Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNINOVE
Material de apoio
Mtodos Quantitativos
Aplicados
4 edio
CURSO: CINCIAS CONTBEIS
Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
So Paulo, 2013
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
2
INDCE
APRESENTAO ........................................................................................................................................... ..........................................................04
INTRODUO A ESTATSTICA........................................................................................................05
POPULAO OU UNIVERSO ..................................................................................................... ..........................................................05
AMOSTRA ................................................................................................................................................ ..........................................................05
VARIVEIS .............................................................................................................................................. ..........................................................05
DISTRIBUIO DE FREQUNCIA ....................................................................................................... ..........................................................05
DADOS BRUTOS ................................................................................................................................. ..........................................................05
TABULAO DE DADOS ............................................................................................................. ..........................................................06
GRFICOS ........................................................................................................................................................... ..........................................................11
HISTOGRAMA ....................................................................................................................................... ..........................................................11
POLGONO DE FREQUNCIA................................................................................................................................................................11
SETOGRAMA .....................................................................................................................................................................................................11
OGIVA DE GALTON ........................................................................................................................ ..........................................................11
MEDIDAS DE TENDNCIA CENTRAL ............................................................................................. ..........................................................17
MDIA ARITMTICA SIMPLES...............................................................................................................................................................17
MDIA ARITMTICA PONDERADA ........................................................................................ ..........................................................17
MDIA ARITMTICA PARA DADOS AGRUPADOS.................................................................................................................18
MEDIANA SIMPLES ........................................................................................................................... ..........................................................18
MEDIANA PARA DADOS AGRUPADOS..........................................................................................................................................19
MODA SIMPLES ................................................................................................................................... ..........................................................20
MODA PARA DADOS AGRUPADOS ..................................................................................... ..........................................................20
SEPARATRIZES (QUANTIS)..................................................................................................................................................................................25
QUARTIL.................................................................................................................................................................................................................25
DECIL........................................................................................................................................................................................................................26
PERCENTIL ............................................................................................................................................... ..........................................................27
MEDIDAS DE DISPERSO....................................................................................................................................................................................31
DESVIO MDIO....................................................................................................................................................................................................31
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
3
VARINCIA............................................................................................................................................................................................................31
DESVIO PADRO .................................................................................................................................. ..........................................................32
COEFICIENTE DE VARIAO.................................................................................................................................................................32
CORRELAO ................................................................................................................................................. ..........................................................35
COEFICIENTE DE CORRELAO DE PEARSON........................................................................................................................36
REGRESSO .............................................................................................................................................. ..........................................................38
PROBABILIDADE.........................................................................................................................................................................................................42
EXPERIMENTO ALEATRIO......................................................................................................................................................................42
ESPAO AMSOTRAL .......................................................................................................................... ..........................................................42
EVENTOS ................................................................................................................................................................................................................42
CLCULO DAS PROBABILIDADES......................................................................................................................................................42
EVENTOS COMPLEMENTARES..............................................................................................................................................................44
EVENTOS INDEPENDENTES.......................................................................................................................................................................44
EVENTOS MUTUAMENTE EXCLUSIVOS.......................................................................................................................................44
FATORIAL ........................................................................................................................................................... ..........................................................49
NMERSO BINOMIAIS.....................................................................................................................................................................................49
DISTRIBUIO BINOMIAL..........................................................................................................................................................................50
DITRIBUIO NORMAL........................................................................................................................................................................................53
EXERCCIOS SUPLEMENTARES ......................................................................................................... ..........................................................58
REFERNCIAS BIBLIOGRFICAS...................................................................................................................................................................63
APRESENTAO
Todos os direitos reservado e protegidos pela Lei
9.610 de 19/02/98. Nenhuma parte desta
apostila, sem autorizao prvia por escrito do
autor, poder ser reproduzida ou transmitida
sejam quais forem os meios empregados:
eletrnicos, mecnicos, fotogrficos, gravao
ou quaisquer outros.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
4
APRESENTAO
Caro(a) aluno(a),
Ao longo de nossa vida acadmica, so grandes as novidades e os desafios que se colocam
diante de ns. As relaes entre professores e alunos so mediadas por linguagens e regras especficas,
diferentes daquelas que aprendemos a decifrar e a empregar em nossa vida escolar e profissional. Esse
universo desconhecido desperta, a um s tempo, curiosidade e temor. A final ser que conseguiremos
dominar todas essa novidades e sobreviver a eles?
Esse material foi elaborado com o intuito de lhe apresentar algumas dessas normas e linguagens
e, assim, ajud-lo a desvendar parte desse universo desconhecido. Espero, com as dicas que seguem
oferecer-lhe algumas ferramentas teis para o seu desenvolvimento profissional e a acadmico. No
pretendo fazer com que voc domine todo esse instrumental logo de sada, longe disso. Voc s
aprender tudo o que aqui est contido medida que for empregando cada uma das ferramentas. No
incio lhe parecero complexas, com o passar do tempo voc aprender a decodific-las e a utiliz-las
corretamente, de modo que elas passaro a fazer parte tanto do seu vocabulrio quanto de seu
repertrio de prticas.
O objetivo deste material preparar o discente para a vida acadmica, despertando-lhe o desejo
de aprimorar seus conhecimentos, de conhecer, pesquisar e investigar os mais diferentes aspectos da
realidade em que vive ou que venha a participar socialmente. Este material tem como objetivo
principal mostrar, de forma clara, por meio de exemplos prticos, o conceito de estatstica e suas
aplicaes, e utiliza para isso uma metodologia objetiva e de fcil compreenso.
Vale salientar que este material faz parte de um conjunto de textos, baseados em livros, artigos
de jornais e apostilas, que foram e continuam sendo aprimorados com o tempo, pelo autor. Este
material serve como complemento para o aluno a fim de facilitar a sua compreenso, dessa forma, no
substitui, em hiptese alguma, a pesquisa em livros especficos.
