UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE

Instituto de Educação à Distância

Centro de Recursos de Nampula

Resolução de Exercícios

José Cussape Cardoso, Código do Estudante: 708230707

 Nampula, Setembro, 2023

UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE

Instituto de Educação à Distância

Centro de Recursos de Nampula

Resolução de Exercícios

José Cussape Cardoso, Código do Estudante: 708230707

Curso: de licenciatura em Administração

Publica

Disciplina: Estatística

Ano de Frequência: 1o

Turma: “M & N”

1
 Nampula, Setembro, 2023

Índice
Introdução........................................................................................................................................3

Resolução de Exercícios..................................................................................................................4

Conclusão........................................................................................................................................9

Referencias Bibliográficas.............................................................................................................10

2
Introdução ii
O presente trabalho tem como objectivo resolução de exercícios.

Para atingir tal objectivo, faremos uma leitura minuciosa e interpretação dos resultados.

O presente trabalho se propõe a analisar alguns dados da referida pesquisa de campo, procurando
identificar aspectos que se associem com os principais desafios enfrentados pelos tutores
escolares concernentes, a partir de duas categorias de análise.

Para melhor compreensão do trabalho usou – se a seguinte metodologia: introdução,

desenvolvimento, conclusão e referências bibliográficas respectivamente.

3
Resolução de Exercícios
1. Histograma

O histograma é um gráfico utilizado na estatística para representar a distribuição de dados em

diferentes intervalos. Ele é particularmente útil para visualizar a frequência com que
determinados valores ocorrem em um conjunto de dados. O eixo horizontal do histograma
representa os intervalos ou classes em que os dados são agrupados, enquanto o eixo vertical
mostra a frequência ou a contagem de ocorrências de cada intervalo.

Vamos imaginar que estamos analisando a altura de um grupo de pessoas em uma sala de aula.
Podemos criar um histograma para representar essa distribuição. Os intervalos podem ser
determinados de acordo com a variação das alturas, por exemplo, 150-160 cm, 160-170 cm, 170-
180 cm e assim por diante. Ao contar o número de pessoas que se enquadram em cada intervalo,
podemos obter a frequência e plotá-la no eixo vertical do histograma.

Aqui está um exemplo simplificado:

Altura (cm) Frequência

150-160 3
160-170 8
170-180 5
180-190 2
Tabela 1: Autor: José Cussape Cardoso

Neste exemplo, podemos ver que a maioria das pessoas tem alturas entre 160 e 170 cm,
representado pela frequência de 8 nesse intervalo.

O histograma é uma ferramenta poderosa para explorar e analisar dados, permitindo identificar
padrões, tendências e comportamentos. Além disso, pode ser utilizado em diversas áreas, como
economia, medicina, ciências sociais e muitas outras.

4
2. As medidas de tendência central são utilizadas para identificar um valor central ou típico de
um conjunto de dados. Existem três medidas de tendência central comuns: a média, a mediana e
a moda.

 Média: é a soma de todos os valores dividida pelo número total de valores. Por exemplo,
se temos um conjunto de números {4,6,7,8,10}, a média seria (4+6+7+8+10)/5 = 7.
 Mediana: é o valor que aparece exatamente no meio da distribuição. Para encontrar a
mediana, os valores são primeiramente colocados em ordem crescente ou decrescente.
Por exemplo, o conjunto de números {4,6,7,8,10} em ordem crescente seria {4,6,7,8,10},
e a mediana seria 7.
 Moda: é o valor que ocorre com mais frequência na distribuição. Por exemplo, o
conjunto de números {4,6,7,8,10} tem duas modas, 4 e 6.

Essas medidas podem ser úteis para descrever e comparar conjuntos de dados em diversas áreas,
como em estatística, ciências naturais, economia, entre outras.

3. Dados

2 bolos brancos

3 bolos vermelhos

5 bolachas azuis

¿B 2
P ( B )= = =0 , 2
π 10

4.

xi 1 2 3 4 5
fi 4 8 32 15 10

X N +1 X 69+1 X 70
a) Med = = = = X 35=3
2 2 2

5.

5
1,1,12,3,5,5,6,7,9,9,10,13

6.

9+ 9 18
Q 3= = =9
2 2

X +22 ×10
=23 ⟺ x=220=23 ×11⟺ x +220=253 ⟺ x=253−220 ⟺ x=33
11

R: A idade do amigo ingressante no grupo é de 33 anos.

7.

xi Leite Água Sumos Naturais Refrigerantes Σ

fi 30 10 40 80 160

10 1
a). fi= = =0,0625
160 16

8.

Seja P(A) a probabilidade exigida em 8.

34 % ×60 % 2040 %
P ( A )= = =20 , 4 %
100 % 100 %

9.

Dados

9,8,6,4,2,1

9+8+6+ 4+ 2+ 1 30
X= = =5
6 6

Σ fi|x 1−x|
d=
N

6
 |9−5|+|8−5|+|6−5|+|4−5|+|2−5|+|1−5|
d=
6

4+3+1+1+3+ 4
d=
6

16
d=
6

d ≈ 2 ,7

10.

