-1-

Indice
Capítulos (conteúdos) Página
Apresentação 3
O que é Estatística? 4
Cap. 1 - Conceitos fundamentais 4
Cap. 2 – Arredondamento de dados 5
Critério de Arredondamento de dados 6
Cap. 3 – Freqüências 8
Freqüências absoluta e absoluta acumulada 8
Freqüências relativa e relativa acumulada 9
Cap. 4 – Saiba um pouco mais 11
A Estatística é o melhor calmante 11
O que derruba uma aeronave? 11
Cap. 5 – Distribuição de freqüência 12
Cap. 6 – Representação gráfica 14
Gráfico de Colunas e de Barras 14
Histograma 15
Gráfico de Setores 16
Cap. 7 – Medidas de Tendência Central 18
Média Aritmética 19
Cálculo da média aritmética para dados agrupados em classes 21
Mediana 21
Moda 22
Cap. 8 – Medidas de Dispersão 23
Desvio padrão e variância 23
Zona de normalidade 24
Bibliografias 25

-2-
Apresentação

Caros alunos e professores, este material visa proporcionar um aprendizado

mais dinâmico e simplificado no estudo de Estatística e também mais

momentos de participação e acompanhamento na confecção dos exercícios e

aprendizado efetivo, de uma forma simples e direta.

A Estatística nos dias de hoje é uma ferramenta indispensável para os cursos

técnicos em geral, pois é aplicável em qualquer área de conhecimento, porém

caberá ao professor fazê-lo bom uso e não ser somente a única ferramenta de

trabalho, sendo indispensável adaptá-la com outras fontes paralelas de estudo

( jornais, revistas, computador, pesquisas, etc. ).

Quaisquer dúvidas e sugestões entre em contato via e-mail:

valdecimath@ig.com.br.

Bom estudo!

Professor Valdeci (Agosto/2002)

-3-
 ESTATÍSTICA
O que é Estatística?
De origem muito antiga, a Estatística teve durante séculos um caráter meramente descritivo e de registro de
ocorrências. As primeiras atividades datam de cerca de 2000 a.C. e refere-se a iniciativas como o
recenseamento das populações agrícolas chinesas.
No início do século XIX, os estudos estatísticos ganharam a contribuição de grandes matemáticos. Nos
trabalhos de dois deles, o francês Simon Laplace e o alemão Carl Friedrich Gauss (1777 – 1855), surge a
idéia de “distribuição normal de freqüência”. Essa idéia levou a uma teoria muito útil para fazer previsões.
A teoria da distribuição normal foi usada pelo astrônomo e matemático belga Adolphe Quételet (1796 –
1874), no estudo estatístico de diversas características das populações humanas: altura, peso, natalidade,
mortalidade, renda mensal, etc.
Fisher (1890 – 1962) – Ronald Aylmer Fisher, geneticista e estatístico britânico, concentrou seus estudos
na genética das populações, campo em que obteve importantes resultados, sendo considerado um dos
grandes criadores do neodarwinismo. Na Estatística trabalhou com ajustes de curvas de freqüências, com
coeficientes de correlação, os chamados coeficientes de Fisher, na análise de variância e nas técnicas de
estimação de um parâmetro.
Influenciado pelos trabalhos de Karl Pearson, outro importante geneticista e estatístico britânico, Fisher
utilizou os resultados que obteve na Estatística como ferramentas para aplicação nos seus estudos de
genética, sendo hoje considerado um dos maiores nomes na Teoria de Estatística e na Estatística aplicada à
Biologia.
A Estatística trata do conjunto de métodos utilizados para a obtenção de
dados , sua organização em tabelas e gráficos e a análise desses dados.
Grande parte das informações divulgadas pelos meios de comunicação
atual provém de pesquisas e estudos estatísticos.

Capítulo 1 – Conceitos Fundamentais

População e Amostra – Em Estatística ao estudarmos um conjunto de objetos, de indivíduos ou de
ocorrências, podemos considerar todo o conjunto, chamado de população, ou parte deste conjunto,
chamado de amostra.
Imagine, por exemplo, um campeonato quadrangular entre Flamengo, Botafogo, Atlético Mineiro e
Grêmio, sendo realizado em um único dia, no Maracanã. Se quisermos saber qual é a composição da
torcida que está no estádio, podemos desenvolver o estudo entrevistando:
· o conjunto de todos os torcedores que estão no estádio (população);
· ou parte desse conjunto de torcedores (amostra).
Portanto:
População são grupos, geralmente numerosos de mesmas características
que podem ser estudados estatisticamente.
Exemplos: 48 alunos que estudam na 5ª série de uma escola;
Clubes campeões paulistas de futebol, etc.
Amostras são partes de grupos de mesmas características, que geralmente
são muito numerosos e que para ser verificado em sua totalidade seria
muito dispendioso.
Exemplos: 10 alunos de uma escola com 995 alunos;
2000 brasileiros ouvidos para uma pesquisa de opinião política, etc.
-4-
Capítulo 2 – Arredondamento de dados
Se pedirmos a diferentes pessoas que meçam um segmento, certamente obteremos resultados diversos.
Alguns poderão dar como resposta 3,4 cm, outros, 3,5 cm. Quem poderá nos garantir que tal medida não
seria 3,45 cm ou 3,449 cm? A medida que encontraremos vai depender de quem a efetuou e do
instrumento utilizado.

Qualquer medição, por mais bem feita que seja, sempre nos dará um resultado aproximado.

Assim, também cálculos que envolvem divisões nem sempre resultam em números exatos. Observemos o
resultado de 146 : 99. O número 1,474747... envolve uma dízima periódica. É, portanto, um número
decimal não-exato.

Para calcularmos o valor da expressão 3,578 + 146 : 99, poderíamos pensar em usar apenas três casas
decimais, considerando:
· Um número menor que o valor real: 3,578 + 1,474 = 5,052
· Um número maior que o valor real: 3,578 + 1,475 = 5,053

Nos dois casos estaríamos cometendo erros: para menos, no primeiro, e para mais no segundo.
O erro é a diferença entre o valor real do número e o valor considerado.

A quantidade de algarismos a conservar após a vírgula depende do problema que estamos resolvendo. O
erro de 0,5m na medida do comprimento de uma rua é diferente do erro de 0,5m na medida do
comprimento de uma sala. Vejamos isso por meio de duas situações práticas:

Exemplo:
a) Um funcionário da prefeitura mede uma rua com o objetivo de numerar as casas em relação às
medidas obtidas. O portão da casa do Sr. Francisco está a 21,5 m do início da rua, no lado dos
números ímpares. O funcionário dá o número 21 à residência em questão. Cometeu, assim, um erro
de 0,5 m.
b) Um operário mede o comprimento de uma sala, para a colocação de um carpete em seu piso. A
medida obtida é 3,5 m. O operário anota 3m, cometendo, portanto, um erro de 0,5m.

