Escolar Documentos
Profissional Documentos
Cultura Documentos
1. CONCEITOS BÁSICOS:
A estatística é a ciência que tem como objetivo fornecer subsídios para o
planejamento e a execução de experimentos, bem como para a coleta, a descrição e a análise de
dados e para a interpretação de resultados. Nesse contexto a estatística pode ser dividida em
duas partes:
Exemplos:
Moradores de Porto Alegre;
Peças produzidas por uma máquina;
Consumidores de uma marca de sabão em pó;
Empresas produtoras de peças para relógios;
Lagartas em uma plantação de soja;
Contribuintes para a receita estadual. etc.
Exemplo:
Número de eleitores no município de Porto Alegre;
Número de empresas cadastradas na Junta Comercial. etc.
INFINITA: É quando a quantidade de elementos da população não pode ser
expressa por uma quantidade definida de valores. Mesmo que esta quantidade
exista mas não possa ser contada por ser incomensurável.
Exemplo:
Peças produzidas por uma linha de produção que trabalhe 24 horas por dia. Nesse
caso o tamanho da população é sempre incrementado a cada dia;
Quantidade de plantas em uma mata nativa. A quantidade é tão grande que pode
ser considerada infinita.
Parâmetro: São medidas obtidas através dos elementos da população.
Os símbolos são apresentados por letras grega.:
µ = Média, σ² = Var. absoluta; σ = Desvio Padrão.
Estatísticas Amostrais ou Estatísticas: São medidas obtidas através dos
elementos das amostras.:
Média da Amostra = X; Variância = S²;Desvio padrão amostral = S
2
2. ESTATÍSTICA DESCRITIVA
2.1. VARIÁVEIS E ATRIBUTOS
Na investigação estatística de dados uma definição muito utilizada é a variável.
Define-se variável como o resultado de um experimento. As variáveis podem ser:
VARIÁVEIS QUALITATIVAS:
São aquelas usadas para descrever qualidades, categorias, etc. São também
definidas como ATRIBUTOS.
Exemplos:
Sexo: Masculino e feminino.
Cor dos olhos: Verde, azul, preto, castanho, etc.
Classe de renda: Alta, média e baixa, etc.
VARIÁVEIS QUANTITATIVAS:
São aquelas que descrevem quantidades e, deste modo, podem ser comparadas
a conjuntos numéricos. Podem ser classificadas em discretas e contínuas.
Variáveis discretas: São as variáveis usadas para descrever dados discretos, ou
seja, apenas assumem valores inteiros, pois é oriunda de uma contagem.
Exemplos:
Número de filhos por casais;
Número de Fiscais do Tesouro do Estado por setor;
Quantidade de desempregados na região, etc.
Séries Estatísticas
Exemplo:
Taxas de desemprego no Município de Porto Alegre 1995/2000
ANOS Taxas de Desemprego
1995 9,6
1996 11,7
1997 12,5
1998 14,4
1999 16,9
2000 15,4
Fonte; PED-RMPA – Convênio FEE, FGTAS/SINE-RS,SEADE-SP, DIEESE E PMPA
Exemplo:
PRINCIPAL PROBLEMA DO BRASIL EM %.
AMOSTRA REALIZADA EM SETEMBRO DE 1998 COM 12079 PESSOAS EM296 CIDADES.
4
PROBLEMA %
DESEMPREGO 53
SAÚDE 9
VIOLÊNCIA/SEGURANÇA/POLÍCIA 8
FOME/MISÉRIA 5
EDUCAÇÃO 4
CORRUPÇÃO 3
ECONOMIA 2
SALÁRIO 2
HABITAÇÃO 1
INFLAÇÃO 1
REFORMA AGRÁRIA/SEM TERRA 0
OUTRAS 6
NÃO SABE 6
Fonte: DATAFOLHA
Séries mistas
NORTE/C-OESTE
IDADE MÉDIA
RENDA FAM
NORDESTE
RENDA IND
POS-GRAD
SUDESTE
ATÉ 1º G
MASC
FEM
SUP
2º G
SUL
ELITE 53 47 37 0 25 67 8 3724 1601 63 16 11 9
BATALHADORES 59 41 40 65 35 0 0 3943 1539 61 15 13 11
REMEDIADOS 53 47 38 54 46 0 0 1692 624 55 16 18 11
DESLOCADOS 49 51 32 0 83 16 1 756 394 49 18 22 11
EXCLUIDOS 49 51 40 87 13 0 0 403 207 37 15 34 15
POBRES 55 45 39 91 9 0 0 752 377 56 20 13 11
DESPOSSUÍDOS 48 52 35 72 28 0 0 350 183 35 14 36 16
MISERÁVEIS 48 52 46 100 0 0 0 234 131 27 13 45 16
TOTAL 50 50 38 64 28 7 1 907 413 43 15 28 13
FONTE: DATAFOLHA (BASE 100,8 MILHÕES DE PESSOAS)
DISTRIBUIÇÕES DE FREQÜÊNCIAS
Tabela Primitiva
Supondo uma coleta amostral de dados relativos aos salários semanais de quarenta funcionários
que compõem uma amostra de uma Empresa Z. Os valores de cada um dos salários estão
listados a seguir:
SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS SALÁRIOS RECEBIDOS
PELOS FUNCIONÁRIOS DA EMPRESA Z
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
5
A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos
tabela primitiva ou dados brutos.
Rol
O rol é uma lista em que os valores estão dispostos em uma determinada ordem, crescente ou
decrescente. Veja a seguir:
150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
Distribuição de Freqüência
Exemplo:
- Classe
Exemplo: Na terceira classe do exemplo acima, temos: li3 = 158 e Ls3= 162
É a medida de intervalo que define a classe. Ela é obtida pela diferença entre os limites
superior e inferior. Assim:
h =ls −li
– Amplitude Total ( H )
H =Ls −Li
li + ls
Xi =
2
N = ∑ fi ( população ) n = ∑ fi ( amostra )
n = ∑fi = 40
– Número de Classes
Pode-se utilizar a regra de STURGES, que fornece o número de classes em função do total de
casos:
K = 1 + 3,33 log n( N )
Onde:
K é o número de classes;
N ou n é o número total de observações.
H
h=
K
Exemplo: a) Se o número de observações for 500:
b) Se n = 50
Truman L. Kelley, sugere os seguintes números de classes, com base no número total de
observações, para efeito de representação gráfica:
– Tipos de Freqüências
– Freqüência Acumulada ( Fi )
Fi = f 1 + f 2 + ... + fi ou Fi = ∑ fi
Exemplo: Calcule a freqüência acumulada correspondente à terceira classe, em nosso exemplo:
( R. 24 funcionários recebem salário de R$ 150 até menos de R$ 162. )
EXERCÍCIO
Complete a seguinte tabela e responda as seguintes perguntas:
Quando se trata de variáveis discreta de variação relativamente pequena, cada valor pode ser
tomado como um intervalo de classe.
i X fi fri Fi Fri
0 2 0,0588 2 0,0588
1 6 0,1765 8 0,2353
2 10 0,2941 18 0,5294
3 12 0,3529 30 0,8824
4 4 0,1176 34 1,0000
EXERCÍCIOS
Obtenha a distribuição de freqüência, tendo 30 para limite inferior da primeira classe e 10 para
intervalo das classes.
NOTAS 30 40 40 50 50 60 60 70 70 80 80 90 90 100
fi 4 6 10 10 9 7 4
6 5 2 6 4 3 6 2 6 5
1 6 3 3 5 1 3 6 3 4
5 4 3 1 3 5 4 4 2 6
2 2 5 2 5 1 3 6 5 1
5 6 2 4 6 1 5 2 4 3
XI 1 2 3 4 5 6
fi 6 8 9 7 10 10
– Representação Gráfica
1. POLIGONAL:
Gráfico de linha ou poligonal.
