1

E S T A T S T I C A


PROF. CESRIO JOS FERREIRA


JAN/2007

2





























































CAPTULO 5 ESTATSTICA II
5.1 DISTRIBUIO DE FREQNCIA - 34
5.2 PARMETROS ESTATSTICOS PARA DADOS
AGRUPADOS - 36
EXERCCIOS - 37
6.12 CONSTRUINDO GRFICOS NO EXCEL
6.13 - CONSTRUINDO GRFICO NO STARCALC - 50
EXERCCIOS

CAPTULO 06 CONSTRUINDO GRFICOS
6.1 INTRODUO - 42
6.2 TABULAO
6.3 - GRFICO EM COLUNAS SIMPLES - 43
6.4 GRFICO EM COLUNAS AGRUPADAS
6.5 GRFICO EM BARRAS HORIZONTAIS - 44
6.6 HISTOGRAMA
6.7 GRFICO EM LINHA - 45
6.8 OGIVA - 46
6.9 PIRMIDE ETRIA - 47
6.10 - GRFICOS CIRCULARES - 48
6.11 PICTOGRAMAS 49

CAPTULO 7 - TESTES DE HIPTESES
7.1 INTRODUO - 51
7.2 QUI-QUADRADO
7.3 O TESTE DO QUI-QUADRADO - 52
7.4 TESTE DE FISHER - 54
7.5 - TABELA DE NVEIS DE SIGNIFICNCIA QUI-
QUADRADO - 56
EXERCCIOS 57

CAPTULO 8 - REGRESSO E CORRELAO
8.1 INTRODUO - 59
8.2 COEFICIENTE DE CORRELAO ENTRE DUAS
VARIVEIS - 60
8.3 COEFICIENTE DE CORRELAO LINEAR - 61
8.4 REGRESSO LINEAR - 62
EXERCCIOS - 63
EXERCCIOS COMPLEMENTARES - 64
ANEXO I
TESTE DE QI (I) 66

NDICE
APLICATIVOS - 03
CAPTULO 1 - INTRODUO TEORIA DOS CONJUNTOS
1.1 CONCEITO DE CONJUNTO - 04
1.2 SUBCONJUNTOS
1.3 CONJUNTO UNIVERSO E CONJUNTO VAZIO - 05
EXERCCIOS
1.4 OPERAES COM CONJUNTOS - 06
EXERCCIOS - 07
1.5 NUMERAL DE UM CONJUNTO
EXERCCIOS 08

CAPTULO 02 - INTRODUO ANLISE COMBINATRIA
2.0 - INTRODUO - 09
2.1 - OS PRINCPIOS FUNDAMENTAIS DA CONTAGEM
EXERCCIOS
2.2 - ARRANJOS, COMBINAES e PERMUTAES SIMPLES -
11
2.3 - CLCULO DO NMERO DE ARRANJOS SEM REPETIO
2.4 - PERMUTAO SIMPLES - 12
2.5 - COMBINAES SIMPLES
EXERCCIOS - 13
2.6 - ARRANJOS COM REPETIO
2.7 - PERMUTAES COM ELEMENTOS REPETIDOS - 14
EXERCCIOS

CAPTULO 03 - PROBABILIDADE
3.1 EXPERIMENTOS - 15
3.2 ESPAOS AMOSTRAIS
EXERCCIOS - 16
3.3 PROBABILIDADE
EXERCCIOS - 17
3.4 ALGUNS TEOREMAS SOBRE PROBABILIDADES
3.5 PROBABILIDADE CONDICIONAL - 18
3.6 EVENTOS INDEPENDENTES - 19
EXERCCIOS

CAPTULO 04 - ESTATSTICA I
4.1 POPULAES E AMOSTRAS - 22
4.2 MEDIDAS DE TENDNCIA CENTRAL - 23
EXERCCIOS - 24
4.3 USANDO PLANILHAS
EXERCCIO
4.4 QUARTIL E PERCENTIL
4.5 MEDIDAS DE DISPERSO - 25
EXERCCIOS - 27
4.6 INTERVALO DE CONFIANA - 28
4.7 - TABELA DO COEFICIENTE DE CONFIANA (Z) EM
PORCENTAGEM - 30
4.8 - TABELA DE DISTRIBUIO DE STUDENT - 31
EXERCCIOS
4.9 INTERVALO DE CONFIANA PARA MDIAS DE UMA
POPULAO - 32
EXERCCIOS 33


3
APLICATIVOS


Com o objetivo de eliminar clculos repetitivos e/ou trabalhosos alguns contedos apresentaro
aplicativos. No ndice os aplicativos esto indicados por aplic.n - xls, onde xls o link para as
pginas onde esto os aplicativos.
Ao clicar nos links "xls" sero abertas planilhas de programas que provavelmente esto
instalados em seu computador. Estas planilhas podem ser exibidas no EXCEL ( do Microsoft Office),
no STARCALC (do Staroffice), BROFFICE CALC (do BrOffice ou OpenOffice) entre outros.
Em cada aplicativo so apresentadas informaes de como utiliz-los.
Recomenda-se ao aluno que estude o contedo e aprenda a resolver os problemas tambm
sem o uso dos referidos aplicativos, pois, em concursos ou outras disciplinas que cursar, no ser
permitido o uso do mesmo.

Para cursos ligados computao, o aluno deve observar a lgica usada nos aplicativos, pois,
pode servir como exemplo de programao para uso em outras linguagens.

O leitor deve atentar para as informaes exibidas nos aplicativos a respeito das clulas a
serem modificadas. Em geral elas so apresentadas com valores em vermelho. Nos aplicativos as
clulas que no podem ser modificadas esto travadas. Entretanto, em alguns programas como o
Starcalc, o travamento da clula no mantido. No Excel e BrOffical Calc o travamento das clulas
mantido.
Caso voc modifique clulas que contm clculos (frmulas) feche o aplicativo sem salv-lo e
abra-o novamente.





































4
CAPTULO 1
INTRODUO TEORIA DOS CONJUNTOS
1.1 CONCEITO DE CONJUNTO
O conhecimento das propriedades e operaes dos conjuntos de fundamental importncia
para o estudo da probabilidade e da estatstica, bem como para a Matemtica em geral.
Um conjunto consiste em geral na coleo de objetos que so chamados de elementos ou membros.
Costuma-se indicar os conjuntos por uma letra maiscula (A, B, C, D, ...) e seus elementos por
letras minsculas (a, b, c, d, ...).
Um conjunto fica perfeitamente definido quando:
(I) so relacionados todos os seus elementos ou
(II) quando se conhecem as propriedades comuns a todos os seus elementos.
No primeiro caso a identificao do conjunto feita por listagem. A listagem dos elementos dever
ser expressa entre duas chaves ou atravs de diagramas (denominados diagramas de Venn),
conforme exemplos abaixo.
Conjunto das vogais: V = {a, e, i, o, u} processo de listagem com chaves.
Conjunto dos nmeros inteiros maiores que 2 e menores que 8:

Usando o mtodo da propriedade comum, a indicao seria C = {x | P(x)} onde a barra se traduz
por tal que e P(x) a propriedade comum aos elementos do conjunto C.
Tomando, por exemplo, o conjunto A dos nmeros inteiros positivos menores que 5, indica-se:
A = {x | x e N e x < 5}. Fazendo a listagem, A = {0, 1, 2, 3, 4}. Nota N o conjunto dos nmeros
naturais, ou seja: N = {0, 1, 2, 3, ...}
Se um elemento x faz parte de um conjunto C, dizemos que tal elemento pertence ao
conjunto, que se representa por x e C. Caso contrrio, se o elemento y no pertence ao conjunto
C, escreve-se y e C.

Exemplo: Se A = {a, e, i, o, u} ento a e A, u e A. Porm, p e A.
1.2 SUBCONJUNTOS
Sejam A e B dois conjuntos, tais que todo elemento do conjunto A pertence tambm ao
conjunto B. Nestas condies, o conjunto A denominado subconjunto de B.
Nos exemplos abaixo A um subconjunto de B.
Exemplo 1: por listagem A = {1, 2, 3} e B = {0, 1, 2, 3, 4, 5}.
Exemplo 2: por diagrama



a
h
g f
b
c
d
e
A
B
A ={b, c, d, e}

B = {a, b, c, d, e, f, g, h}
5
Para indicar que o conjunto A um subconjunto de B, escreve-se A c B (l-se A est
contido em B), ou B A (l-se B contm A). Se B A e B = A ento A um subconjunto prprio
de B.
As relaes c - est contido e - contm so denominadas relaes de incluso. Estas relaes
somente podem ser usadas quando se referirem a dois conjuntos.
A negao das relaes de incluso indicada por . que se l no est contido.

Deve-se tomar o devido cuidado para no substituir a relao de incluso pela relao de pertinncia
(pertence, no pertence). Estas ltimas so aplicadas na relao de elemento com conjunto.
Para a relao de incluso e subconjuntos so vlidas as propriedades:
P1 Qualquer que seja o conjunto A, A A e A c A. Isto significa que todo conjunto subconjunto
de si mesmo.
P2 Se A B e B A ento A = B. Neste caso, A e B apresentam os mesmos elementos.
P3 Se A B e B C, ento A C. Esta propriedade denominada transitividade.
P4 O nmero de subconjuntos de um conjunto com n elementos 2
n
.
1.3 CONJUNTO UNIVERSO E CONJUNTO VAZIO.

Na maioria dos casos, o conjunto usado uma parte (subconjunto) de um conjunto mais
amplo denominado conjunto universo. Tomando por exemplo, o conjunto A = {x | x inteiro
positivo e menor que 6} = {1, 2, 3, 4, 5}, este conjunto um subconjunto do conjunto dos
nmeros naturais. Assim, o conjunto dos nmeros naturais, indicado por N, o conjunto universo
que contm o conjunto A descrito.
Nota: o prprio conjunto N um subconjunto do conjunto dos nmeros reais (R).
O conjunto universo comumente representado pela letra maiscula U. Em diagramas, o conjunto
universo representado por um retngulo.

No outro extremo, temos o conjunto desprovido de elementos, como por exemplo, o conjunto C =
{x | x inteiro menor que 7 e maior que 6}. evidente que no existe nenhum nmero inteiro
entre 6 e 7. Um conjunto desprovido de elementos, como o do exemplo, denominado conjunto
vazio que se representa por { } ou C.
Importante: {C} no um conjunto vazio. {C} um conjunto cujo elemento C (mesmo que C
seja um conjunto vazio).
EXERCCIOS
01 Para cada um dos conjuntos abaixo, indic-los sob a forma de listagem e sob a forma de
diagramas:
(a) A = {x | x uma consoante entre d e p}
(b) B = {x | x e N e 5 < x < 12}
(c) C = {x | x e N e 5 < x < 8}
(d) D = {x | x e N e 5 < x < 7}
(e) E = {x | x e N e 50 < x < 51}
(f) F = {x | x e N e 1002 < x < 1003}.
02 Escreva todos os subconjuntos do conjunto A = {b, i, s, t, e, c, a} composto por dois
elementos.
6
03 Quantos subconjuntos tem o conjunto A = {b, i, s, t, e, c, a}?
04 Use um dos sinais e, e, c, para tornar verdadeira cada uma das sentenas abaixo:
(a) 2 ___ {-4, -2, 0, 2, 4}
(b) {5} ___ {x | x e N e 1 < x < 26}
(c) {1, 2, 3, 4, 5} ____ {3, 5}
(d) 7 ___ {x | x > 8}
(e) { } ___ {1, 2}
(f) {2, 4, 6, 8} ___ U.
05 correto ou no escrever {1, 2} e {1, 2, 3, {1}, {1, 2}}. Justifique sua resposta.
1.4 OPERAES COM CONJUNTOS
Sejam A e B dois conjuntos. Para os mesmos so definidas as operaes:
(I) UNIO conjunto formado pelos elementos que pertencem a A ou a B. A unio dos conjuntos A
e B indicada por A B que se l A unio B. Simbolicamente, x e (A B) x e A ou x e B.
O smbolo usado para indicar equivale a.
Obs. O conectivo ou usado para indicar que x pode pertencer somente ao conjunto A, somente
ao conjunto B ou simultaneamente a ambos os conjuntos.
Exemplo: se A = {1, 2, 3, 4} e B = {2, 4, 5, 6} ento A B = {1, 2, 3, 4, 5, 6}. Note que no
conjunto A B os elementos 2 e 4 que pertencem aos dois conjuntos ao mesmo tempo no se
apresentam repetidos.
Usando diagramas:

(II) INTERSEO conjunto formado pelos elementos comuns aos dois conjuntos. A interseo dos
conjuntos A e B indicada por A B que se l A interseo B.
Simbolicamente indica-se: x e (A B) x e A e x e B.
Obs: o conectivo e usado quando as duas condies devem ser ambas verificadas.
Quando a interseo um conjunto vazio, os dois conjuntos so denominados conjuntos disjuntos.
Exemplo: Exemplo: se A = {1, 2, 3, 4} e B = {2, 4, 5, 6} ento A B = {2, 4}.
Graficamente:

(III) DIFERENA o conjunto formado pelos elementos que pertencem ao conjunto A mas que no
pertencem ao conjunto B denominado diferena entre o conjunto A e o conjunto B, denotado por A
B.
Simbolizando: x e (A - B) x e A e x e B.
7
Observe o diagrama referente diferena A B e B A.

(IV) COMPLEMENTAR se o conjunto B est contido no conjunto A, a diferena A B chamada de
complemento de B em relao a A. Neste caso denota-se B
A
. Quando o conjunto A o conjunto
universo, a indicao BU pode ser simplificada para B que se l complemento de B.
Costuma-se tambm identificar B, complemento de B, como no B escrevendo ~B.
Na figura a seguir esto representados o conjunto U (retngulo inteiro), o conjunto B (azul) e o
complemento de B (verde).

As operaes com conjuntos apresentam as seguintes propriedades:
P1 A B = B A e A B = B A - comutatividade.
P2 A (B C) = (A B) C e A (B C) = (A B) C - associatividade.
P3 A C = C e A U = U - absoro
P4 - A U = A e A C = A elemento neutro.
P5 A B = A B.
P6 (A B) = A B e (A B) = A B . Leis de De Morgan.
EXERCCIOS - 2
1 Sejam A = {a, b, c, d, e, f}, B = {b, d, f, g}, C = {a, h, m, n} e U = conjunto das letras do
alfabeto latino. Calcule:
(a) A B; (b) A (B C); (c) A B;
(d) (A B) C; (e) A C (f) B C.
(g) B A (h) B U. (i) A C
(j) (A) B (k) A (B C) (l) B (A C).
2 Sejam A = {x | x e N e 3 < x < 8} e B = {x | x e N e 5 < x < 11}. Determine:
(a) A B (b) A B (c) A B (d) B A
1.5 NUMERAL DE UM CONJUNTO
Define-se o numeral de um conjunto A, que se indica por n(A) como sendo a quantidade de
elementos do conjunto A.
Exemplo: seja A = {a, b, c, d, e, f, g}. Tem-se que n(A) = 7 pois A tem sete elementos.
Com relao ao numeral de conjuntos podem ser verificadas as propriedades:
P1 Se A e B so conjuntos disjuntos (A B = C) ento n(A B) = n(A) + n(B).
Esta propriedade pode ser estendida para diversos conjuntos desde que a interseo entre dois
quaisquer deles for vazia. Nestas condies n(A B C ...) = n(A) + n(B) + n(C) + ...
8
P2 Se A e B so tais que A B = C ento n(A B) = n(A) + n(B) n(A B).
Deve-se observar que em n(A) + n(B) os elementos da interseo estaro computados duas vezes.
P3 Para trs conjuntos n(A B C) = n(A) + n(B) + n(C) n(A B) n(A C) n(B C) +
n(ABC).
EXERCCIOS 3
1 O vilarejo Santa Cruz todos os habitantes assistem televiso. No dia 18 de novembro de 2001,
foi constatado que 3200 assistiram programas do canal TVK, 1050 assistiram programas do canal
TVP e 385 assistiram programas dos dois canais. Quantos habitantes tem o vilarejo Santa Cruz?
2 Em uma cidade so publicados dois jornais A Notcia e Dirio da Cidade. Aps uma pesquisa
em que todos os habitantes foram consultados, registrou-se: 6800 habitantes no lem jornal; 4320
lem o jornal A Notcia, 9230 lem o jornal Dirio da Cidade e 915 lem os dois jornais. Quantos
habitantes tm nesta cidade?
3 Aps a prova final em certa escola, verificou-se que somente os professores de Fsica e de
Matemtica deixaram alunos em recuperao. Dos 100 alunos, 59 no ficaram em recuperao, 26
ficaram em recuperao na disciplina Fsica e 12 devem fazer recuperao de Fsica e Matemtica.
Quantos alunos ficaram em recuperao:
(a) Somente em Fsica;
(b) Somente em Matemtica;
(d) Em Matemtica.
4 Pesquisando as preferncias sobre as frutas: mamo, laranja e ma, entre os 220 alunos de
uma escola foi obtido o resultado indicado na tabela abaixo:

Quantas pessoas:
(a) no gostam de nenhuma das trs frutas?
(b) preferem mamo mas no gostam de laranja ou ma?
(c) quantas pessoas escolheram mamo ou laranja como frutas preferidas?















9
CAPTULO 02
INTRODUO ANLISE COMBINATRIA
2.0 - INTRODUO

Quando duas moedas (consideradas honestas) forem lanadas para cima, os resultados sero
KK, KC, CK e CC onde K significa cara e C significa coroa. Nesta situao temos 4 possveis
resultados. Se no lugar de duas moedas forem usadas 50 moedas, a listagem dos possveis
resultados seria praticamente impossvel pois a quantidade de resultados 2
50
=
1125899906842624.
No estudo de Probabilidades e Estatstica, situaes como esta so comuns. Para tornar possvel a
anlise de casos em que o nmero de elementos envolvidos muito grande torna-se importante a
teoria da formao dos agrupamentos que se intitula Anlise Combinatria.
Neste captulo sero analisados alguns elementos da Anlise Combinatria aplicveis
Probabilidade e Estatstica.
2.1 - OS PRINCPIOS FUNDAMENTAIS DA CONTAGEM
1. Princpio Aditivo
Suponha que voc tenha trs conjuntos A, B e C, trs conjuntos disjuntos. O conjunto A
tem 5 elementos, B tem 4 e C tem 3. Existem 5 possibilidades de escolher um elemento do conjunto
A. Da mesma forma, para escolher um elemento dos conjuntos B e C os nmeros de possibilidades
sero 4 e 3, respectivamente. A escolha de um nico elemento, seja ele de A, ou de B ou de C, o
nmero de possibilidades 5 + 4 + 3 = 12.
Note que, a ocorrncia de um dos eventos no est condicionada ocorrncia do evento anterior.
Assim que se pode concluir:

se existem m
1
possibilidades de ocorrer um evento E
1
, m
2
possibilidades de ocorrer
um evento E
2
e m
3
para ocorrer o evento E
3
, o nmero total de possibilidades de ocorrer o
evento E
1
ou o evento E
2
ou o evento E
3
, ser de m
1
+ m
2
+ m
3
desde que os eventos no
apresentem elementos comuns.

A afirmao acima denominada PRINCPIO ADITIVO DE CONTAGEM, e que pode ser
estendido para qualquer quantidade de eventos. O conectivo que caracteriza a aplicao do princpio
aditivo da contagem o conectivo ou, que conforme j foi visto est associado unio de
conjuntos.

Seja ento os conjuntos A = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11}. Considerando os eventos E
1
=
nmero de A, menor que 7 e E
2
= nmero par pertencente a A, ter-se-:
- E
1
= {1, 2, 3, 4, 5, 6}. O n de possibilidades de escolher o evento E
1
igual a 6 pois E
1
tem 6
elementos.
- E
2
= {2, 4, 6, 8, 10}. O nmero de possibilidades de escolher o evento E
2
igual a 5 pois E
2
tem 5
elementos.
Entretanto, o nmero de possibilidades de escolher um nmero menor que 7 ou par pertencente ao
conjunto no ser igual a 11 (= 6 + 5) e sim igual a 8 pois os elementos 2, 4 e 6 so repetidos nos
dois eventos.
Neste caso, o nmero de eventos ser n(E
1
ou E
2
) = n(E
1
) + n(E
2
) -n(E
1
E
2
) = 6 + 5 - 3 = 8, onde
n representa o numeral dos conjuntos indicados (quantidade de elementos do conjunto).
2. Princpio Multiplicativo
A figura a seguir representa estradas que ligam as cidades A at B e B at C.

Como se pode notar existem 4 possveis escolhas (eventos) para ir de A at B e 3 para se ir de B at
C. Ora, para se ir de A at C, passando por B, o nmero de caminhos ser 4 x 3, pois, para cada
escolha de um caminho de A at B teremos 3 escolhas para ir de B at C.
10

Em situaes como essa, os eventos so dependentes e devem ocorrer simultaneamente. O que
caracteriza a simultaneidade dos eventos o conectivo e . Observe que no princpio aditivo o
conectivo usado o ou.
Generalizando:

sejam E
1
, E
2
, E
3
, ...E
n
, um conjunto de eventos que podem ocorrer de m
1
, m
2
, m
3
, ... m
n

maneiras diferentes. A quantidade de possibilidades para os eventos E
1
e E
2
e E
3
e .... e E
n

m
1
.m
2
.m
3
. ... .m
n
.

Este princpio chamado PRINCPIO MULTIPLICATIVO DA CONTAGEM.

Seguem algumas aplicaes sobre os princpios aditivo e multiplicativo descritos acima.

Aplicao 1 - Certa pessoa tem em seu stio 4 frangos, 2 leites e 3 carneiros. De quantas
maneiras diferentes poder ele escolher um frango ou um leito ou um carneiro para a sua ceia de
natal?
No caso, os eventos so E1 = {x | x frango}; E2 ={x | x leito} e E3 = {x | x carneiro}. O
nmero de possibilidades de ocorrerem os eventos E1, E2 e E3 so: 4, 2 e 3, respectivamente.
Como E1 E2 E3 = C, o numero total de possibilidades de ocorrer o evento E1, ou o evento E2
ou o evento E3 ser 4 + 2 + 3 = 9.

