Você está na página 1de 24

FACULDADE FABAVI / DOCTUM

CURSO DE ADMINISTRAÇÃO

APOSTILA DE ESTATÍSTICA
PROF. REGINALDO N. ROCHA

ALUNO:..................................................................................
TURMA:.......................................
ANO:..........................

INTRODUÇÃO À ESTATÍSTICA

01

CONCEITO DE ESTATÍSTICA:

INTRODUÇÃO À ESTATÍSTICA

02

POPULAÇÃO E AMOSTRA:

Dois conceitos geralmente aceitos:
População estatística ou universo estatístico
Uma coleção de dados quantitativos referentes a

compreende o conjunto de entes portadores de,

qualquer elemento ou grupo, especialmente quando os

pelo menos , uma característica comum.

dados são obtidos e colecionados de forma sistêmica.

Amostra é o subconjunto finito de uma

Ex.: Pressão sangüínea, Jogos de futebol, empregos, etc...

população.

Ciência que lida com a coleta, tabulação, análise,

Inferência

População

interpretação e apresentação de dados quantitativos.
Ex.: Pesquisa de mercado determinando preferências do
consumidor, levantamento de índices de preços, etc...

Uso em:
• Controle de Qualidade;
• Projeções de mercado;
• Investimentos, etc..

Apresentação

Amostra

de conclusões sobre um grande conjunto de dados ( população ). etc. •A Estatística Descritiva compreende a descrição e análise . etc de um elemento ou grupo. .INTRODUÇÃO À ESTATÍSTICA 03 ESTATÍSTICA INDUTIVA E DESCRITIVA: INTRODUÇÃO À ESTATÍSTICA VARIÁVEIS: Conjunto de resultados Indutiva ou Descritiva Fases da Estatística Inferencial possíveis de um ou fenômeno. solteiro. a partir de As Variáveis podem ser: um conjunto limitado de dados ( amostra ) . . .Discreta: Peças produzidas. etc. casado.Contínua: altura. Uso de Probabilidade !!! As conclusões ou inferências não podem ser estabelecidas com certeza absoluta 2 . feminino.Quantitativa: Quando seus valores são expressos por números. comprimento. Dedutiva •A Estatística Indutiva compreende a obtenção. temperatura.Ordinal: grau de instrução.Qualitativa: Quando seus valores são expressos por atributos. 1 .Nominal: masculino. nº de filhos. 04 . colocação. etc.

0 1 /0 2/ 99 BA RRA S C O L UNA S INDIRETA 30 F TABELAS APURAÇÃO E E DEFEITOS FREQUÊNCIA 25 20 15 D C 10 B APRESENTAÇÃO 5 GRÁFICOS A 0 A B C D E F 0 10 D EF EIT O S E x p o rt a ç õ e s b ra s ile ira s E x p o r t a ç õ e s b r a s ile ir a s 03/95 0 3 /9 5 20 30 F REQ U Ê NC IA L IN H A S P IZ Z A 30 1344 542 RS 332 ES 285 PN 250 SC 202 1000 500 0 F onte: S E C E X 20 E 11 % 15 10 D 14 % 5 SP MG RS ES Es t a d o PN A 31 % F 6% 25 1500 FREQUÊNCIA MG US $ m ilh õ e s SP SC B 22 % 0 A B C D D EF EI T O S E F C 16 % .INTRODUÇÃO À ESTATÍSTICA 05 COLETA E APRESENTAÇÃO DE DADOS: INTRODUÇÃO À ESTATÍSTICA GRÁFICOS PARA APRESENTAÇÃO DE DADOS: AMO STRA Nº 20 D E F E IT O S F R E Q U Ê N C IA A 28 B 20 C 14 D 13 E 10 F 5 DIRETA OBSERVAÇÃO COLETA 06 C Q .

0000355 = 3.: 500. Exemplos: AMOSTRAS 10 8 3 15 7 5 19 18 12 Classes 5.8 x 10-3 Ô 2 alg.30 Ô 4 alg. significativos.8635 @ 12. AMOSTRAS 32. 0. Intervalos de variação de uma variável.10 10 |---------.05 li 05 |---------. significativos. juntamente mento.: 12.001800 = 1. significativos. significativos. AMOSTRAS 3 5 7 8 10 12 15 18 19 00 |---------.000.55 x 10 -5 ALGARISMOS SIGNIFICATIVOS: São os algarismos ou dígitos representativos.800 x 10 -3 Ô 4 alg.864 @ 12. 0.00 = 8. Ex.15 15 |---------.20 Li .000.54 x 108 0.9 @ 13 NOTAÇÃO CIENTÍFICA: Dados Brutos e Rol: Emprega-se quando o número comporta muitos zeros.0018 = 1.86 @ 12. separados dos zeros necessários à localização da vírgula. Ex. com suas freqüências correspondentes.000.00 = 5 x 105 854.32 Ô 3 alg.INTRODUÇÃO À ESTATÍSTICA 07 DISTRIBUIÇÃO DE FREQUÊNCIA 08 ARREDONDAMENTO DE DADOS: A Distribuição de freqüência compreende um Objetiva minimizar os erros acumulados por arredonda- arranjo tabular dos dados por classes.

