Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatística (Noções)
Curso: Português
Cadeira: Estatística
Ano de frequência: 1º Ano
Turma: N
Tutor: dr. Aldina Joaquim Ale
Classificação
Categorias Indicadores Padrões
Nota
Pontuação
do Subtotal
máxima
tutor
• Capa 0.5
• Índice 0.5
Aspectos
Estrutura
organizacionais • Introdução 0.5
• Actividades 0.5
• Organização dos
dados
• Indicação correcta da
fórmula
Actividades
Conteúdo 17.0
por unidade
• Passos da resolução
• Resultado obtido
• Paginação, tipo
e tamanho de
Aspectos Formatação letra, paragráfo, 1.0
gerais
espaçamento
entre linhas
Folha para recomendações de melhoria: A ser preenchida pelo tutor
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
iii
ÍNDICE
1. Introdução ........................................................................................................................... 2
1.1. Objectivos do trabalho ..................................................................................................... 2
1.2. Metodologia ..................................................................................................................... 2
2. Resumo teórico ................................................................................................................... 3
2.1. Medidas de dispersão ou de variabilidade ....................................................................... 3
2.2. Medidas de assimetria e Curtose ..................................................................................... 6
2.3. Distribuições Bidimensionais .......................................................................................... 6
2.4. Acontecimentos equiparáveis .......................................................................................... 7
2.5. Probabilidade condicionada ............................................................................................. 7
3. Resolução das tarefas propostas ......................................................................................... 9
Tarefa 1 ....................................................................................................................................... 9
Tarefa 2 ....................................................................................................................................... 9
Tarefa 3 ..................................................................................................................................... 10
Tarefa 4 ..................................................................................................................................... 10
Conclusão ................................................................................................................................. 12
Bibliografia ............................................................................................................................... 13
1. Introdução
1.1.Objectivos do trabalho
• Objectivo geral
− Apresentar um breve resumo sobre os conceitos básicos da estatística
• Objectivos específicos
− Analisar os procedimentos usados na resolução das actividades de estatística.
− Interpretar as características da disciplina estatística através da resolução de exercícios.
1.2.Metodologia
Para a efectivação do presente artigo, recorreu-se o método bibliográfica, pois ela explora e faz
a conexão entre áreas diferentes do conhecimento e oferece meios para definir e resolver
problemas. Portanto, foi necessário consultar manuais que versam sobre as teorias tecnológicas
e seu contributo no PEA.
2
2. Resumo teórico
2.1. Medidas de dispersão ou de variabilidade
Salários
Escritórios A B
4900 0 2
4500 1 0
2700 1 0
1600 2 0
500 2 0
400 0 4
Apesar de a média salarial nos dois escritórios ser a mesma, RS 1900,00, as distribuições são
muito diferentes. Por exemplo, os salários no escritório A estão mais próximos da média
aritmética do que os salários no escritório B.
Por isso, precisamos de outras medidas para avaliar a distribuição de uma amostra de números.
Neste item, vamos estudar algumas dessas medidas, chamadas de medidas de dispersão, que
podem ser entendidas a partir do problema a seguir.
Para preencher uma vaga de gerente de produção, o departamento de recursos humanos de uma
empresa, após realizar vários testes, selecionou dois candidatos: Ana e Filipe. A tabela abaixo
mostra o desempenho dos dois nas provas a que se submeteram.
3
Conhecimentos de informática 8,5 9,5
A comparação entre os desempenhos desses dois candidatos pode ser feita por meio de medidas
estatísticas, como o desvio absoluto médio, a variância ou o desvio padrão. Essas medidas,
chamadas de medidas de dispersão, indicam o quanto os elementos de uma amostra estão
afastados da média aritmética. Será considerada menos dispersa e, portanto, mais regular, a
amostra que se apresentar a menor medida. No caso de Filipe e Ana, um critério de desempate
pode ser a regularidade, isto é, o candidato escolhido será o que apresentar a amostra de notas
menos dispersa.
4
A média aritmética entre esses desvios absolutos é chamada de desvio absoluto médio.
De maneira análoga, tem-se o desvio absoluto médio das notas obtidas por Felipe, Dam', no
conjunto de provas;
6
𝑑= = 1,2
5
Sendo x a média aritmética de uma amostra e de números x1, x2, x3, ..., xn, chama-se desvio
absoluto médio, e se indica por Dam, o número:
Variância
Outra medida que indica o afastamento dos valores dos elementos de uma amostra, em relação
à medida aritmética, é a variância, que se representa por 2 ( é a letra grega "sigma").