70.000
60.000
50.000
40.000
US$
30.000
20.000
10.000
0
1990 1991 1992 1993 1994 1995 1996 1997 1998*
ANOS
IMPORTAÇÕES EXPORTAÇÕES
2. GRÁFICO DE COLUNAS:
Com os mesmos dados do exemplo anterior:
70.000
60.000
50.000
40.000
US$
30.000
20.000
10.000
0
1990 1991
1992 1993
1994 1995 1996 1997 1998*
ANOS
IMPORTAÇÕES EXPORTAÇÕES
10
3. GRÁFICO DE BARRAS:
Com os mesmos dados anteriores.
1998* 27.970
1997 61.358
1996 53.301
1995 49.583
1993 25.256
1992 20.544
1991 21.041
1990 20.661
IMPORTAÇÕES
4. GRÁFICO DE SETORES:
EXPORTAÇÕES E IMPORTAÇÕES BRASILEIRAS EM 1997
52.086
61.358
IMPORTAÇÕES EXPORTAÇÕES
5. HISTOGRAMA:
250
200
150
100
50
0
2 4 6 8 10
6. POLÍGONO DE FREQÜÊNCIAS:
Número de salários
200
180
160
140
120
100
80
60
40
20
0
1 3 5 7 9
salários.
µ=
∑ xi ou X =
∑ xi
N n
Sendo: µ ou x : média aritmética
Xi : valores da variável
n ou N : número de valores
2.4.1.1. – Dados não-agrupados
Quando deseja-se conhecer a média dos dados não-agrupados, determinamos a média aritmética
simples .
Exemplo: Sabendo-se que as vendas diárias da empresa A, durante uma semana, foram de 10, 14,
13, 15, 16, 18 e 12 unidades, tem-se, para produção média da semana: (R. 14 unidades )
d1 = 10 – 14 = -4
d5 = 16 – 14 = 2
d2 = 14-14 = 0
d6 = 18 – 14 = 4
d3 = 13 – 14= -1
d7 = 12 – 14 = -2
d4 = 15 – 14 = 1
2ª Propriedade
Somando-se (ou subtraindo-se) uma constante (c ) a de todos os valores de uma variável a média
do conjunto fica aumentada (ou diminuída) dessa constante.
yi = xi ± c ⇒ y = x ± c
y1 = 12 , y2 = 16 , y3 = 15 , y4 = 17 , y5 = 18 , y6 = 20 e y7 = 14
Calcule yi .
13
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.
xi x
yi = xi.c ⇒ y = x.c ou yi = ⇒y=
c c
Multiplicando-se por 3 cada um dos valores da variável do exemplo dado, obtem-se:
y1 =30 , y2 = 42 , y3 = 39 , y4 = 45 , y5 = 48 , y6 = 54 e y7 = 36
Calcule yi = 42
2.4.1.4 – Dados Agrupados
As freqüências são números indicadores da intensidade de cada valor da variável, elas funcionam
como fatores de ponderação, o que leva a calcular a média aritmética ponderada .
µ= ∑ xi. fi ( população ) X =
∑ xi. fi ( amostra )
N n
Exemplo:
Considerando a distribuição relativa a 34 famílias de quatro filhos, adotando-se a variável “número de
filhos do sexo masculino”, determine a média.
N.º de Meninos fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
µ= ∑ xi. fi ( população ) X =
∑ xi. fi ( amostra )
N n
Exemplo:
SALÁRIOS SEMANAIS EM REAIS DE UMA AMOSTRA DOS
FUNCIONÁRIOS DA EMPRESA Z
Salários semanais (R$) Freqüências
150 |--- 154 4
154 |--- 158 9
158 |--- 162 11
162 |--- 166 8
166 |--- 170 5
14
170 |--- 174 3
Total 40
FONTE: PESQUISA DO SETOR DE PESSOAL
EXERCÍCIOS
fi 2 8 12 10 5
b) Consumo (kwh) 5 |--- 25 |--- 45 |--- 65 |--- 85 |--- 105 |--- 125 |--- 145 |--- 165
N.º de Usuários 4 6 14 26 14 8 6 2
c) Custos (R$) 450 |--- 550 |--- 650 |--- 750 |--- 850 |--- 950 |--- 1050 |--- 1150
fi 8 10 11 16 13 5 1
2.4.2. – Moda ( Mo )
A moda de uma distribuição é o valor da variável que tem a maior freqüência absoluta
simples, quer dizer aquele valor que aparece mais [mais se repete]. Existem algumas situações
nas quais não existe moda, isto é, todos os valores da variável só aparecem uma vez, não se
repetem. Em outras situações pode-se ter mais de uma moda, isto é, quando dois ou mais valores
da variável têm maior freqüência [freqüências iguais], neste caso diz-se que o conjunto é bimodal.
Pode-se ter três, quatro, etc. Nestes casos é difícil escolher a moda como um representante do
grupo, uma vez que teremos muitos representantes.
Para que se possa obter o valor da moda é necessário que os dados estejam no mínimo em
escala nominal, quer dizer, com qualquer nível de mensuração podemos obter o valor da moda, uma
vez que ela é oriunda apenas de uma contagem. Portanto, a moda é o valor que ocorre com maior
freqüência em uma série de valores.
Exemplo: A série de dados: 7, 8, 9, 10, 10, 10, 11, 12, 12, 12, 12, 13, 15 tem moda igual a 12 .
• Amodal : são as séries nas quais nenhuma valor apareça mais vezes que outros.
Exemplo: Xi = 2 3 4 4 4 5 6 7 7 7
Mo1 = 4 Mo2 = 7
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 :
D1
Mo = li + .h
D1 + D 2
na qual:
li : Limite inferior de classe modal.
h : Amplitude da classe modal.
D1: fMo – f ant : freqüência simples da classe modal menos a freq. anterior.
D2: fMo – f post : freqüência simples da classe modal menos a freq. posterior.
Exemplo:
2.4.3. – Mediana ( Md )
É o número que se encontra no centro de uma série de números, estando estes dispostos
segundo uma ordem.
Para que se possa obter o valor da mediana os dados têm que estar em uma escala de
medida no mínimo ordinal, uma vez que precisa-se ordená-los.
A mediana é o valor que divide o conjunto ao meio, isto é, concentra antes e depois de si,
50% das observações ordenadas. Ao contrário da média aritmética a mediana não sofre influência
quando temos no conjunto valores discrepantes [ tanto para mais como para menos ]. Neste caso a
mediana pode melhor representar um conjunto do que a média aritmética, porém não tem o mesmo
significado que aquela. A mediana pode ou não pertencer ao conjunto do qual ela é originária, vai
pertencer sempre que o conjunto tiver um número ímpar de informações e vai ou não pertencer
quando o conjunto tiver um número par de observações. Com isso já podemos ver que a quantidade
de observações influi na maneira pela qual vamos encontrar o valor da mediana.
Estando ordenados os valores de uma série e sendo n o número de elementos da série, o valor
mediano será, quando n for:
n +1
• impar : o termo de ordem ;
2
16
n n
• par : a média aritmética dos termos de ordem e +1.
2 2
Exemplo 1: Dada a série de valores: 5, 13, 10, 2, 18, 15, 6, 16, 9, identifique a mediana.
Md = 10
Exemplo 2: Dada a série de valores: 2, 6, 7, 10, 12, 13, 18, 21, calcule a mediana.
Md = 11
Exemplo: Considerando a distribuição relativa a 34 famílias de quatro filhos, tomando para variável o
número de filhos do sexo masculino, determine a mediana:
N.º de Meninos fi
0 2
1 6
2 10
3 12
4 4
Σ = 34
R: 2 meninos
n
( − Fant ).h
Md = liMd + 2
fMd
EXERCÍCIOS
1 – Considerando os conjuntos de dados calcule a média, a mediana e a moda.
