑛+2
ATENÇÃO: é preciso ter cuidado quando, numa quantidade par de dados, as posições e forem
2 2
correspondentes a duas linhas diferentes da tabela dada. Quando isso acontecer, os dados xi utilizados
𝑛
para calcular a mediana serão diferentes. Isso vai acontecer quando a posição corresponder a um
2
𝑛+2
valor exato da coluna das frequências acumuladas (Fi), e a posição corresponder a linha seguinte.
2
MODA
(DADOS AGRUPADOS SEM INTERVALOS DE CLASSE)
Quando os dados estiverem agrupados numa distribuição de frequência sem intervalos de classe, a moda
será o dado (xi) que corresponde à maior frequência (fi).
a moda será 245, pois corresponde à maior frequência, que é 17. Então,
Mo = 245
MEDIDAS DE POSIÇÃO
MÉDIA ARITMÉTICA
(DADOS AGRUPADOS COM INTERVALOS DE CLASSE)
Em geral, quando a variável é contínua, os dados são agrupados em intervalos. Neste caso, utilizamos
a mesma técnica dos dados agrupados sem intervalos, tomando o ponto médio de cada classe como seu
respectivo valor da variável xi. As fórmulas são as mesmas:
∑𝒏𝒊=𝟏 𝒙𝒊 ∙ 𝒇𝒊
̅=
𝒙
∑𝒏𝒊=𝟏 𝒇𝒊
ou simplesmente
- 10 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
∑ 𝒙𝒊 ∙ 𝒇𝒊
̅=
𝒙
∑ 𝒇𝒊
Exemplo:
Determinar a média da distribuição:
classes xi fi
x i . fi
Renda Familiar (ponto médio) Nº de Familias
2⊢4 3 5 15
4⊢6 5 10 50
6⊢8 7 14 98
8 ⊢ 10 9 8 72
10 ⊢ 12 11 3 33
Total 40 268
Daí:
∑ 𝑥𝑖 ∙ 𝑓𝑖 268
𝑥̅ = = ⇒ 𝑥̅ = 6,7
∑ 𝑓𝑖 40
𝑥̅ = 6,7
MEDIANA
(DADOS AGRUPADOS COM INTERVALOS DE CLASSE)
Quando os dados corresponderem a uma variável contínua e estiverem agrupados numa distribuição de
frequência com intervalos de classe, o cálculo da mediana será por fórmula, seguindo os passos abaixo:
1º PASSO:
𝑛
Calcula-se a ordem . Como a variável é contínua, não se preocupe se n é par ou ímpar.
2
2º PASSO:
Usando a frequência acumulada (Fi), identifique a classe que contém a mediana (classe mediana).
𝑛
Lembre-se que corresponde ao primeiro valor da coluna Fi que ultrapassa o resultado de .
2
3º PASSO:
Use a fórmula:
𝑛
( − 𝐹𝐴𝑁𝑇 ) ∙ ℎ
𝑀𝑒 = 𝑙𝑀𝑒 + 2
𝑓𝑀𝑒
onde:
𝑙𝑀𝑒 : limite inferior da classe mediana;
𝑛: tamanho da amostra ou número de dados;
𝐹𝐴𝑁𝑇 : frequência acumulada até a classe anterior à classe mediana (linha anterior);
ℎ: amplitude do intervalo da classe mediana;
𝑓𝑀𝑒 : frequência da classe mediana.
- 11 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
Exemplo:
Dada a distribuição amostral, calcular a mediana.
1º PASSO:
𝑛 58
Calcula-se a ordem . Como n = 58, temos = 29º
2 2
2º PASSO:
Identifica-se a classe mediana, que corresponde à linha da tabela que possui a primeira frequência
acumulada que ultrapasse o 29. No nosso caso, a linha do 35, o que significa que a classe mediana
é a 3ª linha da tabela.
