1.

1.1. As caractristicas dos tres tipos de curvas (leptocurtica,platicurtica e mesocurtica)

são:
• Leptocurtica: na qual os valores estão muito agrupados em torno da media, pelo
que a distribuição parece bastante pontiaguda e esbelta(figura 1 a esquerda).
• Mesocurtica: possui uma concentração moderada de valores em torno da
media(figura 1 no centro)
• Platicurtica: essa distribuição tem uma forma mais ampla, pois os valores tendem a
ser mais dispersos(figura 1 a direita)

Figura 1. Curtose
𝑄 −𝑄
1.2. 𝐶 = 2(𝑐 3 −𝑐1 𝑒𝑛𝑡𝑎𝑜:
90 10 )

41,2𝑐𝑚 − 24,4𝑐𝑚
𝐶=
2(49,5𝑐𝑚 − 20,2𝑐𝑚)

16,8𝑐𝑚
𝐶=
99𝑐𝑚 − 40,4𝑐𝑚
16,8𝑐𝑚
𝐶=
58,6𝑐𝑚
𝐶 = 0,286689419795221
A curva é mesocurtica, a alternativa correcta é alínea c) mesocurtica
1.3.
1.3.1. O tipo de distribuição em termos de assimetria é, temos uma distribuição
assimétrica negativa.
1.3.2. O tipo de distribuição em termos de curtose é platicurtica.
Parte II

2.
2.1. A variavel independente é o 𝑥 ou seja as depesas relativas aos valores investidos. E
a variavel dependente é o 𝑦 ou seja os valores relativos a quantidade de venda.
2.2.

2.3.
𝑥 𝑦 𝑥2 𝑦2 𝑥𝑦
1.5 120 2.25 5.0625 180
5.5 190 30.25 36100 1045
10 240 100 57600 2400
3 140 9 19600 420
7.5 180 56.25 32400 1350
5 150 25 22500 750
13 280 169 78400 3640
4 110 16 12100 440
9 210 81 44100 1890
12.5 220 156.25 48400 2750
5 310 25 96100 1550

𝑦̅ = 𝑎 + 𝑏𝑥̅
̅ = 𝟏𝟐𝟏, 𝟎𝟒 + 𝟏𝟎, 𝟕𝟕𝒙
𝒚
Entao:
∑𝑛𝑖=1 𝑥𝑖
𝑥̅ =
𝑛
(1,5 + 5,5 + 10,0 + 3,0 + 7,5 + 5,0 + 13,0 + 4,0 + 9,0 + 12,5 + 5,0)
𝑥̅ =
11
 𝑥̅ = 6,91
∑𝑛𝑖=1 𝑦𝑖
𝑦̅ =
𝑛
𝑦̅
(120,0 + 190,0 + 240,0 + 140,0 + 180,0 + 150,0 + 280,0 + 110,0 + 210,0 + 220,0 + 310,0)
=
11
𝑦̅ = 195,45
Coeficiente b:
∑𝑛 ̅
𝑖=1 𝑥𝑖𝑦𝑖−𝑛𝑥𝑦
𝑏= ∑𝑛 2 2
𝑖=1 𝑥𝑖 −𝑛𝑥

𝑏
(180,0 + 1045,0 + 2400,0 + 420,0 + 1350,0 + 750,0 + 3640,0 … 1550.0) − 11(6,91)(195,45)
=
(2,25 + 30,25 + 100,0 + 9,0 + 56,25 … 25,0) − 11(6,91)(6,91)
𝑏 = 10,77
Coeficiente a:
𝑎 = 𝑦̅ − 𝑏𝑥̅
𝑎 = 195,45 − 10,77(6,91)
𝑎 = 121,04
2.4. Coeficiente de correlacao r
∑𝑛𝑖=1(𝑥𝑖 − 𝑥)(𝑦𝑖 − 𝑦)
𝑟=
√∑𝑛𝑖=1(𝑥𝑖 − 𝑥)2 . √∑𝑛𝑖=1(𝑦𝑖 − 𝑦)2
141,86
𝑟=
(29,26 + 1,99 + 9,55 + 15,28 … 3,64). (5693,39 + 29,75 … 13120,66)
𝑟 = 0,06
Parte III