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6 R: X = 5,1 Md = 5 mo = 5
b) 20, 9, 7, 2, 12, 7, 20, 15, 7 R: X = 11 Md = 9 mo = 7
c) 51,6; 48,7; 50,3; 49,5; 48,9 R: X = 49,8 Md = 49,5 amodal
d) 15, 18, 20, 13, 10, 16, 14 R: X = 15,1 Md = 15 amodal
A média, ainda que considerada como um número que tem a faculdade de representar uma série
de números não pode, por si mesma, destacar o grau de homogeneidade ou heterogeneidade que
existe entre os valores que compõem o conjunto.
X: 5, 5, 5, 5, 5.
Y: 3, 4, 5, 6, 7.
Z: 5, 0, 10, 8, 2.
Para qualificar os valores de uma dada variável, ressaltando a maior ou menor dispersão
ou variabilidade entre esses valores e a sua média, é necessário recorre às medidas de dispersão.
18
Dessas medidas, estudaremos: a .variância absoluta, o desvio padrão e o coeficiente de variação
ou de variabilidade .
A amplitude total e o desvio médio também são medidas de variação, no entanto a variância e o
desvio padrão levam em consideração a totalidade dos valores da variável em estudo sem utilizar
a idéia de módulo, o que faz delas índices de variabilidade bastante estáveis e os mais
empregados.
σ2 =
∑( xi − µ) 2
ou σ2 = ∑( xi − µ) 2
fi
( população )
N N
s2 =
∑( xi − x) 2
ou s2 =
∑( xi − x) 2
fi
( amostra )
n −1 n −1
ou
σ2 = ∑ xi 2
− µ2 σ2 = ∑xi 2
fi
− µ2 ( população )
N N
∑ xi ∑ xi
2 2
2
− nx 2
fi − n x
s 2
= s 2
= ( amostra )
n −1 n −1
Sendo a variância calculada a partir dos quadrados dos desvios, ela é um número em
unidade quadrada em relação à variável em questão, o que, sob o ponto de vista prático, é um
inconveniente.
Por isso mesmo, imaginou-se uma nova medida que tem utilidade e interpretação práticas,
denominada desvio padrão, definida como a raiz quadrada da variância.
σ = σ2 ( população )
s= s2 ( amostra )
• 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.
• A variância é uma medida que tem pouca utilidade na estatística descritiva, porém é
extremamente importante na inferência estatística e em combinações de amostras.
σ= ∑ xi 2
− µ2 ( população ) ou
N
∑ xi
2
2
− nx
s= ( amostra )
n −1
19
Observe como exemplo, o conjunto de valores da variável populacional x:
O modo mais prático para se obter o desvio padrão é formar uma tabela com duas
colunas:
Xi xi2
R: σ = 9,49
Exemplo: Calcule o desvio padrão, dados os valores da população: 8, 10, 11, 15, 16, 18
R: σ = 3,56
2.5.2.2. – Dados Agrupados
σ = ∑ xi 2
fi
− µ2 ( população ) ou
N
∑ xi
2
2
fi − n x
s= ( amostra )
n −1
Xi fi Xi fi X²i fi
0 2 0 0
1 6 6 6
2 12 24 48
3 7 21 63
4 3 12 48
30 63 165
R: s = 1,06
σ= ∑ xi 2
− µ2 ou σ = ∑ xi 2
fi
− µ2 ( população ) ou
N N
∑ xi ∑ xi
2 2
2
− nx 2
fi − n x
s= ou s= ( amostra )
n −1 n −1
2.5.2.3 - Propriedades
1º) Somando-se (ou subtraindo-se) uma constante ( c ) a (de) todos os valores de uma variável, o
desvio padrão não se altera:
yi = xi ± c ⇒ σy = σx
2º) Multiplicando-se todos os valores de uma variável por uma constante (diferente de zero), o
desvio padrão fica multiplicado por essa constante:
xi σx
yi = xi.c ⇒ σy = σx.c ou yi = ⇒ σy =
c c
3º) Em se tratando de uma distribuição normal, observa-se que entre os limites proporcionados
por:
a) µ ± σ, estão contidas cerca de 68% das informações;
b) µ ± 2σ, estão contidas cerca de 95% das informações;
c) µ ± 3σ, estão contidas cerca de 99% das informações.
EXERCÍCIOS
a) Xi 2 3 4 5 6 7 8 R: s = 1,54
fi 1 3 5 8 5 4 2
7 – Um grupo de 85 moças tem estatura média de 160,6 cm, com um desvio padrão de 5,97 cm.
Outro grupo de 125 moças tem um estatura média de 161,9 cm, sendo o desvio padrão igual a
6,01 cm. Qual é o coeficiente de variação de cada um dos grupos? Qual o grupo mais
homogêneo?
8 – Um grupo de cem estudantes tem uma estatura média de 163,8 cm, com um coeficiente de
variação de 3,3 %. Qual o desvio padrão desse grupo? R: 3,72% e 3,71% ; o segundo
3. NÚMEROS ÍNDICES
3.1. RELATIVOS E ÍNDICES
Seja:
Po = preço da utilidade durante o período básico
Pt = preço da utilidade durante o período considerado
Pt
Preço relativo = x 100
Po
Representa-se por: Pt,n
Pb
Pb/Pa e notado por: Pa,b =
Pa
Ex.: O preço médio de um litro de leite nos anos de 1999 e 2000 são
respectivamente R$ 0,6 e R$ 0,8. Tomando-se 1999 como básico e 2000 como ano dado tem-se:
preco2000 0,8
Preço relativo = P1999, 2000 = = = 1,33 = 133%
preco1999 0,6
Significa que o preço do leite em 2000 foi de 133% do de 1999, ou seja aumentou
33%.
∑ Pt i . qoi
ILPo,t =
∑ Poi . qoi
∑ Pt i . qt i
IPPo,t =
∑ Poi . qt i
24
A mudança de base na prática, de uma série de número, para uma base mais
recente, é feita dividindo-se cada índice da série original pelo número índice correspondente à
nova época base. Sob o aspecto matemático este procedimento só é válido e aplicável quando os
números índices satisfazem as propriedades circular (não é válido para os índices de Laspeyres,
Paasche, pois apresentam pesos variáveis, onde a mudança no período exige a mudança dos
pesos).
1)
Anos Índice produção industrial Novo índice
(1979 = 100) (1983 = 100)
1979 100 83
1980 104 87
1981 97 81
1982 112 93
1983 120 100
1984 124 103
1985 134 112
1986 125 104
1987 139 116
1988 143 119
1989 143 119
1990 134 112
Fonte: Dados Hipotéticos
25
Mudando de base para 1985, pelo método abreviado para o ano de 1983, as
expressões seriam:
P83. q80 160
= = 0,8 ou 80%
P85. q80 200
Os valores só coincidem quando as quantidades (pesos) de 1980 forem iguais a 1985. Esse
exemplo mostra as limitações do método prático.
Exemplo: Lançar um dado e anotar o número que ocorrerá na face voltada para cima.
Exemplo 2: Numa partida de futebol, uma das equipes pode obter resultados tais como: vitória (v),
empate (e) ou derrota (d). Tem-se então:
E = { v, e, d }
4.3. – Evento
Tipos de eventos:
EXERCÍCIOS
(1,1);(1,2);(1,3);(1,4);(1,5 );(1,6)
(2,1);(2,2);(2,3);(2,4);(2,5 );(2,6)
E= (3,1);(3,2);(3,3);(3,4);(3,5 );(3,6)
(4,1);(4,2);(4,3);(4,4);(4,5 );(4,6)
(5,1);(5,2);(5,3);(5,4);(5,5 );(5,6)
(6,1);(6,2);(6,3);(6,4);(6,5 );(6,6)
n( A)
P ( A) =
n( E )
R: E = { k, c } n(E)=2
A={k} n(A)=1
n( A) 1
P ( A) = =
n( E ) 2
Exemplo 3: Qual a probabilidade de sair o ás de ouro quando retiramos uma carta de um baralho
de 52 cartas?
R:1/52
Exemplo 4: Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52
cartas?