Nos dois exemplos, o número que representa os erros é o mesmo, mas o significado dos erros
cometidos é diferente, uma vez que as situações são diversas.

Continuemos nosso raciocínio completando o problema do exemplo b: o operário, ao medir a sala, obteve
comprimento 3,5 m e largura 2,3 m. Assim, a área do piso da sala é 3,5 m . 2,3 m = 8,05 m2. O erro de
0,5m cometido pelo operário na anotação da medida levará ao seguinte cálculo de área:

3 m . 2,3 m = 6,9 m2
O erro na medida da área seria, portanto, de:
8,05 m2 – 6,9 m2 = 1,15 m2

Você já deve ter percebido que devemos ter certo cuidado no arredondamento de dados. Deve ter notado
também a importância do arredondamento e da definição de critérios para reduzir o efeito dos erros.

Convém notar que as formas de representação 2; 2,0 e 2,00 não são equivalentes.
-5-
O valor “2” está compreendido entre os valores 1,5 e 2,5:

-----|--------------------|--------------------|--------------------|--------------------|-----
1 1,5 2 2,5 3

O valor “2,0” está compreendido entre 1,95 e 2,05:

-----|--------------------|--------------------|--------------------|--------------------|-----
1,9 1,95 2,0 2,05 2,1

O valor “2,00” está compreendido entre 1,995 e 2,005:

1,995 2,005
-----|--------------------|----------|----------|----------|----------|--------------------|-----
1,98 1,99 2,00 2,01 2,02

Critério de Arredondamento de Dados

A definição de critérios para considerar números próximos aos que representam os valores reais é
necessária par reduzir ao mínimo os efeitos dos erros.

Exemplos:
a) O melhor arredondamento para o inteiro mais próximo de 72,8 seria 72 ou 73? Veja o esquema
abaixo:

----------|----------|----------|----------|----------|----------|----------|----------|----------|----------|----------|----------
72 72,8 73

Vemos que 72,8 está mais próximo de 73.

Considerando 73, o erro será: 73 – 72,8 = 0,2
Considerando 72, o erro será: 72,8 – 72 = 0,8
No segundo caso o erro é maior. Conclui-se que será melhor a aproximação (arredondamento) para 73.

b) Qual o melhor arredondamento do número 72,814 com aproximação par o décimo mais próximo?
(chamamos “aproximação para o décimo mais próximo” o arredondamento do número
considerando a casa dos décimos, ou seja, considerando uma casa decimal.)

72,814
----------|----------|-----|-----|----------|----------|----------|----------|----------|----------|----------|----------|---------
72,8 72,9

Vemos que 7,814 está mais próximo de 72,8. Seu arredondamento para o mais próximo é, então, 72,8.

c) Aproximar 72,814 para o centésimo mais próximo (2 casas decimais).

---------|--------------------------------|----------|-------------------------------------------|---------------
72,81 72,814 72,815 72,82

-6-
A aproximação para o centésimo mais próximo é 72,81 porque está mais próximo do que 72,82 (o erro é
menor).

d) Qual é a melhor aproximação do número 72,815 para o centésimo mais próximo?

---------|-------------------------------------------|-------------------------------------------|---------------
72,81 72,815 72,82

Deparamos agora com um número que tem a mesma distância tanto de 72,81 de 72,82. Na prática,
costuma-se aproxima o algarismo que precede o 5 para o número par mais próximo. Assim, a aproximação
de 72,815 para o centésimo mais próximo é 72,82.
Esta prática é valiosa para reduzir ao mínimo os erros acumulados por arredondamento. Vejamos o
exemplo seguinte:
e) Adicionar os números: 7,35 + 8,65 + 3,25 + 3,15 + 2,95 + 0,75 e 4,85. Solução:
· Adicionamos diretamente (sem arredondamento): total = 30,95
· Com arredondamentos para décimos considerando o número par no algarismo que precede
o 5: 7,4 + 8,6 + 3,2 + 3,2 + 3,0 + 0,8 + 4,8 = 31,0
· Com arredondamentos para décimos acrescendo 1 ao algarismo que precede o 5:
7,4 + 8,7 + 3,3 + 3,2 + 3,0 + 0,8 + 4,9 = 31,3
O erro no segundo processo é 31,0 – 30,95 = 0,05 e no terceiro processo é 31,3 – 30,95 = 0,35. Logo
o segundo nos leva a um erro menor que o terceiro arredondamento, o que torna o segundo processo mais
aconselhável.

Exercícios Propostos
1- Faça o arredondamento dos números conforme a precisão indicada:
a) 47,8 para a unidade mais próxima;
b) 37,257 para o décimo mais próximo;
c) 37,257 para o centésimo mais próximo;
d) 7,314 para o centésimo mais próximo;
e) 2,484 para o décimo mais próximo;
f) 136,5 para a unidade mais próxima;
g) 0,0435 para o milésimo mais próximo;
h) 4,50001 para a unidade mais próxima;
i) 5,56500 para o centésimo mais próximo;
j) 5,56501 para o centésimo mais próximo.

2- Efetue as operações indicadas e calcule o erro, em cada caso de arredondamento (se possível, use
calculadora):
a) 3,253 + 1,725 + 1,23001 + 2,471 + 5,6451
b) 3,150 · 2,335
c) 4,75 ¸ 1,2
d) 3,112 - 1,3374
e) 45 + 29,12 - 14,3303 + 9,99
Para cada operação considere:
· sem arredondamento;
· com arredondamentos para décimos;
· com arredondamentos para centésimos;
-7-
 · com arredondamentos para milésimos;
· com arredondamentos para a unidade.
Em cada caso indique qual é o arredondamento que traz o menor acúmulo de erros.

Capítulo 3 – Freqüências
Freqüência absoluta e freqüência absoluta acumulada
A primeira fase de um estudo estatístico consiste em recolher, contar e classificar os dados colhidos sobre
uma população estatística.
Escolhida uma característica estatística sobre os elementos de uma população estatística, devemos elaborar
uma tabela de dados denominada distribuição estatística.
Exemplo1 - Considerem primeiramente as idades de 15 pessoas de um grupo de alunos num curso de
artesanato: 15 18 19 17 17 19 16 19 17 20 16 18 19 15 20
Nesse caso temos:
População estatística: 15 alunos de um curso de artesanato;
Amostras: alguns alunos (3 ou 4) desse grupo de 15 alunos;
Variável estatística: as idades desses 15 alunos.

