Escola Secundária D.

Sancho I
2020/2021 - Matemática A - 11º ano TI – Nspire
Ficha formativa – Junho 2021
Estatística (EST10 e EST11) e Calculadora Gráfica

FICHA Nº 1 – DADOS QUALITATIVOS - CONSTRUÇÃO DE UM GRÁFICO

DE BARRAS E DE UM GRÁFICO CIRCULAR

Exercício: Os alunos do 10º ano de uma escola foram inquiridos sobre o seu tipo de música preferida. Os
resultados obtidos encontram-se resumidos na seguinte tabela de frequências absolutas:
Estilo musical Rock Hip-Hop Techno Reggae Pop
𝑛𝑖 1 30 22 25 5

Construa um gráfico de barras e um gráfico circular que represente esta distribuição de dados qualitativos.

Resolução:

Abrir uma página “Adicionar Listas e Folha de Cálculo”

No cabeçalho das listas escreva o nome de cada uma. Introduza as categorias da variável na primeira
lista (est_musical) e as frequências na segunda (n_alunos).
Desta forma, em cada coluna, define-se uma variável e os dados introduzidos são os valores que ela
toma, podendo assim utilizar-se noutras aplicações, como se verá a seguir.

Abrir uma página, “Dados e Estatística”

Adicione agora outra página ao documento, página 1.2.

 Estatística com a TI-NSpire

Para se transformar o último ecrã num gráfico de barras é necessário dar instruções à
calculadora.
No menu de contexto escolha 2: Adicionar variável X com lista de
resumo.

Observe no último écran que, se passar o cursor por cada barra, visualiza a informação sobre
as frequências absolutas e relativas correspondentes.

O tipo de música preferida pelos alunos em causa é o hip-hop, isto é, a moda da distribuição é
o hip-hop.

Obtenha agora um gráfico circular como o que se apresenta a seguir.

2
 Estatística com a TI-NSpire

FICHA Nº 2 – DADOS QUANTITATIVOS DISCRETOS - CONSTRUÇÃO DE

TABELAS DE FREQUENCIAS E DE UM GRÁFICO DE BARRAS

Exercício: Para conhecer os hábitos de leitura dos seus alunos, o professor de português inquiriu-os sobre
o número de livros que leram durante o último ano. Os resultados obtidos são apresentados pela ordem
em que foram recolhidos:
2 1 3 1 2
2 3 3 2 4
1 2 3 1 2
3 4 1 2 2
3 3 3 3 4

• Construa tabelas de frequências absolutas, relativas e relativas acumuladas que resumam estes
dados.
• Obtenha o gráfico de barras da distribuição de dados.

Resolução:

Abrir uma página de “Listas e Folha de Cálculo”

3
 Estatística com a TI-NSpire

Coloque o cursor em cima do eixo das abcissas e escolha a opção 1, Forçar categórico X, visto que o
número de livros é um número inteiro.

Com este gráfico de pontos já se pode construir facilmente uma tabela de frequências absolutas.
Nº de livros lidos 𝑛𝑖
1 5
2 8
3 9
4 3
Total 25

Obtenha as correspondentes tabelas de frequências relativas e relativas acumuladas.

Com o cursor na segunda linha, escreva a fórmula que nos dá a frequência relativa:

4
 Estatística com a TI-NSpire

Ou na forma decimal, em “Modo de cálculo” escolha “Aproximado” (ou ainda Menu, Número,
Converter para decimal):

Por consulta do catálogo, , obtém-se a função “cumulativeSum” e as frequências relativas

acumuladas vão aparecer na coluna D:

5
 Estatística com a TI-NSpire

A percentagem de alunos que leu menos de 3 livros durante o último ano é de 52% e mais de 3 livros é de
apenas 12%, aproximadamente.

Para construir um gráfico de barras que corresponda aos dados em estudo, após accionar a tecla
“menu”, siga a sequência de ecrãs que se apresenta a seguir:

6
 Estatística com a TI-NSpire

É claro que não era o histograma que pretendíamos obter pois os dados não estão agrupados em classes.
Mas, através da tecla de menu, poderemos manipular este último ecrã de forma a que ele tenha a
configuração de um gráfico de barras.

