CENTRO UNIVERSITRIO DE ENSINO SUPERIOR DO AMAZONAS

COORDENAO DE ADMINISTRAO















ESTATSTICA










Disciplina: Estatstica Aplicada
Professora: Simara Moraes Vasconcelos
Joo Alves de Souza Filho
Jarder Allyson
















2



Contedo







1 A natureza da estatstica

2 Populao, amostra e amostragem

3 Representao grfica de sries estatsticas

4 Distribuio de freqncia

5 Medidas de posio

6 Medidas de disperso

7 Medidas de assimetria e curtose

8 Nmeros ndices

9 Probabilidade

10 Correlao e regresso linear simples














3
CAPTULO 1
A NATUREZA DA ESTATSTICA
A Estatstica a parte da Matemtica Aplicada que fornece mtodos para coleta, organizao,
descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de decises.

- uma ferramenta adequada para descrever os acontecimentos e tirar concluses sobre os dados
coletados nas observaes;
- Conjunto de processos que tm por objetivo a observao, a classificao e a anlise dos fenmenos
coletivos (ou de massa) e, por fim, a induo das leis a que eles obedecem;
- Um instrumento fundamental para o estudo quantitativo e qualitativo dos fenmenos aleatrios e
coletivos, quaisquer que sejam seus campos de observao.

O significado da palavra Estatstica Um conjunto de dados numricos relativos a uma categoria de
fatos, agrupados de forma que possam ser analisados.


1. PANORAMA HISTRICO

Todas as cincias tm suas razes na histria do homem.
A Matemtica, originou-se do convvio social, das trocas, da contagem, com carter prtico, utilitrio,
emprico.
A Estatstica, ramo da Matemtica Aplicada, teve origem semelhante.
Desde a antiguidade, vrios povos j registravam o nmero de habitantes, de nascimento, de bitos,
faziam estimativas das riquezas individual e social, distribuam eqitativamente terras aos povos, cobravam
impostos e realizavam inquritos quantitativos por processos que, hoje, chamaramos de estatsticas.
Envolviam aspectos quantitativos e qualitativos que eram de interesse do Estado, relativos
necessidade de tomada de deciso face realidade dos fatos registrados (tais como reservas de alimentos,
disponibilidade de armamentos e homens para a realizao de um cerco ou resistncia ao stio que fosse
imposto, por exemplo).
Na Idade Mdia colhiam-se informaes, geralmente com finalidades tributrias ou blicas.
A partir do sculo XVI comearam a surgir as primeiras anlises sistemticas de fatos sociais, como
batizados, casamentos, funerais, originando as primeiras tabelas e os primeiros nmeros relativos.
Nesta poca o registro quantitativo - qualitativo dos dados se desprendeu do carter de atendimento ao
controle do Estado, para aplicar-se a campos particulares de conhecimento;
No sculo XVIII o estudo de tais fatos foi adquirindo, aos poucos, feio verdadeiramente cientifica.
Godofredo Achenwall batizou a nova cincia (ou mtodo) com o nome de Estatstica, determinando o seu
objetivo e suas relaes com as cincias.
As tabelas tornaram-se mais completas, surgiram as representaes grficas e o clculo das
probabilidades, e a Estatstica deixou de ser simples catalogao de dados numricos coletivos para se
tornar o estudo de como chegar a concluses sobre o todo (populao), partindo da observao de partes
desse todo (amostra).



4
2. A ESTATSTICA NAS EMPRESAS

2.1. APLICAES:

As tcnicas estatsticas, associadas com programas adequados de computao, constituem valiosos
instrumentos na administrao.

- Lanamento de um novo produto no mercado Pesquisa de mercado para conhecer as preferncias
dos consumidores no mercado de interesse;
- Auditoria nos livros de uma empresa para se certificar de que os lanamentos refletem
efetivamente a situao financeira da companhia Verifica uma amostra de documentos escolhidos
aleatoriamente e, com base nessa amostra, fazer inferncias (tendncias) sobre toda a populao;
- Experincias para garantir que um novo remdio lanado no mercado seguro e eficiente Testar
um remdio consiste em tomar dois grupos to semelhantes quando possvel, e dar o remdio a um
grupo (grupo experimental), mas no ao outro (grupo de controle), e verificar ento se os resultados nos
dois grupos so diferentes;
- Estatstica na administrao pblica Produto Interno Bruto (PIB) e o ndice de Preo ao Consumidor
(IPC);
- Consultoria a um rgo de trnsito sobre a viabilidade e eficincia da instalao de controladores
de velocidade em pontos estratgico da cidade Anlise do registro de ocorrncias definindo
quando, onde, de que forma para definirmos os locais estratgicos para investir em equipamento e
pessoal.

A direo de uma empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu
administrador a importante tarefa de tomar decises, e o conhecimento e o uso da Estatstica facilitaro seu
trplice trabalho de organizar, dirigir e controlar a empresa.
Atravs de sondagem, por meio de coleta de dados, podemos conhecer a realidade geogrfica e
social, os recursos naturais, humanos e financeiros disponveis, as expectativas da comunidade sobre a
empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcanados a curto,
mdio ou longo prazos.
A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao da estratgia a ser
adotada no empreendimento e, ainda, na escolha das tcnicas de verificao e avaliao da quantidade e
da qualidade do produto e mesmo dos possveis lucros e/ou perdas.
Tudo isso que se planejou, precisa ficar registrado, documentado para evitar esquecimentos, a fim de
garantir o bom uso do tempo, da energia e do material e, ainda, para um controle eficiente do trabalho.
O esquema do planejamento o plano, que pode ser resumido, com auxilio da Estatstica, em tabelas e
grficos, que facilitaro a compreenso visual dos clculos matemtico-estatstico que lhes deram origem.

2.2. OBJETIVOS

- Conjunto de processos que tm por objetivo a observao, a classificao e a anlise dos fenmenos
coletivos (ou de massa) e, por fim, a induo das leis a que eles obedecem;
- Descrever adequadamente todos os grandes grupos de pessoas, animais ou acontecimentos que
pretendemos estudar, tanto em relao aos padres tpicos como variao esperada.




5
2.2.1. Por que um administrador deve estudar ESTATSTICA?
Para atravs de tcnicas especficas ser capaz de saber:
Como extrair informaes significativas de pilhas de dados brutos;
Como analisar tendncia sobre a natureza de uma populao com base em observaes de uma
amostra dela extrada;
Como predizer taxas de ocorrncia de eventos aleatrios;
Como entender e interpretar clculos estatsticos efetuados por outras pessoas.

3. ESTATSTICA DESCRITIVA E ESTATSTICA INFERENCIAL

3.1. ESTATSTICA DESCRITIVA
a parte da estatstica que nos permite coletar, organizar e interpretar de uma maneira eficaz um
conjunto de dados de um fenmeno pesquisado. Permite-nos descrever adequadamente todos os grandes
grupos de pessoas, animais ou acontecimentos que pretendemos estudar, tanto em relao aos padres
tpicos como a variao esperada.
Utiliza de rol, tabelas, frmulas para clculos, grficos que permitam descrever resumidamente os
fenmenos.

3.2. ESTATSTICA INFERENCIAL OU INDUTIVA
Consiste em obter e generalizar concluses, a partir da anlise e interpretao dos dados. Ou seja,
inferir propriedades para o todo (populao) com base na parte (amostra). O processo de generalizao est
associado a uma margem de incerteza devido ao fato de que a concluso baseia-se em uma parcela do total
de observaes.

4. MTODO

um conjunto de meios dispostos convenientemente para se chegar a um fim que se deseja; Maneira de
ordenar a ao segundo certos princpios.

4.1. Mtodo Cientfico Ordem seguida na investigao, no estudo, na persecuo de quaisquer fatos.
Dos mtodos cientficos podemos destacar o mtodo experimental e o estatstico.

4.1.1. Mtodo Experimental
Consiste em manter constantes todas as causas (fatores), menos uma, e variar esta causa de modo
que o pesquisador possa descobrir seus efeitos, caso existam. Aplicado no estudo da Fsica, da Qumica etc.

4.1.2. Mtodo Estatstico
Aplicamos o mtodo estatstico quando precisamos estudar fenmenos que se refere a um conjunto
onde suas caractersticas prprias esto sujeitas a condies peculiares e complexas, influenciados por
vrios fatores.
Na impossibilidade de manter as causas constantes, admite todas essas causas presentes variando-
as, registrando essas variaes e procurando determinar, no resultado final, que influncia cabem a cada
uma delas.
Exemplo: Determinao das causas que definem o preo de uma mercadoria.
As causas no so fixas, no momento da pesquisa. No existe uma uniformidade dos salrios, o
gosto dos consumidores no constante, seria necessria a fixao do nvel geral dos preos das outras
necessidades e outros fatores. Todas as causas variam.



6
5. FASES DO MTODO ESTATSTICO

Quando se pretende um estudo estatstico completo, existem diversas fases do trabalho que devem
ser desenvolvidas para se chegar aos resultados finais do estudo. Essas etapas ou operaes so chamadas
fases do trabalho estatstico.

5.1 Definio do Problema
A primeira fase do trabalho estatstico consiste em uma definio ou formulao correta do
problema a ser estudado. Alm de considerar minuciosamente o problema objeto do estudo, o analista
dever examinar outros levantamentos realizados no mesmo campo e anlogos, uma vez que parte da
informao de que necessita pode, muitas vezes, ser encontrada nesses ltimos.

Exemplo: Um fabricante de sabonete, que deseja lanar um produto novo no mercado, poderia estar
interessado em um estudo sobre as caractersticas dos consumidores atuais. No havendo estudos
semelhantes, ele dever formular o problema com base em sua prpria experincia.
Uma lista de fatores relevantes dever resultar dessa investigao preliminar:
- Nmero de unidades consumidas por famlia em cada ano;
- Nmero mdio de pessoas que compe cada famlia;
- Nmero de membros adultos da famlia, as marcas preferidas e assim por diante.
Saber exatamente o que se pretende pesquisar o mesmo que definir corretamente o problema.

5.2 Planejamento
O passo seguinte, aps a definio do problema, compreende a fase do planejamento, que consiste
em determinar o procedimento necessrio para resolver o problema e, em especial, como levantar
informaes sobre o assunto objeto do estudo.
- Que dados devero ser obtidos?
- Como obt-los?
- O que ser pesquisado?
- Quem participar da pesquisa? (Critrios de incluso e excluso)
- Em que setor geogrfico ser feita a pesquisa?
- Qual o grau de preciso exigido na pesquisa?
- Qual o tipo de amostragem?
- Qual o tamanho da amostra?
- Quais materiais sero necessrios para realizar a pesquisa?
- Qual o tempo disponvel para fazer a pesquisa?
- Qual o custo previsto?
- Qual a verba destinada ao projeto? Etc.

preciso planejar o trabalho a ser realizado, tendo em vista o objetivo que se pretende atingir. Mais
especificamente, na fase do planejamento a preocupao maior reside na escolha das perguntas, bem como
sua correta formulao, qualquer que seja a modalidade de coleta dos dados.
O planejamento pode ser dividido em: censitrio que utilizado quando a contagem for completa, ou por
amostragem quando for parcial.
Exemplos: Censitrio levantamento do IBGE.
Amostragem opinio dos eleitores sobre o presidente.



7
5.3 Coleta de Dados
Aps planejamento e anlise do que se quer pesquisar, damos inicio coleta dos dados numricos
necessrios sua descrio.
Pode ser direta e indireta:
A coleta direta quando feita sobre elementos informativos de registro obrigatrio (nascimentos,
casamentos e bitos, importao e exportao de mercadorias), elementos pertinentes aos pronturios dos
alunos de uma escola, quando os dados so coletados pelo prprio pesquisador atravs de questionrios,
como o caso do censo demogrfico etc.
classificada em:
a. Contnua (registro) - quando feita continuamente.
b. Peridica - quanto feita em intervalos constante de tempo, como os censos.
c. Ocasional - quanto feita extemporaneamente, a fim de atender a conjuntura ou a uma emergncia,
como no caso de epidemias que assolam ou dizimam rebanhos inteiros.
A coleta indireta quando inferida de elementos conhecidos (direta) e/ou do conhecimento de outros
fenmenos relacionados com o fenmeno estudado. Como exemplo, podemos citar a pesquisa sobre a
mortalidade infantil, que feita atravs de dados colhidos por outra coleta direta.

5.4 Crtica de Dados
Obtidos os dados, eles devem ser cuidadosamente criticados, procura de possveis falhas e
imperfeies, a fim de no incorremos em erros grosseiros, que possam influir sensivelmente nos resultados.
externa quando visa s causas dos erros por parte do informante, por distrao ou m interpretao
das perguntas que lhe foram feitas; interna quando visa observar os elementos originais dos dados da
coleta.

5.5 Apurao dos dados
Soma e o processamento dos dados obtidos e a disposio mediante critrios de classificao. Pode ser
manual ou eletrnica.

5.6 Exposio ou apresentao dos dados.
Os dados devem ser apresentados sob a forma adequada (tabelas ou grficos), tornando mais fcil o
exame daquilo que est sendo objeto de tratamento estatstico.

5.7 Anlise dos resultados
O objetivo ltimo da estatstica tirar concluses sobre o todo (populao) a partir de informaes
fornecidas por parte representativa do todo (amostra).

APRESENTAMOS O DIAGRAMA DA ESTATSTICA DESCRITIVA






QUESTES
1. O que estatstica?
2. Diferencie Estatstica Descritiva de Estatstica Inferencial.
Coleta
De
dados
Organizao ou
critica de dados
Tabulao
dos dados
Apresentao
dos dados
Tabela
Grfico

Anlise



8
CAPTULO 2
POPULAO, AMOSTRA E AMOSTRAGEM
1. POPULAO E AMOSTRA
1.1. Populao - o conjunto de elementos (pessoas, coisas, objetos) que tm em comum uma
caracterstica em estudo. A populao pode ser:

i. Finita: quando apresenta um nmero limitado de indivduos.
Exemplos: (a) A populao constituda por todos os parafusos produzidos em uma fbrica em um
dia. (b) Nascimento de crianas em um dia em Manaus.

ii. Infinita: quando o nmero de observaes for infinito.
Exemplo: A populao constituda de todos os resultados (cara e coroa) em sucessivos lances de
uma moeda.

1.2. Amostra - o conjunto de elementos retirados da populao, suficientemente representativos
dessa populao. Atravs da anlise dessa amostra, estaremos aptos para analisar os resultados
da mesma forma que se estudssemos toda a populao.
Eis alguns exemplos:


Exemplo 1:


"Os campos de aplicao da Estatstica so
muitos e os mais variados."

Estudos de
mercado


O gerente de uma fbrica de detergentes pretende
lanar um novo produto para lavar loua, uma
empresa especialista em estudos de mercado
encarregada de "estimar" a percentagem de
potenciais de compradores desse produto.

Populao: Conjunto de todos os agregados familiares do Pas.
Amostra: Conjunto de alguns agregados familiares, inquiridos pela empresa.
Problema: Pretende-se, a partir da percentagem de respostas afirmativas, dos inquiridos sobre a
compra do novo produto, obter uma estimativa do nmero de compradores na
Populao.






9
Exemplo 2:
"Os campos de aplicao da Estatstica so muitos e os mais variados."

Medicina
Pretende-se estudar o efeito de um novo medicamento para
curar determinada doena. selecionado um grupo de 20
doentes, administrando-se o novo medicamento a 10 desses
doentes escolhidos ao acaso e o medicamento habitual aos
restantes.
Populao: Conjunto de todos os doentes com a doena que o medicamento a estudar pretende
tratar.
Amostra: Conjunto dos 20 doentes selecionados.
Problema: Pretende-se, a partir dos resultados obtidos, realizar um "teste de hipteses" para
tomar uma deciso sobre qual dos medicamentos melhor.

Exemplo 3:
"Os campos de aplicao da Estatstica so muitos e os mais variados."
Controle de
Qualidade
O administrador de uma fbrica de parafusos pretende assegurar-se de que a
percentagem de peas defeituosas no excede um determinado valor, a partir do qual
determinada encomenda poderia ser rejeitada.


Populao: Conjunto de todos os parafusos fabricados ou a fabricar pela
fbrica, utilizando o mesmo processo.
Amostra: Conjunto de parafusos escolhidos ao acaso de entre o lote
de produzidos.
Problema:
Pretende-se, a partir da percentagem de parafusos
defeituosos presentes na amostra, "estimar" a percentagem
de defeituosos em toda a produo.


Exemplo 4:
"Os campos de aplicao da Estatstica so muitos e os mais variados."
Pedagogia
Um conjunto de pedagogos desenvolveu uma tcnica nova para a aprendizagem da
leitura, na escola primria, a qual, segundo dizem, encurta o tempo de aprendizagem
relativamente ao mtodo tradicional.


Populao: conjunto de todos os alunos que entram para a
escola primria, sem saber ler.
Amostra: conjunto de alunos de algumas escolas
selecionadas para este estudo. Os alunos foram
separados em dois grupos para se aplicarem as
duas tcnicas em confronto.
Problema: do estudo da amostra, decidir qual a tcnica
melhor.




10
Outros exemplos.

a. Populao: Todos os eleitores do estado do Amazonas.
Amostra: 3.000 eleitores entrevistados em uma pesquisa de opinio.

b. Populao: Todos os livros e lanamento anual de uma grande firma.
Amostra: Livros e lanamentos escolhidos aleatoriamente para auditoria.

c. Populao: Produtos de um fornecedor a serem embarcados.
Amostra: Inspeo de algumas peas de item escolhido aleatoriamente.

Obs. A amostra sempre finita. Quanto maior for a amostra mais significativa o estudo.


2. AMOSTRAGEM
2.1. Amostragem Aleatria Simples
Este tipo de amostra equivalente a um sorteio lotrico.

Exemplo: Vamos obter uma amostra representativa para pesquisa da estatura de noventa alunos de
uma escola:
a. Numeramos os alunos de 01 a 90 (numera-se a populao).
b. Escrevemos os nmeros, de 01 a 90, em pedaos iguais de um mesmo papel, colocando-os dentro
de uma caixa. Agitamos sempre a caixa para misturar bem os pedaos de papel retiramos, um a um,
nove nmeros que formaro a amostra. Neste caso, 10% da populao.

Quando o nmero de elementos da amostra grande, utilizamos a Tabela de Nmeros Aleatrios,
construda de modo que os dez algarismos (0 a 9) so distribudos ao acaso nas linhas e colunas. A leitura
da tabela pode ser feita horizontalmente (da direita para esquerda ou vice-versa), verticalmente (de cima
para baixo ou vice-versa), diagonalmente (no sentido ascendente ou descendente) ou formando o desenho
de uma letra qualquer. A opo, porm, deve ser feita antes de iniciado o processo.

2.2. Amostragem proporcional estratificada
Muitas vezes a populao se divide em sub-populaes estratos.

Exemplo: Supondo, que em uma sala de aula com noventa alunos, sendo que 54 so meninos e 36 so
meninas, vamos obter a amostra proporcional estratificada.
So, portanto, dois estratos (sexo masculino e sexo feminino) e queremos uma amostra de 10% da
populao. Logo, temos:
SEXO POPULAO 10% AMOSTRA
M 54 100
10 54
= 5,4
5
F 36 100
10 36
= 3,6
4
Total 90 100
10 90
= 9,0
9




11
2.3. Amostragem sistemtica
Quando os elementos da populao j se acham ordenados, no h a necessidade de construir o
sistema de referncia. So exemplos os pronturios mdicos de um hospital, os prdios de uma rua, as
linhas de produo etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode ser feita por
um sistema imposto pelo pesquisador. A esse tipo de amostragem denominamos sistemtica.

Esta amostragem semelhante aleatria simples, mas a listagem ordenada. Devemos seguir os
seguintes passos:

Divide-se o tamanho da populao (N) pelo tamanho da amostra (n), obtendo um intervalo de
retirada (k).
sorteia-se o ponto de partida.
a cada k elementos retira-se uma para amostra.

Assim, no caso de uma linha de produo, podemos, a cada dez itens produzidos, retirar um para
pertencer amostra da produo diria. Neste caso, estaramos fixando o tamanho da amostra em 10% da
populao.

Exemplo: Suponhamos uma rua com 450 casas, das quais desejamos obter uma amostra formada por 25
casas para uma pesquisa de opinio. Podemos, neste caso, usar o seguinte procedimento:

1 Passo: como 450/25 = 18, portanto o intervalo 18.

2 Passo: escolhemos por sorteio casual um nmero de 01 a 18, o qual indicaria o primeiro elemento
sorteado para a amostra;

3 Passo: os demais elementos seriam periodicamente considerados de 18 em 18. Assim, suponhamos que
o nmero sorteado fosse 4 a amostra seria: 4 casa, 22 casa, 40 casa, 58 casa, 76 casa, etc.


3. TIPO DE VARIVEIS
Variveis podem ser classificadas da seguinte forma:
3.1. Variveis Quantitativas: so as caractersticas que podem ser medidas em uma escala
quantitativa, ou seja, apresentam valores numricos que fazem sentido. Podem ser contnuas ou
discretas.
3.1.1. Variveis discretas: caractersticas mensurveis que podem assumir apenas um nmero
finito ou infinito contvel de valores e, assim, somente fazem sentido valores inteiros.
Geralmente so o resultado de contagens. Exemplos: nmero de filhos, nmero de bactrias
por litro de leite, nmero de cigarros fumados por dia.
3.1.2. Variveis contnuas, caractersticas mensurveis que assumem valores em uma escala
contnua (na reta real), para as quais valores fracionais fazem sentido. Usualmente devem ser
medidas atravs de algum instrumento. Exemplos: peso (balana), altura (rgua), tempo
(relgio), presso arterial, idade.



12
3.2. Variveis Qualitativas (ou categricas): so as caractersticas que no possuem valores
quantitativos, mas, ao contrrio, so definidas por vrias categorias, ou seja, representam uma
classificao dos indivduos. Podem ser nominais ou ordinais.
3.2.1. Variveis nominais: no existe ordenao dentre as categorias. Exemplos: sexo, cor dos
olhos, fumante/no fumante, doente/sadio.
3.2.2. Variveis ordinais: existe uma ordenao entre as categorias. Exemplos: escolaridade (1o,
2o, 3o graus), estgio da doena (inicial, intermedirio, terminal), ms de observao (janeiro,
fevereiro,..., dezembro).

Outros exemplos:
O nmero do telefone de uma pessoa, o nmero da casa, o nmero de sua identidade. s vezes o
sexo do indivduo registrado na planilha de dados como 1 se macho e 2 se fmea, por exemplo. Isto no
significa que a varivel sexo passou a ser quantitativa!
Exemplo dos ursos marrons (continuao):

No conjunto de dados ursos marrons, so qualitativas as variveis sexo (nominal) e ms da
observao (ordinal); so quantitativas contnuas as demais: idade, comprimento da cabea, largura
da cabea, permetro do pescoo, permetro do trax, altura e peso.


