Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTATÍSTICA
2000
1500
1000
500
0
84 85 86 87 88 89 90 91 92 93 94
SUMÁRIO
3 PROBABILIDADE ....................................... 34
2
Probabilidade e Estatística Luiz Roberto
3
Probabilidade e Estatística Luiz Roberto
BIBLIOGRAFIA ........................................... 91
4
Probabilidade e Estatística Luiz Roberto
1.2 Símbolos
: pertence : existe
: não pertence : não existe
: está contido : para todo (ou qualquer que seja)
: pertence : existe
∨ : ou ∧ :e
5
Probabilidade e Estatística Luiz Roberto
ou seja
6
Probabilidade e Estatística Luiz Roberto
unidade
N* = N - {0}
Utilizamos o * (asterisco) à direita do nome do conjunto do qual se
quer suprimir o elemento zero.
7
Probabilidade e Estatística Luiz Roberto
m,n N, m + n N e m*n N
Essa característica pode ser sintetizada na frase:
“N é fechado em relação à adição e à multiplicação”.
Z_ = {..., -4, -3, -2, -1, 0} conjunto dos inteiros não positivos
Z *__ = {..., -4, -3, -2, -1} conjunto dos inteiros negativos
Observe que Z+ = N.
8
Probabilidade e Estatística Luiz Roberto
Números Opostos
2 unidades 2 unidades
9
Probabilidade e Estatística Luiz Roberto
1 1 2 2 p
Q = 0, ± 1,± , ± ,.... ± 2,± ,± ,...,± ,...
2 3 3 5 q I p e q inteiros e q ≠ 0
p
Q = I p Z e q Z*
q
p
Desta forma, podemos definir Q como o conjunto das frações ; assim,
q
p
um número é racional quando pode ser escrito como uma fração , com p e q
q
inteiros e q ≠ 0.
p p
Quando q = 1, temos = = p Z, de onde se conclui que Z é
q 1
subconjunto de Q.
Assim, podemos construir o diagrama:
N Z Q
*
Q _ : conjunto dos racionais negativos
10
Probabilidade e Estatística Luiz Roberto
Exemplos:
−3 −6 −9
a) − 3 = = =
1 2 3
1 2 3
b) 1 = = =
1 2 3
p
Q = {x | x = , com p ∈ Z , q ∈ Z e q ≠ 0}
q
1 5 75
= 0,5 − = −1,25 = 3,75
2 4 20
2°) O número decimal obtido possui, após a vírgula, infinitos algarismos (nem
todos nulos), que se repetem periodicamente:
1 9
= 0,333... = 0,3 = 0,777... = 0,7
3 7
1 167
= 0,0454545... = 0,045 = 2,5303030... = 0,530
22 66
11
Probabilidade e Estatística Luiz Roberto
por não apresentarem representação infinita periódica, também não são números
racionais.
R = Q ∪ I = {x | x é racional ou x é irracional}
R
12
Probabilidade e Estatística Luiz Roberto
1.9 Intervalos
a) Intervalo Aberto:
b) Intervalo Fechado:
[a,b] = {x R I a ≤ x ≤ b} 3 5
[a,b[ = {x R I a ≤ x < b}
3 5
]a,b] = {x R I a < x ≤ b}
3 5
13
Probabilidade e Estatística Luiz Roberto
e) ]-∞,a] = {x R I x ≤ a}
3
f) ]-∞,a[ = {x R I x < a}
3
g) [a, +∞[ = {x R I x ≥ a}
3
Exemplo 1
O Instituto de Meteorologia de Curitiba quis fazer um estudo de variação da
temperatura à sombra e mediu-a de hora em hora, conforme a tabela abaixo:
Hora 0 1 2 3 4 5 6 7 8 9 10 11
Temperatura 7° 6° 5° 4° 3° 2° 2° 3° 5° 7° 12° 15°
Hora 12 13 14 15 16 17 18 19 20 21 22 23
Temperatura 18° 18° 20° 20° 20° 18° 15° 13° 11° 9° 8° 7°
Exemplo 2
Uma barraca na praia da Barra da Tijuca vende cocos e exibe a seguinte
tabela:
Números de cocos 1 2 3 4 5 6 7 8 9 10
Preço (R$) 1,20 2,40 3,60 4,80 6,00 7,20 8,40 9,60 10,80 12,00
14
Probabilidade e Estatística Luiz Roberto
Exemplo 3
Um pedreiro vai ladrilhar uma sala de 3 x 3 metros. Com ladrilhos quadrados,
todos iguais entre si. Se ele pode escolher ladrilhos com lados 10 cm, 12 cm,
15 cm, 20 cm, 25 cm e 30 cm, qual é o número de ladrilhos que usará em cada
caso?
Para achar o número de ladrilhos (y), basta dividir a área da sala (9m2) pela
área do ladrilho (em m2). Se o lado mede x m2, então a fórmula que relaciona y
com x é: y = 9/x2.
Medida do lado do ladrilho (x) 0,10 0,12 0,15 0,20 0,25 0,30
Número de ladrilhos (y) 900 625 400 225 144 100
Exercícios
Número de peças 1 2 3 4 5 6
Custo (R$) 1 4 9 16 25 36
15
Probabilidade e Estatística Luiz Roberto
por y = 10 x . Responda:
a) Quantas pessoas sabem o resultado do jogo após 4 horas?
b) Quantas pessoas sabem o resultado do jogo após um dia?
c) Após quantas horas de sua realização, 30 mil pessoas tomam
conhecimento do resultado do jogo?
5. A velocidade média de um automóvel em uma estrada é de 90 Km/h.
Responda:
a) Qual é a distância percorrida pelo automóvel em uma hora?
b) Em quanto tempo o automóvel percorre a distância de 360 Km?
c) Qual é a expressão matemática que relaciona a distância
percorrida (d) em função do tempo (t)?
6. Um professor propõe a sua turma um exercício-desafio, comprometendo-se
a dividir um prêmio de R$120,00 entre os acertadores. Seja x o número
de acertadores (x = 1, 2, ..., 40) e y a quantia recebida por cada
acertador (R$). Responda:
a) y é função de x? Por quê?
b) Quais os valores de y para x=2, x=8, x=20 e x=25?
c) Qual é o valor máximo que y assume?
d) Qual é a lei de correspondência entre x e y?
