Apostila Estat Sitca 2 Semestre 2011

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O.
RIBEIRO

1

ESTATSTICA

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

2

ESTATSTICA

Professor: Francisco O. O. Ribeiro

PROGRAMA

I - FUNDAMENTOS DA ESTATSTICA

II - POPULAO E AMOSTRA

III - APRESENTAO DE DADOS
1 ) Tabelas
) Sries Estatsticas
) Distribuio de Freqncia ..
4 ) Grficos

IV - MEDIDAS DE UMA DISTRIBUIO
A ) Medidas de Posio ou Tendncia CentraI
B ) Medidas de Disperso ou VariabiIidade
C ) Medidas de Disperso ReIativa

V-PROBABILIDADES

VI- DISTRIBUIO DE PROBABILIDADES

VII -CORRELAO E REGRESSO

BIBLIOGRAFIA
-Estatstica ApIicada Gesto EmpresariaI- Ed. AtIas- Bruni A. L.
-EIementos de Estatstica- Sonia Vieira/RodoIfo Hoffmma- AtIas
-Estatstica FciI- Antonio Crespo- Editora Saraiva
-EIementos de Estatstica -Pereira/Tanaka- McGraw- HiII
-Estatstica ApIicada a Administrao- W.J.Stevenson- Editora Harba
-Estatstica Bsica-AmiIcar/B.Campos- Livro Tcnico
-Principios de Estatstica- GiIberto A. Martins- Denis Donaire- AtIas
-Estatstica para os cursos de Economia,Administraco-autores :
EIio,VaIter,Ermes eAfrnio -AtIas
-Introduo Estatstica- Srgio F.Costa Editora Habra
-Estatstica ApIicada - DougIas Downing & Jeffrey CIark
- Estatstica Bsica -ToIedo/DvaIIe- AtIas


3
I - FUNDAMENTOS DA ESTATSTICA

A Utilizao da estatstica cada vez mais acentuada em qualquer atividade
profissional da vida moderna. Nos seus mais diversificados ramos de atuao, as
pessoas esto freqentemente expostas a Estatstica, utilizando-a com maior ou menor
intensidade. sto se deve as mltiplas aplicaes que o mtodo estatstico proporciona
aqueles que dele necessitam.

Pouco depois de encerrada a votao num dia de eleies, a televiso anuncia
que determinado candidato o provvel vencedor. E a previso feita aps a
contagem de apenas 2% dos votos.
Um fabricante de lmpadas "flash para mquinas fotogrficas deve determinar
a percentagem das lmpadas que no funcionaro. Se essa percentagem for muito
grande, a reputao do fabricante estar em risco. Mas se ele fosse testar todas as
lmpadas, destruiria sua produo. Ento apanha -se s uma pequena frao dentre
elas, e sua deciso de despachar ou no as lmpadas se basear nessa pequena
frao.
O meteorologista informa que a probabilidade de chover de 30%
O governo informa que a renda mdia de uma famlia de quatro pessoas
aumentou 5% de um ano para c.
Um professor comunica a classe que sua nota mdia foi 70.

1.1) EVOLUO HSTRCA DA ESTATSTCA

CONCETOS ANTGOS

Guardando ligaes com sculos passados a estatstica pode ser apontada
como:
- Simples contagem aritmtica
- Sinnimo de dados publicados oficialmente
- Simples transformaes matemticas
- Construo de grficos e tabelas


4
ESQUEMTCAMENTE APRESENTAMOS OS PERODOS DA EVOLUO
HSTRCA DA ESTATSTCA

ESCRITA
/- 4000 aC /- 4000 aC

NASCEU JESUS CRISTO 0

IDADE ANTIGA

Q UEDA DE ROMA 476

1 o PERIODO
IDADE MDIA

QUEDA DE CONSTANTINOPLA 1453

/- 1650
IDADE MODERNA

2 o PERIODO

REVOLUO FRANCESA 1789

1o CONGRESSO INTERNA-
1853 CIONAL DE ESTATISCA

3o PERIODO IDADE CONTEMPORANEA

HOJE HOJE

DESCRO DOS PERODOS

1o PERODO- Registro dos Fatos, Registros de interesse estatal com finalidade blica
ou tributria.

o PERODO- Preparao das Teorias - nvestigao dos Fenmenos Coletivos.

o PERODO- Aprimoramento e desenvolvimento de novas teorias, intercmbios de
idias. Ampliao constante do uso da Estatstica.


5
1.2)O QUE ESTATSTCA ?
Quando algumas pessoas ouvem a palavra "estatstica, imaginam logo taxas de
acidente, ndices de mortalidade, litros por quilmetro, etc. Essa parte da estatstica,
que utiliza nmeros para descrever fatos, chamada, de forma bastante apropriada,
estatstica descritiva. Compreende a organizao, o resumo e, em geral, a
simplificao de informaes que podem ser muito complexas. A finalidade tornar as
coisas mais fceis de entender, de relatar e de discutir. A mdia industrial Dow-Jones,
a taxa de desemprego, o custo de vida, o ndice pluviomtrico, a quilometragem mdia
por litro de combustvel, as mdias de estudantes, tudo isso se enquadra nessa
categoria.
Outro ramo da estatstica reIaciona-se com a probabilidade , a probabilidade
estuda o risco e o acaso em eventos futuros e determina se provvel ou no seu
acontecimento e til para analisar situaes que envolvem o acaso.. Jogos de dados
e de cartas, ou o lanamento de uma moeda para o ar enquadram-se na categoria do
acaso . A maioria dos jogos esportivos ( futebol, basquete, turfe, etc. ) tambm
influenciada pelo acaso at certo ponto. A deciso de um fabricante de cola de
empreender uma grande campanha de propaganda visando a aumentar sua
participao no mercado, a deciso de arriscar-se e atravessar uma rua no meio do
quarteiro , todas utilizam a probabilidade consciente ou inconscientemente.
Um terceiro ramo da estatstica a inferncia . Representa o estudo dos
dados de amostras com objetivo de entender o comportamento do universo.Diz
respeito a anlise e interpretao de dados amostrais. A amostragem um exemplo
vivo de adgio "No preciso comer um bolo inteiro para saber se bom. A idia
bsica de amostragem efetuar determinada mensurao sobre uma parcela pequena,
mas tpica, de determinada "populao e utilizar essa informao para fazer inferncia
sobre a populao toda. Os exemplos familiares so muitos. Mergulhar a ponta do p
na gua para avaliar a temperatura da piscina. Experimentar um casaco novo diante do
espelho para ver como fica. Assistir um programa de TV alguns minutos para ver se
vale a pena assisti -lo at o fim. Folhear um novo livro. Testar um novo carro. H, alm
disso, inmeros exemplos da aplicao de tal conceito na indstria. Consideremos os
seguintes.
Um estdio cinematogrfico faz um teste dos candidatos a ator, para ver qual
papel atribuir a cada um.
As fbricas freqentemente produzem um pequeno nmero de peas ( lote piloto
) antes de se lanarem fabricao em grande escala.
Muita firmas mantm milhares de itens em estoque. Utilizando tcnicas de
amostragem, pode-se estimar o valor do inventrio, sem proceder contagem dos
itens um a um.


6
1.3) POR QUE ESTUDAR ESTATSTCA ?

No seria fora de propsito o aluno perguntar "Por que devo estudar estatstica ?
Certamente isso exigir um esforo da parte do aluno, que desejar saber o benefcio
que da lhe advir.
comum o estudante achar que os cursos devem ser "relevantes". O aluno ser
o juiz final. Por ora, consideremos o seguinte:

1. O raciocnio estatstico largamente utilizado no governo e na administrao;
assim, possvel
que, no futuro, um empregador venha a contratar ou promover o aluno por causa de
seu conhecimento de estatstica.
. Os administradores necessitam do conhecimento da estatstica para bem
tomar suas decises e para evitar serem iludidos por certas apresentaes viciosas.
. Cursos subseqentes utilizam anlise estatstica.
4. A maioria das revistas profissionais e outras contm referncias freqentes a
estudos estatsticos.
5. A imprensa, tanto quanto muitas experincias cotidianas, oferece amplas
oportunidades para a interpretao estatstica.
A essa altura, o aluno j deve ter uma idia do que possa esperar do seu estudo
de estatstica. H dois objetivos vlidos e razoveis. O primeiro desenvolver a
habilidade na resoluo de problemas -- o que inclui a capacidade de reconhecer qual
tcnica se aplica a determinada situao e de utiliz-la eficazmente na resoluo do
problema. O segundo mais geral: discernir entre problemas a que a estatstica pode
aplicar-se e problemas a que ela no se aplica.

1.4) ALGUMAS DEFNES DE ESTATSTCA

Estatstica a Cincia que se ocupa da COLETA, ORGANZAO , ANALSAR E
NTERPRETAR Dados afim de tomar de decises.RON.LARSON

"Estatstica um conjunto de mtodos e processos Quantitativos que serve para
estudar e medir os Fenmenos Coletivos DUG DE BERNONVLL.

"Estatstica o conjunto de processos que tm por objeto a observao ,a classificao
formal e a analise e a analise dos fenmenos coletivos ou de massa e, por fim, a
introduo das leis a que tais fenmenos obedecem Globalmente MLTON DA SLVA
RODRGUES.

"A Estatstica a parte da matemtica aplicada que ocupa em obter concluses a
partir de dados observados RUY AGUAR DA SLVA LEME

"A Estatstica o estudo numrico dos Fatos Sociais LEVASSEUR


7
"Em uma palavra, se a Economia sabe indicar como produzir, aquela ensina a
movimentar a mquina econmica das naes, esta regula a velocidade conveniente.
CROXTON e COWDEN

"Os nmeros no mentem, mas os mentirosos fabricam nmeros. PROVRBOS
NGLESES

" possvel mentir usando Estatsticas, mas que se mente mais, melhor, sem
Estatsticas. FREDERCK MOSTELLER ( professor em Harvard )

"A Estatstica uma parte da Matemtica Aplicada que fornece mtodos para a coleta,
organizao, descrio, anlise e interpretao de dados e para a utilizao dos
mesmos na tomada de decises. ANTNO ARNOT CRESPO

1.5) APLCANDO A ESTATSTCA ADMNSTRAO
Eis alguns exemplos de aplicao da estatstica administrao:
Uma firma que est se preparando para lana um novo produto precisa
conhecer as preferncias dos consumidores no mercado de interesse. Para isso, pode
fazer uma pesquisa de mercado entrevistando um nmero de residncia escolhidas
aleatoriamente. Poder ento usar os resultados para estimar as preferncias de toda
a populao.
As tcnicas estatsticas so necessria para separar efeitos de fatores
diferentes. Por exemplo, possvel que, em uma comunidade, o consumo de sorvete
dependa do preo do produto, da renda mdia local do nmero de crianas da
comunidade e da temperatura mdia. Se dispuser de observaes de todos os
diferentes fatores em jogo, o aluno poder aplicar a anlise de regresso para
determinar quais fatores tm os efeitos mais importantes.
Um auditor deve verificar os livros de uma firma, para se certificar de que os
lanamentos refletem efetivamente a situao financeira da companhia. O auditor deve
examinar pilhas de documentos originais, como nota de venda, ordens de compra e
requisies. Seria um trabalho incalculvel consultar todos os documentos originais;
em lugar disso, o auditor pode verificar uma amostra de documentos escolhidos
aleatoriamente e, com base nessa amostra, fazer inferncias sobre toda a populao.
Antes de lanar um novo remdio no mercado, necessrio fazer vrias
experincia para garantir se que o produto seguro e eficiente. O melhor modo de
testar um remdio consiste em tomar dois grupos to semelhantes quanto possvel, e
dar o remdio a um grupo, mas no ao outro, e verificar ento se os resultados nos
dois grupos so diferentes. O grupo ao qual o remdio foi dado chamado grupo
experimental e o outro o grupo de controle. Torna-se necessria a anlise estatstica
para determinar se todas as diferenas observadas realmente foram causadas pelo
remdio ou poderiam ter sido causadas por outros fatores.
Se estamos recebendo um grande embarque de mercadorias de um
fornecedor, teremos de certificar-nos de que o produto realmente satisfaz os requisitos
de qualidade acordados. Seria por demais dispendioso fazer uma verificao de cada
item; mas, aqui, mais uma vez as tcnicas estatsticas vm em nosso auxilio,
permitindo nos fazer inferncias sobre a qualidade de todo o lote mediante de uma
amostra de itens escolhidos aleatoriamente.

8
1.6)CUROSDADES ESTATSTCAS

Alemanha(sculo XV),a estatstica inicia a sua apresentao como disciplina
autnoma. Os primeiros passos da nova disciplina ("ESTATSTCA UNVERSTRA)
foram dados por Herman Coring (1600-1681) que introduziu em 1660 na Universidade
Helmstadt.

A palavra "ESTATSTCA VEM DE "STATUS( Estado em latim).Sob essa palavra
acumularam-se descries e dados relativos ao Estado. A ESTATSTCA, nas mas
dos Estadistas, constituiu-se verdadeira ferramenta Administrativa.

Na poca do imperador Csar Augusto, saiu Edito(decreto) para que se fizesse o
censo em todo o mprio Romano.(A palavra "Censo deriva de "Censure que em
latim, significa "Taxar)

Em 1085 Guilherme, o conquistador ordenou que se fizesse um levantamento
estatstico da nglaterra . Esse levantamento deveria incluir informaes sobre terras,
proprietrios, uso da terra empregados, animais e serviria tambm, de base para o
clculo de impostos. Tal levantamento originou um volume intitulado "DOMESDAY
BOOK

No sculo XV ganhou destaque na nglaterra ,a partir das Tbua de Mortalidade, a
Aritmtica Poltica de John Graunt consistiu em exaustivas anlises de Nascimentos e
mortes. Dessas anlises resultou a concluso, entre outras, de que a percentagem de
nascimentos de crianas de sexo masculino era ligeiramente superior do sexo
feminino.
Essas Tbuas de mortalidade usadas pelas Companhias de Seguros originaram-se de
estudos como esse!!!!


9
II) POPULAO E AMOSTRA

Dois conceitos utilizados largamente em Estatstica so populao ou universo
estatstico e amostra.

1 ) - INTRODUO:
A inferncia estatstica envolve a formulao de certos julgamentos sobre um
todo aps examinar apenas uma parte , ou amostra , dele. Assim que podemos
receber uma amostra de um novo produto alimentcio num supermercado; o leitor
certamente queimar a lngua se tentar provar um pedao de torta recm - sada do
forno; o cozinheiro prova a sopa para ver se precisa de um pouco mais de sal .
Analogamente, quando passamos os olhos sobre um novo livro ou uma revista, ou
experimentamos uma nova roupa, ou vemos um programa de TV por uns poucos
minutos para decidir se mudamos ou no de canal - na realidade estamos fazendo
amostragem.
A amostragem estatstica semelhante a cada um dos exemplos acima, embora
seus mtodos sejam mais formais e precisos e incluam tipicamente uma afirmao
probabilstica. A probabilidade e a amostragem esto estreitamente relacionadas e,
juntas, formam o fundamento da teoria da inferncia .

A experincia diria nos ensina a fazer generalizaes sobre assuntos e
circunstncias que freqentemente ultrapassam as fronteiras do nosso quotidiano. E
isso necessrio por ser impossvel estudar tudo que est a eles associado antes que
se faa alguma generalizao sobre suas caractersticas.

Em termos populares, entende se por "popuIao" a totalidade dos habitantes
de uma certa regio e/ou categoria. Por exemplo, a populao ou universo de dados
como sendo o conjunto dos elementos que tm alguma caracterstica em comum que
possa ser contada, medida, pesada ou ordenada de algum modo e que sirva de base
para as propriedades que se quer investigar. Como exemplos de populao estatstica
podem se citar os transeuntes de uma rua, os animais de um bairro, as indstrias e
lojas de uma cidade, os estudantes e atletas de uma universidade e os custos e preos
de vendas de uma srie de produtos.

) - AMOSTRAS E POPULAES :
A parcela do grupo examinada chamada amostra, e o grupo todo - do qual se
extrai a amostra - designado como populao ou universo. Os elementos que
compem uma populao podem ser indivduos ,firmas, produtos manufaturados,
inventrios, escolas, notas de aula, preos, ou qualquer coisa que possa ser
mensurada, contada ou ordenada segundo postos.
Os termos "populao "e "amostra " se referem a um conjunto especfico de
circunstncia. Ou seja, em determinado caso os alunos de uma sala de aula podem ser
considerados como uma populao, da qual iremos extrair amostras para anlise. J
em outra situao, aqueles mesmos alunos podem ser considerados como uma
amostra de todos os alunos do colgio, ou de toda a universidade. Como o propsito
da amostragem fazer generalizaes sobre a populao bsica, axiomtico que a

10
populao alvo seja estabelecida de modo que se possam fazer generalizaes
vlidas.
As populaes limitadas em tamanho dizem - se finitas, enquanto que as no
limitadas em tamanho se chamam infinitas. Os alunos de uma sala de aula, os
produtos num supermercado, os livros de uma biblioteca, os automveis da Califrnia, -
tudo isso so exemplos de populaes finitas. As populaes infinitas, por outro lado
consistem tipicamente em um processo que gera itens, como a jogada de uma moeda,
onde o nmero de itens ( caras e coroas ) que podemos obter ilimitado .Outros
exemplos de processos de populao infinita so a produo futura de uma mquina,
as extraes, com reposio, de bolas de uma urna, os nascimentos de insetos ( ou de
qualquer outra espcie ). Do ponto de vista prtico, a considerao importante se a
remoo de um item ou de um pequeno nmero de itens ter qualquer influncia
discernvel nas probabilidades relativas.

) - AMOSTRAGEM VERSUS CENSO:
Um censo envolve um exame de todos os elementos de um dado grupo, ao
passo que a amostragem envolve o estudo de apenas uma parte dos elementos. A
finalidade da amostragem fazer generalizaes sobre todo um grupo sem precisar
examinar cada um de seus elementos.
Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma
populao, enquanto que um censo requer o exame de todos os itens. Embora
concentremos nossa ateno nas amostras, na estatstica indutiva, conveniente e
instrutivo considerar tambm a alternativa do censo.
A primeira vista pode parecer que a inspeo completa ou total de todos os itens
de uma populao seja mais conveniente do que a inspeo de apenas uma amostra
deles. Na prtica, o contrrio que quase sempre vlido: a amostragem prefervel
ao censo. Exploremos esta ltima afirmao em termos de situaes onde a
amostragem mais vantajosa.
1. A populao pode ser infinita, e ento o censo se tornaria impossvel. Como
as populaes infinitas so processos que nunca terminam, obviamente no seria
possvel examinar todos os itens da populao.
2. Uma amostra pode ser mais atualizada do que um censo. Se se necessita de
uma informao rapidamente, um estudo de toda populao - mormente no caso de
itens muito numerosos ou muito dispersos - pode consumir demasiado tempo e perder
utilidade. Durante o tempo necessrio para examinar todo um carregamento de
morangos, o produto poderia comear a deteriorar -se, a ponto de no ser mais
comercivel.
Alm disso, se uma populao tende a modificar - se com o tempo, um censo poder,
na realidade, combinar vrias populaes. Numa grande comunidade, uma pesquisa
das pessoas que tenham contrado certa doena contagiosa pode levar tanto tempo
que, ao trmino da pesquisa, quando se comearem a adotar as providncias de
carter mdico, o mal j se tenha alastrado a ponto de exigir uma atuao diferente. Na
realidade, os prprios agentes pesquisadores podem ser veculos da propagao da
doena. Assim, o estudo pode recomendar a aplicao de uma vacina disponvel no

11
local, mas o mal pode ter se alastrado alm de qualquer controle, exigindo ento doses
macias de vacina.
3. Testes destrutivos. Os testes podem apresentar carter destrutivo, ou seja,
os itens examinados so destrudos no prprio ato do experimento. tens como
lmpadas, munio e dispositivos de segurana freqentemente deve ser destrudo
como parte do processo de teste. Ento o censo nos daria um panorama preciso de
uma populao que no mais existe.
4. O custo de um censo pode ser proibitivo, mormente seu custo individual
elevado e se existem muitos itens na populao. O custo de um censo de populao
dos EUA enorme; o censo s se realiza a cada 10 anos. Como outro exemplo,
consideremos o caso do censo do peso de cada peixe num dos grandes lagos, ou a
contagem do nmero de peixes no lago. A populao to grande e mvel, e os
problemas de mensurao ( tais como cuidado de contar cada peixe uma s vez ) so
to difceis que excluem de imediato a hiptese de um censo.
5. A preciso pode sofrer no caso de um censo de uma grande populao. A
amostragem envolve menor nmero de observaes e, conseqentemente, menor
nmero de coletores de dados. Com grande nmero de agentes, h menor
coordenao e controle, aumentando a chance de erros. A amostragem pode revelar
maior uniformidade nos mtodos de coleta de dados, e maior comparabilidade entre os
dados, do que um censo.
6. Finalmente, o tipo de informao pode depender da utilizao de uma amostra
ou de um censo. Freqentemente, as despesas com coleta de dados sofrem restries
oramentrias. Existe tambm a premncia do tempo. Se nos decidirmos por um
censo os problemas de custo e de tempo podem conduzir a uma limitao do censo a
apenas uma ou a poucas caractersticas por item. Uma amostra, com o mesmo custo e
mesmo tempo, poderia proporcionar resultados mais aprofundados sobre um menor
nmero de itens. Note -se que, se todos os elementos de uma populao fossem
idnticos, bastaria uma amostra de um elemento para nos dar todas as informaes
sobre a populao, e pouco ou nada lucraramos com a alternativa do censo. Embora
se trate de uma situao extrema, h, na realidade, muitos casos em que os itens de
uma populao so muito semelhante. Em tais casos um censo completo acrescentaria
muito pouco aos resultados de uma amostragem, ainda que pequena.
o obstante, h certas situaes em que mais vantajoso examinar todos os
itens de uma populao ( ou seja, fazer um censo ). Entre essas situaes, temos:
1. A populao pode ser to pequena que o custo e o tempo de um censo sejam
pouco maiores que para uma amostra. Tal seria o caso de uma sala com vinte alunos.
2. Se o tamanho da amostra grande em relao ao da populao, o esforo
adicional requerido por um censo pode ser pequeno. Por exemplo, se h grande
variabilidade entre os itens de uma populao, uma amostra dever ser bastante
grande para ser representativa. Se a populao no muito maior do que a amostra, o
censo eliminar a variabilidade amostral.
3. Quando se exige preciso completa, ento o censo o nico mtodo
aceitvel. Em face da variabilidade amostral, nunca podemos ter certeza de quais
sejam os verdadeiros parmetros da populao. Um censo nos dar essa informao,
embora erros na coleta dos dados e outros tipos de tendenciosidade possam afetar a
preciso do resultado. Um banco no faria amostragem de seus guichs para saber
quanto dinheiro h em todos eles; procederia a uma contagem ( censo ) geral. claro

12
que isto no evita erros aritmticos nas somas das quantias, mas evita problemas de
deciso sobre se determinado guich representativo de todos.
4. Ocasionalmente, j se dispe de informao completa, de modo que no h
necessidade de amostra.

Em resumo, a escolha da forma de estudo da populao depende do que se
pretende dele e do volume de recursos disponveis, em termos de tempo, dinheiro e
mo-de-obra qualificada. evidente que o estudo amostral mais freqentemente
usado, por ser mais barato e rpido que o censo, especialmente se a populao
muito grande ou dispersa, em termos geogrficos ou temporais.

III - ORGANIZANDO DADOS
Alm de milhares de organizaes privadas ,estatais,indivduos e um grande
nmero de rgos do governo conduzem centenas de pesquisas todos anos. Os dados
coletados a partir de cada uma dessas pesquisas preenchem centenas de milhares de
pginas. Em seu formato original, esses conjuntos de dados podem vir a ser to
grandes, que podem no fazer sentido para a maioria de ns. A estatstica descritiva,
entretanto, fornece as tcnicas que ajudam a condensar grandes conjuntos de dados
por meio da utilizao de tabelas, grficos e medidas resumidas. Visualizarmos essas
tabelas, grficos e medidas resumidas em jornais e revistas diariamente. primeira
vista, esses formatos de tabelas e grficos apresentam informaes sobre todos os
aspectos da vida cotidiana. Conseqentemente, a estatstica descritiva de imensa
importncia, pois ela proporciona mtodos eficientes e efetivos para o resumo e a
anlise de informaes.

