Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado.

Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

PROBABILIDADE E ESTATÍSTICA

4.2.2.2 Variáveis quantitativas

Para as variáveis quantitativas, a distribuição de frequência pode ser graficamente representada por
meio de histograma, polígono de frequência e polígono de frequência acumulada (ou Ogiva de Galton).
Em todos os tipos de gráficos, as abscissas (eixo horizontal) serão os valores da variável e as ordenadas
(eixo vertical) serão a frequências.

Variáveis quantitativas: histograma

Conjunto de retângulos superpostos, cuja base fica no eixo horizontal, de tal forma que seus pontos
médios coincidem com os pontos médios da classe. A largura desses retângulos equivale à amplitude da
classe e sua altura é proporcional às frequências das classes. Exemplo:

Número de irmãos dos alunos de Estatística do professor X

16
14
12
Frequência

10
8
6
4
2
0
0 1 2 3 4 5
Número de irmãos

Figura 27

Observa-se que uma distribuição de frequência sem intervalos de classe é representada

graficamente por um diagrama no qual o valor de cada variável é representado por um segmento
de reta vertical e de comprimento proporcional à respectiva frequência.

Altura dos alunos de Estatística do professor X

12
10
8
Frequência

6
4
2
0
158 164 170 176 182 188
Ponto médio das classes
Figura 28

81
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

Unidade I

Variáveis quantitativas: polígono de frequência

Gráfico de linhas no qual as abscissas correspondem ao valor do ponto médio da classe, no caso da
tabela com intervalo de classe. As ordenadas são proporcionais à frequência. Exemplos:

Número de irmãos dos alunos de Estatística do professor X

16
14
12
Frequência

10
8
6
4
2
0
0 1 2 3 4
Número de irmãos

Figura 29

Altura dos alunos de Estatística do professor X

12
10
Frequência

8
6
4
2
0
158 164 170 176 182 188
Ponto médio das classes

Figura 30

Variáveis quantitativas: polígono de frequência acumulada

Gráfico de linhas construído a partir dos valores da frequência absoluta acumulada. Exemplos:

Número de irmãos dos alunos de Estatística do professor X

50
40
Frequência

30
20
10
0
0 1 2 3 4
Número de irmãos

Figura 31
82
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

PROBABILIDADE E ESTATÍSTICA

Altura dos alunos de Estatística do professor X

45
40
35
30
Frequência

25
20
15
10
5
0
158 164 170 176 182 188
Ponto médio das classes

Figura 32

Resumo

Conforme estudamos, podemos definir fatorial pela seguinte fórmula:

 n 
 n! = ( n)( n − 1) ...1 ou n! = ∏ ( i)
 i=1 
 
Seja n ∈ N, então:   ⇒ n! ≥ 1
 0! ≡ 1 
 
 

A propriedade fundamental dos Fatoriais é, então, assim representada:

n! = n(n - 1)!

A Análise Combinatória é o ramo da Matemática que estuda os

processos de contagem e suas propriedades, possuindo ampla aplicação
em vários cenários da ciência, mas ocupando lugar de destaque na Teoria
de Probabilidades e na Estatística.

Vimos que o Princípio Fundamental da Contagem é este: “se o

resultado de um dado fenômeno depende de um experimento A, que
apresenta n resultados distintos, e de um experimento B, que possui k
resultados distintos, então o experimento composto por A e B, nessa
ordem, apresenta n.k resultados distintos”.
83
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

Unidade I

Conhecendo esse princípio, aprendemos como calcular a anagramas,

usando a fórmula:

k!
N=
n1! n2 !...nj !

em que k é o número total de letras e n1, n2 , ... indicam o número de

vezes em que uma dada letra ocorre na palavra.

Aprendemos ainda a contar agrupamentos, vendo que estes se

diferenciam segundo a ordem dos seus elementos, denominada arranjos
simples. Essa operação é a aplicação imediata do Princípio Fundamental
da Contagem, podendo ser generalizada da seguinte forma: seja M um
conjunto formando por n elementos. O número A de arranjos simples
formados de p elementos distintos de M é obtido por:

An,p = n( n − 1) (n − 2 )... (n − p + 1) , onde : (p ≤ n) .