A partir desses conhecimentos, vamos elaborar uma tabela:

Idades Contagem Número de Alunos
(Xi) (Fi)
15 1+1 2
16 1+1 2
17 1+1+1 3
18 1+1 2
19 1+1+1+1 4
20 1+1 2
Total = 15
Na primeira coluna aparecem os diferentes valores da variável estatística, que representamos por Xi. Na
última coluna aparece o número de vezes que cada valor se repete; essa coluna é chamada freqüência
absoluta, que representamos por Fi.

Freqüência absoluta (Fi) do valor de Xi é o número de vezes que cada

variável estatística assume o valor de Xi.

A distribuição de freqüências absolutas pode ser completada com mais uma coluna, chamada freqüências
absolutas acumuladas (F. i. a.), cujos valores são obtidos adicionando a cada freqüência absoluta, os
valores das freqüências anteriores. Veja o complemento da tabela anterior:

Idades Número de Alunos Soma dos números

(Xi) (Fi) de alunos (Fia)
15 2 2
16 2 4
17 3 7
18 2 9
19 4 13
20 2 15
Total = 15 Total = 15
-8-
Pelo quadro e usando a freqüência acumulada, podemos fazer algumas observações como:
a) 9 pessoas possuem menos que 19 anos de idade, ou seja, entre 15 e 18 anos;
b) 15 – 9 = 6 pessoas possuem idade acima de 18 anos, ou seja, entre 19 e 20 anos.

Portanto, a freqüência absoluta acumulada permite uma análise mais abrangente na tabela de freqüências,
possibilitando visualização globalizada de alguns parâmetros estatísticos.

Exercícios Propostos

3- Em uma escola, o conceito de cada bimestre é representado por letras: A, B, C, D e E. Em um

determinado bimestre, os conceitos dos alunos da 6ª série A, em Geografia foram os seguintes:

Disciplina: Geografia
Número 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Conceito B A C C D C D A A C E D D C B C B C C B
Nessas condições, elabore um quadro de distribuição de freqüências absolutas e freqüências absolutas
acumuladas, sabendo que a nota mais alta é A e a mais baixa é E.
Analise também os resultados obtidos em alguns aspectos.

4- Um dado foi lançado 15 vezes, tendo-se obtido os seguintes pontos: 2, 5, 6, 6, 1, 4, 2, 6, 5, 1, 3, 3, 2,

4 e 6. Construa uma tabela de distribuição de freqüências absolutas e freqüências absolutas
acumuladas.

5- Os salários mensais, em reais, dos 20 funcionários de uma empresa são:

720, 720, 800, 880, 840, 720, 760, 800, 920, 720, 760, 800, 840, 720, 680, 760, 800, 720, 880 e 760.
Elabore um, quadro de distribuição de freqüências absolutas e freqüências absolutas acumuladas,
analisando em seguida os resultados obtidos, fazendo um comparativo desses salários com a situação
atual de nosso país.
Sugestão: tome com extremos o menor e o maior salário.

6- Agora vamos fazer uma pesquisa em nossa classe para verificar as idades de todos os alunos, em
seguida vamos elaborar uma tabela de distribuição de freqüências absolutas e freqüências absolutas
acumuladas e analisar os resultados obtidos.

Freqüência relativa e freqüência relativa acumulada

Chama-se freqüência relativa (fi) do valor Xi da variável, o quociente entre a freqüência absoluta e o
número de elementos da população estatística, ou seja:
f i = F i (%)
N
Devemos observar que a freqüência relativa é dada na forma de porcentagem (%), ou seja, vai ser
necessário multiplicar o resultado do quociente acima por 100; ela vai nos tornar mais clara a análise de
certos dados.
Se tomarmos como exemplo o quadro de freqüências das idades das 15 pessoas num curso de artesanato,
temos:
f 15 = 2 = 0,13333... = 13,33% f 17 = 3 = 0,2 = 20% (0,2 x 100 = 20)
15 15
-9-
Podemos então, completar o quadro de distribuição de freqüências com mais duas colunas: a coluna das
freqüências relativas (f i) e a coluna das freqüências relativas acumuladas (f i a).

Idades Número de Soma dos freqüência freq. relat.

(Xi) Alunos números de relativa acumulada
(Fi) alunos (Fia) f.i. (%) f.i.a. (%)
15 2 2 2/15 = 13,33 13,33
16 2 4 2/15 = 13,33 26,66
17 3 7 3/15 = 20 46,66
18 2 9 2/15 = 13,33 59,99
19 4 13 4/15 = 26,67 86,66
20 2 15 2/15 = 13,33 99,99
Total = 15 Total = 15 Total = 99,99 Total = 99,99

Observando essa tabela, podemos dizer que:

· 20% dos alunos possuem 17 anos de idade;
· 59,99% possuem idade inferior a 19 anos;
· 99,99% – 59,99% = 40% possuem idades superior a 18 anos.

Observação: Quando tratarmos com valores dizimais (f.i. e f.i.a.), podemos fazer o arredondamento
utilizando 2 casas decimais, totalizando aproximadamente 100% com margem de erro de 2 décimos,
superando-se esse erro o aluno deve rever seus cálculos e melhorar sua aproximação.

Exercícios Propostos
7- Um dado foi jogado 20 vezes, sendo obtido os seguintes pontos: 1, 5, 6, 5, 2, 2, 2, 4, 6, 5, 2, 3, 3, 1,
6, 6, 5, 5, 4, 2. Elabore um quadro com distribuição de freqüências absolutas, freqüências absolutas
acumuladas, freqüências relativas e freqüências relativas acumuladas.
8- Observando a tabela do exercício cima, responda:
a) Quantas vezes o número 2 foi obtido no dado?
b) Quantas vezes o número obtido no dado foi menor que 5?
c) Qual o índice em % em que o número 6 foi obtido no dado?
d) Qual o índice em % em que números maiores que 4 foram obtidos no dado?

9- A tabela abaixo mostra a média dos 25 alunos da 1ª série do curso de ensino médio de um
determinado colégio, em Química, no primeiro bimestre de um determinado ano:
Disciplina: Química
Números 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Médias 4 7 5 5 5 4 9 4 5 6 6 7 6 6 5 4 4 8 7 6 6 8 5 5 8
Tomando como extremos a menor e a maior nota:
a) Elabore um quadro com distribuição de freqüências absolutas, freqüências absolutas acumuladas,
freqüências relativas e freqüências relativas acumuladas.
b) Quantos alunos obtiveram média 6?
c) Quantos alunos obtiveram média menor que 6?
d) Quantos alunos obtiveram média maior que 6?
e) Qual o índice em % de reprovação em Química neste bimestre?
f) Qual o índice em % de alunos que obtiveram média maior que 7?
g) Qual o índice em % de alunos que obtiveram média maior ou igual a 5 e menor que 7?