1 ) Como construir tabeIas
Os dados coletados so registrados em fichas que contm, alm dos dados de
interesse diversas outras informaes. Portanto, terminadas a fase de coleta dos
dados, preciso retirar os dados das fichas e organiz-los. Essa fase do
trabalho dominada tecnicamente de apurao. Os dados apurados so
apresentados em tabelas. Existem normas nacionais para a organizao de
tabelas , ditadas pela ABNT ( Associao Brasileira de normas Tcnicas). Essas
normas no sero tratadas aqui, mas convm saber que as tabelas devem Ter
os seguintes componentes:

- TtuIo: Precede a tabela e explica , em poucas palavras, os dados em
estudo; se for o caso, indica o tempo e o lugar que os dados se referem;
- CabeaIho: Especifica o contedo de cada coluna;
- CoIuna indicadora: Especifica o contedo de cada linha;
- O corpo da tabeIa: Apresenta os dados


13
ExempIo
Valor em dlar dos principais produtos que o
Brasil vende Argentina
Produto VaIor em dIares
(em biIhes)
Automveis 606
Veculo de carga 541
Auto peas 531
Motores 264
Minrios 148
Tratores 130

Fonte: poca, 25 de Janeiro de 1999
Componentes da TabeIa
TtuIo: Valor em dlar dos principais produtos que o Brasil vende Argentina

CabeaIho: Produto Valor em dlares (em bilhes)

Automveis
CoIuna indicadora: Veculo de carga
Auto peas
Motores
Minrios
Tratores
O corpo da tabeIa: 606
541
531
264
148
130
Rodap(fonte dos Dados) poca, 25 de janeiro de 1999

) Sries Estatsticas
Basicamente , existem trs tipos de sries estatsticas: Temporais(ou
cronolgicas),geogrficas e categricas.

2.1) SRES, CRONOLGCAS, TEMPORAS OU MARCHAS
Descrevem os valores da varivel, em determinados intervalos de tempo
variveis.


14
Exemplo1

PRODUO DE FERTILIZANTES
FOSFATADOS - BRASIL ( 1985 - 89 )

ANOS

QUANTDADES ( t )
1985 3.570.115
1986 4.504.201
1987 5.448.835
1988 4.373.226
1989 4.024.813
Fonte: Associao Nacional para Difuso de Adubos e
Corretivos Agrcolas

Exemplo2
Nmero de apartamentos vendidos no ms de janeiro na cidade de S.Paulo

ANO Nmero de Apartamentos
vendidos
1995 1299
1996 533
1997 659
1998 1042
1999 402
Fonte : Secovi-SP(1999)
2.2) SRES GEOGRFCAS,TERRTORAS OU DE LOCALZAO
Descrevem os valores da varivel, em determinado instante, descriminados
segundo regies.
Exemplo 1:
PRODUO DE OVOS DE GALINHA
NO BRASIL - 1988

REGO

QUANTDADE(1000d
z. )
Norte 66. 092
Nordeste 356.810
Sudeste 937.463
Sul 485.098
Centro-
oeste
118.468
Fonte: BGE


15
Exemplo2 Nmero de desempregados em miIhes nos dez pases com
mais desemprego, em 1998

Pases Nmero de
Desempregados(miIhes)
ndia 38960.1
ndonsia 10625.7
Rssia 8028.8
Brasil 6649.9
EUA 6173.4
China 6125.1
Alemanha 4075.7
Espanha 3347.1
Japo 2930.3
tlia 2896.2
Fonte: Pochmann(1999)

2.3) SRES ESPECFCAS OU CATEGRCAS
Descrevem os valores da varivel, em determinado tempo e local,
descriminando segundo especificaes ou categorias.
Exemplo1:

REBANHOS BRASILEIROS
1988

ESPCIE

QUANT. (1000
cabeas )
Bovinos 139.599
Bulbalinos 1.181
Eqinos 5.855
Asininos 1.304
Muares 1.984
Sunos 32.121
Ovinos 20.085
Caprinos 11.313
Coelhos 909

Fonte: BGE


16

Exemplo2 Patrimnio e lucro lquido ,segundo o banco em 2009
Banco Patrimnio Liquido(miIhes
reais)
Lucro Lquido(miIhes
reais)
Banco do Brasil 6629.9 869.9
Banespa 4143.2 158.4
Bank de Boston 693.0 123.1
Boa Vista 419.6 30.9
Bradesco 6320.9 1012.4
HSBC 1176.5 190.6
ta 4650.7 879.9
Safra 931.2 142.1
Santander 960.7 37.5
Unibanco 2906.3 454.1
Fonte: EFC/Bancos(2009)


17
) Distribuio de Freqncia

1 TIPOS DE FREQNCIAS

A) Freqncia Simples( fi )

So os valores que realmente representam o nmero de dados de cada classe.

fi

= n

B) Freqncia Relativa ( fri)

So valores das razes entre freqncia simples da classe e freqncia total.
pode ser expresso em forma decimaI ou percentuaI

fri = fi forma decimal
fi

fri = fi x100 forma percentual
fi

C) Freqncia Acumulada ( Fi )

o total das freqncias de todos os valores inferiores ao limite superior do
intervalo de uma dada classe.
Fk = f
1
+ f
2
+ ... + fk
Fk = fi ( i = 1,2,..., k )

D) Freqncia Acumulada Relativa ( Fri )
a Freqncia Acumulada da Classe dividida pela Freqncia Total da
Distribuio: pode ser expresso em forma decimaI ou percentuaI

Fri = Fi forma decimal
fi

Fri = Fi x100 forma percentual
fi


18
Como verificamos, uma Srie Estatstica especfica, onde os dados encontram-se
dispostos em classes ou categorias juntamente com as freqncias correspondentes.
Desta forma podemos dividir as distribuies de freqncias em dois tipos: A e B

3.1)TPO A- VARVEL DSCRETA (SEM NTERVLO DE CLASSES)

Neste caso a varivel assume valores em pontos da reta real, podem-se enumerar
todos os possveis valores. Geralmente esta varivel assume valores interinos:
Exemplo

a) Nmero de alunos da classe "X "
b) Nmero de acidentes na Via Anchieta
c) Quantidade de livros da biblioteca da escola
d) Peas defeituosas num lote recebido

Eis um exempIo de distribuio de freqncia para variveI discreta (TIPO A ):
Tabela da dade dos alunos do Colgio XXX

Xi= idade dos alunos fi ( nmero de alunos)
15 10
16 13
17 7
18 15
19 5
TotaI=_ fi (somatrio) ou n 50

X
i
= identifica a varivel (idade dos alunos)

f
i
= corresponde a freqncia simpIes ou absoIuta, isto , o nmero de vezes que
cada varivel ocorre

n= soma dos f
i
= total de elementos observados na amostra

Do ExempIo acima podemos montar uma tabeIa de distribuio de freqncia do
tipo A

Xi
(idade dos alunos)
fi
(freqncia
simples)
fri
(freqncia
Relat.Simp.)
Fi
(freq.acumulada)
Fri
Freq.acum.
relativa)
15 10 0,20 10 0,20
16 13 0,26 23 0,46
17 7 0,14 30 0,60
18 15 0,30 45 0,90
19 5 0,10 50 1,00
_ fi (somatrio)=50


19
EXERCCIOS

1 Os dados abaixo representam as vendas dirias de um determinado aparelho
eltrico durante um ms, por uma firma comercial.
14 12 11 13 14 13
12 14 13 14 11 12
12 14 10 13 15 11
15 13 16 17 14 14

Forme uma distribuio de freqncia tipo A (varivel discreta) com freqncia simples
,freqncia simples relativa, Freqncia acumulada e Freqncia acumulada Relativa.

Resposta
Xi(vendas) fi fri(%) Fi Fri(%)
10 1 4,2 1 4,2
11 3 12,5 4 16,7
12 4 16,7 8 33,3
13 5 20,8 13 54,2
14 7 29,2 20 83,3
15 2 8,3 22 91,7
16 1 4,2 23 95,8
17 1 4,2 24 100,0

_ fi
(somatrio)=24

2-Complete as informaes ausentes na tabela abaixo:

Xi fi fri(%) Fi Fri(%)
12 5
16 13
17 32
34 8
45 47
56 3
Soma(_) 50 100


20
3- Construir uma distribuio de freqncia do tipo A ( varivel discreta ) para as
medidas em mm do dimetro de uma barra de metal ( freqncia simples, freqncia
relativa absoluta, freqncia acumulada e freqncia acumulada relativa ).
325 324 328 327 326
328 328 329 329 330
326 327 324 326 327
330 326 328 328 328

Resposta:
Xi 324 325 326 327 328 329 330
fi 2 1 4 3 6 2 2
fri 0,10 0,05 0,20 0,15 0,30 0,10 0,10
Fi 2 3 7 10 16 18 20
Fri 0,10 0,15 0,35 0,50 0,80 0,90 1,00

4 - Construa a distribuio de freqncias fri,Fi e Fri da srie abaixo:
dade 17 18 19 20 21
N
o
de alunos 3 18 17 8 4

Resposta:
dade 17 18 19 20 21
N
o
de alunos 3 18 17 8 4
fri 0,06 0,36 0,34 0,16 0,08
Fi 3 21 38 46 50
Fri 0,06 0,42 0,76 0,92 1,00

5 Da questo anterior responda:
a ) Quantos alunos tem 18 anos? R: 18 alunos ( inclusive )
b ) Quantos alunos tem at 18 anos nclusive? R: 21 alunos
c ) Qual a porcentagem de alunos de 21 anos? R: 8%
d ) Qual a porcentagem de alunos que tem at 20 anos ( exclusive )? R: 76%
e ) Quantos alunos tem menos que 19 anos? R: 21 alunos
f ) Qual a porcentagem de alunos que tem mais que 20 anos? R:8%

6 Complete o quadro:
Xi fi fri Fi Fri
2 16
5 0,24
8 0,57
10 76
13
total 200


21
7) A distribuio abaixo indica o nmero de acidentes ocorridos com 70 motoristas de
uma empresa de nibus.
No de acidentes 0 1 2 3 4 5 6 7
No de motoristas 20 10 16 9 6 5 3 1

Determine:
a) O nmero de motoristas que no sofreram nenhum acidente R.20
b) O nmero de motoristas que sofreram pelo menos 4 acidentes R.55
c) O nmero de motoristas que sofreram menos de 3 acidentes R.46
d) A percentagem dos motoristas que sofreram no mximo dois acidentes
R.65,7%.

3.2)TPO B- VARVEL CONTNUA (COM NTERVLO DE CLASSES)

Aqui a varivel assume valores em intervalos da Reta Real, no possvel
enumerar todos os valores. Geralmente esta varivel provm de medies. Exemplos:

a) peso dos alunos de uma srie
b) lucro das empresas no ramo metalrgico
c) tempo de durao de um transistor
d) nota de aproveitamento dos alunos

Eis um exemplo de distribuio de freqncia para varivel contnua TPO B.

Exemplo:
50 estudantes fizeram exame em certa matria e alcanaram os seguintes graus:

60 33 85 52 65 77 84 65 57 74
71 81 35 50 35 64 74 47 68 54
80 41 61 91 55 73 59 53 45 77
41 78 55 48 69 85 67 39 76 60
94 66 98 66 73 42 65 94 89 88

Para explicar a colocao das notas dos alunos, seguindo uma distribuio do
tipo B, necessitaremos de algumas definies, assim:

1. DADOS BRUTOS So aqueles valores a que se chegou pela simples coleta, sem
qualquer preocupao quanto sua ordenao, como o caso das 50 notas dos
alunos.

22

2. ROL - o arranjo dos dados brutos em ordem de grandeza crescente ou
decrescente. Portanto, teramos:

33 41 50 55 61 66 71 76 81 89
35 42 52 57 64 66 73 77 84 91
35 45 53 59 65 67 73 77 85 94
39 47 54 60 65 68 74 78 85 94
41 48 55 60 65 69 74 80 88 98

3. LMTES DE CLASSE - so os nmeros extremos de cada classe; sendo assim,
temos um limite inferior e um superior Do exemplo acima:
Se o 1o intervalo for notas de 33 a 43, 33 ser o limite inferior e 43 ser o
limite superior.

4. NTERVALO DE CLASSE - existem vrias maneiras de apresentarmos o intervalo de
classe. As distribuies podero apresentar-se da seguinte forma:

33 43 Compreende todos os valores entre 33 e 43 exclusive os extremos.
33 |------ | 43 Compreende todos os valores entre 33 e 43 inclusive os extremos.
33 -------| 43 Compreende todos os valores entre 33 e 43 inclusive o 43 e exclusive o 33.
33 |------- 43 Compreende todos os valores entre 33 e 43 inclusive o 33 e exclusive o 43

5. AMPLTUDE TOTAL OU "RANGE ( At ) - a diferena entre o maior e o menor
dado. Em nosso caso, a nota maior 98 e a menor 33, logo nossa amplitude total
98 - 33 = 65 .

6. PONTO MDO DAS CLASSE ( X
i
) ou( PM )- a mdia aritmtica entre o limite
superior e o limite inferior da classe. Assim, se a classe 33 |----- 43, teremos 33 + 43 /
2 = 38, que ser o Ponto Mdio da Classe.

7. NMERO DE CLASSE ( i ) - Quantas classes sero necessrias para representar o
fato ? Existem vrios critrios que podem ser utilizados a fim de possuirmos uma idia
do melhor nmero de classes, porm tais critrios serviro apenas como indicao e
nunca como regra fixa, pois caber sempre ao pesquisador estabelecer o melhor
nmero, levando-se em conta o intervalo de classe e a facilidade para os posteriores
clculos numricos.
Para achar o nmero de classes ns vamos considerar a regra de STRUGES.
i = 1 + 3,3 log . n
i = no de classes
n = no de observao

Do nosso exemplo:
n = 50
i = 1 + 3,3 log . 50
i = 6,6 i = 7 classes
OUTRO CRITERIO quando n<25 usa-se 5 classes..... quando n>25 ...Vn
=...V=7 classes

23

8)AMPLTUDE OU NTERVALO DE CLASSE ( h )

h = At ( amplitude total )
i ( no de classes no arredondado )
Do nosso exemplo:

At = 65
i = 6,6
h = 65 / 6,6 = 9,8 => 10 (arredondar para nmero inteiro)

Do nosso exempIo, podemos montar a tabeIa com distribuio:

- Freqncia Absoluta ( fi )
- Freqncia Relativa ( fri )
- Freqncia Acumulada ( Fi )
- Freqncia Acumulada Relativa ( Fri )

1 passo calcular o nmero de classes ( i )

i = 1 + 3,3 . log n i = 1 + 3,3 . log 50 i = 1 + 3,3 . 1,70 = 6,6 = 7,0

2 passo calcular a amplitude de classe ( h )

h = amplitude total = 98 - 33 = 65
no de classes

h = 65 = 9,8 < 10
6,6 ( n
o
de cIasses i no arredondado )

passo montar a tabela

i notas fi fri Fi Fri
1 33 |----- 43 7 0,140 7 0,140
2 43 |----- 53 5 0,100 12 0,240
3 53 |----- 63 9 0,180 21 0,420
4 63 |----- 73 10 0,200 31 0,620
5 73 |----- 83 10 0,200 41 0,820
6 83 |----- 93 6 0,120 47 0,940
7 93 |----- 103 3 0,060 50 1,000
fi = 50

24
EXERCCIOS

1 - Dada a estatura de 40 alunos do colgio A:

166 160 161 150 162 160 160 165 167 160
162 161 168 163 156 173 173 160 155 168
155 152 163 160 155 155 155 169 151 164
154 161 156 170 153 153 157 156 158 161

Pede-se:
a ) Distribuio de Freqncia do Tipo B ( varivel contnua log 40 = 1,60 )
b ) Freqncia Simples ou Absoluta c ) Ponto Mdio das Classes
d ) Freqncia Relativa Absoluta e ) Freqncia Acumulada
f ) Freqncia Acumulada Relativa

Resposta:
i Estatura fi Xi (Pmi) fri Fi Fri
1 150 |---- 154 5 152 0,125 5 0,125
2 154 |---- 158 10 156 0,250 15 0,375
3 158 |---- 162 11 160 0,275 26 0,650
4 162 |---- 166 6 164 0,150 32 0,800
5 166 |---- 170 5 168 0,125 37 0,925
6 170 |---- 174 3 172 0,075 40 1,00
n
o
de classes Freqncia simples Freqncia Relativa Freqncia Rela-
+ ou Absoluta + + tiva Acumulada
ntervalo de Classe Ponto Mdio Freqncia Acumulada

2 - Os pesos dos 40 alunos de uma classe esto abaixo descritos :
69 57 72 54 93 68 72 58 64 62
65 76 60 49 74 59 66 83 70 45
60 81 71 67 63 64 53 73 81 50
67 68 53 75 65 58 80 60 63 53
Determinar:
a ) A distribuio de freqncia do tipo B ( varivel contnua ), log 40 = 1,60
b ) A freqncia simples ou absoluta c ) Ponto mdio d ) Freqncia relativa
e ) Freqncia acumulada f ) Freqncia acumulada relativa
Resposta:
i pesos fi Xi fri Fi Fri
1 45 |------- 53 3 49 0,075 3 0,075
2 53|--------61 11 57 0,275 14 0,350
3 61|--------69 12 65 0,300 26 0,650
4 69|--------77 9 73 0,225 35 0,875
5 77|-------85 4 81 0,100 39 0,975
6 85|------| 93 1 89 0,025 40 1,000
40 1,000


25
3 - Do problema anterior:
a ) Quantos alunos pesam entre 69 quilos inclusive e 77 quilos exclusive ?R : 9 alunos
b ) Quantos alunos pesam inferior a 69 quilos ?
R : 26 alunos

c ) Qual a porcentagem de alunos que pesam entre 77 quilos inclusive e 85 quilos
exclusive ?
R : 10%

d ) Qual a classe com a maior concentrao ?
R : 3
a
classe

e ) Qual a porcentagem de alunos que tm peso inferior a 69 quilos ?
R : 65%

4 - Os dados seguintes representam 20 observaes do ndice pluviomtrico em
determinado municpio do Estado:
144 152 159 160
160 151 157 146
154 145 141 150
142 146 142 141
141 150 143 158
Pede-se:
Montar a distribuio de freqncia do tipo B ( varivel contnua log 20 = 1,30 )
a ) Freqncia simples ( fi )
b ) Freqncia simples relativa ( fri )
c ) Freqncia simples acumulada ( Fi )
d ) Freqncia acumulada relativa ( Fri )
e ) Qual a classe que possui maior densidade ? Resposta: 1o classe
f ) Qual a porcentagem do ndice pluviomtrico at 153 exclusive ? R : 70%

5 - A tabela abaixo representa os salrios pagos a 100 operrios da empresa "Beta:

i no de
salrios
mnimos
no de
operrios
fri Fi Fri
1 0 |----- 2 40
2 2 |----- 4 30
3 4 |----- 6 10
4 6 |----- 8 15
5 8 |----- 10 5
Preencher a Tabela acima e responder as perguntas:
a ) Quantos operrios ganham at 2 salrios mnimos ( exclusive ) ? R : 40
b ) Quantos operrios ganham de 6 at 8 salrios mnimos ( exclusive ) ? R : 15
c ) Qual porcentagem dos operrios com salrio inferior a 4 mnimos ? R : 70%
d ) Qual a porcentagem dos operrios com salrio inferior a 8 salrios mnimos ? R : 95%
e ) Qual a porcentagem dos operrios que ganham 8 ou mais salrios mnimos ? R : 5%

26
6 - Construa a distribuio de freqncias para a srie abaixo que representa uma
amostra dos salrios de 25 funcionrios selecionados em uma empresa.
CLASSE

SALRO US$ NMERO DE
FUNCONRO
1 1000,00 |------- 1200,00 2
2 1200,00 |------- 1400,00 6
3 1400,00 |------- 1600,00 10
4 1600,00 |------- 1800,00 5
5 1800,00 |------- 2000,00 2

R:
fri %

Fi Fri %
8 2 8
24 8 32
40 18 72
20 23 92
8 25 100

8 - nterprete os valores obtidos na quarta linha da distribuio de freqncias do
problema anterior.
R: nterpretaes:
Estamos enfocando na ordem crescente a quarta classe de salrios desta empresa.
1600,00 |----- 1800,00 - Os salrios desta classe so maiores ou iguais a US$1600,00
e menores que US$ 1800,00
H cinco funcionrios com salrios maiores ou iguais a US$ 1600,00 e menores que
US$ 1800,00.
20% dos funcionrios selecionados tm salrios maiores ou iguais a US$ 1600,00 e
menores que US$ 1800,00.
H 23 funcionrios entre os selecionados com salrios menores que US$ 1800,00.
92% dos funcionrios selecionados tm salrios menores que US$ 1800,00.
8% dos funcionrios tem salrios maiores que US$1800,00 inclusive

9- Os dados abaixo so o nmero de teclados de computador montados pela Acer
computadores para uma amostra de 25 dias:
45 52 48 41 56
46 44 42 48 53
51 53 51 48 46
43 52 50 54 47
44 47 50 49 52

a) Monte a tabela de freqncias; simples, relativa simples, absoluta e relativa
absoluta ( log 25= 1,3979)


27
3.3) RAMO-FOLHA

Uma outra forma de apresentao de dados para descrever uma distribuio de
nmeros RAMO-FOLHA, essa tcnica elaborada recentemente por ,Jonh Tukey
oferece uma boa globalizao dos dados.
Para ilustrar essa tcnica, consideremos as seguintes notas de um teste de
Matemtica de 20 estudantes:
69 84 52 93 61 74 79 65 88 63
57 64 67 72 74 55 82 61 68 77
Decomponhamos agora cada nmero em seus algarismos das dezenas e das
unidades, marcando juntos os valores que tm o mesmo algarismo das dezenas. sto
: o nmero 69 como 6 | 9 . Os algarismos das dezenas ficaro ento alinhados
verticalmente ,com os algarismos das unidades apresentados ao lado. Para o conjunto
de 20 escores de coordenao fsica ,a apresentao :

5 7 5
6 9 1 5 3 4 7 1 8
7 4 9 2 4 7
8 4 8 2
9 3

Ramos FoIhas

A primeira linha 5 7 5 nos diz que a lista contm os valores 52, 57 e 55 .
A Segunda linha mostra que h oito valores na casa dos 60's,na Terceira linha h cinco
valores na casa dos 70's,na Quarta linha h 3 valores na casa dos 80's e na ltima
linha h um valor na casa dos 90's.Podemos observar o ramo 6 possui freqncia
maior e em seguida o 7

EXERCCIOS

1-Do-se a seguir as alturas, em centmetros, de 16 alunos do curso secundrio:

171 182 177 166 158 170 178 174
163 161 191 167 171 201 166 172
Construa um Ramo-Folhas com os ramos rotulados 15,16,17,18,19 e 20
R;
15 8
16 1 3 6 6 7
17 0 1 2 2 4 7 8
18 2
19 1
20 1 OBS: 15 8 significa 158


28
2- Do-se a seguir os pesos, em libras, de 20 candidatos a emprego de Bombeiros de
uma cidade:
225 182 194 210 205 172 181 198 164 176
180 193 178 193 208 186 183 170 186 188

Construa um ramo-folhas com os ramos rotulados 16,17,18,19,20,21, e 22

R:
16 4
17 0 2 6 8
18 0 1 2 3 6 6 8
19 3 3 4 8
20 5 8
21 0
22 5

3-Os seguintes nmeros de unidades de um produto foram completados em
determinado dia por 20 operrios de uma fbrica de artigos de artesanato:
61 58 59 72 47 55 40 73 66 60
71 69 63 58 51 42 67 80 62 53
Construa um ramo-folhas com os ramos rotulados 4,5,6,7, e 8:
R:
4 0 2 7
5 1 3 5 8 8 9
6 0 1 2 3 6 7 9
7 1 2 3
8 0
4- Os dados abaixo fornecem tempos ( em minutos) gastos para ir e voltar de casa
para o trabalho de 20 pessoas
10 50 65 33 48 5 11 23 39 26
26 32 17 7 15 19 29 43 21 22
Construa uma disposio ramo-e-folha para esses dados.Arrume as folhas
correspondentes a cada ramo em ordem crescente ( bservao: para se preparar
uma disposio ramo-folha pode-se escrever cada nmero nesse conjunto de dois
dgitos. Por exemplo 5 pode ser escrito 05, cujo o ramo 0 e a folha 5)


29
4 ) Grficos
Sua utilizao na Estatstica suma importncia, visto que, praticamente, todo e
qualquer relatrio analtico vem acompanhado de grficos ilustrativos. sto facilita a
interpretao rpida do fenmeno que hora se analisa.
Basicamente, devemos levar em considerao trs caractersticas para a
construo de um grfico: simpIicidade, cIareza e veracidade.
Atualmente nas publicaes de jornais / revistas devido a evoluo na informtica
os grficos so muito usados.