Nota: O comprimento de cada barra é diretamente proporcional à frequência que lhe corresponde.

7
 Estatística com a TI-NSpire

A variável n_livros assume valores inteiros, pelo que:

FICHA Nº 3 – MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO DE UMA

AMOSTRA DE DADOS

Exercício: Selecionaram-se aleatoriamente oito alunos do 10ºC, aos quais se perguntou as notas obtidas
no último teste de matemática. As classificações foram as seguintes (escala de 0 a 20):

12 17 12 11 12 11 10 13

Calcule a média, moda, mediana, quartis e desvio padrão.

Resolução:
Para encontrar as medidas estatísticas dos dados introduzidos, selecione uma célula (por exemplo, a
“B1”) e utilize a tecla menu com a seguinte sequência de passos:

8
 Estatística com a TI-NSpire

Se criarmos uma página de calculadora, 1.2, vê-se melhor:

• Repare no primeiro indicador numérico que resume a amostra considerada, a média, .

∑𝑛𝑖=1 𝑥𝑖
𝑥̅ =
𝑛
Observe os valores da amostra e repare que o valor 17 é um valor que se distancia do conjunto de
dados, é um outlier (valor extremo).
O valor da média da amostra, 𝑥̅ = 12.25, é influenciado pelo valor 17.
O centro de gravidade desta amostra é o ponto da reta numérica de abcissa 𝑥̅ = 12.25, que está
deslocado para a direita.
Diz-se que a média é uma medida de localização pouco resistente.

• O segundo indicador dá-nos o somatório dos 𝑛 valores da amostra, ∑𝑛𝑖=1 𝑥𝑖 = 𝑛𝑥̅

• O terceiro indicador dá-nos a soma dos quadrados dos 𝑛 valores da amostra, ∑𝑛𝑖=1 𝑥𝑖2

• O último indicador, 𝑆𝑆𝑥 , representa a soma dos quadrados dos desvios dos valores da amostra
em relação à média:
𝑛 𝑛

𝑆𝑆𝑥 = ∑(𝑥𝑖 − 𝑥̅ ) = ∑ 𝑥𝑖2 − 𝑛𝑥̅ 2

2

𝑖=1 𝑖=1

Dada uma amostra de dimensão 𝑛, 𝑆𝑆𝑥 tem apenas 𝑛 − 1 graus de liberdade, pois a parcela
restante fica determinada pelo facto de a soma dos desvios ser nula.

9
 Estatística com a TI-NSpire

𝑆𝑆𝑥
• indica-nos o desvio padrão amostral, 𝑠𝑥 = √
𝑛−1

Relacione o denominador da fração com o número de graus de liberdade de 𝑆𝑆𝑥 .

𝑆𝑆𝑥
• indica-nos o desvio padrão populacional, 𝑠𝑥 = √ ;
𝑛

Falaremos deste indicador na segunda parte.

• Os outros indicadores dão-nos:

o os valores mínimo e máximo, 10 e 17,

o a mediana ou segundo quartil ou percentil 50, 12 (50% das classificações são inferiores
a 12) e
o os quartis,
▪ Q1 ou percentil 25, 11 (25% das classificações são inferiores a 11 e 75% são
superiores a 11).
▪ Q3 ou percentil 75, 12.5 (75% das classificações são inferiores a 11 e 25% são
superiores a 11).

• A determinação da moda é imediata por leitura direta dos dados, 12.

Construção da caixa dos bigodes (Box-Plot)

Para construir a caixa dos bigodes, utilize a tecla menu seguido de 1: Tipo de gráfico e 2: Diagrama de
extremos e quartis.

10
 Estatística com a TI-NSpire

Nota: Na calculadora e incorretamente, é usado o mesmo nome para as duas representações gráficas,
diagrama de extremos e quartis e caixa dos bigodes. Embora análogas, são diferentes.