3º PASSO:
Aplica-se a fórmula, considerando:
𝑛
( − 𝐹𝐴𝑁𝑇 ) ∙ ℎ
𝑀𝑒 = 𝑙𝑀𝑒 + 2
𝑓𝑀𝑒
58
( − 17) ∙ 10
𝑀𝑒 = 55 + 2
18
(29 − 17) ∙ 10
𝑀𝑒 = 55 +
18
12 ∙ 10
𝑀𝑒 = 55 +
18
120
𝑀𝑒 = 55 +
18
120
𝑀𝑒 = 55 +
18
𝑀𝑒 = 55 + 6,67
𝑀𝑒 = 61,67
- 12 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
MODA
(DADOS AGRUPADOS COM INTERVALOS DE CLASSE)
Exemplo:
Determinar a moda para a distribuição
1º PASSO:
Identifica-se a classe modal. Nesse caso, é a 3º classe, pois apresenta a maior frequência: 17.
2º PASSO:
Aplica-se a fórmula, considerando:
𝑙=2 (é o valor de início do intervalo da classe modal)
∆1 = 17 − 10 = 7 (diferença entre a frequência da classe modal e a imediatamente anterior)
∆2 = 17 − 8 = 9 (diferença entre a frequência da classe modal e a imediatamente posterior)
ℎ=1 (é o tamanho do intervalo da classe mediana – basta fazer 3 – 2 = 1)
∆1
𝑀𝑜 = 𝑙 + ∙ℎ
∆1 + ∆2
7
𝑀𝑜 = 2 + ∙1
7+9
𝑀𝑜 = 2,44
𝑀𝑜 = 3 ∙ 𝑀𝑒 − 2 ∙ 𝑥̅
Ou seja, a moda é aproximadamente a diferença entre o triplo da mediana e o dobro da média. Esta
fórmula dá uma boa aproximação quando a distribuição apresenta razoável simetria em relação à média.
- 13 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
A figura abaixo mostra as formas das curvas de acordo com os valores da média, da moda e da mediana.
MEDIDAS DE DISPERSÃO
As medidas de posição (média, mediana, moda...) descrevem apenas uma das características dos
valores numéricos de um conjunto de observações, o da tendência central. Porém, nenhuma delas
informa sobre o grau de variação ou dispersão dos valores observados. Em qualquer grupo de dados os
valores numéricos não são semelhantes e apresentam desvios variáveis em relação a tendência geral de
média.
As medidas de dispersão servem para avaliar o quanto os dados são semelhantes, descreve então o
quanto os dados distam do valor central. Desse jeito, as medidas de dispersão servem também para
avaliar qual o grau de representação da média.
É fácil demonstrar que apenas a média é insuficiente para descrever um grupo de dados. Dois grupos
podem ter a mesma média, mas serem muito diferentes na amplitude de variação de seus dados. Por
exemplo:
A média dos três grupos é a mesma (50), mas no grupo “A” não há variação entre os dados, enquanto
no grupo “B” a variação é pequena e no grupo “C” a variação e maior. Dessa forma, uma maneira mais
completa de apresentar os dados (além de aplicar uma medida de tendência central como a média) é
aplicar uma medida de dispersão. As principais medidas de dispersão são a variância e o desvio padrão.
- 14 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
Variância (V)
Dado um conjunto de dados, a variância é uma medida de dispersão que mostra o quão distante cada
valor desse conjunto está do valor central (média).
Quanto menor é a variância, mais próximos os valores estão da média; mas quanto maior ela é, mais
os valores estão distantes da média.
∑𝒏𝒊=𝟏 (𝒙𝒊 − 𝒙
̅)𝟐
𝑽=
𝒏−𝟏
∑𝒏𝒊=𝟏 (𝒙𝒊 − 𝒙
̅)𝟐
𝑽=
𝒏
O desvio padrão é capaz de identificar o “erro” em um conjunto de dados, caso quiséssemos substituir
um dos valores coletados pela média aritmética.