O autor,
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
5
INTROUDUO A ESTATSTICA
A Estatstica uma parte da matemtica Aplicada que fornece mtodos para a coleta,
organizao, descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de
decises, em situaes de incerteza, a partir de informaes numricas de uma amostra.
Populao ou Universo: Conjunto de elementos (pessoas ou objetos) que interessam pesquisa.
Amostra: - Parte da populao (universo) ou pequena parte de um todo (populao).
OBS.: Que seja fiel a populao (amostra representativa).
Ex.: Se o objetivo da pesquisa for verificar se houve aumento da aquisio de eletrodomsticos no ano
de 2001 no Brasil, nas camadas populares, a amostra ser composta de pessoas de baixa renda,
preferencialmente de vrias regies do Brasil; de ambos os sexos, diversas faixas etrias, etc.
Variveis
A cada fenmeno corresponde um nmero de resultados possveis. Assim por exemplo:
- para o fenmeno sexo so dois os resultados possveis: sexo masculino e sexo feminino;
- para o fenmeno nmero de filhos h um nmero de resultados possveis expresso por meio
dos nmeros naturais: 0, 1, 2, 3, .... , n;
- para o fenmeno estatura temos uma situao diferente, pois os resultados podem tomar um
nmero infinito de valores numricos dentro de um determinado intervalo.
Varivel - Substitui um elemento de uma srie que pode assumir n valores numricos ou no
numricos (, convencionalmente, o conjunto de resultados possveis de um fenmeno).
TCNICAS DE LEVANTAMENTO ESTATSTICO: Distribuio de Frequncia
Por meio de tcnicas estatsticas, possvel estudar os conjuntos de dados e, a partir de uma
amostra, tirar concluses vlidas para conjuntos maiores (populao).
Entre as vrias tcnicas adotadas em estatstica, abordaremos a de uma varivel, concentrando-nos na
chamada estatstica descritiva, que consiste em organizar os dados coletados em tabelas de freqncia
e exibindo o nmero de percentagem de observaes em cada classe, podendo ser a apresentado
atravs de tabelas ou grficos correspondentes.
De maneira geral, as tcnicas estatsticas so utilizadas em trs etapas principais do trabalho de
pesquisa:
- a coleta de dados, incluindo o planejamento do trabalho e da pesquisa(questionrio ou
teste);
- a apresentao dos dados coletados(tcnicas especficas);
- a anlise dos dados coletados, com a formulao de concluses e generalizaes.
Simultnea a segunda, pois durante a prpria organizao dos dados j possvel ir percebendo
a tendncia geral da pesquisa.
Dados brutos
Como primeiro resultado de uma pesquisa, obtm-se dados brutos, um conjunto de nmeros
ainda sem nenhuma organizao. Esse material ento ordenado de forma crescente ou decrescente,
com a indicao da freqncia, dando origem ao que chamamos de rol.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
6
Um pesquisador, por exemplo, quer saber que idades predominam entre as pessoas economicamente
ativas de determinada cidade. Para isso, entrevistou 100 pessoas e obteve os seguintes dados brutos:
Idades predominantes
28 27 31 33 30 33 27 31 34 26
30 33 33 29 32 27 34 37 30 29
37 31 30 30 26 29 29 34 29 26
30 27 32 24 30 27 31 30 32 29
31 31 30 30 27 30 27 27 21 34
30 28 33 28 36 29 32 27 24 27
33 27 27 30 33 30 33 33 23 28
30 39 27 27 31 31 36 28 29 30
33 31 31 30 28 27 32 30 30 29
29 24 33 30 33 27 30 34 36 32
O rol desses dados brutos :
IDADE(x
i
) FREQUNCIA(f
i
)
21 1
23 1
24 3
26 3
27 16
28 6
29 10
30 21
31 10
32 6
33 12
34 5
36 3
37 2
39 1
Total(n) 100
x
i
: elementos da amostra (no caso, idade);
f
i
: frequncia, repeties ou peso de cada valor da amostra.
Tabulao de dados
Continuando com a mesma pesquisa, depois de elaborar o rol necessrio determinar quantas
faixas etrias ter a tabela de frequncia. O passo seguinte subdividir os dados por classe ou
categoria (no caso, a faixa etria) e determinar o nmero de indivduos pertencentes a cada uma,
resultando na frequncia de classe.
k: nmero de classes que a tabela de classe dever conter
n: nmero de elementos da amostra
Como diretriz geral, recomendamos usar entre cinco e vinte classes (k). Os conjuntos de dados
com um nmero maior de observaes usualmente exigem um nmero maior de classes. Conjuntos de
dados com um nmero menor de observaes podem em geral ser facilmente sintetizados com apenas
cinco ou seis classe.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
7
Ento, se voc tem uma amostra com 100 dados, pode organiza-los em uma tabela de distribuio de
freqncia com k = n = 10 classes.
Encontrando o valor de k, preciso determinar o intervalo de classe, isto , o tamanho que cada
classe dever ter. Chamaremos de h essa amplitude de classe, que ser constante, isto , todas as k
classes devero ter a mesma amplitude. Para calcular h, fazemos:
AT = X
mx.
- X
mn.
h = AT
k
h : amplitude do intervalo
X
mx
. : o maior valor de dados
X
mn
. : o menor valor de dados
AT. : amplitude total, isto , a diferena entre o maior e o menor valor de dados
Em nosso exemplo temos:
AT = X
mx
- X
mn.