EXERCCIO
1) Amostragem estratificada. Em uma fbrica existem 180 funcionrios, sendo: 8 no financeiro; 6 no
fiscal; 4 no RH; 7 no CPD; 9 na Manuteno; 46 na Embalagem; 80 na Produo; 20 na Expedio. Crie
uma tabela que obtenha uma amostra de 80 funcionrios.

2) Amostragem estratificada. O diretor de uma escola, na qual esto matriculados 280 meninos e 320
meninas, deseja conhecer as condies de vida extra-escolar de seus alunos e no dispe de tempo
para entrevistar todas as famlias, resolveu fazer um levantamento, por amostragem, em 10% dessa
clientela. Obtenha, para este diretor, os elementos componentes da amostra.

3) Uma populao encontra-se dividida em trs estratos, com tamanhos, respectivamente, n1= 40, n2 = 100
e n3 = 60. Sabendo que, ao realizar uma amostragem estratificada proporcional, 9 elementos da amostra
foram retirados do 3 estrato, determine o nmero de elementos da amostra.

4) Tenho 80 lmpadas numeradas numa caixa. Como obtemos uma amostra de 12 lmpadas, a partir da
amostragem sistemtica?

5) De uma populao de 480 elementos ordenados, retire uma amostra sistemtica de tamanho 20.

6) Deseja-se retirar uma amostra sistemtica de 10 unidades de uma populao de tamanho 890.





13
7) Classifique as variveis em qualitativas(nominal ou ordinal) ou quantitativas (contnuas ou discretas):
a. Da Populao, alunos de uma cidade estuda-se a varivel, cor de olhos.
b. Da Populao, estao meteorolgica de uma cidade, estuda-se a varivel, precipitao
pluviomtrica, durante um ano.
c. Da Populao, Bolsa de Valores de So Paulo, estuda-se a varivel, nmero de aes
negociadas.
d. Da Populao, funcionrios de uma empresa, estuda-se a varivel, salrios.
e. Da Populao, pregos produzidos por uma mquina, estuda-se a varivel, comprimento.
f. Da Populao, casais residentes em uma cidade, estuda-se a varivel, sexo dos filhos.
g. Da Populao, propriedades agrcolas do Brasil, estuda-se a varivel, produo de algodo.
h. Da Populao, segmento de reta, estuda-se a varivel, comprimento.
i. Da Populao, bibliotecas da cidade de So Paulo, estuda-se a varivel, nmero de volumes.
j. Da Populao, aparelhos produzidos em uma linha de montagem, estuda-se a varivel, nmero
de defeitos por unidade.




















14
Tabela de Nmeros Aleatrios







15
CAPTULO 3
REPRESENTAO GRFICA DE SRIES ESTATSTICAS
1 TABELAS
um quadro que resume um conjunto de observaes.

Uma tabela compe-se de:
a. corpo conjunto de linhas e colunas que contm informaes sobre varivel em estudo;
b. cabealho parte superior da tabela que especifica o contedo das colunas;
c. coluna indicadora parte da tabela que especifica o contedo das linhas;
d. linhas retas imaginrias que facilitam a leitura, no sentido horizontal, de dados que inscrevem nos
seus cruzamentos com as colunas;
e. casa ou clula espao destinado a um s nmero;
f. ttulo conjunto de informaes, as mais completas possveis, respondendo s perguntas: O qu?,
Quando?, Onde?, localizado no topo da tabela.

H ainda a considerar os elementos complementares da tabela, que so a fonte, as notas e as
chamadas, colocados, de preferncia, no seu rodap.

Exemplo:

PRODUO DE CAF
TTULO
BRASIL - 1998-02


ANOS
PRODUO
(1.000 t)

CABEALHO
1998
2.535
CASA OU CLULA
CORPO 1999 2.665
2000 2.122

LINHAS
2001 3.750
2002 2.007
RODAP FONTE: IBGE.




COLUNA
INDICADORA
COLUNA
NUMRICA


De acordo com a Resoluo 886 do IBGE, nas casas ou clulas da tabela devemos colocar:
o um trao horizontal ( - ) quando o valor zero;
o trs pontos ( ... ) quando no temos os dados;
o zero ( 0 ) quando o valor muito pequeno para ser expresso pela unidade utilizada;
o um ponto de interrogao ( ? ) quando temos dvida quanto exatido de determinado valor.

Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto.







16
2 SRIES ESTATSTICAS
Toda tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca,
do local ou da espcie.

2.1 Sries histricas, cronolgicas, temporais ou marchas
Descrevem os valores da varivel, em determinado local, discriminados segundo intervalos de tempo
variveis.
Exemplo:
PRODUO DE FERTILIZANTES
FOSFATADOS BRASIL
1996-00
ANOS QUANTIDADE (t)
1996 3.570.115
1997 4.504.201
1998 5.448.835
1999 4.373.226
2000 4.024.813
FONTE: Associao Nacional para Difuso de Adubos e
Corretivos Agrcolas.

2.2 Sries geogrficas, espaciais, territoriais ou de localizao
Descrevem os valores da varivel, em determinado instante, discriminados segundo regies.
Exemplo:



2.3 Sries especficas ou categricas
Descrevem os valores da varivel, em determinado tempo e local, discriminados segundo
especificaes ou categorias.
Exemplo:
REBANHOS BRASILEIROS - 2001
ESPCIE
QUANTIDADE
(1.000 dzias)
Bovinos 139.599
Bufalinos 1.181
Eqinos 5.855
Asininos 1.304
Muares 1.984
Sunos 32.121
Ovinos 20.085
Caprinos 11.313
Coelhos 909
FONTE: IBGE
PRODUO DE OVOS DE
GALINHA NO BRASIL - 2001
REGIO
QUANTIDADE
(1.000 dzias)
Norte 66.092
Nordeste 356.810
Sudeste 937.463
Sul 485.098
Centro-Oeste 118.468
FONTE: IBGE



17
2.4 SRIES CONJUGADAS
TABELA DE DUPLA ENTRADA

Muitas vezes temos necessidade de apresentar, em uma nica tabela, a variao de valores de mais de
uma varivel, isto , fazer uma conjugao de duas ou mais sries. Conjugando duas sries em uma nica
tabela, obtemos uma tabela de dupla entrada.
Exemplo:
TELEFONES INSTALADOS - 1999-2001
REGIO 1999 2000 2001
Norte 373.312 403.712 457.741
Nordeste 1.440.531 1.567.006 1.700.467
Sudeste 8.435.308 8.892.409 8.673.660
Sul 2.106.145 2.192.762 2.283.581
Centro-Oeste 803.013 849.401 944.075
Total 13.158.309 13.905.290 14.059.524
Fonte: IBGE


A conjugao, no exemplo dado, foi srie geogrfica-srie histrica, que d origem srie
geogrfico-histrica ou geogrfico-temporal.

EXERCCIOS
1) Classifique as sries estatsticas:
a)
PRODUO DE BORRACHA NATURAL
1991-93
ANOS TONELADAS
1991 29.543
1992 30.712
1993 40.663
FONTE: IBGE

b)
AVICULTURA BRASILEIRA
1992
ESPCIES
NMERO
(1.000 cabeas)
Galinhas 204.160
Galos, frangos, frangas e pintos 435.465
Codornas 2.488
FONTE: IBGE
c)
EXPORTAO BRASILEIRA
1985-1990-1995
IMPORTADORES
1985
%
1990
%
1995
%
Amrica Latina 13,0 13,4 25,6
EUA e Canad 28,2 26,3 22,2
Europa 33,9 35,2 20,7
sia e Oceania 10,9 17,7 15,4
frica e Oriente Mdio 14,0 8,8 5,5
Fonte: MIC e SECEX


2) Verificou-se, em 1993, o seguinte movimento de importao de mercadorias: 14.839.804 t, oriundas
da Arbia Saudita, no valor de US$ 1.469.104.000; 10.547.889 t, dos Estados Unidos, no valor de
US$ 6.034.946.000; e 561.024 t, do Japo, no valor de US$ 1.518.843.000. Confeccione a srie
correspondente e classifique-a, sabendo que os dados acima foram fornecidos pelo ministrio da
fazenda.





17
3 Grficos Estatsticos

A representao grfica das sries estatsticas tem por finalidade representar os resultados obtidos,
permitindo que se chegue a concluses sobre a evoluo do fenmeno ou sobre como se relacionam os
valores da srie. A escolha do grfico mais apropriado ficar a critrio do analista. Contudo, os elementos
simplicidade, clareza e veracidade devem ser considerados, quando da elaborao de um grfico.

Simplicidade o grfico deve ser destitudo de detalhes de importncia secundria, assim como de traos
desnecessrios que possam levar o observador a uma anlise morosa ou com erros.

Clareza o grfico deve possibilitar uma correta interpretao dos valores representativos do fenmeno em
estudo.

Veracidade o grfico deve expressar a verdade sobre o fenmeno em estudo.


Diretrizes para a construo de um grfico:

- O ttulo do grfico deve ser o mais claro e completo possvel. Quando necessrio, deve-se acrescentar
subttulos;
- A orientao geral dos grficos deve ser da esquerda para a direita;
- As quantidades devem ser representadas por grandezas lineares;
- Sempre que possvel, a escala vertical h de ser escolhida de modo a aparecer a linha 0 (zero);
- S devem ser includas no desenho as coordenadas indispensveis para guiar o olhar do leitor ao longo
da leitura. Um tracejado muito cerrado dificulta o exame do grfico;
- A escala horizontal deve ser lida da esquerda para a direita, e a vertical de baixo para cima;
- Os ttulos e marcaes do grfico devem ser dispostos de maneira que sejam facilmente lidos, partindo
da margem horizontal inferior ou da margem esquerda.

Leitura e interpretao de um grfico:

- Declarar qual o fenmeno ou fenmenos representados, a regio considerada, o perodo de tempo, a
fonte dos dados, etc.;
- Examinar o tipo de grfico escolhido, verificar se o mais adequado, criticar a sua execuo, no conjunto
e nos detalhes;
- Analisar cada fenmeno separadamente, fazendo notar os pontos mais em evidncia, o mximo e o
mnimo, assim como as mudanas mais bruscas;
- Investigar se h uma tendncia geral crescente ou decrescente ou, ento, se o fato exposto
estacionrio;
- Procurar descobrir a existncia de possveis ciclos peridicos, qual o perodo aproximado, etc.








18
Classificao dos grficos: Diagramas, Estereogramas, Pictogramas e Cartogramas.

3.1 Diagramas

So grficos geomtricos dispostos em duas dimenses. So os mais usados na representao de
sries estatsticas. Eles podem ser:

Grficos em linhas ou lineares.

um dos mais importantes grficos; representa observaes feitas ao longo do tempo. Tais conjuntos de
dados constituem as chamadas sries histricas.

Exemplo: Vendas de televises de tubo em R$ 1000,00 nos anos de 2001 a 2007 da empresa LL da
Amaznia Ltda, localizadas em Manaus.

Vendas de TV da Empresa LL - Manaus
0
100
200
300
400
500
2001 2002 2003 2004 2005 2006 2007
Mil Reais
Fonte: Fictcia


Grficos em Barras (ou em colunas). a representao de uma srie por meio de retngulos, dispostos
horizontalmente (em barras) ou verticalmente (em colunas).

Quando em barras, os retngulos tm a mesma altura e os comprimentos so proporcionais aos
respectivos dados.

Quando em colunas, os retngulos tm a mesma base e as alturas so proporcionais aos respectivos
dados.

Se as legendas no so breves usa-se de preferncia o grfico em barras na horizontal. A ordem a
ser observada a cronolgica, se a srie for histrica, e a decrescente, se for geogrfica ou categrica.













19

Exemplo: Populao Brasileira nas dcadas de 40 a 70 em milhes.

Populao Brasileira em Milhes
0
20
40
60
80
100
1940 1950 1960 1970
Fonte: Fictcia





Grficos em colunas superpostas.

Eles diferem dos grficos em barras ou colunas convencionais apenas pelo fato de apresentar cada
barra ou coluna segmentada em partes componentes. Servem para representar comparativamente dois ou
mais atributos.

So freqentemente usados para representao de sries cronolgicas com um grande nmero de
perodos de tempo. As linhas so mais eficientes do que as colunas, quando existem intensas flutuaes nas
sries ou quando h necessidade de se representarem vrias sries em um mesmo grfico.

Quando representamos, em um mesmo sistema de coordenadas, a variao de dois fenmenos, a
parte interna da figura formada pelos grficos desse fenmeno denominada de rea de excesso.

Exemplo: Populao urbana do Brasil por regio de 1940 a 1980 (x 1000)







20



Grficos em setores.

Este grfico construdo com base em um crculo, e empregado sempre que desejamos ressaltar
a participao do dado no total. O total representado pelo crculo, que fica dividido em tantos setores
quantas so as partes.

Os setores so tais que suas reas so respectivamente proporcionais aos dados da sr ie. O
grfico em setores s deve ser empregado quando h, no mximo, sete dados.

Obs: As sries temporais geralmente no so representadas por este tipo de grfico.

Exemplo: Representar a srie em grficos de barras e grfico de setor:

Matrculas nos cursos da Cidade A
2009
CATEGORIA N. DE ALUNOS %
Alfabetizao 25.286 62,90
Mdio 11.681 29,06
Superior 3.234 8,04
Total 40.201 100,00
Fonte Fictcia

Representao em barras Representao em setores





















21


Grfico Polar

o grfico ideal para representar sries temporais cclicas, isto , sries que apresentam em seu
desenvolvimento determinada periodicidade, como, por exemplo, a variao da precipitao pluviomtrica ao
longo do ano, ou da temperatura ao longo do dia, o consumo de energia eltrica durante o ms ou o ano, etc.

Exemplo: Movimento Mensal de Compras de uma agncia em 2006.
Meses Valores
(R$ 1.000,00)
Janeiro 12
Fevereiro 13
Maro 14
Abril 12
Maio 15
Junho 19
Julho 17
Agosto 18
Setembro 14
Outubro 16
Novembro 12
Dezembro 18
Fonte: dados Fictcios

Movimento Mensal de Compras de uma agncia em 2006

Fonte: Dados Fictcios, em mil reais.
22




3.2 Estereogramas:

So grficos geomtricos dispostos em trs dimenses, pois representam volume. So usados nas
representaes grficas das tabelas de dupla entrada. Em alguns casos este tipo de grfico fica difcil de ser
interpretado dada a pequena preciso que oferecem.




3.3 Pictogramas:
So construdos a partir de figuras representativas da intensidade do fenmeno. Este tipo de grfico tem a
vantagem de despertar a ateno do pblico leigo, pois sua forma atraente e sugestiva. Os smbolos devem
ser auto-explicativos. A desvantagem dos pictogramas que apenas mostram uma viso geral do fenmeno, e
no de detalhes minuciosos. Veja o exemplo abaixo:










23



3.4 Cartogramas: So ilustraes relativas a cartas geogrficas (mapas). O objetivo desse grfico o de
figurar os dados estatsticos diretamente relacionados com reas geogrficas ou polticas.

Exemplo:
Populao da Regio Sul do Brasil 1990


Populao da Regio Sul do Brasil 1990


Densidade populacional da Regio Sul do Brasil



24



EXERCCIOS
3) Faa a representao em linha dos dados contidos na srie abaixo:
PRODUO BRASILEIRA DE LEO DE DEND
1987- 92
ANOS QUANTIDADE (1.000 t)
1987 39,3
1988 39,1
1989 53,1
1990 65,1
1991 69,1
1992 59,5
FONTE: Agropalma
4) Escolha o melhor tipo de grfico para representar os vrios tipos de sries.
a) Os dez Estados que fizeram maior nmero de Transplantes de rim em 98.
Estados N
o
de
Transplantes
DF 34
BA 38
ES 56
PE 56
CE 87
PR 181
RJ 181
MG 231
SP 756
FONTE: Assoc. Brasileira de Transplante de rgos.

b) rea Terrestre do Brasil
REGIO PERCENTUAL
NORTE 45,25
NORDESTE 18,28
SUDESTE 10,85
SUL 6,76
CENTRO-OESTE 18,86
FONTE: IBGE

c) IMUNIZAES - DOSES APLICADAS POR MUNICPIO - 1997
MUNICPIO DOSES APLICADAS
ERECHIM 51.215
NOVO HAMBURGO 110.844
PORTO ALEGRE 615.317
RIO GRANDE 84.997
SANTA MARIA 107.701
FONTE: Minstrio da Sade.

d) COMRCIO EXTERIOR BRASIL - 1988/1993
Anos Exportao Importao
1988 169.666 58.085
1989 177.033 57.293
1990 168.095 57.184
1991 165.974 63.278
1992 167.295 68.059
1993 182.561 77.813
FONTE: Ministrio da Indstria, Comrcio e Turismo.
25




e) O estado das florestas do planeta e o que foi devastado pela ocupao humana - em milhes de km.
Continente rea Desmatada rea Atual de
Florestas
Oceania 0,5 0,9
sia 10,8 4,3
frica 4,5 2,3
Europa 6,8 9,6
Amrica do Sul 2,9 6,8
Amrica do Norte e
Central
3,2 9,4
FONTE: World Resources Institute

5) De acordo com o IBGE (1988), em 1986 ocorreram, em acidentes de trnsito, 27306 casos de vtimas fatais,
assim distribudos: 11712 pedestres, 7116 passageiros e 8478 condutores. Faa uma tabela para apresentar
esses dados, classifique e faa uma representao grfica.

6) De acordo com Ministrio da Educao a quantidade de alunos matriculados no ensino de 1 grau no Brasil nos
de 1990 a 1996 em milhares de alunos, so: 19.720 20.567 21.473 21.887 20.598 22.473 23.564.
Faa uma tabela para apresentar esses dados, classifique e faa uma representao grfica.

7) Estabelecimentos de ensino da regio norte do Brasil em 1982. A regio norte subdivide-se em: Rondnia,
Acre, Amazonas, Roraima, Par e Amap e possuem um total de 29, 13, 78, 4, 10 e 9 estabelecimentos de
ensino, respectivamente, segundo o MEC. Faa uma tabela para apresentar esses dados, classifique e faa
uma representao grfica.

8) Faa a representao grfica em polar da srie a seguir, em que a fonte fictcia:
Precipitao pluviomtrica
de Santa Maria RS - 1999
Meses Precipitao (mm)
Janeiro 174,8
Fevereiro 36,9
Maro 83,9
Abril 462,7
Maio 418,1
Junho 418,4
Julho 538,7
Agosto 323,8
Setembro 39,7
Outubro 66,1
Novembro 83,3
Dezembro 201,2

9) ENADE 2006. A legislao de trnsito brasileira considera que o condutor de um veculo est dirigindo
alcoolizado quando o teor alcolico de seu sangue excede 0,6 gramas de lcool por litro de sangue. O grfico
abaixo mostra o processo de absoro e eliminao do lcool quando um indivduo bebe, em um curto espao
de tempo, de 1 a 4 latas de cerveja.
26




Considere as afirmativas a seguir.
I - O lcool absorvido pelo organismo muito mais lentamente do que eliminado.
II - Uma pessoa que v dirigir imediatamente aps a ingesto da bebida pode consumir, no mximo, duas latas de
cerveja.
III - Se uma pessoa toma rapidamente quatro latas de cerveja, o lcool contido na bebida s completamente eliminado
aps se passarem cerca de 7 horas da ingesto.
Est(o) correta(s) a(s) afirmativa(s)
(A) II, apenas (B) I e II, apenas (C) I e III, apenas (D) II e III, apenas (E) I, II e III.
27



CAPTULO 4
DISTRIBUIO DE FREQNCIA
Distribuio de freqncia uma tabela resumida na qual os dados so organizados em grupos de classe
ou categorias convenientemente estabelecidas e numericamente ordenadas.

Nas distribuies de freqncia, os dados so agrupados segundo um critrio de magnitude, em classe ou
pontos, permanecendo constante o fato, local e tempo, de tal forma que se possa determinar a percentagem
ou nmero, de cada classe. um tipo de apresentao que condensa uma coleo de dados conforme as
freqncias ou repeties de seus valores.

A construo da distribuio de freqncia depende do tipo de dado com os quais se est lidando:
contnuos ou discretos.



O histograma mostra a Pirmide etria relativa de homens e mulheres nos anos de 1997 e 2007.
28



1. DISTRIBUIO SEM INTERVALOS DE CLASSE
Distriduies em que no h uma necessidade de ordenar a varivel em estudo em intervalos.
Digamos que um aluno ao fazer a avaliao institucional do CIESA, tem as seguintes opes pssimo,
ruim, bom, muito bom e timo. Portanto podemos organizar esse dados em uma distribuio de frequencia
sem intervalos de classe, veja o exemplo:
Exemplo 1: Na avaliao institucional do CIESA, temos o item auto-avaliao dos alunos de uma
determinada turma de Logstica, vejam a tabela primitiva (dados coletados sem ordenao).
Ruim Ruim Bom Muito Bom Bom
Bom Bom Muito Bom timo timo
Bom Ruim Muito Bom Muito Bom Bom
Pssimo Muito Bom timo Muito Bom Bom

Podemos organizar esses dados (rol):
Pssimo Bom Bom Muito Bom Muito Bom
Ruim Bom Bom Muito Bom timo
Ruim Bom Bom Muito Bom timo
Ruim Bom Muito Bom Muito Bom timo

Com esses dados podemos construir uma distribuio de freqncia sem intervalos de classe:

Conceito Nmero de alunos
Pssimo 1
Ruim 3
Bom 7
Muito Bom 6
timo 3
20

Exemplo 2: Nmero de Partos Produzidos em uma maternidade, contagem diria durante um ms:
0; 1; 0; 2; 1; 4; 4; 1; 2; 1; 3; 2 ; 4; 4; 1; 4; 1; 2; 4; 2; 4; 4; 3; 2; 2; 4; 2; 3; 4; ;

ROL (ordenando os fenmenos)
0; 0; 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 2; 2; 2; 2; 3; 3; 3; 3; 4; 4; 4; 4; 4; 4; 4; 4; 4; 4.

Nmero de partos Dias
0 2
1 6
2 8
3 4
4 10
Total 30










29



2. DISTRIBUIO DE FREQUENCIA COM INTERVALOS DE CLASSE
Distribuies em que ordenamos a varivel em estudo em intervalos.

2.1 TABELA PRIMITIVA E ROL
Suponhamos termos feito uma coleta de dados relativos s estaturas de quarenta alunos, que
compem uma amostra dos alunos de um colgio A, resultando a seguinte tabela de valores:

TABELA 1
ESTATURA DE 40 ALUNOS DO COLGIO A ( cm )
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161

A esse tipo de tabela, cujos elementos no foram numericamente organizados, denominamos tabela
primitiva.

A tabela obtida aps a ordenao dos dados recebe o nome de rol.