R:1/13
Exemplo 5: Em um lote de 12 peças, 4 são defeituosas. Sendo retirada uma peça, calcule a
probabilidade de essa peça ser defeituosa.
R:1/3
P (A ) = 1 – P(A)
Exemplo: A tabela a seguir, apresenta o número de bombas injetoras existentes em uma fábrica,
conforme as suas características. Todas estão em caixas iguais. Escolhendo uma caixa
ao acaso, determine a probabilidade dela:
2) P (s) = 1
A B
Dois ou mais eventos são não mutuamente exclusivos quando é possível ambos
ocorrerem simultaneamente. Necessariamente os dois eventos não necessitam ocorrer juntos.
29
A B
REGRAS DE MULTIPLICAÇÃO:
EVENTOS INDEPENDENTES:
Diz-se que dois ou mais eventos são independentes, quando eles não exercem ações
recíprocas, comportando-se cada um de maneira que lhe é própria, sem influenciar os demais. Isto
é, a ocorrência de um não influencia de maneira alguma a ocorrência do outro. Lançando-se uma
moeda o fato de sair cara no primeiro lançamento em nada influencia a probabilidade de sair uma
nova cara, ou não, em um segundo lançamento, porém, em um sorteio como o da loto, o fato de
um número ter saído no primeiro sorteio já altera as probabilidades dos outros números saírem
nos próximos sorteios.
EVENTOS DEPENDENTES:
Dois ou mais eventos são dependentes, quando eles exercem ações recíprocas, ou seja a
ocorrência de um influencia de alguma maneira a ocorrência do outro.
O diagrama de árvore é particularmente útil como método para descrever os possíveis eventos
conjuntos associados com as observações ou as tentativas seqüenciais.
Exemplo: A probabilidade de duas pessoas A e B resolverem um problema são 1/3 e 2/5,
respectivamente. Sabendo que a resolução do problema é independente para A e B, calcule a
probabilidade de que:
(a) nenhum resolva o problema
(b) pelo menos um resolva o problema
(c) A resolva o problema, mas B não
(d) B resolva o problema, mas A não.
Pessoa A pessoa B evento conjunto probabilidade do evento conjunto
Br Ar e Br 1/3 . 2/5
Ar Ar e Br 1/3 . 3/5
Br
Ar Br Ar e Br 2/3 . 2/5
É uma função com valores numéricos, cujo valor é determinado por fatores de chance .
Uma variável aleatória é considerada discreta quando os valores podem ser contados .
E(x) = Σ Xi p(Xi)
R.: 3,5
Exemplo 2: Um investidor julga que tem 0,40 de probabilidade de ganhar R$ 25 000,00 e 0,60 de
probabilidade de perder R$ 15 000,00 num investimento. Seu ganho esperado é:
R.: R$ 1000
4.5.3. Desvio padrão ( σ (x) )
O desvio padrão é calculado com a fórmula:
σ ( x) = ∑ xi p( xi) − [ E ( x)]
2 2
O desvio padrão é:
σ ( x) = 329,5 − 306,25 = 4,82
EXERCÍCIOS
1 – Dez por cento dos carros num parque de carros usados têm bateria defeituosa. Se há 82
carros no lote, qual o número esperado de carros com bateria defeituosa?
R.: 8,2
2 – O número de chamadas telefônicas recebidas por uma mesa e suas respectivas
probabilidades para um intervalo de 3 minutos são:
Número de chamadas 0 1 2 3 4 5
Freqüência relativa 0,60 0,20 0,10 0,04 0,03 0,03
Seja X uma variável aleatória que pode assumir os valores x1, x2,...xn. A cada Xi
correspondem pontos do espaço amostral. Associando, então, a cada valor Xi a probabilidade pi
de ocorrência de tais pontos no espaço amostral tem-se um distribuição de probabilidade.
Onde, Σ pi = 1
4) Seja X a variável aleatória discreta (vad) que assume os valores 0, 1, 2, ....n e representa
o número de sucessos em n repetições do experimento.
n!
Satisfeitas estas condições a P (X = x) = f (x) = p ( x) = p x q n− x
x!( n − x)!
x = nº de sucessos
n = nº de experimento
Ex:
a) uma rodada:
b) mais de 4 rodadas
X=4
5 5 0
P (x>4) = (x=5) f (x) = C . 0,4 . 0,6 = 1 x 0,01024 = 0,01014
5
c) no máximo 1 rodada
d) no mínimo 2 rodadas
ou
2. Um time de futebol tem prob. constante de vencer um jogo num torneio equivalente a
30% qual a probabilidade de vencer a maioria das partidas em um torneio constituído por 5 jogos.
P (X ≥ 3) = P (x = 3) + P (x = 4) + P (x = 5)
n=5
p = 0,30
q = 0,70
3. Uma companhia que vende equipamentos eletrônicos verifica que de todas as máquinas
por ela instaladas, 40% exigem novos ajustamentos após a instalação.
33
a) P = 0,40
q = 0,60
n=4
p (x ≥ 1 ) = 1 - p (x = 0)
0 0 4-0
p (x = 0) = C p q
4
p (x ≥1) = 1 - 0,1292 = 0,8704
Entre as distribuições teóricas de variável aleatória contínuas, uma das mais empregadas é a
DISTRIBUIÇÃO NORMAL .
Principais características:
3ª) A área total limitada pela curva e pelo eixo das abscissas é igual a 1, já que essa área
corresponde à probabilidade de a variável aleatória X assumir qualquer valor real.
4ª) A curva normal é ASSINTÓTICA em relação ao eixo das abscissas, isto é, aproxima-se
indefinidamente do eixo das abscissas sem, contudo, alcançá-lo.
5ª) Como a curva é SIMÉTRICA em torno da média, a probabilidade de ocorrer valor maior
do que a média é igual à probabilidade de ocorrer valor menor do que a média, isto é, ambas as
probabilidades são iguais a 0,5 . Escreve-se: P (X > µ ) = P (X < µ ) = 0,5 .
Quando existe uma variável aleatória com distribuição normal, o principal interesse é obter
a probabilidade dessa variável aleatória assumir um valor em um determinado intervalo. Para
calcular essa probabilidade é usada a distribuição normal padrão.
Exemplo 3: Dois estudantes foram informados de que alcançaram as variáveis reduzidas de 0,8 e
–0,4, respectivamente, em um exame de múltipla escolha de inglês. Se seus graus foram 88 e 64,
respectivamente, determinar a média e o desvio padrão dos graus do exame.
R.: 72 e 20
Exemplo 4: Determinar a área limitada pela curva normal em cada um dos casos abaixo:
a) Entre z = 0 e z = 1,2 R.: 0,3849
b) Entre z = -0,68 e z = 0 R.: 0,2518
c) Entre z = -0,46 e z = 2,21 R.: 0,6636
d) Entre z = 0,81 e z = 1,94 R.: 0,1828
e) À esquerda de z = - 0,6 R.: 0,2742
f) À direita de z = -1,28 R.: 0,8997
g) À direita de z = 2,05 e à esquerda de z = -1,44 R.: 0,0951
EXERCÍCIOS
Exemplo 5: Determinar o valor, ou valores, de z em cada um dos casos, nos quais as áreas
referem-se às limitadas pela curva normal:
Exemplo 8: A média dos diâmetros internos de uma amostra de 200 arruelas produzidas por uma
certa máquina é 0,502 polegadas e o desvio padrão é 0,005 polegadas. A finalidade para a qual
35
essas arruelas são fabricadas permite a tolerância máxima, para o diâmetro, de 0,496 a 0,508
polegadas; se isso não se verificar, as arruelas serão consideradas defeituosas. Determinar a
percentagem de arruelas defeituosas produzidas pela máquina, admitindo-se que os diâmetros
são distribuídos normalmente.
R.: 0,2302
5. AMOSTRAGEM
5.1. CENSO X AMOSTRA
População:
Qualquer conjunto que possui, pelo menos, uma característica em comum.