Vimos que um caso particular de arranjos simples é conhecido como

permutação simples, que acontece quando o número de elementos
nos agrupamentos coincide com o número total dos elementos do
conjunto de origem, isto é, dado um conjunto M com n elementos, as
permutações simples são arranjos simples de n elementos tomados de
n a n, conforme representa a fórmula em seguida:

Pn=m!

É comum acontecerem situações nas quais permutar elementos

não diferencia os agrupamentos. Pudemos ver isso com o cálculo
de anagramas de palavras com letras repetidas. Tais situações são
conhecidas como permutações com repetição e podem ser calculadas
por meio da seguinte expressão:

n!
Pnn1 ,n2 ,....nk =
n1! n2!...nk !

Vimos o cálculo das permutações circulares, situação em que temos

um dado conjunto M com n elementos dispostos de forma circular, isto
é, posicionados na circunferência de um círculo. Nesse caso, o número de
permutações possíveis pode ser obtido assim:
84
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

PROBABILIDADE E ESTATÍSTICA

Número de permutações Número de permutações

em linha circulares
n 1
n! x

o que implica:

n! n( n − 1) !
nPcirc(n) = n! ⇒ Pcirc(n) = =
n n

ou seja:

Pcirc(n) = (n –1)!

Após estudarmos a contagem de agrupamentos em que a ordem dos

elementos agrupados distingue os agrupamentos, vimos que, no entanto,
há situações nas quais devemos contar agrupamentos em que a ordem
não é importante, isto é, a ordem dos elementos agrupados não diferencia
o agrupamento. Situações assim são conhecidas como combinações
simples e obedecem à seguinte fórmula:

n!
Cn,p = ; onde p ≤ n
p! ( n − p)!

Temos então o cálculo do número de agrupamentos possíveis de n

elementos tomados p a p . Dessa fórmula depreendemos a do cálculo dos
números binomiais. É, então, denominado número binomial o número
dado por:

n  n!
p  = p !(n − p) ! ; onde { n , p ∈ℵ| p ≤ n}

Os números binomiais são ditos complementares quando tiverem o

mesmo numerador e a soma dos denominadores for igual ao numerador
comum aos dois, conforme representa esta fórmula:

n   n 
p  =
 n − p 

Da propriedade de igualdade, lembremos que dois números binomiais

são iguais se, e somente se:
85
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

Unidade I

p =q
 n  n
 p =  q ⇒
q = n− p

Daí, aprendemos a relação de Stiffel, que afirma que:

 n  n  n + 1
 p + p + 1 = p + 1

Vimos ainda que é possível organizar o resultado de números binomiais

em uma estrutura conhecida como Triângulo de Pascal. Nela, os valores
de n variam verticalmente, ou seja, ao longo da coluna, enquanto os valores
de p variam horizontalmente, ou seja, ao longo da linha.

 n n!
p  = p! (n − p)!

Coluna 0 Coluna 1 Coluna 2 Coluna 3 Coluna 4 Coluna n

0 
0 Linha 0

1   1
0 1 Linha 1

2   2  2
0  1  2 Linha 2

3   3  3  3
0  1  2  3 Linha 3

4   4  4  4  4
0  1  2  3  4  Linha 4

 
n   n
0     Linha p
 p

Ao final desta unidade, estudamos a análise combinatória de potências

matemáticas de monômios, chegando ao Teorema do Binômio de Newton,
segundo o qual a expressão para todo monômio elevado a uma potência
natural é obtida combinatoriamente por:
86
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

PROBABILIDADE E ESTATÍSTICA

n 0 n n 1 n− 1 n  2 n− 2 n  n 0
(x + y )n =  x y + x y + x y + ... + x y
 0  1 2 n 

Lembremos que o fato de encontrarmos números binomiais no Teorema

do Binômio de Newton sugere alguma conexão com o Triângulo de Pascal.
Conforme vimos, o cálculo de potências de monômios, de fato, torna-se mais
fácil e imediato se dispusermos de um Triângulo de Pascal. Para essa operação,
basta encontrarmos a linha correspondente ao expoente do monômio. No caso
do monômio: (x + y)5 , encontramos os coeficientes da expansão binomial na
linha 5:

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
5 
1 5 10 10 5 1 5º Linha C5.i =  
i= 0,12
, ...  i
1 6 15 20 15 6 1

Conforme estudamos, define-se como probabilidade de ocorrência do

conjunto dos eventos a razão entre o número de elementos do conjunto
dos eventos e o número de elementos do espaço amostral, ou seja:

n (E ) número de elementos do conjunto dos eventos

P≡ =
n( A) número de elementos do espaço amostral

Sendo E um subconjunto de A, temos: n(E) ≤ n(A), o que resulta em uma

importante propriedade da definição clássica de Probabilidade:

1 ≥ Probabilidade ≥ 0, isto é, a probabilidade (P) é inerentemente não

negativa e nunca maior que unidade.