= 39 - 21 = 18
Logo, h = 18/10 = 1,8
Em seguida, o pesquisador determina os limites de cada classe: o limite superior (ls) e o limite
inferior (li), aplicando um dos quatro conceitos de intervalo que j estudamos. Escolhe um ponto de
partida, de acordo com os interesses da pesquisa. Pode decidir, por exemplo, que o limite inferior ser
20. A partir dele, sero construdas as classes da tabela de frequncia, que dever abranger todos os
elementos do rol. Caso no ocorra a abrangncia de todos os elementos do rol deveremos aumentar a
amplitude(h) ou o nmero de classes (k), aquele que melhor convier.
Assim, se k = 10 e h = 2, com a primeira classe iniciada por 20, temos a adio de h, a cada
classe:
K Classes Frequncia(f
i
)
li ls
1 20 ------| 22 1
2 22 ------| 24 4
3 24 -----| 26 3
4 26 -----| 28 22
5 28 -----| 30 31
6 30 -----| 32 16
7 32 -----| 34 17
8 34 -----| 36 3
9 36 -----| 38 2
10 38 -----| 40 1
--------------------- 100
Obs.: a primeira e ltima classe no pode ter frequncia igual a zero.
Nota: importante observar se os elementos esto includos ou excludos.
- O passo seguinte escolher um nmero para representar cada classe, em geral o ponto mdio (pm),
ou seja, a mdia entre os valores dos limites de classe.
pm = li + ls
2
Em seguida , preciso encontrar:
- Frequncia relativa (f
r
): Indica proporo que cada classe representa em relao ao total (n) e
obtida dividindo-se cada uma das frequncias absolutas (f
i
) pelo tamanho (n):
f
r
=
f
i
n
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
8
Obs.: A soma de sua coluna sempre dever ser igual a 1. caso isso no ocorra, arredonda-se algum
valor de modo a obter 1.
- Frequncia percentual (f
p
): Indica a porcentagem de cada classe. Para obt-la, multiplica-se f
r
por
100:
f
p
= f
r
.
100
Obs.: a soma de sua coluna dever ser igual a 100% .
- Frequncia acumulada (f
a
): Corresponde soma das frequncias absolutas(f
i
) de sua classe, mais as
anteriores caso haja:
f
a
= f
iat
+
fa
ant
Obs.: i = 1,2, ..., k
O f acumulado da ltima classe dever ser igual a n.
Com base em todos os clculos relacionados acima, podemos fazer uma nova tabela de
frequncia, ainda para o exemplo das faixas etrias de pessoas ativas na cidade pesquisada.
Suponhamos, a gora, que queiramos iniciar o primeiro limite inferior da primeira classe em 18.
Teremos, ento, de recalcular todas as frequncias absolutas. A nova tabela ser:
K
Classes
li ls
Frequncia
(f
i
)
fr = fi/n fp = fr . 100
(%)
Pm = (li + ls)/2
f
a
= f
iat
+
fa
ant
1 20 ------| 22 1 0,01 1% 21 1
2 22 ------| 24 4 0,04 4% 23 5
3 24 -----| 26 3 0,03 3% 25 8
4 26 -----| 28 22 0,22 22% 27 30
5 28 -----| 30 31 0,31 31% 29 61
6 30 -----| 32 16 0,16 16% 31 77
7 32 -----| 34 17 0,17 17% 33 94
8 34 -----| 36 3 0,03 3% 35 97
9 36 -----| 38 2 0,02 2% 37 99
10 38 -----| 40 1 0,01 1% 39 100
------------- 100 1 100% -------- ------------
E X E R C I C I O S
1) O que voc entende por o termo rol?
2) A tabela abaixo indica o nmero de um grupo de 1550 funcionrios de determinadas faixas salariais
de uma empresa. Complete as colunas em branco.
Faixa salarial Nmero de
pessoas (f
i
)
Frequncia
percentual (f
p
)
Frequncia acumulada
(f
a
)
At 3 salrios mnimos 776
De 3 a 6 salrios mnimos 387
De 6 a 9 salrios mnimos 232
Acima de 9 salrios mnimos 155
1550
3) Para o Curso de Administrao uma classe de uma escola possui as seguintes notas:
36 40 54 31 32 34 43 49
50 56 40 42 44 33 54 55
56 59 65 67 50 68 51 54
61 44 39 66 60 36 44 49
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
9
a) maior nota;
b) menor nota;
c) amplitude total;
d) tabela contendo: as notas, frequncia relativa, frequncia percentual e freqncia acumulada
(sugesto: (K = 6 e h = 6,16 usar h = 7) exemplo: 31|------|37);
e) quantas notas esto acima de 75?
f) quantas notas esto abaixo de 45?
g) informe o percentual de notas entre 50 e 68 inclusive. Resposta 50%
4) Os dados da amostra abaixo representam as vendas dirias de um determinado aparelho eltrico,
durante um ms, por uma firma comercial:
14 12 11 13 14 13
19 14 20 14 11 12
12 14 10 13 15 18
21 13 16 17 14 14
a) Elabore uma distribuio de frequncia comeando a primeira classe com o intervalo :10|----|12
b) Faa a anlise da penltima classe da distribuio
5) O corpo administrativo de um consultrio mdico estudou o tempo de espera dos pacientes que
chegavam ao consultrio com uma solicitao de servio de emergncia. Os seguintes dados foram
coletados no perodo de um ms (os tempos de espera esto em minutos):
2 5 10 12 4 4 5 17 11 8 9 8 12 21 6 8 7 13 18 3
a) Construa a distribuio de frequncia utilizando classes de 0|----|4, 5|----|9 etc.