Economia de tempo;
Economia de custos;
Economia de trabalho;
3ºPropriedade:
O desvio padrão da distribuição de media considerando uma população finita é dado pela expressão.
onde ,
− N −n σ
σx= .
N −1 n
N −n é dito fator de correção para populações finitas.
N −1
Exercícios sobre amostragem:
µ=
∑ x = 25 = 5
N 5
σ2 =
∑x 2
− µ2 =
(1 + 9 + 25 + 49 + 81)
− 52 =8
N 5
σ= 8 = 2,83
5! 4 x5
b) C 53 = = = 10
2!(5 − 2)! 2
E( X ) = µ = 5
E ( X ) = ∑ xP x
Adotando-se o processo de A A S sem reposição com amostras de tamanho 2, tem-se:
1, 3 1, 5 1, 7 1, 9 3, 5 3, 7 3, 9 5, 7 5, 9 7, 9
c)
_
N −n σ
σx= . _
5−2 8
N −1 n σx= . = 0,866(2) = 1,73
5 −1 2
2
σ ( X ) = (Σ X P X ) − (Ε( X )) 2 = 28 − 25 = 1,73
2. Uma variável apresenta média 56 e variância 6,7. Considerando todas as amostras possíveis de
tamanho 100 que podem ser selecionadas dessa população, utilizando o processo de AAS sem
reposição, determine.
µ = 56
σ²= 6,7
n = 100
38
_
a)
E ( x) = µ = 56
b)
2
2 σ σ 2 6,7
σx = = = = 0,067
n n 100
c)
− 6,7
σx= = 0,258 = 0,067
n
4º) Propriedade
Seja X uma variável aleatória normalmente distribuída com média µ e desvio
padrão σ. A variável aleatória x obtida de todas as amostras possíveis de tamanho n, terá
distribuição normal com média E (X) = µ e desvio padrão σx. Portanto podemos associar a V.A. X
uma V.A. padronizada:
X−µ
Z= _
~ N (0,1)
σx
3. Sabendo-se que o peso, dado em gramas, de determinado produto, produzido por uma fábrica está
normalmente distribuído com média 400 e desvio padrão 40g, determinar.
− σ 40
σ = 40 g → σ x = = =4
n 10
n = 100
390 − 400
Z1 = = −2,5
4
410 − 400
Z2 = = 2,5
4
-2,5 2,5
b) n = 25
_
P (390 ≤ x ≤ 410) = 0,78871
_
σ 40
σx= = =8
n 5
390 − 400
Z1 = = −1,25
8
39
390 − 400
Z2 = = 1,25
8
-1,25 1,25
_
c)P (390 ≤ x ≤ 410)
390 − 400
Z1 = = −5 2 σ 40
2 σx = = =2
n 400
410 − 400
Z2 = =5
2
-5 5
d) Quanto maior a amostra mais chance existe para acertar o valor do parâmetro.
P P
P p p E (p) = π
P P P
5.5.1. Propriedades:
π (1 − π )
σ p=
n
N − n π (1 − π )
σ p= .
N −1 n
Exercício:
1. Sabendo que 80% das unidades produzidas por determinada fábrica são
classificadas como artigo de exportação. Considerando a extração de uma amostra aleatória de 64
unidades, determine a probabilidade que a proporção de unidades classificadas como artigos de
exportação assumir um valor abaixo de 76%.
π = 0,8 n= 64
0,76 − 0,8
Z= = −0,8
0,05
0,8 x0,2
a) σp= = 0,04
100
0,76 − 0,8
Z= = −1,0
0,04
0,54 x0,46
σ p= = 0,0342
212
41
π = 0,46 n = 212
1- π = 0,54
0,5 − 0,46
Z= = 1,169 = 1,17
0,0342
6. ESTIMAÇÃO
Parâmetro Estatística
µ X => E (x) = µ
P p => E (p) = p
T t => E (t) ≠ T
σ² s² => E (s²)≠ σ²
2- da variância absoluta: S²
Intervalo genérico
_ _
[x-E≤µ≤x+E]
_ _ _ _
[ x - Z σx ≤ µ ≤ x + Z σx ] (fórm. 01)
nível de
confiança
Fórmulas usadas:
Pop. infinita
_
σ
σx= ;
n
N −n σ
σx= .
N −1 n
Pop. Finita
Exercício:
1. Para uma amostra de 50 firmas tomadas de um parque industrial o n.º médio de
empregados por firma é 420,4, neste parque industrial há um total de 380 firmas. Determine o interva-
lo de confiança de 95% para estimar o n.º médio de trabalhadores por firma do parque industrial,
admitindo-se que esta variável tem distribuição normal, com desvio padrão de 55,7.
n = 50
x = 420,4
N = 380 firmas
1 - α = 95%
µ=?
σ = 55,7
σx = 7,35
_
N −n σ 380 − 50 55,7
σx= . = . = 0,93(7,88) = 7,35
N −1 n 380 −1 50
-1,96 1,96
95% → Z = ± 1,96
43
X ~ N ( µ,55,7²)
_ _ _ _
[ X - Z. σx ≤ µ ≤ x + Z σx ]
[ 405,99 ≤ µ ≤ 434,81 ]
S _
N −n S
σx= ;σ x = .
n N −1 n
1 20 20 20
2 8 16 32
3 28 84 252
4 4 16 64
5 40 200 1000
X = 3,36
2
fx 2 .n x
S =
2
= 2,31 ⇒ S = 2,31 = 1,52
n −1
Z = 2 → 95,45%
N −n s 3900 1,52
σx= . = . = 0,15
N −1 n 3999 100
[3,06 ; 3,66]
44
b- Amostras pequenas (n < 30) a distribuição deve ser sempre “t” (variância desconhecida).
_ s _
s
x − t . ≤ µ ≤ x + t.
n n
Ex.: Foi testada uma amostra de 15 cigarros de certa marca com relação ao
conteúdo de nicotina, obtendo-se uma média de 22 mg e um desvio padrão de 4mg. Encontre-os
limites de confiança para média de nicotina dos cigarros desta marca, considerando um nível de
confiança de 95%.
1 - α = 95%
n = 15
x = 22
S=4
Tabela t
Graus de liberdade = n - 1 = 15 - 1 = 14
4 _
4
22 − 2,145 . ≤ x ≤ 22 − 2,145.
15 15
[19,78 ; 24,22]
[ P - Z σp ≤ π ≤ P + Z σp ]
Formulário:
Pop. infinita
π (1 − π )
σ p= Pop. finita
n
Onde: p = proporção na amostra e σp = desvio padrão da distribuição amostral
N − n π (1 − π )
σ p= .
N −1 n
das proporções.
Ex.: Deseja-se conhecer o nível de desemprego em uma certa comunidade, com este
objetivo realizou-se uma amostra aleatória de 900 pessoas que indicou uma taxa de desemprego de
9%. Ache o intervalo de confiança de 90% para proporção de desemprego nesta comunidade.
n = 900
taxa de desemprego => 9%= 0,9 → p => Q = 1- 0,09 = 0,91
PQ 0,09 x0,91
σ p= = = 0,00954
n 900
45
[ 0,09 - 1,64 (0,00954) ≤ π ≤ 0,09 + 1,64 (0,00954) ]
7. DIMENSIONAMENTO DA AMOSTRA
Z² σ²
no = (população infinita com repos.)
E²
Quando as populações são finitas é considerado o coeficiente:
N. no
n=
N + no
R: 864 e 736
Z² S²
no = (população infinita - com rep.)
E²
N. no
n= (pop. finita - sem repos.)
N + no
Ex.: Suponha-se que em uma escola deseja-se uma estimativa da altura média dos
estudantes, com erro de 5cm de confiança de 99%. A variância das alturas é estimada em 625.
a) Qual deve ser o tamanho da amostra?
b) Supondo que a escola tenha 200 alunos, qual o tamanho da amostra?