O NÚMERO DE CLASSES É SUBJETIVO RECO MENDAÇÃO CLASSES OBSERVAÇÕES 5 a 9 < 10 0 8 a 17 d e 1 00 a 50 0 15 a 20 > 50 0 Freqüência acumulada ( Fi ) é o total da das freqüências de todos os valores infe- K = 1 + 3. n > 100 ) K= n ( n pequeno ) Fi = å fi riores ao limite superior do intervalo de uma dada classe. Número de classes ou células ( K ) K=R/h Freqüência relativa ( fri ) são os valores Ponto médio de uma classe ( xi ) das razões entre as freqüências simples e xi = ( Li + li ) / 2 a freqüência total. Fri = Fi å fi . dividida pela freqüência total.li ( mín ) 10 que realmente representam o número de å fi =n fri = fi dados de uma classe. Freqüência acumulada relativa ( Fri ) é Métodos tradicionais: å fi a freqüência acumulada da classe.22 log n ( R.DISTRIBUIÇÃO DE FREQUÊNCIA Amplitude do intervalo de classe ( h ) h = Li .li 09 DISTRIBUIÇÃO DE FREQUÊNCIA Tipos de freqüências: Freqüência absoluta ( fi ) são os valores Amplitude total da distribuição ( R ) R = Li ( máx ) . Sturges .

000 FREQ. 3 .433 4 173 |----.300 22 0.200 3 167 |----. 10 100% 8 80% FREQ. fri .173 170 7 0. Fi e Fri ).167 27 0.900 0 185 |----.067 2 0.167 164 4 0. deter- ESTATURADEALUNOS ESTATURADEALUNOS minar o maior e menor número e.161 158 2 0. amplitude total do rol ( R ).133 6 0. 6 4 2 Exemplo: 60% 40% 20% 0 0% 158 164 ESTATURAS DE ALUNOS [ cm ] 170 176 182 188 158 ESTATURAS[ cm] 155 158 162 164 165 166 167 168 168 170 170 171 172 173 174 174 175 176 176 177 178 178 180 183 183 184 184 185 188 190 164 170 176 182 188 ESTATURAS[ cm] Polígonos: UFES ESTATURADEALUNOS ESTATURAS xi fi fri FI [ cm ] 10 100% 8 80% 155 |----.191 188 3 0. então.067 2 161 |----.Definir o número de classes ( K ).Determinar as freqüências de classe ( f i .733 2 5 179 |----.000 30 1.100 30 1. i 6 4 60% 40% 20% 0% 158 164 170 176 ESTATURAS[ cm] 182 188 158 164 170 176 182 ESTATURAS[ cm] 188 . calcular a 2 .185 182 5 0.179 176 9 0.233 13 0. 1 6 ESTATURADEALUNOS Fr i FREQ. FREQ.DISTRIBUIÇÃO DE FREQUÊNCIA 11 DISTRIBUIÇÃO DE FREQUÊNCIA Regras gerais de uma distribuição de freqüências: 12 Histogramas: 1 .Após ordenação dos dados de forma tabulada.

Quanto ao achatamento: Assimétrica para a esquerda Simétrica ( normal ) Assimétrica para a direita Forma de “ J “ Forma de “ J “ invertido Forma de “ U “ 3 .Quanto à Simetria e forma: 2 .DISTRIBUIÇÃO DE FREQUÊNCIA 13 DISTRIBUIÇÃO DE FREQUÊNCIA Tipos de curvas de freqüência ou Ogivas: Tipos de curvas de freqüência ou Ogivas: 1 .Quanto às modas: Normal Unimodal Leptocúrtica Bimodal Platicúrtica Multimodal 14 .