Para obter a primeira, temos de registar o valor mínimo e máximo da amostra, para além da mediana e
do primeiro e terceiro quartis. Para a segunda, além da caixa cujo comprimento corresponde à amplitude
interquartis, temos dois “bigodes” correspondentes ao valor adjacente:
- superior, maior valor da amostra que é menor ou igual a 𝑄3 + 1.5 × (𝑄3 - 𝑄1 ), e
- inferior, menor valor da amostra que é maior ou igual a 𝑄1 − 1.5 × (𝑄3 - 𝑄1 ).

Diz-se que um valor é um outlier quando não pertence ao intervalo cujos extremos são os dois valores
adjacentes referidos.

Vamos verificar que a amostra considerada tem um outlier, 17.

De facto,
𝑄3 + 1.5 × (𝑄3 - 𝑄1 ) = 12.5 + 1.5 × (12.5 − 11) = 14.75
𝑄1 − 1.5 × (𝑄3 - 𝑄1 ) = 11 − 1.5 × (12.5 − 11) = 8.75
O valor adjacente superior é 13 ≤ 14.75 e o valor adjacente inferior é 10 ≥ 8.75. Assim, 17 é um outlier.
Ainda por observação do diagrama, pode afirmar-se que na parte central dos dados existe uma assimetria
negativa, isto é, os dados são enviesados para a direita. A média é superior à mediana (12,5 > 12).
No caso de a média e a mediana serem iguais teríamos um conjunto de dados simétricos.

ATIVIDADE – Considerando agora as classificações do Bruno, que estão organizadas na seguinte tabela
de frequências, determine as medidas de localização e dispersão já estudadas.

Xi fi
11 2
12 3
14 1
Total n=6

FICHA Nº 4 – PROPRIEDADES DA MÉDIA E DO DESVIO PADRÃO DE

UMA AMOSTRA

Exercício: Vinte alunos do 10.º ano da professora Rita obtiveram as classificações seguintes, numa escala
de 0 a 100, no último teste de Matemática:
24 77 72 90 52 75 35 51 24 52 56 52 85 80 58 96 77 80 70 94

1. Obtenha as medidas de localização e dispersão já estudadas para este conjunto de dados.

2. A professora contava com notas melhores pois o teste era fácil. Obtenha as medidas de
localização e dispersão para as classificações no caso de se adicionar 5 pontos a cada
classificação. Compare com os resultados de 1.

11
 Estatística com a TI-NSpire

3. A professora pretende converter as notas dos testes numa escala de 0 a 200. Como deve fazer?

4. Como a professora pretende a escala de 0 a 20, dividiu todos os dados por 10.
Obtenha as medidas de localização e dispersão para as novas classificações em 3. e 4. e compare
com as anteriores.

Resolução:

Compare as páginas 1.2, 1.3, 1.4 e 1.5, consulte o seu manual e tire conclusões.

Vejamos ainda a seguinte propriedade da média:

A soma dos desvios dos valores observados em relação à média é nula.

12
 Estatística com a TI-NSpire

Obtenha na coluna B os desvios em relação à média - diferença entre os valores da variável “c_t” e
a média.

Descubra qual a medida de dispersão calculada nos dois écrans seguintes (o valor 21.5626 já foi
encontrado antes para estes mesmos dados):

13
 Estatística com a TI-NSpire

FICHA Nº 5 – COMPARAÇÃO DAS CLASSIFICAÇÕES DE DUAS TURMAS

Exercício: Nos quadros que se seguem, são apresentadas as classificações no exame de matemática dos
alunos das turmas A e B, respetivamente, da Escola Secundária Beta:
12 12 14 12 14 12 12 14 6 20
10 10 12 14 10 6 10 10 4 10
8 10 8 18 6 8 6 18 8 18
6 10 10 10 18 10 12 12 12 14
10 8 10 8 16

• Diga qual das turmas tem a maior média das classificações.