b) Que proporo de pacientes necessita de servio de emergncia enfrentam um tempo de espera de
nove minutos ou menos? Resposta 60%
6) A MKT Icont uma empresa de consultoria em contabilidade e iniciou um trabalho de pesquisa
para a TDI, que pretende lanar um novo produto no mercado brasileiro. Foram aplicadas algumas
pesquisas de mercado para verificar o potencial de compra por parte da populao. A tabela abaixo
mostra os dados sobre uma amostra da populao pesquisada, referente renda familiar mensal (em
salrio mnimo):
Salrio Mnimo Nmero de pesquisados
0|-------5 734
5|-------10 526
10|-------15 205
15|-------20 140
20|-------25 60
TOTAL
Considerando os dados acima, podemos afirmar que:
a) 30% da amostra ganham 10 salrios mnimos ou mais;
b) Somente 44,08% da amostra ganham abaixo de 10 salrios mnimos;
c) Menos de 10% da amostra ganham 15 salrios mnimos ou mais;
d) Mais de 75% da amostra ganham abaixo de 10 salrios mnimos;
e) Mais de 5% da amostra ganham 20 salrios mnimos ou mais.
Resposta: (d) - 75,67%
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
10
7) Complete a tabela abaixo:
K l L Fi fr Pm ou X fa
1 0|-------8 4
2 8|-------16 10
3 16|-------24 14
4 24|-------32 9
5 32|-------40 3
TOTAL
8) Complete os dados que faltam na distribuio de frequncia:
K l L Fi fr Pm ou X fa
1 0|-------2 4 1
2 2|-------4 8 12
3 4|-------6 5
4 |------- 27 45
5 8|------- 15
6 |-------12 11
7 |-------14 10 77
TOTAL 77
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
11
GRFICOS
Uma vez elaborada a tabela de frequncia, segue-se o desenho do grfico, um recurso de visualizao
dos dados constantes na tabela. Os tipos de grficos so: histograma; polgono de frequncia; ogiva de
Galton; e setograma.
Histograma: utilizado para representar as frequencias absolutas (f
i
) em relao sua classe,
construdo assim:
1. No eixo X (abscissas), marcamos, em escala, as classes dos dados.
2. No eixo Y (ordenadas), marcamos as freqncias de classe(f
i
).
3. Fazemos a correspondncia entre cada intervalo no eixo dos X (classes) e um valor no eixo
vertical(f
i
), formando um desenho que lembra um conjunto de colunas paralelas( retangulares)
ou um conjunto de prdios.
Polgono de frequncia: utilizado para indicar o ponto mdio(pm) ou representante de classe com
suas respectivas frequncias absolutas, construdo sobre o histograma. Para constru-lo, procedemos
assim:
1. No eixo X (abscissas), colocamos o ponto mdio de cada intervalo de classe.
2. No eixo Y (ordenadas), permanecem as frequncias absolutas de classe (f
i
).
3. Ligamos os pontos por segmentos de reta.
4. Para completar o polgono, acrescentamos um ponto mdio com frequncia zero em cada uma
das extremidades da escala horizontal.
Setograma: Tambm conhecido como grfico de pizza, utilizado para representar os valores
relativos (%).
1. Fazemos um crculo.
2. Cada Setor/Fatia regido pela frmula:
( )
Total
fi
Setor
. 360
=
3. No crculo, distribumos os valores das frequncias percentuais.
Ogiva de Galton: utilizado para representar as frequncias acumuladas de uma distribuio,
construda assim:
1. No eixo X (abscissas), colocamos as classes dos dados, como no histograma.
2. No eixo Y (ordenadas), escrevemos uma das frequncias acumuladas, marcando o ponto com
os limites superiores (ls) de cada classe. Iniciamos com frequncia zero e com limite inferior da
1
a
classe.
Veja um exemplo: Numa cidade foram anotadas as idades de 64 pessoas aposentadas. Os dados
obtidos esto dispostos no quadro a seguir:
79 75 67 74 81 69 67 79 66 80
64 57 67 65 90 64 77 80 58
73 70 46 58 71 91 78 67 68
73 71 78 72 76 43 84 47 81
65 72 76 87 65 53 75 66 83
95 58 90 51 73 72 78 69 78
74 70 77 75 74 99 78 62 77
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
12
Pede-se:
a) O rol.
b) O nmero de classes, a amplitude total (AT) e amplitude do intervalo de classes (h).
c) A tabela completa, com o limite inferior da primeira classe comeando em 43.
d) Os seguintes grficos: histograma, polgono das frequncias, ogiva de Galton e Setograma.
Resoluo: a)
Idade Frequncia(f
i
) Idade Frequncia(f
i
)
43 1 76 2
46 1 77 3
47 1 78 5
51 1 79 2
53 1 80 2
57 1 81 2
58 3 83 1
62 1 84 1
64 2 87 1
65 3 90 2
66 2 91 1
67 4 95 1
68 1 99 1
69 2 TOTAL 64
70 2
71 2
72 3
73 3
74 3
75 3
b) Estimaremos que a distribuio dever ter: K= 64 = 8 classes, mais utilizamos 9 classes para
inserir todos os elementos da amostra. Amplitude Total: AT = 99 43 = 56 - Amplitude do
intervalo de classes: h = 56/8 = 7.