O desvio padrão aparece junto à média aritmética, informando o quão “confiável” é esse valor. Ele é
apresentado pelo intervalo:
[𝒙
̅ − 𝑫𝑷; 𝒙
̅ + 𝑫𝑷]
O cálculo do desvio padrão é feito a partir da raiz quadrada positiva da variância, ou seja:
𝑫𝑷 = √𝑽
nº de alunos
(𝒙𝒊 − 𝒙
̅) ̅)𝟐
(𝒙𝒊 − 𝒙
(𝒙𝒊 )
8
13
9
4
34
- 15 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
nº de alunos
(𝒙𝒊 − 𝒙
̅) ̅)𝟐
(𝒙𝒊 − 𝒙
(𝒙𝒊 )
8 8 – 8,5 = –0,5
13 13 – 8,5 = 4,5
9 9 – 8,5 = 0,5
4 4 – 8,5 = –4,5
TOTAL 34 0
nº de alunos
(𝒙𝒊 − 𝒙
̅) ̅)𝟐
(𝒙𝒊 − 𝒙
(𝒙𝒊 )
8 8 – 8,5 = –0,5 (−0,5)2 = 0,25
13 13 – 8,5 = 4,5 (4,5)2 = 20,25
9 9 – 8,5 = 0,5 (0,5)2 = 0,25
4 4 – 8,5 = –4,5 (−4,5)2 = 20,25
TOTAL 34 0 41
Com a tabela preenchida e os totais calculados, podemos calcular a variância, lembrando que, nesse
caso, trata-se de uma amostra:
∑𝒏𝒊=𝟏 (𝒙𝒊 − 𝒙
̅)𝟐
𝑽=
𝒏−𝟏
41
𝑉=
4−1
41
𝑉=
3
𝑉 = 13,67
𝑫𝑷 = √𝑽
𝐷𝑃 = √13,67
𝐷𝑃 = 3,7
- 16 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
EXERCÍCIOS
01. Ano: 2008 / Banca: CESPE / Órgão: TJ-DFT
A tabela acima apresenta a distribuição de frequência absoluta das notas
dadas por 125 usuários de um serviço público, em uma avaliação da
qualidade do atendimento. Considerando essas informações, julgue os
próximos itens.
A média, a moda e a mediana dos valores apresentados na tabela são
superiores a 2,8 e inferiores a 3,3.
( ) Certo ( ) Errado
- 17 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
RESPOSTAS
01) C 02) C 03) A 04) C 05) C 06) B 07) B 08) A
EXERCÍCIOS COMPLEMENTARES
01. CESPE - PRF/PRF/2008
Ficou pior para quem bebe
O governo ainda espera a consolidação dos dados do primeiro mês de aplicação da Lei Seca para avaliar
seu impacto sobre a cassação de CNHs. As primeiras projeções indicam, porém, que as apreensões
subirão, no mínimo, 10%. Antes da vigência da Lei Seca, eram suspensas ou cassadas, em média,
aproximadamente 155.000 CNHs por ano. Se as previsões estiverem corretas, a média anual deve subir
para próximo de 170.000. A tabela a seguir mostra esses resultados nos últimos anos (fonte:
DENATRAN).
Para que a média de CNHs suspensas ou cassadas, de 2003 a 2008, atinja o valor previsto de 170.000,
será necessário que, em 2008, a quantidade de CNHs suspensas ou cassadas seja um número
a) inferior a 180.000.
b) superior a 180.000 e inferior a 200.000.
c) superior a 200.000 e inferior a 220.000.
d) superior a 220.000 e inferior a 240.000.
e) superior a 240.000.
02. CESPE - PRF/PRF/2003
- 18 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
- 19 -
FOCUSCONCURSOS.COM.BR
Matemática | Material Complementar
Prof. Altevir Carneiro | fb.com/profaltevir
RESPOSTAS
01) D 02) C 03) C 04) C 05) E
06) E 07) E 08) E 09) E
- 20 -
FOCUSCONCURSOS.COM.BR