- 10 -
Capítulo 4 -Saiba um pouco mais

A ESTATÍSTICA É O MELHOR CALMANTE

É inevitável. Depois de um ano sombrio para a aviação comercial, como foi o de 1996, até o passageiro
mais viajado sente medo. Diante de tantos desastres aéreos nas manchetes dos jornais, não há quem o
convença de que as quedas são raras, de que o normal é tudo dar certo. Mas é exatamente isso que dizem
as estatísticas. A chance de alguém bater o carro e morrer a caminho do aeroporto é 500 vezes maior do
que a de o avião cair. Segundo a Administração Federal de Aviação, americana, de cada 1000 mortes, 228
acontecem em acidentes rodoviários e 0,45 em aeroviários. Até nadar é mais perigoso. A cada 1000
fatalidades, 26 são por afogamento.
“Seria preciso viajar todos os dias, durante 712 anos, para que alguém se envolvesse com certeza em
um acidente aéreo”, disse a SUPER Stuart Matthews, da FSF (sigla para a fundação de segurança no vôo,
em inglês).O que aconteceu no dia 31 de outubro em São Paulo, quando um fokker 100 despencou sobre
várias casas segundos depois de decolar, foi uma tremenda falta de sorte, levando-se em conta as
estatísticas. Pesquisas mostram que desde o final da década de 50 o número de desastres caiu bastante,
embora eles tenham matado mais de 20.000 pessoas. Há 37 anos, eram sessenta casos para cada milhão de
decolagens. Hoje são três. E Brasil segue a tendência. Em 1987, quando o país tinha 7.890 aviões, houve
226 acidentes. Hoje com uma frota quase 20% maior, o número baixou para menos da metade.
Mas a matemática nem sempre tranqüiliza. A lei da gravidade parece ser mais cruel na América Latina.
Aqui, a cada milhão de pousos e decolagens 32,4 não dão certo. Na América do Norte a freqüência é oito
vezes menor. “E o maior problema é a tripulação”, diz Stuart Mattews. Ou seja, em geral a culpa não é da
tecnologia.
Os números animadores também não valem para aviões pequenos. No Brasil, entre 1982 e 1984, os
desastres com jatinhos aumentaram 55%. Alguns viraram notícia. Na noite de 2 de março de 1996, um
Learjet chegou ao aeroporto de Guarulhos com velocidade superior à indicada para pouso. O piloto subiu e
virou à esquerda. Chocou-se com uma montanha. Morreram nove pessoas. Eram os Mamonas assassinas e
a tripulação. Conclusão do inquérito policial: erros do piloto, do co-piloto e da torre.

O que derruba uma aeronave

15,7% Falha mecânica – O atrito com o ar e os processos de compressão e descompressão provocam
trincas na fuselagem, que é o corpo do avião. Quando não são percebidas e reparadas a tempo, parte da
carcaça se solta em pleno vôo.
Informações sobre o vôo chegam ao painel por fios conectados a aparelhos espalhados pelo avião.
Interferências eletromagnéticas alteram os dados, confundem os pilotos e podem acionar equipamentos em
hora errada.
O desgaste na ligação entre as turbinas e a asa pode fazer com que uma delas se solte parcialmente e deixe
de funcionar.
As turbinas empurram a aeronave, mantendo-a no ar, e ajudam na freagem, com o mecanismo chamado
reverso. São partes delicadas do aparelho, que já causaram muitos acidentes.
Cadeiras mal fixadas esmagam os passageiros. Além disso, é sob elas que se colocam as bombas. O
terrorismo não entra nas estatísticas, mas é um dado importante, tal qual a tragédia de 11 de Setembro de
2001, nos EUA.

3,4% Manutenção – Antes do vôo, todo o aparelho deve ser avaliado. Peças desgastadas que já
derrubaram muitos aviões poderiam ter sido trocadas nessa fase.

- 11 -
4,8% Clima – Nevoeiros diminuem a visibilidade e correntes de vento podem desestabilizar o aparelho. O
relâmpago é uma fatalidade que não se pode evitar.
Fagulhas surgidas em possíveis atritos entre partes do avião podem chegar ao tanque de combustível e
provocar explosões.

69,2% Falhas humanas – Piloto e co-piloto causam nada menos que 64,4% das quedas. Por inexperiência
ou cansaço, confundem-se com aparelhos e orientações da torre e cometem deslizes. Pela lei, podem ficar
no comando até 9 horas e 30 minutos por dia. Mas o sindicato Nacional dos Aeronautas garante que a
norma não é respeitada.
A torre de controle orienta o tráfego no aeroporto e é crucial no pouso e na decolagem. Falhas na
comunicação e orientações erradas causam 4,8% dos acidentes.

7,1% Outras causas (Testes e vôos militares) – O trem de pouso é controlado por um sistema
hidráulico. Às vezes ele não funciona e o avião tem que pousar de barriga.

Capítulo 5 - Distribuição de freqüência

Algumas coletas com muitos dados não favorecem a elaboração de tabelas detalhadas.
Nesses casos, é mais interessante agrupar os valores em determinados intervalos que apresentam a mesma
amplitude.
Exemplo: Em uma olimpíada estudantil, com alunos do ensino fundamental, foi medida a altura de cada
um dos participantes, encontrando-se os seguintes valores, em centímetros.

152 155 167 176 155 156 166 178 153 162
155 160 155 160 162 158 178 162 152 160
163 161 155 160 164 158 179 162 160 167
151 150 152 174 167 156 154 166 162 152
156 152 171 161 170 157 151 153 172 157
Para fazermos a distribuição de freqüência, procedemos da seguinte forma:
1º passo Organizamos todas as medidas em ordem crescente ou decrescente.
Essa relação, assim organizada, chama-se rol.
150 152 154 155 157 160 162 163 167 174
151 152 155 156 158 160 162 164 167 176
151 152 155 156 158 160 162 166 170 178
152 153 155 156 160 161 162 166 171 178
152 153 155 157 160 161 162 167 172 179

- 12 -
2º passo Notamos que a menor estatura é 150cm e a maior é 179cm.
Assim, a variação é de 179cm – 150cm = 29cm. Esse valor é chamado de amplitude total (H).

3º passo Agrupamos os valores em intervalos de classe.