TABELA 2
ESTATURA DE 40 ALUNOS DO COLGIO A ( cm)
150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173

Agora, podemos saber, com relativa facilidade, qual a menor estatura (150 cm) e qual a maior (173
cm);
2.2 DISTRIBUIO DE FREQNCIA
Denominamos freqncia o nmero de vezes que o elemento fica relacionado a um determinado valor
da varivel. Obtemos, assim, uma tabela que recebe o nome de distribuio de freqncia.

TABELA 3
Estat. Freq. Estat. Freq. Estat. Freq.
150 1 158 2 167 1
151 1 160 5 168 2
152 1 161 4 169 1
153 1 162 2 170 1
154 1 163 2 172 1
155 4 164 3 173 1
156 3 165 1
157 1 166 1 Total 40

O processo da tabela de freqncia dado ainda inconveniente, j que exige muito espao. A soluo
o agrupamento dos valores em vrios intervalos, denominado: Distribuio de freqncia com intervalos
de classe:
TABELA 4
ESTATURA DE 40 ALUNOS DO
COLGIO A
30



Estaturas (cm) Freqncias
150 154 4
154 158 9
158 162 11
162 166 8
166 170 5
170 174 3
Total 40

Assim, se um dos intervalos for, por exemplo, 154 158 ( um intervalo fechado esquerda e
aberto direita, diremos que nove alunos tm estaturas entre 154, inclusive, e 158 cm, exclusive.

Deste modo, estaremos agrupando os valores de varivel em intervalos, sendo que, em Estatstica,
preferimos chamar os intervalos de classes.

Ateno: o sinal significa que o nmero onde que est fechado includo na contagem, e o aberto
excludo.

Ex. No intervalo de 150 cm (incluindo) a 154 cm ( excluindo este valor ) na Tabela 2 existem 4 alunos.
Representamos assim 150 154.

2.3 ELEMENTOS DE UMA DISTRIBUIO DE FREQNCIA COM CLASSE

Vantagens Ganhamos em simplicidade e visualizao.
Desvantagens Perdemos em pormenores (detalhes)
Os valores no aparecem individualmente.

2.3.1 CLASSE

Classe de freqncia ou, simplesmente, classes so intervalos de variao de varivel.
Representadas simbolicamente por i, sendo i = 1,2,3,...,k (onde k o nmero total de classes da
distribuio).

Classe: Agrupamento dos valores da varivel em intervalos. Intervalos de variaes da varivel.
i = ndice n. de classes
k = n. total de classes da distribuio.

2.3.2 LIMITES DE CLASSE

Determinamos limites de classe os extremos de cada classe.
Li = limite inferior
Ls = limite superior









31



Amplitude: Medida do intervalo observado da varivel, da classe ou da amostra.

2.3.3 AMPLITUDE TOTAL DA AMOSTRA ( AT )

a diferena entre o valor mximo e o valor mnimo da amostra:

AT= Xmx Xmin

Xmx = valor mximo da amostra
Xmin = valor mnimo da amostra

Ex. Na tabela 2 a amplitude de variao amostral de 173 150 = 23 cm.


2.3.4 AMPLITUDE DE UM INTERVALO DE CLASSE

a medida do intervalo que define a classe

hi = Ls Li

2.3.5 AMPLITUDE TOTAL DA DISTRIBUIO DE CLASSE (AT)

a diferena entre o limite superior da ltima classe (mximo) e o limite inferior da primeira classe
(mnimo).
AT = L(mx) L(min)

L (mx ) = Limite superior da ltima classe
L (mn) = Limite inferior da primeira classe


2.3.6 PONTO MDIO DE UMA CLASSE
Ponto que divide o intervalo de classe ao meio, ou seja, o ponto que divide o intervalo de classe de
classe em duas partes iguais.
xi =
2
Ls + Li


2.3.7 FREQNCIA SIMPLES OU ABSOLUTA

o nmero de observaes correspondentes a essa classe ou a esse valor.

Soma de todas as freqncias.

fi = n







32



Podemos, agora, dar a distribuio de freqncia das estaturas dos quarentas alunos do Colgio A a
seguinte representao tabular tcnica:

TABELA 4.1
ESTATURA DE 40 ALUNOS DO COLGIO A
i Estaturas (cm) fi hi xi
1 150 154 4 4 152
2 154 158 9 4 156
3 158 162 11 4 160
4 162 166 8 4 164
5 166 170 5 4 168
6 170 174 3 4 172
40
L(mx ) 174
2 = 154 (mn) 150 -
L5 = 170 AT 24

3 TIPOS DE FREQNCIAS PARA DISTRIBUIO COM CLASSES


Freqncia simples ou absoluta (fi) so os valores que realmente representam o nmero de dados
de cada classe.


Freqncia relativa (fr) so os valores das razes entre as freqncias simples de cada classe e o
somatrio das freqncias, freqncia total.

fr =
i
i
f
f
. 100

Freqncia acumulada (fac) o total das freqncias de todos os valores inferiores ao limite superior
do intervalo de uma dada classe:


fac = f1 + f2 + + fk


Freqncia acumulada relativa (frac) de uma classe a freqncia acumulada da classe, dividida
pela freqncia total da distribuio.
frac =
i
f
f
ac
. 100
Considerando a Tabela 4, podemos montar a seguinte tabela com as freqncias estudadas:

TABELA 4.2
i Estaturas (cm) fi xi fr fac frac
1 150 154 4 152 0,100 4 0,100
2 154 158 9 156 0,225 13 0,325
3 158 162 11 160 0,275 24 0,600
4 162 166 8 164 0,200 32 0,800
5 166 170 5 168 0,125 37 0,925
6 170 174 3 172 0,075 40 1,000
40 1,000
33



ROTEIRO PARA ELABORAO DA TABELA DE FREQUNCIA COM CLASSE

1) Transformar os dados Brutos em rol;

2) Encontrar a Amplitude Amostral, AA;

3) Definir o n de classes, para isso podemos usar as seguintes metodologia:

a) O nmero de classe determinado pela raiz quadrada do nmero de observaes*: k = n
b) A regra de Sturges descrita da seguinte forma, k = 1 + 3,3(log n);

4) Determinar a amplitude do intervalo de classes, h=
k
AT
;

5) Determinar os limites das classes;

6) Construir a tabela de freqncia conforme as classes.

7) BOM SENSO.

*Neste curso usaremos somente a metodologia (1), para definir o nmero de classes.

EXERCCIO

1. Calcule as classes e Preencha a distribuio de freqncia:
Foi contado o n de alunos por sala de aula para dimensionarmos a Escola,

38 49 26 7 41 52 47 46
46 9 22 8 22 24 16 25
16 41 20 12 51 12 19 30
23 20 27 48 31 26 52 41
52 22 49 21 33 51 16 29

i N de alunos N
o
de salas ( fi ) xi fr fac frac
1 14
2 22
3 30
4 38
5 46
6 54


Responda:

a. Qual amplitude da distribuio (AT)?
b. Qual o limite inferior da 5 classe?
c. Qual o limite superior da 2 classe?
d. Qual a amplitude do 6 intervalo de classe (hi )?
e. Efi = ?
f. Quantas salas existem com 30 alunos inclusive e 38 exclusive?
g. Quantas salas existem com 22 alunos inclusive e 46 exclusive?
h. Quanto por cento de salas tem entre 30 alunos inclusive e 46 exclusive?
34



4 REPRESENTAO GRFICA DE UMA DISTRIBUIO

HISTOGRAMA

formado por um conjunto de retngulos justapostos, cujas bases se localizam sobre o eixo
horizontal, de tal modo que seus pontos mdios coincidam com os pontos mdios dos intervalos de classe.
distribuio da tabela 4 corresponde ao seguinte histograma.

POLGONO DE FREQNCIA

um grfico em linha, sendo as freqncias (fi) marcadas sobre perpendiculares ao eixo horizontal,
levantadas pelos pontos mdios (xi) dos intervalos de classe. distribuio da tabela 4 corresponde ao
seguinte polgono de freqncia.


POLGONO DE FREQNCIA ACUMULADA

traado marcando-se as freqncias acumuladas (fac) sobre perpendiculares ao eixo horizontal,
levantadas nos pontos correspondentes aos limites superiores (Li) dos intervalos de classe. Portanto,
distribuio da tabela 4 corresponde ao seguinte polgono de freqncia acumulada.


35



EXERCCIO

1. O controle de qualidade de uma indstria selecionou 48 caixas na linha de produo e anotou em cada
caixa o nmero de peas defeituosas, obtendo os seguintes dados:
2 -0 -0 -4 -3 -0 -0 -1 -0 -0 -1 -1 -2 -1 -1 -1 -1 -1 -1 -0 -0 -0 -3 -0
-0 -0 -2 -0 -0 -1 -1 -2 -0 -2 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -1 -0
Determinar:
a) o rol;
b) a tabela de distribuio de freqncia sem intervalos;
c) qual a porcentagem de caixas que apresentam 2 ou mais peas defeituosas?

2. Uma empresa automobilstica selecionou ao acaso, uma amostra de 40 revendedores autorizados em todo
o Brasil e anotou em determinado ms o nmero de unidades adquiridas por estes revendedores. Obt eve
os seguintes dados:
10 -15 -25 -21 -6 -23 -15 -21 -26 -32 -9 -14 -19 -20 -32 -18 -16 -26
-24 -20 -7 -18 -17 -28 -35 -22 -19 -39 -18 -21 -15 -18 -22 -20 -25 -28 -30 1-6 -12 -20

a) Monte a tabela de distribuio de freqncia com intervalos.
b) Faa uma anlise dos resultados.

3. A amostra abaixo apresenta as vendas dirias de um determinado aparelho eltrico, durante um ms, por
uma firmacomercial:
14 -12 -11 -13 -14 -13 -12 -14 -13 -14 -11 -12 -12 -14 -10 -13 -15 -11 -15 -13 -16 -17 -14 -14
Forme uma distribuio de freqncias sem intervalos.

4. Considere os salrios quinzenais de 100 funcionrios da Empresa Yasmim Ltda (em US$):
151 -152 -154 -155 -158 -159 -159 -160 -161 -161 -161 -162 -163 -163 -163 -164 -165 -165 -165 -166 -166 -
166 -166 -167 -167 -167 -167 -167 -168 -168 -168 -168 -168 -168 -168 -168 -168 -168 -169 -169 -169 -169 -
169 -169 -169 -170 -170 -170 -170 -170 -170 -170 -171 -171 -171 -171 -172 -172 -172 -173 -173 -173 -174 -
174 -174 -175 -175 -175 -175 -176 -176 -176 --176 -177 -177 -177 -177 -178 -178 -178 -179 -179 -180 -180 -
180 -180 -181 -181 -181 -182 -182 -182 -183 -184 -185 -186 --187 -188 -190 -190

Pede-se determinar:
a) A amplitude amostral;
b) O nmero de classes;
c) A amplitude das classes;
d) Construir a tabela de distribuio de freqncias com as classes;
e) Qual a porcentagem de funcionrios que ganham salrios com valor igual ou superior a US$179;
f) Qual a porcentagem de funconrios que ganham salrios com valores inferiores a US$163;
g) O histograma;
h) O polgono de freqncia;
i) Qual o ponto mdio da 3 classe.

5. O conjunto de dados amostrais a seguir fornece uma lista do nmero de minutos que 50 assinantes da
internet gastaram durante sua conexo mais recente.
50 29 72 7 36 30 19 67 46 42
41 41 59 17 44 30 56 37 31 39
18 56 11 77 69 21 54 33 54 44
40 34 56 22 39 80 23 39 31 88
78 17 73 7 28 62 29 51 53 20
Determine: (a) Construa uma distribuio de freqncia que tenha sete classes; (b) Faa o histograma.

36



6. Os salrios semanais de 50 funcionrios de um hospital, em reais, foram os seguintes:

100 122 130 140 152 160 164 176 180 188 192 200 216
104 126 134 146 156 160 170 176 184 190 194 200 218
116 128 138 150 156 162 170 178 186 190 196 200
120 128 140 150 156 162 176 180 186 192 196 210

a) Construa uma distribuio de freqncias, com h = 20 e limite inferior para a primeira classe igual a
100.
b) Quantos funcionrios tem um salrio semanal situado entre R$ 120,00 (inclusive) e R$ 160,00
(exclusive)?
c) Que porcentagem de funcionrios tem um salrio semanal situado entre R$ 180,00 (inclusive) e R$
200,00 (exclusive)?
d) Faa o histograma, o polgono de freqncia e o polgono de freqncia acumulada.

7. Um administrador fez uma pesquisa de satisfao em sua empresa de um determinado item e obteve os
seguintes resultados:
Ruim Pssimo Bom Muito Bom Bom
Bom Bom Muito Bom Ruim Ruim
Bom Ruim Muito Bom Muito Bom Bom
Pssimo Muito Bom timo Muito Bom Bom

Determine, (a) Uma distribuio de freqncia; (b) O histograma.

8. Um dimetro foi medido 30 vezes, tendo sido obtidos os seguintes resultados (em milmetros):



Construa uma tabela sem intervalo de classe e determine:
a)
i
f ;
b) as freqncias relativas (em percentuais);
c) as freqncias acumuladas;
d) as freqncias acumuladas (relativas em percentuais).

9. Dada as notas dos alunos da disciplina de Estatstica em uma turma no CIESA:
7 7 8 8 8
7 7 8 8 9
7 7 8 8 9
7 7 8 8 9
Construa uma tabela e determine:
a)
i
f ;
b) as freqncias relativas (em percentuais);
c) as freqncias acumuladas;
d) as freqncias acumuladas relativas (em percentuais).




37




QUESTES OBJETIVAS DOS CAPTULOS: 2, 3, 4

8. (SMV) Da populao, aparelhos produzidos em uma linha de montagem, estuda-se a varivel, nmero de
defeitos por unidade. A variveis :
a) Qualitativas ordinal;
b) Qualitativas nominal;
c) Quantitativas discretas;
d) Quantitativas contnuas.
e) N.D.A.

9. (SMV) Para a realizao de uma auditoria em uma firma, 16 contas, dentre as 120 por elas mantidas,
foram aleatoriamente selecionadas para verificao da presena de erro ou no.
I. A populao consiste de todas as contas mantidas pela firma.
II. A varivel observada do tipo qualitativa ordinal.
III. A amostra consiste das 16 contas selecionadas
Pode-se afirmar que:
a) Apenas I correta.
b) Apenas II correta.
c) Apenas III correta.
d) Apenas I e III so correta.
e) I, II e III so corretas.

10. (SMV) O tipo de grfico que procura demonstrar em figuras :

a) Grfico de setores b) Ogiva de Galton c)Grfico Pictrico d)Cartograma e) Grfico Polar

11. (SMV) Os intervalos de classe podem ser apresentados de vrias maneiras, dentre as situaes abaixo, a
correta :
a) 5 10 compreende todos os valores entre 5 e 10, inclusive os extremos;
b) 5 10 compreende todos os valores entre 5 e 10, exclusive os extremos;
c) 5 || 10 compreende todos os valores entre 5 e 10, exclusive os extremos;
d) 5 | 10 compreende todos os valores entre 5 e 10, exclusive o 5 e inclusive o 10;
e) 5 | 10 compreende todos os valores entre 5 e 10, inclusive o 5 e exclusive o 10;

12. (J.A.) Marque a afirmativa correta
1-(Trs pontos),quando no se dispuser dos dados.
2-(Trs pontos), quando se dispe do dado.
3- (Trao) Quando o dado for nulo.
4- (Trao) Quando o dado existe.
Resposta:

a)Esto certas 1 e 3 b)Esto certas 1 e 4 c)Esto certas 2 e 3 d)Esto certas 2 e 4 e) N.D.A.








38




13. (SMV) Os dados abaixo, mostram a distribuio de freqncia d levantamento de dados sobre o salrio de
50 funcionrios de uma determinada empresa.
Quant. de salrios mnimos Quant. de funcionrios
2 | 4 14
4 | 6 16
6 | 8 10
8 | 10 07
10| 12 03
50
correto afirmar que;
a) 60% dos funcionrios recebem menos do que 6 salrios mnimos;
b) 20% dos funcionrios recebem acima de 6 salrios mnimos;
c) 5% dos funcionrios recebem menos do que 3 salrios mnimos;
d) 80% dos funcionrios recebem de 6 a 8 salrios mnimos.
e) N.D.A.

14. (SMV) ENADE

Das regies estudadas, aquela que apresenta o maior percentual de jovens com carteira assinada, dentre os
jovens que so assalariados do setor privado, :
a) Belo Horizonte b) Recife c) Distrito Federal d) So Paulo e) Salvador
39



CAPTULO 5
MEDIDAS DE POSIO

1. MDIA ARITMTICA - x

o quociente da diviso da soma dos valores da varivel pelo nmero deles:
n
x
x
i
=
Sendo xi os valores da varivel e n o nmero de valores.

DADOS NO-AGRUPADOS

Determinamos a mdia aritmtica simples.

Exemplo:
Sabendo-se que a produo leiteira diria da vaca A, durante a semana, foi de 10, 14, 13, 15, 16, 18, e
12 litros, temos, para produo mdia da semana:
x =
7
12 18 16 15 13 14 10 + + + + + +
=
7
98
= 14.

Logo: x = 14 litros


DESVIO EM RELAO MDIA

A diferena entre cada elemento de um conjunto de valores e a mdia aritmtica.

di = xi x

Exemplo:
d1 = 10 14 = 4
d2 = 14 14 = 0
d3 = 13 14 = 1
d4 = 15 14 = 1
d5 = 16 14 = 2
d6 = 18 14 = 4
d7 = 12 14 = 2

PROPRIEDADE

O somatrio dos desvios em relao a mdia igual a zero
( ) 0

= x x
i


Do exemplo anterior vamos fazer o somatrio:
( )

x x
i
= 4 + 0 1 +1 +2 +4 2 = 0
40





DADOS AGRUPADOS

Sem intervalos de classe

Consideramos a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o nmero de
filhos do sexo masculino.
Neste caso, como as freqncias so nmeros indicadores da intensidade de cada valor da varivel,
elas funcionam como fatores de ponderao, o que nos leva a calcular a mdia aritmtica ponderada.

=
i
i
f
f x
i
x

xi fi xi fi
0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
34 78

x = =
34
78
2,3 x = 2,3 meninos

Com intervalos de classe

Neste caso, convencionamos que todos os valores includos em um determinado intervalo de classe
coincidem com o seu ponto mdio, e determinamos a mdia aritmtica ponderada por meio de frmula:

=
i
i
f
f x
x
i

onde xi o ponto mdio da classe.
i ESTATURAS (cm) fi xi xifi
1 150

154 4 152 608
2 154

158 9 156 1.404
3 158

162 11 160 1.760
4 162

166 8 164 1.312
5 166

170 5 168 840
6 170

174 3 172 516
40 6.440

x = =
40
6440
161 x = 161 cm









41



2. A MODA (Mo)
O valor que ocorre com maior freqncia em uma srie de valores.

DADOS NO-AGRUPADOS

Quando lidamos com valores no-agrupados, a moda facilmente reconhecida: basta, de acordo com
a definio, procurar o valor que mais se repete
A srie de dados : 7, 8, 9, 10, 10, 10, 11, 12, 13, 15, tem moda igual a 10.
Podemos, entretanto, encontrar sries nas quais no exista valor modal, isto , nas quais nenhum
aparea mais vezes que outros. o caso da srie: 3, 5, 8, 10, 12, 13, que no apresenta moda (amodal).

Em outros casos, ao contrario, pode haver dois ou mais valores de concentrao. Dizemos, ento, que
a srie tem dois ou mais valores modais. Na srie: 2, 3, 4, 4, 4, 5, 7, 7, 7, 8, 9, temos duas modas: 4 e 7
(bimodal).

DADOS AGRUPADOS

Sem intervalos de classe

Exemplo: Considerando a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o
nmero de filhos do sexo masculino.
Filhos do sexo
masculino (xi) Nmero de famlias (fi)
0 2
1 6
2 10
3 12
4 4
E fi = 34

A freqncia mxima (12) corresponde o valor da varivel 3. Logo, o nmero de filhos modal 3, Mo
= 3.

Com intervalos de classe

o valor dominante que est compreendido entre os limites da classe modal
Mtodo para o clculo da moda dado pela frmula de Czuber:

h . Li Mo
2 1
1
A + A
A
+ =
No qual:
Li o limite inferior da classe modal
h o intervalo de classe modal
1
A = f - fant
2
A = f - fpost

Sendo:
f a freqncia simples da classe modal
fant a freqncia simples da classe anterior classe modal
fant a freqncia simples da classe anterior classe modal

42



Exemplo: Calcular a moda usando a frmula de Czuber.
i ESTATURAS (cm) fi
1 150

154 4
2 154

158 9
3 158

162 11
4 162

166 8
5 166

170 5
6 170

174 3
E = 40
Para esta distribuio, temos que a 3 classe a classe modal, logo
Li = 158 cm
h = 4 cm
f = 11
1
A = f - fant = 11 9 = 2
2
A = f - fpost = 11 8 = 3

Encontrando a moda:
Mo = 4
3 2
2
158
+
+ = 158 + 1,6 = 159,6 cm

3 A MEDIANA

outra medida de posio definida como o nmero que se encontra no centro de uma srie de
nmeros, estando estes dispostos segundo uma ordem.

3.1 DADOS NO-AGRUPADOS

Srie de valores: 5, 13, 10, 2, 18, 15, 6, 16, 9, o primeiro passo a ser dado o de ordenao dos
valores: 2, 5, 6, 9, 10, 13, 15, 16, 18. Em seguida, tomamos aquele nmero central que apresenta o mesmo
nmero direita e esquerda. Temos, ento: Md = 10.

Se, porm, a srie dada tiver um nmero par de termos, a mediana ser, por definio, qualquer dos
nmeros compreendidos entre os dois valores centrais da srie. Convencionou-se utilizar o ponto mdio.

Assim, a srie de valores ordenados: 2, 6, 7, 10, 12, 13, 18, 21, tem para mediana a mdia aritmtica
entre 10 e 12. Logo:

Md =
2
12 10 +
=
2
22
= 11


3.2 DADOS AGRUPADOS

3.2.1 Sem intervalos de classe

o bastante identificar a freqncia acumulada imediatamente superior metade da soma das
freqncias. dada por
2
n


43




Exemplo: Considerando a distribuio relativa a 34 famlias de quatro filhos, tomando para varivel o
nmero de filhos do sexo masculino.
Filhos do sexo
masculino (xi)
Nmero de famlias
(fi) fac
0 2 2
1 6 8
2 10 18
3 12 30
4 4 34
34
Sendo: 34/ 2 = 17
A menor freqncia acumulada que supera esse valor 18, que corresponde ao valor de 2 da varivel,
sendo este o valor mediano. Logo,
Md = 2 meninos.