• Determine a mediana e o desvio padrão das duas amostras.
• Indique, justificando, em que turma as classificações estão mais dispersas.
• Construa, no mesmo ecrã, os diagramas de extremos e quartis correspondentes a estes dados.
Resolução:

Os dois últimos écrans respondem às três primeiras questões.

Siga agora as imagens seguintes para respondermos à última questão.

14
 Estatística com a TI-NSpire

No último ecrã podemos ver o diagrama de extremos e quartis correspondente aos dados relativos à turma
A. Construamos o outro diagrama.

Repare que, embora as classificações médias das turmas sejam aproximadamente iguais a 11, o desvio
padrão da turma A é inferior ao desvio padrão da turma B.
Consultando ainda os diagramas de extremos e quartis vê-se que os dados estão mais dispersos na turma
B do que na turma A.

FICHA Nº 6 – PERCENTIS

Exercício: Os seguintes dados referem-se à duração, em minutos, do percurso casa-escola realizado por
32 alunos da Escola Secundária Beta (amostra aleatória):

12 21 16 36 11 17 9 7
62 65 35 44 41 12 49 45
20 37 29 18 7 8 22 15
5 32 19 18 6 13 23 44

15
 Estatística com a TI-NSpire

• Calcule
o a mediana da amostra;
o o percentil 15.
• Determine, dos 30% dos percursos com maior duração, aquele que tem menor duração.
• A que percentil pertence o percurso com 36 minutos.

Resolução:
Começa-se por ordenar os dados.

50×32 𝑥(16) +𝑥(17) 19+20

• Como = 16 é um número inteiro então 𝑷𝟓𝟎 = = = 19.5.
100 2 2

Repare-se que no écran acima estão os valores que ocupam as posições 16 e 17, os valores 19 e 20.

15×32
Como = 4.8 não é um número inteiro então 𝑷𝟏𝟓 é o valor de ordem [4.8] + 1 = 4 + 1 = 5.
100

Consulte o écran da página anterior e verifique que o valor que ocupa a 5ª posição é o 8.

16
 Estatística com a TI-NSpire

Assim, 𝑃15 = 𝑥(5) = 8, o que significa que pelo menos 15% dos tempos de duração do percurso casa-
escola são inferiores ou iguais a 8 minutos.

• 𝑃70 =?
70×32
Como = 22.4 não é um número inteiro então 𝑃70 é o valor de ordem [22.4] + 1 = 22 + 1 = 23.
100

Assim, 𝑃70 = 𝑥(23) = 35.

Dos 30% percursos com maior duração, o de menor duração tem 35 minutos.

• Sabe-se que 𝑥(24) = 36 (verifique na lista t que o vigésimo quarto valor é 36).

Será que existe 𝑃𝑘 = 𝑥(24) ?

32𝑘 32𝑘
Para tal, é necessário que seja não inteiro e [ ] + 1 = 24, isto é,
100 100

32𝑘
23 < < 24 ⟺ 71.875 < 𝑘 < 75
100

O tempo de 36 minutos pode pertencer ao percentil 72, 73 ou 74.

FICHA Nº 7 – DADOS AGRUPADOS EM CLASSES

Exercício: Apresenta-se no quadro seguinte o número de horas de sol registadas no mês de janeiro de
2012 em 50 estações meteorológicas:
83 82 78 72 107 107 93 72 85 98
71 76 75 83 72 126 102 77 112 99
155 118 150 129 119 148 181 167 156 180
173 149 80 131 121 110 200 162 214 176
186 187 186 141 212 186 199 198 219 151

1. Agrupe os dados em classes de amplitude 20, considerando o extremo inferior da primeira classe
igual a 70.
2. Indique a classe modal.
3. Construa a correspondente tabela de frequências absolutas simples e acumuladas.

Resolução:
1. Os dois ecrãs seguintes indicam que estamos a criar um novo documento em cuja primeira página,
Listas e Folha de Cálculo, introduzimos os dados (coluna A).