c)
Idade dos
aposentados
f
i
Pm f
r
f
p
f
a
l L
43 |----| 49 3 46 0,0468 4,68% 3
50 |----| 56 2 53 0,0312 3,12% 5
57 |----| 63 5 60 0,0781 7,81% 10
64 |----| 70 16 67 0,25 25% 26
71 |----| 77 19 74 0,2968 29,68% 45
78 |----| 84 13 81 0,2031 20,31% 58
85 |----| 91 4 88 0,0625 6,25% 62
92 |----| 98 1 95 0,0156 1,56% 63
99 |----| 105 1 102 0,0156 1,56% 64
TOTAL 64 666 1,00 100%
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
13
Setograma: cada Setor/Fatia regido pela frmula:
( )
n
fi
Setor
. 360
=
1 classe: 43|--------| 49 >>
o
setor = (360 . 3)/64 = 1080/64 = 16,87
2 classe: 50|--------| 56 >>
o
setor = (360 . 2)/64 = 720/64 = 11,25
3 classe: 57|--------| 63 >>
o
setor = (360 . 5)/64 = 1800/64 = 28,12
4 classe: 64--------| 70 >>
o
setor = (360 . 16)/64 = 5760/64 = 90,14
5 classe: 71|--------| 77 >>
o
setor = (360 . 19)/64 = 6840/64 = 106,87
6 classe: 78|--------| 84 >>
o
setor = (360 . 13)/64 = 4680/64 = 73,12
7 classe: 85|--------| 91 >>
o
setor = (360 . 4)/64 = 1440/64 = 22,5
8 classe: 92|--------| 98 >>
o
setor = (360 . 1)/64 = 360/64 = 5, 62
9 classe: 99||--------| 105 >>
o
setor = (360 . 1)/64 = 360/64 = 5, 62
SETOGRAMA/PIZZA
4,68%
3,12%
7,81%
25,01%
29,69%
20,32%
6,25%
1,56%
1,56%
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
14
Interpretao: Podemos notar pelo histograma, que na faixa de 64 a 77 anos h um pico, o qual indica
a existncia de maior nmero de aposentados nessa faixa setograma de maior fatia. Se o objetivo do
pesquisador saber qual a faixa etria com mais pessoas aposentadas na cidade, h indcios de que
ser a faixa de 64 a 77 anos.
E X E R C C I O S
1) O faturamento de uma loja de brinquedos durante 40 semanas foi:
28 27 18 15 20 19 17 18
25 19 30 19 21 22 15 17
25 17 20 25 23 19 25 20
22 15 28 18 16 24 18 22
19 20 18 15 19 19 18 19
O gerente da loja deseja saber qual a faixa do faturamento que se repete menos. Para isso determine:
a) As classes.
b) As frequncias absolutas.
c) As frequncias acumuladas.
d) O histograma e a ogiva.
2) Numa fbrica foram tabulados os salrios dos funcionrios, resultando na tabela de distribuio de
frequncia a seguir. A amostra foi de 380 funcionrios:
Classe de salrios mensais Nmero de funcionrios
280 |------------ 320 150
320 |------------ 360 73
360 |------------ 400 40
400 |------------ 440 52
440 |------------ 480 36
480 |------------ 520 29
TOTAL 380
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
15
Pede-se :
a) Complete o quadro acima, a partir do que foi estudado anteriormente.
b) Elabore os quatro tipos de grficos.
3) Dado a tabela, construir um grfico de setores
Quantidade de vendas, em uma empresa de informtica
Tipo de vendas Percentual
Computadores 35
Softwares 23
Assistncia tcnica 15
Redes 14
Outro servios 13
Total 100
4) O grfico abaixo representa o faturamento lquido de uma microempresa ao longo do 1 semestre de
um ano. Entende-se por faturamento lquido o valor recebido pela empresa j descontadas todas as
despesas.
0
1
2
3
4
5
6
7
JAN FEV MAR ABR MAI JUN
E
m
1
0
0
0
r
e
a
i
s
a) Indique o ms de maior faturamento lquido e o valor correspondente.
b) Quando ocorreu maior queda no faturamento?
c) Indique o ms de menor faturamento lquido e o valor correspondente.
d) Segundo o grfico, a tendncia de faturamento, aps o ms de junho, da microempresa?
5)(ENEM/2005) Moradores de trs cidades, aqui chamadas de X, Y e Z, foram indagados quanto aos
tipos de poluio que mais afligiam as suas reas urbanas. Nos grficos abaixo esto representados as
porcentagens de reclamaes sobre cada tipo de poluio ambiental.
Considerando a queixa principal dos cidados de cada cidade, a primeira medida de combate a poluio
em cada uma delas seria, respectivamente: R. (b)
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
16
X Y Z
(A)
Manejamento de lixo Esgotamento sanitrio Controle emisso de gases
(B)
Controle de despejo industrial Manejamento de lixo Esgotamento sanitrio
(C)
Manejamento de lixo Esgotamento sanitrio Controle de despejo industrial
(D)
Controle emisso de gases Controle de despejo industrial Esgotamento sanitrio
(E)
Controle de despejo industrial Manejamento de lixo Controle emisso de gases
6) (ENEM/2005) A escolaridade dos jogadores de futebol nos grandes centros maior do que se
imagina, como mostra a pesquisa abaixo, dos quatro principais clubes de futebol do Rio de Janeiro.
De acordo com esses dados, o percentual dos jogadores dos quatro clubes que concluram o Ensino
Mdio de aproximadamente: R. (c)
(A) 54% (B) 48% (C) 60% (D) 14% (E) 68%
7)(ENEM/2005) Este grfico representa o resultado de uma pesquisa realizada com 1.000 famlias
com filhos em idade escolar: R. (c)
Considere estas afirmativas referentes s famlias pesquisadas:
I ) O pai participa da renda familiar em menos de 850 dessas famlias.
II ) O pai e a me participam, juntos, da renda familiar em mais de 500 dessas famlias.
Ento, CORRETO afirmar que
(A) nenhuma das afirmativas verdadeira.
(B) apenas a afirmativa I verdadeira.
(C) apenas a afirmativa II verdadeira.
(D) ambas as afirmativas so verdadeiras.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
17
MEDIDAS DE TENDNCIA CENTRAL OU MEDIDAS DE POSIO
As mdias, denominadas medidas de tendncia central, so valores numricos que representam
o centro de um conjunto de dados ou uma seqncia numrica. Podem ser de vrios tipos: mdia
aritmtica, mdia geomtrica, mediana e moda.
