Apostila de Probabilidade e Estatística

Curso de Sist emas de Informao
Apost i l a de Pr obabi l i dade e Est at st i ca
Prof. Braulino Mattos

(Qualquer dvida ou sugesto: bmreis2@yahoo.com.br )
Apostila de PROBABILIDADE e ESTATSTICA
Captulo 1
Estatstica: Conceitos Preliminares

1.1 Introduo
A Estatstica t rat a dos mt odos cient ficos para coleta, organizao, resumo, apresentao e anlise de dados, visando tambm tomada de decises.
Para isso, ela cont a com t cnicas poderosas para ext rair informaes significat ivas a part ir de quant idades enormes de dados brut os, como fazer inferncias sobre a nat ureza de uma populao com base em observaes feitas sobre uma amostra dela extrada. Percebe-se, conforme o exposto, que a Estatstica aplicvel a qualquer ramo do conhecimento onde se manipulam dados experiment ais. Assim, as Cincias Sociais, a Biologia, a Medicina, a Fsica, a Engenharia, as Cincias Administ rat ivas, et c., t endem, cada vez mais, a servir-se dos mt odos est at st icos como ferramenta de trabalho, da a sua grande e crescente importncia. Logo, pessoas que precisam tirar concluses ou expor idias sobre um grande nmero de dados devem est udar Est at st ica. Por exemplo, uma empresa aut omobilst ica deve saber predizer quant os aut omveis sero vendidos num cert o ms, ou ao longo de um perodo, para planej ar sua produo, seus est oques e sua estratgia de preos e marketing, isso ser feito com base no histrico de vendas da empresa. Nessa apost ila encont ra-se um ferrament al est at st ico rico para organizar, resumir, apresent ar e fazer algumas consideraes sobre quant idades expressivas de dados que so encont radas em qualquer empresa.
1.2 Estatstica Descritiva X Estatstica Indutiva

Estat st ica Descrit iva: a part e da Est at st ica que apenas descreve e analisa um conj unt o de dados. Nela no so tiradas concluses. Estat st ica Indut iva: Trat a das inferncias e concluses. A part ir da anlise de dados so t iradas concluses. Tambm chamada de Inferncia Estatstica.
Obs.:
O est udo de Probabilidade se t orna import ant e no inst ant e em que percebemos que, em geral, as
decises (inferncias) so t omadas em ambient e de incert eza e, logo, exist e sempre uma possibilidade (probabilidade) de erro.
1.3 Populao e Amostra

Ao colet ar dados sobre as caract erst icas de um conj unt o nem sempre possvel considerar t odos os elementos, ou seja, toda a populao ou universo. Exemplos:
Pgina 2
Apostila de PROBABILIDADE e ESTATSTICA Os brinquedos produzidos por uma indstria; Os carros que passam por um determinado farol; As preferncias da populao sobre candidatos a uma determinada eleio; Entre outros.
Considera-se, ent o, apenas uma pequena part e do t odo, chamada amost ra. No caso da eleio, a populao formada por t odos os cidados com direit o a vot o e a amost ra formada pelos eleit ores que sero entrevistados. Podemos resumir como: Populao: so todos os indivduos ou objetos do grupo em que estamos interessados ; Amostra: um subconjunto da populao. Exemplo: Eleio para Presidente do Brasil Populao Amostra 120.000.000 de brasileiros (eleitores) 2.000 pessoas pesquisadas (escolhidas aleatoriamente)
Exemplo: Ao chegarmos a uma churrascaria, no precisamos comer t odos os t ipos de saladas, de sobremesas e de carnes para conseguirmos chegar a concluso de que a comida de boa qualidade. Bast a que sej a provado um t ipo de cada opo para concluirmos que est amos sendo bem servidos e que a comida est dentro dos padres. Exemplo: Em uma cidade, no precisamos analisar t odas as pessoas para sabermos se nela exist e uma epidemia.
1.4 Variveis Qualitativas e Quantitativas

Uma varivel o conjunto de resultados possveis de um fenmeno. Pode ser divida em duas categorias:
Qualitativa
Quando seus valores so expressos por atributos. Nominal: No admite ordenao. ( Ex.: Cor da pele ( branca, negra, morena), estado civil, profisso, etc. )
Quantitativa
Quando seus valores so expressos por nmeros. Discreta: Conta ou enumera elementos. ( Ex.: quant idade de alunos numa sala de aula, quant idade de avies num aeroporto,
escolaridade, etc.) Ordinal: Admite algum tipo de ordenao. ( Ex.: Classe social alta, mdia, baixa ) Contnua: Medies. ( Ex.: A alt ura ou o peso de uma pessoa, quantidade de arroz estocado, salrio, etc.)
Pgina 3
1.5 Grficos
Os grficos permitem a representao da relao entre variveis e podem facilitar a compreenso dos dados, se apresentados de forma clara e objetiva. Em Estatstica so usados os grficos de linha (curvas), de barra e de setores, entre outros. Grfico de Linhas
Grfico de Barras ( Verticais ou Horizontais )
OBS.: Um grfico com barras verticais , geralmente, chamado de grfico de colunas. Grfico de Setores
Pgina 4
1.6 Exemplos da Aplicao da Estatstica 1.6.1 Na Informtica

Aceitao de software/produto; Quantidade ou perfil (%) de pessoas que utilizam pginas da Internet; Pesquisas de opinio/cursos; Pesquisas de mercado; Informtica como ferramenta da Estatstica. o Obs.: Softwares estatsticos: Statgraphics, Minitab, R+, etc.
1.6.2 Na Administrao
Alguns exemplos da aplicao da estatstica Administrao esto listados abaixo. 1. Uma firma se prepara para o lanament o de um novo produt o e, para isso, precisa conhecer as preferncias dos consumidores no mercado de int eresse. Logo, ela deve fazer uma pesquisa de mercado, ent revist ando cert o nmero de residncias escolhidas aleat oriament e, e usar os result ados obt idos para estimar qual a preferncia de toda a populao.
2. Um audit or deve verificar os livros de uma firma para se cert ificar de que os lanament os reflet em efet ivament e a sit uao financeira da companhia. O audit or deve examinar quant idades enormes de document os originais, como not as de venda, ordens de compra e requisies. Cert ament e, seria muit o difcil realizar esse t rabalho t odo. Ent ret ant o, o audit or pode verificar uma amost ra de document os originais, escolhidos aleat oriament e, e com base nessas observaes t ent ar inferir sobre a t ot alidade dos documentos.
3. Ant es de lanar um novo remdio no mercado, necessrio fazer vrias experincias para se cert ificar que o produt o seguro e eficaz. O melhor modo de verificar isso consist e em separar dois grupos t o semelhant es quant o possvel. Para um deles dado o remdio e para o out ro no. Verifica-se ent o o result ado obt ido nos dois grupos e se analisa est at ist icament e se t odas as diferenas observadas ent re os grupos foram provocadas pelo uso do medicamento. (Nota: O grupo para o qual dado o remdio comumente chamado
de experimental, enquanto o outro chamado grupo de controle.)
4. Ao recebermos um grande nmero de mercadorias de um fornecedor, t emos que nos cert ificar se essas satisfazem os requisit os de qualidade acordados. No ent ant o, uma t arefa difcil verificar t odas as mercadorias e, sendo assim, cost uma-se ut ilizar as t cnicas est at st icas para se averiguar uma pequena amostra das mercadorias e inferir sobre todo o lote.
Pgina 5
5. Uma grande empresa aut omobilst ica precisa analisar seu hist rico de vendas dos lt imos anos para decidir quant os aut omveis devem ser produzidos no prximo perodo e quant os funcionrios devem permanecer no seu quadro.
6. O gerent e de uma grande rede de supermercados planej a fazer uma mega promoo para o ms de aniversrio. Para isso, pediu a seu funcionrio que colet asse os dados referent es a demanda de diversos produt os de vrias marcas e indicasse quais deveriam ser colocadas em promoo. Esse funcionrio ent o t eve que reunir dados de vrios anos, organiz-los em cat egorias de produt os, resumir as informaes de int eresse e apresent ar de forma clara e sucint a ao gerent e.
gerente em forma de grficos e/ou tabelas.) (Cert ament e, esse funcionrio apresent ou os dados ao
Exerccios Propostos
1) Coloque um D nas variveis discretas e um C nas contnuas. ( ( ( ( ( ( ( ( ( ) N de livros da biblioteca da Universidade Estcio de S. ) Altura dos alunos do 1 perodo do curso de RH. ) Velocidade de um carro. ) Inflao anual no Brasil. ) Peso dos estudantes. ) Salrio dos professores da Universidade Estcio de S. ) N de filhos de uma famlia. ) N de faltas na disciplina de Estatstica. ) Mdia dos alunos na disciplina de Estatstica.
2) Calcular: a) 3% de 420; b) 125% de 36; c) 0,4% de 200; d) 12,5 % de 1250; e) 19% de 4000; f) 100% de 200; 3) Se 50% de uma mensalidade R$ 75,00, qual o valor da mensalidade? 4) Se 75% de uma prestao R$ 250,00, qual o valor da prestao? 5) Numa cidade, 45% da populao so homens. Qual a populao dessa cidade, se nela residem 60500 mulheres?
Exerccios de Aprendizagem
1) Voc seria capaz de encontrar, ou sugerir, uma aplicao da Estatstica dentro de sua empresa? Qual? 2) Voc capaz de det erminar uma out ra aplicao para a Estatstica?
mas no mercado em geral. No necessariament e na sua empresa,
Pgina 6
1.7 Notao Somatrio

Digamos que uma varivel X t enha os seguint es 6 result ados possveis: 33, 15, 29, 17, 20, 18. Ent o podemos indexar essa varivel de modo que:
X1
33 ,
X2
15 ,
X3
29 ,
X 4 17 ,
X5
20 ,
X 6 18
Ou seja, para indicar um conjunto com 6 dados sobre a varivel X foi usada a notao X i , onde X i representa o i-simo deles. Ent ret ant o, se est amos int eressados na soma X 1
n
X2
X n , para uma varivel X com n
dados, ento denotamos por:

i 1
Xi
X1
X2
Xn
NOTA: Em geral, com a finalidade de simplificar essa not ao e quando no houver possibilidade de dvidas, usa-se a notao Exemplos: (1) Se F uma varivel com n dados, ento
X i ou ainda
X.
F1 F2 F X
Fn . F1 X 1 F2 X 2 Fn X n .
(2) Se F e X so duas variveis com n dados, ento (3) Se h um nmero real, ento
h h
n vezes
n h.
Exemplos: (1) Quanto vale

i 1
i 2 ? Resp.:
i 1
i2
12
22
32
42
1 4 9 16 30 .
(2) Quanto vale

i 1
i 1? 4
Resp.:
i 1
i 1 1 1 2 1 3 1 4 1 5 1 4 4 4 4 4 4
2 4
3 4
4 4
5 4
6 4
20 4
5.
1.8 Critrios de Arredondamento

Para realizar as aproximaes de valores numricos, utilizaremos a seguinte regra. Observe, no exemplo da reta numrica, a posio do valor 3,57.
| 3,5
| 3,55
| 3,57
| 3,6
Pgina 7
Ele se encont ra mais prximo do 3,6 que do 3,5. Assim, para represent armos est e valor com apenas uma casa decimal, cometeremos um erro menor se o representarmos como 3,6, ao invs de 3,5.
Podemos generalizar a regra da seguinte forma:
1) Observe em qual casa decimal voc ir fazer a aproximao; Ex.: Aproximar o valor 12,56789 na segunda casa decimal.
1 2, Parte Inteira
5 1 CD
7 8 Parte Decimal 2 CD 3 CD 4 CD
9 5 CD
O algarismo da 2 Casa Decimal o 6.
2) Observe o algarismo que est na primeira casa a direita da casa que sofrer a aproximao;
2,
5 1 CD
6 2 CD
7 3 CD
8 4 CD
9 5 CD
Algarismo que sofrer a aproximao
Algarismo da primeira casa a direita da casa que sofrer a aproximao
Se esse algarismo for maior ou igual que 5, ou sej a, 5, 6, 7, 8 ou 9, acrescent e uma unidade no algarismo da casa que sofrer a aproximao e abandone t odas os algarismos das casas decimais que estiverem a sua direita. Caso ele seja menor que 5, ou seja, 0, 1, 2, 3 ou 4, mantenha inalterado o algarismo da casa que est sofrendo a aproximao e abandone as demais que estiverem a sua direita. Exemplos: a) 12,56789 aproximado na 2 casa decimal fica 12,57. b) 3,25679 aproximado na 2 casa decimal fica 3,26. c) 4,56753 aproximado na 3 casa decimal fica 4,568. d) 2,43567 aproximado na 1 casa decimal fica 2,4. e) 1,18697 aproximado na 4 casa decimal fica 1,1870. f) 3,99950 aproximado na 3 casa decimal fica 4,000.
Pgina 8
Exerccios Propostos
1) Arredonde os seguintes nmeros: a. b. c. d. e. f. 24,6 para a unidade mais prxima. 242,5 para a unidade mais prxima. 5,438 para o centsimo mais prximo. 1,426 para o dcimo mais prximo. 1,0482 para o milsimo mais prximo. 3,891 para o centsimo mais prximo.
2) Use os critrios de arredondamento para aproximar os seguintes nmeros na 3 casa decimal. a) a) b) c) d) e) f) g) 4,3167 13.4579 21,8954 56,2365 2,01027 10,12045 19,9996 31,13554
Anotaes
Pgina 9
Captulo 2
Distribuies de Freqncia
2.1 Conceituao
Denomina-se srie est at st ica a organizao de dados referent es a uma mesma ordem de classificao. As sries estatsticas so representadas, em geral, por meio de tabelas. O obj et ivo de uma srie fornecer o mximo de informao em um mnimo de espao. Conforme o crit rio de agrupament o, as sries classificam-se em: Temporal, Geogrfica, Especfica e Dist ribuio de Freqncias.
Srie Temporal (Cronolgica, Evolutiva ou Histrica) segundo a poca de ocorrncia. - Elemento varivel : poca. - Elementos fixos : local, fenmeno Ex.: Dia, ms, ano, sculo
a srie estatstica em que os dados so observados
Matrcula na Escola X no Quadrinio 1970/73- RJ Anos 1970 1971 1972 1973 Matrcula 107.000 109.500 110.000 118.300
Fonte: Boletins Anuais.
Srie Geogrfica (ou de Localizao) localidade de ocorrncia.
a srie est at st ica em que os dados so observados segundo a
- Elemento varivel : local. - Elementos fixos : poca, fenmeno Ex.: Estado, Municpio
Matrcula na Escola X por Municpio - 1973- RJ Municpio Nilpolis So Joo de Meriti Nova Iguau Alunos 7.000 45.000 18.000
Fonte: Boletins Semestrais
Pgina 10
Apostila de PROBABILIDADE e ESTATSTICA Srie Especfica
a srie estatstica em que os dados so agrupados segundo a modalidade da ocorrncia.
- Elemento varivel : fenmeno. - Elementos fixos : poca, local Ex.: Tipo sangneo, peso, altura, produto
Distribuio da Matrcula por Srie em 1973- RJ Sries 1 2 3 4 Alunos 45.000 32.080 23.200 18.020
Fonte: Boletins Semestrais.
Distribuio de Freqncias freqncias absolutas.
a srie est at st ica em que os dados so agrupados com suas respect ivas
Obs.: Freqncia o nmero de elementos que pertencem a uma determinada classe.
Por se t rat ar do t ipo mais import ant e de srie est at st ica, est uda-se a dist ribuio de freqncias isoladamente. Nessa apostila, esse ser o nico tipo de srie estatstica estudado.
2.2 Distribuio de Freqncias