16
Probabilidade e Estatística Luiz Roberto
2 ANÁLISE COMBINATÓRIA
2.1 Introdução:
Fermat Tartaglia
Pascal
17
Probabilidade e Estatística Luiz Roberto
sorvete Refeição 4
hambúrger torta Refeição 5
salada de frutas Refeição 6
18
Probabilidade e Estatística Luiz Roberto
Exemplos:
a) 6! = 6 . 5! = 6 . 5 . 4 . 3 . 2 . 1 = 720
b) 4! = 4. 3! = 4 . 3 . 2 . 1 = 24
c) 7! = 7 . 6! = 7 . 6 . 5 . 4 . 3 . 2 . 1 = 5040
d) 10! = 10 . 9 . 8 . 7 . 6 . 5 . 4 . 3 . 2 . 1
e) 3! = 3 . 2 . 1 = 6
Perceba que 7! = 7 . 6 . 5 . 4!, ou que
6! = 6 . 5 . 4 . 3!, e assim sucessivamente.
Exercícios:
8!
1) efetuar:
6!
(8!+7! )
2) efetuar:
6!
(n + 1)!
3) efetuar:
(n − 1)!
(n − 4)!
4) efetuar:
(n − 3)!
(6!−5! )
5) efetuar: + 0!
5!
(n + 2)!
6) efetuar:
(n + 1)!
(10!+9! )
7) efetuar:
11!
7! 6! 8!
8) efetuar: + +
6! 7! 6!
9) efetuar: 6! - 20
10) Resolva a equação: (n+2)! = 6n!
(2n)!
11) Resolva a equação: = 12
(2n − 2)!
2.3 Princípio fundamental da contagem - PFC
19
Probabilidade e Estatística Luiz Roberto
Exemplo 1
No Brasil as placas dos veículos são confeccionadas usando-se 3 letras do
alfabeto e 4 algarismos. Qual o número máximo de veículos que poderá ser
licenciado?
Imaginemos a seguinte situação: Placa ACD – 2172.
Como o alfabeto possui 26 letras e nosso sistema numérico possui 10
algarismos (de 0 a 9), podemos concluir que: para a 1ª posição, temos 26
alternativas, e como pode haver repetição, para a 2ª, e 3ª também teremos 26
alternativas. Com relação aos algarismos, concluímos facilmente que temos 10
alternativas para cada um dos 4 lugares. Podemos então afirmar que o número
total de veículos que podem ser licenciados será igual a:
26 . 26 . 26 . 10 . 10 . 10 . 10 = 175.760.000.
Exemplo 2
No Brasil, antes da alteração do sistema de emplacamento de automóveis, as
placas dos veículos eram confeccionadas usando-se 2 letras do alfabeto e 4
algarismos. Qual o número máximo de veículos que podia ser licenciado neste
sistema?
Imaginemos a seguinte situação: Placa AC – 2172.
Como o alfabeto possui 26 letras e nosso sistema numérico possui 10
algarismos (de 0 a 9), podemos concluir que: para a 1ª posição, temos 26
alternativas, e como pode haver repetição, para a 2ª, também teremos 26
alternativas. Com relação aos algarismos, concluímos facilmente que temos 10
alternativas para cada um dos 4 lugares. Podemos então afirmar que o número
total de veículos que podem ser licenciados será igual a:
26 . 26 . 10 . 10 . 10 . 10 = 6.760.000.
20
Probabilidade e Estatística Luiz Roberto
Percebe-se que a inclusão de apenas uma letra faz com que sejam licenciados,
aproximadamente, mais 170.000.000 de veículos.
Exemplo 3
Há quatro estradas ligando as cidades e A e B, e três estradas ligando as
cidades B e C. De quantas maneiras distintas pode-se ir de A a C, passando
por B?
Fazer a viagem de A a C pode ser considerado uma ação constituída de duas
etapas sucessivas:
1ª ir de A até B: teremos quatro possibilidades
2ª ir de B a C: para cada uma das possibilidades anteriores, há três
maneiras de chegar a C, a partir de B.
Assim, o resultado procurado é 4 x 3 =12.
Exemplo 4
Com os algarismos 1, 2, 3, 4, 5 e 6, quantos números de três algarismos
distintos podemos formar?
Formar um número de três algarismos pode ser considerado uma ação constituída
de três etapas sucessivas:
1ª escolha do algarismo das centenas: são seis possibilidades.
2ª escolha do algarismo das dezenas: como não pode haver repetição de
algarismo, devemos ter um algarismo diferente do algarismo escolhido para a
centena. Assim, há cinco possibilidades.
3ª escolha do algarismo das unidades: devemos ter um algarismo diferente dos
dois algarismos escolhidos para a centena e para a dezena. Assim, há quatro
possibilidades.
Pelo PFC, o resultado é: 6 x 5 x 6 = 120 números.
Exemplo 5
Uma prova consta de 10 questões do tipo V ou F. De quantas maneiras distintas
ela pode ser resolvida?
Resolver a prova representa uma ação constituída de 10 etapas sucessivas, que
correspondem à resolução das 10 questões propostas.
Para cada questão, há duas possibilidades de escolha de resposta: V ou F.
21
Probabilidade e Estatística Luiz Roberto
Exemplo 6
Exemplo 7
Quantos números ímpares de três algarismos distintos podemos formar com os
algarismos 0, 1, 2, 3, 4, 5, 6 e 7?
Algarismo das unidades: há quatro possibilidades (1, 3, 5 e 7).
Algarismo das centenas: há seis possibilidades – devemos excluir o zero e o
algarismo escolhido para a unidade.
Algarismo das dezenas: há seis possibilidades – devemos escolher algarismos
diferentes dos algarismos escolhidos para a centena e unidade.
Assim, pelo PFC, temos: 6 x 6 x 4 = 144 números.
Todo problema de contagem pode, pelo menos teoricamente, ser resolvido pelo
PFC. Porém, na prática, a resolução de alguns desses problemas pode se tornar
muito complicada.
Dessa forma, estudaremos técnicas de contagem de determinados agrupamentos –
baseados no PFC – as quais simplificarão a resolução de muitos problemas.
Consideraremos sempre os agrupamentos simples: arranjos, permutações e
combinações.