Podemos considerar, por exemplo, a classe de 150 ( inclusive ) à 154 ( exclusive). Em símbolos,
é denotada por 150 |¾¾¾ 154. Nesse caso, 150 é o limite inferior e 154 é o limite superior da classe. A
diferença entre o limite inferior e o limite superior é igual à amplitude da classe (h).
Adotando-se a amplitude da classe igual a h = 4, teremos oito classes.
Construímos, então, uma tabela de freqüências com classes.

Estatura (cm) Freqüência Absoluta Freqüência Relativa (%)

150 |------ 154 10 0,20 ou 20%

154 |------ 158 11 0,22 ou 22%
158 |------ 162 9 0,18 ou 18%
162 |------ 166 7 0,14 ou 14 %
166 |------ 170 5 0,10 ou 10%
170 |------ 174 3 0,06 ou 6 %
174 |------ 178 2 0,04 ou 4%
178 |------ 182 3 0,06 ou 6%
TOTAL 50 100%

Exercícios Propostos
10- O exame de quarenta pacientes de um hospital constatou o seguinte número de leucócitos (glóbulos
brancos) por mm3.

5800 3900 7100 3500 2800 4500 6900 5700

2000 2400 1500 1400 5900 7200 3100 5800
1300 2100 4100 3400 2000 3100 2900 1600
4000 2500 8300 4200 3200 2400 1900 6800
5900 2600 6100 8900 2900 1900 1900 1100
Com esses dados, construir uma tabela de freqüências absoluta e relativa, considerando a amplitude da
classe igual a 2000 (h = 2000 ).

11- Um comerciante de calçados masculinos pretendendo renovar seu estoque fez um levantamento
dos pares vendidos no mês anterior e levando em conta apenas o número do sapato, chegou a seguinte
ralação:
40 36 38 41 41 40 38 41 39 34 40 36 38 41 41 40 38 41 39 34
42 40 39 39 41 41 39 42 40 34 42 40 39 39 41 41 39 42 40 34
36 40 40 38 40 39 42 39 38 35 36 40 40 38 40 39 42 39 38 35
38 41 39 39 41 38 43 40 36 37 38 41 39 39 41 38 43 40 36 37
36 42 34 40 39 38 37 38 35 36 36 42 34 40 39 38 37 38 35 36
- 13 -
 Estabeleça o rol desses dados, em seguida divida em intervalos de 2 em 2 números e construa uma
tabela completa de freqüências, analisando em seguida os resultados obtidos.

Capítulo 6 – Representação Gráfica

Dados estatísticos podem ser representados tanto por tabelas e por quadros de distribuição por
freqüência quanto por gráficos. O uso gráfico para representar uma situação estatística pode muitas
vezes expor melhor visualmente do que uma tabela estatística, porém o seu uso deve ser feito com
bastante cautela, utilizando o gráfico adequado em cada situação, veja alguns casos:
A) Gráfico de Colunas - é um tipo de gráfico muito utilizado em diversas situações, indica
quantidades, porcentagens e de fácil comparação entre suas variáveis.

10

6 João
José
4
Maria
2

0
1o Bim. 2o Bim. 3o Bim. 4o Bim.

O gráfico acima mostra o desempenho de 3 alunos durante o ano num determinado curso, pode-se
perfeitamente verificar que João teve o melhor desempenho, seguido de Maria e José teve o pior
desempenho.

B) Gráfico de Barras – também é um tipo de gráfico muito utilizado para comparar diversos tipos de
dados e é uma outra variante do gráfico de colunas, sendo amplamente utilizado em jornais, revistas,
empresas, etc.

4o Bim.

3o Bim. Maria
José
2o Bim. João

1o Bim.

0 5 10 15

O gráfico demonstra a mesma situação do gráfico de colunas acima, ou seja, as notas de 3 alunos.

- 14 -
 C) Histograma – é um gráfico construído no plano cartesiano por retângulos em número igual ao
número de classes da distribuição. Cada classe é representada por uma coluna de altura correspondente a
sua freqüência.
Trata-se também de um gráfico de área. É utilizado para variáveis contínuas, por isso, o gráfico
também é contínuo: as colunas são justapostas. A área de cada coluna é proporcional à freqüência da classe
que representa. Logo, a área de todo histograma é proporcional à soma total das freqüências.
Para construir um histograma, representamos as classes no eixo das abscissas de um sistema
cartesiano, utilizando segmentos de mesma medida. Para cada um deles, registramos os limites superior e
inferior. No ápice do eixo das ordenadas, registramos o maior valor da freqüência, dividindo o restante
proporcionalmente aos outros valores. Levantamos então as colunas, justapostas.
Quantid. de
alunos
10
F
R 8
E
Q 6
U
Ê 4
N
C 2 CLASSES
I
A
S 0 150 155 160 165 170 175 180 185 Altura (cm)

Exercícios propostos
12- Sessenta jurados escolheram as sedes das próximas olimpíadas entre cinco países( A, B, C, D e E).
Uma entrevista com esses jurados revelou que nove deles optaram pelo país A, seis por B, 27 por
C, três por D e 15 por E.
a) Construa uma tabela relacionando os países escolhidos e as freqüências absoluta e relativa.
b) Construa o gráfico de colunas para representar os dados dessa tabela.

13- Um laboratório realizou, num certo dia, noventa coletas de sangue. Um dos itens analisados foi o
grupo sanguíneo do sistema ABO. Desse total, constatou-se que 27 coletas eram do grupo sanguíneo
A, 36 do B, 18 do AB e 9 do O.
a) Construa uma tabela relacionando os grupos sanguíneos e as freqüências absoluta e relativa.
b) Construa o gráfico de barras para representar os dados dessa tabela.

14- A tabela abaixo representa o salário de famílias de uma pequena comunidade.

Salário ( Reais) Frequência
8.000,00 a 9.000,00 18
9.000,00 a 10.000,00 31
10.000,00 a 11.000,00 15
11.000,00 a 12.000,00 3
12.000,00 a 13.000,00 1
13.000,00 a 14.000,00 1
14.000,00 a 15.000,00 1
Construa com esses dados um histograma e analise os resultados.