o t ipo de srie est at st ica mais import ant e para a Est at st ica. Trat a-se de uma t abela de valores numricos onde os dados observados so agrupados de acordo com sua freqncia, ou sej a, nmero de vezes que o elemento aparece. Uma distribuio de freqncias pode ser:
Distribuio de Freqncias sem intervalos de classes o Varivel Discret a Cont agem ( Ex.: Nmero de alunos numa sala de aula, nmero de carros que
esto no estacionamento, idade, etc..)
Distribuio de Freqncias com intervalos de classes o Varivel Contnua Medio ( Ex.: Quantidade produzida de arroz, notas de aluno, idade, etc..) Agrupamento de classes
Pgina 11
2.2.1 Dados Brutos

o conjunto de valores, ou conjunto de dados numricos, observados sobre a varivel. Esses dados so coletados da populao de interesse e no apresentam nenhum tipo de tratamento.
Exemplo: Idades de 20 alunos de uma turma de graduao da Universidade Estcio de S.
X : 24, 23, 22, 28, 36, 21, 23, 33, 34, 24, 28, 45, 24, 34, 22, 23, 36, 33, 30, 33
X uma varivel discreta que representa a idade dos alunos, note que:
X1 X 16
24 (1 valor observado para a varivel) , X 2
23 (2 valor observado para a varivel) , ..., 33 (20 valor observado para a varivel)
23 (16 valor observado para a varivel), ..., X 20
2.2.2 Rol
o arranjo dos dados brutos em ordem crescente. (No Dicionrio Aurlio temos que Rol = lista) Exemplo: Para os valores do exemplo anterior, temos:
X : 21, 22, 22, 23, 23, 23, 24, 24, 24, 28, 28, 30, 33, 33, 33, 34, 34, 36, 36, 45
2.2.3 Amplitude Total (ou Range)

a diferena entre o maior e o menor valor observados. Nota-se por:
R.
Exemplo: Para os valores do exemplo anterior, temos:
45 21
24
OBS.: A amplit ude t ot al most ra o t amanho do int ervalo de dados. Para o exemplo acima, t emos que a diferena ent re o aluno mais velho e o mais novo de 24 anos. Logo, o conjunto de idades desta turma cobre um intervalo de 24 anos.
2.2.4 Freqncia
A freqncia, ou f reqncia absolut a, denot ada por Fi , o nmero de vezes que o element o X i aparece no conjunto de dados.
Pgina 12
Apostila de PROBABILIDADE e ESTATSTICA Exemplo: Ainda para o exemplo dos 20 alunos da Estcio, temos:
i
1 2 3 4 5 6 7 8 9 10
Xi
21 22 23 24 28 30 33 34 36 45
Fi
1 2 3 3 2 1 3 2 2 1 20
i denota a classe do elemento, onde na 1 classe tem-se o menor

valor observado, na 2 tem-se o 2 menor valor, e assim por diante.
X i o valor da varivel para a classe i Fi a freqncia do elemento X i
OBS.:
Fi
n , onde n o t amanho da amost ra. Nesse, t em-se 20 alunos da Est cio e, logo, o
somatrio das freqncias 20.
# Esse um exemplo de uma distribuio de freqncias sem intervalos de classes, vist o que os elementos so dados por valores e no por intervalos.
Exemplo: Como ficaria a dist ribuio de freqncias ant erior se agrupssemos as idades em int ervalos de comprimento 5.
i
1 2 3 4 5
Intervalos 20 |-25 |-30 |-35 |-40 |--| 25 30 35 40 45
Fi
9 2 6 2 1 20
O intervalo 25 |-- 30 compreende todos os valores entre 25 e 30, exceto 30. O intervalo 30 |-- 35 compreende todos os valores entre 30 e 35, exceto o 35. O intervalo 40 |--| 45 compreende todos os valores entre 40 e 45.
OBS.: Essa distribuio uma distribuio de freqncias com intervalos de classes, visto que os elementos so agrupados em intervalos.
Outras observaes: 1. Nas t abelas de dist ribuio de freqncias com int ervalos de classe sempre usa-se os int ervalos fechados a esquerda e abert o a direit o em t odas as classes, excet o a lt ima, quando fechado em ambos os lados. 2. O compriment o dessa t abela const ant e em t odas as classes e pode ser det erminado t omando a diferena entre os limites de um intervalo qualquer. (Ex.: 25 20 = 5 ; 30 25 = 5 ; ...; 45 40 = 5)
Pgina 13
Essa dist ribuio t em a vant agem sobre a ant erior de diminuir o t amanho da t abela e facilit ar a visualizao dos dados na apresentao. Ent ret ant o, uma vez apresent ado soment e essa t abela, no possvel ident ificar, por exemplo, se os 6 alunos com idades entre 30 e 35 (exclusive) tm todos 30 anos, 34 anos ou algum caso intermedirio. Em geral, ao est udar dist ribuies de freqncias com int ervalos de classes int eressant e est abelecer quais so os pont os mdios das classes, pois esses sero seus represent ant es para qualquer t ipo de clculo que seja desejado realizar com os valores da distribuio.
Pontos mdios das classes Exemplo:
a mdia aritmtica dos extremos do intervalo.
Para o int ervalo 30 | -- 35 (3 classe da dist ribuio ant erior), o pont o mdio ser dado por:
m3
30 35 2 35 40 2
32,5 .
Para o int ervalo 35 | -- 40 (4 classe da dist ribuio ant erior), o pont o mdio ser dado por:
m4
37,5 .
2.2.5 Freqncia Acumulada

A freqncia acumulada, ou f reqncia absol ut a acumul ada, denot ada por Fac , a soma das freqncias das classes inferiores ou iguais a classe considerada. Exemplo:
i
1 2 3 4 5
Intervalos 20 |-25 |-30 |-35 |-40 |--| 25 30 35 40 45
Fi
9 2 6 2 1 20
Fac
9 11 17 19 20
Observe que 11 = 9 +2, 17 = 11+ 6, 19 = 17 + 2, 20 = 19 +1. O primeiro valor dessa coluna igual ao da freqncia. No se deve somar os valores desta coluna, pois essa soma no tem sentido estatstico.
OBS.: Tambm pode se achar a freqncia acumulada no caso da dist ribuio de freqncia sem int ervalos de classe.
Pgina 14
2.2.6 Freqncia Relativa

A freqncia relat iva de uma classe, denot ada por FRi , dada por FRi porcentagem ( % ) da freqncia da classe sobre todo o conjunto. Exemplo:
Fi . Ou sej a, a n
i
1 2 3 4 5
Intervalos 20 |-25 |-30 |-35 |-40 |--| 25 30 35 40 45
Fi
9 2 6 2 1 20
Fac
9 11 17 19 20
FRi
9 20 2 20 6 20 2 20 1 20 0, 45 0,10 0,30 0,10 0, 05 100% 45% 10% 30% 10% 5%
Todas as trs representaes esto corretas para a freqncia relativa: frao, nmero decimal ou porcentagem.
Nesse curso, procuraremos escrever em %. A soma das FRi deve ser 100% .
2.2.7 Freqncia Relativa Acumulada

A freqncia rel at iva acumul ada, denot ada por FRac , a soma das freqncias relat ivas das classes inferiores ou iguais a classe considerada. Exemplo:
i
1 2 3 4 5
Intervalos 20 |-25 |-30 |-35 |-40 |--| 25 30 35 40 45
Fi
9 2 6 2 1 20
Fac
9 11 17 19 20
FRi
9 20 2 20 6 20 2 20 1 20 0, 45 0,10 0,30 0,10 0, 05 45% 10% 30% 10% 5%
FRac
45% 55% 85% 95% 100%
Exerccios Resolvidos
1) Considere as seguintes mdias de 40 alunos de uma turma de Estatstica. 1 4,5 a) b) c) d) e) f) g) 8 6 4 6,5 9 7,5 6,5 5 6 6 9 5,5 10 8 2 9 3 8 8,5 6 4 7 9 8 6 9 5 10 5,5 3 6,5 2,5 9 1,5 8 4 7 7
Determine o rol dessas mdias. Determine a amplitude total das mdias. Construa uma distribuio de freqncia sem intervalos de classes. Construa uma distribuio de freqncias com intervalos de classes de comprimento 2. Para a tabela do item d), determine qual o limite inferior da 3 classe e o limite superior da 4 classe. Determine os pontos mdios das classes da tabela do item d). Determine as freqncias acumulada, relativa e relativa acumulada para a tabela do item d).
Pgina 15
Apostila de PROBABILIDADE e ESTATSTICA Respostas: a) Rol 1 1,5 6,5 6,5
2 7
2,5 7
3 7
3 7,5
4 8
4 8
4 8
4,5 8
5 8
5 8,5
5,5 9
5,5 9
6 9
6 9
6 9
6 9
6 10
6,5 10
b) c)
R 10 1
Xi
1 1,5 2 2,5 3 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 10
R 9
Fi
1 1 1 1 2 3 1 2 2 5 3 3 1 5 1 6 2 40
d)
i
1 2 3 4 5
Intervalos 0 |-2 |-4 |-6 |-8 |--| 2 4 6 8 10
Fi
2 4 8 12 14 40
e) O limite inferior da 3 classe 4 e o limite superior da 4 classe 8.
f, g)
i
1 2 3 4 5
Intervalos 0 |-2 |-4 |-6 |-8 |--| 2 4 6 8 10
Fi
2 4 8 12 14 40
mi
1 3 5 7 9
Fac
2 6 14 26 40
FRi
2 40 4 40 8 40 12 40 14 40 0, 05 0,10 0, 20 0,30 0,35 100% 5% 10% 20% 30% 35%
FRac
5% 15% 35% 65% 100%
Pgina 16
2) Const rua uma dist ribuio de freqncias com int ervalos de classe de compriment o 5 para os dados abaixo e responda as perguntas. Os dados abaixo, representam a taxa de glicose de, em miligramas de por 100 ml de sangue, uma amostra de 42 ratos machos da raa Wistar, com 20 dias de idade 80 80,5 83,5 84 84,5 85 85 85,5 86 86 87 87 87 87,5 88 88 88,5 88,5 89 89 89,5 89,5 90 90,5 91 91 91,5 92 92,5 93 94 94 94,5 95 95,5 96,5 97 97,5 98,5 99 100,5 103,5
Fonte: Guimares et al (Maro de 1999) a) Qual o intervalo de classe com maior freqncia? b) Qual freqncia relativa da 4 classe? c) Qual o nmero de ratos que possuem taxas de glicose inferiores a 100mg? d) Qual o nmero de ratos que possuem taxas de glicose superiores ou iguais a 90mg? e) At que classe esto includos os 60% dos ratos com as menores taxas de glicose?
Resposta: a)
i
1 2 3 4 5
Intervalos 80 |-85 |-90 |-95 |-100 |--| 85 90 95 100 105
Fi
5 17 11 7 2 42
Fac
5 22 33 40 42
FRi
5 42 17 42 11 42 7 42 2 42 0,119 0, 405 0, 262 0,167 0, 048 100% 11,9% 40,5% 26, 2% 16, 7% 4,8%
FR ac
11,9% 52,4% 78,6% 95,3% 100%
O int ervalo de maior freqncia 85 | -- 90. Ou sej a, aquele que compreende os rat os com t axas de glicose entre 85mg e 90mg, excluindo o 90. b) Como a freqncia absoluta da 4 classe 7 e temos no total 42 ratos, ento a freqncia relativa :
7 42
0,167 16, 7% , conforme mostra a tabela acima.
c) Se queremos rat os com t axas de glicose inferiores a 100mg, ent o esses rat os devem pert encer a 1, 2, 3 ou 4 classes. Logo, se olharmos a freqncia acumulada da 4 classe, t eremos a respost a. Assim, exist em 40 rat os com t axas inferiores a 100. d) Se queremos rat os com t axas de glicose superiores ou iguais a 90mg, ent o veremos quant os t em t axa inferior a 90mg e subt rairemos do t ot al de rat os. Logo, como a freqncia acumulada na 2 classe 22, ent o t emos que o nmero de ratos com taxa superior ou igual a 90mg 42 22 = 20, ou seja, 20 ratos.
Pgina 17
e) Se observarmos na freqncia relat iva acumulada das classes, veremos que at a 2 classe t emos 52,4% dos ratos e at a 3 classe t emos 78,6% dos ratos. Assim, 60% dos rat os ult rapassam a 2 classe, mas no a 3. Port ant o, a respost a que os 60% dos ratos com as menores taxas de glicose se encontram at a 3 classe.
Exerccios Propostos
1) Contou-se o nmero de erros de impresso da primeira pgina de um jornal durante 50 dias, obtendo-se os resultados abaixo: 5 8 10 12 14 5 8 10 12 14 6 8 10 12 14 6 8 10 12 14 6 8 11 12 14 7 8 11 12 15 7 8 11 12 15 7 9 11 13 16 7 9 12 14 19 7 10 12 14 22 Determine. a) A distribuio de freqncias sem intervalos de classe; b) A distribuio de freqncias com intervalos de classe de comprimento 5.
2) Os dados abaixo represent am as idades de 24 pessoas at endidas no set or de Ort opedia do Hospit al N. Sra. da Penha Janeiro/ 2000. Const rua uma dist ribuio de freqncia sem int ervalos de classe para os seguint es dados e responda as perguntas. 14 12 12 14 11 13 13 14 14 11 13 12 12 15 14 13 16 16 13 17 15 14 11 14
a) Qual idade com maior freqncia no setor de Ortopedia? b) Qual a amplitude total dos dados?
3) Sejam as alturas (em centmetros) de 25 alunos de uma determinada classe. 150 156 162 164 170 159 153 162 168 169 157 163 164 166 174 151 159 158 160 165 152 175 159 162 167
a) Disponha esses dados em ordem crescente e calcule a amplitude total. b) Ache a distribuio de freqncia com intervalos de classe de comprimento 5. c) Determine a freqncia acumulada, relativa e relativa acumulada.
Pgina 18
4) Usando os dados da tabela abaixo, construa a distribuio de freqncias das variveis: a) b) c) d) Estado civil; Regio de procedncia; Nmero de filhos dos empregados casados; Idade. Informaes sobre o Estado Civil, Grau de instruo, Nmero de filhos, Salrio (expresso como frao do salrio mnimo), Idade (medida em anos e meses) e Regio de procedncia de 36 empregados da seo de oramento da companhia MB.
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 Estado Civil solteiro casado casado solteiro solteiro casado solteiro solteiro casado solteiro casado solteiro solteiro casado casado solteiro casado casado solteiro solteiro casado solteiro solteiro casado casado casado solteiro casado casado casado solteiro casado casado solteiro casado casado Grau de Instruo fundamental fundamental fundamental mdio fundamental fundamental fundamental fundamental mdio mdio mdio fundamental mdio fundamental mdio mdio mdio fundamental superior mdio mdio mdio fundamental superior mdio mdio fundamental mdio mdio mdio superior mdio superior superior mdio superior N de Filhos 1 2 Salrio (x sal. Min.) 4,00 4,56 5,25 5,73 6,26 6,66 6,86 7,39 7,59 7,44 8,12 8,46 8,74 8,95 9,13 9,35 9,77 9,80 10,53 10,76 11,06 11,59 12,00 12,79 13,23 13,60 13,85 14,69 14,71 15,99 16,22 16,61 17,26 18,75 19,40 23,30 Idade Anos 26 32 36 20 40 28 41 43 34 23 33 27 37 44 30 38 31 39 25 37 30 34 41 26 32 35 46 29 40 35 31 36 43 33 48 42 Meses 03 10 05 10 07 00 00 04 10 06 06 11 05 02 05 08 07 07 08 04 09 02 00 01 05 00 07 08 06 10 05 04 07 07 11 02 Regio de Procedncia interior capital capital outra outra interior interior capital capital outra interior capital outra outra interior outra capital outra interior interior outra capital outra outra interior outra outra interior interior capital outra interior capital capital capital interior
1 2
3 0 1 2
0 2 2 0 5 2 1 3 2 3
FONTE: Dados hipotticos.
5) A t abela abaixo most ra a idade e o sexo de 50 pessoas que arrumaram est gio num grande loj a de vendas de roupas. (Legenda: M = mulher e H = homem) Sexo Idade M
18
M
18
M
24
H
18
M
18
M
21
H
18
H
18
H
19
H
18
M
18
H
18
M
18
M
23
M
19
H
20
H
18
H
25
M
18
M
22
M
18
H
19
M
18
M
21
M
19
Pgina 19
Apostila de PROBABILIDADE e ESTATSTICA Sexo Idade H