Aplicao 2 - Dos 20 alunos de uma classe, 7 foram reprovados em Biologia e 8 em Qumica e 3 .
O nmero de maneiras diferentes de escolher um aluno reprovado em Biologia ou em Qumica ser
igual a 7 + 8 - 3 = 12.
Nesta situao, os eventos so: E1 = {x | x reprovado em Biologia} e E2 = {x | x reprovado em
Qumica}.
Aplicao 2 - Dos 20 alunos de uma classe, 7 foram reprovados em Biologia e 8 em Qumica e 3 . O
nmero de maneiras diferentes de escolher um aluno reprovado em Biologia ou em Qumica ser
igual a 7 + 8 - 3 = 12.
Nesta situao, os eventos so: E1 = {x | x reprovado em Biologia} e E2 = {x | x reprovado em
Qumica}.
Como n(E1) = 7, n(E2) = 8 e n(E1 E2) = 3, o nmero de possibilidades de escolher o evento E1
ou o evento E2 n(E1E2) = n(E1) + n(E2) n(E1 E2) = 7 + 8 3 = 12.

Aplicao 3 - Considere os dgitos 1, 2, 3, 4. Quantos nmeros de 4 algarismos podem ser escritos,
comeados com o dgito 1 e usando todos os quatro dgitos?
Existe apenas 1 possibilidade para escolher o dgito da esquerda (dgito 1).
Para o segundo dgito existem 3 possibilidades (2, 3, 4), pois, o 1 j foi usado.
Para o terceiro dgito existem 2 possibilidades, pois, j foram escolhidos os dois dgitos anteriores.
Sobra ento apenas 1 possibilidade para o quarto dgito.
Assim, a quantidade de nmeros possveis 1 x 3 x 2 x 1 = 6.

Se na aplicao anterior fosse permitida a repetio de dgitos, a quantidade de nmeros seria 4 x 4
x 4 x 4 = 256. Explique!

EXERCCIOS
1 Uma sala tem 10 estudantes matriculados em Ingls, 15 em Espanhol e 12 em Francs, sendo
que nenhum aluno pode estar matriculado em duas disciplinas ao mesmo tempo. De quantas
maneiras diferentes podemos escolher um aluno que estudo Ingls ou Espanhol ou Francs? Que
princpio foi aplicado na soluo?
2 Uma sala tem 10 estudantes matriculados em Ingls, 15 em Espanhol e 12 em Francs. Destes,
4 estudam Ingls e Espanhol, mas no estudam Francs, 3 estudam Francs e Espanhol mas no
estudam Ingls, 5 estudam Ingls e Francs mas no estudam Espanhol. 2 alunos estudam os trs
idiomas. De quantas maneiras diferentes podemos escolher um aluno que estude Ingls ou
11
Espanhol? De quantas maneiras diferentes podemos escolher um aluno que estude Ingls, ou
Francs ou Espanhol?
3 Quantos nmeros de 5 algarismos podemos escrever usando os algarismos 1, 2, 3, 4, 5, 6 e 7
sem que ocorra repetio de um mesmo algarismo no nmero?
4 Quantos anagramas podemos formar com as letras da palavra UNIPAC?
5 Quantos anagramas comeados por U podem ser formados com as letras de UNICOR?
6 Em quantos anagramas da palavra UNIPAC as letras IP ficam juntas e nessa ordem?
7 Um time de futebol dispe de 5 jogos de meias, 6 de cales e 4 de camisas. De quantas
maneiras diferentes esse tipo pode se apresentar uniformizado para uma partida?
8 Quantas palavras diferentes, com 7 letras no repetidas, podem ser escritas com as letras da
palavra IMACULO de modo que as consoantes fiquem separadas pelas vogais?
9 Quantas palavras diferentes, de 6 letras no repetidas, podemos formar com as letras de
PECADO, de modo que as consoantes fiquem separadas por vogais?

2.2 - ARRANJOS, COMBINAES e PERMUTAES SIMPLES
Dados os agrupamentos ABC, ACB e ADB, observe que apesar de ABC e ACB serem formados
pelos mesmos elementos, eles diferem pela ordem. Quanto aos agrupamentos ABC e ADB, estes
diferem pela natureza, pois, so formados por elementos diferentes. evidente que se dois
agrupamentos apresentam elementos diferentes eles so tambm diferentes. Entretanto, nem
sempre ABC e ACB podem ser considerados como agrupamentos. Se tomarmos, por exemplo, ABC e
ACB so alunos escolhidos para representar uma classe. Em casos como esse, os grupos ABC e ACB
so considerados como um nico agrupamento. Se A, B e C so algarismos, o grupo ABC diferente
do grupo ACB.
Considerando a ordem e a natureza, so definidos os seguintes tipos de agrupamentos:
(i) ARRANJOS:- so agrupamentos que diferem pela ordem ou pela natureza.
(ii) COMBINAES:- so agrupamentos que diferem apenas pela natureza.
(iii) PERMUTAES:- so agrupamentos que diferem apenas pela ordem. Neste caso, em cada
agrupamento devem figurar todos os elementos do conjunto.

2.3 - CLCULO DO NMERO DE ARRANJOS SEM REPETIO
Seja A = {a, b, c, d} um conjunto com 4 elementos. Formando todos os agrupamentos com 3
elementos, obtm-se: abc, abd, acb, acd, adb, adc, bac, bad, bca, bcd, bda, bdc, cab, cad, cba, cbd,
cda, cdb, dab, dac, dba, dbc, dca, dcb, num total de 24 agrupamentos. Na formao dos grupos
existem 4 possibilidades para cada uma das letras ocupar a 1 posio. Escolhida essa letra, restam
3 possibilidades para a 2 posio e 2 elementos para a 3 posio. Desta forma v-se que, pelo
princpio multiplicativo, o nmero de agrupamentos, ou o nmero de arranjos de 4 elementos
tomados trs a trs (taxa 3) A
4,3
= 4.3.2 = 24.
Generalizando, para m elementos tomados taxa p, teremos: 1 posio, m possibilidades,
2 posio, (m - 1) possibilidades, 3 posio, (m - 2), ...., p posio, (m - p + 1).
Assim,
A
m,p
= m.(m - 1).(m - 2).(m - 3) ....(m - p + 1),
ou seja: A
m,p
= produto de p fatores tomados em ordem decrescente a partir de m.

Tomando, por exemplo, A
9,4
= 9 x 8 x 7 x 6 = 3024.

Multiplicando e dividindo a expresso A
m,p
= m(m - 1)(m - 2)(m - 3) ....(m - p + 1) por todos os
inteiros de m - p at 1 resultar:
12
A
m,p
= m.(m - 1).(m - 2).(m - 3) ....(m - p + 1).(m - p).(m - p - 1) ... 3.2.1/(m - p) (m - p - 1) ...
3.2.1.

O produto de todos os inteiros de m at 1 representado por m! que se l fatorial de m.
Desta forma:

2.4 - PERMUTAO SIMPLES
Permutaes dos elementos de um conjunto com m elementos so agrupamentos que se
formam tomando todos os elementos do conjunto e trocando (permutando) as posies desses
elementos. Seja, por exemplo, o conjunto A = {a, b, c}. As permutaes de abc, so: abc, acb, bac,
bca, cab, cba. fcil observar que as permutaes nada mais so que os arranjos de m elementos
taxa m. Denotando por P
m
o nmero de permutaes de m elementos pode-se concluir que: P
m
=
m(m - 1)(m - 2) ... 3.2.1 ou seja
P
m
= m!.
Exemplos:
1 - Quantos so os anagramas formados com as letras da palavra UNIPAC?
P6 = 6! = 6.5.4.3.2.1 = 720
2 - Quantos destes anagramas comeam com a letra U?
Como os anagramas devem comear com a letra U, devem-se permutar apenas as 5 outras
letras. Neste caso, P
5
= 5! = 5.4.3.2.1 = 120.
3 - Em quantos anagramas as vogais aparecem separadas pelas consoantes?
A partir do anagrama UNIPAC, permutando apenas as vogais obtm-se P
3
= 3! = 3.2.1 = 6. Para
cada distribuio das vogais tem-se P
3
= 6 permutaes das consoantes. Assim, comeadas com
vogais, so 6 x 6 = 36 anagramas. Como os anagramas podem tambm comear por consoante, o
total de anagramas ento 2 x 36 = 72 .

2.5 - COMBINAES SIMPLES
A tabela a seguir mostra os arranjos de 5 elementos (a, b, c, d, e) tomados 3 a 3.

Na tabela os elementos dispostos em cada linha diferem apenas pela natureza.
Assim em cada linha so exibidas as combinaes dos 5 elementos tomados 3 a 3, num total de 10.
Cada coluna formada pelas permutaes dos elementos que formam cada agrupamento constante
da primeira linha, apresentando 6 elementos por coluna. Os 60 arranjos, constitudos por todos os
elementos do quadro, igual ao produto do nmero de elementos de cada linha C
5,3
pelo nmero de
elementos de cada coluna P
3
.
Em concluso: A
5,3
= C
5,3
. P
3
ou C
5,3
= A
5,3
/P
3

Generalizando,
C
m,p
= A
m,p
/P
p


Exemplo: Qual o nmero de comisses de 3 alunos que se podem formar tirados em um conjunto
de 7 alunos?
Escolhendo trs alunos em qualquer ordem, a comisso formada ser nica. Assim, a situao
13
descreve uma aplicao caracterstica de agrupamentos denominada combinaes. Portanto, C7,4 =
7!/[(7 - 4)!.(4!)] = 7.6.5.4.3.2.1/3.2.1.4.3.2.1 = 7.5 = 35.

A situao seria diferente se para os trs alunos escolhidos fossem distribudos presentes
diferentes. Pois, nesse caso, a distribuio ABC seria diferente da distribuio CAB.
Nesta nova situao teremos uma aplicao de agrupamentos denominados arranjos.

EXERCCIOS

1 - Calcule: ( a ) A
6,2
( b ) A
10,4
( c ) P
4
( d ) P
7
( e ) C
8,3
( f ) C
10,4
.
2 Considere os conjuntos A = {a,b, c, d, e} e B = {r, s, t}. Escreva:
(a) todos os arranjos possveis, de 2 elementos, formados pelos elementos do conjunto A.
(b) todas as combinaes possveis, de 3 elementos, formados pelos elementos do conjunto A.
(c) todas as permutaes formadas pelos elementos do conjunto B.

3 - Um restaurante oferece no cardpio 2 saladas distintas, 4 tipos de pratos de carne, 5 variedades
de bebidas e 3 sobremesas diferentes. De quantas maneiras diferentes uma pessoa poderia fazer
um pedido contendo, uma salada, um tipo de carne e 1 sobremesa?

4 - Um inspetor visita 6 mquinas diferentes durante o dia. A fim de evitar que os operrios saibam
quando ele os ir inspecionar, o inspetor varia a ordem de suas visitas. De quantas maneiras
diferentes podero ser feitas as visitas?

5 - Cinco alunos foram escolhidos para representar uma turma de um colgio durante o
hasteamento da bandeira. Se for necessrio que os mesmos formem uma fila, de quantas maneiras
diferentes podem ser dispostos os alunos?

6 - De uma sala de 25 alunos devem ser escolhidos 5 alunos para receberem prmios. De quantas
maneiras diferentes podero ser distribudos os prmios se:
( a ) se todos os prmios forem iguais
( b ) se os prmios forem diferentes.

7 - Quantos nmeros maiores que 5000 podem ser escritos se forem usados os algarismos 1, 4, 5,
7, 8 e 9?

8 - Dos 10 alunos de um grupo devem ser escolhidos 6. De quantas maneiras isto possvel se,
( a ) dois dos alunos devem sempre fazer parte do grupo dos 6?
( b ) dois dos alunos no podem ser escolhidos?
( c ) os alunos A e B no podem estar juntos no grupo dos 6?

9 - Qual o nmero de anagramas da palavra ALUNO que tm as vogais em ordem alfabtica?

10 - Cinco pessoas decidem viajar num automvel. De quantas maneiras diferentes eles podem se
assentar se: ( a ) todos sabem dirigir ( b ) apenas 1 sabe dirigir ( c ) se dois sabem dirigir.

2.6 - ARRANJOS COM REPETIO
Para indicar os arranjos com repetio usa-se o smbolo (AR)
m,p
. Nos arranjos com repetio,
cada um dos m elementos pode ser repetido at p vezes. Observe que nessa situao, p pode ser
maior que m. Tomando, por exemplo, o conjunto {a, b, c, d}, os arranjos dos 4 elementos tomados
3 a 3, com repeties so: aaa, aab, aac, aad, aba, abb, abc, abd, aca, acb, acc, acd, ada, adb, adc,
add, baa, bab,. bac, bad, bba, bbb, bbc, bbd, bca, bcb, bcc, bcd, bda, bdb, bdc, bdd, caa, cab,. cac,
cad, cba, cbb, cbc, cbd, cca, ccb, ccc, ccd, cda, cdb, cdc, cdd, daa, dab,. dac, dad, dba, dbb, dbc,
dbd, dca, dcb, dcc, dcd, dda, ddb, ddc, ddd.
A quantidade destes arranjos pode ser determinada tendo por base o princpio multiplicativo.
Seja o conjunto {a
1
, a
2
, a
3
, ... a
m
} de m elementos. Para se formar os arranjos com n elementos,
so m possibilidades para o primeiro elemento, m para o segundo, m para o terceiro e assim
sucessivamente at o n-esimo elemento. Aplicando o princpio multiplicativo resulta:
14
(AR)
m,n
= m.m.m... m (n fatores)


2.7 - PERMUTAES COM ELEMENTOS REPETIDOS
Estuda-se nesse caso permutaes com elementos que aparecem repetidos no conjunto, como
por exemplo, ao escrever os anagramas da palavra ARARA onde o A aparece trs vezes e o R
aparece duas vezes, ou nos possveis nmeros de 5 algarismos que se pode escrever usando todos
os algarismos de 33214.
Seja, por exemplo, o agrupamento aaabc. Seja P
5
3
o nmero de permutaes em que os "as" no
permutem entre si. Para cada uma dessas seriam possveis P
3
se os "as" fossem diferentes. O total
de permutaes, considerando os "as" diferentes ser P
5
= P
5
3
x P
3
P
5
3
= P
5
/P
3
. Usando o mesmo
raciocnio para aaabbc, teramos P
6
= P
6
3,2
x P
3
x P
2
P
6
3,2
= P
6
/P
3
.P
2
.
Generalizando, sejam m elementos onde um certo elemento repete-se x vezes, outro y vezes, outro
z vezes, e assim sucessivamente, teremos:

EXERCCIOS

1 - Usando os algarismos 1, 2, 3, 4, 5, 6.
( a ) quantos nmeros de 4 algarismos distintos podemos escrever?
( b ) quantos nmeros de 4 algarismos podem ser escritos?
( c ) quantos nmeros de 4 algarismos podem ser escritos, que comecem com 1 e terminem com 6?

2 - Considere a palavra MATEMTICA.
( a ) quantos anagramas so possveis?
( b ) em quantos destes anagramas as vogais aparecem separadas pelas consoantes?
( c ) em quantos as consoantes aparecem juntas?
3 - Quantos nmeros de 6 algarismos podemos escrever usando os algarismos do nmero 334223?
Quantos desses nmeros so pares?























15
CAPTULO 03
PROBABILIDADE

3.1 EXPERIMENTOS
Para as cincias, os experimentos so de fundamental importncia. , a partir deles que se
pode induzir as leis que regem os diversos fenmenos. Tendo como base que se um experimento for
realizado diversas vezes, sob condies idnticas, os resultados sero essencialmente os mesmos.
Tomando por exemplo um pndulo de comprimento 9,8 m. Se o pndulo for posto a oscilar, ao
nvel do mar, o tempo gasto em cada oscilao ser de 6,28 s. Assim, de se esperar que todos os
pndulos de igual comprimento, no mesmo local, gastaro 6,28 s em cada oscilao.
Entretanto, se de uma urna com 1 000 000 de esferas, numeradas de 1 a 1 000 000,
retirarmos uma esfera de cada vez e a recolocarmos na urna, provavelmente, um resultado obtido
no ser repetido. Neste caso, os experimentos so ditos experimentos aleatrios.
O estudo dos experimentos aleatrios realizado para se obter uma medida da chance de se obter
um determinado resultado. Esse estudo denominado Probabilidade.

Exemplos de eventos aleatrios:
(1) Retirada de determinadas cartas em um baralho com 52 cartas.
(2) Lanamento de dois dados cujas faces so numeradas de 1 a 6.

3.2 ESPAOS AMOSTRAIS
Um conjunto, que indicaremos pela letra U, formado por todos os possveis resultados de um
experimento aleatrio denominado espao amostral.
O espao amostral pode ser representado sob a forma de conjunto (elementos expressos entre
chaves) ou em tabelas.
Cada subconjunto E, do espao amostral consiste em um evento.
O conjunto formado por todos os possveis resultados de um experimento aleatrio denominado
espao amostral. Este conjunto representado pela letra maiscula U.
O espao amostral pode ser representado sob a forma de conjunto (elementos expressos entre
chaves) ou em tabelas.
Cada subconjunto E, do espao amostral denominado evento.
Seguem alguns exemplos de espaos amostrais e eventos.
(1) - Lanamento de duas moedas. Na indicao K representa o aparecimento de uma cara e C o
aparecimento de uma coroa.
O espao amostral ser U = {KK, KC, CK, CC} representado em notao de conjunto.
Do espao amostral podemos extrair eventos como: E(1,K) - aparecimento de pelo menos 1 cara =
{KK, KC e CK}; E(2,K) - aparecimento de duas caras = {KK}.
(2) Lanamento de dois dados. O quadro abaixo mostra o espao amostral indicado sob forma de
tabela.
16

So eventos do espao amostral acima: E(3) - soma das duas faces igual a 3 = {(1, 2), (2, 1)};
E(7) = soma das faces igual a sete = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)}.


EXERCCIOS
Construa os seguintes espaos amostrais:
(1) Casal com trs filhos. Use M para filho do sexo masculino e F para filho do sexo feminino.
(2) Lanamento de trs moedas.
(3) Nmeros de trs algarismos distintos obtidos com os dgitos 4, 5, 6.
3.3 PROBABILIDADE
Ao passar em frente a uma casa lotrica comum observar uma fila de pessoas apostando
em algum tipo de jogo. Este fato no nada novo. Desde a Antiguidade os jogos e as apostas so
uma das paixes do homem.
A partir do sculo XVII, os matemticos Pierre de Fermat (Frana 1601-1665) e Blaise Pascal
(Frana 1623-1662) iniciaram um estudo organizado sobre a teoria dos jogos com o objetivo
principal de prever um prximo resultado e assim obter xito em suas apostas. Esta teoria hoje
aplicada principalmente no estudo da Fsica Quntica e nas teorias sobre o Caos.