.. durante uma centrais. + X n n FÓRMULA PARA DADOS NÃO-AGRUPADOS... -2. Exemplo: X = ( 1 . 10. 14. + X n variável pelo número deles..2 +10. 2... -5 ) n å Xj = 1+ 2 + (-2) +10+ (-5) = 1+ 2 .5 = 6 X = j =1 å n Xj j =1 n = X1 + X 2 + .. Logo a produção média ao longo da semana será: Média Separatriz Q1 Q2 Q3 X = 10 + 14 + 13 + 15 + 16 + 18 + 12 98 = = 14 7 7 .MEDIDAS DE POSIÇÃO 15 Notação de Somatório: n åXj = X 1 j =1 MEDIDAS DE POSIÇÃO 16 Média aritmética ( X ): Quociente da divisão da soma dos valores da + X 2 + X3 + . 16... 13. Medidas de Tendência Central: São medidas que representam a tendência dos dados em se agruparem em torno dos valores Exemplo: A produção leiteira de uma vaca. Moda Mediana semana foi de 10. 18 e 12 litros. 15.

a média do conjunto estudo. 2ª . entende-se que Xi representa a variável em uma variável por uma constante ( c ).X 18 k å i =1 X = d1 = 0 åx f å f i i i Observações: 2ª : Somando-se ou subtraindo-se uma constante ( c ) de 1ª . . Yi = X i ´ c Þ Y = X ´ c 3ª .No caso de distribuição de freqüência sem intervalos 3ª : Multiplicando-se ou dividindo-se todos os valores de de classe. a média do conjunto corresponde também à média aritmética ponderada. fi é a freqüência absoluta dos dados ou o peso de cada Yi = X i ± c Þ Y = X ± c dado na distribuição.MEDIDAS DE POSIÇÃO 17 Propriedades da Média: MEDIDAS DE POSIÇÃO Média aritmética para dados agrupados: 1ª : A soma algébrica dos desvios tomados em relação à média é nula.No caso de distribuição de freqüência com intervalos de classe. di = X i .A fórmula da média aritmética para dados agrupados todos os valores de uma variável. entende-se que Xi representa o ponto médio de cada classe. onde fica aumentada ou diminuída dessa constante. fica multiplicada ou dividida por essa constante.

78 = 2 . 8 .Sem intervalo de classe: X = fi xi fi 0 2 0 1 6 6 2 10 20 3 12 36 4 4 16 34 78 åx f å f i = i i freqüência em uma série de valores. 9 . 13 . 29 34 Exemplos: 2º . 10 . 4 . 8 .1 5 8 156 9 14 0 4 3 1 5 8 | --.MEDIDAS DE POSIÇÃO 19 Exemplos de Média aritmética para dados agrupados: 1º . 10 .1 7 4 172 3 516 40 64 4 0 X = å x f å f i i i = Moda ( Mo ): Compreende o valor que ocorre com maior COMPOSIÇÃO FAMILIAR Nº DE MENINOS MEDIDAS DE POSIÇÃO 6440 40 = 161 Não há Moda á Série amodal B = ( 7 .1 5 4 152 4 608 2 1 5 4 | --. 3 .1 7 0 168 5 840 6 1 7 0 | --. 13 . 6 . 12 .1 6 2 160 11 17 6 0 4 1 6 2 | --. 15 ) Mo = 10 á Série unimodal C = ( 2 .-.-. 11 . 7 . 7 .1 6 6 164 8 13 1 2 5 1 6 6 | --. 15 ) EST ATU RA DE ALUNO S i ES T A T U R AS [ c m ] xi fi x if i 1 1 5 0 | --. 11 .-. 9 . 12 . 8 . 10 ) Mo = 4 e 7 á Série bimodal 20 . 4 . A Moda para dados não-agrupados: A moda consiste no valor que mais se repete. 5 . 10 . 7 .Com intervalo de classe: A = ( 7 . 4 .-.-.-. 10 .

1 5 8 156 9 14 0 4 3 1 5 8 | --.1 7 0 168 5 840 6 1 7 0 | --.1 5 4 152 4 608 2 1 5 4 | --.MEDIDAS DE POSIÇÃO 21 A Moda para dados agrupados: MEDIDAS DE POSIÇÃO 22 Exemplo de Moda para dados agrupados: EST ATU RA DE ALUNO S 1º Caso: Sem intervalos de classe Ex.-.9 = 2 * D1 ´ h* D1 + D2 D1 = f * .-.-.f ( ant ) = 11 .: CO MP O SIÇÃO F AMI LI AR M E NIN OS fi 0 2 1 6 2 12 3 4 4 1 so ma : 25 Ô Mo = 2 i ES T A T U R AS [ c m ] xi fi x if i 1 1 5 0 | --.-.1 6 6 164 8 13 1 2 5 1 6 6 | --.-.8 = 3 Mo = 158 + 2 ´ 4 = 159.1 7 4 172 3 516 40 64 4 0 Mo = l * + D1 ´ h* D1 + D2 2º Caso: Com intervalos de classe Mobruta = l +L 2 Mo = l * + * D1 = f * .f ( post) = 11 .1 6 2 160 11 17 6 0 4 1 6 2 | --.f ( post ) D2 = f * .6 2+3 .f ( ant ) D2 = f * .-.