18
Prof. Braulino Mattos H

21
H
19
M
22
H
18
M
18
M
19
H
19
M
18
H
18
M
20
M
19
H
22
H
19
M
18
M
20
M
20
H
21
M
18
H
18
H
19
M
20
M
23
M
24
H
20
a) Construa uma distribuio de freqncias sem intervalos de classe da varivel idade. b) Qual a idade de maior freqncia entre os estagirios? c) Determine at que idade se encontra a metade dos estagirios. d) Quantos estagirios tm at 22 anos? e) Construa a distribuio de freqncias da varivel sexo. f) Qual foi o sexo mais contratado como estagirio? Qual foi a freqncia relativa correspondente?
6) A quant idade de pessoas que compraram cert a marca de sabo no Supermercado Bom Preo num perodo de 32 dias est representada na tabela abaixo. 60 80 20 40 0 70 50 45 20 85 55 40 65 60 50 10 50 45 70 55 35 105 15 35 40 65 50 95 70 60 50 45
Determine: a) O rol e a amplitude total. b) A distribuio de freqncias (utiliza intervalos de comprimento 20). c) A porcentagem de dias que tiveram vendas inferiores a 40. d) A porcentagem de dias que tiveram vendas iguais ou superiores a 60.
7) Dado um rol de 50 notas, agrupar os elementos em classes de comprimento 10. 33 50 61 69 80 Alm disso, responda: a) Qual a amplitude total dessa distribuio? b) Qual o limite inferior da 2 classe e o limite superior da 6 classe? c) Qual o intervalo de classe de maior freqncia? Qual o ponto mdio desse intervalo? d) Qual a freqncia relativa da 3 classe? e) Determine quantos % das notas se encontram abaixo de 70. f) Determine quantos % das notas se encontram acima ou igual a 50. 35 52 64 71 81 35 53 65 73 84 39 54 65 73 85 41 55 65 74 85 41 55 66 74 88 42 57 66 76 89 45 59 66 77 91 47 60 67 77 94 48 60 68 78 97
Pgina 20
Apostila de PROBABILIDADE e ESTATSTICA 8) Os pesos de 40 alunos esto relacionados a seguir. 69 65 60 67 57 76 81 68 72 60 71 53 54 49 67 75 93 74 63 65 68 59 64 58 72 66 53 80 58 83 73 60 64 70 81 63 62 45 50 53
a) A distribuio de freqncias (utiliza intervalos de comprimento 10). b) A porcentagem de alunos com pesos inferiores a 80. c) A porcentagem de alunos com pesos iguais ou superiores a 80.
9) Uma emissora de t eleviso, desconfiada dos dados do Ibope, resolveu inst alar um aparelho em 50.000 aparelhos de t eleviso espalhados por t odo o t errit rio brasileiro para ident ificar a preferncia dos t elespect adores e o t empo que cada t elevisor fica ligado por dia. Os dados obt idos sobre o nmero de horas que esses televisores ficam ligados foram os seguintes: (Escala adotada 1 para 1.000) Nmero de Horas Ligado 0 |-- 6 6 |-- 12 12 |-- 18 18 |--| 24 TOTAL Freqncia 16 18 12 4 50 c) Determine quantos aparelhos ficam ligados durante 6 horas ou mais. b) Qual a freqncia relativa de cada um desses intervalos? a) Qual o intervalo de maior freqncia?
10) A tabela abaixo apresenta a estatura de 80 pacientes da Clnica de Fisioterapia So Jos (SP) 1997.
Estatura (cm)
150 |-- 156 156 |-- 162 162 |-- 168 168 |-- 174 174 |-- 180 180 |-- 186 186 |-- 192 192 |--| 198
Fi
7 18 22 15 10 5 2 1 80
Determine: a) A amplitude total da distribuio. c) O limite superior da 5 classe e o limite inferior da 2 classe. d) O ponto mdio da 6 classe. e) A freqncia absoluta da 4 classe. f) A freqncia relativa em porcentagem da classe com maior nmero de pacientes. g) A freqncia acumulada da 5 classe. h) O nmero de pacientes cuja altura no atinge 180cm. i) j) O nmero de pacientes cuja altura atinge ou ultrapassa 174cm. A porcentagem de pacientes cuja altura no atinge 168cm.
Fonte : Clnica So Jos
k) A porcentagem de pacientes cuja altura atinge ou ultrapassa 162cm, mas inferior a 192cm. l) A classe do 52 paciente.
Pgina 21
Captulo 3
Medidas de Tendncia Central

Dent re as medidas de uma dist ribuio, a mdia arit mt ica, a mediana e a moda ocupam lugar de destaque e tm a caracterstica comum de ocuparem posies centrais numa distribuio. De fat o, um conj unt o de dados comument e represent ado pelos seus valores mdios, vist o que os dados observados tendem, em geral, a se agrupar ao redor dos valores centrais.
OBS.: 1) A mdia arit mt ica , de modo geral, a mais import ant e e mais comum de t odas as mensuraes numricas descritivas. 2) Est as medidas podem ser calculadas, t ant o para dados no agrupados em classes (conj unt o de valores), quant o para dados grupados em classes (dist ribuies de freqncia com e sem int ervalos de classes).
3. 1 Mdia
A mdia arit mt ica, ou simplesment e mdia, do conj unt o de valores de uma varivel representada por x (l-se x barra) e definida como:
x n
, onde n o tamanho da amostra.
Exemplo: A mdia aritmtica dos valores 9, 8, 3, 4 e 6 :
x
3. 2 Moda
9 8 3 4 6 5
30 5
6.
A moda de um conj unt o de valores de uma varivel Em geral, representa-se a moda por Mo.
X definida como o valor de maior freqncia.
Exemplo: O conjunto 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 13 tem moda 9. Exemplo: O conjunto 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tem duas modas 4 e 7. Exemplo: O conjunto 3, 5, 8, 10, 12, 15, 17 no tem moda, visto que no existe elemento(s) que aparea(m) mais que os outros.
Pgina 22
Apostila de PROBABILIDADE e ESTATSTICA OBS.: 1) Uma distribuio que tem apenas uma moda denominada unimodal.
2) Se uma distribuio tiver duas (trs) modas, ento ser chamado de bimodal (trimodal). 3) Uma distribuio que no tem moda denominada amodal.
3. 3 Mediana
A mediana de um conj unt o de valores de uma varivel X , organizados em ordem crescent e (rol), definida como o valor central ou a mdia dos valores centrais. Em geral, representa-se a mediana por Md. Exemplo: A mediana para o conj unt o de valores 2, 3, 4, 5, 7, 8 e 10 Md = 5, pois t emos t rs valores menores que 5 e trs maiores que 5. Exemplo: A mediana para o conj unt o de valores 2, 3, 4, 5, 6, 7, 8 e 9 Md = 5,5 , ou sej a, a mdia
aritmtica dos dois valores centrais (5 e 6). Ou seja, 5 6 2 OBS.:
5, 5 .
1) Se o nmero de elementos mpar, existe um nico valor intermedirio, que a mediana
2) Se o nmero de element os par, exist em dois valores int ermedirios. Nest e caso, convencionou-se calcular a mdia aritmtica dos dois valores centrais para a determinao da mediana.
3) S devemos aplicar o que foi dit o acima para a posio da mediana, seja o nmero de element os par ou mpar, no caso de sries const it udas por conj unt o de valores, o mesmo no acont ecendo para o caso de dados agrupados em classes, conforme veremos adiante.
3. 4 Comparaes entre a Mdia, Mediana e Moda

A mdia influenciada por cada valor do conj unt o, inclusive os ext remos. relativamente insensvel aos valores extremos. J a mediana
Mediana
Mdia
A ordenao dos dados para a determinao da mediana, por vezes, pode ser difcil. A moda, comparada mdia e a mediana, a medida menos t il por no t er nenhum t rat ament o matemtico, mas, do pont o de vist a descrit ivo, a moda indica o valor "t pico" em t ermos de maior ocorrncia. A ut ilidade da moda acont ece quando um valor ou um grupo de valores ocorrem com uma
freqncia muit o maior que os demais. Quando t odos, ou quase, t odos os valores ocorrem aproximadamente com a mesma freqncia, a moda nada acrescenta em termos de descrio dos dados.
Pgina 23
Exerccios Propostos
1) Um j ogador de fut ebol, em 10 oport unidades, conseguiu cont rolar a bola com os ps sem derrub-la os seguintes nmeros de vezes: 23, 43, 16, 26, 49, 16, 58, 68, 71 e 114. Determine: a) A amplitude de rol. c) A mediana. b) A mdia aritmtica. d) A moda.
2) De acordo com o perodo abaixo: a. Calcule a produo mdia e a venda mdia do perodo abaixo. b. Qual foi a venda mediana do perodo? c. Quais foram os anos em que o nmero de automveis vendidos foi superior a produo?
Produo e Vendas da Indstria Automobilstica no Brasil, 1976/82 PERODO 1976 1977 1978 1979 1980 1981 1982 PRODUO 985.469 919.239 1.068.194 1.127.966 1.165.206 780.852 859.254 VENDAS 974.594 908.664 1.067.343 1.121.245 1.118.610 800.777 861.207
3) Um levant ament o feit o em det erminada empresa revelou que os salrios de 4 horist as eram respectivamente: 151,00 u.m; 160,00 u.m; 146,00 u.m.; 153,00 u.m. Pede-se: a) O salrio mdio hora. b) O salrio mediano hora.
4) Num t orneiro de basquet e, uma equipe marcou 104 pont os, 96 pont os, 117 pont os e 103 pont os nas 4 partidas que disputou na 1 fase. Qual a mdia de pontos que essa equipe marcou nessa fase do torneio?
5) Suponha que um aluno t enha obt ido not as 3,5; 5 e 7 nos 1, 2 e 3 bimest res, respect ivament e. Para aprovao, a escola exige mdia arit mt ica simples dos 4 bimest res igual a 6. Nest as condies, qual deve ser a nota mnima que o aluno deve alcanar no 4 bimestre para ser aprovado?
6) Dados os conjuntos abaixo, calcule a mdia aritmtica, a mediana e a moda. A = {3, 5, 2, 1, 4, 7, 9, 9} B = {6, 12, 15, 7, 10} C = {10,5; 11,8; 15,4; 16,5; 16,5; 11,8; 20; 13,6}
Pgina 24
Apostila de PROBABILIDADE e ESTATSTICA 7*)
Uma agncia de aut omveis, ao final da 1 quinzena de um cert o ms, fez o levant ament o dos
automveis negociados e ps os dados na tabela abaixo: Padro do carro 1 2 3 4 Valor (em R$) 14.000,00 17.000,00 25.000,00 42.000,00 Quantidade negociada 7 10 2 1
Em mdia, qual foi o preo de cada carro negociado?
8*) Em uma corretora de valores foram negociados os seguintes ttulos: Descrio Ttulos de R$ 4.000,00 Ttulos de R$ 10.000,00 Ttulos de R$ 20.000,00 Qual foi o valor mdio dos ttulos negociados? Quantidade 2 8 18
9*) A t abela abaixo representa a dist ribuio das idades de 24 pessoas at endidas no set or de Ort opedia do Hospital N. Sra. da Penha Janeiro/2000. Determine a mdia, a moda e a mediana dessas idades. X 11 12 13 14 15 16 17 F 3 4 5 7 2 2 1 24
10*) A seguir t emos a dist ribuio de salrios de uma empresa de reciclagem. Calcule a mdia, a moda e a mediana da distribuio desses salrios.
Salrios (em R$)

300 |-- 350 350 |-- 400 400 |-- 450 450 |-- 500 500 |-- 550 550 |--| 600
Freqncia
13 10 8 5 3 2
Pgina 25
Exerccios Complementares
1) Para cada srie, determine a mdia, a moda e a mediana. a) 5, 7, 1, 6, 6, 8, 7, 7, 9, 2, 4, 7 c) 0, 1, 0, 2, 0, 3, 0, 7, 7 b) 3, 2, 1, 1, 2, 3, 5, 2, 9, 8, 2, 7, 8, 2 d) 2, 5, 4, 6, 9, 9, 7, 8, 1, 9 , 9
2) A mdia arit mt ica dos alunos da t urma A, que t em 30 alunos, 8 e a mdia arit mt ica dos alunos da t urma B, que possui 20 alunos, 6. Se j unt armos t odos esses alunos em um nica t urma, qual ser a mdia aritmtica do grupo?
3) So dados os conjuntos A (1; 2; 3; 4; 5) e B (202; 204; 206; 208; 210). correto afirmar que: a) as mdias aritmticas de A e B so iguais. b) a mdia aritmtica de A 201 unidades menor que a de B. c) o dobro da soma de 100 com a mdia aritmtica de A, igual mdia aritmtica de B. d) se somarmos 200 unidades media aritmtica de A, obteremos a mdia aritmtica de B. e) a media aritmtica de A 202 vezes menor que a de B.
4) Numa cert a empresa t rabalham 4 analist as de mercado, 2 supervisores, 1 chefe de seo e 1 gerent e, os quais ganham, respectivamente: 1300,00 u.m; 1600,00 u.m.; 2500,00.u.m, e 3250,00 u.m. Determine o valor do salrio mdio desses profissionais para o perodo considerado.
5) Calcule a mdia da distribuio do nmero de acidentes por dia, observados em determinado cruzamento, durante 40 dias. Nmero de acidentes por dia Xi 0 1 2 3 4 Nmero de dias Fi 30 5 3 1 1
6) Sej am as alt uras (em cent met ros) de 25 alunos de uma det erminada classe dist ribudas como most ra a tabela abaixo. Determine a mdia, a moda e a mediana dessas alturas. X 150 152 156 164 169 172 175 F 2 4 6 8 3 1 1 25
Pgina 26
7) A distribuio dada apresenta os pares de calados vendidos numa loja em um det erminado dia, de acordo com o nmero usado de uma certa marca. Calcule a mdia aritmtica, moda e mediana.
Nmero usado
36 37 38 39 40 41 42 43
Freqncia
1 2 5 9 11 8 4 1
8) A dist ribuio de freqncia nos fornece, por faixa et ria, a freqncia com que ocorre determinada doena, para um grupo de 100 pessoas estudadas, com idade entre 16 e 48 anos. Calcule a mdia, a moda e a mediana das idades desse grupo.
Idades
16 |-- 20 20 |-- 24 24 |-- 28 28 |-- 32 32 |-- 36 36 |-- 40 40 |-- 44 44 |--| 48
Freqncia
9 18 26 14 10 9 8 6
9) A t abela abaixo represent a a porcent agem de bact rias encont radas por cm em 100 amost ras de determinado produto. Calcule: a) A mdia; b) A moda; 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 % ||||||||||-| 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 Fi 02 05 10 15 18 20 15 10 05 02 c) A mediana.
Pgina 27
10) A t abela abaixo most ra a dist ribuio de freqncia de acident es que ocorreram no lt imo ano numa rodovia do Est ado do Rio de Janeiro para cada quant idade de pessoas feridas por acident e. Com base nessa tabela, determine: Nmero de Feridos Xi 0 |- 3 3 |- 6 6 |- 9 9 |- 12 12 |-| 15 Total Nmero de Acidentes Fi 12 18 10 6 4 50 b) a porcentagem de feridos em cada uma das classes. c) a quantidade de acidentes que tiveram menos de 9 feridos, utilizando a freqncia acumulada dos dados. a) o nmero mdio, o nmero modal e o nmero mediano de feridos em acidentes.
Anotaes
Medidas de Tendncia Cent r al - Dist r ibuies de Fr eqncia