Seja nos jogos ou em qualquer outro experimento aleatrio possvel associar uma medida para a
incerteza quanto ocorrncia, ou no, de algum evento. Essa medida, denominada probabilidade,
tem valor que pode variar de 0 a 1.
Para eventos em que a ocorrncia garantida, a probabilidade igual a 1 (certeza absoluta).
Entretanto, para eventos que nunca ocorrero a probabilidade avaliada como 0 (evento
impossvel).
Tomando, por exemplo, o espao amostral U = {2, 4, 6, 8, 10} e E(par) = escolha de um nmero
par, a probabilidade de ao se escolher um nmero de U se ele par igual a 1 ou 100%. Isto :
existe 100% de chance de o nmero ser par. Entretanto, para o evento E(mpar) = escolha de um
nmero mpar, a probabilidade de ocorrer o evento E(mpar) igual a 0, pois nenhum dos nmeros
de U mpar.
Quando se diz que a probabilidade de ocorrer um certo evento 2/5 ou 40%, significa que a chance
de ocorrer este evento de 2/5 ou 40% e da no ocorrncia de 3/5 ou 60%.
Sistematizando o conceito de probabilidade, devem ser levados em considerao dois
mtodos:
(1) Probabilidade a priori (antecipada)
Se um evento E, em um espao amostral U, pode ocorrer de p maneiras diferentes, para um
total de n maneiras possvel, todas igualmente provveis, ento a probabilidade do evento

Em outras palavras: se o evento E tem n(E) elementos e o espao amostral U em n(U) elementos,
ento a probabilidade de ocorrer o evento E ser
17

costume denominar n(E) como nmero de casos favorveis e n(U) como nmero total de casos
possveis.
Assim, a definio se apresenta na forma:

(2) Probabilidade a posteriori (posterior) ou emprica.
Usado principalmente quando n(U) suficiente grande. Neste caso, se aps n repeties de
um experimento (n suficiente grande) forem observadas p ocorrncias de um certo evento E, ento
a probabilidade de ocorrer tal evento definida por:

EXERCCIOS
1 - Trs moedas so lanadas para cima.
(a) Construa o espao amostral.
(b) Qual a probabilidade de se obter duas caras e uma coroa?
(c) Qual a probabilidade de serem obtidas trs coroas?
2 - No lanamento de dois dados, qual a probabilidade de se obter:
(a) duas faces iguais?
(b) Uma soma igual a 7?
(c) uma soma igual a 11?
(d) uma soma maior ou igual a 7?
(e) Duas faces diferentes?
3 - Uma sala tem 40 alunos, sendo 25 rapazes. Qual a probabilidade de:
(a) escolher uma moa?
(b) escolhidos dois alunos ser o par formado por uma moa e um rapaz?
(c) Escolhidos trs alunos serem todos eles rapazes?
4 - Num baralho de 40 cartas, qual a probabilidade de, se retiradas 4 cartas serem elas 4 azes?
5 - De um baralho de 40 cartas, retiram-se 3 cartas. Qual a probabilidade de sair pelo menos um
s?
6 - Num jogo da Sena com 50 nmeros so marcados 6 nmeros. Qual a probabilidade de um
carto, marcado com 6 nmeros, no acertar nenhum?
3.4 ALGUNS TEOREMAS SOBRE PROBABILIDADES
A partir da definio de probabilidades podem ser demonstrados os teoremas abaixo:
T1 Para todo evento E, 0 < P(E) < 1. O nmero de eventos favorveis nunca ser negativo bem
como nunca ser maior que o nmero total de eventos.
T2 A probabilidade da certeza absoluta igual a 1.
18
T3 O evento impossvel tem probabilidade zero.
T4 A probabilidade de no ocorrer o evento E, que se indica por P(E) P(E) = 1 P(E).
Aplicao: Uma urna contm 20 esferas sendo que somente 8 delas so vermelhas. Qual a
probabilidade de, se retirada uma esfera, no ser ela vermelha?
A probabilidade de ser retirada uma esfera vermelha 8/20. Assim, a probabilidade de a esfera no
ser vermelha 1 8/20 = 12/20 = 60%.
T5 Se os eventos E
1
, E
2
, E
3
, ... so mutuamente excludentes, isto , se nenhum elemento
comum a dois ou mais eventos ento, a probabilidade de ocorrer E
1
ou E
2
ou E
3
ou ... ou En, que
indicamos por P(E
1
E
2
E
3
...E
n
) P(E
1
) + P(E
2
) + P(E
3
) + .... + P(E
n
).
Aplicao: Uma urna contm 8 esferas vermelhas, 4 azuis, 5 amarelas e 3 verdes. Retirada uma
esfera, qual a probabilidade de ser a esfera retirada azul ou amarela.
Como nenhuma esfera azul ou amarela ao mesmo tempo. Deste modo, os eventos E1 = ser bola
azul e E2 = ser bola amarela so excludente. Tem-se que: P(E
1
) = 4/20 e P(E
2
) = 5/20.
Assim, P(E
1
E
2
) = 4/20 + 5/20 = 9/20 = 45%.
T6 Se E
1
e E
2
so dois eventos tais que E
1
E
2
= C, ento P(E
1
E
2
) = P(E
1
) + P(E
2
) P(E
1
E
2
).
Aplicao: Dos 30 alunos de uma classe, 13 foram reprovados em Biologia, 12 foram reprovados em
Qumica, sendo que entre estes, 7 foram reprovados em Biologia e Qumica. Qual a probabilidade
de, se escolhido um dos 30 alunos, ser ele reprovado em Biologia ou Qumica?
A probabilidade de ser aluno reprovado em Biologia P(B) = 13/30, a de ser reprovado em Qumica
P(Q) = 12/30 e a de ser reprovado em Qumica e Biologia P(Q B) = 7/30.
Portanto, P(QB) = P(B) + P(Q) - P(Q B) = 13/30 + 12/30 7/30 = 18/30 = 60%.
Note que, se 7 alunos foram reprovados nas duas disciplinas, estes sete esto contados tanto na
Biologia quanto na Qumica. Assim, o nmero de alunos reprovados 13 + 12 7 = 18. Seguindo
este raciocnio, a probabilidade ser tambm 18/30 = 60%.
3.5 PROBABILIDADE CONDICIONAL
No lanamento de um dado, a probabilidade de uma jogada resultar em um nmero par e
menor que 4 1/6 pois apenas o resultado 2 satisfaz s condies.
O evento ser par e menor que 4 a probabilidade de ocorrer a interseo dos eventos E1 = ser
par e E
2
= menor que quatro.
Se, entretanto, algum ao lanar o dado, informar que o resultado foi par, o novo espao amostral
passa a ter apenas 3 elementos. A probabilidade ento 1/3.
Assim, a probabilidade de se o resultado um nmero par, a probabilidade de ser ele par e menor
que 4 seria 1/3 = n(E
1
E
2
)/n(E
1
) = [n(E
1
E
2
)/n(U)]/[n(E
1
)/n(U)] = P(E
1
E
2
)/P(E
1
) = (1/6)/(1/2) =
1/3.
Designando P(E
2
/E
1
) a probabilidade da ocorrncia de E
2
, se E
1
j ocorreu, pode-se escrever:

Exemplo: De um baralho de 52 cartas (13 de ouros, 13 de espadas, 13 de copas e 13 de paus) qual
a probabilidade de, ao ser retirada uma carta, se ela um 9 de ouros, sabendo-se que a carta
retirada de ouros.
1 processo: como j se sabe que a carta de ouros, temos apenas 1 nove em um total de 13
cartas. A probabilidade ento: P(9O) = 1/13.
19
2 processo: a probabilidade de ser uma carta de ouros P(O) =13/52 = 1/4 e a probabilidade de
ser um 9 P(9O) = 1/52 = 1/52. Assim P(9/O) = P(9O)/P(O) = (1/52)/(13/52) = 1/13.
3.6 EVENTOS INDEPENDENTES
Se em uma urna existem 20 bolinhas coloridas, sendo 12 vermelhas e 8 azuis qual
ser a probabilidade de retirar uma bola vermelha, repor essa bola, e a seguir uma bola azul?
Isoladamente, a probabilidade ser retirada uma bola vermelha 12/20 = 60% e a probabilidade de
ser retirada uma bola azul 8/20 = 40%. Entretanto, condicionado retirada da bola azul aps a
vermelha, a probabilidade de sair uma azul na segunda retirada 40% dos 60%, ou seja 40% x
60% = 0,4 x 0,6 = 0,24 = 24%.
Observe, ento, que a retirada da segunda bola condicionada retirada da primeira, corresponde
ao produto das duas probabilidades individuais.
Concluindo:- Sejam eventos E
1
, E
2
, E
3
... tais que a interseo de quaisquer dois
deles um conjunto vazio. Se P(E
1
), P(E
2
), P(E
3
), ..., so as probabilidades de ocorrncia
destes eventos, a probabilidade de ocorrer cada evento um aps o outro, ser
P(E
1
).P(E
2
).P(E
3
)....

Exemplo 1: Um dado lanado para cima. Qual a probabilidade de sair um 3 na primeira jogada
e um 5 na segunda?
Tem-se: a probabilidade de sair um 3 1/6 e a de sair um 5 tambm 1/6. Assim, a probabilidade
de sair um 3 na primeira jogada e um 5 na segunda (1/6).(1/6) = 1/36.
Exemplo 2: De um baralho com 40 cartas so retiradas 4 cartas. Qual a probabilidade de sarem
as cartas:
(a) 2 de ouros, 5 de copas, 3 de espadas, nessa ordem e sem reposio.
Tem-se: P(2O) = 1/40; P(5C) = 1/39; P(3E) = 1/38. Note-se que o denominador foi modificado pois
se no houver reposio, o nmero de cartas no baralho diminui.
Assim, P(2O5C3e) = (1/40).(1/39).(1/38) = 1/59280.
(b) 2 de ouros, 5 de copas, 3 de espadas, nessa ordem e com reposio
Como h reposio, P(2O) = P(5C) = P(3E) = 1/40 pois o nmero de cartas no baralho ser sempre
40. Deste modo: P(2O5C3E) = (1/40).(1/40).(1/40) = 1/64000
(c) 2 de ouros, 5 de copas, 3 de espadas, em qualquer ordem e com reposio.
Para estas condies P(Evento) = P(2O5C3E) + P(2O3E5C) + P(5C3E20) + P(5C2O3E)
+ P(3E2O5C) + P(2O3E5C) + P(2O5C3E) = (1/64000).6 = 6/64000 = 3/32000.
Note de P(evento) = P3. P(2O5C3E) onde P3 o nmero de permutaes das 3 cartas.
EXERCCIOS
1 - Qual a probabilidade de um casal ao ter 4 filhos, serem eles, na ordem menina, menino,
menina, menino.
2 - Qual a probabilidade de se obter uma soma sete, no lanamento de dois dados, por 4 vezes
consecutivas?
3 - Uma urna contm 50 bolas, sendo 10 vermelhas, 15 azuis e 25 amarelas. Qual a probabilidade
de se retirar:
a) uma bola amarela?
b) Uma bola vermelha, uma azul e outra vermelha, sem reposio?
c) Uma bola vermelha, uma azul e outra vermelha, sem reposio?
4 - Paulinho tem 12 miniaturas de automveis azuis e 8 miniaturas vermelhas. Paulinho, querendo
agraciar seu irmo menor, resolve dar para ele algumas miniaturas. Paulinho props ao irmo trs
situaes:
(I) Se o irmo, com os olhos vendados, retirar um carrinho vermelho, o carrinho lhe seria doado.
(II) Se o irmo retirar, com os olhos vendados, um carrinho, no repor o mesmo na coleo e
retirar outro, sendo os dois vermelhos, os dois carrinhos seriam doados para ele.
(III) Se o irmo retirar, com os olhos vendados, um carrinho, repor o mesmo na coleo e a
20
seguir retirar outro, se o primeiro for vermelho e o segundo azul, os dois carrinhos seriam doados
para ele.
a) Calcule as probabilidades para cada uma das trs situaes.
b) Considerando que melhor um pssaro na mo do que dois voando, em qual das situaes seria
mais garantido o irmo ganhar algum carrinho? Justifique sua resposta

5 - A figura mostra um jogo usado em um parque de diverses. Na parte inferior da figura est
indicado quanto voc recebe ao acertar a respectiva bandeira. A indicao 2 x 1 significa que se
voc jogar R$10,00 e ganhar, voc receber R$20,00 (incluindo os seus R$10,00). A bola vermelha
pertence ao organizador do jogo. Supondo o jogo honesto,

a) qual a probabilidade de voc ganhar se jogar na bandeira do Brasil?
b) aps um certo nmero de jogadas, provavelmente voc ganhar. Quantas vezes voc dever
jogar na bandeira que aparece 3 vezes para provavelmente ganhar?
c) se voc for dobrando a sua aposta, e supondo que no nmero de jogadas previstas no item b ,
ao ganhar voc receber ou no todo o seu dinheiro de volta?
(Observao: considerando a possibilidade de ao final de determinado nmero de jogadas
provavelmente voc ganhar, isto se a probabilidade de ganhar ao jogar em uma das bandeiras
, provavelmente voc ganhar uma vez ao jogar 4 vezes no mesmo time.

6 - Em uma certa cidade foi feita uma pesquisa sobre assistncia a determinados canais de
televiso. Das 500 pessoas entrevistadas, 290 assistem ao canal A, 280 assistem ao canal B e 150
assistem outros canais, mas no assistem nem A nem B. Qual a probabilidade de, se escolhido um
dos 500 entrevistados,
a) ser ele um dos que assistem A e B?
b) ser ele um dos que assistem A ou B?
7 Uma igreja tem 4 portas. Qual a probabilidade de uma pessoa entrar por uma das portas e
sair por uma porta diferente?
8 Qual a probabilidade de num sorteio com figuram 10 nmeros voc acertar 4 deles?
9 Quatro moedas so lanadas para cima. Aps quantas jogadas voc provavelmente acertar a
ordem cara, cara, coroa, coroa?
10 Uma prova formada por 10 questes, cada uma com 5 opes. Qual a probabilidade de um
aluno chutar todas as questes:
a) e acertar todas;
b) e acertar as duas primeiras;
c) e acertar duas quaisquer;
d) no acertar a terceira questo.
11 Uma urna contm 100 bolas numeradas de 1 a 100. Qual a probabilidade de, se retirada uma
bola, sendo ela par, ter ela um nmero terminado em zero?
12 Em um estdio de futebol compareceram 2000 pessoas. Destas 800 torcem pelo time A sendo
que 120 vestiam a camisa de seu time, 900 torcem pelo time B estando 150 vestidas com a camisa
deste time. As que no torcem por nenhum dos times no vestem camisa de nenhum dos dois
times. Qual a probabilidade de, escolhida uma pessoa:
a) ser ela torcedora do time B.
b) estar ela vestida com a camisa do time A.
21
c) sendo ela do time A, estar sem a camisa de seu time.
Qual a probabilidade de, se escolhidas duas pessoas:
d) serem elas torcedoras do time B.
e) ser a primeira torcedora do time A e a segunda do time B.
f) nenhuma das duas torcerem por nenhum dos dois times.
g) ser uma torcedora do time A e outra do time B.
12 - Ao fazer um levantamento em uma turma de 3 srie, com 50 alunos, verificou-se que: 16 se
matricularam em ingls, 15 matricularam-se em espanhol e 7 matricularam-se para cursar os dois
idiomas.
Determine a probabilidade de, se escolhido um aluno dessa turma:
(a) ser ele estudante de ingls ou espanhol;
(b) ser ele estudante de ingls ou espanhol;
(c) no estar ele matriculado em nenhuma das duas disciplinas.
13 - Numa pesquisa em Barbacena sobre assistncia a canais de TV, foram entrevistadas 1000
pessoas.O resultado foi tabelado e o resultado est apresentado na tabela

Com base na tabela, calcule a probabilidade da pessoa escolhida
(a) no assistir nenhum dos canais especificados
(b) assistir apenas o canal A
(c) assistir os canais A ou B, mas no assistir o canal C
(d) assistir o canal A, ou B ou C
(e) assistir o canal A e B e C.
(f) assistir o canal A e B mas no assistir o canal C.






























22
CAPTULO 04
ESTATSTICA
4.1 POPULAES E AMOSTRAS
A Estatstica tem por objetivo principal analisar uma distribuio de dados e a partir dos
mesmos inferir resultados futuros. O processo estatstico tem duas reas bem distintas: a primeira
consiste em coleta e agrupamento dos dados, enquanto que a segunda, mais ligada diretamente
Matemtica tem por objeto a anlise destes dados.
Muitas vezes pesquisa dos dados deve-se referir a um determinado grupo que denominada
populao. Entretanto, nem sempre h necessidade de se pesquisar todos os elementos da
populao e assim, a pesquisa feita em uma parcela da populao. Esta parcela da populao
chamada de amostra.

Exemplos de populaes e amostras:
Populao:- Todos os eleitores brasileiros
Amostra:- 2500 eleitores entrevistados
Populao:- Todos os cidados de uma cidade
Amostra:- 1200 habitantes maiores de 21 anos

Populao:- Peas produzidas por uma indstria
Amostra:- peas que so testadas para garantir qualidade
importante observar que o termo populao nem sempre se refere a habitantes de uma
regio, como usado correntemente.
O estudo de amostras pode levar a concluses no exatas sobre toda a populao. Entretanto,
existem inmeras razes que levam ao uso de amostras no lugar de pesquisar toda a populao. As
principais razes para se adotar esse processo esto na relao custo/benefcio e na impossibilidade
de acesso a toda a populao.
evidente que quanto mais prxima da populao estiver a amostra, mais corretas sero as
concluses que se pode tirar a respeito dos dados levantados.
Um outro fato a respeito das amostras que o processo de pesquisa pode destruir o elemento
pesquisado. Se for desejo pesquisar a tenso mxima suportada por peas produzidas em uma
indstria, as peas testadas provavelmente sero destrudas e deste modo a firma no poder
colocar tais peas venda.
Dependendo das informaes desejadas, na coleta dos dados, pode-se optar por um dos dois
mtodos: dados individualizados e dados agrupados.
As tabelas abaixo mostram dados coletados usando os dois processos:

Na primeira tabela a coluna Notas representa um conjunto discreto (valores bem determinados).
Este um exemplo caracterstico de dados individualizados. Na segunda tabela, a coluna Salrios
os dados esto listados em intervalos. Nesta, os dados se apresentam agrupados.

23
QUESTES
Responda:-
1 Porque, na maioria das vezes, so estudadas amostras e no populao?
2 possvel dizer se uma determinada amostra representa adequadamente uma populao?
3 Suponha que voc deseje pesquisar a preferncia de uma populao com relao aos candidatos
em uma eleio para a prefeitura de sua cidade. Como voc escolheria a amostra se:
a) sua inteno obter um resultado no direcionado a um determinado candidato?
b) sua inteno obter um resultado direcionado a um determinado candidato?

4.2 MEDIDAS DE TENDNCIA CENTRAL
Uma simples listagem dos dados pesquisados pode no levar a nenhuma concluso. Por este
motivo importante verificar como os dados se distribuem em relao a um valor mais provvel.
Consideram-se como parmetros para anlise de uma distribuio as medidas: mdia, moda e
mediana, denominadas medidas de tendncia central. Tais medidas so definidas como segue:
(I) MDIA
Sejam x
1
, x
2
, x
3
, ... , x
n
um conjunto de n medidas. Define-se a mdia destas medidas,
que se indica , por

Exemplo: para o conjunto de medidas 25, 18, 41, 48, 29, 37, a mdia
X = (25 + 18 + 41 + 48 + 29 + 37)/6 = 33
(II) MEDIANA 11
Ordenadas as medidas, a mediana (Md) a medida que ocupa a posio central da
distribuio. Se a quantidade de medidas for um nmero par, ter-se-o duas medidas ocupando a
posio central. Nesse caso, a mediana ser a mdia destas duas medidas.
Exemplo: Seja o conjunto 25, 18, 41, 48, 29, 37, 19.
Ordenando os dados temos: 18 19 25 29 37 41 48,
a mediana 29 pois esta a medida que se posiciona no centro da distribuio (3 valores antes e 3
valores depois).
No caso do conjunto 19 25 29 37 41 48, as medidas centrais so 29 e 37. Neste caso,
devemos tomar o valor (29 + 37)/2 = 33 como mediana.
Dependendo dos valores das medidas, a mediana melhor que a mdia para analisar
a distribuio.
Tomando por exemplo os valores 180, 20, 30, 25, 26, 27, 18, a mdia 46,6 enquanto que a
mediana vale 26 que est bem mais prximo dos demais valores. No clculo da mdia, o nmero
180 fez com que a mdia fosse levada para um valor bem acima dos demais. Em situaes como
essa, a mediana mais representativa da distribuio do que a mdia.


24
(III) MODA
A moda usada quando na distribuio onde aparecem valores repetidos. Define-se a
moda, (Mo), como sendo a medida que aparece em maior nmero de vezes. Uma distribuio em
que no h elementos repetidos ela dita amodal. Se dois valores aparecem com a igual
quantidade de vezes a distribuio dita bimodal. Para trs valores, trimodal, e assim,
sucessivamente.
A distribuio 19 25 29 37 41 48 amodal pois no nenhum elemento repetido. A
moda da distribuio 19 25 19 - 29 37 19 29 - 41 48 19 pois 19 aparece um maior
nmero de vezes.
Para a srie 19 25 19 - 29 37 19 29 - 41 48 29, o 19 e o 29 aparecem 3 vezes
cada. Esta distribuio bimodal pois tem duas modas que so: o 19 e o 29.
Numa distribuio simtrica, a mdia, a moda e a mediana so valores bem prximos ou
coincidentes.
A partir de agora sero usados os smbolos Mo e Me para designar a moda e a mediana,
respectivamente.
EXERCCIOS
Calcule a mdia, a moda e a mediana para os conjuntos de medidas abaixo:
(a) 32, 34, 45, 46, 35, 32, 34, 45, 37, 48, 56, 45, 57, 39, 18, 26, 36, 45, 57
(b) 16, 18, 30, 24, 42, 37, 30, 38, 35, 23, 32, 24, 27
4.3 USANDO PLANILHAS

Os softwares que apresentam planilhas permitem o clculo direto da mdia, moda e mediana
quando as medidas so todas digitadas. No h formula direta para clculo destas medidas quando
a tabela apresentar uma distribuio de freqncia. Neste ltimo caso ser disponibilizado um
aplicativo para o clculo da mdia. (Ver site http://www.cesariof.xpg.com.br ou CDRom).
No EXCEL, para calcular a mdia,
(1) Digite os valores em uma mesma coluna
(2) Clique na clula onde ser calculada a mdia, a moda ou a mediana.
(3) Para calcular a mdia, digite na clula = MDIA(
(4) Selecione as clulas onde constam os valores tabelados.
(5) Complete a frmula fechando os parntese. Na clula dever ser exibido algo como =
MDIA(B4:B15) onde B4:B15 so respectivamente a primeira e a ltima clula com os valores
tabelados. Pressione a seguir, a tecla ENTER.
Os passos so semelhantes para o clculo da mediana e da moda.
Para a mediana, na clula deve ser digitado =MED( e para a moda digite =MODO( . A
seguir selecione as clulas com os valores e feche o parntese.
No STAROFFICE, no OPENOFFICE e no BROFFICE, utilize os mesmos procedimentos. As
frmulas so =MDIA() para a mdia, =MEDIANA( ) para a mediana e =MODAL( ) para a moda.
Obs.: - No caso de tabelas bimodais, trimodais, etc., somente ser calculada uma das modas.
EXERCCIO
Usando o STARCALC ou o EXCEL calcule a moda, a mediana e a mdia dos valores:
(a) 50, 10, 40, 30, 20, 80, 40, 15, 30, 10, 30.
(b) 32, 34, 45, 46, 35, 32, 34, 45, 37, 48, 56, 45, 57, 39, 18, 26, 36, 45, 57
(c) 16, 18, 30, 24, 42, 37, 30, 38, 35, 23, 32, 24, 27

4.4 QUARTIL E PERCENTIL
25
A diferena entre o maior e o menor valor de uma distribuio de dados coletados
denominada disperso. Tomando por exemplo a tabela, j ordenada, 1,12, 15, 17, 19, 19, 21, 23,
25, 26, 105 teremos uma disperso igual a 104, ou seja 105 1.
Observando a tabela nota-se que os extremos 1 e 105 esto bem afastados das demais
medidas. Se da mesma forem retirados apenas estes dois valores a disperso torna-se bem menor
(igual a 14) e as medidas restantes parecem bem mais centradas em relao aos valores tabelados.
Os valores bem afastados da maioria das medidas, denominados valores esprios (outliers -
em ingls) podem no condizer com a realidade da distribuio e, com isso, levar a erros grosseiros
nas tomadas das decises quando se faz uma anlise dos dados coletados.
Algumas tcnicas so usadas para eliminar os valores que estejam muito afastados das
demais medidas. Entre as diversas tcnicas destacamos: o quartil e o percentil que so usadas em
parties dos dados.