11 . estando estes dispostos 1º Caso: Sem intervalos de classe segundo uma ordem. 15 . 13 . 13 . 10 . 10 .F( ant ) ú h ê 2 û Md = l * + ë f* . 10 . 9 . 12 . 9 . 18 ) Md = 11 B = ( 7 . 8 . 8 . Exemplo. 11 . 11 . 11 . 15 . 20 ) Md = ( 11 + 12 ) / 2 = 11. 8 . 9 . 13 .5 C = ( 7 . 18 . 12 . 18 ) Md = ( 11 + 11 ) / 2 = 11 M E NIN OS fi 0 2 1 6 2 12 3 4 4 1 so ma: 25 å fi = 25 = 12. 15 .: CO MP O SI ÇÃO F AMI LI AR A Mediana para dados não-agrupados: Exemplos: A = ( 7 .5 2 2 Þ 3ª classe Md = 2 2º Caso: Com intervalos de classe é å fi ù * . 12 .MEDIDAS DE POSIÇÃO 23 Mediana ( Md ): MEDIDAS DE POSIÇÃO 24 A Mediana para dados agrupados: Compreende um número que se encontra no centro de uma série de números.

1 5 8 156 9 13 3 1 5 8 | .-..1 7 4 172 3 40 i E STATUR AS 1 MEDIDAS DE POSIÇÃO 26 Relações entre a Média..-.1 6 2 160 11 24 4 1 6 2 | ...5 cm Média = Md = Mo Assimetria Negativa ou à esquerda Média Md Mo .. Moda e Mediana: Assimetria Positiva ou à direita [ cm ] Mo Md Média Ô Md 40 Simetria é å fi ù * ..F( ant ) ú h ê 2 û Md = l * + ë f * é 40 ù 13 êë 2 úû 4 Md = 158 + 11 Md = 160 ..1 6 6 164 8 32 5 1 6 6 | ..-...1 7 0 168 5 37 6 1 7 0 | .-..MEDIDAS DE POSIÇÃO 25 Exemplo de Mediana para dados agrupados: xi fi FI 1 5 0 | .1 5 4 152 4 4 2 1 5 4 | .-..-.

1 5 8 156 9 13 3 1 5 8 | .1 7 4 172 3 40 i E STATUR AS 1 dividem em quatro.1 7 0 168 5 37 6 1 7 0 | .F(ant) úh* ê 24 êë 4 úû4 4 * ë û Q3 = l + = 162+ = 165 cm f* 8 .-..-.2 cm f* 4 é3å fi ù é3´ 40 ù .F(ant) úh* ê êë 100 .-..-. Decil e Percentil ): São os valores de uma série ordenada que a MEDIDAS DE POSIÇÃO Exemplo de Separatriz: xi fi FI 1 5 0 | .. dez ou em cem partes iguais.0úû4 100 * ë û P8 = l + = 150+ = 153. utiliza-se a fórmula da Mediana.1 6 6 164 8 32 5 1 6 6 | ...-.. 10 . operando-se a seguinte mudança: é å fi ù * F ê ( ant ) ú h 2 û Md = l * + ë f * å fi 2 k å fi Þ p Onde: k = Nº de partes da separatriz p = Separatriz ( 4 . 100 ) 28 [ cm ] Ô P8 Ô Q3 40 é8å fi ù é8 ´ 40 ù ...-.1 5 4 152 4 4 2 1 5 4 | .MEDIDAS DE POSIÇÃO 27 Separatrizes ( Quartil. Para qualquer separatriz.....1 6 2 160 11 24 4 1 6 2 | .

. . 70 . 70 . Sejam os Conjuntos: Desvio Médio ( DM ): A = ( 70 . . 70 .Desvio Percentílico. 70 .Desvio Quartílico.Desvio Padrão. 70 . 71 . Dados não-agrupados: Como representar uma população.Amplitude Total. 6 .x n Exemplo: As medidas de dispersão são: A = ( 2 . x = ( 2 + 3 + 6 + 8 +11) / 5 = 6 2 . .Variância. 69 .6 + 6 .6 + 3 . .MEDIDAS DE DISPERSÃO 29 As medidas de Dispersão ou Variabilidade MEDIDAS DE DISPERSÃO 30 Amplitude Total ( AT ): descrevem a diversificação dos valores de uma Diferença entre o maior e o menor valor variável em torno de um valor de tendência observado.6 + 11.Coeficiente de Variação.x n Dados agrupados: fi å DM = xi .Desvio Médio.x( mín ) central tomado como ponto de comparação. AT = x( máx ) . amostra DM = ou conjunto de dados ? å xi . 8 .8 5 . 70 ) Razão entre a soma dos desvios em relação à x = 70 B = ( 68 . 130 ) média ( valor absoluto ) e o número deles.6 DM = = 2. .6 + 8 . 3 . 11) . 72 ) C = ( 10 . 90 . 50 .