Moda :
Mo
Mediana :
Li
F pos F ant F pos
ai
Md
Li
PMd F Md
F AA
ai
onde
PMd
1 n 1 2
Pgina 28
Captulo 4
Medidas de Disperso
Muit as vezes o clculo das medidas de t endncia cent ral no suficient e para caract erizar uma distribuio ou um conjunto de dados. Vejamos o exemplo abaixo.
Exemplo: Sejam quatro grupos de alunos e suas respectivas notas.
Grupo
A B C D 7 5 4 0 7 6 5 5
Notas
7 7 7 10 7 8 9 10 7 9 10 10
Mdia
7 7 7 7
Observemos que a mdia no foi capaz de diferenciar o desempenho de cada grupo. Nesse capt ulo est udaremos medidas que analisam o quant o os valores de uma dist ribuio ou de um conjunto de dados se dispersam da mdia. As medidas est at st icas responsveis pela variao ou disperso dos valores de uma srie so as chamadas medidas de disperso, que nos most ram como se dist ribuem os dados em t orno de um valor cent ral. As medidas de disperso mais usadas so a amplit ude t ot al (j est udada), o desvio mdio, o desvio padro, a varincia e o coeficiente de variao. Diremos, em princpio, que ent re duas ou mais sries, a mais dispersa aquela que t em a maior medida de disperso. Quant o mais dispersa for a srie, menos confivel sua descrio at ravs das medidas de tendncia central.
4.1 Medidas de Disperso (ou Medidas de Disperso Absoluta)
4.1.1 Desvio Mdio

O desvio mdio mede o afast ament o mdio dos valores com relao a mdia do grupo, ignorando o sinal do afastamento.
dM
x x n
2, 3 3 , etc.)
NOTA: O mdulo de um nmero o nmero sem sinal. (Ex.: 2
Pgina 29
Apostila de PROBABILIDADE e ESTATSTICA Exemplo: Vamos calcular o desvio mdio dos grupos A, B, C e D.
Grupo A X
7 7 7 7 7
Grupo B X
5 6 7 8 9
Grupo C X
4 5 7 9 10
Grupo D X
0 5 10 10 10
x x
|7 7| = 0 |7 7| = 0 |7 7| = 0 |7 7| = 0 |7 7| = 0 0
x x
| 5 7| = 2 | 6 7| = 1 |7 7| = 0 | 8 7| = 1 | 9 7| = 2 6
x x
| 4 7| = 3 | 5 7| = 2 |7 7| = 0 | 9 7| = 2 | 10 7| = 3 10
x x
| 0 7| = 7 | 5 7| = 2 | 10 7| = 3 | 10 7| = 3 | 10 7| = 3 18
dM A
0 5
dM B
6 1, 2 5
dMC
10 5
dM D
18 5
3, 6
Logo, conclui-se que D mais disperso que C, C mais disperso que B e B mais disperso que A.
4.1.2 Varincia
A varincia surge como uma medida de disperso int eressant e por t rabalhar com a funo elevar ao quadrado ao invs da funo modular, a qual mais difcil de lidar matematicamente. A frmula para calcular a varincia para um conjunto de valores :
Var
x x n
Exemplo: Vamos calcular a varincia dos grupos A, B, C e D.
Grupo A X
7 7 7 7 7
Grupo B
Grupo C
Grupo D
x
0 0 0 0 0
x x
0 0 0 0 0 0
X
5 6 7 8 9
x
-2 -1 0 1 2
x x
4 1 0 1 4 10
X
4 5 7 9 10
x
-3 -2 0 2 3
x x
9 4 0 4 9 26
X
0 5 10 10 10
x
-7 -2 3 3 3
x x
49 4 9 9 9 80
Var A
0 5
VarB
10 5
VarC
26 5
5, 2
VarD
80 5
16
Da mesma forma que no desvio mdio, conclui-se que D mais disperso que C, C mais disperso que B e B mais disperso que A.
Pgina 30
As frmulas da varincia para uma distribuio de freqncia sem e com intervalos de classe so:
Distribuio de Freqncia Sem Intervalos de Classe:
Var
x x n
OBS.: Execut a-se o mesmo procediment o ut ilizado ant eriorment e e mult iplica-se a lt ima coluna pelas respectivas freqncias. Some a coluna obtida.
Distribuio de Freqncia Com Intervalos de Classe:
Var
OBS.: Troca-se
F m x n
, onde
m o ponto mdio.
x por m no processo.
Exemplo: Vamos calcular agora a varincia para o grupo D do exemplo ant erior considerando a freqncia de seus valores. Como vimos a nota mdia desse grupo foi 7, ou seja, x
7.
Logo, a varincia das notas do grupo D :
i
1 2 3
X 0 5 10
F
1 1 3 5
x
-7 -2 3
x x
49 4 9
x x
49 4 27 80
Var
80 16 . 5
Exemplo: Volt ando ao exemplo dos 20 alunos de uma t urma de graduao da Universidade Est cio de S. Vimos num capt ulo ant erior a mdia de suas idades 28,5 anos, ou sej a, essa mdia?
28,5 . Qual varincia sobre
i
1 2 3 4 5
Intervalos 20 |-25 |-30 |-35 |-40 |--| 25 30 35 40 45
F
9 2 6 2 1 20
m
22,5 27,5 32,5 37,5 42,5
m x
-6 -1 4 9 14
m x
36 1 16 81 196
m x
324 2 96 162 196 780
Logo, a varincia dos dados :
Var
780 20
39 .
OBS.: O inconveniente de usar a varincia que essa medida expressa numa unidade diferente dos dados.
Pgina 31
4.1.3 Desvio Padro

O desvio padro , sem dvida, a medida de disperso mais ut ilizada. Ele calculado a part ir da varincia e tm a vantagem de ser uma medida expressa na mesma unidade que os dados. Define-se o desvio padro como:
dp
Var .
OBS.: Interpretaes interessantes podem ser feitas com base no desvio padro: 1) O intervalo 2) O intervalo 3) O intervalo
x dp , x dp contm aproximadamente 68% dos valores da srie.
x 2dp , x 2dp contm aproximadamente 95% dos valores da srie.

x 3dp , x 3dp contm aproximadamente 99% dos valores da srie.
Estes percentuais 68%, 95% e 99% que citamos na interpretao podero mais tarde ser comprovados, com maior preciso. Assim, quando se afirma que uma srie apresenta mdia x interpretar estes valores da seguinte forma:
100 e desvio padro dp
5 , pode-se
Os valores da srie esto concentrados em torno de 100. O intervalo [ 95,105] contm, aproximadamente, 68% dos valores da srie. O intervalo [ 90,110] contm, aproximadamente, 95% dos valores da srie. O intervalo [ 85,115] contm, aproximadamente, 99% dos valores da srie.
Exerccios Propostos
1) Calcular o desvio padro dos seguintes dados de pesos em quilogramas, de dois grupos (A e B) de alunas, dizendo, ainda com base no clculo, qual o grupo menos disperso. Grupo A: 43, 45, 52, 54, 56 Grupo B: 46, 53, 58, 60, 66
2) Considere os seguint es dados referent es a nmeros de dias exigidos para preencher pedidos de compra para Dawson Supply Inc , e J.C. Clark Distributors: Dias para entrega na Dawson Supply : 11 Dias para entrega na Clark Distributors : 8
10
10
11
11
10
10
13
10
11
10
Calcule o desvio-padro das duas amost ras e use-os para det erminar qual das duas empresas fornece tempos de entrega mais constantes e confiveis.
Pgina 32
Apostila de PROBABILIDADE e ESTATSTICA 3) Calcular o desvio mdio e o desvio padro dos nmeros: a) 1, 3, 4, 4, 8. b) 12, 10, 20, 13, 15, 18. c) 2, 9, 5, 7, 7, 6, 10, 9.
4) Dadas as distribuies a seguir, determine: a distribuio de freqncia sem intervalos de classe, o desvio mdio, a varincia e o desvio padro. a) 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 7, 8, 8, 8, 9, 9,10. b) 2, 3, 3, 4, 4, 4, 4, 4, 6, 6, 6, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9,10,10,10.
5) Calcule a mdia, a varincia e o desvio padro das distribuies a seguir. a)
Xi
11 14 15 18 20 22
Fi
2 3 5 8 4 3
b)
Xi
1 2 5 8 14 16
Fi
5 7 10 15 9 4
25 Xi
0 4 7 10 12 15
50
c)
Xi
2 4 5 6 8 10
Fi
4 8 15 10 6 2
d)
Fi
8 14 20 32 17 9
45
100
6) Numa det erminada t urma, o result ado obt ido em uma prova de Estatst ica foi represent ado pela seguint e tabela:
Notas
0 | 2 2 | 4 4 | 6 6 | 8 8 || 10 Total
Nmero de Alunos
6 9 15 12 8 50
Determine: a) A mdia das notas dos alunos; b) A varincia e o desvio padro.
Pgina 33
Apostila de PROBABILIDADE e ESTATSTICA 7) Dada a distribuio de freqncia:
a) Calcular a mdia. b) Determine a varincia e o desvio padro.
8) Numa det erminada escola, foi medida a alt ura de cada um de seus alunos e se represent ou os result ados pela seguinte tabela:
Altura (cm)
150 | 158 158 | 166 166 | 174 174 | 182 182 | -| 190
F
5 18 42 27 8 100
Determine: a) A mdia; b) A varincia; c) O desvio padro;
4.2 Medidas de Disperso Relativa 4.2.1 Coeficiente de Variao

Estudamos at o moment o medidas de disperso absolut as cuj as unidades de medida, com exceo da varincia, so as mesmas dos termos da srie. Consideremos agora as distribuies de pesos e estaturas com as seguintes caractersticas: Distribuio de pesos:
57, 7 kg e dp
x 170 cm
e
7,5 kg dp 7,1 cm
Distribuio de estaturas:
Como no h muit o sent ido compararmos grandezas de unidades diferent es, como, por exemplo, kg com cm, definimos o coeficiente de variao, que uma medida de disperso relativa. O coef icient e de variao ( CV ) mede percent ualment e a relao ent re o desvio padro e a mdia aritmtica, sendo, pois, uma medida adimensional.
CV
100
dp x
Para as distribuies de pesos e estaturas acima, temos:
Pgina 34
Distribuio de pesos: CV
100
7,5 57, 7
100 7,1 170
CV
13, 0 %
Distribuio de estaturas:
CV
CV
4, 2 %
Podemos perceber dessa forma que a distribuio da estatura menos dispersa que a de pesos.
OBS.: Para classificarmos uma distribuio em relao sua variabilidade, em geral, utilizado o seguinte critrio: Baixa disperso:
CV
15%
Mdia disperso: 15% Alta disperso:
CV
30%
CV
30%
Exerccios Propostos
1) Dados de peso de 140 universitrios, separados por sexo, revelaram aps tabulao e clculos:
Com base no coeficiente de variao dos dois grupos, qual o grupo que tem a maior variabilidade?
2) Sucessivas medidas do dimet ro de um mancal, efet uadas com um micrmet ro, acusaram mdia de 2,49mm e desvio padro de 0,012mm.; e vrias medidas do compriment o de uma mola, no est endida, com out ro micrmet ro acusaram mdia de 0,75 polegadas, e desvio padro de 0,0002 polegadas. Qual dos dois micrmetros mais preciso?
3) Os seguint es t empos foram regist rados pelos corredores de 400m e de 1600m de uma equipe de uma universidade(os tempos esto em minutos) Tempos de 400m: Tempos de 1.600m: 0,92 4,52 0,98 4,35 1,04 4,60 0,90 4,70 0,99 4,50
Pgina 35
Depois de ver essas amost ras de t empos de corrida, um dos t reinadores coment ou que os corredores de 400 met ros apresent aram t empos mais const ant es. Use o desvio padro e o coeficient e de variao para sintetizar a variabilidade dos dados. Suas estatsticas comprovam a afirmao do treinador?
4) Os ret ornos anuais das aes da empresa X e empresa Y durant e os lt imos cinco anos est o regist rados na t abela seguint e. Ut ilizando o coeficient e de variao, det ermine qual das duas empresas fornece ret ornos mais constantes e confiveis.
X
12% 15% 12% 11% 14%
Y
12% 16% 15% 9% 13%
5) O Los Angeles Times regularment e publica o ndice da qualidade do ar para vrias reas da Califrnia do Sul. Uma amost ra de valores do ndice da qualidade do ar para Pomona forneceu os seguint es dados: 28, 42, 58, 48, 45, 55, 60, 49 e 50.
a) Calcule a varincia e o desvio padro; b) Uma amost ra de leit uras do ndice da qualidade do ar para Anaheim forneceu uma mdia de amost ra de 48,5, uma varincia de 136 e um desvio padro de 11,66. Que comparaes voc pode fazer ent re a
qualidade do ar em Pomona e em Anaheim com base nessas estatsticas?
6) A tabela abaixo apresenta a distribuio do peso de um grupo de 440 pessoas. Determine:
Intervalos
60 |-- 66 66 |-- 72 72 |-- 78 78 |-- 84 84 |--| 90
Fi
120 180 80 40 20 440
a) A mdia; b) A varincia e o desvio padro; c) O coeficiente de variao.
Pgina 36
Captulo 5
Introduo Probabilidade
A hist ria da t eoria das probabilidades t eve incio com os j ogos de cart as, dados e de rolet a. Esse o mot ivo da grande exist ncia de exemplos de j ogos de azar no est udo da probabilidade. A t eoria da probabilidade permite que se calcule a chance de ocorrncia de um evento em um experimento aleatrio. Para isso, antes disponibilizaremos alguns conceit os de Anlise Combinatria que j foram vist os em Fundament os de Mat emt ica Discret a 1. Esses conceit os no sero revist os durant e as aulas, mas a plena compreenso dos mesmos fundamental para desenvolver algumas das atividades em sala.
5.0 Reviso dos Conceitos de Anlise Combinatria 5.0.1 Princpio Fundamental da Contagem (PFC)
O Princpio Fundamental da Contagem (PFC) diz que se um acontecimento pode ocorrer por vrias etapas sucessivas e independentes, de tal modo que:
n1 o nmero de possibilidades da 1 etapa; n 2 o nmero de possibilidades da 2 etapa;
n k o nmero de possibilidades da k etapa;

ento n
n1 n 2
n k o nmero total de possibilidades do acontecimento ocorrer.
Exemplo: Um indivduo possui 5 discos dos Beatles, 8 Rolling Stones e 4 Dire Straits. Ele foi convidado para ir a uma fest a onde o anfit rio solicit ou que ele t ocasse um disco de cada uma dessas bandas, na ordem post a acima. Sendo assim, de quantos modos distintos ele poder tocar todos os seus discos?
5 8 4
160
Exemplo:
Para abrir um cofre elet rnico deve-se digit ar uma seqncia formada por quat ro algarismos
dist int os, sendo que o primeiro algarismo deve ser o t riplo do segundo. Uma pessoa que desconhece essa seqncia pret ende abrir o cofre. Qual o maior nmero possvel de seqncias que ela pode ser obrigada a digitar? Se o 1 algarismo deve ser o t riplo do 2, ent o se conclui que para o 2 algarismo t em-se 3 possibilidades (os nmeros 1, 2 ou 3) e para o 1 algarismo tem-se 1 possibilidade (3x o segundo).
Pgina 37
O 3 algarismo tem 8 possibilidades (dos algarismo de 0 a 9 s no pode ser igual aos dois primeiros) e o 4 algarismo tem 7 possibilidades (dos algarismo de 0 a 9 s no pode ser igual aos trs primeiros). Logo, temos que:
n
5.0.2 Permutao Simples
1 3 8 7
168 .
Os problemas de permutao simples so aqueles onde se busca ordenar n objetos. O nmero de permutaes simples de n objetos dado por:
Pn
n 1
n 2
3 2 1
n! .
Exemplo: Quantos anagramas existem da palavra CASTELO?
P7 P7
7! 5040
7 6 5 4 3 2 1
Exemplo: Numa est ant e exist em 3 livros de hist ria, 4 de mat emt ica e 2 de geografia. Se desej armos que os livros de uma mesma disciplina fiquem sempre j unt os e na ordem em que aparecem acima, de quant as maneiras podemos arrumar a estante com estes nove livros?
Nmero de maneiras
3! 4! 2! 6 24 2 288
5.0.3 Arranjo Simples