A partio dos dados, pelo mtodo dos quartis, feita obedecendo s normas:
I Ordena-se o conjunto
II Divide-se a tabela em quatro partes, cada uma delas contendo 25% (ou seja ) dos
valores tabelados.
A primeira, que contem os 25% valores menores chamada de 1 quartil. A ltima, que
contem os 25% valores maiores, chamada de 4 quartil.
Para a anlise dos dados, despreza-se os 1 e 4 quartis.
A tabela com os valores restantes chamada de intervalo interquartil.
Pode-se tambm utilizar outras divises, como por exemplo, dividir a tabela em 100 partes.
Cada uma chamada de percentil, e escolher uma determinada faixa a ser desprezada, no
esquecendo de que a quantidade de valores menores a serem desprezados dever ser igual
quantidade de valores maiores.
Exemplo: Considerando a tabela 12, 13, 13, 14, 14, 16, 18, 19, 20, 21, 21, 23, 23, 24, 25, 26, 28,
28, 30, 31. O conjunto tem 20 elementos. Para obter os quartis, divide-se a tabela em 4 partes.
Cada uma ter 5 elementos. O primeiro quartil formado por 12, 13, 13, 14, 14. O quarto quartil
ser 25, 26, 28, 28, 30.
Para analisar a tabela, levando em considerao os quartis, (intervalo interquartil) seriam
considerados apenas os valores: 16, 18, 19, 20, 21, 21, 23, 23, 24.
Usando o intervalo 10 percentil, calcula-se 10% do total de medidas. Para a tabela do
exemplo anterior, 10% de 20 so dois. Eliminam-se ento os dois valores menores (12, 13) e os
dois valores maiores (28, 30). O conjunto de valores restantes constitui o intervalo 10 percentil.
Nos dois exemplos citados, a amplitude passar a ser a diferena entre o maior e o menor valor
da tabela restante e no a diferena entre o maior e menor valor na tabela inicial.
A escolha do intervalo fica a critrio do analista dos dados levando em conta uma srie de fatores,
inclusive a disperso dos valores iniciais.

4.5 MEDIDAS DE DISPERSO
de extrema importncia para a anlise dos dados, verificar o comportamento dos valores
tabelados em relao mdia. Isto , estudar a disperso dos dados em relao mdia. No estudo
dessa disperso so usadas as medidas: desvio em relao mdia, desvio absoluto, desvio
mdio absoluto, varincia e desvio-padro.
Estas grandezas so definidas como segue:
(I) desvio em relao mdia, ou simplesmente desvio (d
i
)
a diferena entre medida e a mdia. Se x
i
uma das medidas, X a mdia, o desvio de cada
uma das medidas definido por:
26

(II) desvio absoluto. (D
i
)
o valor absoluto do desvio.

(III) desvio mdio absoluto
a mdia dos valores absolutos dos desvios.

(IV) varincia (v)
Duas consideraes devem ser feitas para o clculo da varincia.
(a) Varincia da amostra quando se deseja apenas uma anlise da amostra, ou a amostra
coincidente com toda a populao.

v =

(b) Varincia da populao quando, a partir da amostra se deseja inferir sobre a populao. Deve-
se tambm ser usada para uma distribuio em classes com intervalos.

(V) desvio padro (s)
A varincia envolve a soma de quadrados, portanto, a unidade em que se exprime no a
mesma que a dos dados. Assim, para obter uma medida da variabilidade ou disperso com as
mesmas unidades que os dados, tomamos a raiz quadrada da varincia que denominado desvio
padro. Atravs do desvio padro pode-se fazer estimativas da disperso das medidas em relao
mdia.
De acordo com a definio:

Os dois valores obtidos para a varincia, ao dividir a soma dos quadrados dos desvios por n ou
por n 1 devem ser levados em conta para o desvio padro.

Nos itens a seguir, o termo desvio padro, estar se referindo desvio padro calculado
com relao populao. Isto , no clculo da varincia, a soma dos quadrados dos
desvios ser dividida por n - 1.


As medidas de disperso devem acompanhar a preciso das medidas apresentadas na
amostra. Isto , o nmero de casas decimais das medidas de tendncia central e as
medidas de disperso devem apresentar o mesmo nmero de casas decimais das medidas
apresentadas na amostra.
D
1
2
+ D
2
2
+ D
3
2
+ ... + D
n
2

n
27
Para que tal fato seja observado, devem ser usados os critrios adotados pela Resoluo
886/66 do IBGE, que regulamenta a aproximao de medidas.
Tal resoluo estabelece:
1 - Quando o primeiro algarismo a ser abandonado 0,1,2,3 ou 4, fica inalterado o ltimo algarismo
a permanecer.
Ex: 146,63 arredondado para 146,6 ; 95,02 arredondado para 95,0.

2 - Quando o primeiro algarismo a ser abandonado 6,7,8, ou 9, aumenta-se de uma unidade o
algarismo a permanecer.
Ex: 146,87 arredondado para 146,9 ; 95,06 arredondado para 95,1; 361,96 arredondado para
362,0.
3 - Quando o primeiro algarismo a ser abandonado 5, h duas solues:
a) Se ao 5 seguir, em qualquer casa, um algarismo diferente de zero, aumenta-se uma unidade ao
algarismo a permanecer.
Ex: 14,651 arredondado para 14,7; 14,6502 arredondado para 14,7; 14,650002 arredondado
para 14,7.
b) Se o 5 for o ltimo algarismo ou se ao 5 s se seguirem zeros, o ltimo algarismo a ser
conservado s ser aumentando de uma unidade se for mpar.
Exemplos: 132,35 arredondado para 24,4 pois o 3 mpar; 132,85 arredondado para 132,8
pois o 8 par; 132,750000 arredondado para 132,8 e 132,45000 arredondado para 132,4.

Obs: O arredondamento deve ser feito de uma s vez e no atravs de arredondamentos
sucessivos.

COMPENSAO
Aplicando as regras do arredondamento, podem ser obtidos diferentes resultados, caso o
arredondamento seja feito antes ou aps a operao. Veja:
25,32 + 17,85 + 10,44 + 31,17 = 84,78 (efetuando as operaes sem arredondamento)
25,3 + 17,8 + 10,4 + 31,2 = 84,7 (efetuando as operaes aps arredondamento)
Entre os dois processos h uma pequena discordncia: a soma exatamente 84,7 quando, pelo
arredondamento, deveria ser 84,8. No caso, o resultado aceitvel 84,8.
Para evitar diferena entre os resultados, efetua-se a operao com as medidas no arredondadas e
aplicam-se as regras de arredondamento no resultado.

Conforme dito anteriormente, os valores esprios, ou estranhos, so valores muito altos ou
muito baixos, quando comparados com os demais. Esses valores distorcem tanto a mdia como o
desvio padro, podendo ser descartados para o clculo desses parmetros. Assim, interessante,
separar os valores que dispersam da maioria dos demais valores tabelados e recalcular a nova
mdia e o novo desvio padro.
A excluso de valores esprios para o clculo de parmetros de uma amostra no significa que
esses valores devam ser simplesmente ignorados; a excluso feita apenas para o clculo dos
parmetros (mdia e desvio padro), pois eles, em geral, distorcem esses valores.
Os procedimentos de excluso de valores esprios devem sempre levar em conta o tamanho
da amostra, compensando o maior efeito da presena de valores esprios em amostras menores.

No Excel e no StarCalc a varincia e o desvio padro podem ser calculados automaticamente.
Para a varincia, em ambos, a frmula VARP() para a amostra e =VAR() para inferncia sobre a
populao.
No clculo do desvio padro, as frmulas so:
- para o Excel = DESVPADP() (desvio padro para a amostra) e = DESVPAD() (para inferncias
sobre a populao ou distribuio de freqncias em intervalos)
- para o StarCalc, os correspondentes so = DESV.PAD.P() e DESV.PAD().
Aps digitadas as frmulas, clique entre os dois parnteses e selecione as clulas onde esto
exibidos os valores da tabela. A seguir pressione a tecla ENTER.

EXERCCIOS
Para cada um dos conjuntos de valores abaixo, determinar (I) a mdia, (II) a varincia da amostra,
(III) a provvel varincia da populao, (IV) o desvio padro da amostra, (V) o provvel desvio
padro da populao.
(a) 50, 10, 40, 30, 20, 80, 40, 15, 30, 10, 30.
(b) 32, 34, 45, 46, 35, 32, 34, 45, 37, 48, 56, 45, 57, 39, 18, 26, 36, 45, 57
28
(c) 16, 18, 30, 24, 42, 37, 30, 38, 35, 23, 32, 24, 27
(d) 2, 3, 5, 9, 11, 8, 7, 5, 2.

4.6 INTERVALO DE CONFIANA

Seja uma distribuio amostral de mdia X e desvio padro s. Esta distribuio dita normal
quando o grfico desta distribuio apresentar a forma semelhante indicada na figura abaixo.

Numa distribuio amostral aproximadamente normal de se esperar que 68,27% das
medidas da amostra estejam no intervalo [ s, + s], 95,45% estejam no intervalo [ 2x,
+ 2s] e 99,73% estejam no intervalo [ 3x, + 3s].
Estes intervalos so denominados intervalos de confiana de 68,27%, 95,45% e 99,73%,
respectivamente. Os extremos dos intervalos so chamados de limites de confiana de 68,27%,
95,45% e 99,73%.
comum representar o intervalo de confiana, com percentual P%, por zs, onde z o
coeficiente de confiana.
A tabela abaixo mostra valores para coeficientes de confiana e os respectivos percentuais.

Conforme dito anteriormente a tabela dever ser usada para uma distribuio normal ou uma
distribuio com um tamanho suficientemente grande. Em geral para amostra de tamanho maior ou
igual a 30, a distribuio amostral se aproxima de uma distribuio normal.
Quando o tamanho da amostra menor que 30, costuma-se usar o coeficiente t de
confiana de Student. O coeficiente t depende do grau de liberdade da amostra. Para uma
distribuio aproximadamente normal, com amostras de tamanho maior ou igual a trinta, os valores
de "z" e de "t" levam praticamente aos mesmos resultados.
Considera-se o grau de liberdade de uma amostra de tamanho n como sendo n 1. Ao
usar a tabela de Student deve ser observado que a primeira coluna corresponde ao tamanho da
29
amostra menos 1.
Veja a tabela de Student na pgina a seguir.



EXERCCIOS RESOLVIDOS

(1) A mdia e o desvio padro das alturas de 1000 alunos so 1,657 m e 0,012 m. Supondo uma
distribuio normal das alturas, determine o intervalo que agrupa 866 das alturas (86,6%) da
amostra.
Soluo: considerando o tamanho da amostra que de 1000 alunos, deve-se usar o coeficiente "z"
que para 86,6% (aproximadamente 86,64%) vale 1,5 (ver tabela de valores para z). Isto resulta em
1,657 + 1,5x0,012 = 1,657 + 1,018.
Assim, 866 alturas, provavelmente estaro entre 1,639 m e 1,675 m.

Analisando graficamente:

No grfico a rea preenchida corresponde a 86,6% da rea total. So ento (1000 866)/2
= 67 alunos com altura superior a 1,675 m e 1,639 alunos com altura abaixo de 1,639.
comum usar os limites de confiana para selecionar elementos de um grupo.

(2) As notas de 21 alunos de uma classe tm mdia 6,60 e desvio padro 1,50. Provavelmente,
quantos alunos tiraram notas:
(a) entre 5,31 e 7,89?
(b) acima de 8,59?

Para uma amostra de tamanho inferior a 30 (no caso, o tamanho da amostra 20) usa-se a
tabela de distribuio de Student.
(a) tomando o limite 7,89 teremos para o produto ts = 7,89 - 6,60 = 1,29. Sendo o desvio padro s
= 1,50, o valor de t t = 1,29/1,50 = 0,86.
Localizando o valor 0,86 na tabela de Student, para um grau de liberdade igual a 21 - 1 = 20
(lembre que o grau de liberdade igual ao tamanho da amostra menos 1), encontra-se o percentual
de 80%.
Portanto, 80%x21 = 0,80x21 = 16,8 alunos tero notas entre 5,31 e 7,89. Como no h frao de
alunos o nmero de alunos com notas entre 5,31 e 7,89 16.
(b) o desvio em relao mdia 8,59 6,60 = 1,99 que corresponde ao produto ts. Como s =
1,50, o valor de t t = 1,99/1,5 = 1,327. Localizando o valor 1,327 para 21 1 = 20 graus de
liberdade, obtm-se o valor 90% (usar o valor mais prximo de 1,327 que 1,325).
Assim, so 90% dos alunos entre 6,60 1,327x1,5 = 4,61 e 6,60 + 1,327x1,5 = 8,59. Portanto,
100% - 90% = 10% estaro fora desse intervalo. Deste modo, 5% (10%/2) dos alunos tm notas
abaixo de 4,61 e 5% dos alunos tero notas superior a 8,59.
Concluindo, o nmero de alunos com nota superior a 8,59 5% de 21 = 0,05x21 = 1,05. Como no
existe frao de aluno, 1 aluno ter nota superior a 8,59.
Veja o grfico correspondente
30

4.7 - TABELA DO COEFICIENTE DE CONFIANA (Z) EM PORCENTAGEM
Nas clulas em azul esto exibidos os valores de z. Tomando por exemplo o percentual 55,28 (em
vermelho) o valor de z 0,76 obtido a partir da linha 0,7 e da coluna 6 que contm o percentual
55,28.













































Z 0 1 2 3 4 5 6 7 8 9
0,0 0,00 0,80 1,60 2,40 3,20 3,98 4,78 5,58 6,38 7,18
0,1 7,96 8,76 9,56 10,34 11,14 11,92 12,72 13,50 14,28 15,08
0,2 15,86 16,64 17,42 18,20 18,96 19,74 20,52 21,28 22,06 22,82
0,3 23,58 24,34 25,10 25,86 26,62 27,36 28,12 28,86 29,60 30,34
0,4 31,08 31,82 32,56 33,28 34,00 34,72 35,44 36,16 36,88 37,58
0,5 38,30 39,00 39,70 40,38 41,08 41,76 42,46 43,14 43,80 44,48
0,6 45,16 45,82 46,48 47,14 47,78 48,44 49,08 49,72 50,36 50,98
0,7 51,60 52,24 52,84 53,46 54,08 54,68 55,28 55,88 56,46 57,04
0,8 57,62 58,20 58,78 59,34 59,92 60,46 61,02 61,56 62,12 62,66
0,9 63,18 63,72 64,24 64,76 65,28 65,78 66,30 66,80 67,30 67,78
1,0 68,26 68,76 69,22 69,70 70,16 70,62 71,08 71,54 71,98 72,42
1,1 72,86 73,30 73,72 74,16 74,58 74,98 75,40 75,80 76,20 76,60
1,2 76,98 77,38 77,76 78,14 78,50 78,88 79,24 79,60 79,94 80,30
1,3 80,64 80,98 81,32 81,64 81,98 82,30 82,62 82,94 83,24 83,54
1,4 83,84 84,14 84,44 84,72 85,02 85,30 85,58 85,84 86,12 86,38
1,5 86,64 86,90 87,14 87,40 87,64 87,88 88,12 88,36 88,58 88,82
1,6 89,04 89,26 89,48 89,68 89,90 90,10 90,30 90,50 90,70 90,90
1,7 91,08 91,28 91,46 91,64 91,82 91,98 92,16 92,32 92,50 92,66
1,8 92,82 92,98 93,12 93,28 93,42 93,56 93,72 93,86 93,98 94,12
1,9 94,26 94,38 94,52 94,64 94,76 94,88 95,00 91,52 95,22 95,34
2,0 95,44 95,56 95,66 95,76 95,86 95,96 96,06 96,16 96,24 96,34
2,1 96,42 96,52 96,60 96,68 96,76 96,84 96,92 97,00 97,08 97,14
2,2 97,22 97,28 97,36 97,42 97,50 97,56 97,62 97,68 97,74 97,80
2,3 97,86 97,92 97,96 98,02 98,08 98,12 98,18 98,22 98,26 98,32
2,4 98,36 98,40 98,44 98,50 98,54 98,58 98,62 98,64 98,68 98,72
2,5 98,76 98,80 98,82 98,86 98,90 98,92 98,96 98,98 99,02 99,04
2,6 99,06 99,10 99,12 99,14 99,18 99,20 99,22 99,24 99,26 99,28
2,7 99,30 99,32 99,34 99,36 99,38 99,40 99,42 99,44 99,46 99,48
2,8 99,48 99,50 99,52 99,54 99,54 99,56 99,58 99,58 99,60 99,62
2,9 99,62 99,64 99,64 99,66 99,68 99,68 99,70 99,70 99,72 99,72
3,0 99,74 99,74 99,74 99,96 99,96 99,78 99,78 99,78 99,80 99,80
3,1 99,80 99,82 99,82 99,82 99,84 99,84 99,84 99,84 99,86 99,86
3,2 99,86 99,86 99,88 99,88 99,88 99,88 99,88 99,90 99,90 99,90
3,3 99,90 99,90 99,90 99,92 99,92 99,92 99,92 99,92 99,92 99,94
3,4 99,94 99,94 99,94 99,94 99,94 99,94 99,94 99,94 99,94 99,96
3,5 99,96 99,96 99,96 99,96 99,96 99,96 99,96 99,96 99,96 99,96
3,6 99,96 99,96 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98
3,7 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98
3,8 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98 99,98
3,9 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00

31











4.8 - TABELA DE DISTRIBUIO DE STUDENT

GL - grau de liberdade = tamanho da amostra - 1











































EXERCCIOS
1 - Ao pesquisar a variao do comprimento dos pregos produzidos por uma firma obteve-se uma
mdia de 10,32 cm e desvio padro 0,12 cm em uma amostra de 2000 pregos.
(a) Determine o intervalo de comprimentos que, provavelmente, agrupar 91,08% dos parafusos;
GL\% 55% 60% 65% 70% 75% 80% 85% 90% 95% 97,5% 99% 99,5% 99,95%
1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,541 12,924
4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,869
6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,365 3,499 5,408
8 0,130 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,129 0,260 0,396 0,540 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,127 0,257 0,391 0,533 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,726
26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,856 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,127 0,256 0,389 0,530 0,683 0,856 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646
40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
60 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
>120 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,291

32
(b) Determine o nmero de parafusos cujo comprimento esteja compreendido entre 10,08 cm e
10,56 cm.
(c) Determine o nmero de parafusos cujo comprimento maior que 10,62 cm.
(d) Qual foi o tipo de score (z ou t) usado na resoluo dos itens acima? Justifique.

2 - As alturas de 20 alunos de uma classe apresentam mdia 1,60 m e desvio padro 0,02 m.
(a) Determine o intervalo de alturas que, provavelmente, agrupa 90 % dos alunos?
(b) Quantos alunos tm, provavelmente, altura superior a 1,64 m?
(c) Qual foi o tipo de score (z ou t) usado na resoluo dos itens acima? Justifique.


4.9 INTERVALO DE CONFIANA PARA MDIAS DE UMA POPULAO

Ao se calcular a mdia de uma amostra deve-se precisar o intervalo em que se deve
encontrar a mdia da populao.
Para uma mdia e um desvio padro s da amostra, pode-se demonstrar que a mdia
da populao tem um limite de confiana com percentual P

para uma populao infinita ou amostragem com reposio de uma populao finita, e

para uma populao finita.
Para pequenas amostras (n < 30) deve-se substituir o coeficiente z pelo coeficiente t de
Student.

EXERCCIOS RESOLVIDOS
(1) Das arruelas produzidas por uma mquina foi retirada uma amostra de 100 arruelas cujo
dimetro mdio 20,000 mm e desvio padro 0,012 mm. Determine o intervalo de confiana de
90,50% para o dimetro mdio de todas as arruelas produzidas por esta mquina.
Soluo: para um intervalo de confiana igual a 90,50%, z = 1,67 (ver tabela).
Como no se conhece o tamanho da populao (total de peas fabricadas pela mquina) pode-se
consider-la infinita.

Nota: o nmero de casas decimais do desvio dever ser igual ao nmero de casas decimais da
mdia.
Assim, o intervalo de confiana da mdia de todas as arruelas produzidas pela mquina (20,000 +
0,002) mm, ou seja, existe uma probabilidade de 90,50% de a mdia das arruelas estar entre
19,998 mm e 20,002 mm.

(2) Das notas de 1200 alunos de uma escola foram separadas as notas de 200 alunos. A mdia e o
desvio padro das notas destes alunos foram, respectivamente, 6,50 e 0,30. Para um intervalo de
confiana de 95%, qual dever ser a mdia dos 1200 alunos.
Soluo: para o intervalo de confiana de 95%, o valor de z 1,96. Usa-se o z, pois, a amostra
superior a 30. Como a populao finita, teremos N = 1200, n = 30, s = 0,30, = 6,50.
33

(3) Em um teste de QI, os scores de 10 alunos foram 90, 92, 92, 95, 98, 99, 100, 100, 100, 117.
Calcule, para um limite de confiana de 95%, a mdia esperada para todos os alunos desta escola.
Soluo: como a amostra inferior a 30, devemos utilizar o coeficiente "t" de Student, que para um
intervalo de confiana de 95% vale 1,372.
Calculando a mdia e o desvio padro da amostra obtm-se: = 98,30 e s = 7,59.
No conhecendo o tamanho da populao, a frmula a ser usada :

Portando, para um intervalo de confiana de 95%, a mdia dos QIs dos alunos desta escola est
entre 95,01 e 101,59.


EXERCCIOS
1 Em uma plantao de milhos foram retiradas 500 espigas das quais verificou-se que o peso
tinha mdia 256 g com desvio padro 14 g. Determine o intervalo de confiana de 90,50% para o
peso mdio de todas as espigas da plantao.

2 Dos 5000 livros de uma biblioteca foi retirada uma amostra de 300 livros. O nmero de pginas
dos livros da amostra apresentava uma mdia de 200 pginas com desvio padro 10 pginas. Faa
uma previso para a mdia dos 5000 livros em um intervalo de confiana de 87,88%.