Exemplo 8
Solução:
Temos 10 elementos, com repetição. Observe que a letra M está repetida duas
vezes, a letra A três , a letra T, duas vezes. Na fórmula anterior, teremos:
n=10, a=2, b=3 e c=2. Sendo k o número procurado, podemos escrever: k= 10! /
(2!.3!.2!) = 151.200 anagramas
22
Probabilidade e Estatística Luiz Roberto
Exemplo 1
Dado o conjunto A = (1, 2, 3, 4), vamos escrever todos os arranjos desses
quatro elementos tomados dois a dois.
(1, 2); (1, 3); (1, 4); (2, 1); (2, 3); (2, 4); (3, 1); (3, 2); (3, 4); (4,
1); (4, 2); (4, 3)
Notamos que (2, 3) ≠ (3, 2), isto é, a troca na ordem dos elementos de um
possível agrupamento gera um agrupamento diferente.
Exemplo 2
Um cofre possui um disco marcado com os dígitos 0,1,2,...,9. O segredo do
cofre é marcado por uma seqüência de 3 dígitos distintos. Se uma pessoa
tentar abrir o cofre, quantas tentativas deverá fazer(no máximo) para
conseguir abri-lo?
As seqüências serão do tipo xyz. Para a primeira posição teremos 10
alternativas, para a segunda, 9 e para a terceira, 8. Aplicando a fórmula de
arranjos pelo PFC, chegaremos ao mesmo resultado: 10.9.8 = 720.
Observe que 720 = A10,3
23
Probabilidade e Estatística Luiz Roberto
n n – 1 n – 2 n – (k – 1)
Exemplo 3
Obter o valor de A4,2 + A7,3.
4! 4! 4.3.2!
Temos A4,2 = = = = 12
(4 − 2)! 2! 2!
7! 7! 7.6.5.4!
A7,3 = = = = 210
(7 − 3)! 4! 4!
Exemplo 4
O quadrangular de um torneio mundial de basquete é disputado por quatro
seleções: Brasil, China, Holanda e Itália. De quantas maneiras distintas
podemos ter os três primeiros colocados?
Um possível resultado do torneio é Holanda (campeã), Brasil (2°) e Itália
(3°). Se trocarmos a ordem desses elementos, obtemos, entre outras, Brasil
24
Probabilidade e Estatística Luiz Roberto
Exemplo 5
A senha de um cartão de banco é formada por duas letras distintas seguidas
por uma seqüência de três algarismos distintos. Quantas senhas poderiam ser
confeccionadas?
Como importa a ordem que são escolhidas as letras, o número de maneiras de
escolhê-las é dado por A26,2.
Analogamente, a seqüência de três algarismos distintos pode ser escolhida de
A10,3.
Pelo PFC, o número de senhas que podem ser confeccionas é:
A26,2 x A10,3 = 650 x 720 = 468.000.
Exemplo 6
Usando-se as 26 letras do alfabeto (A,B,C,D,...,Z), quantos arranjos
distintos com 3 letras podem ser montados?
n!
An,k = , n=26, k=3
(n − k )!
26! 26 . 25 . 24 . 23!
Resposta: A = = = 26.25.24 = 15600
23! 23!
25
Probabilidade e Estatística Luiz Roberto
Exemplo 1
Escrever todos os anagramas da palavra SOL.
Um anagrama da palavra SOL é qualquer permutação das letras S, O, L de modo
que se forme uma palavra com ou sem sentido.
Assim, temos: SOL, SLO, OSL, OLS, LOS, LSO.
Exemplo 2
De quantas maneiras cinco pessoas, A, B, C, D e E podem ser dispostas em
fila indiana?
Cada maneira de compor a fila é uma permutação das cinco pessoas, pois
qualquer fila obtida é uma seqüência ordenada na qual comparecem sempre as
cinco pessoas.
Assim, o resultado esperado é: P5 = 5! = 120
Exemplo 3
Baseado no exemplo anterior, quantas filas podem ser compostas começando por
A ou B?
A 1ª posição da fila pode ser escolhidas de duas maneiras (pois tanto A como
B pode iniciá-la).
Definido o início da fila, restarão sempre quatro lugares para serem
preenchidos pelas quatro pessoas restantes, num total de P4 = 4! = 24
possibilidades.
Pelo PFC, o resultado é: 2 x 24 = 48.
Exemplo 4
Oito pessoas, entre elas, Antonio e Pedro, vão posar para uma foto. De
quantas maneiras elas podem ser dispostas se Antonio e Pedro se recusarem-se
a ficar lado a lado?
Caso não houvesse a restrição mencionada, o número total de possibilidades
seria:
P8 = 8! = 40.320.
Para determinar o número de possibilidades em que Antonio e Pedro aparecem
juntos, vamos considerá-los uma só pessoa, que irá permutar com as seis
restantes, num total de:
26
Probabilidade e Estatística Luiz Roberto
P7 = 7! = 5.040 maneiras.
Porém, para cada uma das possibilidades acima, Antonio e Pedro podem trocar
de lugar entre si, num total de:
P2 = 2! = 2.
Desta forma, o número de possibilidades em que Antonio e Pedro aparecem
juntos é: 2x 5.040 = 10.080.
A diferença 40.320 – 10.080 = 30.240 fornece o número de situações em que
Antonio e Pedro não aparecem lado a lado.
Exemplo 5
Quantas possibilidades de agrupamentos há com os elementos A,B,C?
São possíveis as seguintes permutações: ABC, ACB, BAC, BCA, CAB e CBA.
De forma matemática: P3 = 3! = 3 . 2 . 1 = 6
Exemplo 6
Calcule o número de formas distintas de 5 pessoas ocuparem os lugares de um
banco retangular de cinco lugares.
P5 = 5! = 5 . 4 . 3 . 2 . 1 = 120
Exemplo 7
Denomina-se ANAGRAMA o agrupamento formado pelas letras de uma palavra, que
podem ter ou não significado na linguagem comum. Os possíveis anagramas da
palavra REI são: REI, RIE, ERI, EIR, IRE e IER. Calcule o número de anagramas
da palavra MUNDIAL.
P7 = 7! = 7 . 6 . 5 . 4 . 3 . 2 . 1 = 5040
(a,b,c)
n!
Pn =
a!b! c!