"UM GRFICO FALA MAIS ALTO QUE MIL PALAVRAS


30


31

4.1) Como construir Grficos
Para construir um grfico, preciso saber que:

1-Todo grfico deve ter ttuIos e escaIa.
-O TtuIo deve ser escrito acima do grfico
-No eixo das abscissas, a escaIa cresce da esquerda para direita e escrita
embaixo do eixo
4- No eixo das ordenadas,a escaIa cresce de baixo para cima e escrita
esquerda do eixo
5-Nos eixos devem estar identificadas as varveis aIi representadas
6-Os grficos devem exibir, no rodap , a fonte, isto , instituio,o pesquisador,
ou o grupo de pesquisadores que forneceu o grfico ou os dados que permitiram
a construo do grfico.
4.)Tipos de grficos
A) LNEARES
a representao mais usual em forma de linhas largamente empregada para
representar fenmenos contnuos.

Exemplo:

PRODUO DE VEICULOS
Brasil- 1984 - 89

ANOS
QUANTDADES
( 10
3
unidades )
1984 865
1985 967
1986 1056
1987 920
1988 1069
1989 513
Fonte: Anfavea

32

FONTE : ANFAVEA

B) COLUNAS OU BARRAS
a representao de uma srie por meios de retngulos, dispostos verticalmente
( em colunas ) ou horizontal ( em barras ).

Exemplo:
B1) COLUNAS
CONSTRUO DE AERONAVES
DO BRASIL 1984 - 89

ANOS

UNDADES
1984 184
1985 171
1986 167
1987 203
1988 199
1989 197
Fonte: Embraer
PRODUO DE VEICULOS NO BRASIL 1984-89
865
967
1056
920
1069
513
0
200
400
600
800
1000
1200
1984 1985 1986 1987 1988 1989
ANOS
Q
U
A
N
T
I
D
A
D
E
S

33

FONTE: EMBRAER

B2) GRFCO EM BARRAS

PRODUO DE ALHO
BRASIL -1988

ESTADO
QUANTDADE
( T )
Santa Catarina 13.973
Minas Gerais 13.389
Rio Grande do sul 6.892
Gois 6.130
So Paulo 4.179
Fonte: BGE
CONSTRUO DE AERONAVES DO BRASIL 1984
184
171
167
203
199
197
0
50
100
150
200
250
1984 1985 1986 1987 1988 1989
ANOS
U
N
I
D
A
D
E
S

34

PRODUO DE ALHO NO BRASIL-1988
13389
6892
6130
4179
13973
0 2000 4000 6000 8000 10000 12000 14000
SANTA CATARNA
MNAS GERAS
RO GRANDE DO SUL
GOS
SO PAULO
E
S
T
A
D
O
S
QUANTIDADE(TON)

FONTE: IBGE

C) GRFCO EM SETORES
Este grfico construdo com base em um crculo e empregado sempre que
desejamos ressaltar a participao do dado no total.
Para fazer um grfico de setores
1- Trace uma circunferncia .A rea do circulo representar o total, isto 100%
2-Lembre-se de que uma circunferncia tem 360
o
. Ento,se aos 100 % correspondem
360
o


35

Exemplo:
REBAAHOS BRASILEIROS
1988

ESPECIE
QUANTIDADES
10
3
cabeas

Bovinos 140 69
Suinos 32 16
Ovinos 20 10
Caprinos 11 5

TOTAL

203

100

Fonte: IBGE

FONTE: IBGE

REBANHO BRASILEIRO - 1988
Bovinos
69%
Suinos
16%
Caprinos
5%
Ovinos
10%
Bovinos
Suinos
Ovinos
Caprinos

36
D) DAGRAMA DE PARETO
O Diagrama de Pareto usado na gesto de qualidade para estabelecer a ordem em
que as causas das perdas ou de outros tipos de fracasso devem ser
sanadas.(diagramas de colunas representado pela freqncia simples ou relativa das
classes ou valores analisados,porm representando-os de forma ordenada,geralmente
da classe de maior freqncia para a de menor freqncia)

Exemplo: RECLAMAES NO PROCON POR REA
REA %
Servios 40
Assuntos Financeiros 23
Produtos 21
Habitao 8
Sade 7
Alimentos 1
Fonte: Procon(Fundao de Proteo de Defesa do Consumidor 1999

Fonte : Procon (Fundao de Proteo e Defesa do Consumidor) 1999

RecIamaoes no Procon por rea
40
23
21
8
7
1
0
5
10
15
20
25
30
35
40
45
Servios Assuntos
Financeiros
Produtos Habitao Sade Alimentos
rea
F
r
e
q
u
e
n
c
i
a

R
e
I
a
t
i
v
a
(

%

)

37

E) - REPRESENTAO GRFCA DE UMA DSTRBUO

Uma distribuio de freqncia pode ser representada graficamente pelo
histograma, pelo poIgono de freqncia e pelo poIgono de freqncia
acumuIada.

E1) HSTOGRAMA ( OU DAGRAMAS EM COLUNAS )para dados agrupados em
classe: Apresenta graficamente dados organizados em uma tabela de Distribuio de
Frequncia e formado por um conjunto de retngulos justapostos, cujas bases se
localizam sobre o eixo horizontal, de tal modo que seus pontos mdios coincidam com
os pontos mdios dos intervalos de classe.
- As larguras dos retngulos so iguais as amplitudes dos intervalos de classe.
- As alturas dos retngulos devem ser proporcionais s freqncias classes.
Exemplo:

estatura fi Pmi = Xi fri Fi Fri
1 150|-----154 4 152 0,100 4 0,100
2 154|-----158 9 156 0,225 13 0,325
3 158|-----162 11 160 0,275 24 0,600
4 162|-----166 8 164 0,200 32 0,800
5 166|-----170 5 168 0,125 37 0,925
6 170|-----174 3 172 0,075 40 1,000

Histograma:

Ii

12
11
10
9
8 8

6 5

4 4

2 3
Amplitude
( Int. Classe )

150 154 158 162 166 170 174


38
E2) POLGONO DE FREQNCA: um grfico de linha, sendo as freqncias
marcadas sob perpendiculares ao eixo horizontal, levantadas pelos pontos mdios dos
intervalos de classe. para obtermos um polgono ( linha fechada ) devemos completar a
figura , ligando os extremos da linha obtida aos pontos mdios da classe anterior
primeira e posterior ltima , da distribuio.

12 Ii
11
10
9
8 8

6
5
4 4
3
2

148 152 156 160 164 168 172 176 Ponto Mdio

E3) POLGONO DE FREQNCA ACUMULADA ( OGVA GALTON ): traado
marcando-se as freqncias acumuladas sob perpendiculares ao eixo horizontal,
levantadas nos pontos correspondentes aos limites superiores dos intervalos de
classes.

PoIgono de Frequncia AcumuIada(Ogiva de GaIton)
0
13
24
32
37
40
4
0
5
10
15
20
25
30
35
40
150 154 158 162 166 170 174
AmpIitude
F
r
e
q
u
e
n
c
i
a

A
c
u
m
u
I
a
d
a
(
F
i
)

Seqncia1

F) OUTROS TPOS DE GRFCOS
Grfico Polar
Pictogramas (Figuras)
Cartogramas , Logartmicos etc..


39

Exerccios
1)Com os dados da tabela apresentada em seguida ,faa um diagrama de Pareto:
Reclamaes da Telefonica
TIPO DE RECLAMAO FREQUNCIA
No entrega de produto ou servio 1062
Problemas relativos a contratos 383
No prestao de servios 227
Cobrana indevida 178
Dificuldade em efetuar pagamento 17
Fonte: Procon SP

2) Com os dados da tabela apresentada em seguida ,faa:
a) Um grfico de barras b)Um grfico de Setores
Percentagem do total de faturamento,segundo o tipo de vendas em uma
empresa de informtica
TIPOS DE VENDA PERCENTUAL
Computadores 35
Software 23
Assistncia tcnica 15
Redes 14
Outros servios 13
totaI 100
Fonte: AE
3)No Brasil,para um total de aproximadamente 160 milhes de habitantes ,o valor do
PEA (Populao Economicamente Ativa) est entorno de 75 milhes de pessoas.Faa
um grfico de setores para apresentar essa informao.(FONTE :BGE)

4)Com dados da tabela abaixo faa um grfico de colunas e LNHAS
Nmero de veculos roubados no Carnaval na Capital do Estado de
SPaulo

Ano No de vecuIos
1996 774
1997 599
1998 760
1999 1067
Fonte: Secretaria da Segurana Publica de SPaulo


40

5)Com os dados da tabela abaixo ,faa um grfico de barras

Nmero de bares por mil habitantes nas principais Capitais
Cidades No de Bares/1000
hab.
Belo Horizonte 6.2
Braslia 5.3
Curitiba 4.0
So Paulo 3.5
Rio de janeiro 2.5
Recife 2.3
Fortaleza 1.9
Salvador 1.8
Porto Alegre 1.3
Manaus 0.9
Fonte : Sindicato de hotis ,bares e restaurantes (1999)

6)Um grupo formado por 78 turistas estrangeiros passou o ltimo vero de um hotel em
Macei,Alagoas.As nacionalidades dos turistas esto apresentadas na tabela
abaixo.Construa um grfico de barras e um grfico de pareto.

Pas Vendas
Argentina 26
Frana 14
nglaterra 8
Estados Unidos 23
Alemanha 7
Fonte:Hotel X

7)Elabore um histograma do exerccio abaixo
Os dados abaixo so o nmero de teclados de computador montados pela Acer
computadores para uma amostra de 25 dias:
45 52 48 41 56
46 44 42 48 53
51 53 51 48 46
43 52 50 54 47
44 47 50 49 52


41
8)Dada a tabela abaixo construa um histograma e um polgono de freqncia simples e
de freqncia acumulada.

9)O setor de pessoal da Mercantil Preo Bom LTDA registrou o seguinte nmero de
faltas de funcionrios em uma semana do ms passado.Pede-se construir o
histograma para os dados apresentados.
Nmero de faltas fi( nmero de funcionrios)
2 2
3 3
4 8
5 5
6 2
Soma(_) 20

CIasse fi
O [ 10 5
10 [ 20 6
20[ 30 19
30[ 40 8
40[ 50 2

42
IV) - MEDIDAS DE POSIO CENTRAL

A Estatstica a mais perversa das cinciasSe voc come dois frangos e eu no
como nenhum,ela diz que,na mdia,ambos comemos um frango"

Para ressaltar as tendncias caractersticas de cada distribuio , isoladamente
ou em confronto com outras, necessitamos introduzir conceitos que se expressem
atravs de nmeros , que nos permitam traduzir essas tendncias .
Esses conceito so denominados elementos tpicos da distribuio, e so as:

A ) Medidas de Posio ou Tendncia Central
B ) Medidas de Disperso ou Variabilidade
C ) Medidas de Disperso Relativa

A) MEDIDAS DE POSIO OU TENDNCIA CENTRAL:
podemos cIassific-Ias em:

A1) Mdia
A2) Mediana
A3) Moda
A4) Separatrizes ( quartis, decis e centis )

A1) MDIA ( X ): A mdia mais popular de Tendncia Central a que o leigo chama
de "MDIA e o Estatstico chama de "MDIA ARITMTICA: A expresso de "Mdia
Aritmtica " empregada principalmente para distinguir da Mdia Geomtrica e de
Mdia Harmnica, esses dois tipos de mdia so usados em situaes muito especiais
por essa razo no vamos abord-la nesse curso.

A1.1) MDIA ARITMTICA SIMPLES:

- valores isolados:
Seja um conjunto X = ( X
1
+ X
2
+ X
3
._ X
n
) onde X
1
, X
2
, X
3
... X
n
representa os
diversos valores assumidos pela varivel. A mdia aritmtica ( X ) deste conjunto ser
o quociente entre a soma de todos os X
1
:

X X
1
X
2
X
3
... X
n

n

X
n
X
i
i1
n no elementos da media

Mdia


43
Exemplo: Achar a mdia X = { 1, 2, 3, 4 }

X = 1 + 2 + 3 + 4 X = 2,5
4

- valores isolados ponderados:
Se dispusermos de uma conjunto de valores ou fenmenos:

X
1
, X
1
, X
1
... , X
3
, X
3
... , X
n
, X
n
, ... X
n

I
1
3 vezes I
3
2 vezes I
n
n vezes

X I
i
. X
1
I
3
. X
3
... I
n
. X
n

I
i
I
3
... I
n

X
in
in
I
i
. X
i

I
i

Exemplo: X 5, 5, 5, 3, 3, 2, 2, 1, 1 }

X
i
f
i

5 3
3 2
2 2
1 2
X X
i
I
i
X
2
I
2
X
3
I
3
X
4
I
4
5. 3 3. 2 2. 2 1. 2 27 3
I1 I2 I3 I4 3 2 2 2 9

A.1.)Mdia Aritmtica Ponderada
Ao Calcularmos um mdia , podemos cometer srio engano, se ignorarmos o fato de
que as grandezas em jogo no tm todas a mesma importncia em relao ao
fenmeno que est sendo estudado. Consideremos, por exemplo, os seguintes dados
sobre a percentagem de casas de residncia ocupadas pelos proprietrios respectivos,
nas vizinhanas de trs cidades da Califrnia:
Cidades % Ocupada peIo proprietrio
Los Angeles 40.3
Sacramento 56.4
San Jos 62.1

A mdia dessas 3 cidades :
, + , +,
= ,9

Mas no podemos afirmar que essa seja a ocupao mdia de casas pelos seus
proprietrios nas trs cidades. As trs cifras no tm todas o mesmo peso ,porque h
grandes diferenas entre os tamanhos das trs cidades.
Para dar quantidades sujeitas ao processo de mdia o grau correto de
importncia, preciso atribuir-lhes pesos(importncia relativa) e ento calcular mdia
ponderada.

44

X=
]1X1+]2X2+..........]nXn
]1+]2+....]n
=
_]-Xn
_]n

Aqui , f * X a soma dos produtos de cada x pelo peso correspondente, e f
simplesmente a soma dos pesos. Note que , quando os pesos so todos iguais ,a
frmula da mdia ponderada se reduz mdia usual(aritmtica).

Considerando que,em bairros selecionados de Los Angeles, h 1135 unidades
residenciais,113 em Sacramento e 210 em S. Jos,utilize essas cifras e as
percentagens do exemplo acima para determinar a taxa mdia de ocupao pelos
proprietrios nas trs cidades.

X
1
=40.3 , X
2
=56.4 e X
3
=62.1 f1=1135 ,f
2
=113 e f
3
=210

1135 *40.3 + 113*56.4 +210*62.1 65154.7
Xn= = = 44.7
1135 + 113 + 210 1458

Note que o valor obtido para Xn = 44.7 muito menor do que X=52.9 isto devido
exclusivamente ao grande tamanho de Los Angeles e sua baixa taxa de ocupao
pelos proprietrios

MDIA ARITMTICA PARA DADOS NO AGRUPADOS X

_] Xn
_]

A1.) MDIA ARITMTICA PARA DADOS AGRUPADOS EM CLASSE:

A mdia aritmtica para dados agrupados costuma ser utilizada em clculos com
amostras grandes, evitando-se tornar o processo demorado, ou quando apenas as
freqncias e as classes dos dados agrupados esto disponveis.
Agrupa-se os dados numa tabela de distribuio simples, calcula-se o pnto mdio de
cada classe e depois em outra coluna multiplica-se o seu ponto mdio com a sua
respectiva freqncia, soma-se algebricamente os produtos e aplica-se a formula
abaixo

X

_] Pm
_]

ponto medio


45

Exemplo:
no de alunos
estatura Ii Pmi Ii . Pmi
150,-----156 5 153 765
156,-----162 4 159 636
162,-----168 19 165 3135
168,-----174 18 171 3078
174,-----180 14 177 2478
180,-----186 12 183 2196
186,-----192 4 189 756
Ii 76 Ii . Pmi 13044

X = fi . Pmi
fi
_

X = 13044 = 171,63 cm
76

EXERCCIOS SOBRE MDIA ARITMTICA
1 - Um produto vendido em trs supermercados por $13,00/kg, $13,20/kg e
$13,50/kg. Determine quantos $/kg se paga em mdia pelo produto ?
R: $13,23/kg

2-Um sorveteiro vendeu, nas quatro ltimas semanas 1500, 1300,1100,1800 picols.
Qual foi a quantidade mdia vendida na semana? R 1425

3-As notas obtidas por um aluno em Estatistica foram iguais 5,4 ; 3,7 ; e 9,2. Qual seria
a nota mdia deste aluno ? R 6,1

4-Um estudante da Fatec obteve as seguintes notas em Estatstica .

PROVA MENSAL NOTAS PESO
P1 8,5 2
P2 6,0 2
P3 5,5 3
P4 4,0 3

Calcule a mdia final de estatstica e responda se foi aprovado, a mdia para passar
6 ou maior. R. mdia foi 5,75 no passou.

5 - A mdia mnima para aprovao em determinada disciplinas 5,0. Se um estudante
obtm as notas 7,5; 8,0; 3,5; 6,0; 2,5; 5,5; 4,0 nos trabalhos mensais da disciplina em
questo, pergunta-se, ele foi ou no aprovado.
R foi aprovado : mdia= 5,286


46
6 - Os graus finais de um estudante, em matemtica, fsica, ingls e higiene so
respectivamente 82, 86, 90 e 70. Se os pesos atribudos a essa matria so
respectivamente 3, 5, 3 e 1. Determine o grau mdio.
R.: 85

7 - Trs professores de Economia atriburam os graus mdios de exame de 75, 82 e
84, e suas respectivas classes, que se compunham de 32, 35 e 17 estudantes,
respectivamente. Determinar o grau mdio para todas as classes.
R.: 79,7

8 - Um professor informa classe que haver dois exames de uma hora. Valendo 30%
do total de pontos do curso para cada exame, e um exame final valendo 40%. Um
estudante obteve 80 pontos no 1o. exame, 90 no 2o. e 96 no exame final. calcular a
mdia final.
R.: 89,4

9 - Turmas que possuem determinada disciplina em comum apresentam, nessa
disciplina:
Turma A = 40 alunos = mdia 6,5, Turma B = 35 alunos = mdia 6,0
Turma C = 35 alunos = mdia 4,0 Turma D = 20 alunos = mdia 7,5
Calcular a mdia geral das turmas.
R: 5,85

10 - Uma loja vende cinco produtos bsicos A,B,C,D,E. O lucro por unidade
comercializada destes produtos vale respectivamente $200,00; $300,00; $500,00;
$1000,00; $5000,00. A loja vendeu em determinado ms 20; 30; 20; 10; 5 unidades
respectivamente. Qual foi o lucro mdio por unidade comercializada por esta loja?
R: 682,35/pea

11 Uma pesquisa amostral efetuada junto a estudantes de uma Faculdade acusa os
seguintes dados sobre o tempo dirio mdio(em horas) gasto com exerccios
N
o
de Estudantes N
o
de horas mdia por
pessoa
80 0.9
70 0.7
65 1.0

Ache a Mdia para todos 215 estudantes de Amostra. R 0,87

12-Um empregado perdeu uma nota de 10 notas de compras feitas na hora do
encerramento. O valor mdio de todas as 10 notas era de US$ 7,20, e as nove notas
restantes tinha os valores:
4.80 7.10 7.90 9.55 4.45 5.72 7.54 8.34 9.70 Qual o valor da nota perdida?
R: US$ 6.90


47
13-Em trs rodadas de golfe, Peter fez 88,79 e 82 pontos.Qual o escore mdio de
Peter fique reduzido a 81 para quatro rodadas?
R:75 pontos

14-Em um posto de controle rodovirio , doze motoristas multados por excesso de
velocidade estavam dirigindo a:
8 11 14 6 8 10 20 11 13 18 9 15
milhas por hora acima do lime regulamentar de velocidade.
a)Em mdia,em quantas milhas por hora esses motoristas estavam excedendo o
limite?
b)Se um motorista que excedia o limite em menos de 15 milhas por hora foi multado
em US$ 60 , e os outros foram multados em US$88 , determine a mdia das multas
que esses motoristas tiveram de pagar.
R a)11.9 b) US$ 67

15) Em uma fbrica que tem 100 operrios,50 recebem R$ 60,00,20 operrios recebem
R$ 40,00 e 30 recebem R$ 50,00 por hora.Pede-se determinar o salrio mdio por
hora.
R: R$ 53,00

16- Calcule a Mdia Aritmtica da srie:
Xi fi
2 1
3 4
4 3
5 2
R: 3,6

17 - Calcule a idade mdia dos alunos de uma classe de primeiro ano de determinada
Faculdade, em anos.
dade
xi
No de alunos
fi
17 3
18 18
19 17
20 8
21 4
R: 18,84 ano/aluno


48
18 - Uma imobiliria gerncia o aluguel de resistncia particulares, segundo quadro
abaixo:

CLASSE

ALUGUEL $ No CASAS
fi
1 0 |------- 200 30
2 200 |------- 400 52
3 400 |------- 600 28
4 600 |------- 800 7
5 800 |------- 1000 3
Calcule o aluguel mdio para estas residncias.
R: 335

19 - Uma empresa de aviao observou em seus registros recentes, o tempo de mo-
de-obra gasto na reviso completa de um motor de jato. O seguinte dado foi obtido
CLASSE

TEMPO DE MO-
DE-OBRA(horas)
No DE
MOTOREs
1 0 |------- 4 1
2 4 |------- 8 5
3 8 |------- 12 10
4 12 |------- 16 12
5 16 |------- 20 4
a ) Determine o nmero mdio de horas de mo-de-obra necessrio para a reviso de
cada motor.
b ) Com base nesta informao, qual deve ser o tempo total de mo-de-obra para a
reviso de dez motores que aguardam reviso ?
c ) Se a empresa dispe no momento de dois homens trabalhando 12 horas por dia
nestas revises conseguir provavelmente revisar estes dez motores em quatro dias ?
R: a)11,625 h b) 116,25 h c) no

20 - uma pesquisa para determinar a eficincia de uma nova rao para animais, em
termos de ganho de peso, mostrou que aps um ms em que a rao normal foi
substituda pela nova rao, os animais apresentaram um aumento de peso segundo a
tabela:
CLASSE

AUMENTO DE PESO( kg ) No DE ANMAS
fi
1 0 |------- 1 1
2 1 |------- 2 5
3 2 |------- 3 35
4 3 |------- 4 37
5 4 |------- 5 28
a ) Calcular o aumento mdio de peso por animal.
b ) Se a rao antiga proporcionava em iguais circunstncias um aumento mdio de
peso de 3.100 kg/animal, esta nova rao pode a princpio ser considerada mais
eficiente ?
R: a) 3,31 kg b) sim

49
A) MEDIANA ( MD ): o valor que divide a distribuio ao meio de tal modo que 50%
dos dados estejam acima deste valor e os outros 50% abaixo dele. Trata-se de uma
medida muito utilizada na anlise de dados estatsticos, especialmente quando se
atribui pouca importncia aos valores extremos de varivel.