3 comum usar um prato como tara em restaurantes self-service de modo que ao pesar a
quantidade de alimento usada pelo cliente seja registrado na balana somente o peso do alimento.
Ao determinar a mdia e o desvio padro do peso de 16 pratos verificou-se que estes valiam 420 g
e 20 g, respectivamente. A partir destes valores, calcule, para um intervalo de confiana de 90%, a
mdia dos pratos usados pelo restaurante.

4 Com relao ao exerccio anterior, se a tara usada foi de 430 g, qual a probabilidade do prato
que voc usar ser mais pesado que a tara?















34










CAPTULO 5 ESTATSTICA II

5.1 DISTRIBUIO DE FREQNCIA


Os parmetros estatsticos como mdia, varincia, desvio padro, etc, ficam mais fceis de
serem obtidos se as medidas da amostra forem agrupadas.
Duas so as formas de agruparem os dados:
(a) para variveis discretas em que o nmero de elementos distintos pequeno, e,
(b) para variveis contnuas, ou quando o nmero de elementos muito grande.

No primeiro caso, as medidas de mesmo valor so agrupadas em classes distintas. Ao
nmero de vezes que cada elemento se repete chamamos de freqncia da classe, que se indica
pela letra f.
Para a tabela,





Temos 12 classes que so: 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21 cujas freqncias so
respectivamente: 3, 2, 1, 3, 2, 3, 2, 0, 5, 2, 2, 2.
Pode-se ento, construir a tabela de classes:
















No segundo caso, as classes so formadas por intervalos. So elementos de uma distribuio
de freqncia com dados agrupados em intervalos:
(1) X
max
o maior valor exibido na tabela;
(2) X
min
menor valor exibido na tabela
(3) AA amplitude da amostra, calculada por AD = X
max
X
min
.
(4) k n de classes
A escolha do nmero de classes depende da anlise que se pretende fazer da amostra. Portanto,
no h uma regra definida obrigatria para esta escolha.
Entretanto, alguns analistas utilizam regras para determinar o nmero de classes. Entre estes
processos destacam-se:
(a) frmula de Sturges: k = 1 + 3,3.log n onde n o tamanho da amostra.
21 10 15 18 28 14 11 16 16
15 14 20 18 19 13 12 10 11
11 18 20 15 13 13 19 18 21

Classe Freqncia
10 3
11 2
12 1
13 3
14 2
15 3
16 2
17 0
18 5
19 2
20 2
21 2

35
(b) frmula da raiz quadrada: k = maior nmero inteiro, menor ou igual n, onde n o
tamanho da amostra.
(5) L
i
limite inferior da classe.
Deve-se, de preferncia, escolher para o limite inferior da primeira classe um valor igual menor
medida tabelada.
(6) L
s
limite superior da classe.
O limite superior, com exceo do pertencente ultima classe, coincide com o limite inferior da
classe seguinte.
(7) AI amplitude do intervalo de classe, definido por AI = L
s
L
i
.
(8) L
min
limite inferior do primeiro intervalo de classe
(9) L
max
limite superior do ltimo intervalo de classe
(10) AD amplitude da distribuio, definida por AD = L
max
L
min
.
Deve-se observar que a amplitude da distribuio dever ser sempre maior que a amplitude da
amostra. Isto AD > AA.
(11) IC - Intervalo de classe, indicado por Li |------ Ls.
A forma indicada usada para representar um intervalo fechado esquerda e aberto direita.
Isto significa que as medidas de valores iguais ou maiores que Li e inferiores a Ls pertencem ao
intervalo enquanto que valores iguais a Ls pertencem ao intervalo seguinte.
(12) PM ponto mdio da classe, calculado por PM = (Ls +Li)/2.
Nos clculos dos parmetros estatsticos o ponto mdio da classe substitui todos os valores
contidos na classe.

Um cuidado especial deve ser tomado ao estabelecer a diviso em classes de modo que
nenhuma das classes tenha freqncia igual a zero.

EXEMPLO: A tabela abaixo se refere ao levantamento feito pelo gerente de uma papelaria sobre os
preos de artigos mais vendidos com os objetivos de prever o aumento do estoque e investir em
propaganda tendo em vista os interesses dos clientes.








Dividir convenientemente a tabela em intervalos de classe.
Soluo:
Para facilidade de contagem aconselhvel ordenar os valores da amostra.

0,50 0,98 1,25 1,98 2,12 2,89 3,24 3,23
0,50 0,99 1,28 1,99 2,12 2,99 3,32 4,24
0,60 1,09 1,29 1,99 2,12 2,99 3,42 4,56
0,60 1,09 1,35 1,99 2,12 2,99 3,45 4,56
0,87 1,12 1,35 1,99 2,15 2,99 3,45 4,56
0,90 1,15 1,39 1,99 2,19 2,99 3,45 4,56
0,90 1,19 1,56 2,00 2,24 3,12 3,99 5,00
0,95 1,22 1,70 2,02 2,24 3,12 4,12 5,15
0,95 1,24 1,89 2,12 2,39 3,15 4,14 5,15
0,97 1,24 1,90 2,12 2,67 3,15 4,15 5,54

ATENO: os valores podem ser ordenados usando o EXCEL ou o STARCALC.
Para ordenas os valores, digite-os em uma mesma coluna. A seguir selecione a coluna. Clique no
boto DADOS. A seguir clique na opo CLASSIFICAR (EXCEL) ou ORDEM (STARCALC).
Clique no boto OK.

(1) Escolhendo o nmero de classes:
0,98 4,56 1,35 2,39 1,19 2,19 0,50 0,97 1,56 3,42
1,15 0,60 1,98 1,99 3,15 2,00 2,99 0,90 2,15 0,90
2,12 2,12 3,12 2,99 1,70 1,99 3,45 1,22 5,15 2,02
0,60 5,54 4,12 1,29 1,28 1.90 4,56 2,99 1,09 3,45
3,23 0,87 3,99 1,39 1,35 2,99 3.45 3,12 5,00 2,67
1,24 1,12 0,99 2,12 3,24 4,56 3,15 4,15 2,24 1,09
5,15 4,24 0,50 2,12 3,32 1,89 1,99 2,12 4,56 1,25
0,95 2,99 1,24 2,24 4,14 2,12 2,89 1,99 0,95 1,99

36
Conforme foi dito, a escolha depende dos objetivos da anlise estatstica a ser feita. Como os
objetivos no esto definidos, ser usado o processos de Sturges:
Tamanho da amostra n = 80, k = 1 + 3,3.log 80 = 7,28. Como o nmero de intervalos deve ser
inteiro, k = 8.
(2) Calculando a amplitude de cada classe:
Amplitude da amostra: Xmax = 65,70, Xmin = 0,50 AA = 5,54 0,50 = 5,04
Amplitude de classe: AC = AA/k = 5,04/8 = 0,63.
(3) Criando as classes: 1 classe: Li = 0,50; Ls = 0,50 + 0,63 = 1,13.
O limite inferior de classe igual ao limite inferior da classe anterior somado amplitude da classe.
Da mesma forma, o limite superior de cada classe igual ao limite superior da classe anterior
somado amplitude de classe.
Alm disso, o limite inferior de uma classe igual ao limite superior da classe imediatamente
anterior.
Obtm-se assim, a distribuio:













Como o limite superior da ltima classe coincide com o maior valor da tabela, deve-se usar uma
amplitude de classe ligeiramente superior ao valor calculado. Assim, substituindo a amplitude 0,63
por 0,64, cria-se a nova tabela:












Estando a diviso das classes pronta, hora de completar a distribuio com as freqncias,
lembrando que valores iguais a limites inferiores pertencem classe correspondente.
Assim, completando a distribuio:














5.2 PARMETROS ESTATSTICOS PARA DADOS AGRUPADOS

Lim. Inf. Lim. Sup.
0,50 |---------1,14
1,14 |---------1,78
1,78 |---------2,42
2,42 |---------3,06
3,06 |---------3,70
3,70 |---------4,34
4,34 |---------4,98
4,98 |---------5,62

Lim. inf Lim. sup
0,50 |-----------1,13
1,13 |-----------1,76
1,76 |-----------2,39
2,39 |-----------3,02
3,02 |-----------3,65
3,65 |-----------4,28
4,28 |-----------4,91
4,91 |-----------5,54

Lim. Sup Lim. Sup. Freqncia
0,50 |-----1,14 15
1,14 |-----1,78 13
1,78 |-----2,42 21
2,42 |-----3,06 7
3,06 |-----3,70 10
3,70 |-----4,34 6
4,34 |-----4,98 4
4,98 |-----5,62 4
TOTAL 80

37
Sejam x
1
, x
2
, x
3
,..., x
n
os valores que representam as classes de uma distribuio de dados e
f
1
, f
2
, f
3
, ..., f
n
as respectivas freqncias. Quando as classes so representadas por intervalos, x
1
,
x
2
, x
3
,..., x
n
so os pontos mdios das classes.
Definem-se:

(1) MDIA DA AMOSTRA


= =


(2) MODA

Medida que apresenta a maior freqncia. No caso de classes representadas por intervalos, a
moda o ponto mdio da classe com maior freqncia.

(3) MEDIANA

A mediana a medida do elemento (ou os dois elementos) que se encontra no meio da
listagem das medidas, aps orden-las. Para o caso de uma quantidade mpar, a mediana o valor
da medida de ordem (n + 1)/2 e para uma quantidade par de medidas, a mediana o valor da
mdia das medidas de ordem n/2 e (n/2) + 1.
Para distribuio em classes definidas por intervalos, a mediana indicada pelo ponto mdio da
classe.
Um procedimento que facilita a localizao da mediana consiste em acrescentar na tabela uma
coluna contendo a freqncia acumulada, que consiste na soma das freqncias da classe
somada s freqncias das classes anteriores.
No EXCEL e no STARCAL, a freqncia acumulada pode ser obtida a partir do processo:
- digita-se a coluna das freqncias. Suponhamos que a freqncia da primeira classe esteja na
clula C3.
- na clula D3, digita-se =C3
- na clula D4, digita-se =D3 + C4
- seleciona-se a clula D4 clicando sobre ela.
- posicionando o mouse sobre o quadrinho no canto inferior direito da clula selecionada e mantendo
o boto esquerdo do mouse pressionado, arrasta-o at a clula da coluna D frente da clula
contendo a ltima freqncia.

(4) VARINCIA


v = =



(5) DESVIO PADRO


s = v



O clculo para a mdia, a varincia e o desvio padro esto editadas em aplicativos.


EXERCCIOS

01 As notas obtidas em Matemtica pelos alunos da 3 srie do ensino mdio de certa escola
foram tabuladas agrupadas em intervalos conforme indicado na tabela:

Notas 0

a 2 2 a 4 4 a 6 6 a 8 8 a 10
N alunos 5 10 18 25 10
x
1
f
1
+ x
2
f
2
+ .... + x
n
f
n
x
i.
f
i

f
1
+ f
2
+ . + f
n
f
i

i = 0
n
X
(x
1
X)
2
.f
1
+ (x
2
X)
2
.f
2
+ + (x
n
X)
2
.f
n


n - 1
i = 0
n
(x
i
X)
2
.f
i
n - 1


38

(a) Qual a amplitude da tabela?
(b) Qual a amplitude de cada classe?
(c) Calcule o ponto mdio de cada classe?
(d) Calcule a mdia, a mediana, a moda e o desvio padro desta distribuio?
(e) Usando a mdia com apenas uma casa decimal, e supondo que alunos cujas notas sejam igual
ou superior mdia mais 1,3 - ( + 1,3) - ficam dispensados da prova final, quantos alunos
estaro dispensados desta prova?
(f) Se os alunos que tm notas 1,7 abaixo da mdia ( 1,7) esto reprovados sem direito prova
final, quantos alunos j estariam reprovados?

02 Supondo que os alunos cujas notas esto tabeladas no exerccio anterior representem uma
amostra de uma populao de 200 alunos, calcule, para um limite de confiana de 95%, a mdia
esperada para todos os alunos desta escola.

03 As idades de um grupo de pessoas selecionadas em certa pesquisa esto distribudos na
tabela:





(a) escolha um nmero de classes para analisar os dados?
(b) Calcule a amplitude de cada classe.
(c) Faa a tabulao dos dados distribuindo-os pelas classes.
(d) Calcule a mdia, a mediana, a moda e o desvio padro.
(e) Quantos elementos pertencem ao intervalo + s ?
(f) calcule, para um limite de confiana de 90%, a mdia das idades da populao.
(g) calcule a moda e a mediana da distribuio

04 Para cada uma das tabelas


Calcule:
(a) a mdia amostral das notas e o salrio mdio amostral;
(b) o desvio mdio das notas e o desvio mdio dos salrios
(c) a mdia das notas da populao e a mdia dos salrios da populao, para um intervalo de
confiana de 97,5%.
(d) a moda e a mediana da distribuio.

05 A tabela mostra o nmero de alunos matriculados no perodo de 1993 a 2003 em universidades
pblicas e privadas. Fonte UFJF.





21 10 15 18 22 14 11 16 24 10 28 23
15 14 20 18 19 13 12 10 11 26 27 18
11 18 20 35 27 13 19 18 21 22 11 12

Ano Total Pblica Privada
1993 3,7 6,6 2,4
1994 3,9 7,3 2,4
1995 4,3 7,9 2,9
1996 4 7,5 2,6
1997 3,9 7,4 2,6
1998 3,6 7,5 2,2
1999 3,5 8 2,2
39










Considerando a coluna referente universidade pblica, divida a amostra em quatro intervalos.
(a) Qual a amplitude da amostra?
(b) Qual a amplitude de cada intervalo?
(b) Qual a mdia, a moda, a mediana, a varincia e o desvio padro da amostra?

06 A tabela mostra a avaliao feita pelo MEC em 30 universidades brasileiras.
Fonte UFJF




















Utilize a diviso em classes de intervalos, para determinar:
(a) A mdia e o desvio padro do ndice e do n de cursos.
(b) Qual o percentual das universidades que apresentam no intervalo + 1,5s?
(c) Compare com o resultado que seria obtido se fossem usados o coeficiente z e o coeficiente t
de Student.
(d) Supondo que a distribuio dos ndices e do nmero de cursos seja uma distribuio normal,
qual seria, num intervalo de confiana de 95%, a mdia dos ndices de todas as universidades e a
mdia do nmero de cursos de todas as universidades?
(e) Qual a mediana da distribuio?

Repita os itens (a) e (b) para a coluna referente universidade privada.

07 A tabela mostra a variao do dlar no perodo de 01/10/2004 a 17/12/2004. Valores da
tabela em reais.










Class Instituio Status ndice N Cursos
1 UFMG Fed 92,3 24
2 UFU Fed 92,2 12
3 UFRS Fed 92 32
4 UFRJ Fed 90,8 16
5 UNB Fed 90,8 49
6 UFJF Fed 90 21
7 UFSM Fed 87,7 24
8 UFV Fed 85,7 22
9 UERJ Est 84,8 22
10 UNIOESTE Est 84,5 16
11 Univ. R. Grande Fed 83,5 32
12 UFPR Fed 83,1 26
13 Univ. Maring Est 82,7 40
14 PUC - RJ Priv 82,5 53
15 UFCE Fed 81,7 25

2,85 2,83 2,85 2,86 2,83 2,76 2,74 2,77
2,85 2,83 2,85 2,86 2,82 2,76 2,73 2,77
2,85 2,84 2,85 2,86 2,82 2,76 2,71 2,79
2,83 2,86 2,85 2,83 2,80 2,77 2,72 2,79
2,82 2,86 2,88 2,82 2,80 2,74 2,71 2,79
2,84 2,86 2,87 2,82 2,80 2,75 2,71 2,77
2,85 2,86 2,86 2,82 2,80 2,75 2,71 2,76
2,82 2,85 2,86 2,82 2,78 2,73 2,72 2,75
2,82 2,87 2,86 2,82 2,77 2,73 2,73 2,73
2,82 2,88 2,86 2,83 2,76 2,73 2,77 2,72

Class Instituio Status ndice N Cursos
16 UNESP Est 80,4 16
17 UFES Fed 80 24
17 UFBA Fed 80 26
19 U. Caxias do Sul Priv 79,5 22
20 Univ. Mackenzie Priv 78,8 31
21 UFGO Est 78,8 17
22 U. Centro-Oeste Est 78,2 14
23 UNIMONTES Est 78,2 29
24 U. Ponta Grossa Est 78,1 20
25 UFSC Fed 77,5 26
26 UNICAMP Est 76,3 24
27 U. Est da Bahia Est 75,5 24
28 UFPE Fed 75 23
29 C. Newton Paiva Priv 73,3 25
30 PUC - RS Priv 73,1 26

40




Sugesto: Selecione cada uma das colunas (individualmente), copie e cole-as numa mesma coluna
no EXCEL ou no STARCALC para facilitar a ordenao.
Calcule:
(a) o valor mdio do dlar no perodo.
(b) o desvio padro
(c) o nmero de dias em que o dlar foi cotado entre 2,75 e 2,81.
08 A tabela mostra os valores do ndice econmico TBF. (Taxa bsica financeira)





































Conforme sugesto do item anterior, ordene os dados no EXCEL ou no STARCAL.
Calcule, usando os processos de medidas discretas e o processo da diviso em intervalos:
(a) o valor mdio dirio do ndice TBF
(b) a varincia e o desvio padro.
(c) o percentual em que os ndices estiveram entre + 1,2s.
(d) consulte a tabela dos coeficientes z e t e confira percentual com o obtido no item (c).

09 - Em um ms, uma loja de assistncia tcnica em computares recebeu os seguintes servios:

Tipo do servio Preo p/ servio
(R$)
Quantidade
Limpeza de vrus 30,00 1000
Troca de HD 45,00 450
Troca de placa me 60,00 600
DIA JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
1 1,21 1,05 1,31 1,13 1,18 1,22 1,25 1,26 1,10 1,17 1,19 1,43
2 1,19 1,10 1,33 1,08 1,23 1,21 1,19 1,32 1,21 1,17 1,20 1,37
3 1,20 1,08 1,33 1,02 1,30 1,21 1,19 1,31 1,15 1,17 1,27 1,27
4 1,26 1,11 1,27 1,08 1,31 1,13 1,24 1,29 1,08 1,22 1,30 1,29
5 1,33 1,11 1,21 1,13 1,29 1,07 1,30 1,26 1,14 1,23 1,20 1,36
6 1,34 1,11 1,21 1,14 1,25 1,13 1,31 1,20 1,19 1,20 1,15 1,44
7 1,33 1,04 1,27 1,13 1,16 1,19 1,30 1,20 1,20 1,15 1,21 1,45
8 1,28 1,04 1,32 1,14 1,16 1,21 1,24 1,20 1,26 1,11 1,28 1,43
9 1,21 1,11 1,29 1,09 1,23 1,20 1,14 1,26 1,25 1,10 1,28 1,36
10 1,20 1,11 1,29 1,09 1,30 1,17 1,16 1,25 1,19 1,16 1,30 1,32
11 1,26 1,11 1,20 1,14 1,24 1,13 1,22 1,26 1,15 1,20 1,28 1,33
12 1,31 1,11 1,16 1,21 1,35 1,11 1,30 1,20 1,21 1,22 1,24 1,39
13 1,32 1,11 1,16 1,20 1,19 0,17 1,31 1,15 1,23 1,30 1,17 1,46
14 1,32 1,05 1,22 1,20 1,13 1,27 1,32 1,15 1,18 1,24 1,23 1,42
15 1,25 1,05 1,29 1,19 1,13 1,26 1,26 1,20 1,23 1,20 1,30
16 1,19 1,11 1,26 1,11 1,19 1,26 1,13 1,26 1,21 1,13 1,35
17 1,20 1,11 1,29 1,07 1,25 1,24 1,16 1,26 1,18 1,19 1,37
18 1,25 1,11 1,21 1,12 1,24 1,20 1,22 1,28 1,12 1,24 1,35
19 1,32 1,09 1,15 1,19 1,25 1,14 1,31 1,20 1,18 1,22
20 1,28 1,10 1,15 1,17 1,19 1,20 1,30 1,14 1,24 1,25
21 1,31 1,01 1,21 1,18 1,13 1,25 1,32 1,14 1,19 1,21
22 1,27 1,01 1,21 1,25 1,13 1,25 1,23 1,20 1,22 1,13
23 1,23 1,06 1,18 1,19 1,19 1,24 1,20 1,26 1,20 1,13
24 1,17 1,12 1,22 1,13 1,26 1,26 1,19 1,26 1,17 1,19
25 1,17 1,14 1,16 1,19 1,26 1,18 1,25 1,26 1,10 1,26
26 1,22 1,21 1,06 1,24 1,25 1,14 1,31 1,21 1,16 1,27
27 1,23 1,22 1,07 1,25 1,22 1,20 1,32 1,13 1,21 1,25
28 1,21 1,15 1,13 1,25 1,15 1,26 1,31 1,14 1,21 1,21 1,24
29 1,18 1,15 1,21 1,25 1,14 1,25 1,23 1,20 1,23 1,16 1,30
30 1,11 1,20 1,21 1,17 1,20 1,26 1,21 1,27 1,25 1,14 1,37
31 1,05 1,25 1,19 1,12 1,25 1,25 1,20 1,27 1,17 1,20 1,37


41
Up grade 50,00 350
Instalao de programas 25,00 250

Qual o preo mdio cobrado por servio?

10 - Encontrar a freqncia correspondente terceira classe da distribuio a seguir,
sabendo-se que a mdia igual a 11,50.
Xi 5 8 13 18 25
fi 4 5 ... 3 1


11 - Obter a moda e a varincia para a distribuio amostral:

Classes 0 l---25 25 l---50 50 l---75 75 l---100 100 l---125
fi 20 140 180 40 10


12 - O tempo de acesso na internet das 50 primeiras coneces de um dia num determinado
provedor:

Xi 1 2 3 4 5 6
fi 6 11 6 7 9 11
Calcular a varincia populacional e o desvio padro.