3.
3.1. As diferencas entre espaco amostral e experimento aleatorio sao: O experimento
aleatório está relacionado aos estudos da probabilidade, ele produz possíveis
resultados que são chamados de espaço amostral. Entendemos por experimento
aleatório os fenômenos que, quando repetidos inúmeras vezes em processos
semelhantes, possuem resultados imprevisíveis. O lançamento de um dado e de uma
moeda são considerados exemplos de experimentos aleatórios, no caso dos dados
podemos ter seis resultados diferentes {1, 2, 3, 4, 5, 6} e no lançamento da moeda,
 dois {cara, coroa}. Do mesmo modo, se considerarmos uma urna com 50 bolas
numeradas de 1 a 50, ao retirarmos uma bola não saberemos dizer qual o número
sorteado. Essas situações envolvem resultados impossíveis de prever. Podemos
relacionar esse tipo de experimento com situações cotidianas, por exemplo, não há
como prever a vida útil de todos os aparelhos eletrônicos de um lote, pois isso
dependerá das condições de uso impostas pelas pessoas que adquirirem o produto.
Outro exemplo que demonstra a característica de um experimento aleatório são as
previsões do tempo. Os experimentos aleatórios produzem possíveis resultados que
são denominados espaços amostrais. O espaço amostral possui subconjuntos
denominados eventos. Como já citado anteriormente, temos que o número possível
de elementos no lançamento de um dado é o seu espaço amostral, isto é, {1, 2, 3, 4,
5, 6} e os subconjuntos, os possíveis eventos são {(1), (2), (3), (4), (5), (6)}. No caso
da moeda, o espaço amostral são os dois possíveis resultados {cara e coroa} e os
eventos são {(cara), (coroa)}. As cartas também são ótimos exemplos utilizados nos
estudos probabilísticos. Temos que o espaço amostral das cartas é constituído de 52
cartas, onde podemos ter vários eventos, dependendo da característica escolhida.
3.2. As diferencas de um evento certo e evento impossivel sao: um evento é qualquer
subconjunto de um espaço amostral. Ele pode conter nenhum elemento (conjunto
vazio) ou todos os elementos de um espaço amostral. O número de elementos do
evento é representado da seguinte maneira: n(E), sendo E o evento em questão.
São exemplos de eventos:
• Sair cara em um lançamento de uma moeda
O evento é sair cara e possui um único elemento. A representação dos eventos também é
feita com notações de conjuntos:
E = {cara}
O seu número de elementos é n(E) = 1.
• Sair um número par no lançamento de um dado.
O evento é sair um número par:
E = {2, 4, 6}
O seu número de elementos é n(E) = 3.
Os eventos que possuem apenas um elemento (ponto amostral) são chamados de simples.
Quando o evento é igual ao espaço amostral, ele é chamado de evento certo e sua
probabilidade de ocorrência é de 100%. Quando um evento é igual ao conjunto vazio, ele é
chamado de evento impossível e possui 0% de chances de ocorrência.

Cálculo da probabilidade
Seja E um evento qualquer no espaço amostral Ω. A probabilidade do evento A ocorrer é a
razão entre o número de resultados favoráveis e o número de resultados possíveis. Em
outras palavras, é o número de elementos do evento dividido pelo número de elementos do
espaço amostral a que ele pertence.

𝑛(𝐸)
𝑃(𝐸) =
𝑛(Ω)

Observações:
O número de elementos do evento sempre é menor ou igual ao número de elementos do
espaço amostral e maior ou igual a zero. Por isso, o resultado dessa divisão sempre está no
intervalo 0 ≤ P(A) ≤ 1;
Quando é necessário usar porcentagem, devemos multiplicar o resultado dessa divisão por
100 ou usar regra de três;
A probabilidade de um evento não acontecer é determinada por:
𝑃(𝐴−1 ) = 1 – 𝑃(𝐴)

Exemplos:
→ Qual é a probabilidade de, no lançamento de uma moeda, o resultado ser cara?
Solução:
Observe que o espaço amostral só possui dois elementos e que o evento é sair cara e, por
isso, possui apenas um elemento.
𝑃(𝐸) = (𝑛(𝐸))/(𝑛(𝛺))

1
𝑃(𝐸) =
2
𝑃(𝐸) = 0,5 = 50%
→ Qual é a probabilidade de, no lançamento de duas moedas, obtermos resultados iguais?
Solução:
Representando cara por C e coroa por K, teremos os seguintes resultados possíveis:
(C, K); (C, C); (K, C); (K, K)
O evento obter resultados iguais possui os seguintes casos favoráveis:
(C, C); (K, K)
Há quatro casos possíveis (número de elementos do espaço amostral) e dois casos
favoráveis (número de elementos do evento), logo:
𝑃(𝐸) = (𝑛(𝐸))/(𝑛(𝛺))