A2.1) DADOS NO AGRUPADOS ( RESUMO ):
01- Coordenar os valores ( colocar em ordem crescente );
02- Verificar se h um nmero mpar ou par de valores;
03- para um nmero mpar de valores, a mediana o valor do meio. Para um nmero
par de valores o valor da mediana a mdia dos dois valores do meio.
Exemplo: 5, 13, 10, 2, 18, 15, 6, 16, 9
1o passo: (ordenar) 2, 5, 6, 9, 10, 13, 15, 16, 18
2o passo: nmero mpar de valores 9 ( total de valores )
3o passo: nmero do meio MD = 10

Exemplo: 5, 13, 10, 18, 6, 16
1o passo: 5, 6, 10, 13, 16, 18
2o passo: nmero par de valores 6 ( total de valores )
3o passo: MD = ( 10 + 13 ) / 2 MD = 11,5

A.) DADOS AGRUPADOS: Sem intervaIos de cIasse:

nmero de observaes
01- Nmero mpar de observaes:
elemento mediano Em = n + 1
2

ELEMET MEDIA LUGAR DE SE ETRA A MEDIAA

TEMOS QUE ACHAR A FREQUNCIA ACUMULADA PARA ENCONTRARMOS A
POSIO DA MEDIANA E CONSEQUENTEMENTE A MEDIANA

Exemplo:
Xi Fi Fi
2 2 2
4 5 7
5 8 15
7 6 21
8 4 25
fi = 25
2, 2, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8

1o 2o
Em = ( 25 + 1 ) / 2 = 13 a mediana se encontra na 13 posio ............. MD = 5

02- Nmero par de observaes:
Em = n e n + 2
2 2
Neste caso, a mediana a mdia dos vaIores que ocupam as duas posies centrais:


50

Exemplo

Lugar onde est a 13 e 14 posio
fi = 26
Em = n e n + 2 Em= 26/2 =13 posio e (26+2)/2=14 posio
2 2

O Elemento da Mediana est entre o 13
o
e 14
o
elemento

a mediana ser a mdia dos valores que ocupam as duas posies centrais: a 13 e 14
posio

MD= (6+6)/=6

A.) DADOS AGRUPADOS: Com intervaIo de cIasse :

O clculo da mediana devemos seguir os seguintes passos:
1 - Determinamos as freqncias acumuladas ( Fi );
2 - Calculamos fi / 2
3 - Marcamos a classe correspondente freqncia acumulada, fi / 2 ( classe
mediana ) e, em seguida empregamos a frmula MD:

H = +
_
-(on)

li = limite inferior de classe mediana
F (ant) = freqncia acumulada da classe anterior classe mediana
fi = freqncia simples da classe mediana
h = amplitude do intervalo da classe mediana

Exemplo:
i estatura (cm
)
fi Fi
1 150 |---- 154 4 4
2 154 |---- 158 9 13
3 158 |---- 162 11 24
4 162 |---- 166 8 32
5 166 |---- 170 5 37
6 170 |---- 174 3 40
fi = 40
Xi Fi Fi
3 5 5
5 4 9
6 6 15
7 8 23
9 3 26

51

fi = 40 = 20
2 2

li = 158 MD = 158 + 20 - 13 . 4
f* = 11 11
h = 4 MD = 160,5 cm
F (ANT) = 13

EXERCCIOS SOBRE MEDIANA

1-Aps coletar as notas de geografia de um aluno 7;8;8;9;9;10 e 10. Qual a mediana da srie?
R =9

2-Os nmeros de defeitos existentes em diferentes lotes de tecidos foram iguais a:
37;45;52;610;49;55. Qual a mediana destes valores.
R =50,5

3- Achar a mediana da distribuio abaixo:
Xi Fi Fi
12 1
14 2
15 1
16 2
17 1
20 1
R : MD = 15,5

4- Achar a mediana da distribuio abaixo:
Xi Fi Fi
0 2
1 6
2 10
3 12
4 4

R : MD = 2


52
5 Calcule a mediana da distribuio.

xi Fi
2 5
4 20
5 32
6 40
8 2
R: MD = 5

6 - Calcule a mediana para a srie representativa da idade de 50 alunos de uma classe do
primeiro ano de Faculdade.

DADE
(anos)
NMERO
DE
ALUNOS
17 3
18 18
19 17
20 8
21 4
R: MD = 19

7- nterprete o problema anterior.
R: 50% dos alunos desta sala tem 19 anos ou menos e 50% tem 19 anos ou mais.

8 - Determine o valor mediano da distribuio a seguir que representa os salrios de 25
funcionrios selecionados em uma empresa.

CLASSE

SALROS $ No DE
FUNCONROS
1 1000,00 |----- 1200,00 2
2 1200,00 |----- 1400,00 6
3 1400,00 |----- 1600,00 10
4 1600,00 |----- 1800,00 5
5 1800,00 |----- 2000,00 2
R: MD = 1490

9 - Uma loja de departamentos, selecionou um grupo de 54 notas fiscais, durante um dia, e
obteve o seguinte quadro:
COLUNA CONSUMO POR
NOTA
No DE NOTAS
1 0 |------- 50 10
2 50 |------- 100 28
3 100 |------- 150 12
4 150 |------- 200 2
5 200 |------- 250 1
6 250 |------- 300 1
Determine o valor mediano do consumo por nota.
R: MD = $ 80,36

53
10 - O departamento de recursos humanos de uma empresa, tendo em vista o aumento de
produtividade de seus vendedores, resolveu, premiar com um aumento de 5% no salrio, a
metade de seus vendedores mais eficientes (MEDIANA). Para isto, fez um levantamento de
vendas semanais, por vendedor , obtendo a tabela:

CLASSE

VENDAS $ No DE
VENDEDORES
1 0 |------- 10000 1
2 10000 |------- 20000 12
3 20000 |------- 30000 27
4 30000 |------- 40000 31
5 40000 |------- 50000 10
A partir de qual volume de vendas o vendedor ser premiado ?
R: MD = $ 30161,29

11 - O consumo de energia eltrica verificando em 250 residncias de famlias da classe
mdia, com dois filhos, revelou a distribuio:

CLASSE CONSUMO kwh N
o
DE FAMLA
1 0 |------- 50 2
2 50 |------- 100 15
3 100 |------- 150 32
4 150 |------- 200 47
5 200 |------- 250 50
6 250 |------- 300 80
7 300 |------- 350 24
Calcule a mediana da distribuio.
R: MD = 229 kwh

12 - Calcule a mediana da distribuio do nmero de acidentes por dia, observados em
determinado cruzamento, durante 40 dias.

N
o
de acidentes por dia 0 1 2 3 4
N
o
de dias 30 5 3 1 1
R: MD = 0

13- Nmeros de funcionrios por empresa que prestam servios de limpeza.Qual a
mediana dos valores abaixo

CLASSE

No FUNCONROS No DE
EMPRESAS
1 1 |----- 11 9
2 11 |----- 21 14
3 21 |----- 31 35
4 31 |----- 41 22
5 41 |----- 51 11

R 27,4


54
A3) MODA ( Mo ): Pode-se definir MODA como o valor que ocorre com mais
freqncia numa srie de valores. Quando afirmamos que o salrio modal de uma
empresa igual a dois mil reais, queremos dizer que esse o salrio recebido pelo
maior nmero de pessoas dessa empresa. O termo MODA foi utilizado primeiramente
por Karl Pearson em 1895, talvez como uma associao a sua concepo na
linguagem comum.

A3.1) DADOS NO AGRUPADOS:
7, 8, 9, 10, 10, 11, 12, 13, 16
Mo = 10
7,8,9,10,10,11,11,12,13,16
Mo= 10 e 11 bimodal

7, 8, 9, 10, 11 ( amodal ) no tem moda

A3.2) DADOS AGRUPADOS

Sem intervaIo de cIasse:
X Fi
0 2
1 6
2 10
3 12
4 4
fi = 34
Mo = 3 O nmero 3 ocorre 12 vezes da a moda ser 3 - maior freqncia.

Com intervaIo de cIasse:
Para determinar a moda de uma srie com intervalo de classe, podemos optar por
vrios processos. Daremos destaque para a moda de Pearson, a moda de King e a
moda de Czuber. CIasse ModaI ( aqueIa que tem maior freqncia)

1
O
PROCESSO: MODA DE PEARSON
Segundo Pearson, a moda pode ser obtida atravs do valor da mdia a da
mediana.

Exemplo:
Classe Fi Xi ( PMi ) Xifi Fi
1 0 | 10 1 5 5 1
2 10 | 20 3 15 45 4
3 20 | 30 6 25 150 10
4 30 | 40 2 35 70 12
270
X = L Xifi = 270 = 22,5
L Ii 12
Mo= 3MD - Z X

55
MD 12 / 2 6 MD 20 6 4 x 10 MD 23,33
6
Mo 3 x 23,33 2 x 22,5 Mo 25

O
PROCESSO: MODA DE KING
King levou em considerao, em sua frmula, a freqncia simples da classe
anterior e a freqncia simples da classe posterior classe modal.
Mo = li + fp x h
fa + fp
li = limite inferior da classe modal
fp = freqncia simples posterior classe modal
fa = freqncia simples anterior classe modal
h = amplitude da classe modal
Do exemplo anterior:
Mo = 20 + 2 x 10 = 24
3 + 2

O
PROCESSO: MODA DE CZUBER
Este processo leva em considerao a freqncia anterior e a posterior classe
modal.
O ponto correspondente moda divide o intervalo em partes proporcionais s
diferenas de freqncia da classe modal, com as freqncia anterior e posterior
respectivamente. A cIasse de maior freqncia ser chamada de cIasse modaI.

Moli +
1
1+2
-
li = limite inferior da classe modal
h = amplitude da classe modal
D
1
= f ( freqncia simples de classe modal ) - f ( freqncia simples da classe anterior
a classe modal )
D
2
= f ( freqncia simples da classe modal ) - f ( freqncia simples da classe
posterior classe modal )

Mo = 20 + 6 - 3 x 10 = 24,29
(6-3) + (6-2)

Comentrio: A frmula de Pearson tem normalmente interesse terico. Se no
dispusermos da mdia e da mediana da distribuio, a frmula de Pearson a mais
trabalhosa.
A frmula de King a mais simples delas, mas no a mais precisa.
A frmula de Czuber mais precisa que a frmula de King, pois leva tambm em
considerao a freqncia da classe modal.


56

EXERCCIOS SOBRE MODA

1 - Calcule a moda das sries abaixo:
a ) X: 2,3,5,4,5,2,5,7 b ) X: 4,12,5,9,12,4,3 c ) J: 7,7,7,7,7
d ) Z: 4,5,6,6,6,7,8,8,8,9,10,10,10,11 e ) t: 2,5,9,8,10,12

R: a ) Mo = 5 b ) Mo = 4 ; Mo = 12 c ) Mo = 7 d ) Mo 6 ; Mo = 8 ; Mo = 10 e )
amodal

2 - Calcule a moda da distribuio:
Xi fi
2 1
3 7
4 2
5 2
R: Mo = 3

3 - Calcule a moda da srie:

R: Mo = 5 ; Mo = 6

4 - Calcular a moda da distribuio de freqncia (processo Czuber e processo King):
CUSTOS(R$) fi
1 450|-----------550 8
2 550|-----------650 10
3 650|------------750 11
4 750|------------850 16
5 850|------------950 13
6 950|-----------1050 5
7 1050|-----------1150 1
R: R$ 812,50 ( Czuber ), R$ 804,17 ( King )
Xi fi
4 3
5 7
6 7
8 3

57

5 - Calcular a moda ( Processo Czuber ) dos empregados de uma empresa.
CLASSE DE DADE N
o
DE
PESSOAS
10|----------15 2
15|----------20 7
20|----------25 15
25|-----------30 27
30|-----------35 20
35|-----------40 17
40|---------- 45 12
50|-----------50 9
R: 28,16

6 - Uma pesquisa Salarial levada a efeito em janeiro 1992 junto Comunidade
Metalrgica na Regio de Campinas revelou:
EMPRESAS CLASSE SALARAL( R $) FREQUNC
A
B.A. 90.000 |-----------105.000 8
H.J. 105.000|-----------120.000 9
C.K. 120.000|-----------135.000 16
.J 135.000|-----------150.000 15
H.B. 150.000|-----------165.000 12
Calcule a moda de freqncia pelo processo de Czuber.
R: 133.125,00

7 - A distribuio abaixo representa o nmero de acidentes de trabalho, por dia, em
uma indstrias Petroqumica, verificando durante um ms. Calcule a Moda de Czuber
para a distribuio.

CLASS
E
N
o
DE
ACDENTES
N
o
DE DAS
1 0 |------- 2 20
2 2 |------- 4 6
3 4 |------- 6 3
4 6 |------- 8 1
R: Mo = 1,18


58

8 - A distribuio abaixo representa as alturas de 70 alunos de uma classe. Calcule a
moda de Czuber para esta distribuio:
CLASS
E
ALTURAS ( cm ) No DE
ALUNOS
1 150 |------- 160 2
2 160 |------- 170 15
3 170 |------- 180 18
4 180 |------- 190 18
5 190 |------- 200 16
6 200 |------- 210 1
R: Mo = 180

9 - Calcule a moda de King para a distribuio representativa dos salrios de 25
funcionrios selecionados em uma empresa.
Classe Salrios $ N
o
de
funcionrios
1 1000 | 1200 2
2 1200 | 1400 6
3 1400 | 1600 10
4 1600 | 1800 5
5 1800 | 2000 2
R: Mo = 1490,91

10 - Da questo 9 calcular a moda de Czuber.
R: Mo = 1488,89

11 - Calcular a moda de Pearson:
Classe Aluguel fi
1 0 | 200 30
2 200 | 400 52
3 400 | 600 28
4 600 | 800 7
5 800 | 1000 3
R: 276,2

12 Dada a distribuio, calcule a moda King, Pearson e Czuber.
Estatura ( cm ) N
o
de
reserva
140 | 145 9
145 | 150 15
150 | 155 40
155 | 160 22
160 | 165 10
165 | 170 4
R: King 153,0 ; Pearson 152,4 ; Czuber 152,9

59

EXERCICIOS SOBRE MDIA,MODA E MEDIANA

1) As Vendas dirias de automveis usados da CC ltda,nos meses de junho e julho
esto apresentadas abaixo.Calcular a Mdia, a Mediana e a Moda.

JUNHO JULHO
12 60
8 51
5 60
12 14
4 14
3 48
15
R. mdia=8,4 mediana=8,moda=12 R.mdia=49,50,mediana=49,50,moda=60 e 14(bimodal)

2)Uma pesquisa com 36 funcionrios da rede de lojas Preo de Banana ltda revelou os
salrios apresentados na tabela abaixo os dados da srie bruta..Calcule:
a)mdia b)mediana c)moda ( use tipo varivel discreta ou seja sem intervalos)

497 497 499 500 501 504
505 506 508 508 508 508
510 511 511 511 511 512
512 513 513 513 514 516
518 520 520 523 524 524
525 526 528 529 530 533
R a)513,5556 b)512 c) 508 e) 512 (bimodal)

3)A tabela abaixo apresenta a distribuio das importaes de uma empresa de
plsticos.Pede-se calcular a moda ( Pearson),a mdia e a mediana.
VOLUMES MPORTADOS fi
50.000 60.000 5
60.000 70.000 10
70.000 80.000 20
80.000 90.000 10
90.000 100.000 5
SOMA 50
R. MDA=75.000,MEDANA=75.000 MODA=75.000

4)Da tabela abaixo .Pede-se calcular a moda Czuber),a mdia e a mediana.

60
Classes fi
10 12 4
12 14 12
14 16 21
16 18 13
18 20 6
R MDA=15,17 MEDANA=15,14 MODA 15,06

5)Da tabela abaixo .Pede-se calcular a moda KNG),a mdia e a mediana.
Classes fi
0,50 0,55 5
0,55 0,60 11
0,60 0,65 14
0,65 0,70 21
0,70 0,75 18
0,75 0,80 10
0,80 0,85 8
R MDA=0,68 MEDANA=0,68 MODA =0,67

A4) SEPARATRIZES:

61
Ao analisar uma pesquisa sobre gastos feitos em um determinado shopping enter, um
analista de marketing encontra uma mediana igual a $ 80,00. Assim com base na
mediana, pode-se dizer que um cliente com gasto igual a $ 170,00 encontra-se acima
da mediana. um cliente que, relativamente, gasta mais.
Porm a mediana representa apenas o ponto central da srie. Muitas vezes, preciso
aumentar a informao da anlise feita. Surge a necessidade do uso de outras
medidas, como QUARTIS,DECIS e CENTIS (PERCENTIS) que dividem a srie
ordenada de dados em QUTRO,DEZ e CEM partes respectivamente.

A 4.1) Dados no agrupados em cIasse(s estudaremos Quartis)

Cada uma dessas partes contm 25% das observaes de um conjunto de dados
organizados em ordem crescente

Q1 Q2 Q3

Q1 (primeiro quartil)- valor situado de tal modo que uma quarta parte(25%) dos dados
menor que ele e as trs partes restantes restantes(75%) so maiores.

Q2(segundo quartil)- a mediana

Q3(terceiro quartil) )- valor situado de tal modo que as trs quartas partes (75%) dos
dados so menores que ele e uma quarta parte(25%) maior

Calcula-se qualquer dos Quartis de forma idntica ao clculo da mediana
substituindo-se na frmula desta, apenas a posio em que encontra o elemento
desejado.

Eqi = i ( n+1 )
4
i = Quartil desejado
E = posio do elemento desejado
n = nmero de posies

1 2 3 4 5 6 7 8 POSIO
5% 5% 5% 5%

62
Exemplo 1: { 10, 12, 12, 16, 20, 23, 25, 28 }

1o QuartiI ( Q
1
)
EQ
1
= 1 ( 8 + 1 ) / 4 = 2,25 (posio)

EQ
1
= 2,25 = 2 + 0,25
2 3 2
Q
1
= 12 + 0,25 ( 12 - 12 ) = 1

o QuartiI ( Q

)
EQ
2
= 2 ( 8 + 1 ) / 4 = 4,5 (posio)

EQ
2
= 4,5 = 4 + 0,5
4 5 4
Q
2
= 16 + 0,5 ( 20 - 16 ) = 18

o QuartiI ( Q

)
EQ
3
= 3 ( 8 + 1 ) / 4 = 6,75 (posio)

EQ
3
= 6,75 =6 + 0,75
6 7 6
Q
3
= 23 + 0,75 ( 25 - 23 ) = 4,5

Exemplo 2.

Em uma classe de 50 alunos , as notas obtidas foram abaixo relacionadas
Calcular o Q1 ,Q2 e Q3 e interprete esses dados

ota de alunos (xi) o de alunos(fi) Fi
2 1 1
3 3 4
4 6 10
5 10 0
EQ1 at a 0 posio
6 13
EQ at a posio
7 8 41
EQ at a 41 posio
8 5 46
9 3 49
10 1 50

1 Passo, alcular a Freqncia Acumulada para localizar a posio do quartil
2 Passo,calcular a posio do quartil conforme formula:

Eqi = i ( n+1 )
4


63
Do exemplo n= 50

1o QuartiI ( Q
1
)
EQ
1
= 1 ( 50 + 1 ) / 4 = 12,75 (posio)

EQ
1
= 12,75 = 12 + 0,75
12 13 12
Q
1
= 5 + 0,75 ( 5 - 5 ) = 5

o QuartiI ( Q

)
EQ
2
= 2 ( 50 + 1 ) / 4 = 25,5 (posio)

EQ
2
= 25,5 = 25 + 0,5
25 26 25
Q
2
= 6 + 0,5 (6 - 6 ) = 6

o QuartiI ( Q

)
EQ
3
= 3 ( 50 + 1 ) / 4 = 38,25 (posio)

EQ
3
= 38,25 =38 + 0,25
38 39 38
Q
3
= 7 + 0,25 ( 7 - 7 ) = 7

Interpretao:
a) Para Q1 = 5 significa que 25% dos alunos obtiveram nota 5 ou menos.
b) Para Q2 = 6 significa que 50% dos alunos obtiveram nota 6 ou menos.
c) Para Q3 = 7 significa que 75% dos alunos obtiveram nota 7 ou menos.

EXERCCIOS QUARTIS DADOS NO AGRUPADOS EM CLASSES

64

1-Determine a faixa salarial ( distncia que tem do 1o Quartil ao 3o ) de 6
funcionrios de certa empresa que ocupam o mesmo cargo. O salrio dos funcionrios
: 55000,00 ; 57000,00 ; 61200,00 ; 61500,00 ; 66200,00 ; 71200,00.
R : Q
1
= 56500,00 Q
2
= 61350,00 Q
3
= 67450,00

2 - A distribuio de freqncia abaixo representa idade de 50 alunos de uma classe de
primeiro ano de uma Faculdade.

DADE No DE ALUNOS
17 3
18 18
19 17
20 8
21 4
Calcule: a ) Q1 b ) Q3 R: Q1 = 18 Q3 = 19,25

3 - Observe a tabela seguinte:
DADE ( anos ) N
o
DE OBSERVAES
( fi )
20 10
23 26
25 8
29 4
32 3
35 3
36 1
Calcular a faixa de idade ( Q1 e Q3 ).
R: Q1 = 23 anos Q3 = 25anos

4) DO EXERCCO ANTEROR RESPONDA AT QUE DADE TEM 25% DAS
PESSOAS
R. 23 ANOS

5 - A folha dos funcionrios de uma pequena empresa est distribuda conforme mostra
tabela abaixo:
SALRO N
o
DE
FUNCONROS ( fi )
230,00 3
320,00 5
460,00 4
587,50 3
689,00 1
Calcule Q1 e Q3.
R: Q1 = 320,00 Q3 = 555,63
A 4.) Dados agrupados em cIasse

65

A 4..1) QUARTIL( Qi )

Passos para calculo

1 passo clculo da Freqncia acumulada
2 passo, clculo da posio do quartil (Eqi)
3 passo, localizao do quartil e aplicar a formula para calculo dos quartis.

no de observaes

Eqi i . n / 4
Ireqncia acumulada anterior
ao Quartis
Qi li Eqi - Fac ( ANT ) . h amplitude
I classe

limite inferior do Quartil

Exemplo:
Calcule Q
1
, Q
2
, Q
3
da tabela abaixo:
notas fi Fi
0 |---- 2 27 27
2 |---- 4 16 43
4 |---- 6 34 77
6 |---- 8 17 94
8 |---- 10 16 110
fi = 110
Q
1
= ?
Eq1 = ( 1 . 110 ) / 4 = 27,5
aPOSIO

Q
1
= 2 + (27,5 - 27 ) 2 = 2,06 Q
1
= ,06
16

Q
2
= ?
Eq
2
= 2 . 110 = 55
a
4
Q
2
= 4 + 55 - 43 . 2 Q
= 4,7
34

Q
3
= ?
Eq
3
= 3. 110 = 82,5
a
Q
3
= 6 + 82,5 - 77 x 2 Q
= 6,65
4 17

Interpretao:

66
a) Para Q1 = 2,06 significa que 25% dos alunos obtiveram nota 2,06 ou menos.
b) Para Q2 = 4,7 significa que 50% dos alunos obtiveram nota 4,7 ou menos.
c) Para Q3 = 6,65 significa que 75% dos alunos obtiveram nota 6,65 ou menos.

A4..) DECIL (Di ): somente para dados agrupados em cIasse.

Edi = i . n
10
Di = li + Edi - Fac ( ANT ) . h
f classe

D
1
D
2
D
3
D
4
D
5
D
6
D
7
D
8
D
9

| | | | | | | | | | |
Q
1
Q
2
Q
3

| | | | |

Q
2
D
5

Do exemplo anterior calcule:

D
2
= ? D
5
= ? D
7
= ?
Resposta: 1,63 Resposta: 4,7 Resposta: 6,0

nterpretao:
a) Para D2 = 1,63 significa que 20% dos alunos obtiveram nota at 1,63.
b) Para D5 = 4,7 significa que 50% dos alunos obtiveram nota at 4,7.
c) Para D7 = 6,0 significa que 70% dos alunos obtiveram nota at 6,0.
Pergunta: Quantos % dos alunos obtiveram nota acima 6,0 ?
Resposta: 30%

A4...) CENTIL(Ci ) somente para dados agrupados em cIasse.

Eci i . n / 100 Ci li Eci - Fac ( ANT ) . h
I

D1

D2 D3 D4 D5 D6 D7 D8 D9

, , , , , , , , , , ,

C10 C20 C30 C40 C50 C60 C70 C80 C90

, , , , , , , , , , ,

Calcule C20 da distribuio anterior: R : C20=D2

EXERCCIOS SEPARATRIZES DADOS AGRUPADOS EM CLASSES

67

1 - A distribuio de freqncia abaixo representa o consumo por nota de 54 notas
fiscais emitidas durante um dia em uma loja de departamentos.

CLASS
E
CONSUMO POR NOTA
US$
NO DE
NOTAS
1 0 |------- 50 10
2 50 |------- 100 28
3 100 |------- 150 12
4 150 |------- 200 2
5 200 |------- 250 1
6 250 |------- 300 1
Calcule: a ) Q1 b ) C40 c ) D3
d ) Q3 e ) D7 f ) C98
R: a ) 56,25 b ) 70,71 c ) 61,07
d ) 110,42 e ) 99,64 f ) 246

2 ) A tabela abaixo representa a venda de livros didticos em uma editora na primeira
semana de maro.