Exemplo: A distribuio mostra a nota de uma disciplina de uma turma
Nota (xi)
Nmero de alunos
(fi)
fac
5 3
3
6 5
8
7 4
12
8 3
15
9 1
16
16

Sendo,
2
16
= 8 = fac2 , a mediana Md =
2
7 6 +
= 6,5.
A nota mediana desta turma 6,5.

3.2.2 Com intervalos de classe

Neste caso o problema consiste em determinar o ponto do intervalo em que est compreendida a
mediana.
i ESTATURAS (cm) fi fac
1 150

154 4 4
2 154

158 9 13
3 158

162 11 24
4 162

166 8 32
5 166

170 5 37
6 170

174 3 40
40

Temos :
2
n
=
2
40
= 20

Como h 24 valores includos nas trs primeiras classes da distribuio e como pretendemos
determinar o valor que ocupa o 20. lugar, a partir do incio da srie, vemos que este deve estar localizado na
terceira classe (i = 3).
Como h 11 elementos nessa classe e o intervalo de classe igual a 4 (162 158), devemos tomar, a
partir do limite inferior, a distncia.
Sendo:
44



Md = Li +
md
f
h .
2
|
.
|

\
|

ant
f
n

No qual:
Li o limite inferior da classe mediana;
fant a freqncia acumulada da classe anterior classe mediana;
fmd a freqncia simples da classe mediana;
h a amplitude do intervalo da classe mediana;

Temos:
Md = 158 + 4
11
3 1 20

= 158 + 2,54 = 160,54

Isto :
Md = 160,5 cm

Exerccios

1) Encontre a mdia dos seguintes conjuntos de observaes.
a) X = {2, 3, 7, 8, 9}. R: 5,8
b) Y = {10, 15, 22, 18, 25, 16}. R: 17,67
c) Z = {1, 3, 6, 8}. R: 4,5
d) T = {1, 3, 6, 100}. R: 27,5

2) Encontre a mdia das notas na disciplina de Estatstica Aplicada.

Notas na disciplina de
Estatstica Aplicada
Notas fi
5 |-- 6 18
6 |-- 7 15
7 |-- 8 12
8 |-- 9 03
9 |--10 02


3) Dados os conjuntos abaixo, calcule a mdia aritmtica, mediana e moda.
A = {3, 5, 2, 1, 4, 7, 9}.
B = {6, 12, 15, 7, 6, 10}.
C = {10, 5, 11, 8, 15, 4, 16, 5, 20, 6, 13}.
D = {4, 4, 10, 5, 8, 5, 10, 8}.

4) Calcule a mdia aritmtica, a mediana e a moda da distribuio:
xi fi
2
4
5
7
10
3
5
8
6
2
fi = 24

45



5) Encontre a moda e a mediana das notas na disciplina de Estatstica Aplicada.
.
Notas na disciplina de
Estatstica Aplicada
Notas fi
5 |-- 6 18
6 |-- 7 15
7 |-- 8 12
8 |-- 9 03
9 |--10 02

FONTE: Dados hipotticos.

6) O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro. Calcule a mdia
aritmtica, a mediana e a moda.
Salrios (R$) fi
400 500
500 600
600 700
700 800
800 900
900 1000
12
15
8
3
1
1

= 40

7) Um dimetro foi medido 30 vezes, tendo sido obtidos os seguintes resultados (em milmetros):

Construa uma tabela sem intervalo de classe e determine a mdia aritmtica, a moda e a mediana (Nota.
A tabela j foi montada no captulo anterior):


8) Uma pesquisa sobre os gastos semanais com refeies realizados pelos funcionrios de determinada
empresa est consolidada na tabela de distribuio abaixo:
Gastos semanais (R$) fi
10,00 a 19,99 6
20,00 a 29,99 8
30,00 a 39,99 12
40,00 a 49,99 9
50,00 a 59,99 5
60,00 a 69,99 3

Determine:
a) a mdia aritmtica;
b) a moda;
c) a mediana.




46



4 Medidas de Separatrizes

So nmeros que dividem a seqncia ordenada de dados em partes que contm a mesma quantidade
de elementos da srie.

Desta forma, a mediana que divide a seqncia ordenada em dois grupos, cada um deles contendo 50%
dos valores da seqncia, tambm uma medida de separatriz. Alm da mediana, as outras medidas de
separatrizes que destacaremos so: quartis, decis e percentis.


Quartis

Se dividirmos a srie ordenada em quatro partes, cada uma ficar com seus 25% de seus elementos.
Os elementos que separam estes grupos so chamados de quartis.

- O primeiro quartil, que indicaremos por Q1, separa a seqncia ordenada deixando 25% de seus
valores esquerda e 75% de seus valores direita.
- O segundo quartil, que indicaremos por Q2, separa a seqncia ordenada deixando 50% de seus
valores esquerda e 50% de seus valores direita. Portanto, o Q2 a Mediana da srie.
- O terceiro quartil, que indicaremos por Q3, separa a seqncia ordenada deixando 75% de seus
valores esquerda e 25% de seus valores direita.


Decis

Se dividirmos a srie ordenada em dez partes, cada uma ficar com seus 10% de seus elementos. Os
elementos que separam estes grupos so chamados de decis.

- O primeiro decil, que indicaremos por D1, separa a seqncia ordenada deixando 10% de seus
valores esquerda e 90% de seus valores direita.
- De modo anlogo so definidos os outros decis.


Percentis

Se dividirmos a srie ordenada em cem partes, cada uma ficar com 1% de seus elementos. Os
elementos que separam estes grupos so chamados de centis ou percentis.

- O primeiro percentil, que indicaremos por P1, separa a seqncia ordenada deixando 1% de seus
valores esquerda e 99% de seus valores direita.
- De modo anlogo so definidos os outros percentis.

Observamos que os quartis e decis so mltiplos dos percentis, ento basta estabelecer uma relao entre
eles, ou seja, todas as medidas podem ser identificadas como percentis:

47





Q1 = P25

Q2 = P50

Q3 = P75
D1 = P10
D2 = P20
D3 = P30
D4 = P40
D5 = P50
D6 = P60
D7 = P70
D8 = P80
D9 = P90

4.1. Dados agrupados com intervalos de classe

Para obtermos a frmula geral para o clculo dos percentis, vamos generalizar a frmula de mediana:

Pi = . L + h
f
f
100
.
ant

n i


Sendo:
Pi Percentil i (1, 2, 3, ..., 99);
L - limite inferior da classe que contm o percentil;
n nmero de elementos da srie ( fi);
fant freqncia acumulada da classe anterior classe que contm o percentil;
f - freqncia simples da classe que contm o percentil;
h - amplitude do intervalo da classe.

Exemplo: Calcule os quartis da tabela abaixo:
i ESTATURAS (cm) fi Fi
1 150

154 4
4
2 154

158 9 13
3 158

162 11 24
4 162

166 8 32
5 166

170 5 37
6 170

174 3 40
E = 40 .
O quartil 2 = Md , que calculamos anteriormente:

Primeiro Quartil Q1 = P25
Temos,
100
n . 25
=
100
40 . 25
=10
Q1 = P25 = .
*
+ * h
* f
F(ant)
100
. 25

n
=. 154 +
( )
9
4 4 10
= 156,7 cm

Terceiro Quartil Q3 = P75

Temos,
100
n . 75
=
100
40 75
=30
Q3 = P25 = .
*
+ * h
* f
F(ant)
100
75

n
= 162 +
( )
8
4 24 30
= 165 cm
Q
1

Q
3

48



Exerccio

9) O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro. Calcule a Q1, Q2 e
Q3.
Salrios (R$) fi
400 500
500 600
600 700
700 800
800 900
900 1000
12
15
8
3
1
1

= 40


10) Utilizando-se do enunciado abaixo, determine os valores do Primeiro Quartil, Terceiro Quartil, Primeiro
Decil e Nono Decil:

Em um ensaio para o estudo da distribuio de um atributo financeiro (X), foram examinados 200 itens de
natureza contbil do balano de uma empresa. Esse exerccio produziu a tabela de freqncias abaixo. A
coluna Classes representa intervalos de valores de X em reais e a coluna P representa a freqncia relativa
acumulada. No existem observaes coincidentes com os extremos das classes.

Classes P (%)
70 90 5
90 110 15
110 130 40
130 150 70
150 170 85
170 190 95
190 210 100













49



CAPTULO 6
MEDIDAS DE DISPERSO
1. Disperso ou Variabilidade

Chamamos de disperso ou variabilidade a maior ou menor diversificao dos valores de uma varivel
em torno de um valor de tendncia central tomado como ponto de comparao.

Exemplo 1: Consideremos os seguintes conjuntos de valores das variveis x, y e z:
X: 70, 70, 70, 70, 70.
Y: 68, 69, 70, 71, 72.
Z: 5, 15, 50, 120, 160.

Calculando a mdia aritmtica de cada um desses conjuntos, obtemos:
n
x
x
i
= x =
5
350
= 70
n
y
y
i
= y =
5
350
= 70
n
z
z
i
= z =
5
350
= 70
Vemos, ento, que os trs conjuntos apresentam a mesma mdia aritmtica: 70.

Entretanto, fcil notar que o conjunto X mais homogneo que os conjuntos Y e Z, j que todos os
valores so iguais mdia.
O conjunto Y, por sua vez, mais homogneo que o conjunto Z, pois h menor diversificao entre
cada um de seus valores e a mdia representativa.
Podemos dizer ento que o conjunto X apresenta disperso ou variabilidade menor que o conjunto
Z.
Portanto, para qualificar os valores de uma dada varivel, ressaltando a maior ou menor disperso ou
variabilidade entre esses valores e a sua medida de posio, a Estatstica recorre s medidas de disperso
ou de variabilidade.


2. Amplitude Total

a diferena entre o maior e o menor dos valores da srie. A utilizao da amplitude total como
medida de disperso muito limitada, pois sendo uma medida que depende apenas dos valores externos,
instvel, no sendo afetada pela disperso dos valores internos.

2.1 Dados no-agrupados
A amplitude total a diferena entre o maior e o menor valor observado:
AT = x(max.) x(mn)

Exemplo 2: Para os valores: 40, 45, 48, 52, 54, 62 e 70.
Temos,
AT = 70 40 = 30 AT = 30
50



Quando dizemos que a amplitude total dos valores 30, estamos afirmando alguma coisa do grau de
sua concentrao. evidente que, quanto maior a amplitude total, maior a disperso ou variabilidade dos
valores da varivel.
Relativamente aos trs conjuntos de valores mencionados no incio:

ATx = 70 70 = 0 (disperso nula)
ATy = 72 68 = 4
ATz = 160 5 = 155


2.2 Dados agrupados

2.2.1. Sem intervalos de classe

AT = x(max.) x(mn.)

Exemplo 3: Considerando a tabela abaixo:
xi 0 1 2 3 4
fi 2 6 12 7 3

Temos:
AT = 4 0 = 4 AT = 4

2.2.2. Com intervalos de classe

Neste caso, a amplitude total a diferena entre o limite superior da ltima classe e o limite
inferior da primeira classe:

AT = L(max.) (mn.)

Exemplo 4: Considerando a distribuio abaixo:
i ESTATURAS (cm) fi
1 150

154 4
2 154

158 9
3 158

162 11
4 162

166 8
5 166

170 5
6 170

174 3
Efi =40
Temos:
AT = 174 150 = 24
Logo:
AT = 24 cm

A amplitude total tem o inconveniente de s levar em conta os dois valores extremos da srie,
descuidando do conjunto de valores intermedirios, o que quase sempre invalida a idoneidade do resultado.
Ela apenas uma indicao aproximada da disperso ou variabilidade.

Faz-se uso da amplitude total quando se quer determinar a amplitude da temperatura em um dia ou no ano, no
controle de qualidade ou como uma medida de clculo rpido, e quando a compreenso popular mais
importante que a exatido e a estabilidade.
51



3. Varincia e Desvio Padro

3.1 Introduo

Como j vimos, a amplitude total instvel, por se deixar influenciar pelos valores extremos, que so,
na sua maioria, devidos ao acaso.
A varincia e o desvio padro so medidas que fogem a essa falha, pois levam em considerao a
totalidade dos valores da varivel em estudo, o que faz delas ndices de variabilidade bastante estveis e, por
isso mesmo, os mais geralmente empregados.

Varincia (s
2
)
A varincia leva em considerao os valores extremos e os valores intermedirios, isto , expressa
melhor os resultados obtidos. A varincia relaciona os desvios em torno da mdia, ou, mais especificamente,
a mdia aritmtica dos quadrados dos desvios*.
( )
n
x x
i

=
2
2
o (da populao)**

Quando temos dados descritos de uma da amostra e no da populao, o denomi nador da
expresso dever ser igual a (n 1), em vez de n. A razo desse procedimento reside no fato de que,
utilizando-se o divisor (n 1), obtm-se uma estatstica melhor do parmetro de populao.
( )
1
2
2

=

n
x x
s
i
(amostra)
ou
( )
(
(

2
i 2
i
2
n
x
x
1
1
s
n
(forma prtica)

Sendo a varincia calculada a partir dos quadrados dos desvios, ela um nmero em unidade
quadrada em relao varivel em questo, o que, sob o ponto de vista prtico, um inconveniente; por isso,
tem pouca utilidade na estatstica descritiva, mas extremamente importante na inferncia estatstica e em
combinaes de amostras.

Desvio padro (s)
O desvio-padro a medida mais usada na comparao de diferenas entre conjuntos de dados, por
ter grande preciso. O desvio padro determina a disperso dos valores em relao mdia e calculado por
meio da raiz quadrada da varincia.
DESVIO PADRO = VARINCIA
Para dados amostrais:
( )
1
2

=

n
x x
s
i

ou
( )
(
(

2
i 2
i
n
x
x
1
1
s
n
(forma prtica)
Tanto o desvio padro como a varincia so usados como medidas de disperso ou variabilidade.
O uso de uma ou de outra depender da finalidade que se tenha em vista. A varincia uma medida que tem
pouca utilidade como estatstica descritiva, porm extremamente importante na inferncia estatstica e em
combinaes de amostras.
* Nota: Lembremos que E di = E(xi x ) = 0, por esse motivo usamos o quadrado dos desvios para definirmos a varincia.
* *Nota: No trabalharemos com dados populacionais neste curso.
52



Propriedades do desvio padro

O desvio padro goza de algumas propriedades, dentre as quais destacamos:
1) Somando-se (ou subtraindo-se) uma constante a de todos os valores de uma varivel, o desvio
padro no se altera:
yi = xi c sy = sx

2) Multiplicando-se todos os valores de uma varivel por uma constante (diferente de zero), o desvio
padro fica multiplicado por essa constante:
yi = c . xi sy = c . sx

Essas propriedades nos permitem introduzir, no clculo do desvio padro, simplificaes teis.


3.2 Dados no-agrupados

Exemplo 5: Tomemos, como exemplo, o conjunto de valores da varivel x:

40, 45, 48, 52, 54, 62, 70

O modo mais prtico para se obter o desvio padro formar uma tabela com duas colunas: uma para
xi e outra para xi
2
. Assim:
xi xi
2

40
45
48
52
54
62
70
1.600
2.025
2.304
2.704
2.916
3.844
4.900
E = 371 E = 20.293

O desvio padro populacional ,

( )
(
(

2
i 2
i
n
x
x
1
1
s
n
=
(

7
371
20293
1 7
1
2
= 10,25















53



3.3 Dados agrupados

3.3.1 Sem intervalos de classe

Como, neste caso, temos a presena de freqncias, devemos lev-las em considerao, resultando a
frmula:

( )
1
f x x
s
i
2
i
2

=

n
ou
( )
(
(

2
i i 2
i i
2
n
x f
x f
1
1
s
n


( )
(
(

2
i i 2
i i
n
x f
x f
1
1
s
n
(forma prtica)


Exemplo 6: Consideremos a distribuio da tabela abaixo:

xi 0 1 2 3 4
fi 2 6 12 7 3

O modo mais prtico para se obter o desvio padro abrir, na tabela dada, uma coluna para os
produtos fixi e outra para fixi
2
, lembrando que para obter fixi
2
basta multiplicar cada fixi pelo seu respectivo xi.
Assim:

xi fi fixi fixi
2

0
1
2
3
4
2
6
12
7
3
0
6
24
21
12
0
6
48
63
48
E = 30 E = 63 E = 165

O desvio padro :
( )
(
(

2
i i 2
i i
n
x f
x f
1
1
s
n
=
(

2
30
63
165
1 30
1
= 1,13
3.3.2 Com intervalos de classe

Exemplo 7: Tomemos como exemplo a amostra da distribuio da estatura de 40 alunos do colgio A,
calcular o desvio padro amostral

I Estaturas (cm) fi xi fixi fixi
2
1 150 154 4 152 608 92.416
2 154 158 9 156 1.404 219.024
3 158 162 11 160 1.760 281.600
4 162 166 8 164 1.312 215.168
5 166 170 5 168 840 141.120
6 170 174 3 172 516 88.752
Efi =40 E fixi = 6.440 E fixi
2
= 1.038.080
54




Comecemos por abrir as colunas para xi (ponto mdio), para fixi e para fixi
2
. Assim:

( )
(
(

2
i i 2
i i
n
x f
x f
1
1
s
n
=
(

2
40
6440
1038080
1 40
1
= 5,64

Portanto,
s = 5,64 cm


4 Coeficiente de variao (CV)

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

100
x
s
CV =
Exemplo 8:
Para uma distribuio em que a mdia 161 cm e s = 5,57 cm, temos o seguinte coeficiente de
variao:
CV =
161
5,57
100 = 3,5%

Diz- se que uma distribuio tem:
- Baixa disperso: CV s 15%
- Mdia disperso: 15% < CV < 30%
- Alta disperso: CV > 30%


Exemplo 9: Tomemos os resultados das medidas das estaturas e dos pesos de um mesmo grupo de
indivduos, calcular os respectivos coeficientes de variao e compar-los, para saber qual obteve a maior
disperso relativa.

x s
ESTATURA 175 cm 5,0 cm
PESO 68 kg 2,0 kg

Exerccio
1) Calcule a amplitude total e o desvio padro dos conjuntos de dados:
a. 1, 3, 5, 9
b. 20, 14, 15, 19, 21, 22, 20
c. 10, 6, 2, 3, 7, 9, 10

55



2) O nmero de carros vendidos por cada um dos vendedores de um negcio de automveis durante um ms
particular, em ordem crescente: 2, 4, 7, 10, 10, 10, 12, 12, 14, 15. Determinar (a) a mdia, (b) a mediana, (c) a
moda, (d) o desvio padro.

3) A distribuio a seguir mostra como varia a idade de um grupo de jovens que participam de uma colnia de
frias. Determine (a) A amplitude total e (b) O desvio padro.
Idade (anos) Nmero de Jovens
10 2
12 5
13 1
14 5
15 3
16 4

4) Calcule a amplitude e o desvio padro das distribuies abaixo:
a) Em um perodo de um ms, h o seguinte registro de atendimentos de urgncia em um hospital em Manaus.
xi 0 1 2 3 4
fi 1 5 10 8 2
b) Em uma amostra contendo crianas e jovens, temos a distribuio em classes:
Idade (anos) 2 6 10 14 18 22
fi 5 12 21 15 7

5) Uma pesquisa sobre os gastos semanais com refeies realizados pelos funcionrios de determinada empresa
est consolidada na tabela de distribuio abaixo:

Gastos semanais (R$) fi
10,00 a 19,99 6
20,00 a 29,99 8
30,00 a 39,99 12
40,00 a 49,99 9
50,00 a 59,99 5
60,00 a 69,99 3
Determine:
(a) A mdia aritmtica;
(b) A varincia;
(c) O desvio padro.

6) Para duas emisses de aes ordinrias da indstria eletrnica, o preo mdio dirio, no fechamento dos
negcios, durante um perodo de um ms, para as aes A, foi de R$ 150,00 com um desvio padro de R$
5,00. Para as aes B, o preo mdio foi de R$ 50,00 com um desvio padro de R$ 3,00. Em relao ao nvel
do preo, qual dos tipos de aes mais varivel?

Exerccio Complementar
7) Uma amostra de 20 operrios de uma companhia apresentou os seguintes salrios recebidos durante uma
certa semana, arredondados para o valor mais prximo e apresentados em ordem crescente: 140, 140, 140,
140, 140, 140, 140, 140, 155, 155, 165, 165, 180, 180, 190, 200, 205, 225, 230, 240. Calcular (a) a mdia, (b) a
mediana, (c) a moda, (d) o desvio padro, (e) o coeficiente de variao, para este grupo de salrios.

8) Considerando que foi extrada uma amostra aleatria simples de 10 alunos de uma grande escola, cuja varivel
em estudo a nota obtida em Matemtica, obteve-se: 5, 7, 8, 6, 5, 4, 8, 9, 10 e 6. Determine a mdia da
amostra, a varincia da amostra e o desvio padro da amostra.





56



9) Dado os salrios dos funcionrios de uma determinada empresa.
Salrios semanais para 100 operrios no especializados
Salrios semanais fi
140 |-- 160 7
160 |-- 180 20
180 |-- 200 33
200 |-- 220 25
220 |-- 240 11
240 |-- 260 4
fi =100
Calcule usando a definio:
a. A mdia aritmtica;
b. A varincia;
c. O desvio padro.

10) Em conjunto com uma auditoria anual, uma firma de contabilidade pblica anota o tempo necessrio para
realizar a auditoria de 50 balanos contbeis. Calcular (a) a mdia, (b) o desvio padro, para o tempo de
auditoria necessrio para esta amostra de registro.
Tempo necessrio para a auditoria de balanos contbeis.
Tempo de auditoria.
(min.)
N de balanos.
(fi)
10 |-- 20 3
20 |-- 30 5
30 |-- 40 10
40 |-- 50 12
50 |-- 60 20
Total 50

11) Considerando que as trs distribuies hipotticas apresentam os valores indicados abaixo:
DISTRIBUIO
A B
N = 200 N = 50
Efx = 4000 Efx = 500
Efx
2
= 85000 Efx
2
= 5450

a) Determine os indicadores: mdia aritmtica, varincia, desvio padro e coeficiente de variao.
b) Baseado nos resultados encontrados mencione a distribuio que apresenta maior homogeneidade e a que
apresenta maior heterogeneidade.

12) A distribuio das alturas de um grupo de pessoas apresentou uma altura mdia de 182 cm e um desvio padro
de 15 cm, enquanto que a distribuio dos pesos, apresentou um peso mdio de 78 kg, com um desvio padro
de 8 kg. Qual das duas distribuies apresentou maior disperso? Por qu?

13) Considere as duas amostras abaixo:
Amostra A: 23; 32; 18; 14; 37; 11; 16; 5; 27; 34;
Amostra B: 132; 158; 220; 97; 114; 215; 238; 179; 108; 142; 150.
Determine para cada uma destas amostras:
a) mdia aritmtica;
b) moda, mediana;
c) o desvio padro;
d) qual dos processos apresenta maior variabilidade? Por qu?