13 - Calcule a mdia e a varincia amostral: Fac = freqncia acumulada

Xi 30000 30002 30004 30006 30008 30010
Fac 10 22 36 46 50 52


































42










CAPTULO 06 CONSTRUINDO GRFICOS

6.1 INTRODUO

A distribuio em tabelas dos levantamentos dos dados estatsticos d uma idia geral de
como cada grupo de medidas influenciam nas medidas de disperso. Entretanto, para uma melhor
visualizao, as informaes podem ser apresentadas em forma de grficos.
Grficos de dados estatsticos esto presentes em jornais, revistas, manuais escolares,
apresentaes pblicas pois eles apresentam a grande vantagem de transmitir informaes que em
tabelas no seriam percebidas.
Diversas so as formas de se construir um grfico. A forma do grfico depende principalmente das
informaes que se quer transmitir. Neste captulo daremos destaque s formas mais comuns que
so: tabulao, grficos em barras horizontal e vertical, histograma, linhas, setores, pizza, pirmide
etria e pictograma.

Tambm sero fornecidas, neste captulo, informaes sobre construo de grficos no EXCEL
e no STARCALC.

6.2 TABULAO

A tabulao a forma mais simples de construo de grfico. O processo consiste em
registrar, por meio de traos, a contagem das medidas de mesmo valor ou que pertencem ao uma
mesma classe.
Tomemos, por exemplo, a tabela:











Ordenando e contando as medidas que pertencem a mesma classe temos:















3.37
3.34
3.38
3.32
3.33
3.28
3.34
3.31
3.33
3.34
3.29
3.36
3.30
3.31
3.33
3.34
3.34
3.36
3.39
3.34
3.35
3.36
3.30
3.32
3.33
3.35
3.35
3.34
3.32
3.38
3.32
3.37
3.34
3.38
3.36
3.37
3.36
3.31
3.33
3.30
3.35
3.33
3.38
3.37
3.44
3.32
3.36
3.32
3.29
3.35
3.38
3.39
3.34
3.32
3.30
3.39
3.36
3.40
3.32
3.33
3.29
3.41
3.27
3.36
3.41
3.37
3.36
3.37
3.33
3.36
3.31
3.33
3.35
3.34
3.35
3.34
3.31
3.36
3.37
3.35
3.40
3.35
3.37
3.35
3.32
3.36
3.38
3.35
3.31
3.34
3.35
3.36
3.39
3.31
3.31
3.30
3.35
3.33
3.35
3.31

3.27
3.28
3.29
3.30
3.31
3.32
3.33
3.34
3.35
3.36
3.37
3.38
3.39
3.40
3.41
3.42
3.43
3.44
|


||
||
||||
||||| |
||||| |||
||||| ||||| |||
||||| ||||| ||||
||||| ||||| ||
||||| |||||
||||| ||||
||||| ||||
|||||
|||
|
|
x
i
Tabulao
43







A tabulao, representada pelos traos verticais, d uma viso grfica da concentrao das medidas.
A partir da distribuio, verifica-se que a moda Mo = 3,36 (medida que aparece uma maior
nmero de vezes).
Como a amostra tem dimenso 100 (100 medidas) a mediana a mdia das medidas de nmero 50
e 51. Contando os 50 primeiros traos verifica-se que a medida correspondente s posies 50 e 51
3.36. Assim, a mediana vale Me = (3.36 + 3.36)/2 = 3.36.

6.3 - GRFICO EM COLUNAS SIMPLES

Os grficos de colunas e barras so uma das formas mais populares de representar
informao, em parte pela facilidade quer de execuo, quer de leitura. So usados para apresentar
um conjunto de dados e tambm para comparar vrios conjuntos de dados. Devem ser utilizados
para representar variveis discretas ou qualitativas, em termos absolutos ou relativos, ou para
comparar categorias de variveis quantitativas.
Podem, igualmente, representar a evoluo de uma varivel ao longo do tempo.










Obtm-se os grficos:
No formatado Formatado


Quando for usado o Excel, a largura da coluna pode ser modificada clicando com o boto direito do
mouse sobre uma das colunas e a seguir clicando na opo "Formatar seqncia de dados". Na
janela "Formatar seqncia de seleo, clique na aba "Opes". No campo "Espaamento" substitua o
nmero exibido por um menor. Se nesse campo for digitado o valor "0" (zero) as colunas sero
exibidas agrupadas.
No Starcalc, no possvel formatar a largura da coluna. Neste, pode-se usar a ferramenta de
desenho retngulo. Com ela constroem-se os retngulo (fora da rea do grfico) e a seguir arrasta-
os para a rea do grfico, ajustando a altura e a largura da coluna construda.

6.4 GRFICO EM COLUNAS AGRUPADAS

Usado quando se deseja comparar duas ou mais distribuies de freqncias referentes a uma
mesma medida.
Notas Turma A
3,0 3
4,0 5
5,0 6
6,0 9
7,0 4
8,0 2
9,0 2
Totais 31

44
Tomando por exemplo a tabela referente s notas de um grupo de alunos de duas classes de uma
escola:









Usando o Excel temos os grficos

Antes da formatao Aps a formatao




6.5 GRFICO EM BARRAS HORIZONTAIS

O grfico em barra deve substituir o grfico em colunas quando o nmero de colunas for
grande fazendo com que os rtulos das colunas se sobrepem, tornando-os confusos.
Para a mesma tabela anterior so obtidos os grficos:

Antes da formatao aps a formatao



6.6 HISTOGRAMA

O histograma usado para mostrar a distribuio de valores de uma varivel contnua
atravs de um grfico de barras unidas. Contudo, se uma varivel discreta apresentar muitos
Notas Turma A Turma B
3,0 3 2
4,0 5 6
5,0 6 7
6,0 9 10
7,0 4 5
8,0 2 3
9,0 2 1
Totais 31 34

45
valores distintos, tambm pode ser usado o histograma. Normalmente, os histogramas so
representados por barras com larguras iguais em que a altura (ou o comprimento) varia em funo
da freqncia relativa ou absoluta.








Usando a tabela do item 6.3, teremos os grficos
Sem formatao Formatado


Para que a primeira classe seja deslocada para a direita, complete a tabela com classes
anteriores primeira. Deixe os espaos acrescentados para as classes em branco ou preencha com
valores inferiores primeira classe. Nos espaos acrescentados para as freqncias, preencha com 0
(zero).
O histograma no EXCEL, construdo a partir de um grfico em coluna. Quando o grfico for
exibido, clique com o boto direito do mouse sobre uma das colunas. Ao abrir uma janela de opes
clique em Formatar sequncia de dados. Ser ento aberta a janela Formatar sequncia de
dados. Clique ento na aba Opes. No campo Espaamento substitua o nmero exibido por 0
(zero). Clique no boto OK.
Quando se trabalha com classes definidas por intervalos, pode-se marcar no eixo horizontal
os intervalos ou os pontos mdios das classes.


6.7 GRFICO EM LINHA

O grfico de linhas indicado para mostrar tendncias ou relaes entre duas variveis
contnuas. Para um nmero grande de classes pode-se tambm usar o grfico em linhas.
Para a tabela j usada, obtm-se:


Notas da turma A Comparando as turmas A e B


46
O grfico em linha construdo unindo os pontos mdios as classes, como pode ser visto na figura
abaixo.




6.8 OGIVA

O grfico denominado ogiva um grfico em linha usado para registrar a freqncia
acumulada. O processo de construo o mesmo usado para o grfico em linhas. Este grfico til
para verificar quandos elementos da amostra esto abaixo de uma determinada medida.
Considerando a tabela das notas dos alunos da turma A, qual se acrescenta a freqncia
acumulada tem-se:









O grfico correspondente


Do grfico pode-se obter informaes como,
(1) o nmero de alunos com nota igual ou inferior a 7 igual a 27.
(2) o nmero de alunos com notas entre 5 e 8, incluindo estes valores 29 8 = 21 (note que foi
subtraida a freqncia total at a nota 4 pois a nota 5 incluida na seleo.



Notas Turma A Freq. Acum.
3,0 3 3
4,0 5 8
5,0 6 14
6,0 9 23
7,0 4 27
8,0 2 29
9,0 2 31
Totais 31

47



6.9 PIRMIDE ETRIA

A pirmide etria tambm um histograma e muito utilizada em anlises demogrficas por
permitir visualizar numa nica imagem a distribuio da populao por idades e simultaneamente
compar-la entre os dois sexos. A sua representao feita em dois eixos horizontais (um para os
efectivos masculinos e outro para os femininos) podendo esta ser em valores absolutos ou relativos.
A tabela abaixo, mostra a distribuio da populao brasileira, por sexo, no ano 2000.





























A partir da tabela, temos o grfico no formato pirmide etria.

FONTE: IBGE, Diretoria de Pesquisas, Departamento de Populao e Indicadores Sociais. Contagem de Populao de
1996.
POPULAO RESIDENTE TOTAL, POR SEXO E
GRUPOS DE IDADE - 2000
Faixa etria total homens mulheres
TOTAL 169 799 170 83 576 015 86 223 155
0 a 4 anos 16 375 728 8 326 926 8 048 802
5 a 9 anos 16 542 327 8 402 353 8 139 974
10 a 14 anos 17 348 067 8 777 639 8 570 428
15 a 19 anos 17 939 815 9 019 130 8 920 685
20 a 24 anos 16 141 515 8 048 218 8 093 297
25 a 29 anos 13 849 665 6 814 328 7 035 337
30 a 34 anos 13 028 944 6 363 983 6 664 961
35 a 39 anos 12 261 529 5 955 875 6 305 654
40 a 44 anos 10 546 694 5 116 439 5 430 255
45 a 49 anos 8 721 541 4 216 418 4 505 123
50 a 54 anos 7 062 601 3 415 678 3 646 923
55 a 59 anos 5 444 715 2 585 244 2 859 471
60 a 64 anos 4 600 929 2 153 209 2 447 720
65 a 69 anos 3 581 106 1 639 325 1 941 781
70 a 74 anos 2 742 302 1 229 329 1 512 973
75 a 79 anos 1 779 587 780 571 999 016
80 anos e mais 1 832 105 731 350 1 100 755
FONTE - IBGE, Diretoria de Pesquisas, Departamento de Populao e
Indicadores Sociais. Censo Demogrfico 2000.

48
A pirmide etria pode tambm ser apresentada na forma




6.10 - GRFICOS CIRCULARES

O grfico circular tornou-se muito comum em publicaes direcionadas para um pblico mais
amplo, apesar de ser constetado pela falta de capacidade de transmitir informaes bem como a
dificuldade em se comparar, visualmente, as dimenses dos ngulos, dificuldade esta no
encontrada quando se comparam os comprimentos das barras ou colunas.
Os grficos circulares exibem as partes do todo como fatias de um bolo (grfico em setor), queijo ou
pizza (grfico em pizza). Nestes grficos cada ngulo proporcional freqncia da classe.
Seu uso desaconselhvel quando o nmero de intervalos superior a 5 ou quando a distribuio
apresenta freqncias prximas para alguns intervalos.
Tambm comum apresentar grficos circulares para uma viso tridimensional, o que leva a
tranformar o crculo em elipse. Isto faz distorcer as medidas das fatias levando a impresses falsas
sobre a distribuio das freqncia.
Outro fato na apresentao de grficos circulares consiste em destacar fatias. Este fato leva tambm
a falsas concluses sobre o tamanho das fatias.

Veja algumas formas de grficos circulares:

(1) Bidimensional - em setores (2) Tridimensional Pizza


(3) Fatias separadas
49




6.11 PICTOGRAMAS

Os pictogramas so grficos comuns, mas com caractersticas decorativas. A sua utilizao
indicada numa apresentao superficial em que o contato com a imagem breve, nomeadamente,
em jornais ou revistas de mbito alargado ou quando o pblico-alvo tem um nvel educacional mdio
ou baixo.

Nos pictogramas as colunas so substituidas por imagens relativas .

O exemplo abaixo mostra um grfico no formato pictograma




6.12 CONSTRUINDO GRFICOS NO EXCEL

Abaixo est descrito um conjunto de passos para se construir um grfico no EXCEL.
1 - Digite os dados em colunas vizinhas.
2 - Selecione a coluna das freqncia (2 coluna)
3 - Clique no boto (Assistente de grfico) que se encontra na barra de ferramentas padro. Se o
boto no constar da barra de ferramentas, clique no menu INSERIR e a seguir na opo GRFICO.
4 - Ao abrir a janela Assistente de grfico, etapa 1 de 4, selecione o "Tipo de Grfico" desejado e, a
seguir, no "Subtipo de grfico".
5 - Clique no boto Avanar.
Na janela "Assistente de grfico", etapa 2 de 4, clique na aba "Sequncia". No campo "Rtulos do
eixo das categorias (X)" clique na seta vermelha (canto esquerdo). Isto ir transformar a janela em
uma barra horizontal.
Selecione a coluna de valores (1 coluna) e a seguir clique na seta vermelha da barra horizontal
para retornar janela.
6 - Clique no boto Avanar para exibir a etapa 3 do Assistente de grfico.
D um ttulo para o grfico e identifique os eixos digitando os nomes nos campos respectivos.
Nesta etapa voc pode formatar os eixos, as linhas de grade, a legenda, fazer exibir ou no os
valores tabelados.
50
7 - Clique em AVANAR para exibir a etapa 4. Marque a opo "Como nova planilha" para exibir o
grfico em outra folha, ou "Como objeto em" para exibir o grfico na planilha onde est a tabela.

8 - Finalize clicando no boto CONCLUIR.
A partir destes passos o grfico ser exibido na mesma planilha onde foi criada a tabela.

Aps a construo pode-se modificar vrios de seus elementos, o que tambm pode ser feito nos
passos para a construo do grfico.
1 - rea de plotagem - clicando sobre a mesma com o boto direito do mouse ser aberta uma
janela de opes. Clicando sobre a opo "Formatar rea de plotagem" pode-se modificar as bordas
e a cor do fundo.
2 - Eixos - clicando, com o boto direito do mouse, sobre os valores exibidos ser exibida a opo
"Formatar eixo". Clicando sobre esta opo, ser aberta uma nova janela onde pode-se modificar o
tipo de linhas, a fonte, a escala, o tipo de nmero e o alinhamento.
3 - Linhas de grade - usando o procedimento anterior podem ser modificadas as linhas de grade
(paralelas aos eixos) ou retir-las.
4 - Sequncia - clicando com o bato direito ser aberta um quadro com as opes: "Formatar
legenda" e "Limpar". Na primeira opo podem ser modificadas a cor da rea, a fonte e a posio.
Esta ltima pode ser substituda arrastando a caixa com a legenda. Caso no queira exibir a
legenda, clique em "Limpar".
5 - Transformando colunas separadas em colunas agrupadas. Clique sobre uma das colunas como o
boto direito do mouse. A seguir clique em formatar "Sequncia de dados". Na janela "Sequncia de
dados" clique na aba "OPES". No campo "ESPAAMENTO" substitua o valor indicado (defaut =
150) por 0. Clique no boto OK.


6.13 - CONSTRUINDO GRFICO NO STARCALC

1 - Digite os dados em colunas vizinhas.
2 - Selecione as duas colunas
3 - No menu Inserir, clique na opo "Grfico".
Ser aberta a janela "Auto formato (1-4)".
No campo Seleco marque a opo "Primeira coluna como legenda".
Clique no boto "Continuar".
4 - Na janela "Auto formato (2-4), selecione o tipo de grfico e marque a opo "Colunas". Clique no
boto "Seguinte".
5 - Na janela "Auto formato (3-4), selecione uma das variantes do grfico.
Se desejar exibir linhas de grades (paralelas aos eixos), no campo Linhas de grelha marque uma ou
as duas opes. Caso no deseje exib-las, desmarque as opes "Eixo X" e "Eixo Y". Marque a
opo Colunas se no estiver marcada.
Clique em no boto "Seguinte".
6 - Na janela "AutoFormato Grfico (4-4),
(a) campo Ttulo do grfico marque a opo se desejar exibir o ttulo e substitua o texto "Ttulo
principal" por outro desejado. Para no exibir ttulo desmarque a opo "Ttulo do grfico".
(b) campo Inserir legenda - marque Sim ou No de acordo com sua escolha.
(c) campo Ttulo do eixo, marque a opo referente a cada eixo e digite o(s) ttulo(s) para o(s)
mesmo(s).
(d) campo Srie de dados em - se a opo Colunas no estiver marcada, marque-a.
Clique no boto "Criar".

Para formatar o grfico necessrio selecion-lo. Ao ser exibido o mesmo j estar
selecionado. Caso contrrio, clique sobre o mesmo.
Clicando sobre a rea do grfico com o boto direito do mouse ser exibida uma lista de opes.
Clique ento sobre a opo "Editar".
Novamente, com o boto direito clique sobre a rea do grfico. Clique sobre a opo desejada para
formatar os elementos desejados.
Para apagar a legenda, basta clicar sobre a mesma e a seguir pressionar a tecla "Delete".
No STARCALC no h como modificar a largura das colunas para transformar grficos em colunas
separadas em grficos em colunas agrupadas (histograma). Entretanto, pode-se construir o grfico
em colunas separadas e, usando as ferramentas de desenho construir colunas agrupadas.

51
EXERCCIOS

1 Para as tabelas da srie de exerccios 1 a 13, apresentados aps o item 5.2, escolha uma das
formas de grfico tabulao, colunas simples, colunas agrupadas, barras horizontais, histograma,
linha, ogiva, setores, pizza, pizza fatiada e construa-o. Quando possvel, utilize mais de um tipo de
grfico e escolha o que melhor atende transmisso de informaes.

2 Construa a pirmide etria para a distribuio:
menos que 5 anos = 20000, entre 5 e 10 anos = 35000, entre 10 e 15 anos = 50000, entre 15 e 20
anos = 30000.

CAPTULO 7
TESTES DE HIPTESES

7.1 INTRODUO

Existem vrios tipos de testes para verificar o comportamento de uma distribuio de
freqncia obtida a partir de uma coleta de dados e a freqncia esperada que pode ser calculada.
Entre eles destacam-se: o teste de Bowman-Shelton, o teste de Kolmogorov-Smirnov e o teste do
qui quadrado proposto por Karl Pearson.
Neste captulo sero descritos os testes qui-quadrado e Fisher por serem os mtodos mais
utilizados para:
- verificar se a freqncia observada de um determinado acontecimente em uma amostra apresenta
desvio significativo em relao s freqncia esperadas;
- comparar distribuies de diferentes amostras relativas a uma mesma medida;
- comparar propores.
De uma maneira geral, pode-se dizer que dois grupos se comportam de forma semelhante
se as diferenas entre as freqncias observadas e as esperadas em cada categoria forem muito
pequenas, prximas a zero. Consideram-se significativos ou aceitveis os nveis iguais ou inferiores
a 0,05 ou 5%.

7.2 QUI-QUADRADO

Sejam f
1
, f
2
, f
3
, ..., f
n
as freqncias em uma dada amostra e e
1
, e
2
, e
3
, ..., e
n
as freqncias
esperadas para a mesma amostra.
Define-se a estatstica qui-quadrado, indicada como _
2
, pela expresso


= ou







Se os dados esto distribudos em tabelas 2 X 2 e qualquer uma das freqncias esperadas for
menor que 10, deve-se usar a correo de Yates, sendo ento o qui-quadrado calculado por







Quando se conhece a lei de distribuio da probabilidade do evento, o valor esperado calculado a
partir dessa lei.
Por exemplo: para uma moeda a probabilidade de obter o evento cara em um lanamento 50%
(= ). Assim, em 100 lanamentos de se esperar uma freqncia igual a (1/2)*100 = 50.
Quando no se conhece a lei de distribuio das probabilidades, geralmente so usadas vrias
amostras. Neste caso, a freqncia esperada para cada evento de cada amosta calculada por
(f
1
e
1
)
2
(f
2
e
2
)
2
(f
3
e
3
)
2
(f
n
e
n
)
2


e
1
e
2
e
3
e
n

+
+
+ ... +
_
2

(f
i
e
i
)
2


e
i

i = 0
n
_
2
=
(|f
i
e
i
| - 0,5)
2


e
i

i = 0
n
_
2
=
52
(soma das amostra*soma das freqncias das amostras para aquele evento) dividido pela soma das
freqncias dos eventos. Ou seja







Onde Ef
ia
= soma das freqncias das amostras; Ef
ie
= soma das freqncias do evento e
Ef
ta
= soma das freqncias totais das amostras
O clculo do qui-quadrado da distribuio ser obtido a partir da soma dos valores (f
o
f
e
)
2
/f
e
ou
pelo processo de correo de Yates.