CLASS
E
PREO UNTRO
US$
No DE LVROS
COMERCALZADOS
1 0 |------- 10 4000
2 10 |------- 20 13500
3 20 |------- 30 25600
4 30 |------- 40 43240
5 40 |------- 50 26800
6 50 |------- 60 1750

Determine:
a ) Q1 b ) Q3 c ) C90 d ) D1
R: a ) 24,38 b ) 39,96 c ) 46,36 d ) 15,55

3) Do Exerccio anterior at que preo unitrio foi vendido 50% dos livros
comercializados
R) MEDANA=Q2=D5=C50= USD 33,32

4 ) Uma empresa estabelece o salrio de seus vendedores com base na produtividade.
Desta forma, 10% fixo e 90% so comisses sobre venda. Uma amostra de salrios
mensais nesta empresa revelou o quadro abaixo. Se a empresa decidir, a nvel de
incentivo, fornecer uma cesta bsica para 5% dos vendedores que pior desempenho
tiveram durante o prximo ms com base nesta amostra, qual ser o maior salrio que
receber esta cesta bsica ?
CLASS SALROS US$ No DE

68
E VENDEDORES
1 70 |------- 120 8
2 120 |------- 170 28
3 170 |------- 220 54
4 220 | ------- 270 32
5 270 |------- 320 12
6 320 |------- 370 6
R: US$ 113,75

5 ) A tabela abaixo representa as notas de uma turma

CLASSE NOTAS No de alunos(fi)
1 0 |------- 2 5
2 2 |------- 4 8
3 4 |------- 6 14
4 6 |------- 8 10
5 8|------- 10 7
_fi=44
Calcule o Q1 , Q2 , Q3 e D5

R Q1=3,5 Q2=5,3 Q3=7,2 D5=5,5

6)A tabela abaixo apresenta a distribuio das importaes de uma empresa de
plsticos.Sabendo-se que a mediana igual a 75.000. Calcular o Q2, C50 , D5
VOLUMES MPORTADOS fi
50.000 60.000 5
60.000 70.000 10
70.000 80.000 20
80.000 90.000 10
90.000 100.000 5
SOMA 50

R Mediana=Q2=C50=D5

B) MEDIDAS DE DISPERSO OU VARIABILIDADE

69
DISPERSO OU VARIAO: Na maioria dos conjuntos,os dados no so todos
iguais entre si.A extenso de sua variabilidade um problema srio da Estatstica.
Consideremos os seguintes exemplos:
Em um hospital , onde se mede a pulsao de cada paciente trs vezes ao dia, o
paciente A acusou as taxas de 72, 76 e 74. O paciente B acusou 72 , 91 e 59. A taxa
mdia de ambos a mesma , ou seja , 74: observe entretanto , a diferena na
variabilidade. Enquanto a pulsao de A estvel a de B apresenta grande flutuao.
Consideremos um jogador de Basquete que faz 22 , 26 e 24 pontos em seus trs
primeiros jogos.Um parceiro de equipe faz 41 , 13 e 18 nesses jogos. Ambos tm a
mesma mdia , 24 mas o primeiro muito mais consistente.
Dispe-se de vrias medidas de disperso, sendo as mais comuns:

B1) Amplitude Total ( AT )
B2) Desvio Mdio ( DM )
B3) Varincia ( S
2
)
B4) Desvio Padro ( S )
B5) Coeficiente de Variao ( C.V. )

B1) AmpIitude TotaI ( AT ):

Dados no agrupados:

AT = X (max) - X (min)

Exemplo: 40, 45, 48, 52, 62, e 70 AT = 70 40 = 30

Dados agrupados: sem intervalo de classe
Xi fi
0 2
1 6
2 12
3 7
4 3
AT = 4 - 0 = 4

Dados agrupados com intervalo de classe
i fi
1 150 |---- 154 4
2 154 |---- 158 9
3 158 |---- 162 11
4 162 |---- 166 8
5 166 |---- 170 5
6 170 |---- 174 3
AT = 174 - 150 = 24

70
B) Desvio Mdio ( DM ): O Desvio Mdio analisa a disperso dos dados em
torno de um valor central, representado pela mdia aritmtica..
Quanto maior o desvio mdio maior a disperso ( maior a distncia da mdia ).
Se o desvio mdio 0 porque no h disperso, ou seja, no h desvio mdio
porque todos, por exemplo, tiraram a mesma nota.

Dados agrupados: mdia
1)Sem intervalo de classe _
DM = | Xi - X | . fi
n
Xi fi Xifi | Xi - X | | Xi - X |. fi
5 2 10 | 5 - 8,37 | 3,37. 2 = 6,74
6 5 30 | 6 - 8,37 | 2,37. 5 = 11,85
8 13 104 | 8 - 8,37 | 0,37. 13 = 4,81
10 3 30 | 10 - 8,37 | 1,63. 3 = 4,89
11 7 77 | 11 - 8,37 | 2,63. 7 = 18,41
fi = 30 Xifi = 251 =|Xi - X|. fi = 46,70
_
X = Xifi
fi
X = 251 / 30 = 8,37(mdia)

Quanto maior o desvio mdio maior a disperso ( maior a distncia da mdia ).
Se o desvio mdio 0(zero) porque no h disperso, ou seja, no h desvio mdio
porque todos, por exemplo, tiraram a mesma nota.
_
DM = | Xi - X |. fi DM = 1,56
n
2)om intervalo de classe: Exemplo: mdia

Classe fi Pmi = Xi Xifi | Xi - X |. fi
5 |----- 10 5 7,5 37,5 | 7,5 - 17,5 | = 10. 5 = 50
10 |----- 15 10 12,5 125,0 | 12,5 - 17,5 | = 5. 10 = 50
15 |----- 20 15 17,5 262,6 | 17,5 - 17,5 | = 0. 15 = 0
20 |----- 25 10 22,5 225,0 | 22,5 - 17,5 | = 5. 10 = 50
25 |----- 30 5 27,5 137,5 | 27,5 - 17,5 | = 10. 5 = 50
45 | Xi - X |. fi = 200

X= Xifi / fi X = 787,5/45 X =17,5 (mdia)

DM = 200/45 DM = 4,44


71

EXERCCO SOBRE DESVO MDO

1)Calcule o Desvio Mdio da tabela abaixo

Xi fi
2 1
4 3
6 4
10 3
12 3
16 6
R 4,2

2)Calcule o Desvio Mdio da distribuio abaixo da Turma A e da Turma B . Qual foi a
Turma mais homognea?
Turma A
NOTAS fi
0 |-------- 2 5
2 |-------- 4 7
4 |-------- 6 10
6 |-------- 8 3
8 |-------- 10 5

Turma B
NOTAS fi
0 |---------- 2 3
2 |---------- 4 5
4 |---------- 6 15
6 |---------- 8 3
8 |---------- 10 4
R: DM (A)= 2,05 DM(B)= 1,46 A Turma mais homognea "B

3Calcule o Desvio Mdio da Distribuio abaixo:

AIturas 151 | 159 159 | 167 167| 175 175 | 183 183 | 191
fi 5 18 42 27 8
R 6.04

4)Calcule o Desvio Mdio da Distribuio abaixo:
tempos 0 | 10 10 | 20 20| 30 30 | 40 40 | 50
fi 2 15 17 13 3
R:7,6


72

B)Varincia ( S

):
Calcula-se uma varincia quase da mesma forma que o desvio mdio com duas
pequenas excees:
1- Os Desvios so elevados ao quadrado antes da soma.
2- Toma-se a mdia dividindo-se por n-1 em lugar de n ( Varincia da Amostra )

Dados no agrupados:

S
= ( Xi - X )
/ ( n - 1)

Exemplo: Calcular a varincia da distribuio abaixo:
{ 5, 8, 10, 12, 15 }
Xi (Xi - X )
2

5 (5 - 10)
2
= 5

8 (8 - 10)
2
= 4
10 (10 -10)
2
=0
12 (12- 10)
2
= 4
15 (15 -10)
2
=25
(Xi - X)
2
= 58
_
X = 5+ 8 + 10 + 12 + 15 => X = 50 / 5 => X = 10
5

S
2
=

( Xi - X )
2
= 58 / 4 S
2
= 14,5

Dados Agrupados
media

2
(_(X - X)
2
)/(n-1)

EXEMPLO: Calcular a Varincia da Distribuio:

Numero
faltas(Xi)
Numero Alunos(fi) Xi. fi (Xi - X )
2
(Xi - X )
2
f
0 15 0 (0-1,63)
2
= 2,66 2,66 x 15 = 39,90
1 10 10 (1-1,63)
2
= 0,40 0,40 x 10 = 4,00
2 5 10 (2 - " )
2
= 0,14 0,14 x 5 =0,70
3 5 15 ( 3- " )
2
= 1,88 1,88 x 5 = 9,40
4 1 4 ( 4- " )
2
= 5,63 5,62 x 1 = 5,62
5 1 5 ( 5 - " )
2
= 11,36 11,36 x 1 = 11,36
6 0 0 ( 6- " )
2
= 19,10 19,10 x 0 = 0
7 3 21 ( 7 - " )
2
= 28,84 28,84 x 3 = 86,52
fi= 40 Xifi =65 (Xi - X )
2
f = 157,50

1o passo - calcular a mdia aritmtica ( X) = 65/40 = 1,63 (substituir na tabela acima)

2o passo - calcular a varincia na formula: S
2
= (Xi - X )
2
f / ( n - 1) = 157,1/(40 - 1) =4,04

73
Dados agrupados em cIasse :

1o passo - calcular a mdia aritmtica
2o passo - calcular a varincia na formula: S
2
= (Xi - X )
2
f / ( n - 1)

notas fi Xi(pmi) Xi . fi ( Xi - x )2. fi
0 |----- 2 5 1 5 ( 1 - 4,73 ).5 = 69,56
2 |----- 4 7 3 21 ( 3 - 4,73 ).7 = 20,95
4 |----- 6 10 5 50 ( 5 - 4,73 ).10 = 0,70
6 |----- 8 3 7 21 ( 7 - 4,73 ).3 = 15,45
8 |----- 10 5 9 45 ( 9 - 4,73 ).5 = 91,16
30 142 ( Xi - X )
2
. fi = 197,84

= 142 / 30 = 4,73 S
2
= 197,86 / 30 - 1 = 6,82 S = 6,82 = 2,61

B4) Desvio Padro S: ( Disperso AbsoIuta ) a raiz quadrada da Varincia

S(DESVIO PADRO)=
ARNCA

EXERCCIOS
1-A tabela abaixo mostra o pagamento mensal dos times principais do Brasileiro
,calcule a Varincia e o desvio padro

TMES TOTAL DA FOLHA (MLHES DE R$)
Cruzeiro 62
Palmeiras 93
So Paulo 34
Corinthians 75
Flamengo 126

R
2
=1182,50 ( milhes) varincia S=34,387 ( milhes) desvio padro


74
2-Calcular a Varincia (Complete o quadro para calcular a varincia)

Notas fi Pmi=Xi Xifi (Xi - X)
2
fi
0 |----------- 2 5
2 |----------- 4 7
4 |----------- 6 10
6 |----------- 8 3
8|------------ 10 5

Resposta : S
2
= 6,82

3 - Calcular a varincia e o desvio padro:
Xi fi Xifi ( X - X )
2
. fi
1 5
2 2
3 3
4 1
11
R = S
2
=1,2 S = 1,1

4 - Calcule a varincia e o desvio padro para o nmero de acidentes dirios,
observados em um cruzamento, durante 40 dias ( Amostra. ).
N
o
DE ACDENTES POR
DA
N
o
DE DAS
0 30
1 5
2 3
3 1
4 1
R: S
2
= 0,87 S = 0,93

Em uma fbrica ,o tempo,no horrio de trabalho, durante o qual uma maquina no est
funcionando em virtude de quebra chamado de tempo parado (downtime) . A
distribuio a seguir uma amostra da durao desses tempos parados de certa
maquina.
Downtime(min) 0 , 10 10 , 20 20, 30 30 , 40 40 , 50
fi 2 15 17 13 3
Calcule a Varincia e Desvio Padro
R: S
2
=98,0 S=9,90


75
notas fi Xi Xi.fi ( Xi - X )
2
. fi
5 |---- 10 6
10 |---- 15 8
15 |---- 20 17
20 |---- 25 26
25 |---- 30 11
30 |---- 35 2
70
R: S = 6,12

7 - Calcule a varincia e o desvio padro para as alturas de 70 alunos de uma classe (
Amostra. ):
CLASSE ALTURAS ( cm ) N
o
DE
ALUNOS
1 150 |------- 160 2
2 160 |------- 170 15
3 170 |------- 180 18
4 180 |------- 190 18
5 190 |------- 200 16
6 200 |------- 210 1
R: S
2
= 141,28 S = 11,89

8 - Calcule a varincia e o desvio padro para a distribuio de valores de 54 notas fiscais
emitidas na mesma data, selecionadas em uma loja de departamentos.( Amostra. )

R: S
2
= 2446,72 S = 49,46

9 D-se a seguir, o nmero de erros cometidos por 200 estudantes submetidos a um teste de
multipla escolha de lngua alem :
Nmero de
erros
6 | 11 11 | 16 16| 21 21 | 26 26 | 31
Nmero de
aIunos
12 73 52 39 24
Determine a Varincia e o Desvio Padro
R: S
2
= 33.7 ; S = 5,80

CLASSE CONSUMO POR NOTA
US$
N
o
DE
NOTAS
1 0 |------- 50 10
2 50 |------- 100 28
3 100 |------- 150 12
4 150 |------- 200 2
5 200 |------- 250 1
6 250 |------- 300 1

76
10- Calcular a Varincia e desvio padro
Notas fi Pmi=Xi Xifi (Xi - X)
2
fi
0 |----------- 2 5
2 |----------- 4 7
4 |----------- 6 10
6 |----------- 8 3
8|------------ 10 5

Resposta : S
2
= 6,82 S=2,62

11- Os dados apresentam a quantidade (em milhares) de passageiros transportados
em diferentes pocas do ano. Calcule : a) mdia , b) desvio mdio absoluto,
c)varincia amostral d)desvio padro amostral

CLASSES fi
1,5 4,5
5
4,5 7,5
10
7,5 10,5
12
10,5 13,5
6
, 16,5
7
SOMA 40

R :a)9 b) 3 c)14,7692 d)3,843

B5) Coeficiente de Variao (Disperso ReIativa)

O desvio padro por si s no nos diz muita coisa. Assim, um desvio padro de duas
unidades pode ser considerado pequeno para uma srie de valores cujo valor mdio
200: no entanto, se a mdia for igual a 20, o mesmo no pode ser dito. Alm disso, o
fato de o desvio padro ser expresso na mesma unidade dos dados limita o seu
emprego quando desejamos comparar duas ou mais sries de valores, relativamente
sua disposio ou variabilidade, quando expressas em unidades diferentes.
Para contornar essas dificuldades e limitaes, podemos caracterizar a disperso ou
variabilidade dos dados em termos relativos a seu valor mdio,medida essa
denominada COEFICIENTE DE VARIAO (CV)

As medidas de variabilidade ou disperso que vimos anteriormente ( amplitude,
desvio mdio, varincia e desvio padro ) somente so comparveis quando se
referem a mesma escala de medida e ainda, quando os grupos tm mdia no muito
diferente.

77
Exemplo:
1o grupo: idade crianas 1, 3, 5 2o grupo: idade pessoas 53, 55, 57

CaIcuIe o S (DESVIO PADRO)do 1o grupo e do o grupo:

_ 1o grupo: _ 2o grupo:
X = 1 + 3 + 5 X = 53 + 55 + 57
_ 3 _ 3
X = 3 X = 55

Desvio Padro: Disperso AbsoIuta

1o grupo:
id ( X - X )
2

1 ( 1 - 3 )2 4
3 ( 3 - 3 )2 0
5 ( 5 - 3 ) 2 4
( X - X )2 8
S
2
8 / 2 ~ S 2

2o grupo:
id ( X - X )2
53 ( 53 - 55 )2 4
55 ( 55 - 55 )2 0
57 ( 57 - 55 )2 4
( X - X )2 8
S
2
8 / 2 ~ S 2
O desvio padro dois em ambos os casos, portanto a disperso dos dados em
torno da mdia exatamente a mesma. No entanto, a diferena de dois anos ( dois
anos no primeiro e no segundo ) no primeiro grupo bastante significativo na mudana
fsica, porm no segundo grupo no o .
Essas observaes refletem a idia de disperso relativa , ou seja disperso em
relao a mdia . Para medir disperso relativa usa - se o coeficiente de variao ( C.
V. ) , que a razo entre o desvio padro e a mdia. Essa razo multiplicada por
100. Ento o coeficiente de variao dado em porcentagem.

C.V. = S . 100
X

1o grupo:
C.V.= S / X . 100 => C.V.= 2 / 3 . 100 => C.V.= 66,7%
2o grupo: _
C.V.= S/ X .100 => C.V.= 2 / 55 . 100 => C.V.= 3,64%


78
EXERCCIOS
1 - Em um exame final de matemtica o grau mdio do grupo de 150 alunos foi de 7,8 e
o desvio padro 0,8. Em estatstica, o grau mdio final foi de 7,3 e o desvio padro
0,76. Em que disciplina foi maior a disperso relativa ?
R: Estatstica

2 - Medidas as estaturas de l0l7 indivduos , obtivemos mdia 162,2 cm e desvio
padro 8,01. O peso mdio desses mesmos indivduos 52 kg, com desvio padro de
2,3 kg. Esses indivduos apresentam maior disperso relativa em estatura ou em
peso ? R: Estatura

3 - So dados o peso e a estatura de 4 pessoas . Calcule os coeficientes de variao.
Qual a varivel que tem a maior disperso relativa ?
Peso : ( 60,75,70,75 ) R:C.V= 10,1 %.
Estatura : ( 160,170,175,165 ) R: C.V.= 3,85 %

4 - Os fornecedores A e B enviaram no departamento de compras amostras com 2.000
parafusos.
Fornecedor A comprimento mdio dos parafusos ,107,9 mm , ( G ) Desvio Padro 2,72
mm.
Fornecedor B comprimento mdio do parafuso 108,00 mm , Desvio Padro 1,08 mm.
Se voc fosse comprador qual o fornecedor que voc escolheria ?
R FORNECEDOR B

5 - Uma distribuio apresenta as seguintes estatsticas : desvio padro igual a 1,5 ,
coeficiente de variao 2,9%. Determine a mdia da distribuio :
R: 51,7

6 - Realizou-se uma prova de matemtica para duas turmas. os resultados foram os
seguintes:
Turma A: x = 5 e S = 2,5
Turma B: x = 4 e S = 2
Com esses resultados, porm podemos afirmar:
a - ( ) A turma B apresentou maior disperso absoluta.
b - ( ) A disperso relativa igual disperso absoluta.
c - ( ) Tanto a disperso absoluta quanto a relativa so maiores para a turma B.
d -( ) A disperso absoluta de A maior do que a de B, mas em termos relativos as
duas turmas no diferem quanto ao grau de disperso das notas.

7 Uma AMOSTRA de componentes eletrnicos A e B. Os componentes tem durao
mdia de A = 1495 horas B = 1875 horas, respectivamente e os desvios padres de A
= 280 horas e B = 310 horas. Qual o componente que tem maior : ( 1 ) Disperso
Absoluta / ( 2 ) Disperso Relativa
R. 1 = B 2 = A


79
8 - Um estudante recebeu em um exame final de matemtica, para o qual o grau mdio
foi 76 e o desvio padro 10. No exame final de fsica, para qual o grau mdio foi de 82
e o desvio padro 16. Em que matria foi maior a disperso relativa.
R. Fsica

9 - Dada a distribuio abaixo :
x 1 2 3 4
f 1 2 3 4
Calcule a disperso relativa. R. : 35%

10 - Dada abaixo os elementos :
A ( X = 20, S = 2 ) B ( X = 20, S = 5 )
Qual o elemento com maior disperso absoluta e relativa.
R. Absoluta = B e Relativa = B

11 Um teste de estatstica aplicado a dois grupos de 50 alunos apresentou os
seguintes resultados:
Grupo Mdias de
Notas
Desvio Padro das
Notas
A 6 2
B 6,2 1,5
Calcular o coeficiente de variao relativo de cada grupo.
R: A = 33,3% ; B = 24,2%

12-Mediu-se diariamente a presso sangnea de um paciente durante vrias
semanas. Essas medidas acusaram mdia de 188 com desvio-padro de 14.2. Um
segundo paciente foi tambm submetido mesma mensurao diria , com uma mdia
de 136 e desvio-padro de 8,6 Dos dois pacientes, qual a presso relativamente mais
varivel?
R: o primeiro ( CV1=7,55% e CV2=6.32%)

13-Os nmeros do universo de alunos por turma do colgio Luz do Saber esto
apresentados na tabela seguinte. Para os dados agrupados em classes, Calcule:
a) desvio mdio;b) a varincia c) desvio padro d) coeficiente de variao

CLASSES fi
10 15
2
15 20
5
20 25
7
25 30
6
35
3
SOMA 23

R. a)4,7 b)33,27 c)5,77 d) 24,9 %


80

V - PROBABILIDADE

1 ) INTRODUO : o termo probabilidade usado de modo muito amplo na
conversao diria para sugerir um certo grau de incerteza sobre o que ocorreu no
passado, o que ocorrer no futuro ou o que est ocorrendo no presente. O torcedor de
certo time pode apostar contra ele porque sua "probabilidade de ganhar pequena. O
aluno poder ficar contente porque acha que sua "probabilidade de obter bons
resultados nas provas grande.
A idia de probabilidade desempenha papel importante em muitas situaes que
envolvam uma tomada de deciso. Suponhamos que um empresrio deseja lanar um
novo produto no mercado. Ele precisar de informaes sobre a "probabilidade de
sucesso para seu novo produto. Os modelos probabilsticos podem ser teis em
diversas reas do conhecimento humano, tais como: Administrao de Empresas,
Economia, Psicologia, Biologia e outros ramos da cincia.

) HISTRIA DA PROBABILIDADE : foi no sculo XV, com os chamados jogos de
azar, que surgiram os primeiros estudos de probabilidade, o primeiro trabalho escrito
de que se tem notcia e que envolve a noo de "probabilidade data de 1477. Trata-se
de um comentrio feito "Divina Comdia ( Dante ), onde h referncia s
probabilidades associadas aos vrios resultados decorrentes do jogo de 3 dados.
Grandes nomes da histria da Matemtica so responsveis pelo corpo de
conhecimentos que constitui hoje a "Teoria das Probabilidades: Blaise Pascal ( 1629 -
1695 ), saac Newton ( 1642 - 1727 ), Jacob Bernoulli ( 1654 - 1705 ), Laplace ( 1749 -
1827 ), Bayes ( 1702 - 1761 ), Kolmogoroff ( 1903 - ? ) entre outros.

) EXPERIMENTO ALEATRIO : experimentos ou fenmenos aleatrios so aqueles
que , mesmo repetidos vrias vezes sob condies semelhantes, apresentam
resultados imprevisveis.
Em quase tudo ,em maior ou menor grau ,vislumbramos o acaso assim da
afirmao : " provvel que o meu time ganhe a partida de hoje pode resultar :
a) Que apesar do favoritismo , ele perca;
b) Que ,como pensvamos ,ele ganhe;
c) Que empate.
4 ) ESPAO AMOSTRAL ( S ) : espao amostral ou conjunto universo o conjunto
formado por todos os eventos ( Ei ) possveis de um experimento aleatrio.
Ex : lanamento de um dado
S = {1,2,3,4,5,6 }

Ex : lanamento de uma moeda ( 1x )
S = { Ca , Co )

Ex : lanamento de dois modos de uma moeda

81
S = { Ca Ca, Co Co, Ca Co, Co Ca }

5 ) EVENTOS : chamamos de evento qualquer ao subconjunto do espao amostral
( S ) de um experimento aleatrio.
Ex : Lanamento de um dado :
S = {1,2,3,4,5,6 } espao amostral
A = { 1,2 }" S evento
Ento A um evento de " S
C = { 6 } " S
Ento " C um evento de " S

D = { }" S "
Ento " D " um evento impossvel

6) PROBABILIDADES : processo clssico define o sucesso da ocorrncia de um
experimento qualquer "A" como sendo quociente em que o numerador o nmero de
casos favorveis ao evento "A" e o denominador o nmero de casos possveis "S".