Exemplo 1
Determine o número de anagramas da palavra MATEMÁTICA.(não considere o
acento)
Temos 10 elementos, com repetições. A letra M está repetida duas vezes, a
27
Probabilidade e Estatística Luiz Roberto
letra A três, a letra T, duas vezes. Na fórmula anterior, teremos: n=10, a=2,
b=3 e c=2.
P = 10! / (2!.3!.2!) = 151200
Exemplo 2
Quantos anagramas podem ser formados com as letras da palavra MARIA?
Neste problema temos n = 5 (cinco letras) e a = 2 (a letra A se repete duas
vezes)
P = 5!/2! = 5.4.3 = 60
Exemplo 3
Quantos anagramas podem ser formados com as letras da palavra ARARA?
Neste problema temos n = 5 (cinco letras), a = 2 (a letra R se repete duas
vezes) e b = 3 (a letra A se repete três vezes).
P = 5!/(3!.2!) = 5.4.3!/(3!.2) = 10
28
Probabilidade e Estatística Luiz Roberto
Em cada um desses casos – que diferem entre si apenas pela ordem – os alunos
A, B e C farão parte da comissão. Assim, os seis arranjos acima passam a ser
A n, k n!
Cn,k = ou Cn,k = ,n ≥ k
Pk k! (n − k )!
Exemplo 1
Escrever todas as combinações dos cinco elementos do conjunto
Lembremos que não importa a ordem dos elementos escolhidos: {a, e} = {e, a}, por
exemplo.
Assim, as combinações pedidas são:
{a, e}, {a, i}, {a, o}, {a, u}, {e, i}, {e, o} , {e, u}, {i, o}, {i, u}, {o, u}
29
Probabilidade e Estatística Luiz Roberto
Exemplo 2
Cinco alunos – Pedro, Luís, José, Abel e Márcio – participam de um concurso
que serão sorteadas três bicicletas. Quais os possíveis resultados do
concurso?
Sortear {Pedro, José, Márcio} é o mesmo que sortear {José, Márcio, Pedro}, pois
nas duas situações, esses alunos ganharão as bicicletas.
Desta forma, cada resultado do sorteio é uma combinação dos cinco alunos
tomados três a três.
Os possíveis resultados do concurso são:
{J , A, M } {L, A, M }
,
Exemplo 3
Uma prova consta de 15 questões das quais o aluno deve resolver 10. De
quantas formas ele poderá escolher as 10 questões?
Observe que a ordem das questões não muda o teste. Logo, podemos concluir que
trata-se de um problema de combinação de 15 elementos com taxa 10.
Aplicando simplesmente a fórmula chegaremos a:
C15,10 = 15! / [(15-10)! . 10!] = 15! / (5! . 10!) = 15.14.13.12.11.10! /
5.4.3.2.1.10! = 3003
Exemplo 3
Uma prova consta de 15 questões das quais o aluno deve resolver 10. De
quantas formas ele poderá escolher as 10 questões?
Observe que a ordem das questões não muda o teste. Logo, podemos concluir que
trata-se de um problema de combinação de 15 elementos com taxa 10.
15! 15! 15.14.13.12.11.10!
C15,10 = = = = 3003
(15 − 10)!.10! 5!.10! 5.4.3.2.1.10!
30
Probabilidade e Estatística Luiz Roberto
Exemplo 4
Um coquetel é preparado com três bebidas distintas. Se existem 7 bebidas
distintas, quantos coquetéis diferentes podem ser preparados?
7! 7! 7.6.5.4!
C7,3 = = = = 35
(7 − 3)!.3! 4!.3! 4!.3.2.1
Exemplo 5
Sobre uma circunferência são marcados 9 pontos, dois a dois distintos.
Quantas retas podem ser construídas passando por estes 9 pontos?
9! 9! 9.8.7!
C9,2 = = = = 36
(9 − 2)!.2! 7!.2! 7!.2.1
Exemplo 6
Uma pizzaria oferece 15 sabores de pizzas diferentes.
a) De quantas maneiras se pode escolher três desses sabores?
b) Suponha que uma família sempre opte por mussarela. Como poderão ser
escolhidos os outros dois sabores?
Resp. a)
Escolher as pizzas {P1, P 2, P3} é o mesmo que escolher as pizzas {P3, P 2, P1}.
Assim, cada possível escolha é uma combinação das 15 pizzas tomadas três a
três:
15! 15.14.13.12!
C15,3 = = = 455
3!12! 3.2.1.12!
Resp. b)
Como um dos sabores já foi definido, os outros dois sabores serão escolhidos
entre os 14 restantes.
14! 14.13.12!
C14,2 = = = 91
12!2! 12!.2.1
Exemplo 7
Uma turma tem 15 alunos, sendo 9 meninos e 6 meninas.
a) Quantas comissões de dois meninos e duas meninas podem ser formadas?
O número de escolher os meninos é C9,2.
O número de escolher as meninas é C6,2.
Pelo PFC, temos: C9,2 x C6,2 = 36 x 15 = 540
31
Probabilidade e Estatística Luiz Roberto
Exemplo 8
Marcam-se cinco pontos sobre uma reta r. Sobre outra reta s, paralela a r,
marcam-se quatro pontos. Quantos triângulos podem ser formados com vértices
em três quaisquer desses pontos?
Observando a figura, vemos que para construir um triângulo não importa a
ordem dos pontos escolhidos, pois, por exemplo, {A, B, C} e {B, C , A} determinam
o mesmo triângulo.
B
A
32
Probabilidade e Estatística Luiz Roberto
Exemplo 9
Um salão tem 6 portas. De quantos modos distintos esse salão pode estar
aberto?
Para a primeira porta temos duas opções: aberta ou fechada
Para a segunda porta temos também, duas opções, e assim sucessivamente.
Para as seis portas, teremos então, pelo PFC:
N = 2.2.2.2.2.2 = 64
Lembrando que uma dessas opções corresponde a todas as duas portas fechadas,
teremos então que o número procurado é igual a 64 - 1 = 63.
Resposta: o salão pode estar aberto de 63 modos possíveis.