EXEMPLO 1 - Suponha que em 100 lanamentos de uma moeda os resultados foram:







Como a probabilidade de obter cara (ou coroa) , em 100 lanamentos deveramos ter (1/2).100
= 50 caras e (1/2).100 = 50 coroas.
Completando a tabela com as freqncias esperadas resultaria:







O valor do qui-quadrado para a tabela :





EXEMPLO 2 A tabela mostra a distribuio de fumantes por dois grupos selecionados na praa
central de uma cidade em horrios diferentes





Calculando as freqncias esperadas:











Calculando o qui-quadrado:

_
2
= (40 62,4)
2
/62,4 + (200 177,6)
2
/177,6 + (90 67,6)
2
/67,6 + (170 192,4)
2
/192,4 = 20,90
Evento Freqncia
Observada
Cara 45
Coroa 55
Total 100

Evento Freqncia
observada
Freqncia
esperada
Cara 45 50
Coroa 55 50
Total 100 100

_
2
= + = 1
(45 50)
2
(55 50)
2


50 50
Ef
ia
x Ef
ie


Ef
ta

Fumantes Tarde Noite Totais
Sim 40 90 130
No 200 170 370
Totais 240 270 500

Fumantes Tarde Noite Totais
Sim (obs)
(esperada)
40
130.240/500 =
62,4
90
130.260/500 =
67,6
130

No (obs)
(esperada)
200
370.240/500=
177,6
170
370*260/500 =
192,4
370
Totais 240 260 500

53

7.3 O TESTE DO QUI-QUADRADO

Com base nas amostras, podem ser tomadas decises sobre a populao, decises como se
uma moeda viciada ou no, se um determinado processo educacional melhor que outro, se o uso
de drogas em uma universidade caracterstica do curso, etc. Estas decises so denominadas
decises estatsticas. Na tomada das decises importante formular hipteses ou suposies sobre
a populao.
Em alguns casos a hipotese formulada consiste em rejeitar ou anular a hiptese como no
caso de se desejar decidir se uma moeda viciada ou no. Em outros a hiptese formulada consiste
em verificar se h ou no diferena entre dois processos ou resultados de amostras diferentes para
uma mesma populao.
Temos, inicialmente que se _
2
= 0, as freqncias observadas so iguais s freqncias
esperadas enquanto que se _
2
> 0 elas so discordantes. O teste consiste ento, verificar se o qui-
quadrado obtido limitado a um nvel de significncia, geralmente de 0,05 (5%) ou de 0,01 (1%),
em que a hiptese deve ser rejeitada. Isto , se for escolhido o nvel de significncia 0,05 significa
que existe uma probabilidade de 5% de rejeitarmos a hiptese ou 95% da hiptese.
Na prtica, o teste consiste em comparar o valor do _
2
calculado com o valor do _
2
crtico
para o nvel de significncia desejado, que obtido em tabela, levando em conta o grau de
liberdade que calculado por:
(1) para uma amostra: n de linhas 1. O nmero de linhas igual ao nmero de eventos.
(2) para vrias amostras: (n de linhas 1).(nmero de colunas 1).
Observao: ao contar o nmero de colunas deve-se computar a coluna das somas das
freqncias das amostras.

O teste do qui-quadrado pode ser aplicado nas condies:
1 - Comparao entre duas ou mais amostras
2 - Dados nominais fornecidos em freqncias
3 - Amostragem aleatria
4 - As freqncias esperadas no devem ser muito pequenas.
Em uma tabela 2 x 2 nenhuma freqncia esperada deve ser menor que 5.
Em tabelas maiores do que 2 x 2 recomenda-se que cada uma das freqncias esperada no
apresente valor inferior a 5.
5 - Sempre que em uma tabela 2 x 2, qualquer das freqncias esperadas for menor que 10, deve-
se usar a frmula de correo de Yates.
6 O teste deve ser evitado quando a soma das freqncias esperadas (que igual soma das
freqncias observadas) for inferior a 30. Caso seja menor e ocorra em uma tabela 2 x 2, deve-se
usar o Teste Exato de Fisher.

EXEMPLO 1 Considere a tabela relativa ao lanamento de uma moeda dada no item 7.2. Testar a
hiptese de que a moeda honesta ao nvel de significncia (a) 0,01, (b) 0,005.

1 passo: determinar o grau de liberdade.
Como a tabela contm apenas uma amostra, sendo o nmero de eventos igual a 2 (cara, coroa) o
grau de liberdade GL = 2 1.
2 passo: consultar a tabela para o GL e nvel de significncia crtico _
2
c
.
Para GL = 1 e nvel de significncia 0,01 temos _
2
1;0,01
= 6,635 e
Para GL = 1 e nvel de significncia 0,005, _
2
1,0,005
= 7,879.

3 passo: calcular o _
2

da tabela.
O valor do _
2

calculado para a referida tabela (ver item 7.2) foi _
2

= 1.

4 passo: comparar o _
2

encontrado

com o

_
2
crtico
(da tabela).
(a) Como _
2

< 6,635 existe 0,01 ou 1% de probabilidade da moeda ser desonesta ou 99% de
probabilidade da moeda ser honesta. (b) Da mesma, _
2

< 6,635 existe a probabilidade de 0,5% da
moeda ser desonesta ou 99,5% da moeda ser honesta.

EXEMPLO 2 Verificar se as duas amostras da tabela relativa a fumantes e no fumantes exibida no
item 7.2 diferem ou no significativamente ao nvel de significncia (a) 0,01 e (b) 0,005.
1 passo: determinar o grau de liberdade.
54
No caso so duas amostras, tendo a tabela trs colunas onde a terceira a soma. O nmero de
eventos (linhas) igual a dois (fumantes, no fumantes).
Assim, o grau de liberdade GL = (3 1).(2 1) = 2.1 = 2.
2 passo: consultando a tabela:
GL = 2, _
2
2;0,01
= 6,635 e GL = 2, _
2
2;0,005
= 7,879.
3 passo: calcular o _
2

da tabela.
O valor encontrado foi de 20,90
4 passo: comparando o _
2

com o

_
2
crtico
(da tabela).
Como _
2

encontrado maior que os valores crticos de _
2
crtico
, as duas amostras diferem
significativamente aos nveis 0,01 (1%) e 0,005 (5%).

EXEMPLO 3 A tabela mostra a distribuio de filhos de duas famlias:






Verificar se as duas amostras da tabela diferem ou no significativamente ao nvel de significncia
(a) 0,01 e (b) 0,005.

Soluo: GL = (3 1).(2 1) = 2. _
2
2;0,01
= 6,635 e _
2
2;0,005
= 7,879.

Calculando as freqncias esperadas: indicao clula (a, b) linha a, coluna b
Clula (1,1) = 18*20/40 = 9; clula (2,1) = 22.20/40 = 11; clula (1,2) = 18.20/40 = 9; clula (2,
2) = 22.20/40 = 11.
Como se tem uma tabela 2 x 2 e nas freqncias esperadas aparecem valores menores que 10
clulas (1, 1) e (1,2) devemos usar a correo de Yates.


_
2

= (|7 9| - 0,5)
2
/9 + (|13 11| - 0,5)
2
/11 + (|11 9| - 0,5)
2
/9 + (|9 11| - 0,5)
2
/11 =
0,9090.
Como _
2
= 0,9090 < _
2
2;0,01
= 6,635 e _
2
= 0,9090 < _
2
2;0,005
= 7,879, as duas amostras no
apresentam uma diferena significativa aos nveis 0,01 e 0,005.
Se no fosse usada a correo de Yates, teramos _
2
= 1,6162 que leva mesma concluso. Assim,
nesta situao, no h necessidade de utilizar a correo.


EXEMPLO 4 Para a tabela abaixo deve-se usar o teste exato de Fisher pois a soma das freqncias
menor que 30.







7.4 TESTE DE FISHER

O teste de Fisher usado para amostras pequenas e produz menos erro em relao ao teste
do qui-quadrado. O teste de Fisher permite calcular a probabilidade de associao das
caractersticas que esto em anlise, ou seja, de elas serem independentes. Assim, o teste de Fisher
utilizado nas seguintes situaes:
(a) n < 20
(b) n > 20 e < 40 e a menor freqncia esperada for menor que 5.

O teste de Fisher calcula a probabilidade de que a tabela usada tenha sido obtida por acaso e,
portanto, sem mudar os totais das colunas e linhas, o teste de Fisher contrai todas as tabelas
possveis.

Fam A Fam B totais
Masc 7 11 18
Femin 13 9 22
totais 20 20 40

Fam A Fam B totais
Masc 6 7 13
Femin 8 6 14
totais 14 13 27

55
1 caso: n < 20 e um dos eventos de nulo.
Seja a tabela:





Identifiquemos as clulas por letras para facilitar a referncia. Ver a indicao na tabela.




A probabilidade de dependncia das duas amostras definida por:

P = (C!.F!.G!.H!) / (N!.A!.B!.!D!)

Notas: (1) C! a indicao de fatorial de C. (2) 0! = 1.

Temos ento, para a tabela: P = (16!.3!.9!.10!)/(19!.9!.7!.0!.3!) = 0,1238 = 12,38 %.

Isto significa que a probabilidade das amostras apresentarem uma diferena significativa de
12,38% e a probabilidade das amostras no apresentarem diferena significativa de 100% -
12,38% = 87,62 %.

2 caso n < 20 e no existe evento nulo.

Neste caso, calcula-se a probabilidade p1 conforme definido anteriorme.
A seguir reconstroi a tabela subtraindo 1 unidade da menor freqncia de cada amostra e
acrescenta-se 1 unidade maior freqncia.
Calcula-se, usando a mesma frmula, a probabilidade p2.
Continua o processo at que uma das freqncias das amostra se anule.
A probabilidade das amostras apresentarem diferena significativa dada pela soma das
probabilidades calculadas.

Vejamos um exemplo:




Calculando p1: p1 = 10!.8!.7!.11!/18!.2!.5!.8!.3! = 0,0792

Reduzindo 1 unidade das menores freqncias de cada eventos e aumentando 1 unidade maior
freqncia de cada evento





Calculando p2: p2 = 10!.8!.7!.11!/18!.1!.6!.9!.2! = 0,0088

Como nenhuma das freqncias dos eventos foi anulada, repete-se o processo.







Calculando p3: p3 = 10!.8!.7!.11!/18!.0!.7!.10!.1! = 0,0003.
A probabilidade de as amostras apresentarem uma diferena significativa :
P = 0,0792 + 0,0088 + 0,0003 = 0,0883 = 8,83%.
eventos X Y Totais
1 9 (A) 7 (B) 16 (C)
2 0 (D) 3 (E) 3 (F)
totais 9 (G) 10 (H) 19 (N)

eventos X Y Totais
1 2 5 7
2 8 3 11
totais 10 8 18

eventos X Y Totais
1 1 6 7
2 9 2 11
totais 10 8 18

eventos X Y Totais
1 0 7 7
2 10 1 11
totais 10 8 18

56
Assim, as tabela so discrepante ao nvel de confiana de 8,83% ou no apresentam diferena
significativa ao nvel de 100% - 8,83 = 91,17%.

3 caso: 20 < n < 40 e a menor freqncia esperada menor que 5.







Calculando as freqncias esperadas: clula (A) fA = 30*16/36 = 13,3; clula (C) fC = 6*16/36 =
2,7; clula (B) = 30.20/36 = 16,7; clula (D) = 6*20/36 = 3,3.
Como a menor freqncia (clula C = 2,7) de uma das clulas da distribuio dos eventos menor
que 5, a aplicao do teste exato de Fisher conveniente.
Aplicando o mesmo procedimento usado no 2 encontramos:
P1 = 0,1775; P2 = 0,1901 e P3 = 0,1905.
A probabilidade de as amostras serem discrepantes 0,1775 + 0,1901 + 0,1905 = 0,5581
(=55,81%). Portanto, a hiptese de as amostras apresentarem alguma relao deve ser descartada
pois a probabilidade de no haver relao de 55,81% ou a de existir uma relao 44,19%.

7.5 - TABELA DE NVEIS DE SIGNIFICNCIA QUI-QUADRADO

No significativos Significativos
GL 0,995 0,99 0,975 0,95 0,9 0,75 0,5 0,25 0,1 0,05 0,025 0,01 0,005 0,001
1 0 0 0,001 0,004 0,016 0,102 0,455 1,323 2,706 3,841 5,024 6,635 7,879 10,827
2 0,01 0,02 0,051 0,103 0,211 0,575 1,386 2,773 4,605 5,991 7,378 9,21 10,597 13,815
3 0,072 0,115 0,216 0,352 0,584 1,213 2,366 4,108 6,251 7,815 9,348 11,345 12,838 16,266
4 0,207 0,297 0,484 0,711 1,064 1,923 3,357 5,385 7,779 9,488 11,143 13,277 14,86 18,466
5 0,412 0,554 0,831 1,145 1,61 2,675 4,351 6,626 9,236 11,07 12,832 15,086 16,75 20,515
6 0,676 0,872 1,237 1,635 2,204 3,455 5,348 7,841 10,645 12,592 14,449 16,812 18,548 22,457
7 0,989 1,239 1,69 2,167 2,833 4,255 6,346 9,037 12,017 14,067 16,013 18,475 20,278 24,321
8 1,344 1,647 2,18 2,733 3,49 5,071 7,344 10,219 13,362 15,507 17,535 20,09 21,955 26,124
9 1,735 2,088 2,7 3,325 4,168 5,899 8,343 11,389 14,684 16,919 19,023 21,666 23,589 27,877
10 2,156 2,558 3,247 3,94 4,865 6,737 9,342 12,549 15,987 18,307 20,483 23,209 25,188 29,588
11 2,603 3,053 3,816 4,575 5,578 7,584 10,341 13,701 17,275 19,675 21,92 24,725 26,757 31,264
12 3,074 3,571 4,404 5,226 6,304 8,438 11,34 14,845 18,549 21,026 23,337 26,217 28,3 32,909
13 3,565 4,107 5,009 5,892 7,041 9,299 12,34 15,984 19,812 22,362 24,736 27,688 29,819 34,527
14 4,075 4,66 5,629 6,571 7,79 10,165 13,339 17,117 21,064 23,685 26,119 29,141 31,319 36,124
15 4,601 5,229 6,262 7,261 8,547 11,037 14,339 18,245 22,307 24,996 27,488 30,578 32,801 37,698
16 5,142 5,812 6,908 7,962 9,312 11,912 15,338 19,369 23,542 26,296 28,845 32 34,267 39,252
17 5,697 6,408 7,564 8,672 10,085 12,792 16,338 20,489 24,769 27,587 30,191 33,409 35,718 40,791
18 6,265 7,015 8,231 9,39 10,865 13,675 17,338 21,605 25,989 28,869 31,526 34,805 37,156 42,312
19 6,844 7,633 8,907 10,117 11,651 14,562 18,338 22,718 27,204 30,144 32,852 36,191 38,582 43,819
20 7,434 8,26 9,591 10,851 12,443 15,452 19,337 23,828 28,412 31,41 34,17 37,566 39,997 45,314
21 8,034 8,897 10,283 11,591 13,24 16,344 20,337 24,935 29,615 32,671 35,479 38,932 41,401 46,796
22 8,643 9,542 10,982 12,338 14,041 17,24 21,337 26,039 30,813 33,924 36,781 40,289 42,796 48,268
23 9,26 10,196 11,689 13,091 14,848 18,137 22,337 27,141 32,007 35,172 38,076 41,638 44,181 49,728
24 9,886 10,856 12,401 13,848 15,659 19,037 23,337 28,241 33,196 36,415 39,364 42,98 45,558 51,179
25 10,52 11,524 13,12 14,611 16,473 19,939 24,337 29,339 34,382 37,652 40,646 44,314 46,928 52,619
26 11,16 12,198 13,844 15,379 17,292 20,843 25,336 30,435 35,563 38,885 41,923 45,642 48,29 54,051
27 11,808 12,878 14,573 16,151 18,114 21,749 26,336 31,528 36,741 40,113 43,195 46,963 49,645 55,475
28 12,461 13,565 15,308 16,928 18,939 22,657 27,336 32,62 37,916 41,337 44,461 48,278 50,994 56,892
29 13,121 14,256 16,047 17,708 19,768 23,567 28,336 33,711 39,087 42,557 45,722 49,588 52,335 58,301
30 13,787 14,953 16,791 18,493 20,599 24,478 29,336 34,8 40,256 43,773 46,979 50,892 53,672 59,702
40 20,707 22,164 24,433 26,509 29,051 33,66 39,335 45,616 51,805 55,758 59,342 63,691 66,766 73,403
50 27,991 29,707 32,357 34,764 37,689 42,942 49,335 56,334 63,167 67,505 71,42 76,154 79,49 86,66
eventos X Y Totais
1 12 (A) 18 (B) 30
2 4 (C) 2 (D) 6
totais 16 20 36

57
60 35,534 37,485 40,482 43,188 46,459 52,294 59,335 66,981 74,397 79,082 83,298 88,379 91,952 99,608
70 43,275 45,442 48,758 51,739 55,329 61,698 69,334 77,577 85,527 90,531 95,023 100,425 104,215 112,317
80 51,172 53,54 57,153 60,391 64,278 71,145 79,334 88,13 96,578 101,879 106,629 112,329 116,321 124,839
90 59,196 61,754 65,647 69,126 73,291 80,625 89,334 98,65 107,565 113,145 118,136 124,116 128,299 137,208
100 67,328 70,065 74,222 77,929 82,358 90,133 99,334 109,141 118,498 124,342 129,561 135,807 140,17 149,449




EXERCCIOS

1 - Um pesquisador deseja verificar se h associao entre trs cursos de uma universidade e
dependncia de drogas. Entrevistou 120 alunos, sendo 25 da Medicina, 35 de Farmcia e 60 de
Biologia, perguntando sobre o uso de drogas, admitindo somente duas respostas: sim ou no.
Aps o processamento dos dados ficou com a seguinte tabela de distribuio de freqncias:

Medicina Farmcia Biologia Total
Usa droga 10 20 30 60
No usa
droga
15 15 30 60
Total 25 35 60 120

Usando o teste do qui-quadrado verificar se h associao entre o curso e o nmero de usurrio de
drogas aos nveis (a) 0,01 (b) 0,005.

2 - Exemplo: um pesquisador quer saber se a proporo de crianas acometidas por uma
determinada doena a mesma entre dois grupos de estudo (A e B). Estudou uma amostra
com 28 casos, obtendo a seguinte distribuio de freqncias:


GRUPO A GRUPO B
SADIOS 6 7
ACOMETIDOS 6 9
Total 12 16
Testar a hiptese de que a proporo de crianas acometidas entre os dois grupos igual, ao nvel
0,05.

3 - Com o objetivo de investigar a associao entre histria de bronquite na infncia e presena de
tosse diurna ou noturna em idades mais velhas, foram estudados 1.319 adolescentes com 14 anos.
Destes, 273 apresentaram histria de bronquite at os 5 anos de idade sendo que 26 apresentaram
tosse diurna ou noturna aos 14 anos. Nmero de adolescentes segundo histria de bronquite aos 5
anos e tosse diurna ou noturna aos 14 anos de idade. Local X, ano Y.

BRONQUITE
TOSSE SIM NO TOTAL
SIM 26 44 70
NO 247 1002 1249
TOTAL 273 1046 1319
Holland, WW et al.. Long-term consequences of respiratory disease in infancy.
Journal of Epidemiology and Community Health 1978; 32: 256-9.

Verificar se h ou no uma associao entre bronquite e a tosse noturna ao nvel 5% a partir das
duas amostras.
4 - Sugere-se que comer algo muito quente e logo aps ingerir algo frio (ou vice versa) expe
58
os dentes a choque trmico. Um efeito do choque trmico em material vtreo a induo a
pequenas fissuras que podem acelerar rachaduras mecnicas.
Em um experimento, 50 dentes extrados, no obturados, foram expostos a choques trmicos.
Outros 50 dentes foram submetidos a gua fria mas no a gua quente, evitando choque trmico.
Observou-se que dos 50 dentes que foram expostos a choque, 21 quebraram. Entre os 50
dentes que no foram expostos a choque trmico, 11 quebraram. Estes resultados
indicam associao entre choque trmico e resistncia mecnica do dente, ao nvel 1% e ao nvel
5%?

5 - Investigue a existncia de associao entre nveis de -caroteno (mg/L) e hbito de fumar, em
purperas. (Lembre-se que a hiptese de associao vlida para nveis iguais ou inferior a 5%)

-caroteno (mg/L) Fumante No fumante Total
Baixo (0 0,213) 56 84 140
Normal (0,214 1,00) 22 68 90
Total 78 152 230


6 - Investigue a existncia de associao entre nveis de -caroteno (mg/L) e hbito de fumar, em
purperas.

-caroteno (mg/L) Fumante No fumante Total
Baixo (0 0,213) 5 6 11
Normal (0,214 1,00) 4 0 4
Total 9 6 15


7 - Investigue a existncia de associao entre nveis de -caroteno (mg/L) e hbito de fumar, em
purperas.

-caroteno (mg/L) Fumante No fumante Total
Baixo (0 0,213) 5 6 11
Normal (0,214 1,00) 4 2 6
Total 9 8 17

8 Tome uma moeda e lance-a (I) 20 vezes, (II) 60 vezes. Para cada uma dos casos
(a) Construa a tabela dos eventos cara e coroa.
(b) Decida se a moeda ou no honesta ao nvel de 5% e ao nvel de 1%.

9 Escolhendo 30 alunos de sua sala divida-os em dois grupos, um com 20 alunos e outro com 10
alunos. Pea para cada um dos alunos para escrever em uma folha de papel um nmero variando de
1 a 5.
(a) Construa a tabela de eventos.
(b) Decida, ao nvel de 5%, se h ou no uma associao entre os dois grupos.

10 Aplique um teste de QI (quociente de inteligncia) em trs turmas de um mesmo curso.
Decida se h alguma associao ou no entre o perodo e o grau de QI.

11 - Aplique um teste de QI (quociente de inteligncia) em trs turmas (mesmo perodo) de cursos
diferentes.
Decida se h alguma associao ou no entre o curso e o grau de QI.

12 Pesquise se h ou no uma associao entre o curso escolhido e a renda familiar. Construa
para isso um formulrio e faa a pesquisa em todos os cursos (Campus Magnus).

13 Pesquise se h ou no associao entre a escolha do curso e o gosto pela Matemtica.

Crdito: Alguns exerccios foram copiados com algumas modificaes do site da UFMT/Instituto de Sade
Coletiva/USP/Faculdade de Sade Pblica Programa PQI/CAPES.


59













CAPTULO 8

REGRESSO E CORRELAO

8.1 INTRODUO

Aps uma coleta de dados referentes a duas ou mais variveis para uma mesma amostra
comum tentar estabelecer uma relao matemtica entre estas variveis.
A primeira providncia para se determinar a relao construir um grfico em um sistema de
coordenadas retangulares obtendo ento o que normalmente chamado de diagrama de
disperso.
Pelo diagrama, muitas vezes, possvel visualizar a curva que se aproxima dos pontos da
distribuio. Esta curva denominada curva aproximadora.
Tomando por exemplo as distribuies:




(1)
(2)
60

Podese notar que: em (1) no h previso da curva aproximada; em (2) a curva aproximada uma
parbola (y = ax
2
+ bx + c); em (3) a curva aproximadora uma reta ( y = ax + b) e em (4) a
curva aproximadora uma hiprbole (y = a/x + b).