P(A) =
N de C uue| euet (A)
N de iue| e t(S)

Exemplo: Considerar o lanamento de um dado no viciado, calcular a
probabilidade de ocorre nmero mpar, quando se joga o dado:

A = ( nmeros mpares) = ( 1,3,5) S=(1,2,3,4,5,6)
P(A) =n(A) / n(S) 3/6 = 50 % = 0,50

Obs: A probabilidade sempre expressa por um nmero puro, isto , sem unidade de
medida.

6.1) AXIOMAS : So as regras que definem probabiIidade:

n(S) = n

6.1.1) A PROBABILIDADE DO "EVENTO CERTO IGUAL A 1

P(S) = 1
S= (1,2,3,4,5,6)
B=(1,2,3,4,5,6)

P(B) = 6/6= 1 ou 100 % S B = S ou S=B

82

6.1.) A PROBABILIDADE DO "EVENTO IMPOSSVEL IGUAL A ZERO

P( )= 0

Qual a probabilidade de um dado dar 8
S = (1,2,3,4,5,6) P(8)= 0/6 = 0

6.1.) A PROBABILIDADE DO " EVENTO B QUALQUER ( B S )

0 P(B) 1

Exemplo: Qual a probabilidade de nmeros pares no lanamento de dados.

P(nmeros pares)= 3/6= 0,50 ou 50 %

6.) EVENTOS COMPLEMENTARES : Sabemos que um evento pode ocorre ou no. Sendo "p " a
probabilidade de que ocorra(sucesso) e "q a probabilidade que ele no ocorra ( insucesso),para um
mesmo evento existe sempre a relao:

p + q = 1 p = 1 - q

Exemplo: Num dado a probabilidade de dar nmeros pares de 50 % (sucesso) e a parte que sobra
(insucesso) , 50 % o evento complementar.

P ( A ) + P ( A ) = 1 ou P ( A ) = 1 - P ( A )

S

A P ( A ) n ( A ) / n ( S )

Exemplo1: Uma urna contm dez ( 10 ) bolas verdes, oito vermelhas, quatro amarelas
e cinco brancas, todas de mesmo raio. Calcular a probabilidade de se escolher ao
acaso uma bola que no seja verde.

P(verde) = n(verde)/n( S) 10 /27 P(verde)= 0,37 ou 37 %

P(no ser verde)=(A) = 17 / 27 = 0,63 ou 63 %

P( A ) + P( A ) = 1 17/27 + 10/17 = 1

83

Exemplo2 A probabilidade de um aluno resolver um problema de 3/7. Qual a
probabilidade de que o Problema no seja resolvido ?
R.: ( 4/7) 57,1%

EXERCCIOS SOBRE TEORIA CLSSICA DE PROBABILIDADE

1 - Qual a probabilidade de sair um rei de ouro quando retirarmos uma carta de um
baralho de 52 cartas?
R: 0,0192 ou 1,92 %

2 - Em um lote de 12 peas, quatro so defeituosos, sendo retirada uma pea
aleatoriamente, calcule:
a ) A probabilidade de essa pea ser defeituosa R; 0,33 ou 33 %
b ) A probabilidade dessa pea no ser defeituosa R: 0,66 ou 66 %

3 - Extrai-se uma s carta de um baralho(tem 52 cartas) Determine a probabilidade de
obter: ( Num baralho h 4 valetes e 4 reis. )
a ) Um valete R= 0,077 ou 7,7 %, b ) Um dez de paus R = 0,019 ou 1,9 %
c ) Um rei R=0,077 ou 7,7 %

4 Em um grupo de 500 mulheres, 80 j jogaram golfe pelo menos uma vez. Suponha
que uma dessas 500 mulheres seja escolhida aleatoriamente. Qual a probabilidade de
que ela tenha jogado golfe pelo menos uma vez?
R. 16%

5 - Qual a probabilidade de um meteoro que se encaminha para terra cair no oceano.
Sabendo -se que na superfcie total da terra, s terra e o resto gua.
R. 75 %

6-Se os registros de uma Cia de Aviao mostram que durante certo tempo,468 dentre
600 de seus jatos da linha So-Francisco-Phoenix chegaram no horrio ,qual a
probabilidade de que um avio daquela linha chegue no horrio. R 78%

7)Do problema 6 qual a probabilidade de que um avio no chegue no horrio.
R: 22%

8)Se os registros indicam que 504 dentre 813 lavadores automticos de pratos
vendidos por uma grande loja de varejo exigiram reparos dentro da garantia de um
ano.Qual a probabilidade de que uma dessas lavadores no venha a exigir reparo
dentro da garantia.
R: 38%

9)Um grupo de 20 pessoas formada por 12 homens e 8 mulheres.Em relao ao
sorteio de um elemento deste grupo,calcule: a)probabilidade de ser homem
b)a probabilidade de ser mulher. R a)0,60 ou 60% b) 0,40 ou 40%

84

10)Uma bola retirada ao acaso de uma urna que contem 12 bolas pretas, 16 verdes e
8 rosas.Calcular a probabilidade de a)no ser verde b) no ser preta c)ser rosa
R)a)5/9 b)2/3 c)2/9

11) Em uma amostra de 325 carros que utilizam um posto de teste de emisso mantido
pelo Estado,constatou-se que 62 carros apresentavam uma ou mais luzes externas
defeituosos. Estime a PROBABLDADE de um carro que utiliza aquele posto ter ao
menos uma luz externa defeituosa. R. 19,08%

7)PRINCIPAIS TEOREMAS DA PROBABILIDADE
Nas operaes com probabilidades, torna-se necessrio conhecer e aplicar dois
teoremas fundamentais da lgebra das probabilidades: TEOREMA DA SOMA e
TEOREMA DO PRODUTO . A compreenso e o emprego dos dois teoremas facilita
em grande parte as operaes algbricas com probabilidades.

7.1) TEOREMA DA SOMA:
Aplica-se nas operaes aditivas geralmente envolvem expresso "OU e so
representados pelo smbolo unio "U ( teoria dos conjuntos).
O Teorema da soma pode ser apresentado de suas formas, a depender da existncia
da interseo entre os eventos analisados:

a)Teorema da Soma para eventos mutuamente excIusivos
Dizemos que dois ou mais eventos so mutuamente exclusivos quando a realizao de
um exclui a realizao do outro ou dos outros.Neste caso, a probabilidade da unio
igual soma das probabilidades individuais.
Considerando dois eventos A e B.

P(AB) = P(A) + P(B)

Neste caso, os eventos A e B so mutuamente exclusivos, sua interseo resulta em
conjunto vazio
P(AB) = 0

Exemplo. numa jogada com um dado qual a probabilidade de dar 1 ou 6 .

A=1 B=6 P(16) = P(1/6) + P(1/6)= /6 ou ,%.

Obs. A reaIizao de um evento excIui a reaIizao do outro

85

b)Teorema da Soma para eventos no mutuamente excIusivos
Deve ser aplicado quando os eventos A e B possuem elementos comuns, isto ;
quando a realizao de um evento no exclui a realizao do outro

P( AB ) = P(A) + P(B) - P(AB)

Exemplo. A probabilidade de que Pedro resolva um problema de 1/3 e a de que
Paulo resolva 1/4, se ambos tentarem independentemente resolver, qual a
probabilidade de que o problema seja resolvido ?
(obs. Para que o problema seja resolvido ,Pedro resolva ou Paulo resolva ou ambos)

A= Pedro resolva B= Paulo resolva

P( AB ) = P(A) + P(B) - P(AB) ; P( AB ) = 1/3 + 1/4 - 1/3 x 1/4 = 0,50 ou 50%

EXERCCIOS
1 - Uma bola retirada ao acaso de uma urna que contm 6 bolas vermelhas, 8 pretas
e 4 verdes. Determine a probabilidade dela:
a) no ser preta b) no ser verde c) ser vermelha
R : a) 55,6% b) 77,8% c) 33,3%

2 - No lanamento de um dado, qual a probabilidade de se obter um nmero no
inferior a 5.
R : 33,33%

3 - Em uma urna com bolas, sendo 3 brancas, 5 pretas e 10 azuis retirada dessa urna
uma bola aleatoriamente. Determinar a probabilidade da bola ser azul ou preta.
R : 83,3%

4 - Durante uma dada semana as probabilidades de que uma certa ao na bolsa de
valores aumente sua cotao ( a ), ou permanea constante ( c ),ou diminua ( d ), foram
estimadas respectivamente:0,30 ;0,20 e 0,50. Qual a probabilidade da cotao desta
ao:
a) aumente ou permanea constante
b) se altere durante a semana
R : a) 50% b) 80%

5 - Dois dados so lanados conjuntamente. Determine a probabilidade de a soma ser
10 ou maior que 10:
R : 16,7%


86
6 - A probabilidade que uma nova poltica de mercado que tenha sucesso ( S ) foi
estimada em 0,60, a probabilidade que a despesa seja mantida dentro dos limites do
oramento previsto ( B ) de 0,50. A probabilidade de que ambos os objetivos sejam
alcanados de 0,30. Qual a probabilidade de que pelo menos
um dos objetivos sejam atingidos :
R : 80%

7 - Duas pessoas atiram ao menos tempo em uma caa. Sabendo que a primeira
pessoa tem 60% de probabilidade de acertar e que a 2a pessoa tem 80%, qual a
probabilidade de:
a) A caa ser atingida ? b) A caa ser no ser atingida ?
R : a) 92% b) 8%

8 - De trezentos estudantes de administrao 100 so matriculados em Contabilidade e
80 em em Estatstica.
Esses dados incluem 30 estudantes que esto matriculados em ambas as duas. Qual a
probabilidade que um estudante aleatoriamente escolhido esteja matriculado em
contabilidade ou em estatstica ?
R : 50%

9 - Em torneio de tiro ao alvo, a probabilidade de Joo acertar o alvo de e a de
Pedro de 3/5. Qual a probabilidade do alvo ser atingido se ambos atirarem no alvo?
R : 80%

10 Qual a probabilidade de obter soma pelo menos "seis na jogada de dois dados?
R: 13/18 = 72%

11 - Dentre 6 nmeros positivos e 8 negativos, 2 nmeros so escolhidos ao acaso (
sem reposio ) e multiplicados. Qual a probabilidade de que o produto seja positivo ?
R : 47,25%

12 - Qual a probabilidade de obter soma 7 ou soma 11 numa jogada com dois dados.
R: 2/9

13 Se uma pessoa em visita a Braslia as probabilidades de ela visitar o edifcio do
Congresso:Palcio da Alvorada ou Ambos, so 0,92 , 0,33 e 0,29
respectivamente.Qual a probabilidade de essas pessoas visitar ao menos uma
dessas instituies.R 0,96 (96%)

14 - No departamento de mtodos quantitativos de uma faculdade, 60% dos
professores lecionam matemtica, 30% lecionam ESTATTSCA e 1 % dos
professores de matemtica tambm lecionam estatsticas. Calcule a probabilidade de
que um professor selecionado ao acaso no departamento:
a ) lecione matemtica e estatstica R: 12%
b ) lecione somente matemtica R: 48%
c ) lecione somente estatstica R: 18%

87

15- A probabilidade de uma pessoa que pra em um posto de gasolina pedir
verificao do nvel do leo 0,28, a probabilidade de pedir verificao da presso dos
pneus 0,11 e a probabilidade de solicitar ambas as verificaes 0,04.Qual a
probabilidade de que uma pessoa que pra em um posto de gasolina solicite:
a)alguma verificao R 35%
b)Nem verificao do nvel do leo e nem verificao da presso dos pneus? R: 65%

16)Uma amostra de 58 oficinas mecnicas revelou que 34 trabalham com Funilaria e
18 com Pintura e 7 com ambas.Calcule a Probabilidade de uma oficina escolhida ao
acaso:
a)Trabalhar S com pintura.R. 11/58
b)No Trabalham com Funilaria R.24/58
c)No Trabalham com Funilaria e Pintura R. 13/58
d)Trabalhar somente com Funilaria R. 27/58

17)Um pesquisador analisou um grupo de 82 universidades. Neste grupo,56
universidades ofereciam o curso de administrao,38 o de economia e 12 ofereciam
ambos.Calcule a probabilidade de uma instituio escolhida ao acaso.
a)Oferecer o curso de Administrao apenas. R44/82
b)No oferecer o curso de Administrao.R.26/82
c)No oferecer nenhum dos cursos.R.0/82
d)oferecer apenas o curso de Economia. R. 26/82

18)A empresa Mar do Sol Pousada Ltda,possui 350 funcionrios. Destes 280 possuem
plano de sade particular,180 possuem planos de sade coletivo,140 possuem ambos
planos e 30 no possuem nenhum dos dois tipos .Se um funcionrio escolhido ao
acaso,Pede-se:
a)Calcular a probabilidade no possuir plano de sade R 8,57%
b)Calcular a probabilidade possuir pelo menos um plano de sade. R 91,4%
c) Calcular a probabilidade possuir ambos planos. R. 40%

7.) TEOREMA DO PRODUTO PARA EVENTOS INDEPENDENTES :
Dizemos que dois eventos so independentes quando a realizao ou no realizao
de um dos eventos no afeta a probabilidade da realizao do outro e vice-
versa.(COM REPOSIO)

P( A ) = P ( A B ) / P(B) ou P ( A B ) = P(A) x P(B)

Exemplo1:
Jogam-se duas moedas, qual a probabilidade de ambas darem CARA.
1a moeda (A) 2a moeda (B)
P(A) = casos favorveis / casos possveis = P(B)=
P ( A B ) = P(A) x P(B) = x = = 0,25 ou 25 %


88

Exemplo2. Uma Urna com 6 bolas vermelha e 4 bolas brancas, na retirada de duas
bolas qual a probabilidade a primeira ser vermelha e a segunda ser branca nessa
ordem.( com reposio, ou seja a reaIizao da primeira extrao no deve
interferir na segunda extrao)

P(A)= bolas brancas .........
, P(B)= bolas vermelhas........
,

P ( A B ) = P(A) x P(B). =
, x
, = ....
, = 0,24...... 24%

7.)TEOREMA DO PRODUTO PARA EVENTOS DEPENDENTES.
QUANDO A EXTRAO FOR DO TPO SEM REPOSIO, O RESULTADO DA
SEGUNDA EXTRAO DEPENDE DO QUE OCORREU NA PRMERA EXTRAO.

Exemplo3. Uma Urna com 6 bolas vermelha e 4 bolas brancas, na retirada de duas
bolas qual a probabilidade a primeira ser vermelha e a segunda ser branca nessa
ordem.( sem reposio, ou seja a realizao da primeira extrao deve interferir
na segunda extrao)

P(B)= bolas vermelhas........
, primeiro P(A)= bolas brancas .........
9
,

P ( A B ) = P(A) x P(B). =
, x
9
, = ....
9
, = 0,2667..... 26,67%

EXERCCIOS
1 - Dispe-se de duas urnas, sendo na primeira temos cinco bolas azuis, trs pretas e
quatro brancas. Na segunda temos seis azuis, quatro pretas e dez brancas, todas de
mesmo raio. Se uma bola retirada de cada urna, qual a probabilidade de ambas
serem da cor azul ?
R.: 12,5%

2 - Em 25% das vezes Marco chega em casa tarde para jantar. Por outro lado o jantar
atrasa 10% das vezes. Se no h quaIquer reIacionamento entre os atrasos de
Marco e os atrasos do jantar, qual a probabilidade de ocorrerem ambos os atrasos ?
R.: 2,5%

3 - Do 1o exerccio responda:
a ) Qual a probabilidade de ambas serem pretas ?
b ) Qual a probabilidade de ambas serem brancas ?
c ) Qual a probabilidade da 1a urna ser preta e da 2a azul ?
R : a) 5% b) 16,7% c) 7,5%


89
4 Uma caixa com 24 lmpadas inclui 2 com defeito. Escolhendo-se aleatoriamente 2
lmpadas ,qual a probabilidade de (sem reposio)
a)Nenhuma ser defeituosa R) 83,7 %
b)Ambas serem defeituosas R) 0,4 %

5 - Dois baralhos de 52 cartas retiram-se , simultaneamente, uma carta do primeiro
baralho e uma do segundo. Qual a probabilidade da carta do primeiro baralho ser um
rei e a do segundo ser 5 de paus ?(baralho tem 4 reis)
R : 0,15 %

6 - A primeira urna contm 3 bolas brancas, 4 pretas e duas verdes. A segunda contm
5 brancas, 2 pretas e 1 verdes. Na terceira h 2 bolas brancas, 3 pretas e 4 verdes.
Uma bola retirada ao acaso de cada urna. Qual a probabilidade de as 3 bolas
retiradas da primeira, segunda e terceira urna respectivamente serem branca, preta e
verde ?
R. : 3,7%

7 - Duas bolas so retiradas ao acaso de uma urna que contm 20 alaranjadas, 10
pretas, 7 verdes e 2 brancas. Qual a probabilidade delas serem: (SEM REPOSIO)
a) alaranjadas b) pretas c) verdes d) brancas
R. a) 25,6% b) 6,07% c)2,83% d) 0,13%

8 - Uma moeda lanada 3 vezes. Ache a probabilidade de obter-se:
a ) trs caras b ) nenhuma cara
R.: a ) 1/8 b ) 1/8

9 - Num baralho simples de 52 cartas, tiram-se duas cartas. Qual a probabilidade que
ambas sejam de espada ( h 13 cartas de espada no baralho ) ? (SEM REPOSIO)
R.: 5,88%

10 - Uma bolsa contm 02 moedas de 1 centavo, 03 de 10 centavos e 04 de 1 dlar.
Duas moedas sero escolhidas da bolsa ao acaso. Calcule a probabilidade de que:
a ) ambas moedas sejam de 1 centavo
b ) ambas moedas sejam da mesma espcie
c ) nenhuma moeda seja de 10 centavos
R.: a) 2,78% b) 27,8% c) 41,67%

11 - Mike tem dois velhos carros. Na manh frias h 20% de probabilidade de um deles
no pegar e 30 % de o outro no pegar tambm. Qual a probabilidade de apenas
um pegar?
R.: 38 %


90
12 - Uma loja dispe de 12 geladeiras do mesmo tipo, das quais 04 apresentam
defeito.
a) Se um fregus comprar uma geladeira, qual a probabilidade de levar uma defeituosa
?
b) Se um fregus comprar duas geladeiras, qual a probabilidade de levar duas
defeituosas ? (sem reposio)
R : a) 33,3%
c) 9,09%

13 - Uma urna contm 06 bolas brancas e 04 pretas; outra contm 07 brancas e 05
pretas; se for retirada 01 bola de cada urna, determine a probabilidade de:
a) ambas serem brancas
b) ambas serem pretas
c) uma ser branca da 1
a
urna e outra preta da 2
a
urna respectivamente
R. a ) 35 %
b ) 16,7%
c ) 25%

14 - Em uma urna com 25 bolas vermelhas e 15 azuis, queremos retirar duas bolas ao
acaso. Qual a probabilidade de que: (sem reposio)
a) a 1o seja azul e a 2o seja vermelha
b) ambas sejam azuis
R.: a) 24,04%
b) 13,46%

15 - Em um lote de 12 peas, 04 so defeituosas. Sendo retiradas duas peas,
calcule(sem reposio)
a ) a probabilidade de ambas serem defeituosas R 9,1%
b ) a probabilidade de ambas no serem defeituosas R 42,4%
c ) a probabilidade de uma ser defeituosa e a outra no R 24,24%

17 - Um grupo de 15 elementos apresenta a seguinte condio:
Homens Mulheres
Menores 5 3
Adultos 5 2
Um elemento escolhido ao acaso. Pergunta-se:
a ) Qual a probabilidade de ser homem ?
b ) Qual a probabilidade de ser adulto ?
c ) Qual a probabilidade de ser menor e mulher ?
d ) Sabendo-se que o elemento escolhido adulto, qual a probabilidade de ser homem
?
R.: a ) 2/3 b ) 7/15 c ) 1/5 d ) 5/7


91
18 - Numa caixa de 8 lmpadas, 3 so defeituosas. So retiradas duas lmpadas sem
reposio.(sem reposio)
Calcule:
a ) A probabilidade de ambas serem boas.
b ) A probabilidade de ambas serem defeituosas.
R.: a ) 5/14 b ) 3/28

19 - Uma rifa composta por 15 nmeros ir definir o ganhador de dois prmios
sorteados um de cada vez. Se voc adquirir 3 nmeros, qual a probabilidade de
ganhar os dois prmios.
R.: 1/35

20 - Jogando ao acaso um dado e uma moeda, qual a probabilidade de ocorrer coroa
e um nmero maior que 3 ?
R: 25%

21 - Em caixa contendo 20 canetas iguais, das quais 07 so defeituosas, e outra caixa
contendo 12 das quais 04 so defeituosas. Uma caneta retirada aleatoriamente de
cada caixa. Determine a probabilidade de ambas no serem defeituosas:
R : 43,3%

23 - Em um campeonato de futebol o time A tem 40% de probabilidade de ganhar a
partida, o time B tem 30%. O campeonato consta de 03 partidas. Qual a probabilidade
de:
a ) O time A ganhar as 03 partidas;
b ) O time B ganhar as 03 partidas.
R : a) 6,4% b) 2,7%

24 - Um casal planeja ter trs filhos. Determine a probabilidade de nascerem :
a ) Trs homens.
b ) Dois homens e uma mulher.(obs. No importa a seqencia)
R. a )1/8 b ) 3/8

25)A probabilidade de um nibus da linha SO SEBASTIO-CARAGUATATUBA
partir no horrio de 0,80, e a probabilidade do nibus partir E chegar no horrio
0,72. Qual a probabilidade de que o nibus chegue no horrio R: 0,90 ( 90%)

26) Em uma competio esportiva, na modalidade de tiro ao alvo, um brasileiro e um
espanhol chegaram a final. O Brasileiro tem 2/3 de chances de acertar o alvo e o
Espanhol 1/3.Qual a Probabilidade de ambos acertarem o alvo. R.22,2%

27) Ligia tem a probabilidade 75% de casar com Douglas e 10% com Anselmo,qual a
probabilidade de Ligia ficar para TTA. R . 22,5%


92
VI-DISTRIBUIO DE PROBABILIDADE DISCRETA E CONTNUA

A)VARIVEIS ALEATRIAS: Varivel aleatria aquela cujos os valores so obtidos por um
experimento aleatrio e aos quais podemos associar probabilidades. Lembramos que a soma
das probabilidades de todos os valores que a probabilidade aleatria pode assumir igual a 1.

Exemplo: Joga-se uma moeda simtrica duas vezes:

Ca Cara Co Coroa

EVENTOS ( S) CoCa CaCo CaCa CoCo
Probabilidade

Faamos a seguinte correspondncia: A cada correspondncia ( S ) um nmero real. Para isso
vamos definir X , igual ao numero de caras.
X= ( 0,1,2)

X EVENTOS COMPLEMENTARES
0 CoCo
1 CoCa,CaCo
2 CaCa

P(X=0) = P(X=1) = + = P(X=2)=

B)DISTRIBUIO DE PROBABILIDADE: uma apresentao de todos valores assumidos
por uma varivel aleatria com seu respectivos valores de probabilidade.

Do Exemplo Anterior
N
o
de Caras P(X)
2
1
0
= 1

Outro Exemplo: Consideremos a Distribuio de Freqncia Relativa ao nmero de acidentes
dirios em um estacionamento:
N
o
de Acidentes Freqncia
0 22
1 5
2 2
3 1
= 30


93
Em um dia, a probabilidade de:
a ) No ocorrer acidentes P(0)= 22/30 = 0,73 ou 73 %
b ) Ocorrer um acidente P(1)=5/30 = 0,16 ou 16 %
c ) Ocorrer dois acidentes P(2)=2/30 = 0,07 ou 7 %
d ) Ocorrer trs acidentes P(3)= 1/30 = 0,03 ou 3 %

n
=0,73 + 0,17 + 0,07 + 0,03= 1,00 P(Xi) = 1
Ento podemos concluir: i= 1

B) DISTRIBUIO DE PROBABILIDADE DISCRETAS:

Introduo: Quando aplicamos a estatstica na resoluo de problemas
administrativos, verificamos que muitos problemas apresentam as mesmas
caractersticas, o que nos permite estabelecer um modelo terico para a determinao
da soluo destes problemas.
Os componentes principais de um modelo estatstico terico so :
1 ) Os possveis valores que a varivel aleatria " X " pode assumir.
2 ) A funo de probabilidade associada varivel aleatria " X ".
3 ) O valor esperado da varivel aleatria " X ".
4 ) A varivel e o desvio-padro da varivel aleatria " X ".