- 15 -
 D) Setores – Dos gráficos de Estatística, mais importante que a contribuição de Descartes foi a do
escocês William Playfair, que trabalhava com estatísticas comerciais. Em 1786 ele começou a inventar
maneiras de representar dados numéricos por meio de figuras. Uma de suas criações foram os gráficos de
barras ou colunas, como aqueles de João, José e Maria e suas notas bimestrais. Depois de 1801, ele
inventou os gráficos de setores, também chamados de “tortas” ou “pizzas”. Vejamos um exemplo:

POPULAÇÃO DE REGIÕES METROPOLITANAS - BRASIL/1992

5%
6%

6% Grande S.P. (37 municípios)

Grande R.J. (15 municípios)

37%
7%
Grande B.H. (14 municípios)

Grande Porto Alegre (14 municípios)

7%
Grande Recife (9 minicípios)

Grande Salvador (8 municípios)

8%
Grande Fortaleza (5 municípios)

Grande Curitiba (14 municípios)

24%

O gráfico acima mostra a distribuição populacional nas grandes metrópoles brasileiras e

permite um comparativo entre as quantidades de habitantes existentes em cada metrópole, sendo que não
confunde o leitor e sim permite uma análise mais ampla da situação no momento. Veja tabela a seguir,
geratriz desse gráfico:

REGIÕES METROPOLITANAS POPULAÇÃO PERCENTUAL

Grande S.P. (37 municípios) 15.444.900 37,3%

Grande R.J. (15 municípios) 9.814.600 23,7%
Grande B.H. (14 municípios) 3.436.100 8,3%
Grande Porto Alegre (14 municípios) 3.026.800 7,3%
Grande Recife (9 municípios) 2.874.500 6,9%
Grande Salvador (8 municípios) 2.496.500 6,0%
Grande Fortaleza (5 municípios) 2.307.000 5,6%
Grande Curitiba (14 municípios) 2.000.800 4,8%

TOTAL 41.401.200 100,0%

Foi feita uma enquete a 1200 alunos de uma escola sobre as atividades esportivas que gostariam de ter na
escola. O resultado obtido foi o seguinte:

- 16 -
 Atividade Número de
Esportiva Alunos
voleibol 600
basquete 200
futebol 100
natação 50
outras 250
Com esses dados pode-se construir uma representação gráfica de setores dessa distribuição, em que
usaremos um círculo. Lembrando que uma circunferência completa tem 360º, podemos calcular por meio
de uma regra de três simples e direta o ângulo central correspondente a cada uma das atividades desejadas
pelos alunos.
Assim, temos:
1200 ------------ 360º à v = 600 x 360º = 180º
600 ------------ v 1200

1200 ------------ 360º à b = 200 x 360º = 60º

200 ------------ b 1200

1200 ------------ 360º à f = 100 x 360º = 30º

600 ------------ f 1200

1200 ------------ 360º à n = 50 x 360º = 15º

50 ------------ n 1200

1200 ------------ 360º à o = 250 x 360º = 75º

250 ------------ o 1200

Com essas medidas, poderemos, então construir com o uso de régua e compasso um gráfico de setores de
forma correta, utilizando-se de cores e legenda para representar melhor a opinião dos alunos quanto ao
esporte praticado. Veja a construção do professor.

Exercícios propostos
15- Uma pesquisa sobre atividades culturais extraclasse foi feita entre 1000 alunos de uma escola. O
resultado está no quadro seguinte:
Atividade Nº de Alunos

Visita a museus 400

Visita a outras cidades 200
Palestras 250
Exposições 100
Outras 50
Usando um gráfico de setores, faça a representação gráfica dessa distribuição. Faça também uma pesquisa
na sala sobre a mesma preferência, construa também um gráfico de setores e faça uma análise comparativa
entre as duas situações.

- 17 -
16- Usando a tabela do exercício 11, construa um gráfico de setores para as colunas Xi e Fi.

17- A tabela abaixo é o resultado de uma pesquisa feita em uma escola de ensino médio do Rio de Janeiro,
onde foram ouvidas 40 pessoas. Complete-a e faça o gráfico de setores correspondente:
Time preferido Frequência Taxa Percentual
Vasco 10 25%
Flamengo 12
Fluminense 8 20%
Botafogo 6
Outros 10%

18- Usando a tabela com a freqüência do exercício anterior, faça o gráfico de colunas; em seguida
compare: qual dos dois é ideal para esse estudo?

Capítulo 7 – Medidas de tendência central

Há certas medidas que são típicas numa distribuição: as de tendência central (médias, medianas) e as de
dispersão.

Médias
Consideremos, em ordem crescente, um rol de notas obtidas por alunos de duas turmas (A e B):
Turma A: 2 3 4 4 5 6 7 7 7 7 8
Turma B: 2 3 4 4 4 5 6 6 7 8 9
Observemos para cada turma:
· O valor que ocupa a posição central:
Turma A: 2 3 4 4 5 6 7 7 7 7 8
cinco notas abaixo de 6 cinco notas acima de 6

posição central

Turma B: 2 3 4 4 4 5 6 7 7 8 9

cinco notas abaixo de 6 cinco notas acima de 6

posição central

· O valor que aparece com maior freqüência:

Turma A: 7 aparece com maior freqüência
Turma B: 4 aparece com maior freqüência.

· O quociente da somatória (å) dos dados (x) pela quantidade de dados (n): åx
n
Turma A: 2+3+4+4+5+6+7+7+7+7+8 = 60 = 5,45
11 11
- 18 -
 Turma B: 2+3+4+4+4+5+6+7+7+8+9 = 59 = 5,36
11 11

Colocando estes três valores lado a lado, temos:

Turma Posição Central Maior Freqüência åx

n
A 6 7 5,45

b 5 4 5,36

Observando os resultados, podemos afirmar que a turma A teve melhor que a turma B. Esses três valores
caracterizam as distribuições. São chamados valores típicos. Eles tendem a se localizar em um ponto
central de um conjunto de dados ordenados segundo suas grandezas, o que significa a denominação
medidas de tendência central ou médias.
O valor que ocupa a posição central chama-se mediana ( Md ) :
Para a turma A, a mediana é 6: Md = 6.
Para a turma B, a mediana é 5: Md = 5.
O valor que aparece com maior freqüência chama-se moda ( Mo ) :
Para a turma A, a moda é 7: Mo = 7.
Para a turma B, a moda é 4: Mo = 4.
O quociente da soma pelos valores pela quantidade deles é a média aritmética ( Ma ) :
Para a turma A, a média aritmética é Ma = 5,45.
Para a turma B, a média aritmética é Ma = 5,36.

Portanto, mediana, moda e média aritmética são medidas de tendência

central ou médias da distribuição.

Existem outros tipos de média, como a média geométrica e a harmônica, que não constarão deste capítulo
por não serem muito utilizadas neste nível de ensino.

Média aritmética
A média aritmética (Ma) é a medida de tendência central mais conhecida. Já sabemos que ela é o
quociente da soma dos valores (åx) pela quantidade (n).