O processo de ajustamento de uma distribuio de variveis a uma curva denominada
regresso. A relao matemtica entre as variveis pode ser obtida em funo de x ou em funo de
y.
A equao de y em funo de x, y = f(x) denominada equao de regresso de y sobre x e a
equao de x em funo de y, x = f(y) denominada equao de regresso de x sobre y.
aconselhvel obter as duas equaes e verificar qual delas a de melhor ajuste. As duas formas
tambm so interessantes quando se deseja interpolar, isto , dado um valor (fora da tabela) de x
calcular o valor de y a ele associado ou quando dado um valor de y (fora da tabela) determinar um
valor de x associado a ele.

Tendo em vista os objetivos deste curso analisaremos apenas as regresso linear usando o mtodo
dos mnimos quadrados.
Para um estudo mais amplo, veja o contedo de Clculo Numrico contido no site
http://www.cesariof.xpg.com.br .

8.2 COEFICIENTE DE CORRELAO ENTRE DUAS VARIVEIS

A avaliao quantitativa do ajuste das variveis a equao de uma curva denominada O
coeficiente de correlao. Este coeficiente indica o grau em que as duas variveis se ajustam
segundo uma equao matemtica.

Definio: Sejam x e y duas variveis pesquisadas e y = f(x) a equao ajustada ao
conjunto de valores obtidos para x e y. Define-se o coeficiente de correlao R entre as duas
variveis por


R =
(4)
(3)
61


Onde: E(y
esp
y.) denomina-se variao explicada; E (y y.) denomina-se variao total;
y
esp
so os valores de y calculados a partir da relao matemtica determinada para as duas
variveis, e y a mdia dos valores tabelados para y.

A expresso acima, pode tambm ser escrita na forma


R
2
=



Os valores de R pertencem sempre ao intervalo [-1, 1]. Se R = 1 ou R = -1 as variveis
apresentam uma correlao perfeita. medida que R se aproxima de 0 por valores menores ou
maiores que zero, as variveis no apresentam correlao.
Entretanto, bom no confundir correlao com dependncia. Duas grandezas podem ter um timo
grau de correlao (prximo de 1 ou de + 1) e no apresentar nenhuma dependncia. Neste caso,
a equao de regresso no tem nenhuma validade.
Tomando por exemplo as variveis X = eleitores que escolheram um candidato A e Y = eleitores
fumantes selecionados em uma mesma amostra. A tabela amostral pode apresentar um alto grau de
correlao, mas, provavelmente, as duas variveis no apresentam nenhuma relao de
dependncia.








8.3 COEFICIENTE DE CORRELAO LINEAR

A definio do coeficiente de correlao apresentada no item anterior pode ser usada para
qualquer curva de regresso. Entretanto, no seu uso, necessrio determinar a equao dessa
curva antes de calcular o coeficiente.
No caso especfico de uma regresso linear, outras frmulas podem ser usadas. Entre elas
destacamos a frmula de Pearson, que dada por







Onde n o nmero de pares de observaes.

Os limites de r so 1 e +1, ou seja 1 s r s 1, isto r pertence ao intervalo [-1, +1].
Se:
r = +1, a correlao linear entre X e Y perfeita positiva
r = -1, a correlao linear entre X e Y perfeita negativa.
r = 0, no existe correlao linear entre X e Y.

Geralmente se estabelece uma classificao para a intensidade da correlao linear, ou seja, qual
a qualidade do ajuste dos dados reta de regresso.
A classificao assim constituda:
0 < | r | < 0,3, correlao muito fraca, provavelmente a relao matemtica se afasta dos dados .
0,3 < | r | < 0,6 correlao relativamente fraca.
0,6 < | r | < 1 dados fortemente correlacionado.

n.E(xy) (Ex).(Ey)

[n. Ex
2
(Ex)
2
].[nEy
2
(Ey)
2
]
R =
E(y
esp
y.)
2


E (y y.)
2

variao explicada

variao total
62
A tabela a seguir mostra os dados coletados para as variveis x e y bem como os elementos
necessrios para o clculo do coeficiente de correlao linear.


O valor do coeficiente de correlao linear r = 0,999452. Como r > 0 e 0,6 < r < 1, as
variveis x e y so fortemente correlacionada. Ou seja, a reta de regresso linear, ter declividade
positiva e apresentar um bom ajuste ao conjunto de pontos da tabela.

O coeficiente de correlao pode ser calculado facilmente no EXCEL e no STARCALC.
Para o EXCEL, aps digitar a tabela, clique em uma clula fora da rea da tabela.
Nesta clula digite =PEARSON( . A seguir posicione o mouse sobre o primeiro valor de x e,
mantendo o boto do mouse pressionado, arraste o ponteiro at o ltimo valor de x.
Na clula dever ser exibido =PEARSON(C1:C5 onde C1 a clula contendo o primeiro valor de x e
C5 a clula contendo o ltimo valor de x. Observe que C1 e C5 deve variar de acordo com a
localizao dos valores de x.
Digite frente da frmula o sinal de ponto e vrgula (;). Selecione os valores de y conforme feito
para selecionar os valores de x. Complete a frmula com o sinal que fecha parenteses.
A clula dever ento exibir: =PEARSON(C1:C5;D1:D5) dependendo das clulas usadas na tabela.
Pressione o boto ENTER. Na clula ser exibido ento o valor do coeficiente de correlao.

O processo usado no STARCALC semelhante. Substitua apenas o comando PEARSON pelo
comando CORREL.

8.4 REGRESSO LINEAR

O processo de regresso linear consiste em determinar a equao da reta que melhor se
ajusta ao conjunto de pontos de uma distribuio.
No processo de regresso linear aconselhvel expressar
(1) y em funo de x obtendo uma equao do tipo y = ax + b.
Neste caso, x a varivel independente e y a varivel dependente, isto , y estimado em funo
de x. A equao obtida denominada equao de regresso de y sobre x.
Usa-se essa equao quando se deseja obter valores de y que correspondem a valores de x no
constantes da tabela (interpolao valores no intervalo da tabela e extrapolao valores fora do
intervalo da tabela).
(2) x em funo de y obtendo uma equao do tipo x = cy + d.
Para esta equao, y a varivel independente e x a varivel dependente. Deve ser usada quando
se quer determinar valores de x, quando so dados valores de y que no constam da tabela.
A equao obtida denominada equao de regresso de x sobre y.

Pode-se demonstrar que a reta, y = ax + b, que melhor se ajusta a uma distribuio de
valores x e y tal que:


a = e b =


(Ey)(Ex
2
) (Ex)(Exy)
n.Ex
2
(Ex)
2

n(Exy) (Ex)(Ey)
n.Ex
2
(Ex)
2

63

Para obter a equao de x em funo de y, x = cy + d as expresso so semelhantes. Basta
fazer trocar x por y e y por x nas expresses anteriores.

EXEMPLO: Determinar a equao da reta que melhor se ajusta aos pontos da tabela:


Completando a tabela com os valores necessrios para os clulos de a e de b, temos:


Calculando a e b, sendo n = 8 = nmeros de pares:
a = (8*244,193 27,30*62,68)/(8*108,31 27,30
2
) = 2
b = (62,68*108,31 27,30*244,193)/(8*108,31 27,30
2
) = 1,01.
Assim, a reta de regresso de y sobre x y = 2x + 1,01.

EXERCCIOS:
1 A tabela mostra os notas de 10 alunos nas disciplinas Matemtica e Fsica.
(a) determine o coeficiente de correlao linear entre as notas de Matemtica e Fsica e decida se h
ou no uma correlao significativa entre elas.
(b) estabela a equao de regresso de linear da disciplina Fsica sobre a disciplina Matemtica.
(c) estabela a equao de regresso de linear da disciplina Matemtica sobre a disciplina Fsica.
(d) Construa os grficos (em linha), referentes s duas equaes.













2 A tabela mostra a resistncia de ruptura (tenso) para colunas de mesma altura e reas
transversais diferentes.





Matemtica (X) Fsica (Y)
5,0 6,0
8,0 9,0
7,0 8,0
10,0 10,0
6,0 5,0
7,0 7,0
9,0 8,0
3,0 4,0
8,0 6,0
2,0 2,0

rea (cm
2
) Resistncia (Kg)
15 640
20 720
25 800
30 880
35 960
40 1040
45 1120
50 1200
55 1280
60 1360

64







(a) verificar se a correlao linear entre os valores tabelados significativa.
(b) estabela a equao de regresso de linear da resitncia sobre a rea.
(c) estabela a equao de regresso de linear da rea sobre a resistncia.
(d) Construa os grficos (em linha), referentes s duas equaes.

3 Selecione 50 pessoas de diversas idades e aplique um teste de QI a estas pessoas. Verifique se
correlao linear entre o grau de QI e a idade.
Se o mdulo do coeficiente de correlao estiver compreendido entre os valores 0,6 e 1, determine
a equao de regresso linear que melhor se ajusta ao conjunto de valores.
















EXERCCIOS COMPLEMENTARES

1) (Werkema): Uma indstria fabricante de eletrodomsticos da chamada linha branca , tem
como objetivo resolver o problema apresentado pelo elevado ndice de refugo da gaveta de
legumes de um modelo de refrigerador produzido pela empresa. A observao do problema indicou
que a maior parte das gavetas refugadas era considerada defeituosa por apresentarem corte fora de
esquadro. Os tcnicos da empresa suspeitaram que a ocorrncia do corte de gavetas fora de
esquadro pudesse estar relacionada variao de tenso na rede eltrica, que poderia prejudicar o
desempenho do equipamento de corte. Para a verificao da validade desta hiptese, foram
coletados dados sobre a tenso na rede eltrica (x) e a variao no corte (y), os quais esto
apresentados na tabela abaixo.


N OBS
Tenso
(Volts)
Variao
no Corte
(mm)

N OBS
Tenso
(Volts)
Variao
no Corte
(mm)
1 222,7 15,7 18 221,2 16,2
2 217,7 17,0 19 219,9 16,2
3 219,4 16,3 20 222,2 15,9
4 220,9 16,1 21 213,9 19,1
5 214,4 18,6 22 216,0 18,0
6 216,5 17,8 23 218,1 17,0
7 213,0 19,5 24 222,0 16,0
8 221,7 16,0 25 224,1 15,4
9 224,7 15,3 26 214,9 18,6
10 215,5 18,3 27 214,2 18,7
11 220,0 16,3 28 223,3 15,6
12 218,6 16,7 29 216,7 17,6
13 223,5 15,7 30 215,3 18,5
14 217,0 17,4 31 223,8 15,5
15 221,5 16,1 32 220,6 16,1
16 218,4 16,8 33 215,8 18,2
17 213,6 19,3 34 217,3 17,3
35 219,2 16,5
65

Verifique a existncia de correlao e identifique se possvel atravs da regresso linear uma
equao de forma que a tenso na rede eltrica explique a variao no corte.

2) Uma indstria produz grandes quantidades de alumina (Al
2
O
3
de elevado teor de pureza) para a
fabricao de alumnio metlico. A matria prima para a fabricao da alumina a bauxita, um
mineral com cerca de 55% de xido de alumnio (Al
2
O
3
).
No processo de produo da alumina, o teor da Na
2
O (xido de sdio) includo no produto um fator
importante do ponto de vista da qualidade da alumina fabricada. O Na
2
O uma impureza, e
portanto desejvel que o seu teor na alumina seja o mais baixo possvel.
Com o objetivo de minimizar o teor da Na
2
O includo no produto durante a etapa de precipitao,
um dos estgios do processo de produo da alumina, a indstria iniciou trabalhos para melhoria.
Os tcnicos da empresa sabiam que a razo Al
2
O
3
/ NaOH era um dos fatores responsveis pelas
variaes no teor de Na
2
O da alumina. Nesta razo, o smbolo Al
2
O
3
est representando a massa de
xido de alumnio proveniente da bauxita que entra no processo de produo, e o smbolo NaOH se
refere massa de hidrxido de sdio, um dos reagentes do processo, que empregada na
fabricao de alumina.
Durante a etapa de observao do problema, para se conhecer melhor a relao entre estas duas
variveis (varivel resposta: Na
2
O e varivel preditora: Al
2
O
3
/ NaOH), os tcnicos da indstria
coletaram os dados apresentados na tabela abaixo. A partir destes dados, avaliar a relao linear
entre essas duas variveis.
Tabela: Teor de Na
2
O includo na Alumina em Funo da Razo Al
2
O
3
/ NaOH





















3) Uma empresa localizada na cidade de So Paulo, produtora de pneumticos, possui uma rede
distribuidora por todo o interior do Estado. Realizou um estudo para determinar qual a funo que
ligava o preo do produto e a distncia do mercado consumidor da cidade de So Paulo. Os dados
so os seguintes:

Preo 36 48 50 70 42 58 91 69
Distnci
a (Km)
50 240 150 350 100 175 485 335

(a) Calcule o coeficiente de correlao;
(b) Estimar a reta de regresso;
(c) Calcule um intervalo de confiana para o preo quando a distncia 250Km.
(d) A empresa tem uma filial no Rio de Janeiro e o preo de venda do pneumtico l produzido, na
cidade B, de R$160,00. Sabendo-se que a distncia entre So Paulo e a cidade B de 250 km,
pergunta-se qual produto deve ser vendido: o produzido no Rio de Janeiro ou o fabricado em So
Paulo.

ndice Razo
Al2O3 /
NaOH
Teor Na2O
(%)
ndice Razo
Al2O3 /
NaOH
Teor Na2O
(%)
1 0,645 0,46 14 0,635 0,42
2 0,643 0,46 15 0,64 0,41
3 0,648 0,45 16 0,646 0,43
4 0,639 0,44 17 0,636 0,41
5 0,641 0,45 18 0,639 0,4
6 0,648 0,47 19 0,634 0,39
7 0,635 0,42 20 0,636 0,38
8 0,646 0,47 21 0,643 0,4
9 0,646 0,45 22 0,647 0,43
10 0,643 0,44 23 0,637 0,42
11 0,641 0,4 24 0,631 0,37
12 0,643 0,42 25 0,633 0,41
13 0,637 0,42
66
4) Suponhamos que uma cadeia de supermercados tenha financiado um estudo dos gastos com
mercadoria para famlias de 4 pessoas. A investigao se limitou a famlias com renda lquida entre
$8.000 e $20.000. Obteve-se a seguinte equao:
Y = -200 + 0,10X
onde: Y = despesa anual estimada com mercadorias
X = renda lquida anual
Suponha que a equao proporcione um ajustamento razoavelmente bom .
a) estime a despesa de uma famlia de quatro com renda de $15.000. Resp.: 1.300,00
b) um dos vice-presidente da firma ficou intrigado com o fato de a equao aparentemente sugerir
que uma famlia com $2.000 de renda no gaste nada em mercadorias. Qual a explicao?

5) Os dados a seguir do um custo lquido por real de prmio (Y) e o tempo de aplice em meses
(X).






(a) Analise a correlao entre as variveis;
(b) Analise a correlao pelo mtodo visual;
(c) Estimar e plotar a reta de regresso;
(d) Estime o custo lquido por real de prmio para um tempo de 50 anos.
6) Considere os resultados de dois testes, X e Y, obtidos por um grupo de alunos da escola A:

X 11 14 19 19 22 18 30 31 34 37
Y 13 14 18 15 22 17 24 22 24 25


(a) Verifique pelo diagrama, se existe correlao retilnea.
(b) Em caso afirmativo, calcule o coeficiente de correlao.
(c) Escreva, em poucas linhas, as concluses a que chegou sobre a relao entre essas variveis.

7) A tabela abaixo apresenta a produo de uma indstria:

ANOS 1980 1981 1982 1983 1984
QT(ton) 34 36 36 38 41
ANOS 1985 1986 1987 1988 -
QT(ton) 41 42 43 44 -



Calcule:
a) O coeficiente de correlao; b) A reta ajustada;

8) A tabela abaixo apresenta valores que mostram como o comprimento de uma barra de ao varia
conforme a temperatura:

Temperatura (C) 10 15 20 25 30
Comprimento (mm) 1003 1005 1010 1011 1014

Determine:
(a) O coeficiente de correlao;
(b) A reta ajustada a essa correlao;
(c) O valor estimado do comprimento da barra para a temperatura de 18C;
(d) O valor estimado do comprimento da barra para a temperatura de 35C.

9) A tabela abaixo apresenta os pesos respectivos, X e Y, de uma amostra de 12 pais e de seus
filhos mais velhos.
(a) construir um diagrama de disperso;
(b) Determinar e traar a equao da reta de X para Y;
X Y X Y X Y
8 1,26 29 1,15 24 1,14
57 0,61 45 0,88 39 0,99
14 1,11 70 0,58 40 0,74
66 0,67 55 0,70 47 0,81

67
(c) Determinar e traar a equao da reta de Y para X;
















Crdito: ASPER Associao Paraibana de Ensino Superior - Professora: Cristiana Vidal Accioly









ANEXO I
TESTE DE QI (I)

(1) Este teste pode ser aplicado em computador (Site http://www.cesariof.xpg.com.br). Neste
caso, as pontuaes sero obtidas automaticamente.
(2) Para aplicao em formulrio de papel, imprima o teste mas no imprima a
classificao e a distribuio de pontos de modo a no alertar o examinando.

1. Que objeto no pertence a este grupo?
( ) Satlite ( ) Sol ( ) Planeta ( ) Cometa ( ) Asteride

2. Um frasco contm um casal de melgas. As melgas reproduzem-se e o seu nmero dobra todos os
dias. Em 50 dias o frasco est cheio, em que dia o frasco esteve meio cheio?
( ) 25 ( ) 24 ( ) 26 ( ) 49

3. Que palavra o oposto de ACORDADO?
( ) Sonhando ( ) Descansado ( ) Adormecido ( ) Relaxado ( ) Cansado

4. Se alguns Amerdis so Mailotes e alguns Mailotes so Perdalocos, ento, algum Amerdis so
definitivamente Perdalocos. ESTA ORAO LOGICAMENTE:
( ) Verdadeira ( ) Falsa ( ) Nem uma coisa nem outra

5. Usando trs cores diferentes possvel colorir os lados de um cubo de forma que dois lados da
mesma cr nunca se toquem?
( ) Verdadeiro ( ) Falso

6. Se reorganizar as letras "TBREUEI", obter o nome de um:
( ) Oceano ( ) Pas ( ) Estado ( ) Cidade ( ) Animal

7. Joo mais alto que o Pedro, e o Bernardo menor que o Joo.
Qual das declaraes seguintes ser a mais precisa?
( ) o Bernardo mais alto que o Pedro.
( ) o Bernardo mais baixo que o Pedro.
( ) o Bernardo to alto quanto o Pedro.
( ) impossvel saber se o Bernardo ou o Pedro mais alto.

8. Madalena tinha vrios biscoitos. Depois de comer um, deu metade do que restou para a irm.
Depois de comer outro biscoito, deu a metade do que restou ao irmo. Agora s lhe restam cinco
biscoitos. Com quantos biscoitos comeou ela?
Peso X dos Peso Y dos
pais (Kg) filhos (kg)
65 68
63 66
67 68
64 65
68 69
62 66
70 68
66 65
68 71
67 67
69 68
71 70

68
( ) 11 ( ) 22 ( ) 23 ( ) 45 ( ) 46

9. Num concurso de saltos, Octvio foi, simultaneamente, o 13 melhor e 13 pior. Quantas pessoas
estavam em competio?
( ) 13 ( ) 25 ( ) 26 ( ) 27 ( ) 28

10. Que objeto no pertence a este grupo?
( ) Castelo ( ) Espada ( ) Fortaleza ( ) Capacete ( ) Proteo

11. Se algumas vacas tiverem chifres. E todos os porcos comerem animais com chifres. Quais das
seguintes afirmaes podem ser verdade:
( ) Todas as vacas seriam comidas por porcos.
( ) Todos os porcos seriam comidos por vacas.
( ) Algumas vacas seriam comidas por porcos.
( ) Nenhuma das anteriores.

12. Se o Catarino, ao ver-se ao espelho, tocar a sua orelha esquerda, a imagem do Catarino toca
tambm na orelha certa.
( ) Verdadeiro ( ) Falso

13. Bernardino mais alto que Joaquim. Renato mais baixo que o Bernardino. Ento, Joaquim o
mais alto dos trs.
( ) Verdadeiro ( ) Falso



14. Se todos os machos so verdes, e todas as fmeas forem vermelhas...
( ) Todos os meninos so rosas
( ) Todas as meninas so laranja
( ) Todos os meninos so verdes
( ) Todas as meninas so verdes

15. Um avio com 100 pessoas a bordo caiu junto fronteira de Espanha. A cabine da primeira
classe caiu na Espanha e a cabine principal caiu no lado portugus.
Que pas tm a obrigao de enterrar os 18 sobreviventes portugueses que viajavam na primeira
classe?
( ) Portugal ( ) Espanha ( ) Nenhum ( ) O pas onde est registrado o avio

16. Se dois mecangrafos podem digitar duas pginas em dois minutos, quantos mecangrafos
sero necessrios para digitar 18 pginas em seis minutos?
( ) 3 ( ) 4 ( ) 6 ( ) 12 ( ) 36

17. Pra est para ma como batata est para:
( ) Banana ( ) Rabanete ( ) Morango ( ) Pssego ( ) Alface

18. Os ces verdes so animais verdadeiros.
Todos os animais verdadeiros precisam de comida.
Significando:
( ) O meu co verde porque precisa de comida.
( ) Ces todos verdes precisam de comida.
( ) Certos ces verdes no precisam de comida.
( ) Alguns ces verdes no so animais verdadeiros.




de 155 a 161 - Gnio
de 135 a 154 - Muitssimo inteligente
de 110 a 135 - Muito inteligente
71 a 109 - Mdia
menos de 70 - Abaixo da mdia.
69

Pontos atribudos aos itens:
1 5; 2 12; 3 7; 4 9; 5 12; 6 6; 7 9; 8 8; 9 8; 10 7; 11 11; 12 10; 13 10;
14 14; 15 5; 16 13; 17 4; 18 11.