Prof. Luiz A.

Esmanhotto 1
ESTATSTICA
PANORAMA HISTRICO:
Todas as cincias tm suas razes na histria do homem e, a Estatstica, como ramo
da Matemtica aplicada, tambm surgiu da necessidade de contagem, trocas e demais
atividades do convvio social. (CRESPO, 2002)
Segundo o mesmo autor, os povos desde a Antiguidade j utilizavam o que
chamamos, hoje, de estatsticas, atravs de processos quantitativos para registrar o nmero
de habitantes, de nascimentos, de bitos, de riquezas individuais e sociais, distribuio de
terras, cobrana de impostos, entre outros. Na Idade Mdia, as informaes geralmente eram
tributrias ou blicas. A partir do sculo XVI que surgiram as primeiras anlises sistemticas
dos fatos sociais, como batizados, casamentos, funerais, registradas nas primeiras tbuas e
tabelas. No sculo XVIII Godofredo Achenwall, batizou a nova cincia (ou mtodo) com o nome
de Estatstica, caracterizando objetivos e relaes verdadeiramente cientficas.
Provavelmente, hoje, a Estatstica a rea de conhecimento mais demandada nos
cursos superiores do Brasil e do mundo. Esta importncia deve-se essencialmente ao fato de
que a Inferncia Estatstica define em sua essncia uma metodologia para a pesquisa
cientfica.
Em sua outra parte constituinte (a Teoria de freqncias de ocorrncia e de
probabilidades), a Estatstica apresenta-se como um ramo da Fsica, tornando-se ento, na sua
totalidade, uma cincia mista.
A palavra Estatstica, de origem latina, significou por muito tempo Cincia dos
negcios do Estado. Os que governavam, sentindo necessidade de informaes, organizavam
departamentos que tinham a responsabilidade de fazer essas investigaes. (NAZARETH,
2000).
A Estatstica pode ser considerada a tecnologia da cincia, auxiliando a pesquisa
desde o seu planejamento at a interpretao dos dados. A Estatstica, alm de ser uma
tcnica de coleta e apresentao de dados (anlise exploratria e descrio, grficos e tabelas)
tambm modelagem (probabilidade e processos estocsticos), anlise indutiva (inferncia:
testes e estimao) e previso e controle (verificao), ou seja, ela est presente nas diversas
etapas de uma pesquisa, podendo influenciar tanto o processo de pesquisa quanto tomada
de decises.
Algumas tcnicas poderosas, tais como, extrair informaes significativas de pilhas de
dados brutos, ou fazer inferncias sobre a natureza de uma populao com base em
observaes de uma amostra dela extrada, ou como predizer taxas de ocorrncia de eventos
aleatrios, e como entender e interpretar clculos estatsticos efetuados por outras pessoas,
podem explicar como a Estatstica pode ser usada em pesquisas, nas reas sociais e
humanas.

POR QUE ESTATSTICA?
Podemos citar como exemplos de aplicaes de Estatstica:
1) Levantar dados sobre o grau de instruo do chefe da casa, nas famlias residentes em
determinada cidade, por bairros.
2) Uma empresa que est se preparando para lanar um novo produto precisa conhecer as
preferncias dos consumidores no mercado de interesse. Para isso, pode fazer uma
pesquisa de mercado entrevistando um nmero de residncias escolhidas aleatoriamente.
Poder, ento, usar os resultados para estimar as preferncias de toda a populao.
3) Uma grande escola desejando conhecer as condies de vida extra-escolar de seus alunos
pode dispor, atravs de tcnicas de amostragem, dos dados necessrios sua anlise.
4) Um auditor deve verificar livros de uma empresa para se certificar de que os lanamentos
refletem efetivamente a situao financeira da companhia. O auditor deve examinar pilhas
de documentos originais, como notas de venda, ordens de compra e requisies. Seria um
trabalho incalculvel consultar todos os documentos originais, em vez disso, o auditor pode
verificar uma amostra de documentos escolhidos aleatoriamente e, com base nessa
amostra, fazer inferncias sobre a populao.
5) Se, estamos recebendo um grande embarque de mercadorias de um fornecedor, teremos
de certificar-nos de que o produto realmente satisfaz os requisitos de qualidade acordados.
Seria muito dispendioso fazer uma verificao de cada item; mas aqui, mais uma vez, as
tcnicas estatsticas vem em nosso auxlio, permitindo-nos fazer inferncias sobre a
qualidade de todo o lote mediante inspeo de uma amostra de itens escolhidos
aleatoriamente.


Prof. Luiz A. Esmanhotto 2

CONCEITOS FUNDAMENTAIS
A palavra Estatstica tem dois significados diferentes, embora relacionados: no
sentido mais comum, significa um conjunto de dados numricos e, tambm, designa o ramo da
matemtica que analisa dados estatsticos. Portanto, podemos dizer que a Estatstica um
conjunto de mtodos e processos quantitativos que serve para estudar e medir os fenmenos
coletivos. Ou seja, uma metodologia desenvolvida para a coleta, classificao, apresentao,
anlise e interpretao de dados quantitativos e a utilizao desses dados para a tomada de
decises.

POPULAO OU UNIVERSO ESTATSTICO:
POPULAO: Ou Universo Estatstico, o conjunto da totalidade dos indivduos
sobre o qual se faz uma inferncia. Pode ser finita ou infinita (na prtica, no se trabalha com
um nmero infinito de componentes, mas diz-se infinita quando existe um grande nmero de
componentes).
AMOSTRA: uma parte selecionada da totalidade de observaes abrangidas pela
populao, atravs da qual se faz um juzo ou inferncia sobre as caractersticas da populao.
Ou seja, um conjunto de elementos extrados da populao.
DADOS ESTATSTICOS: toda informao devidamente coletada e registrada, quer
seja na forma de contagem ou de medio.
ESTATSTICA: um conjunto de mtodos e processos quantitativos que serve para
estudar e medir os fenmenos coletivos.
CENSO: uma avaliao direta de um parmetro, utilizandose todos os
componentes da populao.
PARMETRO: Uma caracterstica numrica estabelecida para toda uma populao.
ESTIMAO: uma avaliao indireta de um parmetro, com base em um
estimador atravs do clculo de probabilidade.
ESTIMADOR: Uma caracterstica numrica estabelecida para uma amostra.
INFERNCIA ESTATSTICA: o fato de se admitir que os resultados obtidos na
anlise dos dados de uma amostra so vlidos para toda a populao, da qual, aquela amostra
foi retirada. Consiste em obter e generalizar concluses.

Propriedades Principais:
CENSO ESTIMAO
Admite erro processual zero e tem
confiabilidade 100%
Admite erro processual positivo e tem
confiabilidade menor que 100%
caro barato
lento rpida
quase sempre desatualizado atualizada
Nem sempre vivel sempre vivel

Esquematicamente temos:








Prof. Luiz A. Esmanhotto 3

METOLOGIA DA PESQUISA ESTATSTICA:
TIPOS DE VARIVEIS
Para o levantamento dos dados preciso, antes de mais nada, que se tenham bem
definidas quais as caractersticas de interesse que devero ser verificadas.
A caracterstica de interesse poder ser qualitativa (quando resultar de uma
classificao por tipos ou atributos) ou quantitativa (quando seus valores forem expressos em
nmeros)
Ex.: a) Populao: moradores de uma cidade:
Varivel: quantitativa: nmero de filhos.
qualitativa: cor dos olhos (pretos, castanhos, azuis, etc.)
A varivel quantitativa pode ser subdividida em: discreta ( aquela que pode
assumir apenas valores pertencentes a um conjunto enumervel, ou seja, assumem valores
inteiros) e contnua ( aquela que, teoricamente, pode assumir qualquer valor num certo
intervalo razovel de variao).
Ex.: a) Populao: as jogadas possveis com um dado.
Varivel: o ponto obtido em cada jogada (quantitativa discreta)
b) Populao: pessoas residentes em uma cidade.
Varivel: idade. (quantitativa contnua).