Os problemas de arranjos simples so aqueles onde se escolhe e ordena k objetos dentre n . O nmero de arranjos simples de n objetos escolhidos k a k dado por:
A n,k
n! n k !
Exemplo: Uma emissora de TV dispe, ao t odo, de 20 programas dist int os. Quant as so as possveis seqncias de quatro programas distintos a serem exibidos em um dia?
A 20, 4 A 20, 4
20! 16!
20 19 18 17 16! 16!
116.280
Exemplo: Num bingo, quat ro pedras so ret iradas sucessivament e e sem reposio de uma urna cont endo exat ament e 90 pedras, numeradas de 1 a 90. O nmero de seqncias dist int as possveis para essas quat ro pedras tal que a segunda pedra tenha o nmero 40 ? Pgina 38
Se a pedra de nmero 40 t em que ser a segunda a ser ret irada, ent o exist em 89 pedras a serem retiradas nas outras trs posies. Note que s precisamos nos preocupar com essas posies. Logo, temos:
A 89,3 A 89,3
5.0.4 Combinao Simples
89! 86!
89 88 87 86! . 86!
681.384
Os problemas de combinaes simpl es so aqueles onde se escolhe k obj et os dent re n . A ordem no importante! O nmero de combinaes simples de n objetos escolhidos k a k dado por:
C n,k
n! n k ! k!
Exemplo: Num grupo de 10 professores, 3 so professores de Mat emt ica. Qual o nmero de comisses de 6 professores, dos quais pelo menos um professor de Matemtica? Not e que nesse problema necessrio escolher 1, 2 ou 3 professores de Mat emt ica e complet ar a comisso com professores que no sejam de Matemtica.
1 professor de Matemtica
C 3,1
C 3, 2
C 7 ,5
C 7,4
3! 7! 2! 1! 2! 5!
3! 7! 1! 2! 3! 4!
63
105
(Confira!)
2 professores de Matemtica
(Confira!)
3 professores de Matemtica
C 3,3
C 7 ,3
3! 7! 0! 3! 4! 3!
35
(Confira!)
Exemplo: Nove t imes de fut ebol vo ser divididos em t rs chaves, t odas com o mesmo nmero de t imes, para a disputa da primeira fase de um torneio. Cada uma das chaves j tem um cabea-de-chave definido. De quantas maneiras possveis e diferentes podemos completar as chaves?
C 6, 2
escolher 2 times para a 1 chave
C 4,2
C 2,2
6! 4! 2! 4! 2! 2! 2! 0! 2! 90
Pgina 39
5.1 Conceitos Bsicos

Experimentos Aleatrios: So experimentos que, mesmo repetidos em condies iguais, apresentam resultados imprevisveis. So exemplos de experiment os aleat rios: lanament o de um dado (ou de uma moeda) e anot ar o resultado obtido, retirar uma carta de um baralho de 52 cartas e anotar o seu naipe, os nmeros sorteados na Mega Sena, etc.
Obs.: Os experimentos determinsticos so aqueles em que o resultado so previsveis.
Espao Amostral (S): o conj unt o de t odos os result ados possveis de um experiment o aleat rio, tambm conhecido com conjunto universo. Eventos: So subconj unt os de um espao amost ral. So os result ados de um experiment o. Em geral, denota-se os eventos por letras maisculas do alfabeto.
Exemplo: Considere o lanamento de um dado. Espao amostral: S = { 1, 2, 3, 4, 5, 6} Evento A Evento B sair um nmero mpar: A = { 1, 3, 5}
sair um nmero maior que 4: B = { 5, 6}
Exemplo: Considere o lanamento de duas moedas. Espao amostral: S = { KK, KC, CK, CC} , onde K cara e C coroa Evento A Evento B sair faces iguas: sair faces diferentes: A = { KK, CC} B = { KC, CK}
Exemplo: Lanando uma moeda e um dado, simult aneament e, sendo S o espao amost ral, const it udo pelos 12 element os: S = {K1, K2, K3, K4, K5, K6, C1, C2, C3, C4, C5, C6}, onde K cara e C coroa. Observe os seguintes eventos: A = {cara e m nmero par aparece} = { K2, K4, K6} ; B = {um nmero primo aparece} = { K2, K3, K5, C2, C3, C5} ; C = {coroa e um nmero mpar aparecem} = {C1, C3, C5}.
5.2 Tipos de Eventos 5.2.1 Evento Certo X Evento Impossvel

Evento certo: Evento que coincide com o espao amostral ou evento que sempre ocorre. A = S. Evento impossvel: Evento vazio ou evento que nunca ocorre. A = .
Pgina 40
Apostila de PROBABILIDADE e ESTATSTICA Exemplo: No lanamento de um dado, consideremos os eventos: A = {sair um natural no-nulo menor que 7}; B = {sair um nmero primo maior que 5}.
Note que o evento A um evento certo e o evento B um evento impossvel.
OBS: Um event o element ar (ou simples) um subconj unt o unit rio do espao amost ral. Um event o que t em mais de um elemento chamado de evento composto.
5.2.2 Evento Complementar

O event o complement ar de um event o A, denot ado por A , formado por t odos os result ados possveis do espao amostral que no fazem parte de A. Note que:
1.
A A
S ;
.
2. A
Exemplo: Considere o lanamento de um dado. Espao amostral: S = { 1, 2, 3, 4, 5, 6} Evento A = { 1, 3, 5} Evento A sair um nmero mpar complementar de A (sair um nmero par)
2, 4, 6
5.2.3 Eventos Mutuamente Exclusivos

Dois event os A e B so mut uament e exclusivos quando no t m element os em comum (
). Ou seja, a ocorrncia de um evento implica na no ocorrncia do outro.
Exemplo: Considere o lanamento de um dado. Espao amostral: S = { 1, 2, 3, 4, 5, 6} Evento A = { 1, 3, 5} Evento B = { 2, 4, 6} Evento C = { 2 } sair um nmero mpar sair um nmero par sair um nmero par e primo
Not e que os event os A e C no t em element os em comum. Logo, A e C so event os mut uament e exclusivos.
Pgina 41
Exerccios Propostos
1) Identifique entre os experimentos abaixo quais so aleatrios e quais so determinst icos. a) Comprar uma dezenas de canetas, a 5 reais cada, e determinar o custo total. b) Lanar quatro dados e verificar se a soma dos valores um mltiplo de 5. c) Contar os dias de chuva em determinado perodo. d) Jogar um dado trs vezes e anotar quantos nmeros pares ocorrem. e) Percorrer 300Km, a uma velocidade constante de 80Km/h, e medir o tempo gasto. f) Jogar duas moedas e anotar o par de resultados. 2) Determine o espao amostral dos experimentos abaixo. a) Lanar uma moeda quatro vezes e anotar a seqncia de faces observadas. b) Lanar dois dados e anotar o par de nmeros resultantes. c) Lanar uma moeda e um dado e anotar o par obtido. d) Retirar trs cartas de um baralho de 52 cartas. e) Sorteio da MegaSena. 3) Quantos so os resultados possveis da loteria esportiva? 4) Considere o experimento lanar um dado e observa o nmero da face de cima. Explicite os eventos abaixo na forma de conjuntos. a) A : sair o nmero 5. b) B : sair um nmero menor que 5. c) C : sair um nmero maior que 8. d) D : sair um nmero par. e) E : sair um nmero primo. f) F : sair um nmero inteiro positivo menor que 7. 5) Qual evento da questo 4 o evento certo e qual o evento impossvel? 6) Determine o evento complementar de cada evento da questo 4. 7) Existem eventos mutuamente exclusivos entre os eventos da questo 4? Quais?
5.3 Definio de Probabilidade

Se em um fenmeno aleat rio o espao amost ral S equiprovvel, ent o a probabilidade de ocorrer um evento A :
P A
nmero de casos favorveis a A nmero de resultdos possveis do experimento
n A n S
NOTA: Um espao amost ral S equiprovvel se cada event o element ar t em a mesma probabilidade de ocorrer.
Pgina 42
Exemplo: No lanament o de um dado, um nmero par pode ocorrer de 3 maneiras diferent es dent re 6 igualmente provveis. Portanto, P(A) = 3/6= 1/2 = 50% .
5. 4 Propriedades Importantes:
1. A probabilidade de um event o sempre um nmero ent re 0 (probabilidade de event o impossvel) e 1 (probabilidade do evento certo).
P A
1 .
B P A P B P A B .
2. A probabilidade da unio de dois eventos A e B dada por: P A 3. Se A e A so eventos complementares, ento:
P A
P A
1 .
Exemplo: Se ret irarmos aleat oriament e uma cart a de baralho com 52 cart as, qual a probabilidade de ser um 8 ou um rei de copas? Se que um j ogador t ivesse apost ado R$10,00 que sairia nesse result ado, qual seria a probabilidade dele perder. Sendo S o espao amostral de todos os resultados possveis, temos: n(S) = 52 cartas. Considere os eventos: A: sair 8 e P(A) = 4 / 52. B: sair um rei de copas e P(B) = 1 / 52. Assim, P( A B) = 4 / 52 + 1 / 52 0 = 5 / 52. Not e que P(A B) = 0, pois uma cart a no pode ser 8 e rei de copas ao mesmo tempo. Quando isso ocorre dizemos que os eventos A e B so mutuamente exclusivos. Logo, a probabilidade do apostador perder 1 ( 5 / 52 ) = 47 / 52.
Exerccios Propostos
1) Determine a probabilidade de cada evento. a) Um nmero menor do que 4 aparecer no lanamento de um dado no-viciado. b) Uma carta mltipla de 2 (portanto numrica) aparece ao extrair-se uma carta de um baralho de 52 cartas.
2) Responda. a) Quantas placas de automvel podem ser feitas, se cada uma contm duas letras seguidas por 3 dgitos? b) Escolhendo-se uma placa ao caso, qual a probabilidade dela t er as duas let ras iguais e os t rs dgit os iguais? c) Considerando a sit uao mencionada na quest o 2, qual a probabilidade de escolhermos, ao acaso, uma placa formada apenas por vogais e por nmeros pares?
3) Uma urna cont m 50 bolinhas numeradas de 1 a 50. Sort eia-se uma bolinha ao acaso, qual a probabilidade de que o nmero observado seja mltiplo de 8?
Pgina 43
4) Numa urna so deposit adas seis et iquet as numeradas de 1 a 6. Trs et iquet as so sort eadas, sem reposio. Qual a probabilidade de que os nmeros sorteados sejam consecutivos?
5) Um dado lanado duas vezes. a) Qual a probabilidade da soma dos resultados ser 10? b) Qual a probabilidade do primeiro resultado ser maior do que o segundo?
6) Uma urna cont m 7 bolas vermelhas e 3 brancas. Trs bolas so ret iradas, uma aps out ra. Encont re a probabilidade das duas primeiras serem vermelhas e a terceira ser branca.
7) Considere o seguinte experimento: Uma moeda lanada trs vezes, sucessivamente. a) Qual a probabilidade de observarmos exatamente 1 cara? b) Qual a probabilidade de observarmos pelo menos 1 cara?
8.) Um lot e const it udo de 12 peas perfeit as e 5 defeit uosas. Feit a uma ret irada de 3 peas, qual a probabilidade de serem 3 peas perfeitas e 2 defeituosas?
9.) Uma estante tem 10 livros distintos, sendo 5 de lgebra, 3 de Geometria e 2 de Trigonometria. a) De quant os modos podemos arrumar esses livros na est ant e, se desej amos que os livros de um mesmo assunto permaneam juntos? b) Qual a probabilidade de conseguirmos uma disposio desses livros conforme no it em a) numa organizao aleatria dos mesmos?
10.) So sorteados na Sena seis nmeros escolhidos entre os nmeros de 1 a 50. a) Quantas so os resultados possveis para o sorteio da Sena? b) Qual probabilidade de um apostador ganhar fazendo um nico jogo com 6 nmeros marcados? c) Qual a probabilidade de sair um resultado com 4 nmeros pares e 2 nmeros mpares? 11.) Tomam-se duas ret as paralelas r e s com 5 pont os marcados sobre a primeira e 4 pont os na segunda. Se escolhermos aleatoriamente 3 desses 9 pontos, qual a probabilidade deles formarem um tringulo?
12) Um lot e formado por 10 peas boas, 4 com defeit os e duas com defeit os graves. Uma pea escolhida ao acaso. Calcule a probabilidade de que: a) ela no tenha defeitos graves; b) ela no tenha defeito algum; c) ela seja boa ou tenha defeitos graves.
13) Considere uma urna com bolas numeradas de 1 a 50. Qual a probabilidade de se ret irar uma bola que seja mltiplo de 3 ou de 7 ?
14) A probabilidade de um cavalo vencer t rs ou menos corridas de 58% ; a probabilidade dele vencer t rs ou mais corridas de 71%. Qual a probabilidade do cavalo vencer exatamente trs cavalos? Pgina 44
15) Dois dados so lanados simult aneament e. Qual a probabilidade se obt er a soma dos pont os iguais a 8 ou dois nmeros iguais?
16) Trs cavalos A, B e C est o em uma corrida. A t em 2 vezes mais a probabilidade de ganhar do que B. B t em 2 vezes mais a probabilidade de ganhar do que C. a) Quais as probabilidades de cada um? b) Qual a probabilidade de A ou B ganhar?
17) Um grupo de 15 elementos apresenta a seguinte composio:
Homens Menores Adultos