17
 Estatística com a TI-NSpire

Este histograma não obedece às condições do enunciado. Temos então de o configurar de acordo com o
que é pedido.

18
 Estatística com a TI-NSpire

Nota: A área de cada retângulo (barra) é diretamente proporcional à frequência das respetivas classes.
Assim, quando a amplitude das classes é constante, o valor da frequência corresponde à altura do
retângulo.
2. A classe modal é [70 , 90[.

3. Explorando o ecrã com o cursor é fácil construirmos uma tabela de frequências absolutas e, a partir
daí, abrir uma coluna para as frequências absolutas acumuladas.

19
 Estatística com a TI-NSpire

Utilize a tecla para inserir a variável da coluna B (n_est_meteorol).

FICHA Nº 8 – PERCENTIS PARA DADOS AGRUPADOS

Exercício: Para estudar os percentis do peso, em kg, de 35 crianças do sexo masculino com 20 meses de
idade, elaborou-se a tabela de frequências seguinte:
Peso (kg) N.º de crianças
[8, 10[ 9
[10, 12[ 9
[12, 14[ 6
[14, 16[ 10
[16, 18[ 1

• Determine os percentis 10 e 75.

• Identifique o percentil a que pertence o dado 12.4

Resolução: Após a introdução dos dados obtém-se o histograma:

20
 Estatística com a TI-NSpire

Com o cursor na variável do eixo Ox, neste caso, pesos, no menu contexto, faça “Adicionar variável X
com lista de resumo”.

Nota informativa: O percentil de ordem k, 𝑷𝒌 , é a abcissa do ponto do eixo Ox, para o

qual a área do histograma à sua esquerda corresponde a 𝒌% da área total do
histograma.

21
 Estatística com a TI-NSpire

A área total do histograma é: 2 × 9 + 2 × 9 + 2 × 6 + 2 × 10 + 2 × 1 = 35 × 2 = 70

Consulte os histogramas das figuras anteriores e:
10×70
• Como = 7 , a área 7 é atingida no 1º retângulo, pelo que 𝑃10 ∈ [8,10[.
100

(𝑃10 − 8) × 9 = 7 ⟺ 𝑃10 ≅ 8.778

75×70
Para calcular 𝑃75 , temos = 52.5 . A soma das áreas dos primeiros três retângulos é igual a
100
(9 + 9 + 6) × 2 = 48 , logo, 𝑃75 ∈ [14,16[.
(𝑃75 − 14) × 10 = 52.5 ⟺ 𝑃75 ≅ 14.45
Assim, pelo menos 75% dos pesos são inferiores ou iguais a 14.45 kg ou, no máximo 25% dos pesos é
superior a 14. 45 kg.

• Para determinar o percentil correspondente ao peso de 12.4 kg, calcula-se a percentagem da área
acumulada do histograma, à esquerda do ponto do eixo horizontal 12.4:
(9+9)×2+6×0.4
× 100 ≅ 55 .
70

Logo o valor 12.4 pertence ao percentil 55.

FICHA Nº 9 – DADOS BIVARIADOS

Exercício: No quadro seguinte estão registadas as classificações (escala de 0 a 20) de 16 alunos de uma
turma às disciplinas de matemática e física.
Matemática 7 10 11 11 12 16 17 18 10 8 9 10 15 12 13 14
Física 7 10 10 12 14 17 15 16 9 8 10 11 14 12 11 13

• Calcule as médias das classificações de Matemática e de Física, destes alunos.

• Construa um diagrama de dispersão para estes dados e tire conclusões sobre a intensidade da
eventual correlação linear entre as duas variáveis.
• Calcule o coeficiente de correlação linear.
• Obtenha a reta de regressão linear que melhor se ajusta a estes dados.
• Se um aluno obtiver 5 a Matemática, qual o valor previsto da sua classificação a Física?