Mdia Aritmtica Simples (dados no agrupados)
a medida utilizada com maior frequncia, por implicar um clculo extremamente simples.
Consiste em adicionar os elementos e dividir a soma pelo nmero (n) de elementos adicionados.
Numa seqncia de n elementos, temos a mdia, representada por x (x barra): x
1
, x
2
, x
3
,
...x
n.
x = x
1
+ x
2
+ x
3
+ ... + x
n
n
Em notao somatrio, a mdia representada da seguinte forma:
x = x
i
n
Exemplo 1: Imaginemos que, numa pesquisa sobre atividades fsicas com mulheres de 5 faixas etrias,
o resultado de uma amostra tenha sido:
Quantos dias por semana andam a p?
16 a 20 anos 6
21 a 25 anos 5
26 a 29 anos 4
30 a 33 anos 2
34 a 37 anos 1
Se, a partir da amostra, quisermos saber quantos dias por semana, em mdia as mulheres andam
a p, considerando como universo as mulheres de 16 a 37 anos, fazemos:
x = 6 + 5 + 4 + 2 + 1 = 18 = 3,6
5 5
Ento, em mdia, as mulheres de 16 a 37 anos andam a p 3,6 dias por semana, ou 4 dias,
arredondando.
Mdia Aritmtica Ponderada
Indicada por x p difere da mdia aritmtica vista anteriormente por apresentar multiplicaes (que
representam frequncias, ponderaes) indicando quantas vezes cada elemento se repete:
x p = (x1 . f1) + (x2 . f2) + .... + (xk . fk)
f1 + f2 + .... + fk
Exemplo 2: Calcular a mdia aritmtica ponderada das notas da turma de Administrao na disciplina
matemtica, usando a amostra de 30 alunos.
Nota (x
i
) 1 2 3 5 8 9 10 Total
Nmero de repeties (f
i
) 1 6 5 2 7 3 6 30
Xi . f
i
1 12 15 10 56 27 60 181
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
18
Note que nesta tabela de dados agrupados a soma de repeties igual ao nmero total de elementos
da amostra (n = 30). Aplicando a frmula temos:
x p = 181 = 6,03
30
Mdia Aritmtica para dados agrupados em classes
Quando, numa distribuio por freqncia, os dados esto agrupados em classes, so considerados
coincidentes com os pontos mdios das classes s quais pertencem. Para o clculo da mdia aritmtica,
usaremos os produtos dos pontos mdios pelas frequncias de cada classe (pm . f
i
).
Exemplo 3: Seja a tabela que nos d a altura (x) dos estudantes de uma classe de Ensino Fundamental:
Altura x(cm) f
i
Pm
li ls
150 |---- 155 6 152,5
155 |---- 160 9 157,5
160 |---- 165 16 162,5
165 |---- 170 5 167,5
170 |---- 175 3 172,5
175 |---- 180 1 177,5
TOTAL 40 ---
Pede-se: A partir da tabela, calcular a mdia aritmtica.
Soluo: Completando a tabela, com a coluna Pm . f
i
, temos:
Altura x(cm) f
i
Pm Pm . f
i
150 |---- 155 6 152,5 915,0
155 |---- 160 9 157,5 1417,5
160 |---- 165 16 162,5 2600,0
165 |---- 170 5 167,5 837,5
170 |---- 175 3 172,5 517,5
175 |---- 180 1 177,5 177,5
TOTAL 40 -------- 6465,0
x = Pm . f
i
= 6465 = 161,625
f
i
40
Mediana para dados no agrupados
A mediana corresponde ao valor que ocupa a posio central numa sequncia de nmeros e
representada por md.
Na sequncia numrica x
1
,x
2
,...x
k
,...x
n
, o elemento x
k
a md se o nmero de elementos que o
antecedem for igual ao nmero de elementos que o sucedem.
Para obter a mediana, primeiro coloca a sequncia numrica em ordem crescente ou
decrescente. Depois, verificamos se a amostra par ou mpar e adotamos um dos procedimentos a
seguir.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
19
1
0
caso. Se o nmero de elementos (n) for mpar, a mediana corresponder ao termo central da
srie.
Exemplo 1: Calcular a mediana da sequncia 2, 4, 1, 5 e 6.
Resoluo: fazemos o ordenamento: 1, 2, 4, 5 e 6
Como o nmero de elementos mpar: Portanto, a mediana : md = 4
2
0
caso. Se o nmero de elemento (n) for par, a mediana, nesse caso, corresponde a media
aritmtica dos dois valores centrais:
Exemplo 2 : Encontrar a mediana da seqncia 82; 79; 70; 20; 33; 46.
Resoluo: fazemos Ordenao 20; 33; 46; 70; 79; 82
md = 46 + 70 = 58
2
OBS.: Geralmente o valor da mediana bem prximo da mdia aritmtica, quando os valores so
uniformes.
Mediana para dados agrupados
I Calcula-se a ordem n/2. Como a varivel contnua, no se preocupe se n par ou mpar.
II Pela fa identifica-se classe que contm a mediana (classe mediana).
III Utiliza-se frmula:
n
Md = li + 2 - f
aant
. h
f
i
em que: li = limite inferior da classe mediana;
n = tamanho da amostra ou nmero de elementos;
faant = frequncia acumulada anterior;
h = amplitude da classe;
f
i
= frequncia absoluta da classe mediana.
Exemplo 3:
Dada a distribuio amostral, calcular a mediana.