5 5
Mulheres
3 2
Um elemento escolhido ao acaso. Pergunta-se: a) Qual a probabilidade de ser homem? b) Qual a probabilidade de ser adulto? c) Qual a probabilidade de ser menor e mulher? d) Sabendo-se que o elemento escolhido adulto, qual a probabilidade de ser homem? e) Dado que a escolhida mulher, qual a probabilidade de ser menor?
18) Numa prova com t rs quest es A, B e C, verificou-se que: 55 alunos acert aram A, 55 alunos acert aram B, 64 alunos acertaram C, 17 alunos acertaram A e B, # 15 alunos acertaram A e C, 12 alunos acertaram B e C, 5 alunos acertaram as trs e 13 alunos erraram as trs. a) Um aluno escolhido ao acaso. Qual a probabilidade dele ter acertado pelo menos duas questes? b) Um aluno escolhido ao acaso. Qual a probabilidade dele ter acertado exatamente uma questo?
19.) Uma pessoa mist ura as 28 peas de um domin e ret ira, ao acaso, a pea 5 e 3. A mesma pessoa apanha outra pea sem repor a primeira. Determine a probabilidade da segunda pea ter 2 ou 4.
20.) Retirando-se ao acaso duas cart as de um baralho de 52 cart as, qual a probabilidade de ocorrer duas damas ou duas cartas de ouro?
Pgina 45
Captulo 6
Distribuio de Probabilidades
6.1 Varivel Aleatria e Funo de Probabilidade
Em experiment os onde o espao amost ral no const it udo por nmeros reais, no possvel ut ilizar as medidas descrit ivas (mdia, varincia, desvio padro, et c.). Nesses casos, pode ser est abelecida uma funo que transforma o espao amostral no-numrico em um espao amostral numrico. Considere um experimento E e seu espao amostral S = { a1 , a2 , a3 , ..., an } . Uma Varivel Aleatria Discreta qualquer funo X que t ransforma os valores a1 , a2 , a3 , ..., an em nmeros reais.
Obs.: A definio da varivel aleat ria X a part ir de um espao amost ral deve ser aquela que int eressa soluo do problema que est sendo abordado.
Notao: X (maiscula) = varivel aleatria x (minscula) = valor numrico da varivel aleatria Funo de Probabilidade a funo que associa cada valor assumido pela varivel aleat ria a probabilidade do evento correspondente.
P X
xi
P Ai
, i = 1, 2, ..., n
Para que exista a distribuio de probabilidades de uma varivel aleatria X necessrio que: o
P xi
n
0
1.
x S ;
o
i 1
P xi
Como conseqncia:
S, P A
x A
P xi .
Exemplo: Lanam-se t rs moedas. Sej a X o nmero de ocorrncias da face cara. Det erminar a dist ribuio de probabilidade de X. O espao amostral do experimento : S = { (c, c, c), (c, c, k), (c, k, c), (c, k, k), (k, c, c), (k, c, k), (k, k, c), (k, k, k) } . Not e que X assume os valores 0, 1, 2 e 3 e, logo, o espao amost ral da varivel aleat ria X S = { 0, 1, 2, 3 }.
Pgina 46
Associando a esses nmeros event os que correspondam a ocorrncia de nenhuma, uma, duas ou t rs caras respectivamente: X 0 1 2 3 A1 = { (k, k, k) } A2 = { (c, k, k), (k, c, k), (k, k, c) } A3 = { (c, c, k), (c, k, c), (k, c, c) } A4 = { (c, c, c) } Eventos
Associando as probabilidades de X assumir um dos valores, as probabilidades dos event os correspondentes: P(X=0) = P(A1) = 1/8 P(X=1) = P(A2) = 3/8 P(X=2) = P(A3) = 3/8 P(X=3) = P(A4) = 1/8 X 0 1 2 3 = P(X) 1/8 3/8 3/8 1/8 1
gfd
6.1.1 Algumas Medidas

Mdia ( ) ou Esperana (E(X)) da Varivel Aleatria:
Define-se a mdia ou esperana da varivel aleatria discreta X como:
E X
x P x , onde
a mdia aritmtica de X.
Varincia (Var(X)) da Varivel Aleatria:
Var X
Desvio Padro ( dp(X) ) da Varivel Aleatria:
P x .
dp X
Var X
Pgina 47
Exemplo: Joga-se uma moeda 2 vezes, determine o nmero esperado de caras, a varincia e o desvio padro da varivel aleatria nmero de caras. x 0 1 2
P x
1
x P x
0 1
x
-1 0 1
x
1 0 1
P x
Portanto, tem-se que:
E x
1 , Var x
1 e dp x 2
2 . 2
Exemplo: Um jogador paga R$1,00 para jogar um dado. Se a face observada for 6, ele recebe R$10,00 (lucra 9 vist o que pagou 1). Se sair qualquer out ro nmero, ele nada recebe. Podemos definir a varivel aleat ria X que fornece o ganho do jogador em cada partida como:
Face Observada
1, 2, 3, 4, 5 6
Ganho ( X )
-1 9
Supondo que ele v jogar um grande nmero de vezes, vamos calcular o valor esperado de seu ganho,
E X .
Face Observada Ganho X
1, 2, 3, 4, 5 6 -1 9
Probabilidade
Produto
P x
5/6 1/6
x P x
- 5/6 9/6
Logo, o valor esperado E X
5 6
9 6
4 . O que d, aproximadamente, R$0,67. Isso quer dizer 6
que ao repetir esse jogo muitas vezes espera-se que o jogador ganhe ao final 67 centavos.
Exerccios Propostos
1) Det ermine a funo de probabilidade P(x) para o lanament o de 2 moedas, sendo X: varivel aleat ria nmero de caras. Faa a representao grfica da funo probabilidade. 2) Seja X a varivel aleatria do nmero de pontos obtidos no lanamento de um dado. Construa P(x). 3) Suponhamos que um nmero seja sorteado de 1 a 10, inteiros positivos. Seja X: nmero de divisores do nmero sorteado. Calcular o nmero mdio de divisores do nmero sorteado.
Pgina 48
Apostila de PROBABILIDADE e ESTATSTICA 4) Um dado lanado e a face de cima anotada. Qual o valor esperado do dado?
5) Uma loj a de depart ament os vende aparelhos de ar-condicionado. A t abela a seguir list a dados compilados sobre as vendas num dia: Unidades de Aparelho Probabilidade de Venda 0,10 0,35 0,30 0,20 0,05 0 1 2 3 4
Determine o valor esperado de vendas dirias.
6) Para lanar um dado, um j ogador paga 1 real. O j ogo paga: 3 reais para o result ado 6; 2 reais para o result ado 5; 1 real para o result ado 4; o j ogo no paga nada para os result ados 2 e 3; o j ogo cobra mais 50 centavos para o resultado 1. Qual o valor esperado de ganho nesse jogo?
7) Calcule a mdia, a varincia e o desvio padro da varivel aleatria X dada por: a) X P(X) 2 0,3 5 0,4 8 0,2 10 0,1 b) X P(X) -1 2/5 0 1/5 1 1/5 3 1/5
8) Calcular a mdia, a varincia e o desvio padro do nmero de meninos X numa famlia de: a) 3 filhos b) 4 filhos
6.2 Modelos de Distribuio de Probabilidade Discretos

Nesta seo so apresent ados os principais modelos de dist ribuies de probabilidades para variveis discretas.
** 6.2.1 Distribuio de Bernoulli **

Suponhamos a realizao de um experiment o, cuj o result ado pode ser um sucesso (ocorrer o event o que nos interessa) ou um fracasso (no ocorrer o evento que nos interessa). Sej a X a varivel: sucesso ou fracasso, onde x1 a probabilidade de sucesso e por 1
1 (sucesso) e x 2
0 (fracasso). Denot emos por p
p a probabilidade de fracasso.
Uma varivel aleatria assim definida tem uma distribuio de Bernoulli, cujas caractersticas so: Mdia:
E X
p;
Varincia: Var X
p 1 p .
Pgina 49
Exemplo: Retira-se uma carta de um baralho de 52 cartas. Considere uma varivel aleatria X: a carta retirada um rei. Determine: a) A probabilidade de sucesso; b) A probabilidade de fracasso; c) A esperana de X. Soluo: a) Seja A o evento: sair um rei. Ento:
P A
P X
4 52
1 . 13
13
, ento a probabilidade de fracasso 1
b) Se a probabilidade de sucesso 1 c) E X
1 13
12
13
1 12 0 13 13
1 . 13
6.2.2 Distribuio Binomial

Uma distribuio binomial uma dist ribuio de probabilidade adequada aos experiment os que satisfazem as seguintes hipteses: n provas independentes e do mesmo tipo so realizadas; cada prova admite dois resultados: sucesso ou fracasso; a probabilidade de sucesso em cada prova p e de fracasso 1 p.
A varivel aleatria X definida como o nmero de sucessos nas n provas e, portanto, X pode assumir os valores 0, 1, 2, ..., n. A probabilidade de se obter k sucessos, e (n k) fracassos, :
P X
n k
pk
1 p
n k
onde
n k
n! . n k ! k!
Suas principais caractersticas so: Mdia:
E X
n p; n p 1 p .
Varincia: Var X
Exemplo: Qual a probabilidade de, em oito lanamentos de um dado honesto, serem obtidos 5 ou 6 pontos em exatamente trs das oito tentativas?
Pgina 50
Sej a a varivel aleat ria X = nmero de vezes em que so observadas as faces 5 ou 6, nos oit o lanamentos (sucesso).
P X
8 3
1 3
2 3
8! 1 32 5! 3! 27 243
P X
1792 6561
Exemplo: Uma moeda no-viciada lanada 8 vezes. Encontre a probabilidade de: a) dar 5 caras; b) pelo menos uma cara; c) no mximo duas caras. Calcule a mdia e varincia da distribuio.
Soluo: Seja X o nmero de caras (sucessos). a) P X
8 5
1 2
1 2
8! 1 1 3! 5! 32 8
P X
7 32
b) P X
1 P X
8 0
1 2
1 2
8! 1 1 0! 8! 256
P X
255 256
c)
P X
P X 8 0 1 2
0
0
P X 1 2
8
1 8 1
P X 1 2
1
2 1 2
7
8 2
1 2
1 2
P X
37 256
8! 1 8! 1 1 1 0! 8! 256 1! 7! 2 128 1 8 28 256 256 256
8! 1 1 2! 6! 4 64
A mdia ser
1 2
4 e a varincia ser Var X
1 2
1 2
2.
Exerccios Propostos
1) No lanament o de quat ro moedas, d a dist ribuio de probabilidade da varivel aleat ria nmero de caras. 2) Uma pesquisa indicou que, numa cidade, 75% dos aut omveis t em seguro. Se seis aut omveis sofrerem um acidente, qual a probabilidade de exatamente dois deles terem seguro? 3) Uma urna cont m 10 bolas das quais set e, e apenas set e, so brancas. Cinco bolas so ret iradas, uma a uma, com reposio. Qual a probabilidade de serem retiradas exatamente trs bolas brancas?
Pgina 51
4) Admitindo-se que os nascimentos de meninos e meninas sejam iguais, calcular a probabilidade de um casal com 6 filhos ter 4 filhos homens e 2 mulheres.
5) Em 320 famlias com 4 crianas cada uma, quantas se esperaria que tivessem: a) nenhuma menina; b) 3 meninos; c) 4 meninos.
6) A probabilidade de um homem de 50 anos viver mais 20 anos 0,6. considerando um grupo de 8 homens de 50 anos, qual a probabilidade de que pelo menos quatro cheguem a 70 anos?
7) Um t ime X t em 2 probabilidade de:
de probabilidade de vit ria sempre que j oga. Se X j ogar 5 part idas, calcule a
a) X vencer exatamente 3 partidas; b) X vencer ao menos uma partida; c) X vencer mais da metade das partidas.
8) Uma moeda jogada 10 vezes. Calcular as seguintes probabilidades: a) de ocorrer 6 caras; b) de dar pelo menos 2 caras; c) de no dar nenhuma coroa; d) de dar pelo menos uma coroa; e) de no dar 5 caras e 5 coroas.
9) 60% das pessoas de uma populao t m olhos cast anhos. Cinco pessoas so escolhidas ao acaso (pode-se supor um sort eio com reposio). Qual o nmero esperado de pessoas com olhos cast anhos nas cinco selecionadas?
10) De um recipient e com 30 bolas brancas e 15 pret as, ext ramos 15. Quant as bolas brancas, em mdia, podemos esperar?
** 6.2.3 Distribuio de Poison **

Uma varivel aleatria X admite distribuio de Poisson com parmetro
0 se:
P X
onde
e k!
, para k = 0, 1, 2, 3, 4, ... ,
usualmente referido como a taxa de ocorrncia. Mdia: Varincia:
E X
2
; .
Var X
Pgina 52
Nota: Com essa notao para varincia temos que dp X
Utiliza-se a dist ribuio de Poisson para modelar sit uaes onde se desej a cont ar o nmero de event os de cert o t ipo que ocorrem num int ervalo de t empo (ou superfcie ou volume). Tem vast a aplicao em problemas de fila de espera, cont role de est oques, cont role de qualidade, programao de equipamentos, etc. Exemplos: # nmero de chamadas telefnicas recebidas em uma central; # nmero de falhas de um computador num dia; # nmero de relatrios de acidentes enviados a uma CIA de Seguros numa semana. supost o, em geral, que a probabilidade de se obt er mais de um event o num int ervalo muit o pequeno desprezvel.
Ex. 1: Supondo o nmero de carros que chegam a uma fila do guich de um pedgio a uma t axa de t rs por minuto, calcule a probabilidade de que cheguem cinco carros nos prximos dois minutos.
P X
e k!
P X
35
5!
P X
0, 2
Ex. 2: Um PABX recebe, em mdia, cinco chamadas por minut o. Obt er a probabilidade de que o PABX no receba chamadas durante um intervalo de um minuto.
P X
e k!
P X
50 0!
P X
0, 0067
Out ra aplicao dest e modelo ocorre quando uma varivel aleat ria X admit e dist ribuio Binomial com n muit o grande (n>30) e com a probabilidade p de sucesso muit o pequeno (p < 0,05). fazemos: Nest e caso,
= n . p e selecionamos como aproximao para a Binomial uma distribuio de Poisson.
Ex. 3: Uma mquina produz nove peas defeit uosas a cada 1.000 peas produzidas. Calcule a probabilidade de que em um lote que contm: a) b) Soluo: 200 peas sejam encontradas oito peas defeituosas; 500 peas, no haja nenhuma pea defeituosa.
P X
a)
k 8
e e
n p
n p k! 1,8 8!
8
P X P X 8
200 0,009
200 0, 009 8!
1,8
P X
0, 0005
Pgina 53

k 0
P X
b)
k 0
e e
n p
n p k! 4,5 0!
P X
0
0 0
500 0,009
500 0,009 0!
4,5
P X
P X
0,0111
6.3 Modelo de Distribuio de Probabilidade Contnua

Em geral, as variveis aleat rias cuj os valores result am de algum processo de mensurao so contnuas.
Exemplo: Peso e altura das pessoas de uma cidade; Tempo de vida de uma lmpada; O dimetro de rolamentos de esferas.
6.3.1 Distribuio Normal