2.9 Exercícios
33
Probabilidade e Estatística Luiz Roberto
3 PROBABILIDADE
34
Probabilidade e Estatística Luiz Roberto
Exemplo 1
a) E = Jogar um dado e observar o número mostrado na face de cima
Ω = {1, 2, 3, 4, 5, 6}
b) E = jogar duas moedas e observar os resultados.
Ω = {(C,C), (C,K), (K,C), (K,K)} onde C = cara e K = coroa.
Exemplo 2
Lançamos uma moeda honesta e observamos a face voltada para cima:
Temos:
Ω = {K,C}, onde K: cara; e C: coroa; n(Ω) = 2.
Chamamos cada um dos resultados possíveis de ponto amostral.
Exemplo 3
Uma urna contém cinco bolas vermelhas e quatro brancas. Duas bolas são
extraídas, ao acaso, sucessivamente e sem reposição. Observamos a seqüência
de cores das bolas sorteadas.
Para determinar Ω , vamos construir um diagrama de árvore:
1ª extração 2ª extração
vermelha vermelha
branca
Vermelha
branca branca
35
Probabilidade e Estatística Luiz Roberto
3.3 Evento
Exemplo 1
36
Probabilidade e Estatística Luiz Roberto
Exemplo:
Qual será a probabilidade de tirar uma bola que não seja preta?
Para solucionar esta questão, preparamos o esquema da figura acima:
O espaço amostral da figura acima é:
Elemento Imagem
37
Probabilidade e Estatística Luiz Roberto
Notemos que E I E = Ø e E U E = Ω
Exemplo 1
Uma urna contém 10 bolas numeradas de 1 a 10. Retira-se da urna, ao acaso,
Notemos que E U E = Ω.
38
Probabilidade e Estatística Luiz Roberto
K vezes
1 1 1 1
P (E) = p1 + p2 + ... + pr Î p(E) = + + + … Î
k k k k
P(E) = n(E)
tal que 0 ≤ p(E) ≤ 1
n(Ω)
Assim:
n(E) Número de casos favoráveis
p(E) = =
n(Ω) Número de casos possíveis
39
Probabilidade e Estatística Luiz Roberto
Exemplo 1
Uma urna contém 15 bolas numeradas de 1 a 15. Uma bola é extraída ao acaso.
Qual a probabilidade de ser sorteada uma bola com número maior ou igual a 11?
Temos: Ω = {1, 2, 3, ..., 15}
n(E)
5 1
Assim, p(E) = = = = 33,3%
n(Ω) 15 3
Exemplo 2
Um dado é lançado e observa-se o número da face voltada para cima. Qual a
probabilidade desse número ser:
a) menor que 3? b) Maior ou igual a 3?
a) Temos Ω = {1, 2, 3, 4, 5, 6}
2 1
E = {1, 2}. Então, p(E) = =
6 3
b) basta considerar o evento complementar: Ec = {3, 4, 5, 6}.
n(Ec) 4 2
c
Assim, p(E ) = = = .
n(Ω) 6 3
Exemplo 3
Uma moeda é lançada três vezes, sucessivamente. Qual a probabilidade de
observarmos: a) exatamente uma cara?; b) No máximo duas caras?
40
Probabilidade e Estatística Luiz Roberto
K (K,K,K)
K
C (K,K,C)
K
K (K,C,K)
C
C (K,C,C)
K: cara
K (C,K,K) C: coroa
K
C (C,K,C)
C
K (C,C,K)
C
C (C,C,C)
n(E1)
3
Assim, p(E1) = = = 37,5%
n(Ω) 8
b) As seqüências que nos interessam são aquelas que apresentam nenhuma,
uma ou duas caras. Assim, o evento pedido é:
E2 = {(C,C,C),(K,C,C),(C,K,C),(C,C,K),(K,K,C),(K,C,K),(C,K,K)}
7
Logo, p(e2) = = 87,5%.
8
Exemplo 4
Uma turma tem 20 homens e 25 mulheres. Deseja-se formar uma comissão de cinco
alunos para representantes de turma. Qual a probabilidade de essa comissão
vir a ser formada exclusivamente por meninos?
O número de elementos de Ω é igual ao número de maneiras de se escolher uma
comissão qualquer de cinco pessoas, a partir dos 45 alunos. Como vimos, n(Ω)
= C45,5 .
O evento que interessa é aquele em que “todos os alunos da comissão são
meninos”. O número de comissões assim existentes é C20,5 .
Assim, a probabilidade pedida é:
C20,5
P(E) = = 0,0126 = 1,26%
C45,5
41
Probabilidade e Estatística Luiz Roberto
Exemplo 5
Escolhe-se, ao acaso, um dos anagramas da palavra XADREZ. Qual a
probabilidade da palavra escolhida começar por XA?
O número de elementos de Ω é o número de permutações da palavra XADREZ.
X A __ __ __ __
comunidade
V C
25
58 14
3
42
Probabilidade e Estatística Luiz Roberto
A I B = Ø Ω Temos:
n(A U B) = n(A) + n(B)
Como n(Ω) ≠ 0, podemos escrever:
A
B n(A U B) n(A) n(B)
= +
n(Ω) n(Ω) n(Ω)
A I B
p(A U B) = p(A) + p(B) – p(A I B)
43
Probabilidade e Estatística Luiz Roberto
n(A) 12
A = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24} Î p(A) = =
n(Ω) 25
8
B = {3, 6, 9, 12, 15, 18, 21, 24} Î p(B) = n(B) =
25
n(Ω)
44
Probabilidade e Estatística Luiz Roberto
Exemplo 3
Observe a roleta da figura abaixo e pense na probabilidade existente de saída
para cada número.
Exemplo:
45
Probabilidade e Estatística Luiz Roberto
2 vermelha
7
cara
1 5
2 7
preta
1
4 vermelha
2
5
coroa
1
5 azul
1
Seja E: lançar um dado e o evento A = {sair o n° 3}. Então, P(A) =
6
Considere agora o evento B = {sair um número ímpar} = {1, 3, 6}.
É de grande importância para o cálculo das probabilidades se calcular
a probabilidade condicional. No exemplo, pode-se querer avaliar a
probabilidade do evento A condicionada à ocorrência do evento B. Em símbolos,
46
Probabilidade e Estatística Luiz Roberto
Solução
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
Ω = (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)
NCF ao evento A 3 1
P(A) = = =
NTC 36 12
Obs: apenas o par
1 (6,4) é favorável
NCF a (A I B)
P(A/B) = = ao evento (A I B).