- Bernoulli
- Hipergeomtrica
- Binomial
- Poisson
Vamos apresentar somente as distribuies binomial e poisson

B1) DISTRIBUIO BINOMIAL: Em muitos problemas aplicados , o que nos interessa a
probabilidade de um evento ocorrer "X " vezes em 'n provas. Por exemplo, a probabilidade de
obter 45 respostas a 400 questionrios distribudos como parte de um estudo sociolgico , a
probabilidade de 5 em 12 ratos sobreviverem por determinado prazo aps serem injetados
com uma substncia cancergena, a probabilidade de 45 em 300 motoristas retidos estarem
usando cintos de segurana. Utilizando a linguagem dos jogos de azar,poderamos dizer que ,
em cada um desses exemplos, estamos interessados na probabilidade de obter "X sucessos
em "n provas.
Considerar experimentos que satisfaam as seguintes condies:

a ) O experimento deve ser repetido nas mesmas condies, um nmero finito de vezes ( n );
b ) As provas repetidas devem ser independentes, isto , o resultado de uma no deve afetar o
resultado das sucessivas;
c ) Em cada prova deve aparecer um dos dois possveis resultados: sucesso e insucesso;
d ) No decorrer do experimento, a probabilidade "p do sucesso e a probabilidade "q( q = 1 - p )
do insucesso manter-se-o constantes

f (x) = P( X = k ) = ( k
n
) p
k
q
n-k


94
ou

Cn
k
p
k
( 1 - p )
n-k

n + = n! coeficiente binomiaI ( veja tabeIa anexa )
k k!(n-k)!

P(X=k) = n! .p
k
. q
n-k
k! (n- k)!

P( X=k): a probabilidade de que o evento se realize "k vezes em "n " provas.
p: a probabilidade de que o evento se realize em uma s prova - "sucesso.
q: a probabilidade de que o evento no se realize durante essa prova - "insucesso.
n: nmero de provas.
k: nmero de vezes que se quer a ocorrncia do evento.

Por definio: 0! = 1 e 1! = 1

Exemplo: Uma moeda lanada cinco vezes seguidas e independentes. Calcular a
probabilidade de serem obtidas trs caras nessas 5 provas:

n = 5 ; k = 3 ; p = ( cara ) = ; q = ( coroa ) =

P(X=k) = n! .p
k
. q
n-k
=>

P(X=3) = 5! . ( )
3
. ( )
5-3

k! (n- k)! 3! (5- 3)!

P(X=3) = 5. 4. 3 . ()
3 .
()
2
Simplificando e resolvendo: P(X=3) = 5/16

EXERCCIOS

1 - Dois times de futebol A e B, jogam entre si 6 vezes. Encontre a probabilidade de o time A
ganhar 4 jogos.
R : 8,23%

2 - Jogando-se um dado trs vezes, determine a probabilidade de se obter um mltiplo de trs
duas vezes:
R : 22,2%

3 - Um fabricante de mesas de bilhar suspeita que 2% do seu produto apresenta algum
defeito, se tal suspeita correta, determine a probabilidade de que numa amostra de 9 mesas
no haja nenhuma defeituosa.
R : 83,3%

4 - A probabilidade de um atirador acertar o alvo de 2/3. Se ele atirar 5 vezes, qual a
probabilidade de acertar exatamente 2 tiros.
R : 16,46%

5 - Dos estudantes de um colgio, 41% fumam cigarro. Escolhem-se 6 por acaso par dar sua
opinio sobre o fumo. Determine a probabilidade de todos o 6 fumarem. Determine a
probabilidade de nenhum do 6 serem fumantes. Determine a Probabilidade de que todos no
sejam fumantes.
R : 0,47% ; 4,21% ; 4,22%


95
6 - Doze por cento dos que reservam lugar num vo sistematicamente, faltam ao embarque. O
avio comporta 15 passageiros. Determine a probabilidade de que todos os 15 que reservaram
lugar compaream ao embarque.
R : 14,6%

7 - Dois times de futebol A e B jogam entre si 6 vezes. Encontre a probabilidade de o time A:
a) ganhar 2 ou 3 jogos; b) ganhar um jogo; c) ganhar pelo menos um jogo
R : a ) 54,9% b ) 26,33% c ) 91,9%

8 - Em 10 000 famlias com 8 filhos cada uma, quantas famlias se esperaria que tivessem
exatamente:
a ) 2 meninos; b ) 3 meninos; c ) nenhum menino.
R : a)1093 b)2188 c) 39

9 - Num hospital 5 pacientes devem submeter-se a um tipo de operao, da qual 80%
sobrevivem. Qual a probabilidade que:
a ) todos sobrevivam ? R) 32,76%
b ) pelo menos 2 sobrevivam ? R ) 99,33%
c ) no mnimo 3 no consigam sobreviver ? R) 5,79%

10 - Se 20% dos parafusos produzidos por uma mquina so defeituosos, determine a
probabilidade entre 4 parafusos escolhidos ao acaso:
a ) um ser defeituoso R: 40,96%
b ) zero ser defeituoso R: 40,96%
c ) no mximo dois com defeito. R: 97,28%

11 - A probabilidade de um estudante que ingresse num colgio graduar-se de 0,40.
Determine a probabilidade entre 5 estudantes:
a) nenhum ser graduado; R: 7,77%
b) um se graduar; R: 25,92%
c) pelo menos um se graduar. R: 92,23%

12 - Em uma cirurgia de miopia, sabe-se que 10% no obtm sucesso. Qual a probabilidade
de que em 4 cirurgias, 3 obtenham sucesso ?
R : 29,16%

13 - Um casal quer ter 5 filhos. Qual a a probabilidade de que:
a ) todos sejam homens R) 1/32
b ) tenham duas meninas R) 10/32(5/16)

14 - Suponha que 8% dos cachorros quentes vendidos num estdio de beisebol sejam pedidos
sem mostarda. Se sete pessoas pedem cachorro quente, qual a probabilidade de que:
a ) todos queiram mostarda R) 55,78%
b ) apenas um no a queira R) 33,96%

15 - Uma urna contm 10.000 bolas coloridas assim distribudas : 5.000 brancas, 3.000 verdes,
1.000 vermelhas e 1.000 pretas.
a ) Escolhidas 20 bolas, determine a probabilidade de duas serem verdes R 2,79%
b ) Escolhidas 19 bolas, determine a probabilidade de 3 serem pretas. R 17,96 %


96
16)Se h uma probabilidade de 70 % de um eleitor , escolhido aleatoriamente na relao oficial
de 5 eleitores, votar em determinada eleio, qual a probabilidade de dois eleitores da lista
votarem na eleio?
R: 13.2%

17) A incompatibilidade de gnios dada como a razo legal de 55% de todos os casos de
divrcio em certo condado. Determine a probabilidade de que a incompatibilidade seja
apontada como a causa de quatro dentre os prximos seis casos de divrcio naquele condado
R: 27,8%

18) Uma cooperativa agrcola afirma que 95% das melancias vendidas por ela esto maduras e
prontas para o consumo. Determine a probabilidade de que dentre 18 melancias despachadas,
todas estejam maduras e prontas para o consumo.
R.39,7 %

B ) DISTRIBUIO POISSON :
Na distribuio binomial, a varivel era o nmero de sucessos em um determinado intervalo
discreto. Em muitas situaes, podemos estar interessados no nmero de sucessos, em certo
intervalo contnuo, intervalo este, que pode ser: comprimento, tempo, superfcie, etc.
Exemplo:
- n
o
de defeitos, por metro, em determinado tecido;
- n
o
de defeitos na impresso de certo livro;
- n
o
de pessoas que chegam ao caixa de um supermercado no intervalo de trs minutos.
A distribuio de Poisson utilizada para o estudo de ocorrncias de eventos num contexto de
tempo ou espao. Por exemplo, a anlise da taxa de chegada de clientes a um posto de
servios ( clientes de um banco demandando ao caixa, veculos chegando a um posto de
pedgio, ocorrncia de chamadas telefnicas, etc ) podem ser desenvolvidas com o emprego
da frmula de Poisson.

P ( X ) = e
-t
( t )
x

x !
Onde x o nmero de ocorrncias; e a base dos logaritmos naturais ( tabeIa anexa
contm aIguns vaIores de e
- 3
); a taxa mdia por unidade; e t o nmero de unidades. A
quantidade t representa o nmero mdio de ocorrncias no intervalo t. Assim, = t. A
frmula pode ser escrita de forma mais simples substituindo t por :

P ( X ) = e
-
( )
x

x !
Esta frmula aplica-se a muitas situaes em que podemos esperar um nmero fixo de
"sucessos por unidade de tempo( ou qualquer outra tipo de unidade) , digamos , quando um
banco espera receber seis cheques sem cobertura por dia, quando so esperados 1,6
acidentes por dia em um cruzamento perigoso, quando so esperados oito pequenos pedaos
de carne em uma torta de carne congelada etc......
Exemplo: Um processo mecnico produz tecido para tapetes com uma mdia de dois defeitos
por jarda. Determine a probabilidade de uma jarda quadrada ter exatamente um defeito,
admitindo que o processo possa ser bem aproximado por uma distribuio de Poisson.
R : P ( X - 1 ) = 0,270


97
Uma Aplicao Envolvendo o Tempo : Suponhamos que os navios cheguem a um porto
razo de = 2 navios/hora, e que essa razo seja bem aproximada por um processo de
Poisson. Observando o processo durante um perodo de meia hora ( t = ), determine a
probabilidade de ( a ) no chegar nenhum navio, ( b ) chegarem 3 navios.
R :a ) P ( X = 0 ) = 0,368
b ) P ( X = 3 ) = 0,061

Uma Aplicao Envolvendo rea: Suponhamos que os defeitos em fios para tear
possam ser aproximados por um processo de Poisson com mdia de 0,2 defeitos por metro (
= 0,2 ). nspecionando -se pedaos de fio de 6 metros de comprimento, determine a
probabilidade de menos de 2 ( isto , 0 ou 1 )defeito.
R : P ( X 1) = 0,6622

EXERCCIOS

1 - As chamadas de emergncia chegam a uma delegacia de polcia razo de 4 por hora no
perodo de 1 s 6 da manh em dias teis, e podem ser aproximadas por uma distribuio de
Poisson.
a ) Quantas chamadas de emergncia so esperadas num perodo de 30 minutos ?
b ) Qual a probabilidade de nenhuma chamada no perodo de 30 minutos ?
c ) Qual a probabilidade de ao menos 2 chamadas ao mesmo tempo ?
R : a ) 2 chamadas b ) 0,1353 ou 13,53 % c )0,5941 ou 59,41%

2 - Os defeitos em rolos de filmes coloridos ocorrem razo de 0,1 defeito/rolo, e a distribuio
dos defeitos a de Poisson. Determine a probabilidade de um rolo em particular conter um ou
mais defeitos.
R : 0,0952 ou 9,52%

3 - Um posto telefnico recebe uma mdia de 10 chamadas por minuto a distribuio de
Poisson. Pede-se:
a ) No ocorrer nenhuma chamada em 1 minuto b ) Ocorrer menos de trs chamadas em 2
minutos
c ) Ocorrer mais de 4 chamadas em 0,3 minutos. R : a ) 0,000045 ou 0,0045%
b ) 0 ( Zero )
c ) 18,47%
4 - H um defeito em cada 250 pginas editadas. Qual a probabilidade de que em 500 pginas
haja :
a ) Nenhum defeito
b ) Mais de um defeito.
R : a ) 13,5%
b ) 59,5%

5 - Os clientes chegam a uma loja razo de 6,5/h ( Poisson ). Determine a probabilidade de
que durante qualquer hora :
a ) No chegue nenhum cliente.
b ) Chegue mais de 1 cliente.
R : a ) 0,0015 ou 0,15%
b ) 0,989 ou 98,9%


98
6 - Determinada empresa fabricante de peas para reviso e manuteno de freios de veculos
automotores apresentam apenas 5 peas defeituosas, para cada 1.000 produzidas, retirando -
se uma amostra de 800 peas e examinando-as, deseja-se saber :
a ) Qual a probabilidade do nmero de peas defeituosas sejam exatamente 2
b ) Qual a probabilidade de que pelo menos de 2 peas sejam defeituosas.
R : a ) 14,7% b ) 9,15%

7 - O fluxo de carros que passam em determinado pedgio de 1,7 carro/min. Qual a
probabilidade de passarem exatamente 2 carros em 2 minutos ?
R : 19,3%

8 - Sabe-se por experincia que 1,5% das pastilhas de freio fabricadas por determinada
empresa apresentam defeitos. O controle de qualidade da empresa, para tal, escolheu ao
acaso 100 peas de pastilhas. Determinar a probalidade de que no mximo 2 sejam
defeituosas.
R : 80,88%

9 - Uma editora apresenta a probabilidade de se encontrar uma pgina editada com erro igual a
0,8%. Em um livro de 500 pginas, determinar a probabilidade de se encontrar no mximo 4
pginas com correo.
R : 62,87%

10 - 10% de ferramentas produzidas por um certo processo de fabricao revelaram-se
defeituosas. Determinar a probabilidade de em uma amostra de 10 ferramentas escolhidas ao
acaso, exatamente 2 serem defeituosas ( aproximao de Poisson ).
R : 18,39%

11 - Um departamento de conserto de mquinas recebe uma mdia de 5 chamadas por hora.
Qual a probabilidade de que em uma hora selecionada, aleatoriamente, sejam recebidas
exatamente 3 chamadas ?
R: 13,96%

12 - Determine, no exerccio anterior, a probabilidade de que sejam recebidas menos de 3
chamadas.
R: 12,4%

13- Se um banco recebe em mdia de 6 cheques sem cobertura por dia ,qual a
probabilidade de receber quatro cheques sem cobertura em um dia qualquer?
R: 13,39 %


99
C) DISTRIBUIO DE PROBABILIDADE CONTNUA

-Distribuio uniforme -Distribuio normaI

C1) DISTRIBUIO NORMAL: A distribuio normal de probabilidade uma distribuio
de probabilidade contnua que simtrica e mesocrtica. mais comumente conhecida como
curva Normal ou de Gauss e tem a forma de sino. muito importante no estudo da inferncia
estatstica.Os primeiros estudos foram feitos por De Moivre e, cem anos depois, por
Laplace,que consolidou as descobertas feitas at ento.
O estudo da curva normal bsico para a estatstica analtica e se reveste de grande
interesse quando aplicado economia, administrao e engenharia.
Em administrao utilizada em controle de qualidade, controle de estoques,
amostragem, etc.

DISTRIBUIO NORMAL REDUZIDA ( PADRONIZADA )
Na maioria das vezes em que necessitamos da rea sob uma curva normal, devemos recorrer a
uma tabela ( anexa ). Seria impossvel elaborar uma tabela para cada distribuio normal com todos os
valores possveis da mdia e da varincia. Felizmente, podemos achar os resultados para qualquer
distribuio normal apelando para uma tabela de distribuio normal com mdia 3 = 0 e a varincia 9
2
=
1. Esta distribuio normal especial chamada "DISTRIBUIO NORMAL PADRONIZADA.

X (D) ( 3 e e
2
)

Z = X - X
9

F ( x )

A

3 xc 0 zo zc

A = xc A =
0

z0
f ( z ) dz P ( o z zc )

EXERCCIOS
1 - Um teste padronizado de escolaridade tem distribuio normal com mdia 100 e desvio
padro 10. Determine a probabilidade de um indivduo, submetido ao teste, ter nota:
a ) maior que 120; b ) maior que 80; c ) entre 85 e 115; d ) maior que 100.
R : a) 2,28%
b) 97,72%
c) 86,64%
d) 50%
2 - Os pesos de 600 estudantes so normalmente distribudos com X = 65,3 kg e 9 = 5,5 kg.
Determinar o nmero de estudantes que pesam:
a ) entre 60 e 70 kg;
b ) mais que 63,2 kg;
c ) menos que 68 kg.
R : a) 380 b)389 c)413

100
3 - A durao de um certo componente eletrnico tem X de vida de 850 e 9 de 50 dias,
sabendo-se que a durao normalmente distribuda, calcule a probabilidade desse
componente durar:
a ) entre 700 e 1000 dias;
b ) mais de 800 dias;
c ) menos de 750 dias.
R : a) 99,72%
b) 84,13%
c) 2,28%

4 - O processo de empacotamento em uma companhia de cereais foi ajustado de maneira que
uma mdia M = 13,0 kg colocada em cada saco. O desvio padro 0,1 kg. Sabe-se que a
distribuio dos pesos seguem uma distribuio normal. Determinar a probabilidade de que um
saco escolhido aleatoriamente contenha:
a) entre 13 e 13,2kg;
b) entre 12,9 e 13,1 kg;
c) entre 13,1 e 13,2 kg;
d) exceda 13,25 kg.
R : a) 47,72%
b) 68,26%
c) 13,59%
d) 0,62%

5 - As lmpadas fabricadas por uma indstria tm vida mdia de 2060 horas e o desvio padro
de 150 horas, calcular a probabilidade de:
a) uma lmpada se queimar com mais de 1900 hs;
b) uma lmpada se queimar com menos de 1800 hs;
c) uma lmpada se queimar entre 1900 e 2200 hs;
d) uma lmpada se queimar entre 1800 e 1900 hs.
R : a) 85,77% b) 4,18% c) 68,15% d) 10,05%

6 - As vendas de um determinado produto tm apresentado distribuio normal com mdia de
600 unidades/ ms e desvio padro de 40 unidades/ms. Se a empresa decide fabricar 700
unidades naquele ms, qual a probabilidade dela no poder atender aos pedidos deste ms,
por estar com a produo completa ?
R : 0,62%

7 - Determinada classe de operrios industriais tm seus salrios semanais em torno de uma
mdia de 2000 reais; 9 = 300 ( supor normalmente distribudos). Pede-se :
a) encontre a probabilidade de um operrio dessa classe ter um salrio semanal situado entre
1800 e 2500 reais;
b) igual a 2400 reais ou mais;
c) dentro de desvios de que ambos os lados da mdia caram 94,88% dos salrios.
R : a) 70,11 % b) 9,18% c) X
1
= 1415 ; X
2
= 2585
_
8 - Se as alturas de 300 estudantes so normalmente distribudas com X = 172,72 cm 9 = 7,62
cm , quantos estudantes tm altura:
a ) superior a 182,88 cm; b ) entre 165,10 e 180, 34 cm.
R : a) 28 estudantes b) aproximadamente 205 estudantes


101
9 - Se o ganho dirio de um grupo de pessoas normalmente distribudo com mdia igual a U$
80 e o desvio padro igual a U$ 10, determine o percentual de pessoas cujos ganhos dirios
esto:
a) entre 80 e 100 dlares; R) 47,72%
b) abaixo de 60 dlares; R ) 2,28%
c) acima de 95 dlares. R) 6,68%

10 - Em uma empresa de 400 empregados o salrio mdio mensal R$560,00 e o desvio
padro R$100,00. Determinar o n
o
de empregados em cada faixa salarial:
a ) baixo de R$478,00 R: 83
b ) acima de R$725,00 R: 20
c ) entre R$478,00 e R$725,00 R: 298
d ) acima de R$478,00 R: 318
e ) abaixo de R$725,00 R: 381
f ) acima de R$478,00 e abaixo de R$513,00 R: 46
g ) acima de R$633,00 e abaixo de R$725,00 R: 74
h ) abaixo de R$633,00 R: 307

11) A freqncia de pessoas que almoam em um determinado restaurante
aproximadamente uma distribuio normal,com mdia de 200 pessoas e desvio padro de 10
pessoas por dia.Pede-se:
1)Qual a probabilidade de haver at 180 clientes em um determinado dia R: 2,28%
2)Qual a probabilidade de comparecer entre 190 e 210 clientes R: 79,15 %

12)Em uma turma muito grande de Histria Europia, as notas do exame final acusam mdia
de 71,6 e o desvio padro 12,6. Se admitirmos a distribuio dessas notas por uma distribuio
normal, qual a percentagem das notas que excederia 79. R: 27,8 %

13)Se a quantidade de radiao csmica a que uma pessoa est exposta ao atravessar o
territrio dos Estados Unidos em um avio a jato uma varivel aleatria normal com mdia de
4.35 mrem e desvio padro de 0.59 mrem ,determine as probabilidades de uma pessoa em tal
vo estar exposta a :
a)mais de 5,00 mrem de radiao csmica
b)de 3,00 a 4,00 mrem de radiao csmica

14)Um vo apresenta durao normalmente distribuda, com mdia igual a 320 minutos e o
desvio padro igual a 120 minutos. Pergunta-se a) qual a probabilidade de uma viagem durar
menos de 250 min? b) durar mais de 290 min?


102

COEFICIENTES BINOMIAIS

k 0 1 2 3 4 3 6 7 8 9 10
n
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
S 1 3 10 10 3 1
6 1 6 13 20 13 6 1
7 1 7 21 33 33 21 7 1
8 1 8 28 36 70 36 28 8 1
9 1 9 36 84 126 126 84 36 9 1
10 1 10 43 120 210 232 210 120 43 10 1
11 1 11 33 163 330 462 462 330 163 33 11
12 1 12 66 220 493 792 924 792 493 220 66
13 1 13 78 286 713 1287 1716 1716 1287 713 286
14 1 14 91 364 1001 2002 3003 3432 3003 2002 1001
1S 1 13 103 433 1363 3003 3003 6433 6433 3003 3003
16 1 16 120 360 1820 4368 8008 11440 12870 11440 8008
17 1 17 136 680 2380 6188 12376 19448 24310 24310 19448
18 1 18 133 816 3060 8368 18364 31824 43738 48620 43738
19 1 19 171 969 3876 11628 27132 30388 73382 92378 92378
20 1 20 190 1140 4843 13304 38760 77320 123970 167960 184736


103
Z 0 0,01 0,0 0,0 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3,6 0,4998 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000
DISTRIBUIO NORMAL PADRONIZADA

104
vaIores de e
- 3

(DIS1kI8UIC
CISSCN)

e
- 3
e
- 3
e
- 3
e
- 3

0,1 0,90484 1,9 014937 3,7 002472 5,5 000409

0,2 0,81873 2,0 013334 3,8 002237 5,6 000370

0,3 0,74082 2,1 012246 3,9 002024 5,7 000333

0,4 0,67032 2,2 011080 4,0 001832 5,8 000303

0,5 0,60653 2,3 010026 4,1 001637 5,9 000274

0,6 0,54881 2,4 009072 4,2 001300 6,0 000248

0,7 0,49659 2,5 008208 4,3 001337 6,1 000224

0,8 0,44933 2,6 007427 4,4 001228 6,2 000203

0,9 0,40657 2,7 006721 4,5 001111 6,3 000184

1,0 0,36788 2,8 006081 4,6 001003 6,4 000166

1,1 0,33287 2,9 003302 4,7 000910 6,5 000130

1,2 0,30119 3,0 004979 4,8 000823 6,6 000136

1,3 0,27253 3,1 004303 4,9 000743 6,7 000123

1,4 0,24660 3,2 004076 5,0 000674 6,8 000111

1,5 0,22313 3,3 003688 5,1 000610 6,9 000101

1,6 0,20190 3,4 003337 5,2 000332 7,0 000091

1,7 0,18268 3,5 003020 5,3 000499

1,8 0,16530 3,6 002732 5,4 000432


105
VII- REGRESSO E CORRELAO

1 ) INTRODUO:
A regresso e a correlao so duas tcnicas estreitamente relacionadas que
envolvem uma forma de estimao. A diferena entre essas tcnicas e o tipo de
estimao discutido anteriormente que aquelas tcnicas anteriores foram utilizadas
para estimar um nico parmetro populacional, enquanto que as tcnicas apresentadas
neste captulo se referem estimao de uma relao que possa existir na populao.
Mas especificamente, a anlise da correlao e regresso compreende a
anlise de dados amostrais para saber se e como duas ou mais variveis esto
relacionadas uma com a outra numa populao. Nosso objetivo ser principalmente o
estudo de situaes de duas variveis. A anlise de correlao d um nmero que
resume o grau de relacionamento entre duas variveis; a anlise de regresso tem
como resultado uma equao matemtica que descreve o relacionamento. A equao
pode ser usada para estimar, ou predizer, valores futuros de uma varivel quando se
conhecem ou se supem conhecidos valores da outra varivel. A anlise de
correlao til em trabalho exploratrio, quando um pesquisador ou analista procura
determinar quais variveis so potencialmente importantes e o interesse est
basicamente no grau ou fora do relacionamento. Em educao e psicologia,
freqentemente se d maior nfase ao grau ou fora do relacionamento. Em outras
reas, como administrao, economia, pesquisa mdica, agricultura, focaliza-se mais a
natureza do relacionamento( isto , a equao de predio ), e a anlise de regresso
o instrumento principal.