Pelos recursos que oferece, a distribuio normal uma das mais import ant es dist ribuies de probabilidades conhecidas. Tambm conhecida como distribuio de Gauss, Laplace ou Laplace-Gauss. Seja X uma varivel aleatria contnua. X ter distribuio normal se:
f x
onde e so a mdia e o desvio padro.
1 2
1 2
O grfico da normal :
OBS.: Como podemos ver a curva da normal unimodal, em forma de sino, onde o valor da mdia, mediana e moda so iguais.
Pgina 54
Apostila de PROBABILIDADE e ESTATSTICA Alm disso, temos que: 1. A mdia o centro da curva com a distribuio simtrica com relao a ela; 2. A curva assinttica, se prolonga de a ;
3. A rea t ot al sob a curva igual a 1, ou 100% , com exat os 50% dist ribudos esquerda da mdia e 50% sua direita.
Para o clculo das probabilidades, surgem dois grandes problemas: primeiro, para a int egrao de f(x), pois para o clculo necessrio o desenvolviment o em sries; segundo, seria a elaborao de uma t abela de probabilidades, pois f(x) depende de dois parmet ros, fat o est e que acarret aria um grande trabalho para tabelar essas probabilidades considerando-se as vrias combinaes de e .
Esses problemas podem ser solucionados por meio de uma mudana de varivel, obt endo-se assim a distribuio normal padronizada ou reduzida. Seja Z uma varivel aleatria tal que:
Z
onde X uma varivel normal de mdia
e desvio padro
Dessa forma, obtemos a seguinte funo:
z
cujo grfico o seguinte:
1 2
1 2 Z 2
Como a mdia de Z 0 e o desvio padro 1, as probabilidades (reas) sobre
z so calculadas e
tabeladas. Nos exemplos seguint es ser explicado o uso da t abela da dist ribuio normal padro para o clculo de probabilidade.
Pgina 55
Apostila de PROBABILIDADE e ESTATSTICA Observaes:
1- Exist em vrias t ipos de t abelas para o clculo da probabilidade de variveis aleat rias. Nesse curso usaremos a Tabela Gauss, a qual se encontra no fim da apostila em anexo. 2- Lembre-se que primeiro necessrio mudar de varivel.
Uso da Tabela Gauss: 1) Ent rar com o valor de Z ut ilizando a linha (para a dezena) e a coluna (para os cent simos). Por exemplo, a probabilidade de Z = 1,96 lida na interseo da linha 1,9 com a coluna 0,06. 2) Para Z < 0, procure a probabilidade de ( Z). A probabilidade requerida ser 1 menos a probabilidade de ( - Z).
Exemplo: Sabendo que a dist ribuio do t amanho da microalga Skeletonema costatum segue a lei normal de mdia 10 tamanho: a) menor que 10 m ; b) maior que 14 m ; c) entre 8
m e desvio padro 4 m , calcule, para uma srie de 100 clulas, o nmero de clulas t endo um
m e 13 m .
Soluo: Para ent rar na t abela que d as probabilidades ligadas a cada limit e de t amanho x preciso primeiro transformar x em Z, ou seja:
x1 x2
x3 x4
10 14
8 13
Z Z
Z Z
10 10 4 14 10 4
8 10 4 13 10 4
0 1
0,5 0, 75
P x 10 P x 14
P x 8 P x 13
0,50 0,84
0,31 0, 77
a) H 50% das clulas de tamanho at 10 m . De fato, sempre teremos metade dos valores at a mdia.
b) H 84% das clulas de t amanho at 14 14 m .
m . Conseqentemente, 100% - 84% = 16%t m t amanho acima de
c) H 31% das clulas de tamanho at 8 m e 77% das clulas de tamanho at 13 m . Logo, 77% - 31% = 46% das clulas tm tamanho entre 8
m e 13 m .
Pgina 56
Apostila de PROBABILIDADE e ESTATSTICA Alguns Valores Peculiares de Z Usando a Tabela de Gauss, pode-se concluir que: Se Z = 1 ento 68% dos dados esto concentrados entre Se Z = 2 ento 95,5% dos dados esto concentrados entre Se Z = 3 ento 99,7% dos dados esto concentrados entre e ; e e
2 3
2 ; 3 .
Exerccios Propostos
1) Faa Z uma varivel aleatria com distribuio normal padronizada e encontre (use a tabela): a) P Z
1,52 Z 1,89
b) P 0 e) P
Z 1 0,85 Z
0, 65
c) P 0
Z 1, 44 Z 2, 05
d) P 0,72 f) P Z
f) P h)
1, 48
1,08
g) P Z
P Z
0,5
2) A mdia de uma populao de 21,65cm e desvio padro 3,21. Qual a probabilidade de que um indivduo retirado ao acaso tenha um valor menor do que 14,75cm ou maior do que 28,55cm? 3) A mdia de chuva em cert a cidade de 18,75mm com desvio padro de 6,25mm. Considerando normal a dist ribuio desses dados, calcule a probabilidade de nos prximos anos as chuvas est arem ent re 15 e 25 milmetros 4) Uma fbrica de pneumt icos fez um t est e para medir o desgast e de seus pneus e verificou que ele obedecia a uma dist ribuio normal, de media 48.000km e desvio padro 2.000km. Calcular a probabilidade de um pneu escolhido ao acaso: a) dure mais que 46.000km; b) dure entre 45.000 e 50.000km.
Pgina 57
5) Um fabricant e de bat erias usadas em lapt op sabe, por experincia passada, que as bat erias de sua fabricao t m vida mdia de 600 dias e desvio-padro de 100 dias, sendo que a durao t em aproximadament e dist ribuio normal. Oferece uma garant ia de 312 dias, ist o , t roca as bat erias que apresent am falhas nesse perodo. Fabrica 10.000 bat erias mensalment e. Quant as bat erias dever repor mensalmente pelo uso da garantia?
6) Aps uma pesca de camares medimos as fmeas ovadas. A mdia 12cm e o desvio padro 1,5cm. Suponhamos que os tamanhos estejam seguindo a Lei Normal. Pergunta-se: a) Qual a proporo de indivduos de tamanho superior a 14cm, a 8,5cm e compreendido entre 8,5 e 14cm? b) Qual o tamanho ultrapassado por 10% dos camares? c) Entre quais tamanhos, simtricos em relao mdia, esto compreendidos 95% dos camares?
7) O salrio semanal dos operrios indust riais so dist ribudos normalment e em t orno de uma mdia de $180,00 com desvio padro de $25,00. Pergunta-se: a) Qual a probabilidade de um operrio ter salrio semanal situado entre $150,00 e $178,00? b) Dentro de que desvios de ambos os lados da mdia cairo 96% dos salrios?
Anotaes
Pgina 58
Captulo 7
Regresso Linear Simples

7.1 Introduo
Em geral, nos problemas reais est amos int eressados em muit o mais que det erminar uma caract erst ica isolada de uma das variveis do problema, como por exemplo, a mdia de seus valores. O interesse concerne em muitas vezes em saber como uma varivel est relacionada com as outras. Isto o que os estatsticos chamam de regresso. Exemplos: Os pesos dos adult os do sexo masculino dependem, em cert o grau, de suas est at uras. As vendas de uma empresa podem est ar relacionadas com o quant o foi gast o com propaganda. O uso de cigarro pode est ar relacionado com a incidncia de cncer. Alm disso, ainda possvel mediant e uma pesquisa do ambient e de uma empresa, relacionar o grau de sat isfao dos empregados com relao aos salrios, aos benefcios oferecidos, ao plano de carreira, aos colegas do trabalho, etc.
Para ilust rar como pode ser est udado esse relacionament o, vamos ver o exemplo de como uma safra de trigo depende da quantidade de fertilizante utilizado. Nest e caso mais simples, a safra ( Y ) est relacionada com uma nica varivel X (quant idade de fertilizante) por uma linha reta, a qual a chamada regresso linear simples de Y sobre X. Como a safra Y depende do fert ilizant e, ela chamada varivel dependente, ou varivel respost a. E como a aplicao de fert ilizant e no depende da safra, sendo, ao cont rrio, det erminada pelo pesquisador, ela chamada varivel independente, ou fator, ou regressor X. O exemplo abaixo ilustra a situao.
Exemplos: Em um est udo sobre como a safra de t rigo (Y) depende do fert ilizant e (X), suponhamos que dispomos de fundos para apenas 7 observaes experiment ais. O pesquisador fixa ent o X em set e nveis diferentes, fazendo apenas uma observao Y em cada caso, conforme a seguir:
X
Fertilizante (Kg/Ha)
Y
Safra (ton/Ha)
100 200 300 400 500 600 700
40 50 50 70 65 65 80
Pgina 59
A figura acima apresent a o grfico das observaes e uma ret a, aj ust ada a olho, que melhor se aproxima dessas observaes. Not emos que essa ret a prev para uma aplicao de X
400 kg de fert ilizant e uma safra
60 t oneladas. Tem especial int eresse det erminar o erro, ou o desvio, ent re o valor efet ivo de Y em
relao ao valor previsto
Y . Denotando esse desvio por d, podemos escrever:

d Y Y .
Uma boa aproximao para os dados observados uma reta que minimize esses desvios, ou erros. Veremos agora como encont rar mat emat icament e a equao da ret a que melhor se aj ust e os dados observados.
7.2 Ajustamento de uma Reta pelo Mtodo dos Mnimos Quadrados

Um modelo de regresso linear simples de Y sobre X consist e em obt er uma ret a que melhor represente a relao verdadeira entre as variveis. A determinao dos parmetros desta reta denominada ajustamento. Nosso objetivo ajustar algebricamente uma reta, cuja equao da forma:
bX
Devemos ent o encont rar o coeficient e angular b e o coeficient e linear a (ou int ercept o) da ret a de modo a minimizar
d , ou sej a, minimizar a soma dos desvios. Esse crit rio nos permit e det erminar uma
nica reta de ajustamento. A frmula de mnimos quadrados encontrada para o coeficiente b :
x y x2
, onde:
X e y Y Y .
Pgina 60
Apostila de PROBABILIDADE e ESTATSTICA Encontrando b, o coeficiente a pode ser obtido por:
Y bX .
Exemplos: Calculando a reta de regresso para os dados do exemplo anterior, temos:
Dados
X
100 200 300 400 500 600 700
Forma do Desvio
Y
40 50 50 70 65 65 80
Produtos
X
-300 -200 -100 0 100 200 300
y Y Y
-20 -10 -10 10 5 5 20
x y
6000 2000 1000 0 500 1000 6000
x2
90000 40000 10000 0 10000 40000 90000
400
60
16.500
280.000
Com os valores de x y e x
, podemos calcular b:
x y x
2
16500 280000
0, 059 .
Com os valores b,
X e Y , temos:
a Y bX a 60 0, 059 400 a 36, 4 .
Portanto, a equao da reta que melhor modela o problema :
36, 4
0, 059 X .
Podemos t raar o grfico da equao acima e verificarmos que a ret a obt ida est t o prxima da que traada a olho que mal se discerne qualquer diferena.
A tabela acima, obtida estabelecendo o valor de X e obtendo na equao da reta de regresso o valor Y, mostra as safras (Y) previstas para diferentes quantidades de fertilizantes utilizadas (X).
Pgina 61
NOTA: Significado do coeficiente angular b. O coeficient e angular de uma ret a , por definio, a variao de Y quando t omamos um aument o unitrio no valor X. Assim, tem-se que: Coeficiente angular b = variao de Y mediante a uma variao unitria em X . Suponhamos, por exemplo, na equao da ret a ant erior, aument ssemos o valor de X de 75Kg para 76Kg. Qual seria o aumento correspondente em Y ?
Y inicial Novo Y Novo Y
36, 4 36, 4
0, 059 75 0, 059 75 1 0, 059 36, 4 0, 059 75 0, 059
Y inicial
Ou seja, Y aumentou de 0,059 (valor de b) quando X aumentou 1 unidade.
Exerccios Propostos
1) Suponhamos quat ro observaes feit as sobre o uso de fert ilizant es aplicados a quat ro lot es escolhidos arbitrariamente, com os seguintes resultados:
Fertilizante X
(1000Kg/Ha)
Safra Y
(ton./Ha)
1 2 4 5
70 70 80 100
a) Calcule a reta de regresso da safra sobre o fertilizante. b) Marque as quat ro observaes num grfico e t race a ret a de regresso, verificando que a ret a se ajusta razoavelmente bem aos dados. c) Use a reta de regresso para predizer: a safra obtida na aplicao de 3000Kg de fertilizante por Ha; a safra obtida na aplicao de 4000Kg de fertilizante por Ha; o aumento da safra para cada aumento de 1000Kg/Ha no fertilizante.
Pgina 62
2) Utilizando os dados abaixo encontre a equao de regresso linear e calcule para uma despesa com propaganda de R$ 700,00 qual a seria a venda prevista.
Vendas
(Em milhares de R$) 25 35 29 24 38 12 18 27 17 30
Despesas com propaganda

(Em centenas de R$) 8 12 11 5 14 3 6 8 4 9
3) Os dados abaixo se referem ao volume de precipit ao pluviomt rica (mm) e ao volume de produo de leite tipo C (milhes de litros), em determinada regio do pas.
Anos
1970 1971 1972 1973 1974 1975 1976 1977 1978 1979
ndice Pluviomtrico
(mm) 23 21 28 27 23 28 27 22 26 25
Produo de Leite C
(1.000.000 l) 26 25 31 29 27 31 32 28 30 30
a) Ajustar os dados atravs de um modelo linear. b) Admitindo-se, em 1980, um ndice pluviomt rico de 24 mm, qual dever ser o volume esperado de produo de leite tipo C?
4) Considere uma amost ra aleat ria, formada por dez alunos de uma det erminada t urma da faculdade e pelas notas obtidas por eles em Matemtica e Estatstica.
NOTAS
MATEMTICA X
5,0 8,0 7,0 10,0 6,0 7,0 9,0 3,0 8,0 2,0
ESTATSTICA Y
6,0 9,0 8,0 10,0 5,0 7,0 8,0 4.0 6,0 2,0
a) Det ermine a equao da ret a de regresso que relaciona as not as nas disciplinas de Mat emt ica e Estatstica. b) Marque num grfico as 10 observaes feitas e trace a reta de regresso. c) Determine a nota esperada em Estatstica para um aluno que tirou 4 em Matemtica.
Pgina 63
5) Uma empresa est est udando como varia a demanda de cert o produt o em funo do seu preo de venda. Para isso, levantou as seguintes informaes:
Meses
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT
Unidades Vendidas (Y)

248 242 234 216 230 220 213 205 198 195
Preo de Venda Por Unidade (X)

162,00 167,00 165,00 173,00 170,00 176,00 178,00 180,00 182,00 187,00
Com base nestes dados, mostre que a demanda do produt o decresce linearment e com o acrscimo de preo.
6) Det ermine a equao da ret a que melhor se aj ust a aos dados abaixo. Esboce no grfico essa ret a e os dados observados para as variveis.
a)
b)
X
2 3 3,5 4 5 5,5 6 7 8,5 9,5 10
Y
5 8 10 9 12 5 3 6 8 4 2
X
4 6 7 8 10 12 15 18 21 23 25
Y
2 8 5 7 11 9 6 10 12 14 18
Pgina 64
Listas de Reviso para as Provas

Tentar e falhar , pelo menos, aprender. No chegar a tentar sofrer a inestimvel perda do que poderia ter sido. ( Geraldo Eustquio )
Lista de Reviso para AV1

1) Dada a amostra: 3, 4, 4, 5, 7, 6, 6, 7, 7, 4, 5, 5, 6, 6, 7, 5, 8, 5, 6, 6. a) Construa a distribuio de freqncias sem intervalos de classe. b) Determine as freqncias relativas e as freqncias acumuladas. c) Qual a amplitude total? d) Qual a porcentagem de elementos maiores que 5?
2) O rol abaixo se refere a idade dos indivduos que utilizam mtodos anticoncepcionais em determinada classe de aula : 17 18 18 18 18 18 18 18 19 19 19 19 19 19 19 19 19 19 20 20 20 20 21 21 21 22 23 23 23 23 24 24 25 25 26 28 29 30 30 33 36 36 36 39 41 42 43 45 46 53
Construa a distribuio de freqncia:
a) sem intervalos de classe; b) com intervalos de classe de comprimento 10, cuja 1 classe comea com 15.
3) Os dados abaixo se referem ao salrio (em salrios mnimos) de 20 funcionrios administrativos em uma indstria. 10,1 3,3 7,3 10,7 8,5 1,5 5,0 8,2 4,2 10,0 3,1 4,7 2,2 3,5 9,0 6,5 9,4 8,9 6,1 6,1
Construa uma tabela de freqncia agrupando os dados em intervalos de comprimento 2.