Chama-se variância a média aritmética entre os quadrados dos desvios dos elementos de uma
amostra, isto é:
2
(𝑥1 − 𝑥̅ )2 + (𝑥2 − 𝑥̅ )2 + (𝑥3 − 𝑥̅ )2 + ⋯ . +(𝑥𝑛 − 𝑥̅ )2
𝜎 =
𝑛
Calculando as variâncias dos conjuntos de notas de Ana 2A e Felipe 2F, citados anteriormente,
temos:
(0,5)2 +(1,5)2 +(0,0)2 +(−1,0)2 +(−1,0)2
𝜎 2𝐴 = =0,9
𝑛
(1,5)2 +(1,0)2 +(0,5)2 +(0,0)2 +(−3,0)2
𝜎 2𝐹 = =2,5
𝑛
Como 𝜎 2𝐴 < 𝜎 2 𝐹 , concluímos que Ana obteve nas provas um desempenho mais regular que
Filipe.
Desvio padrão
5
Na interpretação da variância podem surgir algumas dificuldades em relação à unidade de
medida dos elementos da amostra. Por exemplo, quando os elementos da amostra indicam
capacidade em litros(L), a variância representa um resultado em 𝐿2 . Como essa unidade não
tem significado físico, não é conveniente utilizar as variâncias nesse caso. Por causa de
dificuldades como essa, foi criado o desvio padrão, representado por, definido como a raiz
quadrada da variância.
Calculando o desvio padrão do conjunto de notas de Ana, 𝜎𝐴 , e de Filipe, 𝜎𝐹 , citados
anteriormente, temos:
𝜎𝐴 = √0,9 ≅ 0,949 𝑒 𝜎𝐹 = √2,5 ≅ 1,58
Como 𝜎𝐴 < 𝜎𝐹 que Ana teve nas provas um desempenho mais regular que Filipe.
6
caracteres influência a variação do outro. Neste estudo, a população é formada por um conjunto
de pares ordenados (x, y), em que x e y representam as temperaturas mínima e máxima,
respetivamente. A variável (x, y) designa-se por variável estatística bidimensional.
Exemplo:
a) No boletim de saúde infantil e juvenil encontras pares de variáveis que são analisadas
conjuntamente, tais como:
idade (em meses) e a massa corporal (em kg), dos 0 aos 24 meses;
idade (em meses) e o perímetro cefálico (em cm), dos 0 aos 36 meses;
idade (em anos) e a estatura (em cm), dos 2 aos 20 anos.
b) O número de trabalhadores a executar uma obra e o tempo de execução.
Representa-se por P(A|B)” (Oliveira, 2012, p.13); Andrade et al. (2012): “dados os
acontecimentos A e B de um espaço de resultados E, com 𝑃(𝐴) ≠ 0, chama-se probabilidade
𝑃(𝐴∩𝐵)
condicionada de A, dado B, e escreve-se P(A|B), ao valor definido por: 𝑃(𝐴|𝐵) = ”
𝑃(𝐵)
7
Costa & Rodrigues (2012), “sendo A e B dois acontecimentos associados a uma
experiencia aleatória e tais que P(B)≠0, chama-se probabilidade condicionada de A, dado B, e
𝑃(𝐴∩𝐵)
representa-se por P(A|B), ao valor P(A|B) = .
𝑃(𝐵)
Exemplo: Suponha-se que se quer extrair duas peças ao acaso de um lote que contém 100 peças
das quais 80 peças são boas e 20 defeituosas, de acordo com os critérios (a) com reposição e
(b) sem reposição.
Então, se a extração for com reposição P(A) = P(B) = 20 / 100 = 1 / 5 = 20%, porque existem
20 peças defeituosas num total de 100.
Agora se a extracção for sem reposição tem-se ainda que P(A) = 20 / 100 = 20%, mas o mesmo
não é verdadeiro para P(B). Neste caso, é necessário conhecer a composição do lote no
momento da extracção da segunda peça, isto é, é preciso saber se a primeira peça retirada foi
ou não defeituosa. Neste caso é necessário saber se A ocorreu ou não. O que mostra a
necessidade do conceito de probabilidade condicionada.