Exemplo 1 – Consideremos os dados abaixo:

18 17 17 16 16 15 15 15 14 14
13 13 13 13 13 12 12 12 11 11

A quantidade de dados é n = 20

A soma dos dados é åx = 18 + 17 + ... + 11 + 11 = 280

A média aritmética é: Ma = åx = 280 = 14

n 20

- 19 -
Exemplo 2 – Consideremos os mesmos dados do exemplo1 dispostos em uma distribuição por freqüência:

x Fi
18 1
17 2
16 2
15 3
14 2
13 5
12 3
11 2
TOTAL 20

Veja que o número de observações é igual ao da soma das freqüências absolutas Fi = n = 20, que pode ser
efetuado da seguinte forma:
åx = 1 . 18 + 2 . 17 + 2. 16 + 3 . 15 + 2 . 14 + 5 . 13 + 3 . 12 + 2 . 11 = 280

Os fatores que multiplicam os dados são as freqüências que aparecem na tabela da distribuição. Logo:
Ma = åx = å Fix
n å Fi

Na prática, quando temos a distribuição por freqüência, acrescentamos à tabela uma coluna com os
produtos Fi x de cada valor pela sua freqüência, veja:

x Fi Fi x
18 1 18
17 2 34
16 2 32
15 3 45
14 2 28
13 5 65
12 3 36
11 2 22
TOTAL 20 280
Ma = 280 ® Ma = 14
20
- 20 -
Cálculo da média aritmética para dados agrupados em classes
Quando, numa distribuição por freqüência, os dados estão agrupados em classes, são considerados
coincidentes com os pontos médios das classes às quais pertencem. Para o cálculo da Ma, usaremos os
produtos dos pontos médios pelas freqüências de cada classe. (Pm . Fi). Acrescentamos, então, à tabela
dada a coluna Pm . Fi.

Exemplo 3 – Seja a tabela que nos dá altura (x) dos estudantes de uma classe de primeiro grau:

Pm
x (cm) Ponto médio Fi Pm . Fi
150 |--- 155 152,5 6 915,0
155 |--- 160 157,5 9 1417,5
160 |--- 165 162,5 16 2600,0
165 |--- 170 167,5 5 837,5
170 |--- 175 172,5 3 517,5
175 |--- 180 177,5 1 177,5
TOTAL 40 6465,0

Queremos, a partir da tabela, calcular a média aritmética.

Solução: completando a tabela, com a coluna Pm . Fi, à direita temos a coluna com os dados em
“vermelho” acima:
Ma = å Pm . Fi Ma = 6465 Ma = 161,625
å Fi 40

Este é o cálculo da média aritmética pelo chamado processo longo.

Você deve ter notado que a média aritmética é um valor que engloba todos os dados. Se houver
dados discrepantes, eles influirão no valor da Ma.

Mediana
Mediana é o valor que divide a distribuição ao meio de tal modo que 50% dos dados estejam acima
desse valor e os outros 50% abaixo dele.
Exemplo 4 – Sejam as nove observações: 1 2 3 4 5 6 7 8 9

Md = 5
Mediana

Mediana é o número que tem antes e depois de si a mesma quantidade de valores. Quando a
quantidade de observações é um número par, a mediana é a média aritmética dos valores centrais.
Exemplo 5 – Sejam as seis observações: 10 11 15 17 18 20

Nesse caso a mediana é: 15 + 17 = 16 Md = 16

2

Obs.: Para o efetivo cálculo ou localização da mediana, os dados observados devem estar em ordem
crescente, vejam os exemplos 4 e 5.
- 21 -
Moda
A moda de um conjunto de números é o valor que ocorre com maior freqüência. A moda pode não
existir, e se existir pode não ser única.
Exemplo 6 – O conjunto de números: 2, 2, 5, 7, 9, 9, 9, 10, 11, 12, 18 tem Mo = 9

Exemplo 7 – No conjunto de dados: 3, 5, 7, 9, 10, 11, todos os dados têm a mesma freqüência. Não
existe nenhum valor que apresente maior freqüência do que os outros. É um caso em que a moda não
existe.

Exemplo 8 – Seja o rol de dados: 3 3 4 4 4 5 6 7 7 7 8 e 9. Os números 4 e 7

apresentam freqüência 3, maior que a os demais. Nessa distribuição há, portanto, duas modas: Mo = 4 e 7
Uma distribuição com duas modas é denominada bimodal.
A rigor, a moda não é uma medida empregada para um pequeno número de observações. Existem
fórmulas para o cálculo da moda, mas, na prática, ela é determinada pelo valor ou pela classe que apresenta
maior freqüência. Neste último caso, ela é chamada classe modal, que representa uma aproximação da
moda.
Exercícios propostos
19- Calcular a Ma, Md e a Mo dos seguintes dados:
a) 3 5 2 6 5 9 5 2 8 6;
b) 51 6 48 7 3 50 49 5;
c) 10 12 8 7 9 12 15 22 17 7.

20- Certo pesquisador aplicou um teste aos alunos de um colégio e obteve os seguintes resultados:

32 13 14 20 23 21 22 12 30 20 16 25 21 29 17 25 21 21
15 22 19 22 22 19 28 15 27 25 26 19 20 10 22 31 22 21
26 13 23 23 29 26 30 15 36 19 29 12 22 30 21 27 22 16
16 17 20 16 23 19 20 33 15 17 27 21 23 32 12 22 22 22
22 23 38 38 19 19 34 24 17 20 31 11 11 30 20 15 24 17
37 31 16 18 21 40 24 20 34 17 40 18 36 29 21 24 31 35

Pede-se para:
a) Organizar o rol dessa distribuição;
b) Indicar a amplitude total (diferença entre o maior e o menor valor);
c) Fazer uma distribuição por freqüência;
d) Calcular a média (Ma) de acertos;
e) Calcular o número mediano (Md) de acertos;
f) Calcular a moda (Mo);
g) Representar o histograma da distribuição e assinalar nele a Ma, Mo e Md.
h) Analisar os resultados obtidos.

21 – Elabore uma pesquisa, em grupo (5 alunos), utilizando um tema para que a coleta de dados permita o
cálculo de medidas de tendência central, construa um gráfico para essa situação e a conclusão do grupo,
justificando o porque da escolha do tema e qual a sua importância.

22- Verifique as idades de todos os alunos da classe até o presente momento, em seguida, calcule a média,
mediana e moda desses dados, construindo um gráfico para essa situação e analise seus resultados.