K Classes
li ls
f
i
fa
1 35|----------45 5 5
2 45|----------55 12 17
3 55|----------65 18 35 a 29
o
posio encontra-se nesta classe
4 65|----------75 14 49
5 75|----------85 6 55
6 85|----------95 3 58
------------------ 58 ----
Resoluo:
I n/2 = 58/2 = 29
o
(posio)
II identificar a classe mediana: procura-se a posio 29
o
atravs da coluna fa.
III fazer o clculo da mediana
md = 55 + (29-17) . 10
18
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
20
md = 55 + 12 . 10
18
md = 55+ 0,6667 . 10
md = 55 + 6,66 md = 61,66
Moda para dados no agrupados
A moda o valor que apresenta maior frequncia no conjunto de nmeros em questo, ou seja,
que se repete mais vezes. representado por mo.
Uma sequncia de nmeros pode no ter valor modal ou apresentar vrios tipos de repeties,
recebendo ento vrias denominaes:
- unimodal, quando um nico valor se repete;
por exemplo: { 1, 2, 3, 2}: a moda 2
- bimodal, quando dois valores se repetem (com a mesma freqncia);
por exemplo: { 3, 2, 5, 4, 8, 2, 4}: a moda 2 e 4.
- multimodal, quando trs ou mais valores se repetem (com a mesma freqncia).
por exemplo: { 3, 6, 7, 6, 4, 5, 4, 3, 1}: a moda 3, 4 e 6.
Moda para dados agrupados
I Identifica-se a classe modal (aquela que possue maior frequncia).
II encontrar os valores de A
1
e A
2
, onde:
A
1
= f
imodal
f
ianterior
A
2
= f
imodal
- f
iposterior
III Aplica-se a frmula:
mo = li + A
1
. h
A
1
+ A
2
Exemplo:
Determine a moda para a distribuio a seguir:
Classes f
i
0|-------1 3
1|-------2 10
2|-------3 17
3|-------4 8
4|-------5 5
TOTAL 43
Resoluo:
I classe modal : 3
a
classe: 2 |---------3
II - A
1
= 17 10 = 7
A
2
= 17 8 = 9
III calculando a moda:
mo = 2 + 7 . 1
7 + 9
mo = 2 + [(7/16)] . 1
mo = 2 + [0,43750] . 1 mo = 2, 43750 aproximadamente 2,44
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
21
E X E R C C I O S
1) Calcule a mdia aritmtica e a mediana dos elementos: 5, 3, 8,10,15. R. mdia = 8,2 e md = 8
2) Calcule a mdia aritmtica da turma de 18 alunos na prova de estatstica: R. mdia = 7,5
8,2 8,7 6,1
7,5 5,6 7,3
7,0 7,2 5,9
7,8 8,0 6,5
8,5 7,5 9,0
9,0 7,4 7,8
3) A distribuio de frequncia abaixo representa o nmero de carros que quatro revendedoras
venderam durante 1 ms. Determine a mdia aritmtica ponderada. R. x p = 4,75
nmero de carros vendidos por dia (X
i
) 5 3 6 4
f
i
4 3 4 1
4) Em 20 nmeros, quatro so 2, trs so 4, cinco 1 e os restantes so 3. Ache:
a) a tabela de frequncia b) a mdia aritmtica ponderada.R. x p = 2,45
5) Fornecemos a seguir uma distribuio de frequncia do tempo em dias gasto por uma firma de
contabilidade para completar auditorias de fim de ano. A distribuio de frequncia dos tempos de
auditoria est baseada em uma amostra de 20 clientes. Qual o tempo mdio, a mediana e a moda da
amostra? R. mdia = 19; md = 18,75; mo = 17,85
DISTRIBIO DE FREQUNCIA DOS TEMPOS DE
AUDITORIA
Tempo de
auditoria (dias)
f
i
Pm Pm . fi fa
10 |------| 14 4
15 |------| 19 8
20 |------| 24 5
25 |------| 29 2
30 |------| 34 1
TOTAL 20 ------- -------
6) Calcule a mediana:
a) 35; 98; 71; 2 ; 65 e 8 b) 8,2; 8,7; 4,1; 2,7; 3,3; 2,8 e 1,2
R. md= 50 R. md = 3,3
7) Ache a moda (se houver) de cada amostra:
a) 2; 3; 6; 4 e 3 b) 2; 3; 2; 4; e 3
R. mo = 3 R. mo = 2 e 3
8) Considerando a distribuio abaixo, calcule a mdia aritmtica ponderada: R. Xp = 5,4
Xi 3 4 5 6 7 8
fi 4 8 11 10 8 3
9) Imagine que a margem de lucro na venda de um produto varivel, mas que, ao longo de cinco
meses, foram registrados os valores apresentados na tabela abaixo. Calcule a mdia. R. mdia = 40
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
22
Classe Pm Frequncia Pm . fi
15|-----25 20 30
25|-----35 30 45
35|-----45 40 150
45|-----55 50 45
55|-----65 60 30
TOTAL
10) Os salrios-hora de cinco funcionrios de uma companhia so:R$75, R$90, R$83, R$142, $ 88.
Determine: a) a mdia dos salrios-hora; R. mdia = R$ 95,60 b) o salrio-hora mediano. R. md =
R$ 88,00
11) A MKT Incons uma empresa de consultoria em contabilidade e iniciou um trabalho de pesquisa
para a TDI, que pretende lanar um novo produto no mercado brasileiro. Foram aplicadas algumas
pesquisas de mercado para verificar o potencial de compra por parte da populao. A tabela abaixo
mostra os dados sobre uma amostra da populao pesquisada, referente renda familiar mensal (em
salrio mnimo): R. (a)
Salrio Mnimo Nmero de pesquisados
(fi)
0|-------5 734
5|-------10 526
10|-------15 205
15|-------20 140
20|-------25 60
TOTAL
Considerando os dados da tabela, podemos afirmar que:
a) A mdia aritmtica da amostra um valor maior que 7 salrios mnimos;
b) O valor mediano est estimado entre 4 e 5 salrios mnimos;
c) A mdia aritmtica da amostra est estimada entre 4 e 5 salrios mnimos;
d) O valor mediano da amostra o um valor maior que 7 salrios mnimos;
e) O valor mediano maior que a mdia aritmtica.