8 .x n -1 ) 2 Obs.Q1 2 Desvio Percentílico ( DP ): 2 É a diferença entre o 90º e o 10º percentil. 11) 2 S ´ 100 x 2 2 16+ 9 + 0 + 4 + 25 54 = = 13. Exemplo: A = ( 2 .6) + (6 .6) + (8 . CV = Dados não .x ) 2 S = i n -1 ( å fi xi . DQ = x = ( 2 + 3 + 6 + 8 +11) / 5 = 6 (2 . razão entre o desvio-padrão e a média.MEDIDAS DE DISPERSÃO 31 Desvio-padrão ( S ): MEDIDAS DE DISPERSÃO 32 Coeficiente de Variação ( CV ): Raiz quadrada média dos quadrados dos desvios Medida de dispersão relativa compreendida pela tomados em relação à média.67 4 4 Q 3 . usar somente n no denominador.6) + (3 .P10 . É o metade da diferença entre o 3º e o 1º quartil.6) 5 -1 2 Variância ( S2 ): Desvio Quartílico ( DQ ): Quando n > 30 .agrupados Dados agrupados S = å (x .: n . ao invés de n-1. DP = P90 .6) + (11. 6 .5 = 3. S= S= É o quadrado do desvio-padrão. 3 .1 graus de liberdade.

3.4.6} _ C = { 4 } _S Evento Conjunto qualquer de resultados de um experimento aleatório. Onde: A . tal que E _S : Se: Experimentos Aleatório E=S Resultados não podem ser determinados antes da E é chamado evento certo. chamado de unitário ou elementar.5.PROBABILIDADE 33 PROBABILIDADE 34 Probabilidade: Estudo dos experimentos Propriedades dos Eventos: aleatórios ou não determinísticos. tem-se: A={ 2.3.Obter um nú mero par. D = {} B é um evento certo. B={1. E não está em S E é chamado evento impossí vel. . A é um evento comum. Apenas um _elemento e de E está em S. Evento A = { 2 } D . Seja E um evento de S.Obter o nú mero 4.2.2. Exemplo : Experimento aleatório = Lançar dados B .4. C é um evento elementar.Obter um nú mero maior que 6.6} _ possíveis de um experimento aleatório. então o evento é realização.6} C . Espaço Amostral ( S ) Exemplo: Conjunto formado por todos os resultados No lançamento de um dado comum. S={1.4.5.Obter um nú mero menor ou igual a 6. D é um evento impossí vel.

3 . 7 . 7 } u n ( A ) = 4 um número real P(E). 6 .P ( A ) > 8: B = { 9 . n(S) é o nº de elementos do espaço amostral S. 10 } u n ( B ) = 2 Logo: P(A  P(A  B ) = 0. Uma Axiomas da Probabilidade: bola é retirada ao acaso.4 + 0. 3 . S = { 1 .6 B ) = P ( A ) + P ( B ) = ( 4 / 10 ) + ( 2 / 10 ) .PROBABILIDADE 35 Teoria elementar da Probabilidade: A probabilidade de um evento A ( A _S ) é dada por PROBABILIDADE 36 Teorema da Adição: a) Eventos mutuamente exclusivos: P(A). 9 . tal que: P(A) = n(A) n(S) A B S P ( A B ) = P ( A ) + P ( B ) Onde: n(A) é o nº de elementos do evento A.2 = 0. ser um número primo ou maior que 8 é dado por: b) A probabilidade de um evento impossível é zero. tal que : 0 Ÿ P ( E ) Ÿ 1 d) A probabilidade de um evento elementar E qualquer é dado por : P ( E ) = 1 / n e) A probabilidade de um evento complementar é dado por : P ( Ä ) = 1 . A probabilidade da bola retirada a) A probabilidade de um evento certo é 1. 5 . 8 . 2 . 4 . 10 } u n ( S ) = 10 c) A probabilidade de um evento E qualquer ( E _S ) é Primo: A = { 2 . Exemplo: Em uma urna existem existem 10 bolas de 1 a 10. 5 .