2
𝑃(𝐸) =
4
𝑃(𝐸) = 0,5 = 50%
→ No lançamento de um dado, qual é a probabilidade de sair um resultado menor que 3?
Solução:
Observe que os números do dado menores do que 3 são 1 e 2, por isso, o evento possui
apenas dois elementos. O espaço amostral possui seis elementos: 1, 2, 3, 4, 5 e 6.
𝑃(𝐸) = (𝑛(𝐸))/(𝑛(𝛺))

2
𝑃(𝐸) =
6
𝑃(𝐸) = 0,33. . . = 33,3%
→ Qual é a chance de não sair o número 1 no lançamento de um dado?
Solução:
Temos duas maneiras de resolver esse problema. Note que não sair o número 1 é o mesmo
que sair qualquer outro número. Faremos o mesmo cálculo de probabilidade considerando
que o evento possui cinco elementos.
A outra maneira é usar a fórmula para a probabilidade de um evento não ocorrer:
𝑃(𝐴−1 ) = 1 – 𝑃(𝐸)
O evento que não pode ocorrer possui apenas um elemento, logo:
𝑃(𝐴−1 ) = 1 – 𝑃(𝐸)
𝑃(𝐸)
𝑃(𝐴−1 ) = 1 –
𝑛(Ω)
 1
𝑃(𝐴−1 ) = 1 –
6
𝑃(𝐴−1 ) = 1 – 0,166..

𝑃(𝐴−1 ) = 0,8333 … = 83,3%

3.3. As diferencas de um evento mutuamente exclusivo e eventos independentes sao:
Quando eventos não podem ocorrer ao mesmo tempo, eles são chamados de mutuamente
exclusivos.
Por outro lado, se cada evento não for afetado por outros eventos, eles serão chamados de
eventos independentes . Faça uma leitura completa do artigo apresentado abaixo para ter uma
melhor compreensão da diferença entre eventos mutuamente exclusivos e independentes.

Grafico de comparacao
Base para comparacao Eventos mutuamente Eventos
exclusivos independentes
significado Dois eventos sao
Dois eventos sao
considerados mutuamenteconsiderados independentes
exclusivos, quando sua quando a ocorrencia de
ocorrencia nao é simultaneo.
eventos nao pode controlar a
ocorrencia de outro.
inflluencia Ocorrencia de um evento Ocorrencia de um evento
resultara na nao ocorrencia nao tera influencia na
do outro. ocorrencia do outro.
Formula matematica 𝑃(𝐴 𝑒 𝐵) = 0 𝑃(𝐴 𝑒 𝐵) = 𝑃(𝐴) 𝑒 𝑃(𝐵)
Conjuntos no diagrama de Nao se sobrepoe sobreposicoes
venn

• Eventos mutuamente exclusivos são aqueles eventos em que sua ocorrência não é
simultânea. Quando a ocorrência de um evento não pode controlar a ocorrência de
outro, esses eventos são chamados de evento independente.
• Em eventos mutuamente exclusivos, a ocorrência de um evento resultará na não
ocorrência do outro. Por outro lado, em eventos independentes, a ocorrência de um
evento não terá influência na ocorrência do outro.
• Eventos mutuamente exclusivos são representados matematicamente como
𝑃 (𝐴 𝑒 𝐵) = 0 enquanto eventos independentes são representados
como 𝑃 (𝐴 𝑒 𝐵) = 𝑃 (𝐴) 𝑃 (𝐵).
 • Em um diagrama de Venn, os conjuntos não se sobrepõem, no caso de eventos
mutuamente exclusivos, enquanto se falamos sobre eventos independentes, os
conjuntos se sobrepõem.
Parte IV

4. Dados:basketbol=60, futebol=50, natacao=35, nenhuma=30

30
4.1.1. 𝑃 = 200 = 0,15
30
4.1.2. 𝑃 = 200 = 0,15
25
4.1.3. 𝑃 = 200 = 0,125
60+50
4.1.4. 𝑃 = = 0,55
200
35+50
4.1.5. 𝑃 = = 0,425
200
4.2.
63
4.2.1. 𝑃 = 80 = 0,7875
18
4.2.2. 𝑃 = 80 = 0,225

Parte V
2
5. 𝑃 = 6 = 0,333 …