_ _ σ²
Obs: Er = Z σ x σ x = _______
n
Z² σ²
no = _______ (pop. infinita com rep.)
Er²
N no
n= (pop. finita - sem rep.)
N + no
Ex.: Deseja-se estimar a produção média de trigo em determinada área geográfica
onde o coeficiente de variação da produção é 70%. Exige-se um erro de estimação de 5% e uma
confiança de 95%.
a) Quantas propriedades produtoras devem ser examinadas?
46
b) Admitindo N = 2.000, qual o n?
R: 752 e 546
Z² σ²
no = _______ (pop. infinita - com repos.)
Er²
N no
n= (pop. finita - sem repos.)
N + no
R: 138 e 108
Z² PQ
no = _______ (pop. admitida infinita - com repos.)
Er²
N no
n= ______ (pop. finita - sem repos.)
N + no
R: 369 e 338
Admite-se o maior valor de P.Q tal que P + Q = 1. Isto significa que P = Q = 0,5 e
PQ = 0,25.
Ex.: A proporção de agricultores que utilizam implementos agrícolas deve ser estimada
para uma população de 3000 agricultores. Exige-se um nível de confiança de 95% e um erro de 5%
nos resultados. Qual o tamanho da amostra?
R: 384 ou 340
LISTA DE EXERCÍCIOS
ESTATÍSTICA DESCRITIVA
01- Considerando uma população hipotética , cujos elementos são vinte dias em um determinado
Hospital contando-se o número de leitos disponíveis por dia, obteve-se os seguintes dados:
2 1 0 2 4 1 2 1 0 2 1 2 2 1 0 3 4 2 3 3
47
Pede-se: a) organizar uma tabela sem intervalo de classes b) calcular a média, moda, mediana,
a variância absoluta, a variância relativa , o desvio-padrão e o coeficiente de variabilidade.
02- Uma amostra de vinte e dois trabalhadores de uma microempresa, apresentou os seguintes
salários em Reais para uma dada semana:
140 140 140 140 140 140 140 140 140 155 155 161 165 165 180
180 190 200 205 225 230 250
Determine:
03- Abaixo são mostrados os saldos médios amostrais de 48 contas de clientes do BB S.A.
( dados brutos em US$ 1,00).
450 500 150 1.000 250 275 550 500 225 475 150
450 950 300 800 275 600 750 375 650 150 500
1.000 700 475 900 800 275 600 750 375 650 150
500 225 250 150 120 250 360 230 500 350 375
470 600 1.000 270
Pede-se:
a) agrupar os dados numa distribuição de freqüências com intervalo de classes ( use form. de
STURGES);
b) construa o correspondente histograma de freqüências absolutas e relativas simples e
acumuladas;
c) construa a ogiva de freqüência absoluta e acumuladas;
d) determine as freqüências simples e acumuladas (absolutas e relativas);
e) calcule a interprete: fr2, f3 e Fr4 - Fr2;
f) calcule as medidas de tendência central : moda, média e mediana (Interprete);
g) encontre as medidas de variabilidade: amplitude, variância absoluta e relativa, desvio-padrão e
coeficiente de variação.
04- Os dados abaixo representam todos a idade dos clientes que acessaram a página da internet
da Empresa “X” no mês de julho de 1998.
84 88 78 80 89
94 95 74 81 90
83 87 91 83 92
90 92 77 86 99
Pede-se determinar:
a) agrupar os dados numa distribuição de freqüências com intervalo de classes ( use form. de
STURGES);
b) a amplitude total das notas;
c) o desvio-padrão das notas;
d) a variância absoluta das notas;
48
e) o coeficiente de variação
f) a proporção de alunos com notas maiores que 89;
g) a média, sabendo-se que o professor resolveu acrescentar 5 pontos para cada aluno;
h) o desvio-padrão quando foi adicionado 5 pontos.
06- Para facilitar um projeto de ampliação da rede de filiais de uma empresa comercial de uma
certa região, tomaram uma amostra de tamanho 50 dos 270 lojas que compõe a região, e foram
encontrados os seguintes números de clientes semanais:
02 02 03 10 13 14 15 15 16 16 18 18
20 21 22 22 23 24 25 25 26 27 29 29
30 32 36 42 44 45 45 46 48 52 58 59
61 61 61 65 66 66 68 75 78 80 89 90
92 97
Pede-se:
a) Construa uma distribuição de freqüências considerando seu limite inferior igual a dois e uma
amplitude de classe igual a 14;
b) Calcule a moda, mediana e a média da distribuição do item “a”.
07- Sabendo que uma distribuição da variável “x” possui média igual a 50 e o desvio-padrão igual
a 6, calcule o coeficiente de variação da variável cuja distribuição é dado por y = 2x + 3.
08-O Departamento Pessoal de uma certa firma fez um levantamento dos 120 funcionários de
todo o setor de produção, obtendo os seguintes resultados:
Pede-se:
a) Construa um histograma de freqüências absolutas;
b) Calcule a média dos salários
c) Calcule o desvio-padrão dos salários;
d) Se for concedido um aumento para esses funcionários de 100%, haverá alteração na média? E
no desvio-padrão? Justifique.
e) Se for concedido um abono de um salário mínimo para todos os 120 funcionários, haverá
alteração na média? E no desvio-padrão? Justifique.
09- Calcule as medidas de tendência central e de variabilidade dos dados apresentados a seguir:
Número de peças defeituosas, por dia, num levantamento realizado em uma população de 350
lotes de fabricação de um produto:
N° de peças defeituosas 0 1 2 3 4 5 6
Nº de lotes 55 60 112 82 31 8 2
Fonte: Dados fictícios
18 |-----20 5
20 |-----22 18
22 |-----24 10
24 |-----26 6
26 |-----28 5
RESPOSTAS:
1. a)
Nr. de leitos disponíveis/dia Nr. de dias
0 3
1 5
2 7
3 3
4 2
∑ 20
2. a)
salários em R$ nr. de empregados
140 I----------- 162 12
162 I----------- 184 4
184 I----------- 206 3
206 I----------- 228 1
228 I----------- 250 2
∑ 22
_
b) x = R$ 172,00 ; Mo = R$ 153,20 ; Md = R$ 160,17; s² = R$ 851,71² ; g² = 0,0288 ou
2,88 %; s = R$ 29,18; g = 0,1697 ou 16,97 %.
3.
saldos médios fi fri % fri Fi Fri % Fri
50
119 I----- 245 9 0,1875 18,75 9 0,1875 18,75
245 I----- 371 10 0,2083 20,83 19 0,3958 39,58
371 I----- 497 8 0,1667 16,67 27 0,5625 56,25
497 I----- 623 9 0,1875 18.75 36 0,7500 75,00
623 I----- 749 3 0,0625 6,25 39 0,8125 81,52
749 I----- 875 4 0,0833 8,33 43 0,8958 89,58
875 I----- 1001 5 0,1042 10,42 48 1,0000 1,00
∑
5. a)
notas fi
74 I------ 79 3
79 I------ 84 4
84 I------ 89 4
89 I------ 94 6
94 I------ 99 3
∑ 20
b) AT = 25
c) σ = 6,5
d) σ² = 42,25
e) δ = 0,0747
f) 0,45 ou 45 %
g) µ + 5 = 87 + 5 = 92
h) σ = 6,5
6. a)
nr. de cliente / semana fi
2 I------------ 16 8
16 I------------ 30 16
30 I------------ 44 4
44 I------------ 58 6
58 I------------ 72 9
72 I------------ 86 3
86 I------------ 100 4
∑ 50
_
b) x = 41,76 cliente / semana; Mo = 21,6 cliente / semana; Md = 33,5 cliente / semana.
7. 11,65 %
8. b) µ = 3,5 S. M.
c) σ = 1,987 S. M.
d) sim, média = 2(3,5) = 7 S. M; desvio-padrão = 2( 1,987) = 3,975 S. M.
e) média = 3,5 + 1,0 = 4,5 S.M; o desvio-padrão permanece inalterado.