10 } > 4: B = { 5 . 5 . Uma bola é retirada ao acaso. 9 . B S A (A  B) P ( A B ) = P ( A ) + P ( B ) .P ( A B ) B S (A  B) P ( A  B ) = P ( A ) ´ P ( B| A ) Exemplo: Em uma urna existem existem 10 bolas de 1 a 10. 4 . 6 .40 2ª retirada ( bola Verm. 8 .27 .P ( A 3B )  B ) = ( 5/10 ) + ( 6/10 ) . 6 .67 Logo: P ( A 3 V ) = P ( A ) x P ( V | A ) Logo: P(A retirar 2 bolas consecutivas. 10 } A 3B = { 6 . A probabilidade da bola retirada Exemplo: ser um número par ou maior que 4 é dado por: Em uma urna contém 6 bolas vermelhas e 4 azuis. )u P ( V | A ) = 6 / 9 = 0. 4 . 9 . 6 . Ao se S = { 1 . a probabilidade da primeira  B ) = P ( A ) + P ( B ) . 8 . 7 . 8 .PROBABILIDADE 37 b) Reunião de dois eventos: PROBABILIDADE 38 Teorema da Multiplicação: a) Eventos condicionais ( dependentes ): A .Ocorrência simultânea de dois eventos. 8 . 3 .( 3/10 ) = 0. 2 .8 P ( A 3 V ) = 0.40 x 0. 10 } u n ( S ) = 10 Par: A = { 2 . 7 . 10 } u n (A) = 5 un ( B ) = 6 u n ( A 3B ) = 3 P(A ser azul e da segunda ser vermelha é dado por: 1ª retirada ( bola Azul ) u P ( A ) = 4 / 10 = 0.67 = 0.

X = Variável aleatória que representa a distribuição. aproxima-se indefinidamente do eixo horizontal sem. l = Média da distribuição. simétrica em torno da média x. A curva normal é assintótica em relação ao eixo das abscissas. alcançá-lo. A representação gráfica é uma curva em forma de sino. m =0 X-μ σ Z Onde: Z = Variável aleatória que representa a probabilidade.Distribuição Normal: A função densidade da curva normal é dada por: s f (x) = m 1 e σ 2P 1 æ x-m ö .ç ÷ 2è s ø 2 -¥< x <¥ X Standardized Standardized Normal Normal Distribution Distribution Propriedades: s=1 Z= É a mais importante e usual distribuição. r = Desvio padrão da distribuição. Gauss A área limitada pela curva e pelo eixo das abscissas é igual a 1 e corresponde à probabilidade da variável x assumir qualquer valor real. 54 . que recebe o nome de curva normal ou curva de Gauss. contudo. A variável aleatória X pode assumir todo e qualquer valor real.DISTRIBUIÇÕES DE PROBABILIDADE 53 DISTRIBUIÇÕES DE PROBABILIDADE Condições da distribuição normal: 4ª . isto é.

Considerando que essa variá vel tenha distribui ção normal com m é dia de 2.05 ) = P ( Z ) P ( 2.04 cm.00 X 2.05 .00 =  P( Z ) = 0.3944 Z= 1.DISTRIBUIÇÕES DE PROBABILIDADE 55 Exemplo de distribuição normal: Seja X a vari á vel que representa o di â metro de parafusos produzidos por uma m á quina.00 X 2. calcular a probabilidade dos parafusos terem diâmetro entre 2.3944 = 39.2. Solução: X .05 cm.04 A probabilidade refere-se ao intervalo: P ( 2.? = 2.05 ) = 0.44 % .25 tab ? 0.00 e 2.00 cm e desvio padr ã o de 0.