Ainda, da definição clássica de probabilidade, temos outra propriedade:

P{∅} = 0

É comum depararmo-nos com situações em que devemos calcular a

probabilidade de ocorrência desse ou daquele evento. Situações assim,
do tipo ou, são solucionadas pelo Teorema da Adição de Probabilidades,
representado pela fórmula em seguida:

P (X ∪ Y ) = P ( X ) + P ( Y ) − P ( X ∩ Y )
87
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

Unidade I

Um caso particular ocorre quando temos eventos mutuamente exclusivos,

ou seja, a ocorrência de um elimina a possibilidade de ocorrência do outro.
Nesse caso, podemos calcular essa probabilidade tipo ou somando as
probabilidades correspondentes às ocorrências individuais de cada resultado:

P ( X ∪ Y) = P ( X ) + P ( Y)

Estudamos ainda o caso da Probabilidade Condicional, em que o

acontecimento de um dado evento dependente da ocorrência de um outro.
Nesse caso, a probabilidade de ocorrer o evento Y, dada a ocorrência de X,
reduz o espaço amostral ao próprio subconjunto X. Assim, o evento Y só
poderá ocorrer na região de intersecção entre X e Y:

n( X ∩ Y )
P (Y / X ) =
n( X )

Investigando a definição de Probabilidade Condicional encontramos

o Teorema de Multiplicação de Probabilidades, em que dois eventos
são independentes quando a probabilidade de um evento ocorrer
não é condicionada à ocorrência de outro. Vale, então, para eventos
independentes a relação:

P ( X ∩ Y ) = P ( X )P ( Y )

A estatística é atualmente considerada como um conjunto de métodos e

técnicas para coleta, organização, apresentação e interpretação de dados a
fim de que conclusões, que vão além dos dados iniciais, possam ser obtidas
para a tomada de decisões.

Para atingir tais objetivos é necessário que os conceitos de população e

amostra fiquem bem claros:

• população é o conjunto de todos os elementos (objetos, indivíduos,

animais) que representam a totalidade dos que possuem as mesmas
características definidas para um estudo.
• amostra é uma parte representativa da população, selecionada
segundo uma técnica de amostragem que garante sua veracidade e
representatividade.

A definição de uma população depende do objetivo da pesquisa que

será realizada e, a partir desta, são definidas a amostra e como serão a
coleta de dados e a apuração dos mesmos.
88
Impresso por Paula, CPF 080.617.118-93 para uso pessoal e privado. Este material pode ser protegido por direitos autorais e não pode
ser reproduzido ou repassado para terceiros. 15/12/2020 19:11:21

PROBABILIDADE E ESTATÍSTICA

A tabela de frequência tem como finalidade a descrição geral dos

valores que uma variável pode assumir dentro de um estudo, ou seja,
o agrupamento dos dados coletados para facilitar a sua análise e
interpretação. O tipo de tabela a ser construída (com ou sem intervalo
de classe) depende do tipo de dado coletado (variável qualitativa,
quantitativa discreta ou quantitativa contínua).

Os gráficos têm como objetivo facilitar a compreensão de dados,

principalmente numéricos, por meio de apresentação visual, e também
apresentar resultados ou conclusões de uma análise. Podem ser classificados,
segundo o seu objetivo, em:

• gráficos de informação: tipicamente expositivos, são destinados

ao público em geral com a finalidade de uma compreensão clara e
rápida.

• gráficos de análise: frequentemente esses gráficos vêm acompanhados

de uma tabela, além de um texto que procura chamar a atenção
do leitor para os principais pontos apresentados pelo gráfico e pela
tabela.

Cada tipo de dado possui um tipo de gráfico que melhor o representa.

89