NTC a B 3
47
Probabilidade e Estatística Luiz Roberto
4 ESTATÍSTICA BÁSICA
DEFINIÇÃO DE ESTATÍSTICA
48
Probabilidade e Estatística Luiz Roberto
Planejamento
Modelagem
Formulação e
análise do Experimentação
Problema
Conclusão
Planejamento do Coleta de
Projeto
projeto dados
experimental
Comparação e
Formulação do Tradução do identificação
Experimentação das melhores
modelo modelo
conceitual soluções
Análise
Verificação
estatística Documentação
Coleta de macro e validação Apresentação
dos
informações do modelo dos resultados
resultados
Implementação
Métodos
Estatísticos
Estatística Estatística
Descritiva Inferencial
49
Probabilidade e Estatística Luiz Roberto
População? Envolve:
• Estimação
• Teste de Hipótese
Propósito:
• Tomar Decisões sobre as
características da População
População
Estimativas &
testes
Estatística
Amostral
( X )
Amostra
4.6 POPULAÇÃO
50
Probabilidade e Estatística Luiz Roberto
Exemplos:
1. Estudar os filhos tidos, tipo de moradia, condições de trabalho, tipo de
sanitário. Números de quartos para dormir, estado civil, uso da terra, tempo
de trabalho, local de nascimento, tipo de cultivo, etc., dos agricultores do
Estado do Amazonas.
População: Todos os agricultores (proprietários de terra ou não) plantadores
das culturas existentes no Estado do Amazonas.
População
Dados
Amostragem
Estatística
Descritiva
Estatística Inferencial
(Probabilidade)
Divisão Da População
Exemplos:
1. Idade dos universitários do Estado do Pará.
População: Todos os universitários do Estado do Pará.
51
Probabilidade e Estatística Luiz Roberto
Exemplos:
1. Tipos de bactérias no corpo humano
População: Todas as bactérias existentes no corpo humano.
4.4 AMOSTRAGEM
É a coleta das informações de parte da população, chamada
amostra (representada por pela letra “n”), mediante métodos adequados de
seleção destas unidades.
4.5 AMOSTRA
É uma parte (um subconjunto finito) representativa de uma
população selecionada segundo métodos adequados.
O objetivo é fazer inferências, tirar conclusões sobre populações
com base nos resultados da amostra, para isso é necessário garantir que
amostra seja representativa, ou seja, a amostra deve conter as mesmas
características básicas da população, no que diz respeito ao fenômeno que
desejamos pesquisar.
O termo indução é um processo de raciocínio em que, partindo-se do
conhecimento de uma parte, procura-se tirar conclusões sobre a realidade no
todo.
Ao induzir estamos sujeitos a erros. Entretanto, a Estatística
Indutiva, que obtém resultados sobre populações a partir das amostras, diz
qual a precisão dos resultados e com que probabilidade se pode confiar nas
conclusões obtidas.
4.6 CENSO
52
Probabilidade e Estatística Luiz Roberto
Variável Qualitativa
Quando seus valores são expressos por atributos ou qualidade.
Exemplos:
Raça do AM - 2005
Raça Freqüência
Branca
Negra
Parda
Outra
Total
Fonte: Fictícia
53
Probabilidade e Estatística Luiz Roberto
Variável Quantitativa
Quando seus valores são expressos por números. Esses números podem ser
obtidos por um processo de contagem ou medição.
Exemplos:
a. Variável Discreta: são aquelas que podem assumir apenas valores inteiros
em pontos da reta real. É possível enumerar todos os possíveis valores da
variável.
Exemplos:
b. Variável Contínua: são aquelas que podem assumir qualquer valor num certo
intervalo (contínuo) da reta real. Não é possível enumerar todos os possíveis
valores.
54
Probabilidade e Estatística Luiz Roberto
Por exemplo:
55
Probabilidade e Estatística Luiz Roberto
4.10 PLANEJAMENTO
Planejamento da pesquisa
Resultados / Conclusões
56
Probabilidade e Estatística Luiz Roberto
A crítica dos dados deve ser feita com cuidado através de um trabalho
de revisão e correção, ao qual chamamos de crítica (consistência), a fim de
não de incorrer em erros que possam afetar de maneira sensível os resultados.
As perguntas dos questionários uniformemente mal compreendidas, os
enganos evidentes, tais como somas erradas, omissões, trocas de respostas e
etc, são fáceis de corrigir. É necessário, entretanto, que o crítico não faça
a correção por simples suposição sua, mas sim que tenha chegado a conclusão
absoluta do engano.
Quelet dividiu a crítica em: externa e interna.
A crítica externa refere-se as imperfeições porventura existentes na
coleta dos dados, por deficiência do observador, por imperfeição do
instrumento de trabalho, por erro de registro nas fichas, imprecisão nas
respostas aos quesitos propostos e outros fatores de erro que justificam um
57
Probabilidade e Estatística Luiz Roberto
Apresentação Tabular
58
Probabilidade e Estatística Luiz Roberto
sobre determinado assunto, de modo a se obter uma visão global mais rápida
daquilo que se pretende analisar.
Apresentação Gráfica
59
Probabilidade e Estatística Luiz Roberto
60
Probabilidade e Estatística Luiz Roberto
Gráficos de informação
61
Probabilidade e Estatística Luiz Roberto
Características:
Gráficos de análise
62
Probabilidade e Estatística Luiz Roberto
2000
1500
1000
500
0
84 85 86 87 88 89 90 91 92 93 94
63
Probabilidade e Estatística Luiz Roberto
Toneladas
300000
250000
200000
150000
100000
50000
0
1991 1992 1993 1994 1995
Tabela 4.3
Áreas (Km2) das Regiões Fisiográficas - Brasil - 1966
Regiões Fisiográficas Área
(Km2)
Norte 3.581.180
Nordeste 965.652
Sudeste 1.260.057
Sul 825.621
Centro-oeste 1.879.965
Brasil 8.511.965
Fonte: IBGE.