9. µ = 2,02 peças defeituosas ; Mo = 2 peças defeituosas ; Md = 2 peças defeituosas; AT = 6
peças defeituosas; σ² = 1,69 peças defeituosas ² ; σ = 1,298 peças defeituosas.
51
10.
salários fi fri % fri Fi Fri % Fri
100 I----- 120 4 0,08 8 4 0,08 8
120 I----- 140 11 0,22 22 15 O,30 30
140 I----- 160 24 0,48 48 39 0,78 78
160 I----- 180 8 0,16 16 47 0,94 94
180 I----I 200 3 0,06 6 50 1,0 100
∑ 50 1,0 100 - - -
11.
_
a) x = 22,45 anos ; Mo = 21,24 anos ; Md = 21,89 anos.
b) % fr3 = 22,73 % dos candidatos apresentam idade de 22 até menos que 24.
F4 = 39 candidatos apresentam idade de 18 até menos que 26.
f2 = 18 candidatos apresentam idade de 20 até menos que 22.
% Fr3 = 75 % dos candidatos apresentam idade de 18 até menos que 24.
c) s = 2,38 anos.
12. _
a) x = 14,7 anos; s =6,30 anos g = 0,4289 ou 42,89 %.
RELATIVOS E ÍNDICES
1. A tabela a seguir mostra os preços médios para o varejo e as quantidades vendidas dos
produtos: carne bovina, carne suína e ovina durante os anos de 1991, 1992 e 1993 (dados
fictícios).
3- Dada a tabela abaixo calcule os índices relativos adotando uma base móvel. Interprete os
resultados.
Ano 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992
Dív. ext.* 62,4 74,0 85,3 93,6 102,0 105,1 111,0 121,2 113,5 115,1 123,4 123,9 132,3
52
(*) Os dados são referentes a dívida externa brasileira, expressa em US$ bilhões.
6- Dada a tabela abaixo obtenha nova série de índices, adotando 1992 como base.
Ano 1988 1989 1990 1991 1992 1993 1994 1995
Índice de produção (88 = 100) 100 132 125 130 140 148 162 150
7- Dadas as variações (em relação ao mês anterior) da produção industrial brasileira de janeiro a
setembro de 1993, segundo o IBGE, calcule:
Meses jan. fev. mar. abr. maio jun. jul. ago. set.
variações/ mês 5,05 0,36 4,80 1,30 2,13 -5,10 -0,80 -2,00 -1,70
a) Determine o valor das vendas industriais a preços constantes de 1978 ( 1978 = 100)
b) Determine o salário, os preços constantes de 1978 ( 1978 = 100).
12. Utilizando os dados da tabela seguinte, calcule os índices de Laspeyres, Paasche e Fischer
para preços com base em janeiro.
13. Uma revista publicou a tabela a seguir com o respectivo comentário: A produção de batata
aumentou 113% no ano de 2002 em relação a 1999 e, aumentou 83% em 2001 com base em
1999. Esta informação está correta? Justifique.
produção de batatas
anos quantidade(ton)
1999 12
2000 11
2001 10
2002 13
RESPOSTAS
1.
a) 95,56; 115,15; 116,67.
b) 113,33; 90,00; 150,00.
c) 116,29.
d) 139,75.
e) 105,69.
f) 140,79.
2.
a) 100; 116,7; 140; 166,7; 170; 183,3.
b)80; 100; 120; 140; 160; 180.
c) 116,7; 120; 119; 102; 107,8.
54
d)172,5.
3. 118,6; 115,3; 109,7; 109; 103; 105,6; 109,19; 93,6; 101,4; 107,2; 100,4; 106,8.
4. Homicídios total: 100; 110; 120,72; 132,61; 168,52; 172,83; 165,35; 168,1; 176,71.
Hom. Até 17 anos: 100; 118,6; 131,98; 170,93; 254,07; 248,26; 177,1; 201,63; 381,4.
5. a) 102,15; 92,68; 89,56; 116,28; 95,49; 118,65; 100,94.
b) 103,33.
c) 117,01.
6.
Ano 1988 1989 1990 1991 1992 1993 1994 1995
Índice de produção 92=100 71,43 94,29 89,29 92,86 100 105,71 115,71 107,14
7.
a) 3,67%
b) 0,40%.
8.
Anos 1981 1982 1983 1984 1985
Índices 80=100 120 180 198 257,4 308,9
Índices 85=100 38,9 58,3 64,1 83,3 100
9.
Ano IGP 1980 = 100 Faturamento 80 = 100 taxa de variação
1980 100 50.000 -
1981 137 43.796 -12,41
1982 207 67.633 54,43
1983 367 54.496 -19,42
1984 691 36.179 -33,61
10.
Ano Valor das Vendas Salários na Indústria ICV 1998 = 100 Índice de Preços Industriais
Industriais (anual) 1999 = 100
1998 200.000,00 40.000,00 100 100
1999 131.974,00 40.000,00 125 166,7
2000 138.889,00 44.444,00 135 180
11.
meses jan fev mar abr mai
índices a) 55,19 82,28 105 100 155
índices b) 136 202,6 259,4 246,4 381,9
14.
meses jan fev mar abr mai
índices a) 51,19 76,28 105,3 100 98
índices b) 136 202,6 279,6 265,7 236,4
EXERCÍCIOS DE PROBABILIDADE:
HOMENS MULHERES
Menores 5 3
Adultos 5 2
4. A probabilidade de um homem estar vivo daqui a 30 anos é de 2/3 e a de sua mulher é de 3/5.
Considerando que as sobrevivências são independentes, determine a probabilidade de que, daqui
a 30 anos:
(a) ambos estejam vivos
(b) somente o homem esteja vivo
(c) ambos estejam mortos
(d) pelo menos um esteja vivo.
RESPOSTAS
1. a) = 0,23
b) = 0,138
588
c) = ------
600
8
d) = -----------
36
2.
a) 10
P (H) = ------
15
b) 7
P (A) = -----
15
c) P (M) ∩ P(M) =
3
P (M e M) = ------- = ( Ver na tabela)
15
56
1. Devido as altas de taxas de juros, uma firma informa que 30% de suas contas a receber de outras
firmas comerciais se encontram vencidas. Se um contador escolhe aleatoriamente uma amostra de
cinco delas, determinar a probabilidade de cada um dos seguintes eventos usando a fórmula da
probabilidade binomiais:
a) Nenhuma das contas está vencida
b) Exatamente duas contas estão vencidas
c) A maioria das contas estão vencidas
d) Exatamente 20% das contas estão vencidas.
2. Uma firma de pedidos pelo correio envia uma carta circular que terá uma taxa de respostas de
10%. Suponha que 20 cartas circulares são endereçadas a uma nova área geográfica como um teste
de mercado. Supondo que na nova área é aplicável a taxa de respostas de 10, determinar as
probabilidades dos seguintes eventos, usando a tabela de probabilidades binomiais:
a) Ninguém responde
b) Exatamente duas pessoas respondem
c) A maioria das pessoas responde
d) Respondem menos do que 20% das pessoas.
3. Existe 90% de probabilidade de que um certo tipo de componente se comporte de forma adequada
sob condições de elevadas temperaturas. Se o dispositivo em questão tem quatro de tais
componentes, determinar, por meio de fórmula de probabilidade binomiais, a probabilidade de cada
um dos seguintes eventos.
a) Todos os componentes se comportam de forma adequada e, por conseguinte, o dispositivo
funciona.
b) O dispositivo não funciona porque falha um dos quatro componentes.
c) O dispositivo não funciona porque falham um ou mais dos componentes.