57



CAPTULO 7
MEDIDAS DE ASSIMETRIA E CURTOSE
1. MEDIDAS DE ASSIMETRIA

Estas medidas referem-se forma da curva de uma distribuio de freqncia, mais especificamente do
polgono de freqncia ou do histograma. Denomina-se assimetria o grau de afastamento de uma distribuio
da unidade de simetria.

- Simetria
Em uma distribuio simtrica, tem-se igualdade dos valores da mdia, mediana e moda.

x
= Md = Mo

- Assimetria

Toda distribuio deformada sempre assimtrica. Entretanto, a assimetria pode dar-se na cauda
esquerda ou na direita da curva de freqncias.

Assimetria direita (ou positiva)
Em uma distribuio assimtrica positiva, ou assimetria direita, tem-se:
Mo < Md <
x



Mo Md
x


Assimetria esquerda (ou negativa)
Em uma distribuio assimtrica negativa, ou assimetria esquerda, predominam valores inferiores
Moda.
x
< Md < Mo


x
Md Mo
58



Observar que a Mdia puxa a cauda da Distribuio para seu lado, em funo de ser a mdia uma medida
no resistente, ou seja, ser altamente sensvel aos valores extremos da srie de dados.

Existem vrias frmulas para o clculo do coeficiente de assimetria. As mais utilizadas so:

1.1. COEFICIENTE DE ASSIMETRIA DE PEARSON
uma medida de assimetria que no depende dos valores da varivel em estudo, e portanto serve para
comparaes entre distribuies diferentes.

s
Md x
As
) ( 3
=

O valor em mdulo do Coeficiente de Pearson indica a intensidade da assimetria, e o seu sinal indica a direo
da assimetria.

0,15
s
|As|
s
1 Assimetria Moderada
|As| > 1 Assimetria Forte
As < 0 Assimetria Negativa
As > 0 Assimetria Positiva

2. MEDIDAS DE ACHATAMENTO OU CURTOSE

A curtose ou achatamento mais uma medida com a finalidade de complementar a caracterizao da
disperso em uma distribuio. Esta medida quantifica a concentrao ou disperso dos valores de um
conjunto de dados em relao s medidas de tendncia central em uma distribuio de freqncias.

Para uma distribuio de freqncias, o Coeficiente percentlico de curtose pode ser calculado conforme a
frmula abaixo:
) P 2(P
Q Q
C
10 90
1 3

=

Denominamos Curtose o grau de achatamento de uma distribuio em relao Distribuio Normal. A
distribuio de referncia (Distribuio Normal) denominada MESOCRTICA (Meso = Meio, Central, etc).
Quando a distribuio apresenta uma curva de freqncia mais fechada (mais aguda em sua parte superior),
ela denominada LEPTOCRTICA (Lepto = Delgado, Alongado, Magro, etc). Quando a distribuio apresenta
uma curva de freqncia mais aberta (mais achatada em sua parte superior), ela denominada PLATICRTICA
(Plato = Chato, Plano, Largo, etc).


Uma distribuio classificada quanto ao grau de achatamento como:
- Leptocrtica: quando a distribuio apresenta uma curva de freqncia bastante fechada, com os dados
fortemente concentrados em torno de seu centro, C < 0,263.
- Mesocrtica: quando os dados esto razoavelmente concentrados em torno de seu centro, C = 0,263.
- Platicrtica: quando a distribuio apresenta uma curva de freqncia mais aberta, com os dados
fracamente concen em torno de seu centro, C > 0,263.
59



Exerccio
1. Uma distribuio de freqncia apresenta as seguintes medidas:
x
= 48,1, Md = 47,9 e s = 2,12. Calcule o
coeficiente de assimetria.

2. Calcule o coeficiente de assimetria de cada distribuio.
Distribuio A
Peso (kg) Fi
2 6 6
6 10 12
10 14 24
14 18 12
18 22 6
60
x
= ......
Md = .......
Mo = .......
s = .......
As = .......

Distribuio B
Peso (kg) fi
2 6 6
6 10 12
10 14 24
14 18 30
18 22 6
78
x
= ......
Md = .......
Mo = .......
s = .......
As = .......

Distribuio C
Peso (kg) fi
2 6 6
6 10 30
10 14 24
14 18 12
18 22 6
78
x
= ......
Md = .......
Mo = .......
s = .......
As = .......




60



3. Dada a distribuio de peso dos funcionrios de uma determinada empresa:

PESO (kg) 50|----- 60 60|----- 70 70|----- 80 80|----- 90 90|----100
FUNCIONRIOS 5 10 15 8 3
Determine:
a) A mdia aritmtica;
b) A mediana;
c) O coeficiente de assimetria;
d) a distribuio simtrica? Justifique a sua resposta.


QUESTES OBJETIVAS DOS CAPTULOS: 5, 6, 7

4. A mdia de uma srie de valores iguais a uma constante :
a) Zero;
b) A unidade;
c) No possvel calcular;
d) O valor da constante;
e) N.D.A.


5. (FISCAL DE TRIBUTOS DE MG-96) Um candidato obteve, nas diversas provas de um concurso, as
seguintes notas com os respectivos pesos:
Matria Nota Peso
Portugus 66 3
Contabilidade 63 3
Estatstica X 2
Direito 79 2
A mdia aritmtica ponderada, obtida pelo candidato foi de 69,3. A nota que o candidato obteve em Estatstica
foi de:
a) 66
b) 68
c) 70
d) 72
e) 74


6. Dentre as medidas de posio, aquela que apresenta sempre a mesma quantidade de elementos, sua
esquerda e sua direita :
a) A moda
b) A mediana
c) A mdia aritmtica
d) A varincia
e) N.D.A.

7. Numa curva simtrica, podemos afirmar que:
a) a mdia maior que a moda, que por sua vez maior que a mediana;
b) a mdia menor que a moda, que por sua vez menor que a mediana;
c) a mdia, a moda e a mediana so medidas iguais;
d) a mdia igual a moda e a mediana nula;
e) N.D.A.

61





8. O desvio padro de um conjunto de dados 9. A varincia ser:
a) 3
b) 36
c) 18
d) 81
e) N.D.A.


9. (Controladoria de arrecadao RJ 2004 FJG) Os valores de uma amostra de cinco elementos so: 4, 3, 3,
5, 5. A varincia dessa amostra de:
a) 4,00
b) 3,00
c) 2,33
d) 1,00
e) N.D.A.


10.
11. Sabe-se que uma distribuio apresentou as seguintes medidas:
Q1 = 24,4cm Q3 = 41,2cm P10=20,2cm P90 = 49.5cm,
com tais medidas a curtose :
a) Leptocrtica
b) Platicrtica
c) Mesocrtica
d) Assimtrica.
e) N.D.A.













62



CAPTULO 8
NMEROS NDICES

1 INTRODUO

Segundo Milone (2004):

- Em Estatstica, como em muitas outras reas, o nmero ndice sinnimo de variao na varivel de
interesse.
- Em Economia, h ndices de preo, quantidade e valor dos bens, de custos de vida, de desemprego,
de bolsas de valores, de concentrao dos mercados, de monoplio de empresas, de importao e
exportao.
- Para o economista, o conhecimento de nmero ndices indispensvel como um instrumento til ao
exerccio profissional, quer seus problemas estejam voltados para a micro-economia, quer para a
macro-economia. No primeiro caso, podemos citar, por exemplo, a necessidade de se saber at que
ponto o preo de determinado produto aumentou com relao aos preos dos demais produtos em um
mesmo mercado. Se, por outro lado, o problema for quantificar a inflao, ser necessrio medir o
crescimento dos preos dos vrios produtos como um todo, por intermdio do ndice geral de preos.
- Em Administrao, ndices de produo, de liquidez (corrente e seco), velocidade de vendas,
lucratividade e endividamento possibilitam avaliar a sade financeira das empresas; em Administrao
Pblica, diversos ndices permitem avaliar a qualidade de vida, a permanncia ou evaso escolar, o
nvel de criminalidade e o padro de sade das populaes.
- grande a importncia dos nmeros ndices para o administrador, especialmente quando a moeda
sofre uma desvalorizao constante e quando o processo de desenvolvimento econmico acarret a
mudanas contnuas nos hbitos dos consumidores, provocando com isso modificaes qualitativas e
quantitativas na composio da produo nacional e de cada empresa individualmente.
- E h mais, bem mais, em Engenharia, Fsica, Medicina (ndices de fertilidade, natalidade, morbidez,
mortalidade, etc.), nas chamadas cincias do comportamento (Psicologia, Sociologia etc.) e em
educao (quociente de inteligncia, coeficiente de aprovao etc.).

1.1 ndices simples e compostos

Quando s um produto est em jogo, o ndice chamado ndice simples. Por exemplo, quando uma
famlia nota que o preo do po o dobro do que era h 10 anos, est fazendo uso de certo tipo de Numero
ndice de um s produto.

Enquanto que uma comparao que envolva um grupo de artigos chamada de ndice composto. Por
exemplo, alm do po, uma famlia pode incluir em sua observao itens como leite, manteiga, carne, verduras
e enlatados. Alguns desses artigos podem ter tido aumentos substanciais no preo, outros podem ter tido
aumentos pequenos, e outros ainda uma reduo de preo. A finalidade do ndice composto sintetizar a
variao global de preos para estes tipos de produtos. Mas, as compras daquela famlia podem tambm ter
se modificado ao longo dos anos. Talvez tenha aumentado o consumo de leite e carne. Isto ocorrer se tiver
63



aumentado o nmero de pessoas na famlia. O consumo de manteiga, por outro lado, pode ter diminudo,
particularmente por questo de peso. Logo, preciso incluir no s variaes de preo, como tambm
variaes de quantidades, a fim de obter um quadro mais preciso da variao global.


2 NDICES SIMPLES
Um nmero ndice simples avalia a variao relativa de um nico item ou varivel econmica entre
dois perodos de tempo. As trs variveis em que estudaremos: preo, quantidade e valor, sendo este ltimo o
resultado do produto do preo pela quantidade.

2.1 RELATIVOS DE PREOS
Trata-se do nmero ndice mais simples. Relacionando-se o preo de um produto numa poca
chamada poca atual ou poca dada, com o de uma poca chamada bsica ou simplesmente base, teremos
um relativo de preo. Fazendo-se
t
p = preo numa poca atual e
0
p = preo na poca-base, definiremos
relativo de preo pela seguinte quantidade:
0,
0
t
t
p
p
p
=
Se quisermos expressar em termos percentuais o relativo de preo, bastar multiplicarmos o quociente
citado por 100.
0,
0
100
t
t
p
p
p
=
Exemplo: O preo de determinado artigo, em 1999, foi R$ 1,20 e em 2000 subiu para R$ 1,38. Tomando-se
por base o ano 1999, determinar o preo relativo em 2000.
Soluo: O ano considerado base corresponder sempre ao ndice igual a 100. Os demais apresentaro,
portanto, valores que flutua em torno de 100. Ento:
- Perodo base (0) = 1999
- Perodo atual (t) = 2000

15 , 1
20 , 1
38 , 1
99
00
00 , 99
= = =
p
p
p ou 115%
Esse resultado pode ser interpretado da seguinte maneira: que em 2000 houve um aumento de 15%
(115-100) no preo do artigo, com relao ao preo do mesmo artigo em 1999.

Se tivssemos
2000
R$1,02 p = e
1999
R$1,20 p = , o relativo de preo seria:
85 , 0
20 , 1
02 , 1
99
00
00 , 99
= = =
p
p
p ou 85%
Em 2000, o artigo em questo apresentou um preo de 15% (85-100) inferior ao de 1999.

2.2 RELATIVOS DE QUANTIDADE
Assim como podemos comparar os preos de bens, podemos tambm faz-lo em relao a
quantidades, quer sejam elas produzidas, vendidas ou consumidas.
0,
0
t
t
q
q
q
=
64



Exemplo: Uma empresa produziu 46 toneladas de ao em 1999 e 69 toneladas em 2000. Qual a quantidade
relativa ser, tomando-se o ano de 1999 como base?

50 , 1
46
69
99
00
00 , 99
= = =
q
q
q ou 150%
No ano de 2000 esta empresa aumentou sua produo em 50% (150100) em relao a 1999.
2.3 RELATIVOS DE VALOR

Se p for o preo de determinado artigo em certa poca e q a quantidade produzida ou consumida
desse mesmo artigo na mesma poca, ento, o produto p x q ser denominado valor total de produo ou de
consumo.
0, 0, 0,
0 0 0
t t t
t t t
v p q
v p q
v p q

= = =

Exemplo: Uma empresa vendeu, em 2000, 1000 unidades de um artigo ao preo unitrio de R$ 500,00. Em
2001, vendeu 800 unidades do mesmo artigo ao preo unitrio de R$ 600,00. O valor relativo da venda em
2001 foi:
01 01 01
00,01
00 00 00
600 800
0, 96ou 96%
500 1000
v p q
v
v p q

= = = =


Em 2001, o valor das vendas foi 4% (96-100) inferior ao de 2000.

3 PROPRIEDADES DOS NMEROS NDICES

- Propriedade da identidade: O nmero ndice deve ser igual unidade quando a poca dada (t)
coincidir com a poca bsica (0).
Ia,a = 1
Em que I representa um nmero ndice simples qualquer. Assim, caso seja tomado como base de
comparao o ano de 2000, tem-se que para o ano 2000, o preo relativo igual 1 ou 100%.

- Propriedade da reverso do tempo: Ao se permutarem dois perodos, os resultados sero o inverso
um do outro.
a b
b a
I
I
.
,
1
=
- Propriedade cclica: O valor do ndice na ltima data, com base na primeira, ser igual ao produto dos
valores da srie de ndices cujas bases so as datas anteriores.
t t t
I I I I I
, 0 , 1 3 , 2 2 , 1 1 , 0
=


Exemplo 4: Um artigo foi vendido, em fevereiro, com um acrscimo de 10% em relao a janeiro; em maro,
com um acrscimo de 5% relativamente a fevereiro; em abril com uma queda de 4% comparativamente a
maro. Calcular o acrscimo percentual de preo em abril com relao a janeiro.
Soluo: jan-fev = 10%; fev-mar = 5%; mar-abr = 4%
Pjan,fev = 100% +10% = 110%
Pfev,mar = 100% +5% = 105%
Pmar,abr = 100% 4% = 96%
Pjan,abr = Pjan,fev Pfev,mar
Pmar,abr = 1,10 1,05 0,96 = 110,88%

65



Houve um acrscimo de preo de 10,88% no perodo de janeiro a abril.

EXERCCIO
1) O preo de um produto, em 2003 (data-base) era R$ 1.200,00. Em 2004 esse mesmo produto foi vendido
por R$ 1.100,00. Qual o relativo de preo e qual a variao porcentual de preo?

2) Pedro ganhava por dia, em dezembro de 1997, R$ 9,87, e, em dezembro de 2007, R$ 19,96. Qual o seu
ndice de salrio e qual seu percentual de aumento no perodo?

3) Em 2002, o preo de um produto era 35% mais baixo que em 2003 e, em 2004, 30% maior que em 2003.
Qual o ndice de preo de 2002 (base) para 2004? R: 200

4) O salrio de um empregado, em janeiro de 2004, era de R$ 2.500,00. Se o ndice de preos nesse mesmo
ms, em relao a dezembro de 2003 era de 101,13, qual o salrio desse empregado em dezembro de
2003?

4 NMEROS NDICES DE LIGAO

4.1 ELOS DE RELATIVOS (RELATIVOS DE LIGAO)
Vrios relativos formam elos quando cada um deles calculado tomando como base o ano anterior;
so os relativos de base mvel.

Exemplo: Um bem apresentou no perodo de 2001 a 2004, respectivamente os preos de R$ 240, R$ 300, R$
360 e 540. Vamos calcular os elos de relativos.
100
01
02
02 , 01
=
p
p
p 100
240
300
= =125%
100
02
03
03 , 02
=
p
p
p 100
300
360
= =120%
100
03
04
04 , 03
=
p
p
p 100
360
540
= =150%
Portanto:
Ano Relativos
2001 ---
2002 125
2003 120
2004 150

Fazemos uso dos elos de relativos quando queremos acompanhar os crescimentos (positivos ou
negativos) anuais (ou mensais, ou dirias).





66





4.2 RELATIVOS EM CADEIA
O relativo em cadeia o ndice de base fixa: todos os relativos so calculados tomando-se uma
determinada poca como base.

Exemplo: Utilizando o exemplo anterior, tomando como base fixa 2001, temos:
100
01
01
01 , 01
=
p
p
p 100
240
240
= =100%
100
01
02
02 , 01
=
p
p
p 100
240
300
= =125%
100
01
03
03 , 01
=
p
p
p 100
240
360
= =150%
100
01
04
04 , 01
=
p
p
p 100
240
540
= =225%
Portanto:
Ano Relativos do Preo
2001 100
2002 125
2003 150
2004 225
Fazemos uso dos relativos em cadeia quando desejamos comparar um determinado ano, considerado
significativo, com os anos anteriores e os consecutivos.

4.3 MUDANA DE BASE

A mudana de uma srie de nmero ndices para uma outra base feita dividindo-se cada ndice da srie
original pelo nmero ndice correspondente nova base, e exprimindo os resultados em porcentagens.

Exemplo: Fazer a mudana de base do exemplo anterior, para 2003.

Soluo: Dividi-se os valores dos ndices do preo da anterior pelo preos relativos a 2003.

Ano Preos Relativos
2001 67
2002 83
2003 100
2004 150

Isso sempre pode ser feito, quando no temos os valores e somente os ndices. Seria a mesma coisa que
calcular os ndices do preo com base fixa de 2003 usando a tabela original.





67




EXERCCIO
5) So dados os valores das exportaes de um pas em moeda local. Determine os ndices tomando como
base o ano de 2006.
Ano
Exportao em milhes
de Dlares
2002 1,234
2003 1,345
2004 1,027
2005 1,825
2006 1,975
2007 1,754
2008 1,938
6) Dada a Tabela:
Ms Quantidade Preo Valor
Jan. 6,35 1,97 12,51
Fev. 8,63 2,56 22,09
Mar. 7,09 2,13 15,10
Abr. 6,65 1,95 12,97
Maio 7,17 1,83 12,12
Determine:
a) Os elos de relativos do preo (ou seja, os relativos de base mvel);
b) Os relativos da quantidade com base em Janeiro (ou seja, os relativos de base fixa);
c) Os relativos do valor com base em abril (ou seja, os relativos de base fixa).

7) A tabela abaixo apresenta os valores da arrecadao anual da Contribuio Provisria sobre
Movimentao Financeira (CPMF), medidos em R$ milhes, entre 1999 e 2003.
Ano Valor
1999 7.956
2000 14.546
2001 17.196
2002 20.368
2003 26.207
Fonte: Conjutura Econmica, vol. 58, no 3 mar. 2004.
Responder:
a. O nmero-ndice com base de comparao fixa em 1999.
b. O nmero-ndice com base de comparao fixa em 2003.
c. O nmero-ndice com base de comparao mvel no ano imediatamente anterior.

8) A seguir temos os relativos de base lixa da produo de um artigo.
Anos 1995 1996 1997 1998 1999 2000
Relativos 90 100 110 125 135 170

Pede-se: a) Determine os correspondentes relativos de base mvel. b) Determine os correspondentes
relativos com base em 1995. c) Determine a produo de cada ano, sabendo que ela, no ano base dado, foi de
300 toneladas.
68




9) Dada a tabela:
QUANTIDADE DE BENS (1991-94)
BENS 1991 1992 1993 1994
Auto-Veculos (mil unid.) 1.128,0 1.165,2 780,9 859,3
Cimento (milhes de t) 24,9 27,2 26,1 25,4
Ao (milhes de t) 13,9 15,2 13,1 12,9
Petrleo bruto (milhes de m) 9,6 10,6 12,4 15,1
Dados: fictcios
a) Calcule os relativos para o bem auto-veculos, tomando 1991 = 100;
b) Forme a tabela dos elos de relativo para o cimento;
c) Calcule os relativos para o bem ao, tomando 1992 = 100;
d) Forme a tabela dos elos de relativo para o petrleo bruto.


10) Os preos e os Consumos, de um certo bem, tiveram o seguinte comportamento atravs do tempo.
ANO 1996 1997 1998 1999 2000 2001 2002 2003
PREO 25 40 50 60 75 90 100 115
CONSUMO 20 25 30 15 35 40 50 55

Pede-se: a) Determine os preos relativos com base em 1996 b) Determine as quantidades relativas com base
em 1996. c) Determine os valores relativos com base em 1996. d) Determine os preos relativos de base
mvel. e) Interprete os valores obtidos para o ano de 1999, nos itens 'a', 'b", "c' e d.





















69



5 NDICES AGREGATIVOS SIMPLES

Os ndices agregativos um ndice de fcil aplicao. Nos itens acima, foram demonstrados o preo ou
quantidade de um s bem, porm a variao de preos, quando se trata de uma cesta de bens, exige um
ndice que possa sintetizar a variao dos preos de um conjunto de bens (agregado). Para a apurao
dos referidos ndices vamos usar o ndice agregativo.


5.1 NDICES AGREGATIVO SIMPLES DE PREO E QUANTIDADE

Uma maneira de determinar o ndice agregativo simples calcular a mdia aritmtica dos relativos,
obtendo o ndice mdio de relativos
1
.

Os problemas envolvendo ndices de preos e quantidades so mais complexos que a simples
comparao dos relativos. H a necessidade de comparao de vrias sries.

Para soluo destes problemas criou-se um conjunto de ndices. Os principais so:

ndice agregativo simples:

De preos:
i
0
i
t
p
p
p
I = De Quantidade:
i
0
i
t
q
q
q
I =

Onde:
i
0
p : Soma de todos os preos no ano-base
i
0
q : Soma de todas as quantidades no ano-base
i
t
p : Soma de todos os preos na poca atual
i
t
q : Soma de todas as quantidades na poca
atual




OBSERVAES: um ndice de fcil aplicao, porm apresentam algumas limitaes:

a) No se leva em considerao a importncia relativa dos itens. Assim, por exemplo, no clculo do ndice do
custo de alimentao, seria atribuda ao arroz e ao bacalhau do Noruega a mesma importncia
2
.

b) No h homogeneidade entre as unidades dos diversos bens (O arroz, a carne, o acar e outros bens
podem ser expressos em quilogramas ou toneladas; O leite, os refrigerantes, em litros; os tecidos, linhas,
em metros etc).