Resolução:

Vamos considerar a variável Matemática como variável explicativa (variável independente 𝑥) e a variável
Física como variável resposta (variável dependente 𝑦).
Depois de introduzir os dados, selecione as duas colunas e escolha no MENU as opções Estatística,
Cálculos estatísticos e Estatísticas de duas variáveis:

22
 Estatística com a TI-NSpire

Assim, as classificação médias de Matemática e Física são aproximadamente de 12 valores, valores

aproximados por excesso para a primeira e por defeito para a segunda.
• Para obter o diagrama de dispersão ou nuvem de pontos e a reta dos mínimos quadrados:

23
 Estatística com a TI-NSpire

• Verifique que o centro de gravidade (𝑥̅ , 𝑦̅) ≅ (12,063 ; 11,813) pertence à reta dos mínimos
quadrados (f1(12.0625)=11.8125, aproximação com 4 casas decimais).

Adicione agora outra página ao documento, e faça ENTER em Stat.results:

Por observação das figuras anteriores, podem tirar-se as seguintes conclusões para os dados observados:

24
 Estatística com a TI-NSpire

• O coeficiente de correlação linear é r ≅ 0,923.

Observando o diagrama de dispersão e o valor de r que é próximo de 1, podemos dizer que existe uma
forte correlação linear entre as classificações das duas disciplinas. Repare-se ainda que r é positivo, pelo
que que, em geral, à medida que as classificações de Matemática aumentam também aumentam as
classificações de Física.

• O coeficiente de determinação é 𝑟 2 ≅ 0,853.

Este valor significa que, cerca de 85% da variação total das classificações em Física pode ser explicada
pelas classificações em Matemática.

• A equação da reta de regressão linear é: y = 0,821  x + 1,910 .

Pelo exposto, faz sentido prever o valor da variável resposta (variável dependente 𝑦) em função da
variável explicativa (variável independente 𝑥), através deste modelo linear, pelo que:
• Prevê-se que um aluno com 5 a Matemática venha a obter cerca de 6 valores a Física (f1(5)≅ 6.015).

Nota Informativa 1 – Ainda relativamente ao exercício anterior, verifique que a soma dos desvios
verticais de cada um dos pontos em relação à reta de equação y = 0,821  x + 1,910 é zero -
propriedade da reta dos mínimos quadrados.
Na coluna C obtenha os resíduos - diferença entre os valores da variável “física” e os valores dados pela
equação y = 0,821  x + 1,910 .

Prova-se que a reta cuja soma dos quadrados dos desvios é mínima é a reta dos mínimos
quadrados.

25
 Estatística com a TI-NSpire

Com o cursor em cima da reta, obtenha o seguinte écran:

Neste caso, a soma dos quadrados dos desvios é aproximadamente 18.030, valor mínimo, pois a reta que
estamos a considerar é a reta dos mínimos quadrados.
Na parte inferior do último écran encontra-se representado o gráfico dos resíduos.

Atividade: O Sr. Silva aquece a sua casa com gás natural. A quantidade de gás utilizada depende da
temperatura exterior e o Sr. Silva pretende fazer um estudo dos gastos durante os 9 meses em que se
observam menores temperaturas, para poder estabelecer uma previsão para os gastos em função da
temperatura exterior. Na tabela junta estão registadas as temperaturas médias observadas em cada um
dos meses (em graus Celsius) e o respetivo volume de gás despendido pelo Sr. Silva (em metros
cúbicos).

mês out nov dez jan fev mar abr maio jun
temperatura 16,1 12,4 10,3 8,9 10,1 12,8 13,2 15,9 16,4
Volume de gás 0,01 0,10 0,24 0,26 0,19 0,09 0,05 0,03 0,01

1. Qual deve ser a variável explicativa e a variável resposta?

2. Represente os dados num referencial ortogonal e diga se é razoável a existência de uma
relação linear entre estas duas variáveis.
3. Calcule a média dos valores de cada uma das amostras representadas. Apresente os resultados
com arredondamento às décimas.
4. Determine a equação reduzida da reta dos mínimos quadrados.
5. Determine qual o consumo esperado para um mês em que a temperatura média seja de 7℃ .

26