Km2 4.000.000
3.500.000
3.000.000
2.500.000
2.000.000
1.500.000
1.000.000
500.000
0
Norte Nordeste Sudeste Sul Centro-Oeste
64
Probabilidade e Estatística Luiz Roberto
Norte
Centro-Oeste
Sudeste
Nordeste
Sul
0 00 00 00 00 00 00 00 00
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
50 00 50 00 50 00 50 00 Km2
1. 1. 2. 2. 3. 3. 4.
Tabela 4.4 Matrícula no Ensino Superior, segundo os ramos de ensino -Brasil - 1995
Ramos de ensino Matrículas
Filosofia, Ciências e Letras 44.802
Direito 36.363
Engenharia 26.603
Administração e Economia 24.027
Medicina 17.152
Odontologia 6.794
Agricultura 4.852
Serviço Social 3.121
Arquitetura e Urbanismo 2.774
Farmácia 2.619
Demais ramos 11.002
Total 180.109
65
Probabilidade e Estatística Luiz Roberto
Grafico 4.5. Matrícula efetiva no Ensino Superior, segundo os ramos de ensino - Brasil - 1999.
Direito
Engenharia
Administração e Econômia
Medicina
Odontologia
Agricultura
Serviço Social
Arquitetura e Urbanismo
Farmácia
Demais ramos
0 00 0 0 0 0 0 0 0 0
50 00 00 00 00 00 00 00 00
10 15 20 25 30 35 40 45
Matrículas
Exemplo:
Tabela 4.5 Entrada de migrantes em três Estados do Brasil - 1992-1994
Número de migrantes
Anos Estados
Total
Amapá São Paulo Paraná
1992 4.526 2.291 1.626 609
1993 4.633 2.456 1.585 592
1994 4.450 2.353 1.389 708
Fonte: Fictícia
66
Probabilidade e Estatística Luiz Roberto
Quantidade
2500
2000
1500
1000
500
0
1992 1993 1994
Amapá São Paulo Paraná
França
Portugal
Itália
Espanha
Chile
Argentina
67
Probabilidade e Estatística Luiz Roberto
Milho Feijão
14% 3%
Café
Açucar
55%
28%
68
Probabilidade e Estatística Luiz Roberto
Café
Açucar
Milho
Feijão
0 00 0 0 0 0 0 0 0
.0 .00 .00 .00 .00 .00 .00 .00 Quantidade (t)
50
1 00 1 50 2 00 2 50 3 00 3 50 4 00
69
Probabilidade e Estatística Luiz Roberto
O filhos: 6 4 filhos: 3
1 filho: 16 5 filhos: 3
2 filhos: 9 6 filhos: 3
3 filhos: 8 7 filhos: 2
70
Probabilidade e Estatística Luiz Roberto
Fi
fi =
n
expressar fi em porcentagem.
Para expressar o resultado em termos percentuais, multiplica-se o
quociente obtido por 100.
Fi
Em % = fi = . 100
n
Obs 1: a soma das freqüências relativas de uma tabela de freqüência é sempre
igual a 1,00 : ∑fi = 1,00.
Obs 2: a soma das freqüências relativas percentuais de uma tabela de
freqüência é sempre igual a 100%.
71
Probabilidade e Estatística Luiz Roberto
Obs:
1. X: representa a variável Número de filhos.
2. xi: representa os valores que a variável assume.
3. Fi: é o número de vezes que cada valor aparece no conjunto de dados
(freqüência absoluta).
4. fi: representa a freqüência relativa
5. ∑ni = n = 50 : tamanho da amostra (ou nº de elementos observados).
2. Rol
72
Probabilidade e Estatística Luiz Roberto
73
Probabilidade e Estatística Luiz Roberto
Exemplo:
xi Fi Fac
0 5 5
1 7 12
2 2 14
∑ 14
Fi
Se quisermos incluir a freqüência relativa (fi= ) nesta tabela:
n
xi Fi Fac fi
0 5 5 5/14
1 7 12 7/14 = 1/2
2 2 14 2/14 = 1/7
∑ 14 1
Histograma
Polígono de freqüência
É a representação gráfica de uma distribuição de freqüência por meio de um
polígono.
74
Probabilidade e Estatística Luiz Roberto
Exemplo: Fi
10
Idade Fi
2-4 3 9
4-6 5
8
6-8 10
8-10 6
7
10-12 2
∑ 26 6
1
1 2 3 4 5 6 7 8 9 10 11 12
limite das classes
75
Probabilidade e Estatística Luiz Roberto
Obs 1 2 3 4
.0
־
X
4 2,5 3,0 3,5 4,0
1,0 1,5 2,0 2,5 3,0 3,5 4,0
Seja X uma variável que assume os valores x1, x2, x3 ,..., xn. A média
aritmética simples de X, representada por x, é definida por:
n
∑ xi
x1 + x2 + x3 + ... + xn i =1 ∑x
∑ xi = = ou simplesmente X =
n n n
Exemplo: A produção leiteira diária da vaca V, durante uma semana, foi de 10,
15, 14, 13, 16, 19, e 18 litros. Determinar a produção média da semana (a
média aritmética).
x1 + x2 + x3 + ... + xn 10 + 15 + 14 + 13 + 16 + 19 + 18
∑ xi = n
=
7
= 15 litros
76
Probabilidade e Estatística Luiz Roberto
N ou
∑ xiFi
X= I =1
n
∑ Fixi
X=
n
A fórmula acima será usada para as distribuições de freqüências sem classes e
com classes.
∑ Fixi
X = = __________ → X =
n
77
Probabilidade e Estatística Luiz Roberto
1ª propriedade
Idades (xi) di = xi - x
2 d1 = 2 – 6 = -4
4 d2 = 4 – 6 = -2 2 + 4 + 6 + 8 + 10
X = = 6
6 d3 = 6 – 6 = 0 5
8 d4 = 8 – 6 = +2
10 d5 = 10 – 6 = +4
∑ 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.
Somar o valor 2 aos dados da tabela e calcular a nova média
Idades (xi) xi + 2
2 2 + 2 = 4
4 4 + 2 = 6
6 6 + 2 = 8
8 8 + 2 = 10
10 10 + 2 = 12
∑ 40
40
A nova média será: X = = 8.
5
No caso, a média aritmética anterior ficou aumentada de 2.