1
CRESPO (1998), op. cit. p. 165
2
Vide MARTINS e DONAIRE (1993), op. cit. pp. 219-20
70





5.2 NDICES MDIOS DOS RELATIVOS DE PREOS E QUANTIDADES
Para o clculo dos ndices mdios dos relativos, pode-se utilizar as mdias aritmtica, geomtrica ou
harmnica. Veremos as mdias aritmtica e geomtrica:

Para Mdia aritmtica:
De Preos: De quantidades


n
p
P
i
t 0,
t 0,
=
n
q
Q
i
t 0,
t 0,
=

Para Mdia Geomtrica:
De Preos De Quantidades:


n
[
=
i
t 0,
t 0,
p
P
G


n
[
=
i
t 0,
t 0,
q
Q
G

Onde:
i
t 0,
p : relativo de preo na poca-base do i-simo bem
i
t 0,
q : relativo de quantidade na poca atual do i-
simo bem

EXERCCIOS

11) Calcular os ndices agregativos simples pela mdia aritmtica e pela mdia harmnica para os dados
abaixo (ano base 2000):

ANO CIMENTO PEDRA AREIA
2000 35 12 40
2001 42 17 45
2002 47 24 53
(mdia aritmtica: 100,0 124,7 155,6)
(mdia harmnica 100,0 123,6 150,0)

12) Calcular os ndices agregativos simples pela mdia aritmtica e pela mdia harmnica para os dados
abaixo (ano base 2000):
ANO CIMENTO PEDRA AREIA
2000 35 12 40
2001 42 17 45
2002 47 24 53
(mdia aritmtica: 100,0 124,7 155,6)
(mdia harmnica 100,0 123,6 150,0)
71



6 EMPREGO DE NDICES (AGREGATIVOS) PONDERADOS

Como vimos, os ndices simples apresentam algumas desvantagens, em especial quando se refere
inexistncia de pesos diferentes para cada utilidade que os compe de acordo com sua importncia relativa.
No caso dos ndices ponderados, alm da frmula a ser usada para interpretar as variaes de preo e de
quantidade dos bens, h o problema do critrio para a fixao dos pesos relativos de cada um deles.
A ponderao proposta pelos mtodos mais usados baseia-se na participao de cada bem no valor
transacionado total e, feita, em geral, segundo dois critrios: peso fixo na poca bsica ou peso varivel na
poca atual.

6.1.1 ndice de Laspeyres ou mtodo da poca bsica

O ndice de Laspeyres constitui uma mdia ponderada de relativos, sendo os fatores de ponderao
determinados a partir de preos e de quantidades da poca bsica, por conseguinte, no ndice de Laspeyres, a
base de ponderao a poca bsica, por isso a denominao mtodo da poca bsica.

a) ndice de Preo de Laspeyres
O problema de determinar variaes de preo para um grupo de artigos que, usualmente, alm de
variaes nos preos, h variaes nas quantidades compradas. Assim, para focalizarmos s preos, as
variaes nas quantidades devem ser eliminadas. Em outras palavras, queremos saber at que ponto as
variaes de valor so devidas variao de preo, sem precisarmos considerar variaes de quantidades.
Uma forma de conseguir isto fazer as quantidades do ano corrente iguais s quantidades do ano base.
Dessa forma, a nica diferena ser nos preos entre os dois anos.

=
0 0
0
, 0
.
.
q p
q p
L
t p
t

Onde:
p0 o preo de um item qualquer no perodo base
pt o preo de um item qualquer no perodo atual
q0 a quantidade de um item qualquer no perodo base
qt o quantidade de um item qualquer no perodo atual

Exemplo: Um comprador noturno que adquire quatro itens: cogumelos (em kg), limes (em unidades),
bolos (em unidades) e o jornal. Conforme consta a tabela a seguir:
Itens
2000 2004
Preo0 Quantidade0 Preot Quantidadet
Cogumelos 0,80 2 1,20 1,5
Limes 0,10 4 0,08 6
Bolos 1,00 1 2,00 0,5
Jornais 0,10 1 0,25 1
Observe que tanto os preos, como as quantidades se modificaram de 2000 a 2004. Se quisermos
saber qual foi a variao global dos preos, poderemos imaginar as quantidades como tendo permanecido
inalteradas. Tomando-se o ano de 2000 e utilizando o ndice de Laspeyres de preo, temos:
72




1 10 , 0 1 00 , 1 4 10 , 0 0 , 2 80 , 0
1 25 , 0 1 00 , 2 4 08 , 0 0 , 2 20 , 1
.
.
00 00
00 04
04 , 00
+ + +
+ + +
= =

q p
q p
L
p

Esse ndice sugere que, globalmente, os preos subiram 60%.
Neste caso, os preos da poca bsica so considerados os fatores de ponderao. O ndice
agregativo de quantidade procura responder a seguinte ponderao, que so: se em cada uma de duas
pocas forem adquiridas quantidades diferentes de determinadas mercadorias, mas aos mesmos preos (fixos
na poca bsica, no caso do ndice de Laspeyres), quanto se gastar na poca atual em relao ao que se
gastou na poca bsica? Enquanto no ndice de preo a diferena da importncia gasta devi a-se variao
nos preos, no de quantidade ela se deve s variaes nas quantidades adquiridas, uma vez que os preos
permanecem constantes.

b) ndice de Quantidade de Laspeyres
De modo anlogo podemos calcular o ndice de quantidade, mantendo constantes os preos e isolando,
assim, as variaes de quantidades.

=
0 0
0
, 0
.
.
p q
p q
L
t q
t

Exemplo: Utilizando as mesmas informaes da tabela do exemplo anterior, o ndice de quantidade de
Laspeyres para ano o base 2000, e utilizando os preos como pesos do ano base, tm-se:
10 , 0 1 00 , 1 1 10 , 0 4 80 , 0 2
10 , 0 1 00 , 1 5 , 0 10 , 0 6 80 , 0 50 , 1
.
.
00 00
00 04
04 , 00
+ + +
+ + +
= =

p q
p q
L
q
= 77%
O ndice pode ser interpretado como indicativo de que as quantidades globais dos artigos em estudo,
adquiridos por aquele comprador, diminuram 23% (77-100).

6.1.2 ndice de Paasche ou Mtodo da poca Atual

No ndice agregativo proposto por Paasche, a ponderao feita em funo dos preos e quantidades
do perodo atual. Entretanto, uma desvantagem dos pesos do perodo atual que eles devem ser revistos
cada ano. Outro processo seria utilizar pesos de algum perodo intermedirio entre perodo base e o atual.
a) ndice de Preo de Paasche

=
t
t t p
t
q p
q p
P
.
.
0
, 0

Observando a expresso anteriormente citada pode-se ver que os fatores de ponderao so as
quantidades da poca atual. Como a poca atual varivel, os pesos, no ndice de Paasche, mudam quando
as pocas atuais mudarem, o caracterizando.
Como um ndice agregativo com ponderaes variveis, o ndice de Paasche reala a baixa porque a
ponderao determinada pela poca atual.
Uma sria limitao ao uso do ndice de preo de Paasche reside no fato de os pesos variarem em
cada perodo, o que onera substancialmente a pesquisa, no caso de ser difcil estimar as quantidades na
poca atual. Esse fato torna proibitivo o emprego do ndice de Paasche quando se deseja montar um ndice
ponderado para se fazerem comparaes semanais, mensais ou mesmo trimestrais.


73



b) ndice de Quantidade de Paasche
O ndice de Paasche de quantidade definido por:

=
t
t t q
t
p q
p q
P
.
.
0
, 0

Exemplo:
Utilizando os dados do exemplo anterior e usando 2000 como base, obtenha os ndices de Paasche
de preos e quantidades.

=
04 00
04 04
, 0
.
.
p q
p q
P
p
t
=
1 10 , 0 5 , 0 00 , 1 6 10 , 0 5 , 1 80 , 0
1 25 , 0 5 , 0 00 , 2 6 08 , 0 5 , 1 20 , 1
+ + +
+ + +
=147,08%
Esse ndice sugere que, globalmente, os preos subiram 47,08%.

Neste caso, os preos da poca atual so considerados os fatores de ponderao. O ndice agregativo de
quantidade procura responder: se em cada uma das duas pocas forem adquiridas quantidades diferentes de
determinadas mercadorias, mas aos mesmos preos (fixos na poca atual, no caso do ndice de Paasche),
quanto se gastar na poca atual em relao ao que se gastou na poca bsica? Enquanto no ndice de preo
a diferena da importncia gasta devia-se variao nos preos, no de quantidade ela se deve s variaes
nas quantidades adquiridas, uma vez que os preos permanecem constantes.

EXERCCIOS

13) Calcular os ndices de preos e de quantidade pelos mtodos de Laspeyres e Paasche para os dados
abaixo: (ano-base 2002)

ITENS 2002 2003
Preo quantidade preo quantidade
X 35 3 39 5
Y 28 5 20 8
Z 12 9 18 10


14) Numa sociedade em que h apenas trs bens (denominados A, B e C), temos os preos e as quantidades
consumidas em dois anos mostradas na tabela a seguir. Determine a variao de preos no perodo (a)
pelo ndice de Laspeyres (b) pelo ndice de Paasche.


ITENS
1999 2000
Preo Quantidade Preo Quantidade
A 1 1000 2 500
B 3 1500 4 1200
C 4 1000 3 1200




74



7 Principais ndices Brasileiros:

7.1 IPC ndice de Preos ao Consumidor

IPC/Fipe (So Paulo): calculado com base em 4 conglomerados de, aproximadamente, 300
endereos, sistematicamente pesquisados. A ponderao alterada sempre que ocorram mudanas
significativas. So pesquisados mais de 250 produtos, gerando cerca de 50.000 preos a pesquisar.
calculado pela mdia geomtrica dos relativos (Divisia) e divulgado semanalmente.

ICV/Dieese (So Paulo): So utilizados aproximadamente 350 produtos, pesquisados em famlias
paulistanas com renda mensal entre 1 e 30 s.m. (cesta de bens pesquisada em 1982/83).

INPC- ndice Nacional de Preos ao Consumidor: calculado com base nos preos de 11 regies
metropolitanas (So Paulo, Rio de Janeiro, Porto Alegre, Belo Horizonte, Salvador, Recife, Belm,
Fortaleza, Curitiba, Goinia e Braslia), num total de 116 municpios, em famlias com renda entre 1 e 8
s.m. So utilizados, aproximadamente, 350 produtos e 140.000 preos a pesquisar. So obtidos
ndices regionais. O ndice nacional obtido por ponderao dos regionais. O ndice para produtos
sazonais calculado por Paasche.

IPCA ndice de Preos ao Consumidor Ampliado: Variante do INPC, utiliza renda entre 1 e 40 s.m.

7.2 IPA ndice de Preos por Atacado:
Utiliza, aproximadamente, 430 produtos, totalizando cerca de 10.000 preos atualizados mensalmente.
O clculo do ndice feito por Laspeyres com base mvel.

7.3 INCC ndice Nacional da Construo Civil:
obtido com base nos preos e quantidades padres consumidas na construo de casas trreas (em
mdia 82 m) e edifcios com quatro, oito e doze pavimentos. So considerados 427 itens de materiais
de construo, servios e mo-de-obra.

7.4 IGP ndice Geral de Preos:
Calculado pela FGV - Fundao Getlio Vargas, utiliza bens e servios, assim como os respectivos
pesos, atualizados sistematicamente, de acordo com o momento econmico. Utiliza a frmula de
Laspeyres de base mvel. a mdia ponderada do IPA (0,6), do IPC (0,3) e do INCC (0,1).



EXERCCIOS COMPLEMENTARES DE NMEROS NDICES

15) Considere os relativos de base fixa constantes da tabela seguinte, referentes aos preos da utilidade W,
em reais.
ano 1994 1995 1996 1997 1998 1999
relativo 100 130 150 180 200 250
Pede-se: a) Determine os correspondentes relativos de base mvel. b) Determine os correspondentes
relativos com base em 1996. c) Determine os preos no perodo 1997/99 sabendo que no ano base dado ele
foi de R$400,00.

16) O preo de um produto aumentou de 40% no perodo 2001/03, enquanto que a quantidade vendida do
mesmo nesse perodo diminuiu em 10%. Pede-se: a) De que percentagem o valor total das vendas deste
produto aumentou ou diminuiu nesse perodo? b) Se o valor total das vendas do produto em 2001 foi de 20
milhes de reais qual foi o valor total das vendas em 2003?
75




17) Os dados seguintes apresentam a estrutura de preos e consumos de uns certos produtos:
produto preo 2002 consumo
2002
preo 2003 consumo
2003
A 10 18 20 15
B 12 10 18 12
C 8 15 13 14
D 20 5 25 10
E 35 7 42 13

Considerando 2002 como ano base, calcule e interprete o valor do a) ndice Agregativo Simples de Preos. b)
ndice Aritmtico Simples de Preos c) ndice de Laspeyres d) ndice de Paasche. e) ndice de Fisher .

18) Considere os dados seguintes referentes aos preos e consumos de alguns produtos
Produto Preo
2000
Consumo
2000
Preo
2003
Consumo
2003
Carne (kg) 3,0 40 5,0 35
Laranja
(dz)
1,5 60 2,8 90
Leite (l) 0,5 10 1,3 12

Pede-se: a) Usando como base 2000 determine os relativos de preo de cada bem para 2003. b) Usando
como base 2000 determine os relativos de quantidade de cada bem para 2003. c) Calcule o ndice aritmtico
simples de preos com base em 2000 e interprete o resultado. d) Calcule o ndice de Paasche com base em
2000 e interprete o resultado. e) Qual dos dois ndices Aritmtico simples ou Paasche seria o mais indicado,
se desejssemos estimar um ndice de custo de vida com os dados deste problema?

19) A tabela seguinte apresenta os relativos de base mvel referentes as quantidades produzidas de certo
bem.
Ano 1993 1994 1995 1996 1997 1998 1999
Relativos 110 115 120 110 105 130 120

Pede-se: a) obtenha os correspondentes relativos com base em 1995. b) interprete o relativo de base
mvel de 1997. c) interprete o relativo de 1994 calculado no tem "a. d) sabendo que em 1993 foram
produzidas 5 milhes de toneladas do bem em questo determine o nmero de toneladas produzidas em
1999.

20) De quanto aumentou o consumo de um bem, num perodo em que seu preo de venda teve um aumento
de 80% e seu valor total vendido triplicou?

21) Se no estudo da estrutura de preos e consumos de alguns bens numa certa regio constatou-se que no
perodo de 1995 a 2000 o valor do ndice de Paasche foi calculado em 157,98% e o de Laspeyres em
154.53%, o que podemos afirmar sobre a variao dos preos desses bens atravs de critrio de Fisher ?




76




CAPTULO 9

PROBABILIDADE

1 Histrico

Os primeiros estudos matemticos sobre probabilidades foram feitos pelos italianos Cardano (1501 - 1576)
e Galileu Galilei (1564 - 1642) e tratavam dos jogos de dados.
Em 1654, o francs Pascal (1612 -1668) foi procurado por Chevalier de Mr amigo seu e jogador
profissional, que lhe apresentou questes do tipo: Em oito lances de um dado, um jogador deve tentar o
nmero 1, mas, depois de trs tentativas fracassadas, o jogo interrompido por seu oponente. Como ele
poderia ser indenizado?. Resolvido os problemas de Mr, Pascal escreveu a seu amigo Fermat (1601 -
1665) expondo-lhe vrios problemas. Essa correspondncia entre os dois, onde encontram-se inmeros
problemas de probabilidade resolvidos, foi o ponto de partida para a moderna teoria das Probabilidades. As
idias centenrias de Cardano foram esquecidas. Pascal e Fermat nada publicaram a respeito, mas o
holands Huygins (1629 - 1695), tendo conhecimento desses estudos, passou a interessar-se e, em 1657,
publicou Sobre o raciocnio em jogo de dados, o primeiro livro sobre a Teoria das Probabilidades. Dentre os
matemticos que contriburam para a evoluo dessa teoria destacam-se: o suo Bernoulli (1654-1705), o
francs Moivre (1667 - 1754), o francs Laplace (1749 - 1827) e os Russos Tchebycheff (1821 - 1894) e
Markov (1856 - 1922).
Atualmente, a Teoria das Probabilidades tem muita importncia e vrias aplicaes em estatstica,
economia, engenharia, fsica, qumica, sociologia, biologia e vrios outros campos do conhecimento.

2 Conceitos bsicos de probabilidade

2.1. Experimento probabilstico

Definio
Um experimento probabilstico uma ao ou um ensaio por meio do qual resultado especfico
(contagem, medidas e respostas) so obtidos. A conseqncia de um nico ensaio em um experimento
probabilstico um resultado (ponto amostral). O conjunto de todos os resultados possveis de um
experimento probabilstico o espao amostral. Um evento consiste em um ou mais resultados e um
subconjunto do espao amostral.

Exemplos de experimentos probabilsticos:
a) No lanamento de uma moeda, temos o espao amostral {cara, coroa}.
b) No lanamento de um dado, temos o espao amostral: {1, 2, 3, 4, 5, 6}.
c) Dois lanamentos sucessivos de uma moeda, temos o espao amostral: {(ca,ca); (co,co); (ca,co);
(co,ca)}.
77



d) No nascimento de uma criana, temos o espao amostral: {feminino, masculino}.
e) No resultado de uma partida de futebol temos o espao amostral: {vitria, empate, derrota}.



2.2. Eventos
Um evento de um experimento aleatrio qualquer subconjunto do espao amostral desse
experimento. O nmero de elementos de um evento E ser representado por n(E).

2.2.1. Eventos unitrio, certo e impossvel
Dois ou mais eventos elementares de certo espao amostral so ditos:

- Evento Unitrio: formado por um nico elemento do espao amostral.
Ex.: ocorrncia da face 3 no lanamento de um dado.

- Evento Certo: aquele que ocorre em qualquer realizao do experimento.
Se E = S, E chamado de evento certo.
Ex.: no lanamento de um dado fatalmente sair a face 1, 2, 3, 4, 5 ou 6.

- Evento Impossvel: aquele que no ocorre em qualquer realizao do experimento.
Se E = , E chamado de evento impossvel.
Ex.: No lanamento de um dado sair a face 7.

Exemplo: No lanamento de um dado e a observao da face voltada para cima, temos os eventos:

* Evento A: a face observada um n par.
A = {2, 4, 6}, n(A) = 3

* Evento B: a face observada um quadrado perfeito.
B = {1, 4}, n(B) = 2

* Evento C: a face observada um nmero mltiplo de 5.
C = {5}, n(C) = 1
(evento unitrio)

* Evento D: a face obtida um nmero menor que 7.
D = { 1, 2, 3, 4, 5, 6}, n(D) = 6
(evento certo)

* Evento F: a face obtida um nmero maior que 6.
F = { }, n(F) = zero
(evento impossvel)


2.2.2. Evento complementar
Para um evento A qualquer, o complementar de A, denotado por A dado por A = S A, ou seja, um outro
conjunto formado pelos elementos que pertencem a S e no pertencem a A. O resultado da reunio de A e A
exatamente o espao amostral.
Exemplo:
1. Coroa complementar de cara (e vice-versa).
2. O conjunto de cartas de paus, ouros e copas complementar do conjunto de espadas.
3. Num jogo em que acontece um (empate), o evento complementar (ganhar, perder).
4. Numa jodada de um dado que sai o nmero (1), o evento complementar (2,3,4,5,6).


2.2.3. Evento mutuamente exclusivos

- Evento Mutuamente Exclusivo: Caracteriza-se quando dois ou mais eventos no podem ocorrer simultaneamente, ou
seja, a ocorrncia de um exclui a possibilidade de ocorrncia do outro e vice-versa.

Exemplos:
78



1. Se a carta de copas, ento ela no de ouro;
2. Se o tempo est nublado, ento no h sol.

Eventualmente podero esgotar todos os resultados possveis, nesse caso sero chamados de
mutuamente excludentes e exaustivos.

- Eventos no mutuamente exclusivos
Caracteriza-se quando dois ou mais eventos podem ocorrer simultaneamente.



2.2.4. Evento independente e condicionado

- Evento Independente: Dizemos que dois ou mais eventos so independentes quando no exercem aes recprocas,
comportando-se cada um de maneira que lhe prpria sem influenciar os demais.

Caracteriza-se, portanto, quando a ocorrncia de um evento no for afetada pela ocorrncia do outro, sendo a recproca
verdadeira.

Ex.: Consideremos o lanamento de duas moedas:
Temos: S = {(ca, ca), (ca, co), (co, co), (co, ca)}
Os resultados dos eventos so independentes de uma moeda para outra.

- Evento Condicionado: Quando associados dois ou mais eventos a um experimento aleatrio qualquer, dizemos que eles
so condicionados a outro evento A do mesmo experimento.
Caracteriza-se quando a ocorrncia de um evento B qualquer dependa da ocorrncia de outro evento A.

Ex.: retirada, sem reposio, de duas cartas vermelhas de um baralho completo.


Exemplos: Decida se os eventos so dependentes ou independentes

1. Selecionar um rei de um baralho comum (A), no o recolocando, e ento selecionar uma dama do baralho (B).
Soluo: A ocorrncia de A modifica a probabilidade da ocorrncia de B; portanto, os eventos so dependentes.

2. Jogar uma moeda, obter cara (A) e ento jogar um dado de seis faces e obter um 6 (B).
Soluo: A ocorrncia de A no modifica a probabilidade da ocorrncia de B; portanto, os eventos so independentes.




Importante!
- Um evento certo o prprio espao amostral;
- Um evento impossvel o subconjunto vazio do espao amostral.




3 Tipos de Probabilidade

H trs tipos de probabilidade: clssica, emprica e subjetiva. A probabilidade de um evento E ocorrer
escrita como P(E) l-se a probabilidade do evento E.

3.1. Probabilidade Clssica
79




Definio
A probabilidade clssica (ou terica) usada quando cada resultado no espao amostral tem a mesma
probabilidade de ocorrer. A probabilidade clssica para um evento E dada por
ou
Exemplos:
a. No lanamento de uma moeda qual a probabilidade de obter cara:
S = { ca, co } , n(S) = 2
A = {ca} , n(A) = 1
P(A) = = 0,5 = 50%
b. No lanamento de um dado qual a probabilidade de obter um nmero par:
S = { 1, 2, 3, 4, 5, 6 }, n(S) = 6
A = { 2, 4, 6 }, n(A) = 3
P(A) = = 0,5 = 50%
c. No lanamento de um dado qual a probabilidade de obter um nmero menor ou igual a 6:
S = { 1, 2, 3, 4, 5, 6 }, n(S) = 6
A = { 1, 2, 3, 4, 5, 6 }, n(A) = 6
P(A) = = 1,0 = 100%
d. No lanamento de um dado qual a probabilidade de obter um nmero maior que 6:
S = { 1, 2, 3, 4, 5, 6 }, n(S) = 6
A = { }, n(A) = 0
P(A) = = 0 = 0%

Exerccios:
1. No lanamento de um dado e a observao da face voltada para cima, determine a probabilidade de se
obter:
A) Um nmero mpar.
B) Um nmero mltiplo de 3.
C) Um nmero menor que 7.
D) Um nmero maior que 6.