3554 3.3330 1.4963 0.5000 0.9768 3.4999 0.7470 4.4986 0.3159 0.4998 0.4994 0.4686 0.4857 2.4345 0.3638 2.1757 1.4861 0.3 0.4998 0.4999 0.2053 6.1188 2.4993 D 24 3.1293 0.4985 0.4533 0.APÊNDICE I APÊNDICE II CURVA NORMAL REDUZIDA Distribuição t de Student Z 0 1 2 3 4 5 6 7 8 9 0.005 0.4738 0.4535 0.3190 1.4955 0.2734 0.4941 0.0279 0.8960 3.5 0.4993 0.5830 2.3869 0.4850 2.3370 1.2357 0.5096 2.3560 1.9208 3.4678 0.4484 0.2019 0.0200 0.4982 0.4319 S 10 0.3980 0.3365 0.6500 3.0596 0.0832 0.4279 0.0860 2.6041 5.0199 0.3720 1.0518 2.1831 1.4767 2.0948 0.4999 0.4990 0.5 0.7959 2.4904 0.1739 1.1789 1.05 0.8073 3.7064 1.4966 12 0.4974 2.1664 0.3133 5 0.2498 3.4854 0.1009 2.4929 0.3413 0.4284 0.2088 0.4983 0.2939 0.4 0.6370 127.3110 1.1255 0.6 0.0469 3.2622 2.7 0.2910 0.3009 1.4996 0.4625 0.4994 0.6380 2.2486 0.3238 0.4515 0.7649 1.6844 1.4334 2.7171 2.1199 2.4418 0.4808 0.4750 0.3810 0.8409 7.7033 2.025 0.5706 3.3168 0.1777 1.4620 2.8453 3.4899 2.2518 0.4798 0.1772 0.9248 14.4732 0.5520 2.4573 0.2733 1.4988 0.4998 27 0.0910 0.4994 0.0636 0.2543 1.2996 0.4505 0.2852 0.4962 0.5000 2.7709 2.4821 0.3078 0.4864 0.4954 3.3210 1.4993 0.4997 0.4964 E 20 0.1879 0.0150 2.4995 0.4115 0.1802 1.1887 1.3749 0.6837 1.4788 0.0565 3.3720 E 14 0.3979 2.4772 0.4469 2.1950 0.5000 0.3888 0.1026 0.2001 1.2281 2.2041 1.7733 0.0796 2.6901 1.1058 3.4999 0.2213 1.0675 0.0423 2.0739 2.4975 0.5330 2.3140 1.2549 4 0.25 0.9 0.4980 0.4999 0.1848 1.1910 1.1534 2.1731 1.0438 0.3 0.7056 2.4970 0.3849 0.1748 1.4991 0.6036 1.6850 2.4616 0.4999 0.1 0.3734 2.2 0.4989 0.0669 3.7707 3.0 0.8 0.1844 0.4999 0.4999 0.4972 0.4982 0.1788 2.3257 15 0.4871 0.2224 3 0.3340 0.1 0.0714 0.1141 0.1318 2.7060 25.1443 0.1352 D 22 0.3500 1.4066 1.7176 1.3200 2 0.2520 L 17 0.4998 0.4429 0.4951 0.7081 2.4142 3.8946 2.7027 1.4251 0.0123 3.1179 0.4934 0.2 0.1737 2.01 0.4826 0.5 0.6828 1.5000 30 0.3060 2.7613 2.4999 3.4990 0.2220 18 0.9200 4.8314 3.3051 0.4649 0.3944 0.4756 0.2642 0.3130 1.4981 R 21 0.3599 0.2 0.4932 0.4406 0.5814 0.6858 1.6 0.1 0.4997 0.4999 0.4896 0.2145 1.4138 2.5000 0.4959 0.4998 26 0.3106 0.25 0.1331 0.4909 0.2 0.7111 1.6998 1.7823 2.4525 0.7640 3.8165 1.4726 0.1591 0.4989 0.0484 2.3531 0.3186 0.005 0.7 0.1040 3.4015 0.3138 12.3830 A 8 0.4995 0.4999 0.3846 2.4591 0.4999 0.4846 0.3907 1.7787 3.6240 2.4922 0.2823 0.4998 0.4382 0.2258 0.7969 3.4713 0.4985 0.4913 0.4992 0.3650 4.3230 1.4150 1.1966 2.2089 1.1 0.7874 3.0987 0.0 0.2704 0.3180 1.7 0.4998 0.3962 0.4207 1.4968 0.4998 0.1368 0.3708 0.3389 G 6 0.3534 3.8210 3.4608 0.2123 0.1736 0.4987 0.4971 0.4977 0.4633 0.4920 2.4990 A 23 0.4974 0.4952 B 19 0.4 0.1480 0.4999 0.3621 R 7 0.4893 0.4998 0.4999 0.4719 0.4394 0.7500 3.4957 0.7074 4.4474 0.2422 0.4783 0.025 0.4965 0.4997 0.4881 0.4997 0.4812 0.4400 1.0782 3.4990 4.3910 2.5 0.6991 2.7515 2.4996 0.4966 0.4999 0.9432 2.4838 0.0639 2.4306 0.3127 6.3925 0.02 0.125 0.0398 0.6876 1.2881 0.6920 1.1217 0.6 0.4949 0.7207 2.7530 2.6884 1.4953 0.0478 0.6849 1.8982 3.4332 0.1554 0.0871 0.3023 0.9467 3.6730 3.4988 0.4231 2.1985 0.6912 1.3788 2.4986 3.0517 0.2764 