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:
Multiplicar o valor 2 aos dados da tabela e calcular a nova média
Idades (xi) xi x 2
2 2 x 2 = 4
4 4 x 2 = 8
6 6 x 2 = 12
8 8 x 2 = 16
10 10 x 2 = 20
∑ 60
78
Probabilidade e Estatística Luiz Roberto
60
A nova média é: X = = 12. A média aritmética ficou multiplicada por 2.
5
E[X] = µx = µ = ∑x P(xi)
i
1 1 1 1 1 1
P(X) = , , , , ,
6 6 6 6 6 6
1 1 1 1 1 1
E(X) = 1 . +2. +3. 4. +5. +6. = 3,5
6 6 6 6 6 6
79
Probabilidade e Estatística Luiz Roberto
3. Z = (1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5) → Mo = 2, Mo = 3 e Mo = 4 (valores
mais freqüentes)
Esse conjunto é plurimodal, pois apresenta mais de duas modas.
Número de Numero de
filhos casais
(xi) (fi) O valor 1 apresenta a maior freqüência.
0 6
1 16 Mo = 1
2 9
3 8 Esse resultado indica que casais com
4 3 um filho foi o resultado mais observado.
5 3
6 3
7 2
Total (∑) 50
80
Probabilidade e Estatística Luiz Roberto
Md = 4 6+7
Md = = 6,5
2
81
Probabilidade e Estatística Luiz Roberto
82
Probabilidade e Estatística Luiz Roberto
∑ | di | = 2 ∑ | di | = 42
DM =
∑ | di | =
∑ | xi − X | Empregado A Empregado B
n n 2 42
DM = = 0,4 DM = = 8,4
5 5
Com freqüência absoluta (Fi):
DM =
∑ | di | .Fi =
∑ | xi − X |.Fi
n n
4.22.6 Variância
σ=2 ∑ (di)2.Fi =
∑ (xi - X )2.Fi . Trata-se da média aritmética dos quadrados
n n
dos desvios.
σ2 Î indica a variância populacional e lê-se sigma ao quadrado.
83
Probabilidade e Estatística Luiz Roberto
2
S =
∑ (xi - X)2.Fi .
n −1
1
∑ xi 2 Fi −
(∑ (xiFi) 2 ) 1
2 (∑ (xiFi) 2 )
σ2 =
n n
S2 =
n −1
∑ xi Fi −
n
4.22.7 Desvio-padrão
xi 5 7 8 9 11
Fi 2 3 5 4 2
DM =
∑ | xi − X |.Fi ou
∑ | di | .Fi
n n
84
Probabilidade e Estatística Luiz Roberto
xi Fi xi . Fi
5 2 10
7 3 21 ∑ Fixi 129
8 5 40 X = = = 8,06
9 4 36 n 16
11 2 22
∑ 16 129
xi Fi xi . Fi | xi − X | |di| Fi
5 2 10 | 5 - 8,06 | 6,12
7 3 21 | 7 - 8,06 | 3,18
8 5 40 | 8 - 8,06 | 0,30
9 4 36 | 9 - 8,06 | 3,76
11 2 22 | 11 - 8,06 | 5,88
∑ 16 129 19,24
Portanto, DM =
∑ | di | .Fi =
19,24
= 1,20
n 16
1
2 (∑ ( xiFi) 2 )
2
S =
n −1
∑ xi Fi −
n
xi Fi xi . Fi xi2 Fi
5 2 10 10
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242
∑ 16 129 1.083
Logo: S2 =
1
1083 −
(129 )2 = 2,86
16 − 1 16
85
Probabilidade e Estatística Luiz Roberto
Fi 2 4 7 4 3
Classes xi Fi xi . Fi | xi − X | |di| Fi X2 Fi
144 37,2
X = = 7,2 DM = = 1,86
20 20
1 (144)2 = 5,86
Logo: S2 = 1148 −
20 − 1 20
σ = 5,86 = 2,42
86
Probabilidade e Estatística Luiz Roberto
xi 2 3 5 6 7
Fi 1 4 5 3 2
1 2 (∑
( xiFi) 2 )
2
σ =
n
∑
xi Fi −
n
Será conveniente construir a seguinte tabela:
xi Fi xi . Fi X2 Fi
σ2 =
1
−
(71)2 = 2,33
371
2 1 2 4 15 15
3 4 12 36
Desvio-padrão populacional:
5 5 25 125
7 2 14 98
∑ 15 71 371
N° N° Variância amostral:
filhos casais xi . Fi xi2 xi2. Fi
(xi) (Fi)
0 6
1
2 (∑ (xiFi) 2 )
1
2
16
9
S2 =
n −1
∑ xi Fi −
n
3 8
4 3
5 3 Desvio-padrão:
6 3
7 2 s = s2
∑ 50 117
87
Probabilidade e Estatística Luiz Roberto
X Î x1 = 1 (sucesso) ou x2 = 0 (fracasso)
1
Média: µ (X) = ∑
0
xi P(Xi) = 0 . p + 1 . p = p
2 2 2
Variância: σ ( X ) = E[(X1 - µ )2] = E(X i ) - µ (X )
1
2
E[X i ] = ∑0
2
x i P(Xi) = 02 q + 12 p = p
2
σ ( X ) = p – p2 = p(1-p) = pq
88
Probabilidade e Estatística Luiz Roberto
n n
como há seqüências distintas, tem-se: P (Y=y) = pyqn-y
y y
Que é a expressão geral da distribuição Binomial.
2 2 2
σ (Y ) = n σ ( X ) = n . p . p ou seja σ (Y ) = npq
1 1
Solução: Sabe-se que: n = 8, p = e q = ; Y Î número de caras
2 2
(sucessos).
5 8−5
8 1 1 7
a) P(Y=5) = = = 0,22 = 22%
5 2 2 32
8
1 255
b) P(Y ≥ 1) = 1 – P(Y=0) = 1 - = = 0,996 = 99,6%
2 256
89
Probabilidade e Estatística Luiz Roberto
8 7 2 6
1 1 1 8 1 1
+ 8 + =
2 2 2 2 2 2
1 8 28 37
+ + + = 0,14 = 14%
256 256 256 256
1
A média será: 9(Y) = n . p = 8 . = 4
2
2 1 1
A variância será: σ (Y ) = n . p . q = 8 . . = 2
2 2
90
Probabilidade e Estatística Luiz Roberto
BIBLIOGRAFIA
91