Os valores das variveis discretas so obtidos mediante alguma forma de contagem
(valores exatos), ao passo que os valores das variveis contnuas resultam, em geral, de uma
medio, sendo freqentemente dados em alguma unidade de medida (valores aproximados).

ATIVIDADES
1)Classifique as variveis em: qualitativas, quantitativas discretas e quantitativas contnuas:
a)Populao: peas produzidas por uma mquina.
Varivel: qualidade (perfeita ou defeituosa) ______________________________________
b) Populao: as jogadas possveis de um dado.
Varivel: o ponto obtido em cada jogada. ________________________________________
c) Populao: sabonetes de certa marca e tipo.
Varivel: peso lquido._________________________________________________________
d) Populao: peas produzidas por uma mquina.
Varivel: dimetro externo._____________________________________________________
e) Populao: aparelhos produzidos em uma linha de montagem.
Varivel:nmero de defeitos por unidade.__________________________________________
f) Populao: bitos em um hospital, nos ltimos cinco anos.
Varivel: causa mrtis (molstias cardiovasculares, cnceres, molstias do aparelho digestivo,
etc,) ________________________________________________
g) Populao: candidatos a um exame vestibular.
Varivel: sexo (masculino ou feminino). ___________________________________________
h) Populao: indstrias de uma cidade.
Varivel: ndice de liquidez. _____________________________________________________

TCNICAS DE AMOSTRAGEM:
H vrias razes para se estudar amostras no lugar do todo. A mais importante o
custo excessivo e/ou a dificuldade de estudar toda a populao. Qualquer administrador se
depara com o problema de limitao de recursos. Em outras ocasies no se pode ter acesso
a toda a populao, sendo ento, suficiente estudar uma amostra que represente efetivamente
a populao da qual foi extrada.
Para que a amostra seja significativa ela deve ser escolhida atravs de determinadas
tcnicas que asseguram a representatividade da amostra. Podem ser:
1) Amostra Casual Simples: composta por elementos retirados ao acaso da populao.
Todo elemento da populao tem igual probabilidade de ser escolhido para a amostra.
2) Amostra Sistemtica: Os elementos so selecionados para a amostra por um sistema
preestabelecido. Ex.: Para obter uma amostra dos assinantes de um jornal, o pesquisador
resolveu localizar os nomes no arquivo, tirando, de cada 20, o vigsimo.
3) Amostra estratificada: Quando a populao se apresenta dividida em estratos, isto ,
quando a populao est dividida em grupos distintos. Ex.: Para obter uma amostra
representativa da comunidade acadmica o diretor deve selecionar uma amostra dentro de
cada estrato, isto , uma amostra dos professores, uma amostra dos funcionrios e uma

Prof. Luiz A. Esmanhotto 4
amostra dos alunos, e depois reunir essas trs amostras em uma s, constituindo ento uma
amostra estratificada.
4) Amostra de convenincia: formada por elementos que o pesquisador reuniu
simplesmente porque dispunha deles. O pesquisador que utiliza amostras de convenincia
precisa de muito senso crtico. Os dados podem ser tendenciosos.
*Tendenciosidade da amostra: Quando uma amostra no representativa da
populao. Por exemplo, quando um professor de educao fsica pede sua turma trs
voluntrios para apostar uma corrida e apresentam-se como voluntrios apenas os alunos que
sabem ser bons corredores, tornando a amostra tendenciosa ou viciada.

ESTATSTICA DESCRITIVA: aquela que tem por objeto descrever e analisar determinada
populao, sem pretender tirar concluses de carter mais genrico.
Em um sentido mais amplo, a Estatstica Descritiva pode ser interpretada como uma
funo cujo objetivo a observao de fenmenos de mesma natureza, a coleta de dados
numricos referentes a esses fenmenos, a organizao e a classificao desses dados
observados e a sua representao atravs de grficos e tabelas, alm do clculo de
coeficientes (estatsticas) que permitem descrever resumidamente os fenmenos.(TOLEDO &
OVALLE, 1985)


FASES DO MTODO ESTATSTICO (Estatstica Descritiva):
Quando pretendemos realizar um estudo estatstico completo em determinada populao ou
em determinada amostra, o trabalho que se realizar dever passar por vrias fases, que
devero se desenvolvidas at se chegar aos resultados finais procurados.
Definio do Problema: a primeira fase do trabalho estatstico e consiste em definir a
formulao correta do problema a ser estudado, verificando outros levantamentos
realizados no mesmo campo, no havendo estudos semelhantes o pesquisador poder
formular o problema, sabendo exatamente aquilo que se pretende estudar;
Delimitao do Problema: No suficiente saber com clareza o que se pretende
pesquisar. tambm necessrio saber onde ser realizada a pesquisa: em que local,
com que tipo de pessoas (ou coisas), em que dias (ou horrios) e assim por diante;
Planejamento: Aps a definio do problema, a fase do planejamento consiste em
determinar o procedimento necessrio para resolver o problema e, em especial, como
levantar informaes sobre o assunto objeto do estudo. Ou seja, preciso planejar o
trabalho a ser realizando visando atingir os objetivos;
Coleta dos Dados: Esta fase essencialmente operacional, compreendendo a coleta das
informaes propriamente ditas, atravs da obteno, reunio e registro sistemtico de
dados;
Apurao dos Dados: o momento de se resumir os dados, atravs de sua contagem e
agrupamento. um trabalho de condensao e de tabulao dos dados para tornar
compreensvel sua leitura;
Apresentao dos Dados: Os dados podem ser apresentados de duas maneiras:
- Tabelas: a apresentao numrica dos dados dispostos em linhas e colunas
distribudas de modo ordenado, segundo algumas regras prticas adotadas. No
Brasil as normas tcnicas ditadas pela Fundao Instituto Brasileiro de Geografia e
Estatstica. (Fundao IBGE).
- Grficos: a representao geomtrica dos dados. Fornece uma viso mais rpida,
fcil e clara do fenmeno e sua variao.
Anlise e Interpretao dos dados: O interesse maior desta fase reside em tirar concluses
que auxiliem o pesquisador a resolver seu problema.

TABULAES
Dados Brutos: so a relao dos resultados obtidos em uma pesquisa e que foram
transcritos aleatoriamente, ou seja, fora de ordem numrica.
Ex.: Suponha que as notas do teste a que nos referimos tenham sido as seguintes:

7-6-8-9-6-5-7-4-6-8-9-8-7-6-10-8-4-5-6-10-5-8-4-3-8-7-9-6-10-7-7-7-9-5-4-5-9-10-8-8-
6-7-5-10-8-6-7-7-10-6


Prof. Luiz A. Esmanhotto 5
Rol: a relao dos resultados obtidos em um uma pesquisa e que foram colocados
em ordem numrica, crescente ou decrescente.
Dos dados do exemplo anterior:

3-4-4-4-4-5-5-5-5-5-5-6-6-6-6-6-6-6-6-6-7-7-7-7-7-7-7-7-7-7-8-8-8-8-8-8-8-8-8-9-9-9-9-
9-10-10-10-10-10-10

FREQUNCIA: o nmero de vezes que um mesmo resultado acontece durante uma
pesquisa. Ns denominaremos de (f).
Do exemplo anterior, temos:

NOTAS FREQUNCIA (f)
3 1
4 4
5 6
6 9
7 10
8 9
9 5
10 6


TABELAS:
Os dados coletados devem ser apresentados em tabelas construdas de acordo com
as normas tcnicas ditadas pela Fundao Instituto Brasileiro de Geografia e Estatstica.
(Fundao IBGE).
Componentes das Tabelas: As tabelas tm ttulo, corpo, cabealho e coluna
indicadora. O Ttulo explica o que a tabela contm. O corpo formado pelas linhas e colunas
de dados. O cabealho especifica o contedo das linhas.
As tabelas podem conter fonte, notas e chamadas. Contudo, a existncia ou no de
determinado componente depende apenas da natureza do problema, nunca do gosto de quem
faz a tabela. A fonte a entidade responsvel pelo fornecimento dos dados, as notas so
informaes de natureza geral que servem para esclarecer o contedo das tabelas ou para
explicar o mtodo utilizado no levantamento dos dados. As chamadas so informaes de
natureza especfica que servem para explicar ou conceituar determinados dados.
As tabelas devem ser delimitadas por traos horizontais. Podem ser feitos traos
verticais para separar as colunas, mas no devem ser feitos traos verticais para delimitar a
tabela.
Ex.: Tabela 1:
PRODUO DE CAF BRASIL 1991-1995
ANOS PRODUO (1000 t)
1991 2.535
1992 2.666
1993 2.122
1994 3.750
1995 2.007
FONTE: IBGE

ATIVIDADES:
1)De acordo com o IBGE (1988), a distribuio dos suicdios ocorridos no Brasil em 1986,
segundo a causa atribuda, foi a seguinte: 263 por alcoolismo, 198 por dificuldade financeira,
700 por doena mental, 189 por outro tipo de doena, 416 por desiluso amorosa e 217 por
outras causas. Apresente essa distribuio em uma tabela.

2)Imagine que foi obtida a opinio de 1000 pessoas a respeito da liberao de determinado
filme para exibio em televiso. Dessas 1000 pessoas, 432 mostravam-se favorveis, 322
eram contrrias, 122 no quiseram declarar a opinio e as restantes disseram no ter opinio.
Mostre esses dados numa tabela.


Prof. Luiz A. Esmanhotto 6
3)Imagine que das 1000 pessoas entrevistadas cujas respostas foram apresentadas no
exerccio anterior, 500 eram homens e 500 eram mulheres. Do total de homens, 289
mostravam-se favorveis, 129 eram contrrios, 78 no quiseram declarar a opinio e os
restantes disseram no ter opinio. Construa uma tabela para apresentar a distribuio das
respostas segundo o sexo.

4)Construa uma tabela de distribuio de freqncias para apresentar os dados referentes aos
valores do total de vendas dirias de um certo produto de mercado, no perodo de 50 dias
teis:
130,00 - 105,00 - 120,00 - 111,50 - 99,00 - 116,00 - 82,50 - 107,50 - 125,00 - 100,00
107,50 - 120,00 - 143,00 - 115,00 - 135,00 - 130,00 - 135,00 - 127,50 - 90,50 - 104,50
136,50 - 100,00 - 145,00 - 125,00 - 104,50 - 101,50 - 102,50 - 101,50 - 134,50 - 158,50
110,00 - 102,50 - 90,50 - 107,50 - 124,00 - 121,50 - 135,00 - 102,00 - 119,50 - 115,50
125,50 - 117,50 - 107,50 - 140,00 - 121,50 - 107,50 - 113,00 - 93,00 - 103,50 - 99,50

Distribuio de Freqncias - Seriao:
Nas distribuies de freqncias, os dados estatsticos so dispostos ordenadamente em
linhas e colunas, de modo a permitir sua leitura nos sentidos horizontais e verticais. Na tabela
resultante desse procedimento, so fixos a poca, o local e o fenmeno, estando os dados
agrupados de acordo com a intensidade ou variao quantitativa do fenmeno.
As tabelas com grande nmero de dados so cansativas e no do ao leitor viso
rpida e global do fenmeno. Para isso, preciso que os dados estejam organizados em uma
tabela de distribuio de freqncias.
Primeiro, preciso definir as classes, que so, as faixas dos valores que representam
os dados. mais fcil trabalhar com intervalos de classes iguais. Podem ser tambm
apresentados nesse tipo de tabela os pontos mdios de classe, que so dados pela soma dos
extremos da classe, dividida por 2. Por exemplo, para a classe 1,5 | 2,0 o ponto mdio
1,75.
A distribuio de freqncias compreende a organizao dos dados de acordo com
as ocorrncias dos diferentes resultados observados.

APRESENTAO DE DADOS EM GRFICOS:
Todo grfico deve ter ttulo e escala, para que possa ser interpretado sem que haja
necessidade de esclarecimentos adicionais ao texto. No eixo das abscissas, a escala cresce da
esquerda para a direita e escrita embaixo do eixo e no eixo das ordenadas, a escala cresce
de baixo para cima e escrita esquerda do eixo. A varivel apresentada em cada eixo deve
ser claramente identificada no prprio eixo. Vejamos alguns tipos de grficos:

1)Grfico em Barras (horizontais): Os grficos em barras tm por finalidade comparar
grandezas, por meio de retngulos de igual largura e alturas proporcionais s respectivas
grandezas. Para fazer um grfico de barras, primeiro se traa o sistema de eixos cartesianos.
Depois deslocam-se, no eixo das abscissas ( ou das ordenadas) as categorias da varivel em
estudo. Em seguida, constroem-se barras retangulares com base no eixo das abscissas (ou
das ordenadas e altura (ou comprimento) igual freqncia.
2)Grfico em colunas (Histograma): ou em barras verticais prestam-se mesma finalidade
que os grficos em barras horizontais, e a nica diferena entre eles reside na direo dos
retngulos: no grfico de barras, horizontais e no grfico de colunas, verticais.
3)Grfico de linhas: usado para apresentar sries cronolgicas. Por exemplo, para fazer um
grfico de linhas que apresente a populao presente no Brasil, segundo o ano do censo
demogrfico, necessrio traar o sistema de eixos cartesianos, depois, no eixo das abscissas
colocar os anos do censo e no eixo das ordenadas os dados da populao. Depois de
corresponder os pontos para cada par de valores, unir os pontos por segmentos de reta.
4)Grfico de setores: usado para evidenciar a composio percentual de uma amostra ou
de uma populao. Devemos lembrar que 100% do grfico corresponde a 360 da
circunferncia.

Ex. Imagine que se perguntou a 1000 pessoas se elas acreditavam horscopo. Dessas 1000
pessoas, 488 disseram acreditar, 292 disseram no acreditar, 120 disseram que tinham
dvidas e as restantes expressaram opinies diversas. Faa um grfico de colunas, um grfico
de linhas, um grfico de barras e um grfico de setores para apresentar esses dados.


Prof. Luiz A. Esmanhotto 7
TABELAS E DISTRIBUIES DE FREQNCIA:
SRIES ESTATSTICAS
Srie Estatstica uma sucesso de nmeros, que expressam dados estatsticos,
referidos a qualquer varivel.
1)SRIE HOMGRADA: aquela em que a varivel descrita apresenta variao
discreta ou descontnua. So sries homgradas a srie temporal, a srie geogrfica e a srie
especfica.
1.1. Srie Temporal:
Igualmente chamada srie cronolgica, srie histrica, srie evolutiva ou marcha,
identifica-se pelo carter varivel do fator cronolgico. Assim, deve ter:
a) Elemento Varivel: poca (fator cronolgico)
b) Elementos Fixos: local (fator geogrfico)
fenmeno (fator especificativo)
Ex.: O diretor de Marketing da empresa G.L.T. S.A., fabricante de componentes
eletrnicos, deseja examinar a evoluo de suas vendas em 1995, ms a ms. Para tanto,
solicitou ao Departamento de Anlise de Mercado a tabela da qual constam os valores de
vendas no perodo desejado. Neste exemplo o nico carter varivel o tempo, aqui
representado pelos meses.

