Escolar Documentos
Profissional Documentos
Cultura Documentos
MATEMÁTICA
Organização, análise da informação e probabilidades
Nº HORAS: 50
FORMADOR: Rui Costa
Email: costa.prof@sapo.pt
1- Estatística Descritiva
A estatística é uma ciência que estuda uma ou várias características ou propriedades de
uma população tendo por base a recolha, classificação, apresentação e interpretação dos
dados sobre o fenómeno em estudo.
Variáveis estatísticas:
Uma análise estatística envolve, geralmente, duas fases fundamentais e com objetivos
distintos:
- Estatística Descritiva, que visa descrever o real de forma a permitir entendê-lo melhor;
trata da recolha, classificação e redução dos dados com vista a descrever e interpretar a
realidade atual ou factos passados relativos ao conjunto observado. O seu objetivo é
informar, prevenir, esclarecer.
- n = 24 (efetivo da população/total)
- 2k ≥ n (sendo K o numero de classes): 21 = 2; 22 = 4; 23 = 8; 24 = 16; 25 = 32
- K = 5 classes
classes -
xi - todas as opções referentes á variável estatística em estudo
ni - frequência absoluta, numero de efetivos de xi
Ni - frequência absoluta acumulada - soma-se sempre o que está para trás em ni
fi - frequência relativa - ni/total
fi (%) - frequência relativa em %
Fi - frequência relativa acumulada - soma-se o que está para trás em fi (%)
Representações gráficas:
8 3 999
7543110000 0 01566689
60 5 09
6 1
- Gráfico Circular:
Deve ter atenção que este tipo de gráficos, construídos, de um modo geral, para dados
qualitativos:
Este é um tipo de gráfico bastante atrativo e muito útil para estabelecer comparações
entre as frequências das diferentes categorias.
No entanto não deve ser usado quando a variável pode assumir muitas modalidades
diferentes.
- Gráficos de Barras:
- Gráficos de linhas:
Este tipo de gráfico é utilizado para representar informação que varia ao longo do tempo.
- Histogramas:
Estes gráficos utilizam-se sempre que os dados estão agrupados em classes, na forma de
intervalos, devendo ter-se em conta que:
Nota: Quando as amplitudes não são iguais, tem de se calcular a altura das barras =
fi/amplitude
- Polígonos de frequências:
O polígono parte do ponto médio de uma classe fictícia com frequência zero, passa pelos
pontos médios de cada uma das classes e termina no ponto médio de outra classe fictícia
de frequência zero.
Nota: para frequências absolutas acumuladas e relativas acumuladas
- Média: ( )
- Moda: (Mo)
Quando existem dois valores com a mesma frequência diz-se que a amostra é
bimodal.
Quando existem vários valores com a frequência mais alta diz-se que a
amostra é plurimodal.
A moda pode ser calculada nos dois tipos de variáveis (qualitativas e quantitativas) e é a
única que se pode calcular para dados qualitativos.
é o valor que divide o conjunto de dados (ordenados por ordem crescente ou decrescente)
em duas partes com o mesmo numero de observações.
14 15 15 15 17 17 18
14 15 15 15 17 17 18 19então: = = 16
Podemos dizer que mediana é o valor que divide a amostra (organizada por ordem
crescente) ao meio, isto é, metade dos elementos do conjunto de dados são menores ou
iguais á mediana, enquanto os restantes são superiores ou iguais.
Medidas de localização:
- Quartis:
- Diagrama de extremos e quartis:
Exemplo 14:
As notas do Francisco nos primeiros testes do 2º período nas diferentes disciplinas
foram as seguintes:
8 12 14 15 15 17 17 19 20
Por observação dos dados, concluímos que Q1 = 13, = 15 e Q3 = 18, o valor máximo é
20 e o valor mínimo é 8.
Q1 Q2/ Q3
Analise do diagrama:
Existe uma maior concentração dos dados entre o 1ºQ e o 2ºQ e também entre o 3ºQ e
o valor máximo (xmax.)
a = xmáx. - xmín.
- Amplitude Interquartil: é a diferença entre o 3º quartil e o 1º quartil:
Aq = Q 3 - Q 1
# se o valor de Aq for grande, a dispersão entre os valores centrais é grande.
= 1,2238
O conjunto dos pontos num gráfico de correlação designa-se por nuvem de pontos.
X
Y
A correlação diz-se linear se a nuvem de pontos se distribuir ao longo de uma linha reta, a
chamada reta de regressão.
Correlação positiva
A correlação é linear positiva, porque à medida que uma variável aumenta os valores
correspondentes à outra variável também aumentam.
Correlação negativa
A correlação é linear negativa, porque à medida que uma variável aumenta os valores
correspondentes à outra variável diminuem
. nula
Correlação
2-Introdução ao cálculo de Probabilidades
Acontecimento interseção
A interseção dos acontecimentos A e C representa-se por A ∩ C (lê-se “A e C”) e é o
acontecimento que se realiza se e só se A e C se realizam simultaneamente.
Acontecimento diferença
O acontecimento diferença entre A e C representa-se por A – C (ou por A\C), e é o
acontecimento resultante quando A se realiza e C não se realiza.