2. No lanamento simultneo de dois dados e a observao das faces voltadas para cima, determine a
probabilidade de se obter:
A) Nmeros iguais.
B) A soma dos nmeros igual a 9.

3.2. Probabilidade emprica e Lei dos Grandes nmeros

Definio
A probabilidade emprica (ou estatstica) baseia-se em observaes obtidas em experimentos
probabilsticos. A probabilidade emprica de um evento E a freqncia relativa desse evento.
( )
total frequncia
E evento do frequncia
= E P
Exemplo: Em um pequeno aude contm trs tipos de peixes: Matrinx, Tambaqui e Tucunar:
Tipo de peixe Quantidade
Matrinx 13
Tambaqui 17
Tucunar 10
80


Total 40
Qual a probabilidade de se pescar um Tambaqui?
P(Tambaqui) =
40
17
= 0,425 = 42,5%

Lei dos grandes nmeros
medida que um experimento repetido mais e mais vezes, a probabilidade emprica de um evento
tende sua probabilidade terica (real).

Exemplo: Como exemplo dessa lei, suponha que voc queira determinar a probabilidade de obter
cara com uma moeda normal.
O mapa de disperso abaixo mostra o resultado de similar jogada da moeda 500 vezes. Observe que,
medida que o nmero de jogadas cresce, a probabilidade de obter cara fica mais perto da probabilidade
terica, que de 0,5.



3.3. Probabilidade subjetiva

O terceiro tipo de probabilidade a subjetiva. A probabilidade subjetiva resulta da intuio,
estimativa, ou de um palpite bem fundamentado. Veja os exemplos:
- Dado o estado de sade do paciente e a extenso dos ferimentos, um mdico pode sentir que
esse paciente tem uma chance de 90% de se recuperar completamente.
- Um analista de negcios pode predizer que a chance dos funcionrios de uma determinada
companhia entrarem em greve de 0,25.

4 Propriedades da probabilidade

- Uma probabilidade no pode ser negativa ou maior que 1. Assim, a probabilidade de um evento
E est entre 0 e 1.
0
s
P(E)
s
1
- A soma das probabilidades de todos os resultados de um espao amostral de 1 (100%). Uma
conseqncia importante desse fato que, se souber a probabilidade de um evento E, poder
obter a probabilidade do complemento do evento E.

81


Probabilidade de Eventos Complementares

Sabemos que um evento A pode ocorrer ou no. Sendo P(A) a probabilidade de que ele ocorra
(sucesso) e P() a probabilidade de que ele no ocorra (insucesso), para um mesmo evento existe sempre a
relao:
P(A) + P() = 1

Exemplo: Sabemos que a probabilidade de tirar o n 4 no lanamento de um dado igual 1/6. Logo, a
probabilidade de no tirar o n 4 no lanamento de um dado:
P() = 1 P(A)
P() = 1
6
1
=
6
5
.


Exerccios
1) Uma caixa contm bolas numeradas de 1 a 15. Retira-se uma bola ao acaso, qual a probabilidade de se
obter uma bola cujo nmero seja mltiplo de 4?
2) Qual a probabilidade de um eleitor amazonense escolhido ao acaso no ter votado em Amazonino
Mendes na eleio de 2008?
- Cerca de 1.050.230 votaram em outro candidato ou em outra opo.
- Cerca de 1250.000 votaram em Amazonino Mendes.
3) Determine a probabilidade, considerando uma companhia que seleciona funcionrios ao acaso para um
teste de drogas. A companhia usa um computador para selecionar aleatoriamente nmeros de
funcionrios em um intervalo que vai de 1 a 6.296.
a) Obtenha a probabilidade de selecionar um nmero menor do que mil.
b) Obtenha a probabilidade de selecionar um nmero maior do que mil.
c) Obtenha a probabilidade de selecionar um nmero divisvel por mil.
d) Obtenha a probabilidade de selecionar um nmero no divisvel por mil.
4) Dada a distribuio de freqncia dos nmeros de eleitores brasileiros (em milhes) de acordo com a
idade.
Idade dos eleitores em anos frequncia (em milhes)
18 a 20 10,8
21 a 24 13,9
25 a 34 40,1
35 a 44 43,3
45 a 64 53,7
65 ou mais 31,9

Obtenha a probabilidade de um eleitor escolhido ao acaso:
a) Ter entre 21 e 24 anos;
b) No ter entre 18 a 20 anos.
5) Quando duas flores boca-de-leo cor-de-rosa (RW) so cruzadas, h quatro resultados possveis
igualmente provveis para a estrutura gentica da descendncia: vermelho (RR), cor-de-rosa (RW), cor-
de-rosa (WR) e branco (WW). Ento, se duas bocas-de-leo forem cruzadas, qual ser a probabilidade
de a descendente ser (a) cor-de-rosa? (b) vermelha? (c) branca?
82



6) O diagrama mostra o nmero de trabalhadores (em milhares) por setor numa certa cidade. Calcule a
probabilidade de: a) Um trabalhador escolhido ao acaso estar empregado no setor de servios. b) Um
trabalhador escolhido ao acaso no estar empregado no setor de servios.


5 Probabilidade Condicional e a Regra da Multiplicao

5.1. Probabilidade condicional

Uma probabilidade condicional a probabilidade de ocorrer um evento, dado que outro evento j
ocorreu. A probabilidade condicional de o evento B ocorrer, dado que o evento A j ocorreu, denotada
por P(B|A) lida como probabilidade de B, dado A.

Exemplos:
1. Duas cartas so selecionadas em seqncia em um baralho comum (52 duas cartas). Determine a
probabilidade de a segunda ser uma dama, dado que a primeira foi um rei. Assuma que o rei no seja
recolocado.
Soluo: Uma vez que a primeira carta foi um rei e no foi recolocada, restou no baralho 51 cartas, quatro
delas damas. Assim,
P(B|A) = ~
51
4
0,078.

2. A tabela abaixo mostra os resultados de um estudo no qual pesquisadores examinaram o QI de 102
crianas e a presena de um gene especfico nelas. (a) Obtenha a probabilidade de determinada criana ter
um QI alto, dado que ela tem o gene.
Gene
presente
Gene no
presente
Total
QI alto 33 19 52
QI normal 39 11 50
Total 72 30 102

Soluo: Existem 72 crianas com o gene. O espao amostral, portanto, consiste de 72 crianas. Delas, 33
tm QI alto. Assim,
83


P(B|A) = ~
72
33
0,458.

(b) Determine a probabilidade de uma criana no ter o gene.
(c) Determine a probabilidade de uma criana no ter o gene, dado que ela tem um QI normal.

5.2. Probabilidade de eventos independentes
Como dois eventos so independentes se a ocorrncia de um deles no afeta a probabilidade de
ocorrncia do outro, ento
P(B|A) = P(B) ou P(A|B) = P(A)
Os eventos que no so independentes so dependentes (condicionados)

Exemplos:
1. Qual a probabilidade de selecionar um rei de um baralho comum (A), no o recolocando, e ento selecionar uma dama do
baralho (B).
Soluo: A ocorrncia de A modifica a probabilidade da ocorrncia de B; portanto, os eventos so dependentes (ou condicionados.
Probabilidade de selecionar um rei: P(A) =
52
4

Probabilidade de selecionar uma dama(de ocorre B aps ter ocorrido A): P(B|A) =
51
4

.

2. Jogar uma moeda, obter cara (A) e ento jogar um dado de seis faces e obter um 6 (B).
Soluo: A ocorrncia de A no modifica a probabilidade da ocorrncia de B; portanto, os eventos so independentes.
Probabilidade de ocorrer cara: P(A) =
2
1

Probabiliade de obter a face 6 (de ocorrer B aps ter ocorrido A): P(B|A) = P(B) =
6
1
.


















5.3. A regra da Multiplicao (e)
84



A probabilidade de dois eventos A e B ocorrerem em seqncia :

a) para eventos condicionados:
Se A e B so dois eventos, a probabilidade de B ocorrer: depois de A ter acontecido definida por:
P(B,A), ou seja, chamada probabilidade condicional de B. Neste caso os eventos so dependentes e
definidos pela frmula:
P (A e B) = P (A B) = P (A) . P (B,A)

b) para eventos independentes:

Quando a realizao ou no realizao de um dos eventos no afeta a probabilidade da realizao do
outro e vice-versa.

P (A e B) = P (A B) = P (A) . P (B)

6 Regra da Adio

6.1. Eventos mutuamente exclusivos

Na seo anterior vimos como obter a probabilidade de dois eventos, A e B, ocorrerem em seqncia.
Nesta seo, vamos obter a probabilidade de pelo menos um dos eventos ocorrer. Probabilidades como
essas so denotadas como P(A ou B) e dependem dos eventos serem mutuamente exclusivas.


Definio

Dois eventos A e B sero mutuamente exclusivos se A e B no puderem ocorrer ao mesmo tempo.

A e B so mutuamente exclusivos. A e B no so mutuamente exclusivos.

Exemplos: Decida se os eventos so mutuamente exclusivos. Explique seu raciocnio.

1. Jogue um dado. A: obter um 3. B: obter um 4.

2. Escolha um estudante. A: escolher um estudante do sexo masculino. B: escolher um estudante com
especialidade em enfermagem.
85



3. Escolha um doador sanguneo. A: o doador do tipo O. B: O doador do sexo feminino.
6.2. Regra da Adio

a) para eventos mutuamente exclusivos

P (A ou B) = P (A U B) = P (A) + P (B)

b) para eventos no mutuamente exclusivos

P (A ou B) = P (A U B) = P (A) + P (B) P (A B)
Exemplos:
1. No lanamento de um dado qual a probabilidade de se tirar o n 3 ou o n 4:
Soluo: Os dois eventos so mutuamente exclusivos ento:
P(n 3 ou n 4) =
6
1
+
6
1
=
6
2
=
3
1

2. No lanamento de um dado qual a probabilidade de se tirar um nmero menor que 3 ou um nmero
mpar.
P(n menor do que ou n mpar) =
6
2
+
6
3

6
1
=
6
4
=
3
2
0,667.






Exerccios
1. Joga-se um dado duas vezes. Qual a probabilidade de se obter a face 5 em ambas as jogadas?
Resposta: 1/36

2. Uma caixa contm 100 peas das quais 5 so defeituosas. Seleciona-se ao acaso uma pea, que no
recolocada e, seleciona-se outra pea. Qual a probabilidade de que ambas as peas retiradas sejam
defeituosas? Resposta: 0,2%
3. Em um pequeno aude contm trs tipos de peixes: Matrinx, Tambaqui e Tucunar:
Tipo de peixe Quantidade
Matrinx 13
Tambaqui 17
Tucunar 10
Total 40
a) Qual a probabilidade de se pescar um Tucunar?
b) Em uma captura, qual a probabilidade de se pescar ou a Matrinx ou um Tucunar?
c) Em duas capturas (sem reposio), qual a probabilidade de se pescar uma matrinx e um Tucunar?
d) Em duas capturas (com reposio), qual a probabilidade de se pescar uma matrinx e um Tucunar?

86


4. Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule:
a) a probabilidade de essa pea ser defeituosa;
b) a probabilidade de essa pea no ser defeituosa.

5. Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5 bolas brancas, 2 pretas,
1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola retirada de cada urna. Qual
a probabilidade de as trs bolas retiradas da 1: 2 e 3 urnas serem, respectivamente, branca, preta e
verde.

6. Duas bolas so retiradas (sem reposio) de uma urna que contm 2 bolas brancas e 3 bolas pretas.
Qual a probabilidade de que a 1 seja branca e a 2 seja preta. R: 30%

7. Duas bolas so retiradas (com reposio) de uma urna que contm 2 bolas brancas e 3 bolas pretas.
Qual a probabilidade de que a 1 seja branca e a 2 seja preta. Resposta: 24%

8. Duas bolas so retiradas (sem reposio) de uma urna que contm 2 bolas brancas e 3 bolas pretas e 5
bolas verdes. Qual a probabilidade de que ambas sejam da cor branca?.

9. Uma caixa contm 3 bolas brancas, 4 pretas e 5 vermelhas. Retirando-se uma bola, qual a probabilidade
de ela ser branca ou vermelha?

10. Um jri consiste de nove pessoas naturais do local e trs naturais de outros estados, Se dois dos jurados
so selecionados aleatoriamente para uma entrevista, qual a probabilidade de serem ambos naturais de
outro estado? Resposta: 4,55%

11. Em uma caixa h sete lmpadas, sendo quatro boas e trs queimadas. Retirando trs lmpadas ao
acaso, sem reposio, qual a probabilidade de que:
a) Todas sejam boas; R: 24/210
b) Todas sejam queimadas. R: 6/210

12. Na jogada de um dado, qual a probabilidade de sair um 6 ou um nmero mpar.

13. Ao selecionar uma carta de um baralho, obtenha a probabilidade de tirar um 4 ou um s.

14. Ao selecionar uma carta de um baralho, obtenha a probabilidade de tirar um 4 ou um naipe de ouro.

15. Um banco de sangue registra o tipo sanguneo e o fator Rh de doadores durante os ltimos cinco dias
conforme a tabela a seguir:
87



Determine as seguintes probabilidades:
(a) Doador ter tipo sangneo O;
(b) Doador ser fator Rh positivo;
(c) Doador ter tipo sangneo A ou B;
(d) Doador ter tipo sanguneo B ou ser Rh negativo.

Questes objetivas

16. (UERJ) - Um instituto de pesquisa colheu informaes para saber as intenes de voto no segundo turno
das eleies para governador do estado. Os dados esto indicados no quadro abaixo:
Inteno de Voto Percentual
Candidato A 26%
Candidato B 40%
Votos nulos 14%
Votos Brancos 20%
Escolhendo aleatoriamente um dos entrevistados, verificou-se que ele no vota no candidato B. A
probabilidade de que esse eleitor vote em branco
(A) 1/6 (B) 1/5 (C) 1/4 (D) 1/3 (E) 2/5

17. (UF So Carlos) - Uma urna tem 10 bolas idnticas numeradas de 1 a 10. Se retirarmos uma bola da
urna, a probabilidade de no obtermos a bola nmero 7 igual a
(A) 2/2 (B) 9/10 (C) 1/10 (D) 9/11 (E) 1/5


18. (FUVEST) - Escolhem-se ao acaso dois nmeros distintos de 1 a 20. Qual a probabilidade de que o
produto dos nmeros escolhidos seja mpar?
(A) 9/38 (B) 1/2 (C) 9/20 (D) 1/4 (E) 8/25


19. (UniRio) - As probabilidades de trs jogadores marcarem um gol cobrando um pnalti so,
respectivamente, 1/2, 2/5 e 5/6. Se cada um bater um nico pnalti, a probabilidade de todos errarem
igual a
(A) 3% (B) 5% (C) 17% (D) 20% (E) 25%

20. (UEM-PR) - Um nmero escolhido ao acaso entre os 20 inteiros, de 1 a 20. A probabilidade de o
nmero escolhido seja primo ou quadrado perfeito
(A) 1/5.
88


(B) 2/25.
(C) 4/25.
(D) 2/5.
(E) 3/5.

21. (UNESP) - Dois dados perfeitos e distinguveis so lanados ao acaso. A probabilidade de que a soma
dos resultados obtidos seja 3 ou 6
(A) 7/18.
(B) 1/18.
(C) 7/36.
(D) 7/12.
(E) 4/9.

22. (Santa Casa-SP) - Num grupo de 60 pessoas, 10 so torcedores do So Paulo, 5 so torcedoras do
Palmeiras e as demais so torcedoras do Cornthians. Escolhido ao acaso um elemento do grupo, a
probabilidade de ele ser torcedora do So Paulo ou do Palmeiras
(A) 40%.
(B) 25%.
(C) 50%.
(D) 30%.
(E) n.d.a.




23. (CESGRANRIO) - Em uma amostra de 500 peas, existem exatamente quatro defeituosas, Retirando-se,
ao acaso, uma pea dessa amostra, a probabilidade de ela ser perfeita de
(A) 99,0%.
(B) 99,1%.
(C) 99,2%.
(D) 99,3%.
(E) 99,4%.

24. (CESGRANRIO) - Uma urna contm 4 bolas brancas e 5 bolas pretas. Duas bolas, escolhidas ao acaso,
so sacadas dessa urna, sucessivamente e sem reposio. A probabilidade de que ambas sejam brancas
vale
(A) 1/6.
(B) 4/9.
(C) 20/81.
(D) 2/9.
(E) 16/81.

25. (CESGRANRIO) - Uma urna contm 4 bolas vermelhas, 3 bolas azuis e 3 bolas brancas. Qual a
probabilidade de retirarmos uma bola vermelha e, sem reposio desta, uma branca?
(A) 1/15.
89


(B) 2/15.
(C) 3/15.
(D) 4/15.
(E) 10/15.

26. (FEI-SP) - Numa moeda viciada, a probabilidade de ocorrer face cara num lanamento igual a 4 vezes
mais a probabilidade de ocorrer coroa. A probabilidade de ocorrer cara num lanamento dessa moeda
:
(A) 40%.
(B) 80%.
(C) 25%.
(D) 20%.
(E) 50%.


7 Anlise Combinatria

Quando a contagem direta do nmero de possibilidades muito trabalhosa, podemos nos valer da
anlise combinatria para determinar os nmeros de casos favorveis e/ou possveis dos experimentos
estudados. Para tanto, necessrio primeiro classificar adequadamente o grupamento e depois aplicar a
frmula correta.

7.1 Notao Fatorial:
Define-se como fatorial de um nmero n (n!), sendo esse nmero um inteiro maior do que 1.
n! = n . (n1) . ... . 1
Exemplos:
5! = 5.4.3.2.1 = 120
7! = 7.6.5.4.3.2.1 = 5040

7.2 Permutao

Permutar (re)ordenar os elementos de um conjunto numa seqncia previamente definida. As
permutaes podem ser:

a) Permutao sem Repetio
Conjuntos com elementos distintos.
Pn = n!
Exemplo: Trs membros de uma organizao social se ofereceram como voluntrios, para compor a
diretoria, para o prximo ano, assumindo as funes de Presidente, Tesoureiro e Secretrio. Qual o nmero
de maneiras pelas quais os trs podem assumir tais cargos?

P3 = 3!= 6

b) Permutao com Repetio
Conjuntos com alguns elementos iguais entre si.
!
!
t
n
P
k
t t
n
H
=

1


Exemplo: Quantos anagramas distintos tm na palavra MISSISSIPI?
90


! !
!
,
4 4
10
4 4
10
= P = 6300

Obs.: Os anagramas so permutaes (troca de lugar) das letras da palavra.

Exerccios resolvidos
1) Encontre o anagrama de cada palavra abaixo:
a) AMOR:
P4 = 4! = 4.3.2.1 = 24
b) CASTELO:
P7 =7! = 5040
c) ARARA:
! !
!
,
2 3
5
2 3
5
= P =
2 6
120
.
=10

2) Em cada uma das dez bolas de uma urna est impressa uma letra da frase FELIZ NATAL. Sorteadas as
bolas uma a uma, qual a chance de surgir a tal mensagem?
P =
2 2
10
1
,
P
=
! 10
4
= 0,0001%

7.3 Arranjo

Quando a permutao feita com apenas uma parte dos elementos do espao amostral, ou seja, por
arranjo se entende o nmero total de permutaes possveis nos subconjuntos de r elementos de um
conjunto composto por n elementos.

Permutar sem reposio significa extrair o elemento, avalia-lo e descarta-lo, quando o item
selecionado devolvido ao conjunto de origem antes do prximo sorteio, fala-se em permutao com
reposio.

Arranjo com reposio:
An,r = n
r

Exerccios resolvidos

1) Calcule os arranjos com reposio:
a) A9,3 = 9 x 9 x 9 = 9
3
= 729
b) A9,2 = 9 x 9 = 9
2
= 81

2) Quantos nmeros de dois algarismos se podem formar com os dgitos 1, 2 e 3.
A3,2 = 3
2
= 9

Exerccio de aplicao

1) Qual o nmero mximo formado pela empresa de Telefonia celular que voc usa com em Manaus?

2) Qual o nmero mximo de CPF formado formados com 11 dgitos?


Arranjo sem reposio:
91



An,r =
( )!
!
r n
n

Exerccios resolvidos

1) Calcule os arranjos sem reposio:

a) A9,3 = 9 x 8 x 7 = 504

b) A9,2 = 9 x 8 = 72

2) Um grupo de Cinco pessoas, deseja montar uma chapa eleitoral composta por um presidente, um vice e
um tesoureiro. Calcule quantas chapas podem ser formadas.

A5,3 =
( )!
!
3 5
5

=
!
!
2
5
=
!
! . . .
2
2 3 4 5
= 60


Observe que se utiliza um arranjo quando se quer formar grupos a partir de um conjunto maior em
que a ordem importante.


7.4 Combinao
Quando as escolhas se distinguem s pela qualidade e no pela ordem dos elementos. Para se
calcular o nmero de combinaes possveis de n elementos, tomando-se r de cada vez, usa-se a
expresso:
Cn,r=
( )! !
!
r n r
n

Exerccios resolvidos

1) Calcule a seguinte combinao:
C15,3 =
( )! 3 15 ! 3
! 15

=
! 12 !. 3
! 12 . 13 . 14 . 15
=
1 . 2 . 3
13 . 14 . 15
= 455


2) Qual a probabilidade de tirarmos 5 cartas de espadas sem reposio de um baralho de 52 cartas:
Mtodo tradicional: P(5 espadas) =
52
13
x
51
12
x
50
11
x
49
10
x
48
09
= 0,0005...
Tcnica de contagem: P(5 espadas) =
5 , 52
5 , 13
C
C
=
48 . 49 . 50 . 51 . 52
9 . 10 . 11 . 12 . 13
= 0,0005...

3) De 20 pessoas que se oferecem para doar sangue 15 possuem sangue tipo B. Qual a probabilidade
de, escolhendo-se 3 pessoas desse grupo todas as 3 escolhidas tenham sangue tipo B:
P (3 sangue B) =
3 , 20
3 , 15
C
C
= 0,399
92



4) Qual a probabilidade de retirarmos 2 ases em uma amostra de 5 cartas retiradas de um baralho de 52
cartas:
P (2 ases) =
3 , 52
3 , 48 2 , 4
C
C C


5) Qual a probabilidade de retirarmos 4 ases em uma amostra de 13 cartas retiradas de um baralho de
52 cartas:
P (4 ases) =
13 , 52
9 , 48 4 , 4
C
C C

6) Cinco pessoas constituem a junta de diretores de uma empresa. Suponha que somente trs destes
diretores sejam convidados a representar a empresa num banquete. Quantas combinaes diferentes
seriam possveis para compor este trio?
C5,3 =
( )! !
!
3 5 3
5

=
! !
!
2 3
5
=
! !
! . . .
2 3
2 3 4 5
= 10

Observe que se utiliza uma combinaes quando se quer formar grupos a partir de um conjunto maior
em que a ordem no importante.