1.2.Srie Geogrfica
Tambm denominada srie territorial, srie espacial ou srie de localizao, a srie
geogrfica apresenta como elemento ou carter varivel somente o fator geogrfico. Assim:
a) Elemento Varivel: local (fator geogrfico)
b) Elementos Fixos: poca (fator cronolgico)
fenmeno (fator especificativo)
Ex: Se o diretor de marketing da G.L.T.A. Desejar saber, agora, o comportamento das
vendas dessa empresa efetuadas nos vrios Estados do Brasil, durante o exerccio de 1995, o
fator diferenciador das vendas seria o geogrfico.
1.3.Srie Especfica:
Tambm chamada de Srie categrica ou srie por categoria. Agora, o carter
varivel o fenmeno.
a) Elemento varivel: fenmeno (fator especificativo)
b) Elementos Fixos: poca (fator cronolgico)
local (fator geogrfico)
Ex: Suponha que o diretor de marketing esteja agora interessado em conhecer o
comportamento das vendas de cada um de seus produtos, os quais foram agrupados em trs
categorias ou linhas, dada a grande variedade de componentes fabricados pela empresa. A
tabela contendo essas informaes representaria uma srie especfica.

2)SRIE HETERGRADA
aquela na qual o fenmeno ou o fato apresenta gradaes ou subdivises. Embora
fixo, o fenmeno varia em intensidade. A distribuio de freqncias ou seriao uma srie
hetergrada.

EXERCCIOS
1)Segundo o IBGE o nmero de crianas que trabalhavam no ano de 1996, com idade entre 10
a 14 anos, segundo as grandes regies do Brasil - Norte, Nordeste, Sudeste, Sul e Centro-
Oeste - so respectivamente, 149.475, 1.621.126, 931.784, 626.613 e 245.755. Que tipo de
srie apresentada nessa situao?

2)Imagine que voc est trabalhando com um grande nmero de dados que representam o
faturamento de uma determinada empresa (em milhares de reais). Aps calcular o faturamento
mensal, possvel apresentar esses dados em uma tabela representativa de uma distribuio
de freqncias? Se possvel, como fazer?

3)Uma tabela que representa as vendas de cada linha de determinados produtos. Que tipo de
srie representa essa situao?

4)Os valores sucessivos apresentados pelo censo demogrfico de uma cidade formam que tipo
de srie estatstica?


Prof. Luiz A. Esmanhotto 8
MEDIDAS DE TENDNCIA CENTRAL

1. 1. Mdia Aritmtica: a medida mais popular de tendncia central e consiste em somar os n
termos e dividir por n.
x = Ex
i

n
Ex: Um gerente de supermercado, que deseja estudar a movimentao de pessoas em seu
estabelecimento, constata que 295, 1002, 941, 768 e 1283 pessoas entraram no
estabelecimento nos cinco ltimos dias. Descubra o nmero mdio de pessoas que entraram
diariamente no estabelecimento nesses cinco dias.

Para dados agrupados, temos:
a) Sem intervalos de classes: x = Ex
i
f
i

n
E = somatrio
x
i
= valores possveis das variveis
f
i
= freqncia de cada valor de varivel.

b) Com intervalos de classe: x = Ex
i
f
i
agora, x
i
o ponto mdio da classe.
f
i

2. Mdia Ponderada: Ao calcularmos uma mdia, podemos cometer srio engano, se
ignorarmos o fato de que as grandezas em jogo no tm todas a mesma importncia em
relao ao fenmeno que est sendo estudado. Para dar a quantidades sujeitas ao processo
de mdia o grau de importncia, preciso atribuir-lhes pesos e ento calcular uma mdia
ponderada.
Ex: Em uma turma de um curso de Ensino Superior, h 20 calouros, 18 do 2 perodo e 12 dos
demais perodos. Se os calouros obtiveram a mdia 68 em uma avaliao, os do 2 perodo 75
e os demais 86, determine a nota mdia de toda a turma.

3. Mediana: Para evitar a possibilidade de sermos enganados por valores muito pequenos ou
muito grandes, ocasionalmente descrevemos o meio ou centro de um conjunto de dados
com outras medidas estatsticas que no a mdia. Uma dessas medidas, a mediana de n
valores, exige que os ordenemos para encontrarmos o valor do centro.


Ex: 1) Em determinado ms o Departamento de Vendas de uma empresa constatou que as
vendas de uma semana foram 53, 31, 67, 53 e 36. Ache a mediana do nmero de vendas para
esses dias.

2) Em algumas reas, as pessoas autuadas por certas infraes leves de trfego podem
freqentar um curso de direo defensiva em lugar de pagar uma multa. Se 12 desses cursos
foram freqentados por 40 32 37 30 24 40 38 35 40 28 32 37 cidados, determine a freqncia
mediana.

Posio mediana: calculada por (n + 1)/2, por exemplo a posio mediana para n = 15
elementos : (15 + 1)/2 = 8, ou seja, a mediana o valor do 8 Elemento. Para n = 20 temos:
(20 +1)/2 = 10,5, ou seja, a mediana a mdia entre o 10 e o 11 elementos.

Moda: Pode ser definida simplesmente como o valor que ocorre com maior freqncia e mais
de uma vez. Suas duas vantagens principais so: no exige clculo, apenas uma contagem, e
pode ser determinada tambm para dados qualitativos ou nominais.
Ex: Vinte reunies de uma determinada classe tiveram as seguintes freqncias de seus
membros: 26 25 28 23 25 24 24 21 23 26 28 26 24 32 25 27 24 23 24 22. Determine a moda:
M
o
=

Moda de Dados Organizados em Classes:
Classe modal: a classe onde ocorre a maior freqncia (quando os intervalos so iguais).
Quando os intervalos de classes so diferentes, a classe modal ser aquela que apresentar
maior densidade de freqncia relativa.
Moda:

Prof. Luiz A. Esmanhotto 9
Com intervalos diferentes: a maior densidade de freqncia relativa.
Com intervalos iguais: calcula-se pela frmula: Mo= Li + f
post
. A
f
ant
+ f
post

Onde:
Mo= moda;
Li = limite inferior da classe que contm a moda;
A = amplitude da classe que contm a moda;
f
ant
= freqncia da classe anterior classe modal;
f
post
= freqncia da classe posterior classe modal.

QUARTIS, DECIS E PERCENTIS (ou centis)
Enquanto a mediana divide um conjunto de dados ordenados em duas partes iguais, os quartis
permitem dividir a distribuio em quatro partes iguais quanto ao nmero de elementos de cada
uma; os decis em dez partes e os centis em cem partes iguais.
ATIVIDADES
1)Calcular a mdia aritmtica simples dos seguintes conjuntos de nmeros:
X = {10, 60, 360)
Y = {2, 2, 2, 2}
Z = {2, 4, 6, 8, 10}
W = {10,1; 10,1; 10,2; 10,4; 10,5}

2)Imagine que um aluno obteve as seguintes notas: 7; 8; 5; 7; 7; 9. A moda desse conjunto
de dados ?

3)Qual a classe modal e qual a moda dos dados apresentados na seguinte tabela de
distribuio de freqncias?
Distribuio de classes de uma escola segundo o nmero de alunos reprovados por
classe

Classe de idade Freqncias

10 | 15 2
15 | 20 7
20 | 25 15
25 | 30 27
30 | 35 20
35 | 40 17
40 | 45 12
45 e mais 9



4)Observe a tabela de distribuio de freqncias abaixo, e responda: qual a classe modal e
a moda?
Rendimento nominal mdio mensal domiciliar, nos domiclios em que os moradores declararam
algum rendimento, de acordo com o censo demogrfico de 1991,

Classes (Sal. Mnimos) Freqncia Freqncia Relativa
At de salrio mnimo: 210.047 0,629
Mais de a S.M. 1.746.952 5,235
Mais de a 1 S.M. 4.517.002
Mais de 1 a 2 S.M. 6.944.407
Mais de 2 a 3 S.M. 4.606.305
Mais de 3 a 5 S.M. 5.488.783
Mais de 5 a 10 S.M. 5.521.276
Mais de 10 a 15 S.M. 1.910.696
Mais de 15 a 20 S.M. 912.302
Mais de 20 a 30 S.M. 789.544
Mais de 30 S.M. 724.370
Total 33.371.684 100,000


Prof. Luiz A. Esmanhotto 10


Fonte: IBGE (1996)
Nota: Declararam no ter rendimento moradores de 478.347 domiclios e no declararam
rendimento moradores de 893.410 domiclios.