___________________________________________
A∩Ā={}
AUĀ=Ω
LEIS DE DE MORGAN
A∩B = A U B A U B = A∩B
___________________________________________
Operações com acontecimentos
Sejam A e B dois acontecimentos associados a uma experiência aleatória em que o espaço
de resultados é Ω:
A e B são acontecimentos incompatíveis se e só se A∩B = { }
A e B são acontecimentos compatíveis se e só se A∩B ≠ { }
A e B são acontecimentos contrários se e só se A∩B= { } e AUB = Ω
Probabilidade de um acontecimento A
Representa-se por P (A) e corresponde ao valor para que tenda a estabilizar a frequência
relativa da realização desse acontecimento, à medida que aumenta o número de
repetições da experiência aleatória.
Nota: quando maior é o número de vezes que a experiência é repetida, melhor será a
estimativa obtida para a probabilidade.
___________________________________________
Lei de Laplace
Considere-se uma experiência aleatória em que o espaço amostral Ω é constituído por n
elementos, sendo equiprováveis os n acontecimentos elementares.
Se um acontecimento A é constituído por m acontecimentos elementares, sendo m≤n, a
probabilidade de A é dada pelo quociente entre o número de casos favoráveis e o número
de casos possíveis:
P (A) = m/n
Regra do Produto
Quando é necessário realizar k escolhas sucessivas, em que na primeira há n 1 alternativas,
na segunda há n2, …, e na escolha de ordem k há n k alternativas, então o número total de
alternativas é dado por:
n1 x n2 x … x nk
___________________________________________
AXIOMAS:
Axioma 1: A probabilidade do acontecimento certo é 1
P(Ω) = 1
Axioma 2: A probabilidade de qualquer acontecimento A é não negativa
P(A) ≥ 0
Axioma 3: Se A e B são acontecimentos incompatíveis, a probabilidade do acontecimento
AUB é a soma das probabilidades de A e de B
A∩B = { } P (AUB) = P (A) + P (B)
___________________________________________
Teorema 1: Se A é um acontecimento impossível, P(A) = 0
Probabilidade condicionada
No caso geral, sendo A e B dois acontecimentos associados a uma experiência aleatória e
tais que P(B)≠ 0, chama-se probabilidade condicionada de A, dado B, e representa-se por:
P(A|B) =P(A∩B)P(B)
Da igualdade resulta que P(A∩B) = P(A|B) x P(B)
__________________________________________
Dois acontecimentos, A e B, associados a uma experiência aleatória, são independentes se
e só se:
P(A∩B) = P(A) x P(B)
Análise combinatória
n
Ap = n x (n-1) x (n-2) x … x (n – (p-1)), ou seja, nAp = n!n-p !
COMBINAÇÕES
Combinações (ou ou combinações sem repetição) de n elementos tomados p a p (p≤n)
representa-se por nCp e é o número de subconjuntos com p elementos que se podem obter
a partir de um conjunto com n elementos, tais que:
n
Cp = nAp ou nCp = n!p!n-p!
p!
___________________________________________
PROPRIEDADES
n
Cp = nCn-p, com n Є IN0, com p Є IN0 e p ≤ n.
n
Cp + nCn+p = n+1Cp+1 , com n Є IN0, p Є IN0 e p ≤ n.
n
C0 + nC1 + nC2 + … + nCn = 2n , com n Є IN0.
___________________________________________
Binómio de Newton
O desenvolvimento da n-ésima potência de (a + b), a que se dá o nome de
desenvolvimento do Binómio de Newton, é dado pela expressão:
(a + b)n = nC0an + nC1an-1b + nC2an-2b2 + … + nCn-1abn+1 , n Є IN0
___________________________________________
No desenvolvimento de (a + b) n, se designarmos o termo de ordem p + 1 por T p+1 , com
0≤p≤n, tem-se:
Tp+1 = nCp an-p bp
___________________________________________
Distribuição de frequências relativas e distribuição de probabilidades
Dada uma experiência aleatória à qual corresponde um espaço de resultados Ω, chama-se
variável aleatória X a uma função que a cada elemento do espaço de resultados associa
um número real.
X: Ω IR
___________________________________________
Nota: atendendo à Lei dos Grandes Números, à medida que o número de experiências
aumenta, a frequência relativa tende para a probabilidade.
___________________________________________
Dada uma variável aleatória discreta X, que toma os valores x1, x2 , … , xk, as probabilidades
pi=P (X = x1) satisfazendo as seguintes condições:
0 ≤ pi ≤ 1, i = 1, 2, … , k
p1 + p2 + … + pk = 1
Sendo X uma variável aleatória que toma os valores x 1, x2, … ,xn com probabilidades p1, p2,
…, pn :
Chama-se valor médio (ou esperança matemática) da variável aleatória X ao valor μ,
obtido da seguinte forma:
μ=X1P1+X2P2+…+XnPn
___________________________________________
Modelo binomial
Considere-se uma experiência aleatória em que apenas interessa observar a ocorrência do
acontecimento A (sucesso) e a do seu contrário Ā (insucesso).
Se uma variável contínua segue uma distribuição normal de valor médio μ e o desvio-
padrão σ, representa-se por N (μ,σ).
Bom Trabalho!!
Rui Costa