Pgina 65
4) Uma empresa responsvel pela distribuio de um software de organizao de estoque de lojas lanou uma nova verso do produto e o testou junto aos seus clientes. Para tanto, instalou o produto em trinta de seus principais clientes e aps a finalizao do perodo de teste os gerentes enviavam um questionrio informando sobre o seu ndice de satisfao. No quadro abaixo seguem as informaes: Alta Baixa Alta Pede-se: Mdia Baixa Baixa Baixa Alta Baixa Baixa Alta Alta Mdia Baixa Baixa Baixa Baixa Mdia Alta Mdia Mdia Mdia Alta Baixa Mdia Baixa Baixa Mdia Mdia Baixa
a) Classifique a varivel. (Veja na apostila como se classifica uma varivel.)

b) Construa a tabela de distribuio de freqncia do grau de satisfao. c) Analise seus resultados, interpretando a satisfao dos gerentes que testaram o novo software. O novo produto foi um bom negcio? Justifique sua resposta.
5) Calcule a mdia aritmtica, a moda e a mediana dos conjuntos de valores abaixo. a. 2, 5, 8, 10, 12, 15, 8, 5, 12 b. 3,4; 5,2; 4,7; 6; 8,4; 9,3; 2,1; 4,8 c. 1, 3, 3, 4, 5, 6, 6, 12, 8, 20, 15, 15, 15, 10 d. 3, 15, 28, 10, 12, 15, 8, 13, 5, 11 e. 3,4 ; 5,2 ; 4,7 ; 6 ; 8,4 ; 9,3 ; 2,1 ; 4,9
6) Calcule a mdia, a moda e a mediana da distribuio a seguir.
Xi
2 4 5 6 8 10 Total
Fi
4 8 12 10 7 5 46
7) A distribuio a seguir que representa os salrios de 25 funcionrios selecionados em uma empresa. a. b. c. Qual a mdia dos salrios dos funcionrios da empresa? Determine quantos % dos funcionrios tm salrio inferior a R$1.600,00. Determine o desvio padro dos salrios dos funcionrios.
Pgina 66
Classe
Salrios $ Xi 1.000,00 1.200,00
Nmero de Funcionrios Fi 2
1.200,00
1.400,00
1.400,00
1.600,00
10
1.600,00
1.800,00
1.800,00
2.000,00
8) Um grupo de estudantes do Curso de Sistemas de Informao da Universidade Estcio de S foram submetido a um teste da disciplina Probabilidade e Estatstica resultando em: Nota 0 |- 2 2 |- 4 4 |- 6 6 |- 8 8 |-| 10 Freqncia 12 17 20 9 6 c) Determine a quantidade de alunos com nota inferior a 8. d) Determine a porcentagem de alunos com nota superior ou igual a 6. e) Determine o desvio padro das notas. a) Determine a nota mdia dos alunos. b) Determine a nota modal e a nota mediana dos alunos.
Total
64
9) Dada a tabela abaixo, responda:

a) Qual a classe de maior freqncia? Indique os limites dessa classe, o seu ponto mdio e seu intervalo. b) Qual a freqncia relativa e a freqncia acumulada de cada intervalo? c) Qual a mdia dos dados? d) Qual o desvio padro dos dados? Dados
5 l- 10 10 l- 15 15 l- 20 20 l- 25 25 l- 30 30 l- 35 35 l- 40 40 l- 45 45 l- 50 50 l- 55 55 l-| 60 Total
Freqncia simples (Fi)

12 19 23 22 28 46 31 20 22 10 17 250
Pgina 67
10) Calcule a varincia e o desvio padro dos conjuntos de valores abaixo. a) 2, 3, 7, 9, 11, 13 b) 5, 12, 4, 20, 13, 17 c) 3, 15, 28, 10, 12, 15, 8, 13, 5, 11 d) 3,4 ; 5,2 ; 4,7 ; 6 ; 8,4 ; 9,3 ; 2,1 ; 4,9 11) Considere a distribuio para o nmero de acidentes dirios, observados em determinado cruzamento, durante 40 dias e determine:
Nmero de acidentes por dia Xi 0 1 2 3 4
Nmero de dias Fi 30 5 3 1 1
a) o nmero mdio de acidentes por dia; b) a varincia e o desvio padro para o nmero de acidentes dirios.
12) A atividade fsica nos dias atuais deixou de ser privilgio de classes sociais elevadas. A populao brasileira est se tornando cada vez mais idosa, fazendo com que senhores e senhoras com mais de 65 anos comecem a prtica de atividades fsicas independente da classe econmica a que pertencem. Voc gestor de um grupo de empresas que voltada para o mercado da terceira idade e voc decidiu fazer uma pesquisa em uma das academias do grupo. Para tanto, foi realizado um estudo com seis idosos, onde se avaliou algumas caractersticas dos idosos freqentadores desta academia, os resultados esto na tabela abaixo:
Idosos 1 2 3 4 5 6 Sexo M F M F F F Idade 68 72 66 68 72 75 Fuma? Sim Sim No No No No Tempo que frequenta a academia (em anos) 1 2 1 1 3 2 Apreesenta dores musculares? Sim No Sim No No No
a) H quantos anos em mdia estes idosos freqentam a academia? b) Qual a idade modal para os freqentadores do sexo feminino? c) Qual o tempo mediano de freqncia a academia? d) Qual a varincia do tempo de freqncia a academia? e) Qual o desvio padro do tempo de freqncia a academia? f) Qual a amplitude do tempo de freqncia a academia?
13) Um teste foi aplicado a dois grupos de 50 alunos e apresentou os seguintes resultados: Grupo A B Mdia da notas 6 6,2 Desvio padro das notas 2 1,5
Baseado no coeficiente de variao e anlise os resultados.

Pgina 68
Lista de Reviso para AV2

1) Escolhem-se ao acaso dois nmeros naturais distintos de 1 a 20. Qual a probabilidade de que o produto destes nmeros seja mpar? a)
9 38
b)
1 2
c)
9 20
d) 8
25
2) O estudo da gentica estabelece que com as bases adenina (A), timina (T), citosina (C) e guanina (G), podem-se afirmar, apenas, quatro tipos de pares: A-T, T-A, C-G e G-C. Certo cientista deseja sintetizar um fragmento de DNA com dez desses pares, de modo que: Dois pares consecutivos no sejam iguais; Um par A-T no seja seguido por um par T-A e vice-versa; Um par C-G no seja seguido por um par G-C e vice-versa. Sabe-se que dois fragmentos de DNA so idnticos se constitudos por pares iguais dispostos na mesma ordem. Logo, o nmero de maneiras distintas que o cientista pode formar esse fragmento de DNA : a) 211 b) 220 c) 2 10 d) 210 e) 22 10
3) Uma urna contm 3 bolas pretas e 5 bolas brancas. Quantas bolas azuis devem ser colocadas nessa urna de modo que, retirando-se uma bola ao acaso, a probabilidade dela ser azul seja igual a 2 ?
4.) Numa amostra de 20 peas, existem exatamente 8 defeituosas. Retirando-se, ao acaso, quatro peas dessa amostra, qual a probabilidade de se retirar trs peas defeituosas e uma perfeita? 5.) Uma classe tem 10 meninos e meninas. De quantas maneiras poder ser escolhida uma comisso de 3 meninos e 4 meninas, incluindo, obrigatoriamente, o melhor aluno e a melhor aluna? 6.) Numa caixa existem 5 balas de hortel e 3 balas de mel. Retirando-se sucessivamente e sem reposio duas dessas balas, qual a probabilidade de que as duas sejam de hortel? 7.) Joga-se um dado trs vezes consecutivas. Determine a probabilidade de surgirem os resultados abaixo, em qualquer ordem.
8) Numa cidade, 45% dos homens so casados, 35% so solteiros, 15% so divorciados e 5% so vivos. Um homem escolhido ao acaso. Qual a probabilidade desse homem: a) ser solteiro ou divorciado? b) no ser casado?
9) Suponha que voc tenha 40% de chance de receber uma oferta de emprego da firma de sua primeira escolha, 42% de chance de receber uma oferta de emprego da firma de sua segunda escolha e 16% de chance de receber
Pgina 69
uma oferta de emprego de ambas as firmas. Qual a probabilidade de receber uma oferta de emprego de qualquer uma das firmas? 10) Consultando 700 alunos de uma universidade, verifica-se que 250 cursam licenciatura em Matemtica, 210 cursam bacharelado em Administrao e 290 cursam o bacharelado em Computao. Como a universidade permite que um aluno tenha mais de uma matrcula, h entre esses alunos: 50 que fazem Matemtica e Administrao, 60 fazem Administrao e Computao, 70 fazem Matemtica e Computao e 20 que fazem os trs cursos. Um desses alunos sorteado para representar a universidade num evento. Determine a probabilidade desse aluno: a) b) c) d) e) cursar Matemtica; cursar Matemtica e Administrao; cursar Matemtica ou Administrao; no cursar Computao; cursar pelo menor um dos trs cursos.
11.) Uma caixa contm exatamente 1000 bolas numeradas de 1 a 1000. Qual a probabilidade de se tirar, ao acaso, duas bolas contendo nmeros pares ou dois nmeros de dois algarismos? 12.) Dois nmeros so escolhidos ao acaso entre os 20 inteiros, de 1 a 20. Qual a probabilidade dos dois nmeros escolhidos serem primos ou quadrados perfeitos? 13) Em cada item abaixo, d-se a distribuio de probabilidade para uma varivel aleatria X. Calcule a esperana e a varincia dessa varivel aleatria.
a)
X
1 2 3 4
P(X)
0,25 0,25 0,25 0,25
b)
X
10 20 30 40
P(X)
0,500 0,250 0,125 0,125
c)
X
20 25 30 35 40
P(X)
0,1 0,2 0,4 0,2 0,1
d)
X
- 30 0 500
P(X)
- 0,20 0,75 0,05
14) Num teste do tipo certo-errado, com 20 perguntas, qual a probabilidade de um aluno, respondendo as questes ao acaso, acertar 70% das perguntas?
15) A probabilidade de um atirador acertar o alvo 2 . Se ele atirar 6 vezes, qual a probabilidade:
a) acertar exatamente 2 tiros? b) acertar nenhum tiro? 16) Se 5% das lmpadas de certa marca so defeituosas, achar a probabilidade de que, numa amostra de 50 lmpadas, escolhidas ao acaso, tenhamos:
Pgina 70
a) nenhuma defeituosa; b) 3 defeituosas; c) mais do que 1 boa. 17) A durao de um certo componente eletrnico tem mdia de 850 dias e desvio padro de 80 dias. Calcule a probabilidade desse componente durar: a) menos que 750 dias; b) mais que 800 dias; c) entre 700 e 1.000 dias; d) exatamente 1.000 dias. Qual deve ser o nmero de dias necessrios para que tenhamos de repor no mximo 5% dos componentes? 18) Suponha que as notas de uma prova sejam normalmente distribudas com mdia 73 e desvio padro 15. 15% dos alunos mais adiantados recebem a nota A e 12% dos mais atrasados recebem nota F. Encontre o mnimo para receber A e o mnimo para passar (no receber F).
19) Uma amostra aleatria de seis pases acusou as seguintes cifras para X = consumo anual de cigarros per capita e Y = taxa anual de mortalidade por 100.000 em conseqncia de cncer no pulmo. Determine a equao da reta que melhor se ajusta aos dados.
20) Com base na amostra aleatria de cinco pares de pai e filho abaixo, responda.
a) Qual a equao da reta que melhor se ajusta aos dados? b) Qual a altura esperada de um filho cujo pai mede 1,80m?
Pgina 71
21) Uma amostra aleatria de sete mulheres acusou os seguintes dados relativos a X (idade em anos) e Y (concentrao de colesterol no sangue em gramas por litro). Determine. a) A equao da reta de regresso linear dos dados; b) A concentrao de colesterol esperado para uma adolescente de 15 anos; c) A concentrao de colesterol esperado para uma senhora de 70 anos.
22) A tabela abaixo mostra os dados relativos ao peso (kg) e altura (cm) de 12 estudantes de uma escola estadual.
Peso (kg) Altura (cm) 70 155 63 150 72 180 60 135 66 156 70 168 74 178 65 160 62 132 67 145 65 139 68 152
a) Construir o diagrama de disperso. b) Ajustar a reta de regresso.
Pgina 72
ANEXO
Tabela de Gauss
Pgina 73
This document was created with Win2PDF available at http://www.win2pdf.com. The unregistered version of Win2PDF is for evaluation or non-commercial use only. This page will not be added after purchasing Win2PDF.

Apostila de Probabilidade e Estatística

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apostila de Probabilidade e Estatística

Caricato da

Copyright:

Formati disponibili

Curso de Sist emas de Informao

Apost i l a de Pr obabi l i dade e Est at st i ca

Prof. Braulino Mattos

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

Estatstica: Conceitos Preliminares

1.2 Estatstica Descritiva X Estatstica Indutiva

1.3 Populao e Amostra

Prof. Braulino Mattos

1.4 Variveis Qualitativas e Quantitativas

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

Grfico de Barras ( Verticais ou Horizontais )

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

1.6 Exemplos da Aplicao da Estatstica 1.6.1 Na Informtica

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

1.7 Notao Somatrio

X n , para uma varivel X com n

dados, ento denotamos por:

Exemplos: (1) Quanto vale

(2) Quanto vale

1.8 Critrios de Arredondamento

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

Podemos generalizar a regra da seguinte forma:

O algarismo da 2 Casa Decimal o 6.

Algarismo que sofrer a aproximao

Algarismo da primeira casa a direita da casa que sofrer a aproximao

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

a srie estatstica em que os dados so observados

Fonte: Boletins Anuais.

Srie Geogrfica (ou de Localizao) localidade de ocorrncia.

a srie est at st ica em que os dados so observados segundo a

Fonte: Boletins Semestrais

Apostila de PROBABILIDADE e ESTATSTICA Srie Especfica

Prof. Braulino Mattos

a srie estatstica em que os dados so agrupados segundo a modalidade da ocorrncia.

Fonte: Boletins Semestrais.

Distribuio de Freqncias freqncias absolutas.

Obs.: Freqncia o nmero de elementos que pertencem a uma determinada classe.

2.2 Distribuio de Freqncias

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

2.2.1 Dados Brutos

Exemplo: Idades de 20 alunos de uma turma de graduao da Universidade Estcio de S.

24 (1 valor observado para a varivel) , X 2

23 (16 valor observado para a varivel), ..., X 20

2.2.3 Amplitude Total (ou Range)

Exemplo: Para os valores do exemplo anterior, temos:

Prof. Braulino Mattos

i denota a classe do elemento, onde na 1 classe tem-se o menor

X i o valor da varivel para a classe i Fi a freqncia do elemento X i

Intervalos 20 |-25 |-30 |-35 |-40 |--| 25 30 35 40 45

Apostila de PROBABILIDADE e ESTATSTICA

Prof. Braulino Mattos

Pontos mdios das classes Exemplo:

a mdia aritmtica dos extremos do intervalo.