5)Os dados abaixo representam a distribuio das espessuras de 100 folhas de tabaco:
2,01 2,08 1,96 3,04 2,01 3,18 1,94 2,19 2,24 2,18
2,59 1,96 2,29 3,18 2,09 1,96 2,06 2,18 2,05 2,04
2,43 1,56 1,94 3,15 2,35 2,08 2,56 2,17 1,96 1,59
2,22 2,34 2,24 1,95 2,01 3,12 3,03 3,12 2,04 1,66
1,87 2,49 3,12 2,24 1,76 3,2 2,38 1,58 1,89 1,98
1,89 1,71 2,42 1,62 1,97 2,18 1,69 3,14 2,18 3,06
2,4 1,96 3,01 2,19 2,25 1,45 1,93 2,06 1,83 1,84
1,91 2,11 1,78 2,36 2,33 3,17 2,03 1,87 3,11 2,17
1,72 1,62 1,99 1,64 1,54 2,26 1,86 2,09 1,74 1,92
2,36 1,82 2,02 2,25 1,75 3,15 3,18 1,99 1,76 2,51
a) Construir uma tabela de distribuio de freqncias com 9 classes de amplitude 0,2 ,
sendo que o limite inferior da 1 classe igual a 1,40.
b) Determinar a classe modal e a moda.

6) Encontre a mediana e o elemento mediano dos conjuntos numricos abaixo:
a) X = {3, 6, 9, 12, 14, 15, 17, 20}
b) Y = {2, 3, 6, 12, 15, 23, 30}

7) Determine a posio mediana para n = 25 e n = 64 elementos.

8) Em um ms, 15 vendedores atingiram 107 90 80 92 86 109 102 92 353 78 74 102
106 95 91 por cento de suas cotas de vendas. Calcule a mdia e a mediana dessas
porcentagens e indique qual das duas medidas d melhor indicao do desempenho mdio
desses vendedores.

9) Complete a tabela:
Valores freqncia Freqncia acumulada
3 3
4 6
5 9
6 8
7 6
8 4
TOTAL


10) Com notas de 20 alunos em uma avaliao, determine os quartis da distribuio:
7,5 5,5 7,5 9,0 8,0 6,5 3,0 7,5 4,5 9,0 2,5 9,0 9,0 7,5 5,5 6,0 4,5 7,0 9,5 3,0















Prof. Luiz A. Esmanhotto 11
11) A tabela de distribuio de freqncias abaixo refere-se ao tempo (em segundos),
necessrio para se realizar certa operao industrial. Complete a tabela e determine a moda:

Classes Ponto Mdio Freqncia Freq. Relativa Freq. Acumulada
25 30 2
30 35 3
35 40 5
40 45 6
45 50 10
50 55 4
55 60 2
60 65 8
TOTAL


12)Calcule a mdia aritmtica dos dados abaixo:
Classe Ponto Mdio Freqncia x
i
f
i

1,5, 2,0 3
2,0, 2,5 16
2,5, 3,0 31
3,0, 3,5 34
3,5, 4,0 11
4,0, 4,5 5
TOTAL

13) Suponha que em um escritrio h cinco funcionrios que recebem os seguintes salrios
mensais: R$800,00, R$780,00, R$820,00, R$890,00 e R$790,00. A mdia aritmtica dos
salrios ou o salrio mdio mensal dos funcionrios, ser?

14) Calcule a mdia aritmtica dos dados apresentados nas tabelas abaixo:
a)
Distribuio dos alunos de um colgio de ensino mdio segundo o n de advertncias e/ou
suspenses
Nmero de advertncias e/ou suspenses
escolares
Nmero de alunos x
i
f
i

0 211
1 40
2 30
3 12
4 4
5 2
6 1
TOTAL

b) Distribuio das estaturas, em centmetros, de funcionrios de uma empresa.
Classe Ponto mdio Freqncia x
i
f
i

135 (145 15
145( 155 150
155( 165 250
165( 175 70
175( 185 10
185( 195 5
TOTAL

Prof. Luiz A. Esmanhotto 12

15) Em uma pesquisa de mercado foram colhidas embalagens de certo produto para anlise do
custo mdio, na seguinte ordem:
- Embalagens com 15 unidades R$11,60 cada.
- Embalagens com 07 unidades R$12,40 cada
- Embalagens com 10 unidades R$12,00 cada
- Embalagens com 17 unidades R$10,80 cada.
Calcule o custo mdio por unidade:


16) Um aluno obteve as seguintes notas em suas avaliaes de determinada disciplina: 4, 7 e
6. Sabendo que as avaliaes tinham peso 1, 2 e 3, respectivamente, calcule a mdia
ponderada do aluno.

17) Inspecionam-se quinze rdios antes da remessa. Os nmeros de defeitos por unidade so:
3, 0, 1, 1, 0, 3, 4, 2, 1, 2, 0, 1, 1, 0, 1. Determine a mdia, a mediana e a moda do nmero de
defeitos.

2. MEDIDAS DE DISPERSO ou VARIABILIDADE

As medidas de tendncia central, vistas anteriormente, do o valor da abscissa de um
ponto em torno do qual os dados se distribuem. Porm, muitas vezes, existe interesse em
medir o grau de disperso dos dados de um conjunto. Para isso veremos as seguintes medidas
de disperso:
2.1. Amplitude: a diferena entre o maior e o menor valor, observados em um
conjunto de dados.
2.2.Varincia: os dados distribuem-se em torno da mdia. Ento o grau de disperso
de um conjunto de dados pode ser medido pelos desvios em relao mdia. Ou seja, entre
cada dado e a mdia do conjunto. Ex.: Se a mdia de idade dos funcionrios de uma empresa
for 30 anos, a pessoa que tiver 54 anos ter um desvio em relao mdia de 24 anos.
Os desvios em relao mdia medem a disperso. Como cada dado tem um desvio
em relao mdia, ento, para julgar o grau de disperso de todo o conjunto de dados, com
base nos desvios, seria preciso observar todos os desvios. Porm, no se pode usar a soma
dos desvios como medida de disperso, pois sempre igual a zero. Ex.: Considere os
seguintes dados: 0,4,6,8 e 7.
A mdia desses dados (0 + 4 + 6 + 8 + 7) : 5 = 5. Os desvios em relao mdia,
representados por x
i
- x , so os seguintes:
0 - 5 = -5 4 - 5 = -1 6 - 5 = 1 8 - 5 = 3 7 - 5 = 2
Como podemos verificar, a soma entre os desvios igual a zero.
Por isso, os estatsticos utilizam, para medir a disperso dos dados em torno da
mdia, a soma dos quadrados dos desvios. Como esta soma no uma medida de disperso,
usa-se a varincia para medir a disperso desses dados, que a soma dos quadrados dos
desvios dividida pelo nmero de dados. Quando se trabalha com amostras, mais correto
definir varincia como a soma dos quadrados dos desvios dividida pelo nmero de graus de
liberdade da amostra, que representado por n - 1. Ou seja : s
2
= E (x
i
x )
2

n - 1

Desenvolvendo algebricamente a frmula temos: s
2
= Ex
2
- (Ex
i
)
2

___ n__
n - 1
Varincia de dados agrupados: s
2
= Ex
i
2
f
i
- (Ex
i
f
i
)
2

_______ n__
n - 1

Exemplos de:
1)Amplitude:
a) Imagine que 10 alunos fizeram uma prova com 50 questes. As respostas corretas,
por aluno, foram: 31 27 42 35 47 28 7 45 15 20
Amplitude:


Prof. Luiz A. Esmanhotto 13
b) Sendo trs grupos de pessoas e suas idades, calcule a amplitude em cada grupo:
3 4 9 11 19 20

3 10 11 11 11 20

4 5 9 12 18 15 20 27

2)Varincia:
a) Encontre a varincia dos dados abaixo:
Dados x
i
Desvios (x
i
x ) Quadrados dos desvios (x
i

x )
2

2
6
8
9
10
x =

b) Dados os valores: 8, 6, 9, 7, 5, 4, 2, 1. Calcule a Varincia:

c) Calcule a varincia dos seguintes dados: 0, 4, 6, 8, 7:

d) Calcule a varincia dos dados da tabela abaixo:

Distribuio dos alunos segundo as notas
Notas Nmero de alunos xf x
2
x
2
f
0 15
1 10
2 5
3 5
4 1
5 1
6 0
7 3
TOTAL


2.3. Desvio-padro: Por definio, desvio-padro a raiz quadrada da varincia.
representado por s. O desvio-padro a medida mais utilizada em caso de distribuies
simtricas. Graficamente, distribuies desse tipo se aproximam de uma curva conhecida como
curva normal ou curva de Gauss.
Ex: Um aluno fez trs provas, com 60 questes cada uma. Acertou 40, 45 e 50 questes. A
mdia de acertos nas trs provas, ?
A varincia ?

Portanto, o desvio-padro:

2.4 Coeficiente de variao: uma medida de disperso relativa porque estabelece uma
relao entre o desvio-padro e a mdia.
Ex: Sendo dois grupos de pessoas e suas idades:
1 grupo = 1, 3 e 5
2 grupo = 53, 55 e 57
A varincia em cada grupo :

Como podemos ver, disperso em torno da mdia a mesma nos dois grupos. No entanto, a
diferena de idade entre os elementos no 1 grupo indica grandes mudanas fsicas e
comportamentais. Porm, no 2 grupo, no. Essas observaes refletem a idia de disperso
relativa, ou seja, de disperso em relao mdia. Para medir a disperso relativa usa-se o
coeficiente de variao, que a razo entre o desvio-padro e a mdia, multiplicada por 100.

Prof. Luiz A. Esmanhotto 14

CV = s . 100
x


EXERCCIOS:
1) dado o rendimento anual mensal de 20 pessoas, em salrios mnimos: 1,2 - 2,8 - 1,7 - 4,1 -
7,2 - 1,3 - 4,2 - 1,1 - 1,0 - 2,3 - 2,9 - 1,2 - 8,9 - 1,0 - 7,0 - 3,5 - 2,2 - 2,4 - 1,9 - 3,0. Calcule a
amplitude:


2)Dados os valores 8; 0; 5; 7, calcule a varincia.


3)Dados os pesos de 10 casais (em quilogramas), calcule a varincia do peso dos homens
e a varincia do peso das mulheres. Onde ocorre maior disperso?
Marido: 82 - 75 - 67 - 65 - 90 - 58 - 78 - 61 - 79 - 65
Mulher: 61 - 56 - 71 - 49 - 62 - 57 - 58 - 54 - 65 - 65

4)Dez pessoas apostam no nmero de caras que iro ocorrer quando se joga uma moeda
quatro vezes. Calcule a mdia e a varincia das apostas.
Aposta Freqncia
0 2
1 2
2 5
3 1
4 0



5)Calcule o desvio-padro para os seguintes conjuntos de dados:
a) 10, 10, 0, 0, 5
b) 4, 4, 4, 6, 8
c) 0, 2, 3, 4, 5

6)So dados o peso e a estatura de quatro pessoas. Calcule os coeficientes de variao.
Qual a varivel que tem maior disperso relativa?
Peso (kg): 60 - 75 - 70 - 75
Estatura (cm): 160 - 170 - 175 - 165

7)Calcule a mdia e o desvio padro dos dados apresentados abaixo relativos ao comprimento
(em centmetros) de cobaias de laboratrio de 90 dias, segundo o sexo:
Masculino: 25,5 - 26,0 - 26,5 - 25,0 - 26,0 - 25,0 - 24,0 - 25,0 - 25,5 - 26,0
Feminino: 27,0 - 27,0 - 27,0 - 27,0 - 26,0 - 27,0 - 27,5 - 27,0 - 28,0 - 26,0

8) Uma amostra de 7 corpos de prova de concreto forneceu as seguintes resistncias
ruptura: 340, 329, 337, 348, 351, 360 e 354 Kg/cm2. Calcule a mdia, varincia, desvio padro
e coeficiente de variao:

9)Uma amostra de metal que se presume seja ouro, examinada mediante 10 determinaes
de densidade, obtendo-se: 19 19.4 19.2 18.9 19.5 19.1 19 18.8 18.9
19.4
Determinar a densidade mdia, a amplitude total, o desvio padro e o coeficiente de variao:








Prof. Luiz A. Esmanhotto 15

NOES DE PROBABILIDADE
1. PROBABILIDADE
1.1. Experimento Aleatrio
So aqueles que no podem ser previamente determinados. Essa impossibilidade de prever-se
os resultados, chamamos de acaso.
Exemplo: Lanar um dado e anotar o nmero que ocorrer na face voltada para
cima.
1.2. Espao Amostral ( S )
o conjunto formado por todos os resultados possveis de um experimento aleatrio.
Exemplo 1: Ao se lanar um dado e observar a face superior, tem-se o espao
amostral:
S = { 1,2,3,4,5,6 }
Exemplo 2: Numa partida de futebol, uma das equipes pode obter resultados
tais como: vitria (v), empate (e) ou derrota (d). Tem-se ento:
S = { v, e, d }
1.3. Evento
um conjunto qualquer de resultados de um experimento aleatrio.
Pode-se dizer que um evento um subconjunto do espao amostral.
Tipos de eventos:
- Evento certo o prprio espao amostral.
Exemplo: Lanamento de um dado e ocorrncia de um nmero menor ou igual
a 6 na face superior.
- Evento impossvel o subconjunto vazio do espao amostral.
Exemplo: Lanamento de um dado e ocorrncia de um nmero maior do que 6
na face superior.
- Eventos elementares so aqueles que tm um s elemento.
Exemplo: Lanamento de um dado e ocorrncia de um nmero mpar maior do
que 4 na face superior.

EVENTOS MUTUAMENTE EXCLUSIVOS (DISJUNTOS):
Dois ou mais eventos so mutuamente exclusivos quando a ocorrncia de um
impede a ocorrncia do outro. Diferentemente dos eventos complementares
onde no necessariamente a unio de dois eventos mutuamente exclusivos vai
constituir o espao amostral. Por isso todos os eventos complementares so
mutuamente exclusivos, mas a recproca no verdadeira. Por exemplo, se
lanarmos um dado e considerarmos os seguintes eventos: o primeiro
estabelece o resultado como um nmero maior que dois { 3, 4 , 5 , 6} e o
segundo um resultado menor que dois { 1 }. Nesse caso um nmero no pode
ser maior e menor que dois ao mesmo tempo e a unio dos dois conjuntos no
forma o espao amostral, pois o 2 est de fora.
Sendo A e B evento mutuante excludentes, isto no podem ocorrer ao
mesmo por A B =






Se A1, A2.... An so dois eventos mutuante excludentes.

A B

Prof. Luiz A. Esmanhotto 16
P ( A1 U A2 U A3 U.... U An U...) = P (Ai)

EVENTOS NO MUTUAMENTE EXCLUSIVOS:
Regras de adio para eventos no mutuamente exclusivos.