A correlao mede a fora, ou grau, de reIacionamento entre duas variveis; a
regresso d uma equao que descreve o reIacionamento em termos
matemticos.

Os dados para a anlise de regresso e correlao provm de observaes de
variveis emparelhadas. Para um problema de duas variveis, isto significa que cada
observao origina dois valores, um para cada varivel. Por exemplo, um estudo que
envolva caractersticas fsicas pode focalizar a idade e a altura de cada indivduo. As
duas variveis de interesse - idade e altura de cada pessoa - so ento emparelhadas.
Para um problema de trs variveis, cada observao origina trs valores. Por
exemplo, alm da idade e altura de cada pessoa, podemos incluir tambm o peso na
anlise.

) ANLISE DE CORRELAO:
O objetivo do estudo correlacional e a determinao da Iora do relacionamento entre
duas observaes emparelhadas. O termo ' correlao ' signiIica literalmente '
corelacionamento ', pois indica ate que ponto os valores de uma variavel esto relacionados com
os de outra. Ha muitos casos em que pode existir um relacionamento entre duas variaveis.
Consideremos, por exemplo, questes como estas:
1. A idade e a resistncia fsica esto correlacionadas ?
2. Pessoas de maior renda tendem a apresentar melhor escolaridade ?
3. O sucesso num emprego pode ser predito com base no resultado de testes ?

106
4. A temperatura parece influenciar a taxa de criminalidade ?
5. Estudantes com maior capacidade de leitura tendem a obter melhores
resultados em cursos de matemtica ?
Problemas como esses se prestam anlise de correlao. O resultado de tal
anlise um coeficiente de correlao - um valor que quantifica o grau de correlao.

2.1)Coeficiente r de Pearson

O grau de relacionamento entre duas variveis contnuas sintetizado por um
coeficiente de correlao, conhecido como "r " de Pearson ( 1857-1936),que
desenvolveu a tcnica

n(xy) - (x)( y) n= nmero de observaes
r =
b {n(x
) -(x)
<x{ny
- (y)
< x e y as variveis

2.2 ) Caracterstica de r

O coeficiente de correlao tem duas propriedades que caracterizam a natureza
de uma relao entre duas variveis. Uma o seu sinal ( + ou - ) e a outra sua
magnitude. O sinal o mesmo que o do coeficiente angular de uma reta imaginria que
se "ajustasse aos dados se fosse traada num diagrama de disperso a magnitude de
"r indica quo prximos da "reta esto os pontos individuais. Por exemplo, valores de
r prximos de-1,00 ou +1,00 indicam os valores esto muito prximos da reta, ou
mesmo sobre a reta, enquanto que os valores mais prximos de 0 (zero) sugerem
maior disperso.

bservao :
1 ) O valor de r varia -1 a +1 .Pode-se escrever -1 r 1
2 ) Quando r for positivo indica que a relao de valores altos (baixos) de uma
varivel correspondem a valores altos (baixos) da outra.
3 ) Quando r for negativo indica que a relao de valores altos ( baixos ) de
uma varivel correspondem a valores baixos ( altos ) da outra.
4 ) Quando r = 1 Correlao linear perfeita positiva ( reta )
Quando r = 0 Correlao nula
Quando r = - 1 Correlao linear perfeita negativa ( reta )


107
5 ) Grau de Correlao
0,6 | r | 1 Forte
0, | r | 0,6 Fraca
0 | r | 0, Muito Fraca

Exemplo.

1 ) Calcule o coeficiente e o grau de correlao linear dos alunos colgio "A "
entre as notas matemticas e estatstica.

Alunos Notas XY X
2
Y
2

Mat (x) Est (y)
A 5,0 6,0 30 25 36
B 8,0 9,0 72 64 81
C 7,0 8,0 56 49 64
D 10,0 10,0 100 100 100
E 6,0 5,0 30 36 25
F 7,0 7,0 49 49 49
G 9,0 8,0 72 81 64
H 3,0 4,0 12 9 16
8,0 6,0 48 64 36
J 2,0 2,0 4 4 4

xi = 65 y = 65 xy = 473 x
2
= 481 y
2
= 475

n = 10 ( alunos )

r = 10 x 473 - ( 65 ) (65 )
b [ 10 ( 481 ) - ( 65 )
2
] [ 10 ( 475 ) - ( 65 )
2
]
r = 505 = 505 = 0,91( Correo Linear Positiva, forte)
b585 x 525 554,19

Exerccios.
1 ) Calcule o coeficiente e o grau de correlao linear entre as variveis e faa o
Diagrama de Disperso.
Entre as variveis

X 0 1 2 3 4
Y 0 2 4 6 8
R = Coeficiente de correlao r = 1 ( grau de correlao linear positiva e
perfeita)


108
2 ) Calcule o coeficiente e o grau de correlao linear entre as variveis e faa o
Diagrama de Disperso

X 2 2 3 3 3 4 4 4 5 5
Y 5 5 3 6 6 5 4 2 5 4
R = Coeficiente de correlao r = - 0,28 grau de correlao linear negativa
muito fraca.

3 ) Calcular o coeficiente e o grau de correo linear e Faa o Diagrama de
Disperso
X 10 20 30 40 50
Y 6 8 7 8 6
R. Coeficiente r = 0 grau de correlao = correlao nula.

4 ) Determine o grau de correlao entre as variveis abaixo e Faa o Diagrama
de Disperso

Pases Consumo de Coeficiente
(x) Protenas (y)Natalidade

Formosa 4,7 45,6
Malsia 7,5 39,7
ndia 8,7 33,0
Japo 9,7 27,0
Grcia 15,2 23,5
tlia 15,2 23,4
Alemanha 37,3 20,0
Usa 61,4 17,9

R. Correo linear negativa , forte ( r = - 0,72 )

5 ) A tabela abaixo apresenta valores que mostram como comportamento de
uma barra de ao , que varia conforme a temperatura. Calcular o coeficiente de
correlao.

temperatura(x) 10 15 20 25 30
comprimento(y) 1003 1005 1010 1011 1014
R. r = 0,98

6 ) Faa o diagrama de Disperso e responda se h correlaco entre variveis e
se forte ou fraca a correlao.
QUANTDADE(x) 10 11 12 13 14 15
CUSTOS(y) 100 112 119 130 139 142
R. r=0,99 sim h correlao e forte


109
7 ) Suponha as seguintes observaes da renda mdia e do consumo de Pizza
durante um ms, em oito cidades distintas

CDADE RENDA(em Milhares)(X) PZZAS VENDDAS ( MLHARES ) ( Y )
1 5 27
2 10 46
3 20 73
4 8 40
5 4 30
6 6 28
7 12 46
8 15 59
Faa o diagrama de disperso e responda qual o grau de correlao e depois
comprove com o clculo do coeficiente de correlao.
R. Coeficiente de correlao = 0,984

8)Determine o grau e o coeficiente de correlao linear entre os valores:

X 1 9 6 4 5 7 2 8 6 3
Y 15 75 55 42 33 45 32 80 48 45
R: grau: Correlao linear positiva forte coeficiente de correlao: r= 0,875

A correlao mede a fora, ou grau, de relacionamento entre duas variveis; a
regresso d uma equao que descreve o relacionamento em termos matemticos.

) REGRESSO

3.1 ) Regresso Linear
A regresso linear simples constitui uma tentativa de estabelecer uma equao
matemtica linear ( linha reta ) que descreva o relacionamento entre duas variveis.
H diversas maneiras em que as equaes de regresso so utilizadas. Uma
em situaes em que duas variveis medem aproximadamente a mesma coisa, mas
uma delas relativamente dispendiosa, ou difcil de lidar, enquanto que a outra no.
Por exemplo, a resistncia e a dureza de um metal pode estar relacionadas, de modo
que conhecendo-lhe a dureza podemos estimar-lhe a resistncia. Se o teste de
resistncia destri o metal, enquanto que o teste de dureza no o destri, uma pessoa
interessada em estimar a resistncia obviamente preferir confiar nos resultados do
teste de dureza para estimar a resistncia.
A finalidade de uma equao de regresso seria ento estimar valores de uma varivel
com base em valores conhecidos da outra.
Embora tais relaes possam assumir uma grande diversidade de formas, nossa
discusso se limitar s equaes lineares. As equaes lineares ( de uma linha reta )
so importantes por que servem para aproximar muitas relaes da vida real, e por que
so relativamente fceis de lidar e de interpretar. Outras formas da anlise de
regresso, tais como regresso mltipla ( mais de duas variveis ) e regresso
curvilnea ( no - linear ) envolvem extenses dos mesmos conceitos usados na
regresso linear simples, porm ns s vamos estudar regresso linear simples.

110

3.2 ) Equao Linear
Duas importantes caractersticas da equao linear so ( 1 ) o coeficiente
angular da reta e ( 2 ) a cota da reta em determinado ponto. Uma equao linear tem a
forma.
= a + bx
Onde a e b so valores que se determinam com base nos dados amostrais; a
a cota da reta em x = 0, e b o coeficiente angular. A varivel y a varivel que deve
ser predita, e x o valor preditor.

3.3 ) Determinao da Equao Matemtica
Voltemos agora a nossa ateno para a mecnica da determinao da equao
de uma reta que melhor descreva um conjunto de observaes. Por exemplo, suponha
- se que queiramos determinar se a alguma relao entre a quilometragem de um carro
usado e seu preo de venda. sto , queremos saber se o preo depende da
quilometragem do carro. Em linguagem de regresso, a quilometragem seria a varivel
independente, ou "explanatria e o preo de venda a varivel depende, ou
"explicada. tradicional usar o smbolo x para representar valores da varivel
independente e o smbolo y para valores da varivel dependente.

Na regresso, os vaIores y so preditos com base em vaIores dados ou conhecidos de x.
A variveI y chamada variveI dependente, e a variveI x variveI independente.

Suponha -se que tenhamos colhido dados de vendedores de carros da rea,
sobre quilometragem e preos de carros de 1975 de certa marca e com determinado
equipamento ( condicionamento de ar, toca-fitas, etcs. ). Os dados amostrais, que
poderiam se originar de uma amostra aleatria de vendedores da regio, se
apresentariam mais ou menos como os dados da tabela abaixo.

Observao ( i ) QuiIometragem 1000,s ( xi ) Preo de Venda ( yi)
1 40 1000
2 30 1500
3 30 1200
4 25 1800
5 50 800
6 60 1000
7 65 500
8 10 3000
9 15 2500
10 20 2000
11 55 800
12 40 1500
13 35 2000
14 30 2000


111
Para simplificar, foram arredondados a quilometragem e o preo. E embora
incluir detalhes com condio do carro ( ferrugem, amassados, etc. ) , cor, e localizao
do vendedor, para fins de ilustrao da tcnica de determinao da equao inclumos
apenas a quilometragem.

3.4 ) O mtodo dos mnimos quadrados
O mtodo mais usado para ajustar uma linha reta a um conjunto de pontos
conhecido como tcnica dos mnimos quadrados. A reta resultante tem duas
caractersticas importantes: ( 1 ) a soma dos desvios verticais dos pontos em relao
reta zero, e ( 2 ) a soma dos quadrados desses desvios mnima
(isto , nenhuma outra reta daria menor soma de quadrados de tais desvios ).
Simbolicamente, o valor que minimizado :
(y
i
- y
e
)

onde:
yi = um valor observado de y
ye = o valor calculado de y utilizando-se a equao de mnimos quadrados com
o valor de x correspondente a yi

Os valores de a e b para a reta yc = a + px que minimiza a soma dos
quadrados dos desvios so as solues das chamadas "equaes normais:
y = na + b ( x )
xy = a ( x ) + b ( x
2
)
Onde n o nmero de pares de observaes. Assim, obtendo-se as quantidades
x, xy, etc, poderamos resolver essas equaes simultneas em relao a a e b.
Todavia, as equaes podem ser removidas algbricamente em relao a a e b , e isto
proporciona uma forma muito mais simples. O resultado consiste em duas frmulas,
uma para a e uma para b, usadas para fins de clculo:

b = n ( xy ) - ( x ) ( y ) a = y - b x
n ( x
) - ( x )
n

Podemos usar o mtodo dos mnimos quadrados para obter uma reta
para o exemplo quilometragem versus preo de venda. Das equaes acima evidente
que, para determinar equao linear, devemos primeiro calcular x, y, x
2
e xy.
Tais valores se determinam a partir dos dados amostrais. Calcula -se tambm uma
quantidade adicional y
2
, para uso posterior. Note -se que n = 14 pares de
observaes. A tabela abaixo d os clculos


112
Observao Quilometragem
em 1000 X
Preo de Venda
Y

2

2

1 40 $1.000 40000 1600 1000000
2 30 1.500 45000 900 2250000
3 30 1.200 36000 900 1440000
4 25 1.800 45000 625 3240000
5 50 800 40000 2500 640000
6 60 1.000 60000 3600 1000000
7 65 500 32500 4225 250000
8 10 3.000 30000 100 9000000
9 15 2.500 37500 225 6250000
10 20 2.000 40000 400 4000000
11 55 800 44000 3025 640000
12 40 1.500 60000 1600 2250000
13 35 2.000 70000 1225 4000000
14 30 2.000 60000 900 4000000

LX=505 L Y=1.600 L 640000 L
2
21825 L
2
39960000

A equao de regresso resultante, yc = a + bx, ento:
yc = .94 - 8,56x

A equao pode ser interpretada da seguinte maneira. O preo de venda esperado
para um carro 1975 $2.934 menos $ 38,56 para cada mil milhas que o carro tenha
rodado. Por exemplo para um carro com 20.000 milhas rodadas, a equao sugere um
preo de venda de $ 2.934 - 38,56 ( 20 ) = $ 2.163.
importante reconhecermos certos fatos relativos equao de regresso. Um
que se trata de uma relao mdia; assim, um carro com determinada quilometragem
no obter necessariamente o preo de venda exato indicado pela equao. Outro
ponto importante que seria muito arriscado extrapolar essa equao para preos e
quilometragem fora do mbito dos dados. Em outras palavras, embora tenhamos
ficados razoavelmente convencidos, mediante uma rpida inspeo dos dados, de que
a relao era linear, isso no nos autoriza a supor que carros com maior ou menor
quilometragem apresentem a mesma relao entre preo e quilometragem.

3.5 ) InterpoIao e ExtrapoIao
De posse da equao da reta y = a + bx, possvel calcular o valor provvel de
y, isto , uma estimativa de y para dado valor de x que no foi observado; por exemplo
da tabela.

X 1 2 3 4 5
Y 1 2 4 5 8


113
No existe o valor de x igual a 3,5 porm com o ajuste a uma reta, podemos achar a
equao da reta e determinar o valor de y para x igual a3,5.

X Y X
2
XY

1 1 1 1
2 2 4 4
3 4 9 12
4 5 16 20
5 8 25 40
15 20 55 77
y = a + bx b = nxy - x y , a = y - bx
nx
2
- ( x )
2
n

n = 5 ( observaes ) b = 5.77 - 15.20 = 85 = 1,7 a = 20 - 1,7 x 15 = -5,5 = - 1,1
5.22 - ( 15 )2 50 5 5

y = -1,1 + 1,7x Para x = 3,5 y = - 1,1 + 1,7 x 3,5 = 4,85

O valor estimado de y, quando x=3,5 y= 4,85 (isto interpolao).Nos
dados da tabela acima tambm no consta o valor x= 10 .No entretanto possvel
estimar o valor de y para esse valor de x ,basta calcular. y= -1,1 + 1,7 x 10 = 15,9
(isto extrapoIao)

3.6 ) Erro Padro da Estimativa
A questo que surge naturalmente na anlise de regresso : "Quo precisas so as
diversas estimativas de regresso ? "A determinante principal da preciso a
qualidade de disperso na populao : quanto maior a disperso, menor a preciso das
estimativas. A quantidade de disperso na populao pode ser estimada com base na
disperso das observaes amostrais em relao reta de regresso calculada,
mediante a formula:

y
-a y -bx
Se =
n -2

Do exempIo anterior (Quilometragem x preo de Venda)Calcular o erro padro da
estimativa para os dados da quilometragem x Preo de Venda ser :

Se = 327,82
Este o desvio padro de pontos em torno da reta de regresso.

Se 39.960.000 - 2934 ( 21.600 ) - ( -38,6 ) ( 640.000 )
14 - 2

114

Exerccios. 1 ) Ajustar a uma reta os dados abaixo e calcule o erro padro
estimado..

X 1 2 3 4 5
Y 2 4 7 8 9
R. y = 0,6 + 1,8x , Se = 0,73
2 ) Ajustar a uma reta aos dados e calcule o erro padro estimado..
.
X 1 2 3 4 5 6 7 8
Y 3 3 5 6 6 7 8 9
R. y = 1,96 + 0,87x , Se = 0,44

3)As importaes de determinada matria - prima no perodo de 1981 a 1986
encontram -se na tabela abaixo.

Anos(X) 1981 1982 1983 1984 1985 1986
Quantidade 50 47 35 30 24 10
( T ) (Y)

a ) Determine a equao da reta.
Sugesto: Na coluna dos anos coloque 1, 2, 3... sendo (x) e quantidade (y)
R.. y = 60,07 7,83X

b ) Estime as importaes para o ano 1987
R. = 5,3 Ton.

c ) Calcular o erro padro estimado.
R = 2,96
4 ) A tabela abaixo reta os custos de manuteno por hora, classificados por idade de mquina
em meses. Determine a reta dos custos sobre a idade e fazer uma previso de custos para uma
mquina de 45 meses e o erro padro estimado.

dade 6 15 24 33 42
(meses)(x)
custo
mdios (y) 9,7 16,5 19,3 19,2 26,9

R. y = 8,43 + 0,41 x 45meses= 26,88 , Se = 2,31

5 ) Os lucros de uma companhia no perodo de 1982 e 1986 dado abaixo

Ano(X) 1982 1983 1984 1985 1986

Lucro milhes(y) 2,3 3,5 5,8 6,5 7,0
Estimar o lucro para 1987.
R. 8,74 milhes (y=1,3 + 1,24X)


115
6 ) Dada a temperatura mdia da cidade de Porto Alegre:

Ms(X) Temperatura(Y)
Ja n 30
Fev 25
Maro 20
Abril 13
maio 11
junho 10

Estimar a temperatura para dezembro

7 ) Calcular o valor estimado do comprimento da barra para temperatura de 18 e
35 ( graus centgrados ). Calcular o valor da temperatura estimada por um comprimento
da barra de 1019,8mm.
(X) Temperatura (Y)comprimento ( mm )
10 1003
15 1005
20 1010
25 1011
30 1014
R. y = 997,4 + 0,56x 1007,48 , 1017,00 e 40 graus.

8 ) Dada a tabela abaixo de consumo.

Consumo( 10 )
3
Y 80 90 105 108
Inicio do Ano (x) 1980 1981 1982 1983

a ) Calcular a equao de regresso linear e o erro padro estimado
R.. y = 71 +9,9 x, Se = 3,65

b) Calcular o consumo em 1985. c ) Em que consumo atingir 160 ton.
R. 130,4 ( y = 71 + 9,9x ) R. 1988 ( 1980 +9 -1= 1988)

9 ) segue abaixo a tabela das matrculas da Universidade "A.
Ano ( X )Inicio 1983 1984 1985 1986 1987 1988 1989 1990
No. ( Y ) 870 900 942 995 1061 1137 1225 1327

a ) Quantos alunos a escola ter no incio de 1991.
R. 1350 alunos ( y = 763,82 + 65,18 x 9 )

b ) Em que ano deve -se construir novas salas, j que a capacidade para 1500 alunos.
R. 1993 ( 1983 + 11,29 - 1) (desprezar os dcimos)

10 ) No estado " X " da federao apresentou a seguinte tabela de mortalidade infantil.
Ano ( finaI ) (X) 1984 1985 1986 1987 1988 1989 1990
Mortalidade(Y) 637 589 451 320 276 221 201
( infantil )
a ) Qual ser a mortalidade em 1991 ?
R. 68 ( y =7 02 - 79,25x ) (desprezar os dcimos)
b ) Em que ano a mortalidade infantil ir zerar ?
R. 1992 (1984 + 8,86 = 1992 )
c ) Calcular o ndice de mortalidade infantil do ano 1993.

116

11 ) So dados os valores mdios de pesos de meninos com idade entre 7 e 12 anos inclusive.

dade ( x) 7 8 9 10 11 12
Peso KG (y) 22,2 24,2 27,1 29,5 32,4 35,4

a ) Estimar o peso de uma pessoa de 13 anos. b ) Estimar o peso de uma pessoa de 50
anos(comente o resuItado)
R. 37Kg ( y = 3,2 + 2,66x )

12 ) Ano No. de prises No. de assaltos a banco
(X) (Y)
1982 100 20
83 130 19
84 150 17
85 140 15
86 220 13
87 290 10
88 370 9
89 410 8
90 590 7
91 700 6

a ) Determinar a equao de regresso (nmero de prises em funo do nmero de assaltos).
R. y = -0,02x + 19.37
b ) Estimar No. de assaltos a banco para 1992, sabendo que o No. de prises estimadas nesse
ano dever ser 720.
R. = 5
13 ) Joozinho plantou um p de feijo no quintal de sua casa, anotando semanalmente sua
altura. com tais dados ( abaixo ),
dade altura
( semanas) ( cm )
1 5
2 12
3 16
4 22
5 34
6 38
7 41
8 45
9 50

determine :
a ) A equao da reta de regresso que define o crescimento do p de feijo do Joozinho.
b ) A poca em que o dito p de feijo ter 60 cm de altura.
c ) A altura que o p de feijo tinha com 3,5 semanas de vida.
R. a) y = 0,31 + 5,75x b) 10,4 semanas c) 20,6 cm
14)

ANO( X)
80 81 82 83 84
PRODUO DE
FERRO(TON)(Y)
17,5 19 23,3 28,7 35

A)Determinar a Equao da Reta( R: y= 11.29 + 4.47x)
B)Estimar a Produo de ferro para 1985
R. 38,11 toneladas

117

15 ) Determine o Lucro previsto para 1980
ANOS( X)
72 73 74 75 76 77 78 79
LUCRO(MILHES)(Y)
3,2 3,6 4,2 4,7 5,2 5,6 6,1 6,6

R; Y= 2,7 + 0,49X 7,1 milhes

16 ) A populao da Segunda metade do sculo XX de certo municpio do estado de
So Paulo mostrada na tabela abaixo. Com base nesses dados, estimar a populao
no ano 2000 e qual o erro padro da estimativa.

Ano ( X ) Populao ( Y )
1950 2500
1960 3000
1970 3700
1980 4000
1990 4700

R. 5200 ( Y = 1960 + 540X
Se = 103,3

17 ) A tabela a seguir relaciona as idades e as presses arteriais de 10 pacientes do
Dr. L'Hospital

dade ( X ) 35 43 54 71 55 38 41 69 47 62]
Presso ( Y ) 117 141 150 158 146 116 124 154 146 150
Determine :
a ) Equao da estimativa arterial, dada a idade do paciente.
b ) Calcular a presso arterial de pessoas com idade :
1 ) 30 Anos 2 ) 40 Anos 3 ) 70 Anos e diga se a extrapolao ou interpolao.
R. a ) Y = 84,8 + 1,075 . X / b ) 1 = 117 2 = 128 3 = 160

18 ) As exportaes de castanha "in Natura "processadas pela Empresa Yasmim
LTDA. , no perodo que se estende de 83 / 89, encontram se na tabela seguinte .

Ano ( X ) 1983 1984 1985 1986 1987 1988 1989
Qtde.( Y ) 50 46 36 31 25 11 18
Onde a varivel quantidade est expressa em toneladas. Pede se :
a ) A equao de regresso Linear da quantidade sobre tempo.
b ) Quantidade estimada para exportao em 1990
R. a ) Y = 56.28 6,32 X b ) 5,72 Toneladas

Apostila Estat Sitca 2 Semestre 2011

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apostila Estat Sitca 2 Semestre 2011

Uploaded by

Copyright:

Available Formats

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O.

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO

CURSO DE ESTATISTICA -2011-2 semestre - PROFESSOR : FRANCISCOO. O. RIBEIRO