- 22 -
Capítulo 8 – Medidas de dispersão
Em Estatística é importante saber como variam as características do conjunto de dados colhidos e
tabelados. Precisamos às vezes comparar fatos, como a produção de uma firma em um ano e em outro, ou
características físicas de indivíduos, como sexo, raça, altura, etc. Para tal, necessitamos de uma média. Se
soubermos, por exemplo, que a média de altura das meninas recém-nascidas de certa idade é 47,3 cm e
que, nesse mesmo local nasceu uma menina medindo 50 cm, podemos afirmar que ocorreu uma
variabilidade, ou uma dispersão, em relação à média. Dizemos que houve um desvio de 2,7 cm em relação
à média (50 – 47,3 cm).
O significado de desvio é o mesmo que se tem comumente em relação a esse termo. Quando
dizemos que um avião teve um desvio de 10 Km de sua rota, entendemos que havia uma rota (referência)
a ser percorrida e que o avião se desviou dela. Em Estatística, a referência é a Ma, que seria o valor
provável para todos os dados se eles fossem em qualquer caso, iguais; mas normalmente eles se desviam
da Ma.

Desvio padrão e variância

O desvio padrão é a medida mais usada na comparação de diferenças entre grupos, por ser a mais
precisa. Ele determina a dispersão dos valores em relação a média.
Exemplo – Consideremos os pesos de 20 crianças recém-nascidas, numa cidade X: 10 meninos e 10
meninas.
Meninos Peso (g) Meninas Peso (g)
1 3750 1 3000
2 3750 2 3300
3 3350 3 3200
4 3250 4 3250
5 3250 5 3100
6 3100 6 3100
7 3150 7 3300
8 3100 8 3000
9 3350 9 3100
10 3350 10 3150

As médias aritméticas dos pesos são:

Meninas: 3150g Meninos: 3340g
Podemos observar que o peso dos meninos é em média maior que o das meninas.
Meninos Peso Desvio (d) d2 Meninas Peso Desvio (d) d2
1 3750 410 168100 1 3000 -150 22500
2 3750 410 168100 2 3300 150 22500
3 3350 10 100 3 3200 50 2500
4 3250 -90 8100 4 3250 100 10000
5 3250 -90 8100 5 3100 -50 2500
6 3100 -240 57600 6 3100 -50 2500
7 3150 -190 36100 7 3300 150 22500
8 3100 -240 57600 8 3000 -150 22500
9 3350 10 100 9 3100 -50 2500
10 3350 10 100 10 3150 0 0
- 23 -
d = xn – Ma, onde xn é o elemento considerado, exemplo x1 peso 3750g e Ma = média aritmética dos
dados. Para d1 (meninos), temos x1 – Ma (meninos) = 3750 – 3340 = 410,e assim por diante.

A média aritmética dos quadrados dos desvios chama-se variância [var(x)]. Calculemos as
variâncias das duas distribuições.
Para os meninos:
Var(x)1 = (168100 . 2) + (100 . 3) + (8100 . 2) + (57600 . 2) + (36100 . 1) = 50400
10
Para as meninas:
Var(x)2 = (22500 . 4) + (2500 . 4) + (10000 . 1) = 11000
10
A raiz quadrada da variância é o desvio padrão.
Calculemos os desvios padrões de cada uma das distribuições:
Para os meninos s1 = Ö50400 = 224,5 g
Para as meninas s2 = Ö11000 = 104,9 g

Comparando os dois valores, notamos que a variabilidade no peso dos meninos é maior que no das
meninas (s1 > s2).
O desvio padrão é a medida de dispersão mais utilizada em casos de distribuições simétricas.
Lembramos que, graficamente, distribuições desse tipo se aproximam de uma curva conhecida como
curva normal ou curva de Gauss:

|
|
|
|
|
|
|
|
|

O desvio padrão tomado com os sinais – e + (-s e +s) define em torno da média aritmética uma
amplitude (2s) chamada de zona de normalidade. Processos matemáticos indicam que 68,26% dos casos
se situam nessa amplitude.

|
|
|
|
| | |
| | |
| | |
| | |
| | |
-s Ma +s
|--------zona de--------|
normalidade
- 24 -
Exemplo – Considerando os resultados do exemplo anterior, a respeito dos pesos das meninas:
Ma = 3150g e s = 104,9 g, calcular a zona de normalidade.
Solução: Devemos encontrar um intervalo de amplitude 2s, em torno de Ma:
Ma + s = 3150 + 104,9 = 3254,9 g
Ma - s = 3150 - 104,9 = 3005,1 g
Serão consideradas dentro da normalidade todas as meninas com pesos entre 3005,1g e 3254,9g.

Exercícios propostos

23- Consideremos a seguinte tabela:

NOTAS DE MATEMÁTICA DE UMA CLASSE X
NOTAS P.m Fi
0 |-----2,0 1,0 3
2,0 |----- 4,0 3,0 9
4,0 |----- 6,0 5,0 16
6,0 |----- 8,0 7,0 8
8,0 |----- 10,0 9,0 4
å Fi = 40

Calcular :
a) a média aritmética;
b) a variância;
c) o desvio padrão:
d) a zona de normalidade;
e) analisar os resultados encontrados.

24- Um professor aplicou um teste a seus alunos e obteve os seguintes resultados:

30 40 45 30 30 50 35 30
40 45 40 35 50 60 50 50
30 60 50 60 30 40 50 45
Calcule:
a) A média aritmética dos resultados;
b) A moda;
c) A mediana;
d) A variância;
e) O desvio padrão;
f) Zona de normalidade.

25- Se a média das alturas de um grupo de pessoas é 175 cm e o desvio padrão é 20 cm, uma pessoa com
estatura de 150 cm está dentro da normalidade? Por quê?

26- Na pesagem de 24 crianças de quinta série obtiveram-se os seguintes resultados, em Kg:

38 40 45 42 45 40 43 38
45 45 40 41 41 38 46 32
48 46 42 43 44 50 48 40

Nesse grupo de crianças, um menino com 35 Kg seria considerado com peso normal? Por quê?
- 25 -
 Bibliografia
· Matemática – Benigno Barreto Filho e Cláudio Xavier da Silva – Editora FTD –
Volume Único;

· Curso Básico de Estatística – Helenalda Nazareth - Editora Ática;

· Matemática – Jorge D. Silva, Valter dos S. Fernandes e Orlando D. Mabeleni –

Editora IBEP – Novo Ensino Médio – Volume Único;

· Matemática – José R. Giovanni e José R. Bonjorno – Editora FTD – Versão

Progressões;

· Matemática Fundamental - José R. Giovanni, José R. Bonjorno e José R. Giovanni

Jr. – Editora FTD – Volume Único;

· Estatística – Murray R. Spiegel – Coleção Schaum – Editora McGraw-Hill do Brasil

LTDA.

· Apostila Matemática – Sistema de Ensino IBEP – Jorge D. Silva; Valter S.

Fernandes; Orlando D. Mabelini – Volume Único- Curso Completo;

· Estatística – Pra que Serve a Matemática? – Imenes, Jakubo e Lellis – Atual Editora
– 3a Edição.

- 26 -