4.Usando a tabela de probabilidade binomiais, determinar:
a) P (X = 8 | n = 20,p = 0,30)
b) P (X ≥ 10 | n = 20,p = 0,30)
c) P (X ≤ 5 | n = 20,p = 0,30)
d) P(X = 5 | n = 10,p = 0,40)
e) P(X > 5 | n = 10,p = 0,30)
f) P(X < 5 | n = 10,p = 0,40)
5. Determinar, por meio da tabela de probabilidade binomiais:
a) P(X = 4 | n = 12,p = 0,70)
b) P(X ≥ 9 | n = 12,p = 0,70)
c) P(X ≤ 3 | n = 8,p = 0,60)
d) P(X < 3 | n = 8,p = 0,60)
e) P(X = 5 | n = 10,p = 0,90)
f) P(X > 7 | n = 10,p = 0,90)
6. Suponha que 40% dos empregados horistas de uma grande empresa estejam a favor da
representação sindical e que se peça uma resposta anônima a uma amostra aleatória de 10
empregados. Qual a probabilidade de estarem a favor da representação sindical:
a) A maior parte dos que respondem
b) Menos da metade dos que respondem.
RESPOSTAS
1. a) 0,16807
2. a) 0,12,16
b) 0,2852
c) 0
d) 1
3. a) 0,65611
b) 0,2916
c) 0,3439
57
4. a) 0,1144
b) 0,0479
c) 0,4165
d) 0,2007
e) 0,0473
f) 0,6330
5. a) 0,0078
b) 0,4925
c) 0,1738
d) 0,0499
e) 0,0015
f) 0,9298
6. a) 0,1663
b) 0,6330
2. A vida útil de uma certa marca de pneus radiais tem uma distribuição normal com µ = 38.000 Km
e σ = 3.000Km.
a) Qual a probabilidade de que um pneu escolhido aleatoriamente tenha uma vida útil de no mínimo
35.000Km?
b) Qual a probabilidade de que ele dure mais do que 45.000Km?
3. Sabendo que o tempo gasto pelos indivíduos para resolver um teste é normalmente distribuído
com média de 20 minutos e desvio-padrão de 4 minutos, determine a probabilidade de que
uma pessoa gaste para resolver um teste:
(a) entre 16 e 22 minutos
(b) entre 22 e 25 minutos
(c) mais do que 23 minutos
(d) menos que 16 minutos
4. A duração de um certo componente eletrônico é normalmente distribuída com média de 850
dias e desvio-padrão de 45 dias. Calcule a probabilidade de um componente desse tipo durar:
(a) entre 700 e 1000 dias
(b) mais do que 800 dias
(c) menos do que 750 dias
5. O número de pessoas que almoçam num restaurante suburbano é aproximadamente normal
com média de 250 e desvio padrão de 20 pessoas, por dia. Determine a probabilidade de que, em
um dia qualquer, sejam atendidas:
(a) menos de 200 pessoas
(b) entre 225 e 275 pessoas
6. As notas de Estatística dos alunos de uma Universidade distribuem-se normalmente com média
de 6,4 e desvio-padrão de 0,8. Em uma classe de 80 alunos, quantos terão nota:
(a) menor do que 5,0?
(b) entre 5,0 e 7,5?
(c) maior que 7,5?
58
7. Numa pesquisa salarial, verificou-se que o salário de determinada categoria segue uma
distribuição normal com média de 15.000 u.m. e desvio-padrão de 2.000 u.m. Determine:
(a) a probabilidade de que um empregado tenha salário entre 17.000 u.m. e 18.000 u.m.
(b) quantos empregados entre 1.000, tem salário superior a 18.000 u.m.?
8. O peso médio dos alunos de uma escola é 57,45 Kg, com desvio-padrão de 6,12 Kg,
normalmente distribuído. Se são 850 os alunos desta escola:
(a) quantos têm peso inferior a 50 Kg?
(b) qual a probabilidade de um aluno sorteado pesar entre 55 Kg e 65 Kg?
(c) é considerado gordo um aluno que pesa mais de 70 Kg. Quantos serão considerados gordos?
RESPOSTAS
1. a) 0,4332 b) 0,5328 c) 0,0228 d) 0,0668
2. a) 0,8413 b) 0,0099
2. Uma variável apresenta média 56 e variância 6,7. Considerando todas as amostras possíveis de
tamanho 100 que podem ser selecionadas dessa população, utilizando o processo de AAS sem
reposição, determine.
3. O valor médio das vendas de um determinado produto durante o último ano foi de R$ 3400 por
varejistas que trabalha com o produto, com desvio padrão de R$ 220. Se um grande número de
varejistas trabalha com o produto, determine o erro padrão da média admitindo-se amostras de
tamanho 25.
4. Admita-se no exercício anterior, que apenas 100 varejistas trabalhem com o produto.
5. Sabendo-se que o peso, dado em gramas, de determinado produto, produzido por uma fábrica
está normalmente distribuído com média 400 e desvio padrão 40g, determinar.
RESPOSTAS
1. a) 6 e 10,8 b) 10 c) 6 e 1,34
2. a) 56 b) 10 c) 0.26
3. R$ 44,00
4. R$ 38,00
5. a) 0,98759 b) 0,78871 c) 1
2. Para uma mostra de 50 firmas tomada de uma determinada indústria, o número médio de
empregados por firma é 420,4 com um desvio padrão na amostra de 55,7. Nesta indústria, há um
total de 380 firmas. Determinar o intervalo de confiança de 90%, para estimar o número médio de
trabalhadores por firma da indústria.
(Obs: indústria eqüivale a um parque industrial).
5. Foi testada uma amostra de 15 cigarros de certa marca, com relação ao conteúdo de nicotina,
obtendo-se uma média de 22 miligramas e um desvio padrão de 4 miligramas de nicotina. Encontre
os limites de confiança para µ (média populacional), considerando 1 - α = 95%.
RESPOSTAS
1. [6,97 ≤ µ ≤ 8,03]
2. [408,35 ≤ µ ≤ 432,45]
3. 12,05
4. [77,6 ≤ µ ≤ 92,4]
5. [19,71 ≤ µ ≤ 24,29]
6. [2,322 ≤ µ ≤ 2,37]
60
1. Uma centena de componentes foi ensaiada e 93 deles funcionaram mais de 500 horas.
Determinar um intervalo de confiança de 95% para a proporção.
2. Uma amostra aleatória de 400 domicílios mostra-nos que 25% deles são casas de aluguel.
Qual é o intervalo de confiança que podemos, razoavelmente supor que seja o da proporção
de casas de aluguel? α = 2%.
4. Para verificar se um dado era viciado, jogou-se o mesmo 120 vezes, obtendo-se 25 vezes
o número cinco. Calcular um intervalo de confiança para a proporção: α = 1%. Pode-se dizer
que o dado é viciado?
5. Uma amostra de 300 habitantes de uma cidade mostrou que 180 desejavam a água
fluorada. Encontrar os limites de confiança para a proporção da população favorável a
floruação.
6. Numa eleição determinado candidato recebeu 46% dos votos. Determine a probabilidade de
que um escrutínio efetuado em 212 votantes se obtenha a maioria em favor do candidato.
7. Deseja-se conhecer o nível de desemprego em uma certa comunidade, com este objetivo
realizou-se uma amostra aleatória de 900 pessoas que indicou uma taxa de desemprego de 9%.
Ache o intervalo de confiança de 90% para proporção de desemprego nesta comunidade.
RESPOSTAS
1. 0,88 ≤ P ≥ 0,98
2. 0,20 ≤ P ≥ 0,30
7. [ -7,43% ; 10,56% ]
Partindo da seguinte série de dados, vamos construir: uma distribuição de freqüência sem
intervalo de classe e com intervalo de classe, um histograma e cálculos de estatística
descritiva.
14 12 13 11 12 13 16 14 14 15 17 14 11
13 14 15 13 12 14 13 14 13 15 16 12 12
61
Entrada de Dados
• Nas células C2:C8, digitar as variáveis correspondentes a cada classe para uma distribuição
de freqüência sem intervalo de classe. (11, 12, 13, 14, 15, 16, 17)
Freqüência Simples
Freqüência Acumulada