2
Σ f ×(x 1−x)
V=
N

2 2 2 2 2 2
(9−5) +(8−5) +(6−5) +( 4−5) +(2−5) +(1−5)
V=
6

2 2 2 2 2 2
4 +3 +1 +(−1) +(−3) +(−4)
V=
6

16+ 9+1+1+9+16
V=
6

52
V=
6

V ≈8,7

11. Seja P(A) a probabilidade de aparecer o dado impar

¿A 3
PA= = =0 ,5
π 6

12. Seja P(A) a probabilidade de dar exactamente 3 caras

5
A3 20
P ( A )= 5
= =0,625
2 32

7
13. M o=2 , 28

14. Dados

Brutos: { 2 , 5 ,1 , 8 ,12 , 9 , 10 , 2 }

Rol: { 1 , 2, 2 , 5 ,8 , 9 , 10 , 12 }

x 4+ x5 5+8 13
M e= = = =6 , 5
2 2 2

15. Dados

{ 1 ,1 , 3 , 3 ,5 , 5 , 3 ,3 , 2 , 2, 1 ,1 }

4 ×1+ 4 ×3+ 2× 5+2× 2 4+12+10+ 4 30

X= = = =2 , 5
12 12 12

16.

1+3+ 9+1+2+7+8+ 0+30+2 63

X= = =6 , 3
10 10

17. Representação dos dados num diagrama de ven:

P ( A )= A−[ A ∩B+ A ∩C−A ∩B ∩C ]

P ( A )=9 ,8−(5 ,8+ 3 ,7−2 , 4)

P ( A )=9 ,8−7 , 1

P ( A )=2 , 7 %

R: A probabilidade de uma pessoa escolhida ao acaso ser leitora da revista A mas não das
revistas B e C é de 2,7%.

18. Dados

8
 6 +5+8+5+ 6 30
{ 6 , 5 , 8 ,5 , 6 } X= = =6
5 5

∑ fi(x 1−x )2 (6−6)2 +(5−6)2 +(8−6)2 +(5−6)2 +(6−6)2 02 +(−1)2 +(2)2 +(−1)2 +02 1+4 +1 6
i=1
V= = = = = =1, 2
N 5 5 5 5

19. Em uma distribuição cujos valores são iguais, o valor de desvio padrão é zero (0).

20. Seja K o evento “Saia cara”

A probabilidade de, no lançamento sair cara é de 0,5.

Conclusão
Depois da resolução do trabalho conclui – se que, Depois da resolução dos exercícios conclui-se
que, Estatística ´e a ciência da aprendizagem a partir dos dados. Em geral, fazemos
levantamentos de dados para estudar e compreender características de uma população. Por
exemplo, um grande banco, querendo lançar um novo produto, precisa conhecer o perfil
socioeconómico dos seus clientes e, nesse caso, a população de interesse ´e formada pelos
clientes de todas as agencias do banco. Nas pesquisas estatísticas, as características sobre as
quais queremos obter informação são chamadas variáveis. Em uma pesquisa domiciliar sobre
emprego e renda, algumas variáveis de interesse são sexo, raça, grau de instrução e valor dos
rendimentos do morador. A Estatística é uma ferramenta imprescindível a qualquer pesquisador
ou pessoa que necessite tomar decisões. O seu estudo não representa uma tarefa muito fácil,
principalmente no início, quando são apresentados muitos conceitos novos que exigem um tipo
especial de raciocínio. Uma boa base teórica é importante e necessária para que o estudo da
Estatística seja prazeroso e não muito sofrido.

9
Referencias Bibliográficas
BUSSAB, ET all (2002). A. Estatística Básica. Ed. Saraiva.181 p.

CRESPO, A. A.( 1999) Estatística Fácil. Ed. Saraiva. 224 p.

Fonseca, J.S. da; Martins, G.A. de(2006). Curso de Estatística. 6ª ed. São Paulo: Atlas. 320 p.

HAZZAN, S. (2004) Fundamentos de Matemática Elementar, cinco: combinatória,

probabilidade. 7.ed.. São Paulo: Atual, 174 p.

JAIRO, S. F., MARTINS, G. A. (1996) Curso de Estatística. Ed. Atlas,

Morettin, L.G. (2005) Estatística Básica: Probabilidade. 7ª ed. São Paulo: Makron Books:
Pearson. (2 v.).

Pereira, W.; Tanaka, O.K. (1990) Estatística: Conceitos Básicos. 2ª ed. São Paulo: Makron
Books. 341 p.

SILVA, et all (1999) 1.Estatística para os cursos de: Economia, Administração, Ciências
Contábeis. 3.ed. São Paulo: Atlas S.A. 27p.

10
SILVA,E.M da. et al. (1999) Estatística I. 2.ed. São Paulo: Atlas. 188 p.

Toledo, G.L.; Ovalle, I.I. (1995) Estatística Básica. 2ª ed. São Paulo: Atlas. 459 p.

Vieira, S. (1999) Elementos de Estatística. 3ª ed. São Paulo: Atlas. 145 p.

11