Exerccios (ver Larson pg. 120)

1) Sistema de segurana. O cdigo de acesso a um sistema de um carro consiste de 4 dgitos, quantos
cdigos diferentes esto disponveis?

2) Diretoria. Uma diretoria deve ser escolhida a partir de 15 candidatos. Os cargos so de presidente,
vice-presidente, secretrio e tesoureiro. De quantas maneiras os cargos podem ser preenchidos?

3) Letras. De quantas letras distinguveis as letras da palavra estatstica podem ser escritas?

















93


CAPTULO 10
CORRELAO E REGRESSO LINEAR SIMPLES

1 INTRODUO
Em muitas pesquisas estatsticas, o objetivo principal estabelecer relaes que possibilitem predizer
uma ou mais variveis em termos de outras. Assim que se fazem estudos para predizer:

As vendas futuras de um produto em funo do seu preo;
A despesa de uma famlia com mdico e remdios em funo de sua renda;
O consumo per capita de certos alimentos em funo de seu valor nutritivo;
A anlise de correlao mede o grau de relacionamento entre as variveis. Estudaremos a Anlise de
Correlao Simples, a qual diz respeito medida entre X e Y.

Hipteses:
1. A relao entre X e Y linear;

2. Ambas so variveis aleatrias;

3. Homocedasticidade, as varincias das distribuies condicionais de Y dado X so todas
iguais.

4. As distribuies condicionais de Y dado X tm distribuio Normal;

5. As duas distribuies, de X e de Y, tm distribuio Normal na populao.

Naturalmente, o ideal seria que pudssemos predizer uma quantidade exatamente em termos de outra,
mas isso raramente possvel. Na maioria dos casos, devemos contentar-nos com a predio de mdias ou
valores esperados.





2 DIAGRAMA DE DISPERSO
Para desenhar um diagrama de disperso, primeiro traa-se o sistema de eixos cartesianos. Depois
representa uma das variveis no eixo x e a outra no eixo y colocam-se, ento os valores das variveis
sobre os respectivos eixos e marca-se um ponto para cada par de valores.
94



EXEMPLO 1: Consideremos uma amostra aleatria, formada por dez dos 98 alunos de uma classe da
Universidade A e pelas notas obtidas por eles em Matemtica e Estatstica:
Notas
Matemtica (x) Estatstica (y)
5,0
8,0
7,0
10,0
6,0
7,0
9,0
3,0
8,0
2,0
6,0
9,0
8,0
10,0
5,0
7,0
8,0
4,0
6,0
2,0
Tabela 1
Representando os pares ordenados em um sistema cartesiano, obtemos uma nuvem de pontos que
denominamos de diagrama de disperso. Esse diagrama nos fornece uma grosseira idia da correlao
existente entre essas duas variveis.


Figura 1

Atividade: Reproduzir esse diagrama de disperso no EXCEL.







95




3 CORRELAO LINEAR SIMPLES

3.1 CORRELAO POSITIVA E CORRELAO NEGATIVA

Se as variveis x e y crescem no mesmo sentido, isto , quando x cresce, y tambm cresce, diz-se que
as duas variveis tm correlao positiva. Se as variveis x e y variam em sentido contrrio, isto , quando
x cresce, em mdia y decresce, diz-se que as duas variveis tm correlao negativa.





Assim, uma correlao :
a. Linear positiva se os pontos do diagrama tm como "imagem" uma reta crescente;
b. Linear negativa se os pontos tm como "imagem" uma reta descrescente;
c. No-linear se os pontos tm como "imagem" uma curva.
d. No h correlao linear se os pontos apresentarem-se dispersos, no fornecendo uma imagem
definida.


3.2 COEFICIENTE DE CORRELAO LINEAR
O objetivo do estudo da correlao determinar a fora do relacionamento entre duas observaes
emparelhadas, nos limitaremos ao estudo de correlao linear com duas variveis.

96





PROPRIEDADES
- O valor de r est sempre entre o intervalo [1,+1];
- O valor de r no varia se todos os valores de qualquer uma das variveis so convertidos para uma
escala diferente;
- r mede a intensidade, ou grau, de um relacionamento linear. No serve para medir a intensidade de um
relacionamento no-linear.

3.3 INTERPRETAO DO COEFICIENTE DE CORRELAO LINEAR

Como definimos, o instrumento empregado para a medida da correlao linear o coeficiente de
correlao, veja a Eq.(1). Esse coeficiente deve indicar o grau de intensidade da correlao entre duas
variveis e, ainda, o sentido dessa correlao (positivo ou negativo).

Se r = +1, h uma correlao perfeita e positiva entre as variveis;
Se r = 1, h uma correlao perfeita e negativa entre as variveis;
Se r = 0, ou no h correlao entre as variveis, ou a relao que porventura exista no linear.

Se 1 6 0 s s r , , h uma correlao forte, e podemos tirar algumas concluses significativas sobre o
comportamento das variveis.
Se r s 3 0, < 0,6, h uma correlao fraca entre as variveis.
Se 0 < r < 0,3, h uma correlao muito fraca entre as variveis, e no vivel tiramos concluses
sobre as variveis em estudo.


Observao importante:
DEFINIO
A correlao a medida padronizada da relao entre duas variveis e dada pela seguinte expresso:

( )( )
( ) | | ( ) | |
2
2
2
2
.

=
i i i i
i i i i
y y n x x n
y x y x n
r (1)
Onde: n o nmero de observaes e r o coeficiente de correlao linear.
97



um erro concluir que a Correlao implica em CAUSALIDADE pode haver uma varivel oculta que afeta
as variveis em estudo que no est sendo levada em considerao, ou seja, a correlao no implica que
um causa o outro. Podemos dizer que duas variveis X e Y esto correlacionadas, mas no que X causa Y
ou Y causa X, na mdia eles simplesmente esto relacionados ou associados um com o outro.



EXEMPLO 2: Encontre o coeficiente de correlao para os dados da tabela 1.
xi yi
xi yi xi
2
yi
2

5 6
30 25 36
8 9
72 64 81
7 8
56 49 64
10 10
100 100 100
6 5
30 36 25
7 7
49 49 49
9 8
72 81 64
3 4
12 9 16
8 6
48 64 36
2 2
4 4 4
65 65 473 481 475

( )( )
2 2
65 475 . 10 65 481 . 10
65 . 65 473 . 10


= r

911 , 0
525 585
505
=

= r

Interpretao do coeficiente de correlao linear desse exemplo:

O coeficiente de correlao linear entre as varveis r = 0,911, portanto observamos que h um alto grau de
correlao entre as duas variveis, pois encontra-se entre o intervalo 1 6 , 0 s s r . Ento, notas de
matemtica e notas de estatstica dos alunos tem correlao positiva, porque quando uma das variveis
cresce, a outra , em mdia, tambm cresce.







98






4 REGRESSO LINEAR SIMPLES

As equaes lineares so teis e importantes no s porque muitas relaes tm efetivamente esta forma,
mas tambm porque, em geral, constituem boas aproximaes de relaes que, de outro modo, seriam
difceis de descrever em termos matemticos.

O objetivo principal da anlise de regresso predizer o valor da varivel dependente Y dado que seja
conhecido o valor da varivel independente X.
A equao de regresso a frmula algbrica pela qual se determina Y.
A Anlise de Regresso Simples diz respeito predio de Y por uma nica varivel X.
A Anlise de Regresso Mltipla diz respeito predio de Y por mais de uma varivel X ( x
1
, x
2
, ....).

As hipteses gerais so:

1. Y uma varivel aleatria obtida de uma amostra;

2. Y e X esto associadas linearmente;

3. homocedasticidade as varincias das distribuies condicionais de Y dado X so todas iguais.

Se em conjunto com a anlise de regresso, utiliza-se a estimao por intervalo, necessria a
hiptese de que as distribuies condicionais de Y dado X so todas distribudas normalmente para os
valores da populao.

Sempre que possvel procuramos expressar, em termos de uma equao matemtica, as relaes entre
grandezas conhecidas (variveis dependentes) e grandezas que devem ser determinadas (variveis
independentes). Para nosso trabalho, nos concentraremos em equaes lineares com duas incgnitas, da
forma
= ax + b
onde b o intercepto-y ( valor de y para o qual x = 0) e a o coeficiente angular da reta (ou seja, a variao
de y que acompanha um aumento de uma unidade em x).

99


Na prtica, os valores de a e b costumam ser estimados com base em dados atravs das expresses:





Onde: x a mdia dos valores de xi
|
|
.
|

\
|
=

n
x
x
i
e y a mdia dos valores de yi
|
|
.
|

\
|
=

n
y
y
i


Portanto, ao fazermos o uso de uma amostra para obtermos os parmetros, o resultado na realidade
uma estimativa da verdadeira funo de regresso. Assim, as equaes (2), so os parmetros da reta
estimada, escrita como
= ax + b

onde o valor estimado de y. Observado os dados e, uma vez estimada a equao da reta, podemos
introduzir, na equao, valores de x, calculando os correspondentes valores preditos de y.


Observao importante

As equaes de regresso podem ser teis para PREDIZER o valor de uma varivel, dado um valor
determinado da outra varivel. Usar a equao de regresso somente quando indicar correlao linear
significativa. E, us-la somente dentro dos limites de valores disponveis.

Quando no h correlao linear significativa, a melhor estimativa de uma varivel sua mdia.











EXEMPLO 3. Como verificamos que h um alto grau de correlao entre as variveis do exemplo 1, vamos
obter a reta ajustada.
( )( )
( )

=
2
2
i i
i i i i
x x n
y x y x n
a

x a y b =
(2)
100


xi yi xi.yi
2
i
x
5 6
30 25
8 9
72 64
7 8
56 49
10 10
100 100
6 5
30 36
7 7
49 49
9 8
72 81
3 4
12 9
8 6
48 64
2 2
4 4
65 65 473 481

O coeficiente angular:
a = 8632 , 0
585
505
65 481 . 10
65.65 - 10.473
2
= =

O intercepto:
8892 , 0
10
65
. 8632 , 0
10
65
= = b

A equao da reta estimada:
8892 , 0 8632 , 0 + = x y


Com a reta estimada podemos fazer previses, tais como. Qual a nota estimada de estatstica, de um
aluno que obteve 4 em matemtica?

Ao substituir x = 4, na reta estimada obtemos:
8892 , 0 4 . 8632 , 0 + = y
= 4,3
Portanto, para esse grupo de estudantes um aluno que obtm nota 4 em matemtica, estima-se que
obtenha 4,3 em estatstica.







Exerccios
101


1. Correlao. Qual o valor de r que indica uma correlao mais forte: r = 0,75 ou r = 0,86? Justifique sua
resposta.

2. Correlao. Qual dos valores a seguir pode no representar um coeficiente de correlao?
(a) r = 0,92 (b) r = 1,05 (c) r = 0,73 (d) r = 0,05

3. Correlao. Um administrador de marketing conduz um estudo para determinar se existe uma relao
linear entre o dinheiro gasto em propagandas e as vendas de uma companhia. Os dados esto dispostos
na tabela abaixo, (a) Posicione os dados em um mapa de disperso e (b) Com apenas uma anlise do
grfico verifique se existe uma correlao linear negativa ou positiva ou se no existe uma correlao
linear.
Gastos com propaganda em
milhes de reais (x)
2,4 1,6 2,0 2,6 1,4 1,6 2,0 2,2
Vendas da empresa em
Milhes de reais (y)
225 184 220 240 180 184 186 215

4. Correlao. Uma estudante de enfermagem conduz um estudo para determinar se existe uma relao
entre o peso de uma pessoa (em quilogramas) e o consumo dirio de gua (em litros). Os dados esto
dispostos na tabela abaixo. Organize os dados em um mapa de disperso e descreva o tipo de
correlao, fazendo somente uma analise grfica.



5. Dada duas variveis x (independente) e y (dependente). Para cada caso faa uma anlise de regresso
linear simples.
a. Esboce o diagrama de disperso das variveis;
b. Calcule o coeficiente de correlao (analise o resultado para prosseguir o outro item);
c. Determine a reta ajustada, = ax + b.
I . II. III .
xi yi xi yi xi yi
1 70 45 90 13 2,5
2 50 10 25 33 7,0
3 40 47 45 45 9,0
4 30 37 23 56 9,5
5 20 47 52 60 11,0
6 10 8 95 70 13,5
45 48 80 15

Peso (kg) (x) 102 119 124 141 142 154 201 220
gua (litros) (y) 1,47 0,98 2,42 1,89 1,59 0,62 2,54 1,15
102


6. Uma cadeia de supermercado financiou um estudo dos gastos realizados por famlias de 4 pessoas com
renda lquida entre 8 e 20 salrios mnimos (s.m.). A pesquisa levou seguinte equao = 1,2 + 0,4x,
onde representa a despesa mensal estimada com mercadorias (atravs do modelo) e x a renda mensal
lquida expressa em salrios mnimos.

a. Estime a despesa mensal de uma famlia com renda de 15 salrios mnimos;
b. Um dos diretores da firma ficou intrigado com o fato da equao sugerir que uma famlia com renda
de 3 s.m. no gaste nada em mercadorias. Qual a sua explicao;
c. Explique por que a equao acima no poderia ser usada nos seguintes casos;
i. Estimar despesas com mercadorias para famlias de cinco pessoas;
ii. Estimar despesas com mercadorias para famlias com renda de 20 a 35 s.m.
7. Um aluno de economia se interessa em estudar a depreciao de um uma marca de computador com
uma determinada configurao, veja os dados obtidos:
Anos (xi) Semestres (xi) Valor (yi)
Janeiro de 2001 1 4500
Julho de 2001 2 3800
Janeiro de 2002 3 2700
Julho de 2002 4 1900
Janeiro de 2003 5 1200
Junho de 2003 6 1000
Determine:
a. O diagrama de disperso;
b. O coeficiente de correlao linear, e analise o grau de correlao;
c. A equao da reta ajustada;
d. No stimo semestre, qual o valor do computador?

Exerccios Avaliativos
8. A tabela mostrada relaciona os nmeros x de azulejos e os custos y (em dlares) de sua ajustagem e
colocao.
X 1 2 3 5 6
y 5 8 11 17 20
Determine:
a. O diagrama de disperso;
b. O coeficiente de correlao linear, e analise o grau de correlao;
c. A equao da reta ajustada;
103


d. Para x = 4, ache y , o valor predito de y.

9. Dados sobre os gastos com publicidade (US$ 1.000) e faturamento (US$ 1.000) para o Four Seasons
Restaurant so apresentados a seguir.



Determine:
a. O diagrama de disperso;
b. O coeficiente de correlao linear, e analise o grau de correlao;
c. A equao da reta ajustada;
d. Sabendo que os gastos com publicidade foi de US$ 7.000,00. Quanto espera-se ganhar o Four
Seasons Restaurant?

10. Certa empresa, estudando a variao da demanda de seu produto em relao variao de preo de
venda, obteve a tabela:
Preo em reais (xi) 18 22 30 36 39 43 50
Demanda (yi) 150 125 97 70 56 46 38

a. Esboce o diagrama de disperso;
b. Determine o coeficiente de correlao;
c. Estabelea a equao da reta ajustada;
d. Estime a demanda para o preo de R$ 40,00;

11. A tabela apresenta dados de amostra referentes ao nmero de horas de estudo fora de classe para
determinados alunos de um curso de estatstica, bem como os graus obtidos em um exame aplicado no
fim do curso.
Horas de estudo (x) 20 16 34 23 27 32 18 22
Grau no exame (y) 64 61 84 70 88 92 72 77
a. Esboce o diagrama de disperso;
b. Determine o coeficiente de correlao;
c. Determine a funo da reta de regresso linear;
d. Estimar o grau no exame obtido por um estudante que dedicou 30 horas fora de classe.

Gastos com publicidade(xi) 1 2 4 6 10 14 20
Faturamento(yi) 19 32 44 40 52 53 54
104


12. Os dados emparelhados que se seguem consistem no permetro torcico (em polegadas) e dos pesos
(em libras) de uma amostra de ursos machos.
Trax (x) 26 45 54 49 41 49 44 19
Peso (y) 90 344 416 348 262 360 332 34
a. Esboce o diagrama de disperso;
b. Determine o coeficiente de correlao;
c. Determine a funo da reta de regresso linear;
d. Para um urso com permetro torcico de 52 in, ache y , o peso predito.

13. Os dados seguintes foram obtidos da altura (polegadas) e do peso (libras) de mulheres nadadoras.
Altura 68 64 62 65 66
Peso 132 108 102 115 128
a. Esboce o diagrama de disperso;
b. Determine o coeficiente de correlao;
c. Determine a equao da reta de regresso linear;
d. Estimar o peso de uma mulher, que possui 67 polegadas.

14. Os dados a seguir so a mdia das notas x e salrios mensais y de estudantes que obtiveram
bacharelado em administrao com nfase em sistemas de informao.
Mdia das Notas 2,6 3,4 3,6 3,2 3,5 2,9
Salrio Mensal (US$) 2800 3100 3500 3000 3400 3100
a. Esboce o diagrama de disperso;
b. Determine o coeficiente de correlao;
c. Determine a equao da reta de regresso linear;
d. Supondo que a nota de um estudante de bacharelado em administrao com nfase em sistemas de
informao seja 8,0. Estime qual ser seu salrio mensal.

15. Um gerente de vendas reuniu os seguintes dados considerando os anos de experincia e as vendas
anuais.
Anos de experincia 1 3 4 4 6 8 10 10 11 13
Vendas anuais (US$1.000) 80 97 92 102 103 111 119 123 117 136
a) Esboce o diagrama de disperso;
b) Determine o coeficiente de correlao;
c) Determine a equao da reta de regresso linear;
d) Estimar as vendas anuais, supondo que um vendedor tenha nove anos de experincia.
16. A tabela abaixo relata os custos de manuteno por hora, classificados por idade de mquina em meses.
105


Idade (meses) 6 15 24 33 42
Custos mdios (R$) 9,7 16,5 19,3 19,2 26,9
a) Esboce o diagrama de disperso;
b) Determine o coeficiente de correlao;
c) Determinar equao da reta dos custos sobre a idade;
d) Faa uma previso de custo para uma mquina de 45 meses.

17. Os dados seguintes mostram o gasto com mdia (milhes de dlares) e as vendas de caixas (milhes)
para sete grandes marcas de refrigerantes.
Marca Gastos com mdia (US$) Vendas de caixas (US$)
Coca-Cola 131,3 1929,2
Pepsi-Cola 92,4 1384,6
Coca-Cola Light 60,4 811,4
Sprite 55,7 541,5
Dr. Pepper 40,2 536,9
Mountain Dew 29,0 535,6
7- Up 11,6 219,5
Fonte: Superbrands 98, 20 de outubro de 1997
b) Determine o coeficiente de correlao;
c) Determine a funo da reta de regresso linear;
d) Estimar as vendas, sabendo que foi gasto 80 milhes de dlares com mdia.

18. Um pesquisador deseja verificar se um instrumento para medir a concentrao de determinada
substncia no sangue est bem calibrado. Para isto, ele tomou 15 amostras de concentraes
conhecidas (X) e determinou a respectiva concentrao atravs do instrumento (Y), obtendo:
X 2,0 2,0 2,0 4,0 4,0 4,0 6,0 6,0 6,0 8,0 8,0 8,0 10,0 10,0 10,0
Y 2,1 1,8 1,9 4,5 4,2 4,0 6,2 6,0 6,5 8,2 7,8 7,7 9,6 10,0 10,1
(a) Construa o diagrama de disperso para esses dados.
(b) Trace no grfico a reta com 45 de inclinao passando pela origem. Como essa reta pode ser til na
avaliao do instrumento?
(c) Calcule o coeficiente de correlao entre as variveis X e Y.
(d) Obtenha a reta de regresso da varivel Y em funo de X.
(e) Com base nos itens anteriores tire concluses sobre a eficincia do instrumento.


106


19. esperado que a massa muscular de uma pessoa diminua com a idade. Para estudar essa relao, uma
nutricionista selecionou 18 mulheres, com idade entre 40 e 79 anos, e observou em cada uma delas a
idade (X) e a massa muscular (Y).

Massa muscular (Y) Idade (X)
82.0 71.0
91.0 64.0
100.0 43.0
68.0 67.0
87.0 56.0
73.0 73.0
78.0 68.0
80.0 56.0
65.0 76.0
84.0 65.0
116.0 45.0
76.0 58.0
97.0 45.0
100.0 53.0
105.0 49.0
77.0 78.0
73.0 73.0
78.0 68.0

(a) Construa o diagrama de disperso e interprete-o.
(b) Calcule o coeficiente de correlao linear entre X e Y.
(c) Ajuste uma reta de regresso para a relao entre as variveis Y: massa muscular (dependente) e X:
idade (independente).
(d) Considerando a reta estimada dada no item (c), estime a massa muscular mdia de mulheres com 50
anos.








107


20. Os dados a seguir correspondem varivel renda familiar e gasto com alimentao (em unidades
monetrias) para uma amostra de 25 famlias.

Renda Familiar (X) Gasto com Alimentao (Y)
3 1,5
5 2,0
10 6,0
10 7,0
20 10,0
20 12,0
20 15,0
30 8,0
40 10,0
50 20,0
60 20,0
70 25,0
70 30,0
80 25,0
100 40,0
100 35,0
100 40,0
120 30,0
120 40,0
140 40,0
150 50,0
180 40,0
180 50,0
200 60,0
200 50,0


(a) Construa o diagrama de disperso da varivel gasto com alimentao (Y) em funo da renda familiar
(X).

(b) Calcular o coeficiente de correlao entre essas variveis.

(c) Obtenha a equao de regresso do gasto com alimentao em funo da renda familiar.

(d) Qual o significado prtico do valor da inclinao da reta de regresso do item (c)?











108




Bibliografia
CRESPO, Antnio Arnot. Estatstica Fcil. So Paulo. 2005.
MEDEIROS, Ermes da Silva Et al. Estatstica 1 - Para Os Cursos De: Economia, Administrao E Cincias Contbeis. So
Paulo: Atlas, 2006
BUSSAB, W. O.; MORETTIN, P. A. Estatstica Bsica. 5 edio. Editora Saraiva, 2002.
TRIOLA, Mrio. Introduo a Estatstica. Editora LTC. 9 edio. 2005.
LARSON, Ron e FARBER, Betsy. Estatstica Aplicada. 2 edio, Ed. Pearson-Prentice hall, So Paulo, 2007.
FREUND, John e SIMON, Freund. Estatstica Aplicada - Economia, Administrao e Contabilidade. Editora Bookman. 9
edio. 2002.
LEVIN Jack, e FOX, James A. Estatstica para Cincias Sociais, 9 Edio. So Paulo. Pearson Prentice Hall, 2008.
Laponi, J. C. , Estatstica Usando Excel, 4 Edio, Editora Campus, RJ, 2005.
.