8
3. Resolução das tarefas propostas
Tarefa 1
Resolução
∑𝑛
𝑖=1 𝑥1 12+58+67+53+48+95+46+18 397
Média: 𝑥̅ = = = = 49,6
𝑛 8 8
∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
2
Variância: 𝑉(𝑥) = 𝑛
1413,76+70,56+302,76+11,56+2,56+2061,16+12,96+998,56
𝑉(𝑥) = 8
4873,88
𝑉(𝑥) = 8
𝑉(𝑥) = 609,24
Tarefa 2
Os valores que se seguem são os tempos (em segundos) de reacção a um alarme de incendio,
apos a libertação de fumaça de uma fonte fixa: 12 9 11 7 9 14 6 10
Calcule as medidas de localização (media, mediana e moda) e as medias de variação (amplitude
total, variância, desvio padrão e coeficiente de variação) para os conjuntos de dados.
Resolução
Medidas de localização
∑𝑛
𝑖=1 𝑥1 12+9+11+7+9+14+6+10 78
Média: 𝑥̅ = = = = 9,75
𝑛 8 8
Mediana
Rol dos dados: 6, 7, 9, 9, 10, 11, 12, 14
𝑥4 +𝑥5 9+10 19
𝑀𝑒 = = = = 9,5
2 2 2
Moda: 𝑀𝑜 = 9
9
Medidas de variação
14,0625+7,5625+0,5625+0,5625+0,0625+1,5625+5,0625+18,0625
𝑉(𝑥) = 8
47,5
𝑉(𝑥) = 8
𝑉(𝑥) = 5,9375
Tarefa 3
Calcule a média geométrica do conjunto de dados: A = {53, 4, 65, 84, 93, 12}.
Resolução
𝑀𝑔 = 𝑛√𝑥1 ∙ 𝑥2 ∙ 𝑥3 … ∙ 𝑥𝑛−2 ∙ 𝑥𝑛−1 ∙ 𝑥𝑛
6
𝑀𝑔 = √53 ∙ 4 ∙ 65 ∙ 84 ∙ 93 ∙ 12
6
𝑀𝑔 = √1 291 792 320
𝑀𝑔 = 33
Tarefa 4
Considere uma urna com 15 bolas, sendo 7 brancas e 8 pretas. Tira-se uma bola e, antes de tirar
nova bola, repõe-se na urna a bola saída. Qual a probabilidade de sair duas vezes bola branca
em duas extracções sucessivas?
Resolução
Consideremos o evento:
10
7 7 49
𝑃(𝐴) = ∙ =
15 15 225
49
A probabilidade de sair duas vezes a bola em duas extrações é 225
11
Conclusão
Em síntese, ao longo das sucessivas reformas curriculares, podemos constatar que o estudo
do tema de Estatística na escola foi sendo cada vez mais aprofundado, fazendo actualmente
parte de todos os programas escolares de Matemática dos diferentes níveis de escolaridade.
Os exercícios propostos são entendidos como instrumentos que direccionam a aprendizagem
em si, ao mesmo tempo em que podem vir a sanar um pouco as dificuldades encontradas pelos
alunos no estudo dos assuntos que envolvam a estatística. Desse modo, o que se quis demonstrar
é como o aprendizado desta disciplina está presente em diversas avaliações externas que os
estudantes realizarão ao longo de suas vidas escolares e também proporcionar o
desenvolvimento do raciocínio cognitivo através da interpretação correcta de dados.
12
Bibliografia
Barbosa, A. G., Haanstra, F., Ibraimo, M., (2017), A sexta edição das Normas APA, (4ª ed.),
Nampula, Moçambique: FEC.
Costa, B. & Rodrigues, E. (2012). Novo Espaço – Matemática A, 12.º ano. Volume I. Porto
Editora.
Fonseca, Jairo Simon da, Martins, Gilberto de Andrade. (1980). Curso de Estatística. São
Paulo: Editora Atlas S.A.
Ferreira, Maria Augusta Neves; Carvalho, Maria Luísa Brito; Exercícios de Matemática 10º
Ano, Porto Editora, Lisboa.
Neto, Pedro Luiz de Oliveira Costa, Cymbalista, Melvin. (1974). Probabilidades: resumos
teóricos, exercícios resolvidos, exercícios propostos. São Paulo, Edgard Blücher.
Neves, Maria Augusta Ferreira, Carvalho, Maria Luísa Brito, (1998), Livro de Texto, 1º Vol,
12º Ano, Porto Editora, Lisboa.
Oliveira, J. C. (2012). Preparo o exame nacional – Matemática A, 12º ano. Areal Editores.
Sande, Lázaro Domingos, (2015), Manual de Tronco Comum, Estatística,, Módulo único, 1º
Ano, UCM, Centro de Ensino a Distancia.
13