P (AUB) = P (A) + P (B) P (A B ) ( regra geral ou para eventos no exclusivos)
Onde: P (A B ) = P (A) . P(B)

Dois ou mais eventos so no mutuamente exclusivos quando possvel
ambos ocorrerem simultaneamente. Necessariamente os dois eventos no
necessitam ocorrer juntos.





EXEMPLOS
1 No lanamento de uma moeda duas vezes consecutivas, determine o
nmero de ocorrncia de:
R: S = { (C,C),(C,K),(K,C),(K,K) }
a) duas coroas (c); R: 1
b) duas caras (k); R:1
c) exatamente uma cara; R: 2
d) exatamente uma coroa; R: 2
e) pelo menos uma cara; R: 3
f) pelo menos uma coroa; R: 3
g) no mnimo uma cara; R: 3
h) no mximo uma cara. R: 3

2 - No lanamento consecutivo de dois dados de cores diferentes, um
vermelho e um branco, observando-se a face superior temos o seguinte espao
amostral:
( 1 , 1 ) ; ( 1 , 2 ) ; ( 1 , 3 ) ; ( 1 , 4 ) ; ( 1 , 5 ) ; ( 1 , 6 )
( 2 , 1 ) ; ( 2 , 2 ) ; ( 2 , 3 ) ; ( 2 , 4 ) ; ( 2 , 5 ) ; ( 2 , 6 )
S = ( 3 , 1 ) ; ( 3 , 2 ) ; ( 3 , 3 ) ; ( 3 , 4 ) ; ( 3 , 5 ) ; ( 3 , 6 )
( 4 , 1 ) ; ( 4 , 2 ) ; ( 4 , 3 ) ; ( 4 , 4 ) ; ( 4 , 5 ) ; ( 4 , 6 )
( 5 , 1 ) ; ( 5 , 2 ) ; ( 5 , 3 ) ; ( 5 , 4 ) ; ( 5 , 5 ) ; ( 5 , 6 )
( 6 , 1 ) ; ( 6 , 2 ) ; ( 6 , 3 ) ; ( 6 , 4 ) ; ( 6 , 5 ) ; ( 6 , 6 )
Com base no espao amostral acima, determine a ocorrncia de nmeros:
a) iguais nos dois dados; R: 6
b) cuja soma seja 12; R: 1
c) cuja soma seja menor ou igual a 12; R: 36
d) cuja soma seja igual a 9; R: 4
e) cuja soma seja menor que 10; R: 30
f) cuja soma seja 7; R: 6
g) iguais ou com soma igual a 8; R: 10
h) mltiplos de 3 nos dois dados. R: 4



A B

Prof. Luiz A. Esmanhotto 17

2 O CLCULO DA PROBABILIDADE
Chamamos de probabilidade de um evento A ( ) S A c o nmero real
P(A), tal que:

) (
) (
) (
S n
A n
A P =

onde: n(A) o nmero de elementos de A;
n(S) o nmero de elementos de S.
Exemplo: A pesquisa de um jornal de So Paulo revelou que 200 brasileiros foram
mortos por raios no perodo de um ano (ano 2000). Qual a probabilidade de uma pessoa ser
atingida por um raio, sabendo-se que a populao brasileira est em torno de 170 milhes?

Exemplo 1: Considerando o lanamento de uma moeda e o evento A obter
cara.

R: S = { k, c } n ( S ) = 2
A = { k } n ( A ) = 1


2
1
) (
) (
) ( = =
S n
A n
A P

Exemplo 2: Considerando o lanamento de um dado, vamos calcular a
probabilidade do:
R: S = { 1,2,3,4,5,6 }
a) evento A obter um nmero par na face superior. R: 1/2
b) evento B obter um nmero menor ou igual a 6 na face superior. R: 6/6
c) evento C obter um nmero 4 na face superior. R: 1/6
d) evento D obter um nmero maior que 6 na face superior. R: 0/6

Pelos exemplos que acabamos de ver, podemos concluir que:
- Probabilidade do evento certo igual a 1; P(S) = 1
- Probabilidade do evento impossvel igual a 0; P() = 0
- Probalidade de um evento A qualquer ( ) S A c um nmero real P(A), tal que:
0 s P( A ) s 1

Eventos Complementares ( P (A ) )
A probabilidade de no ocorrer o evento A igual a 1 menos a
probabilidade de ocorrer A, que pode ser representada por:
P (A ) = 1 P(A)
Exemplo: A tabela a seguir, apresenta o nmero de bombas injetoras
existentes em uma fbrica, conforme as suas caractersticas. Todas
esto em caixas iguais. Escolhendo uma caixa ao acaso, determine a
probabilidade dela:
Bombas Eltricas Manuais
Novas 45 30
Usadas 15 10


Prof. Luiz A. Esmanhotto 18
a) conter uma bomba nova; R:3/4
b) conter uma bomba manual; R:2/5
c) no conter uma bomba eltrica nova; R:11/20
d) no conter uma bomba manual usada.R:9/10

AXIOMAS E TEOREMAS
A probabilidade de ocorrer um evento A representado por p(A) que
satisfaz os seguintes axiomas.
1) P (A) 0
2) P (S) = 1
3) P (AUB) = P (A) + P (B) ( teorema da soma para eventos mutuamente
exclusivos)

Probabilidade condicional: Imagine que algum pergunta: Qual a probabilidade de ocorrer
um s de espadas, quando se retira ao acaso uma carta do baralho?
Imagine agora que foi feita a mesma pergunta, mas se deu uma informao adicional:
Saiu carta de espadas.
P(A/B)= n( A B)
n(B)
Eventos Independentes: Quando a probabilidade de ocorrer um evento no se
modifica, mesmo quando se impe a condio de ter ocorrido outro evento.
Teorema do Produto: a probabilidade de ocorrer um evento com a caracterstica A e um
evento com a caracterstica B, isto , a probabilidade de ocorrer um evento do conjunto A B
dada por:
P ( A B) = P(A) . P(B)
Ex.: Duas moedas so lanadas. claro que o fato de sair cara numa das moedas
no influi sobre o fato de sair cara na outra moeda. Ento, esses eventos so independentes.
Conseqentemente, a probabilidade de ocorrerem duas caras quando se lanam duas moedas
:
. =
Teorema da Soma: A probabilidade de ocorrer ou um evento com a caracterstica A, ou um
evento com a caracterstica B, isto , a probabilidade de ocorrer um evento do conjunto A B :
P (A B) = P(A) + P(B)

Freqncia Relativa: O conceito de probabilidade aplica-se facilmente nos casos de jogos de
azar. Entretanto, a aplicao desse mesmo conceito fica difcil quando se tenta responder a
questes do tipo: Qual a probabilidade de uma pessoa morrer antes de completar os 40
anos? Qual a probabilidade de dois avies se chocarem em pleno ar? Qual a probabilidade
de um bujo de gs explodir?
Todas essas questes so legtimas e esto associadas teoria de probabilidades,
mas no podem ser respondidas com base nos conceitos apresentados at aqui. possvel
ampliar esses conceitos, como o caso da freqncia relativa, que uma estimativa da
probabilidade de ocorrer certo evento.
Exemplo: Para obter a freqncia relativa de natimortos, no sexo masculino, divide-se
o nmero de natimortos desse sexo pelo total de nascidos do sexo masculino, no mesmo
perodo.
Na rea da sade comum usar o termo risco, como sinnimo de probabilidade.

Exemplo:
Num grupo de 300 turistas cadastrados por uma agncia de viagens, 100 viajam para Fortaleza
e 80 para Manaus (os turistas restantes viajam para outras cidades). Esses dados incluem 30
turistas que viajam para as duas cidades simultaneamente.
Qual a probabilidade de um turista aleatoriamente escolhido estar de viagem:
a) para Fortaleza (F);
b) para Manaus (M);
c) para Fortaleza(F) ou para Manaus (M).