0.4131 0.3212 0.6892 1.4994 0.4729 2.7267 1.6020 2.4450 2.4999 0.5080 2.4911 0.4969 0.4918 0.4049 0.4890 2.9687 3.5000 0.1915 0.4177 U 9 0.7564 3.1766 1.4976 0.3444 1.8210 63.4946 0.1098 2.2 0.8331 2.4995 0.4984 0.4997 E 25 0.4999 0.3150 1.3685 2.4987 0.2389 0.2673 0.4997 0.4996 0.4995 0.6834 1.1700 0.1103 0.4226 1.2010 2.3596 2.6830 1.4236 0.2454 0.8412 2.4998 0.5000 0.0321 4.4999 0.0120 0.2860 1.6938 1.4817 2.4987 0.1448 2.4989 0.4992 0.2291 0.1866 1.4581 2.9980 3.4999 0.9 0.4992 0.8784 3.4995 0.4996 0.4884 0.8 0.4978 0.3410 1.7180 3.5670 2.4699 0.2403 1.4961 0.4901 0.7407 1.4956 0.4099 0.0000 2.4996 0.8609 3.05 0.6864 1.4545 11 0.0905 3.3485 0.0239 0.1 0.3 0.7764 3.4842 0.9650 9.2580 0.0550 3.9 0.4992 0.3686 0.8 0.4991 0.4984 0.1634 3.4803 0.0160 0.4664 0.0595 2.0080 0.4898 0.4192 0.3577 0.1430 3.0890 0.4997 0.4998 0.0 0.1604 2.3970 1.1816 1.3630 1.4967 0.4977 0.4793 0.4999 0.1064 0.4999 0.4887 0.6955 1.4878 0.01 0.3770 0.0025 0.5000 0.4582 0.1315 2.8860 2.2967 0.4945 0.0319 0.3554 0.7341 2.4706 D 13 0.4357 0.0930 2.3790 0.2794 0.5976 0.4943 0.4730 2.3 0.4999 28 0.4292 0.3461 0.3100 1.4997 0.6897 0.3160 1.4495 0.5410 5.4999 0.0380 3.4641 1 1.4973 0.4995 0.2297 1.4996 0.4265 0.4936 I 2.4920 0.4671 0.4162 0.0000 0.5 1.1517 0.3830 1.8125 2.4760 2.2324 0.5390 2.4744 0.4 0.4693 0.3508 1.4998 0.6841 1.1765 4.4981 0.4656 0.0125 0.5280 2.3450 1.4979 0.4834 0.6338 2.0780 6.0687 2.4927 0.4993 0.5420 31.4999 0.4055 2.8595 2.0452 2.6973 2.0298 .3646 2.7011 2.5180 2.4999 29 0.4082 0.2157 0.4868 0.0557 0.4875 0.3665 0.4916 16 0.0040 0.4564 0.3438 0.4991 0.4761 0.4931 0.4147 0.0359 a 0.3280 1.2190 0.4554 1.4997 0.4778 0.3289 1.5326 2.3300 1.6 0.4 0.7139 2.1693 3.4948 0.6810 3.4452 0.4940 0.4441 0.2612 0.6975 1.8188 3.3250 1.4979 0.4032 0.0754 Pc 0.4994 0.4938 0.5600 2.6870 1.5000 0.4599 0.1 0.8325 0.4463 1.3729 1.4998 0.0555 2.7291 2.0 0.1967 1.7247 2.5670 2.4790 2.4999 0.4997 0.7396 2.0793 0.4999 0.1808 0.7459 2.1937 1.4906 0.3315 0.1825 4.5931 2.9 0.8 0.3997 0.6853 1.4850 0.4925 0.4960 0.3643 0.7 0.5000 0.3264 0.4370 0.5000 0.1406 0.4222 0.2054 0.7109 2.4830 0.1628 0.4570 2.4999 0.

APÊNDICE III 131 NÚMEROS ALEATÓRIOS 51772 74640 42331 29044 46621 62898 93582 04186 19640 87056 24033 23491 83587 06568 21960 21387 76105 10863 97453 90581 45939 60173 52078 25424 11645 55870 56974 37428 93507 94271 30587 02133 75797 45406 31041 86707 12973 17169 88116 41287 03585 79353 81938 82322 96799 85659 36081 50884 14070 74950 64937 03355 95863 20790 65304 55189 00745 65253 11822 15804 15630 64759 51135 98527 62586 41889 25439 88036 24034 67283 09448 56301 57683 30277 94623 85418 68829 06652 41982 49159 21631 91157 77331 60710 52290 16835 48653 71590 16159 14676 91097 17480 29414 06829 87843 28195 27279 47152 35683 47280 50532 25496 95652 42457 73547 76552 50020 24819 52984 76168 07136 40876 79971 54195 25708 51817 36732 72484 94923 75936 27989 64728 10744 08396 56242 90985 28868 99431 50995 20507 85184 73949 36601 46253 00477 25234 09908 36574 72139 70185 54398 21154 97810 36764 32869 11785 55261 59009 38714 38723 ANOTAÇÕES .