Prof. Luiz A. Esmanhotto 19
Taxas demogrficas: Entende-se por taxa ou coeficiente, em demografia, a razo entre o
nmero de indivduos que apresentam, ou apresentaram, determinada caracterstica no
decurso de certo perodo, e o total de indivduos na populao.
A taxa de mortalidade a razo entre o nmero de bitos, registrados, em
determinada regio durante um ano, e a populao da regio: (n de bitos populao).1000:

Taxa de mortalidade infantil= n de bitos de menores de 1 ano . 1000
n de nascidos vivos

Taxa de natalidade = n de nascidos vivos . 1000
populao


ATIVIDADES:
1) Um levantamento de assinantes do Forbes mostrou que 45,8% deles haviam alugado um
carro durante os ltimos 12 meses por razes de negcios, que 54% haviam alugado um carro
durante os ltimos 12 meses por razes pessoais e que 30% haviam alugado um carro durante
os ltimos 12 meses tanto por razes pessoais como por razes de negcios.
a) Qual a probabilidade de que um assinante tenha alugado um carro durante os ltimos 12
meses por razes pessoais ou por razes de negcios?
b) Qual a probabilidade de que um assinante no tenha alugado um carro durante os ltimos
12 meses nem por razes pessoais nem por razes de negcios?


2) Suponha que temos dois eventos, A e B, com P(A)=0,50, P(B)=0,60 e P(AB)=0,40.
a) Ache P(A/B);
b) Ache P(B/A);


3)Jogam-se dois dados. Qual a probabilidade de a soma de pontos ser par?


4)Suponha que a probabilidade de um casal ter um filho homem . Nessas condies, qual
a probabilidade de um casal com cinco filhos ter os cinco filhos homens?


5)Uma urna branca contm duas bolas brancas e oito pretas. Uma urna preta contm duas
bolas pretas e oito brancas. Se uma pessoa retirar ao acaso uma bola de cada urna, qual a
probabilidade de ter retirado pelo menos uma bola branca da urna branca ou da urna preta?

6)Joga-se um dado duas vezes. Qual a probabilidade de sair um nmero mpar em pelo
menos uma das jogadas?

7)Sabe-se que uma moeda honesta, isto , a probabilidade de sair cara igual a . Suponha
que a moeda foi jogada quatro vezes e ocorreram quatro caras. Numa prxima jogada mais,
ou menos, provvel ocorrer cara?













Prof. Luiz A. Esmanhotto 20
DISTRIBUIES CONTNUAS DE PROBABILIDADE
A DISTRIBUIO NORMAL
Entre as distribuies tericas de varivel aleatria contnuas, uma das mais empregadas a
DISTRIBUIO NORMAL.
O aspecto grfico de uma distribuio normal o da figura abaixo:







Principais caractersticas:
1) A varivel aleatria X pode assumir todo e qualquer valor real.
2) A representao grfica da distribuio normal uma curva em forma de sino,
simtrica em torno da mdia, que recebe o nome de curva normal ou GAUSS.
3) A rea total limitada pela curva e pelo eixo das abscissas igual a 1, j que essa
rea corresponde probabilidade de a varivel aleatria X assumir qualquer valor real.
4) A curva normal ASSINTTICA em relao ao eixo das abscissas, isto ,
aproxima-se indefinidamente do eixo das abscissas sem, contudo, alcan-lo.
5) Como a curva SIMTRICA em torno da mdia, a probabilidade de ocorrer valor
maior do que a mdia igual probabilidade de ocorrer valor menor do que a mdia,
isto , ambas as probabilidades so iguais a 0,5 . Escreve-se: P (X > ) = P (X < ) =
0,5 .

Quando existe uma varivel aleatria com distribuio normal, o principal interesse
obter a probabilidade dessa varivel aleatria assumir um valor em um determinado
intervalo. Para calcular essa probabilidade usada a distribuio normal padro.

A DISTRIBUIO NORMAL REDUZIDA (PADRO) (Z) tem distribuio normal de
mdia 0 e desvio padro 1. X ~ N ( = 0; o = 1)

o

=
X
Z
A tabela de distribuio normal reduzida, em anexo, apresenta a probabilidade de Z
assumir qualquer valor entre a mdia 0 e um dado valor Z, isto : P(0<Z<Z)

Exemplo 1: Em um exame final de Matemtica, a mdia foi 72 e o desvio padro 15.
Determinar a varivel reduzida (isto , os graus expressos em unidades de desvio
padro) dos estudantes que obtiveram graus:

a) 60; R.: -0,8 b) 93; R.: 1,4 c) 72. R.: 0

Exemplo 2: Com referncia ao exemplo 1, determinar os graus correspondentes aos
escores reduzidos:

a) 1 ; R.: 57 b) 1,6. R.: 96

Exemplo 3: Dois estudantes foram informados de que alcanaram as variveis
reduzidas de 0,8 e 0,4, respectivamente, em um exame de mltipla escolha de ingls.
Se seus graus foram 88 e 64, respectivamente, determinar a mdia e o desvio padro
dos graus do exame.
R.: 72 e 20

Exemplo 4: Determinar a rea limitada pela curva normal em cada um dos casos
abaixo:
a) Entre z = 0 e z = 1,2 R.: 0,3849
b) Entre z = -0,68 e z = 0 R.: 0,2518

Prof. Luiz A. Esmanhotto 21
c) Entre z = -0,46 e z = 2,21 R.: 0,6636
d) Entre z = 0,81 e z = 1,94 R.: 0,1828
e) esquerda de z = - 0,6 R.: 0,2742
f) direita de z = -1,28 R.: 0,8997
g) direita de z = 2,05 e esquerda de z = -1,44 R.: 0,0951

EXERCCIOS

1 Determinar a mdia e o desvio padro de um exame, cujos graus 70 e 88
correspondem, respectivamente, os escores reduzidos 0,6 e 1,4.
R.: 75,4 e 9
2 Determinar a rea subtendida pela curva normal:
a) cc R.: 0,2991
b) esquerda de z = -1,78 R.: 0,0375
c) esquerda de z = 0,56 R.: 0,7123
d) direita de z = -1,45 R.: 0,9265
e) Correspondente a z > 2,16 R.: 0,0154
f) Corresponde a -0,80 s z s 1,53 R.: 0,7252
g) esquerda de z = -2,52 e direita de z = 1,83 R.: 0,0395
h) Corresponde a z > -1,64 R.: 0,9495
i) Corresponde a -1,96 s z s 1,96 R.: 0,9500

3 - Determinar o valor, ou valores, de z em cada um dos casos, nos quais as reas
referem-se s limitadas pela curva normal:
a) A rea entre 0 e z 0,3770.
b) A rea esquerda de z 0,8621.
c) A rea entre 1,5 e z 0,0217.

4 - O peso mdio de 500 estudantes do sexo masculino, de uma determinada
universidade, 75,5 kg e o desvio padro 7,5 kg. Admitindo-se que os pesos
esto distribudos normalmente, determinar quantos estudantes pesam:
a) entre 60 e 77,5 kg; R.: 294 estudantes
b) mais do que 92,5 kg. R.: 6 estudantes

5 - Determinar quantos estudantes do exemplo 6 pesam:

a) menos do que 64 kg; R.: 32 estudantes
b) 64 kg; R.: 0 estudantes


6 - A mdia dos dimetros internos de uma amostra de 200 arruelas produzidas por
uma certa mquina 0,502 polegadas e o desvio padro 0,005 polegadas. A
finalidade para a qual essas arruelas so fabricadas permite a tolerncia mxima, para
o dimetro, de 0,496 a 0,508 polegadas; se isso no se verificar, as arruelas sero
consideradas defeituosas. Determinar a percentagem de arruelas defeituosas
produzidas pela mquina, admitindo-se que os dimetros so distribudos
normalmente.
R.: 0,2302













Prof. Luiz A. Esmanhotto 22