Considere o texto a seguir para responder as questes 12, 13 e 14:
Suponha que voc seja contratado pela MKT Incons para desenvolver estratgias que visam ampliar a
carteira de clientes, sua primeira reunio foi com os gerentes que reclamaram do nmero no suficiente
de consultores para atender a atual carteira, ampliar seria a ao que poderia ocasionar a perda de
atuais clientes em razo do no cumprimento dos prazos. Aps a reunio voc solicitou a sua secretria
Srta. Rita um relatrio contendo a carteira e o respectivo nmero de dias que foram utilizados para a
realizao dos trabalhos, aps dois dias voc recebe um e-mail:
Segue abaixo, o relatrio solicitado contendo o tempo (em dias), para completar consultorias. Esta
tabela est baseada em uma amostra de 30 clientes de empresas de pequeno porte.
Tempo de Consultoria Nmero de clientes (fi)
10|-------14 4
14|-------18 10
18|-------22 6
22|-------26 5
26|-------30 3
30|-------34 2
TOTAL 30
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
23
12) Neste relatrio voc observou que o maior nmero de consultorias realizadas so completadas no
perodo de 14 a 18 dias, conhecido como perodo modal. O valor exato da moda : R. (e)
a)38 dias b)14,6 dias c)16 dias d)2,4 dias e)16,4 dias
13) Outra anlise realizada foi calcular a porcentagem de consultorias que levaram vinte e seis dias ou
mais para serem concludas, sendo o valor correspondente a: R. (d)
a) 83,33% das consultorias so concludas em vinte e seis dias ou mais;
b) 33,33% das consultorias so concludas em vinte e seis dias ou mais;
c) 86,67% das consultorias so concludas em vinte e seis dias ou mais;
d) 16,67% das consultorias so concludas em vinte e seis dias ou mais;
e) 6,67% das consultorias so concludas em vinte e seis dias ou mais.
14) Interprete (relate) a 4 Classe da tabela. Resposta pessoal
15) Este grfico descreve a frequncia das alturas dos recm-nascidos num mesmo dia, numa
maternidade.
Baseado no grfico CORRETO afirmar que a altura modal e a altura mdia das crianas so
respectivamente iguais a: R. (d)
(A) 48cm e 59,90cm
(B) 51cm e 47,80cm
(C) 49cm e 51,20cm
(D) 47cm e 49,10cm
(E) 47cm e 50,10cm
16) Observe as alturas de 10 crianas nascidas num mesmo dia, numa maternidade.
Criana Altura (cm)
Mariana 52
Jorge 48
Paulo 51
Mrio 47
Tarsila 47
Priscila 51
Silvana 53
Alberto 47
Vtor 47
Ricardo 48
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
24
Entre as alternativas abaixo a CORRETA em relao as alturas mdias das meninas e dos meninos
respectivamente : R. (b)
(A) 50,21cm e 46cm.
(B) 50,75cm e 48cm.
(C) 46cm e 50,28cm.
(D) 50,75cm e 46cm.
(E) 50,21cm e 50,75cm.
17) Dissertativa: Baseado no problema da questo anterior: Interprete o percentual que a diferena
entre as alturas mdias das meninas e dos meninos representa em relao altura mdia dos meninos.
___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
18) Os 40 alunos de uma turma fizeram uma prova de Estatstica valendo 100 pontos. A nota mdia
da turma foi de 70 pontos e apenas 15 dos alunos conseguiram a nota mxima. Seja M a nota mdia
dos alunos que no obtiveram a nota mxima. Ento, CORRETO afirmar que o valor de M :
R. (d)
(A) 53 (B) 50 (C) 51 (D) 52 (E) 48
19) Durante um determinado ms de vero, os oito vendedores de uma firma de calefao central e ar-
condicionado venderam os seguintes nmeros de unidades de ar-condicionado central: 8, 11, 5, 14,
8, 11, 6. Considerando este ms como uma populao estatstica de interesse, o nmero mdio de
unidades vendidas : R. (e)
(A)18unidades (B)11unidades (C)8unidades (D)3unidades (E)9unidades
20) Uma pesquisa da ONU estima que, j em 2008, pela primeira vez na histria das civilizaes, a
maioria das pessoas viver na zona urbana. O grfico a seguir mostra o crescimento da populao
urbana desde 1950, quando essa populao era de 700 milhes de pessoas, e apresenta uma previso
para 2030, baseada em crescimento linear no perodo de 2008 a 2030.
De acordo com o grfico, a populao urbana mundial em 2020 corresponder em mdia,
aproximadamente, a quantos bilhes de pessoas? R. 4,25 bilhes
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
25
SEPARATRIZES
Alm das medidas de posio que estudamos, h outras que, consideradas individualmente, no
so medidas de tendncia central, mas esto ligadas mediana relativamente sua caracterstica de
separar a srie em duas partes que apresentam o mesmo nmero de valores.
Vejamos ento, alguns quantis e seus nomes especficos: o quartil, o decil e o percentil - so,
juntamente com a mediana, conhecida pelo nome genrico de separatrizes.
QUARTIL
Denominamos quartis os valores de uma srie que a dividem em quatro partes iguais.
Precisamos, portanto de 3 quartis (Q1 , Q2 e Q3 ) para dividir a srie em quatro partes iguais.
0% 25% 50% 75% 100%
| | | | |
Q
1
Q
2
Q
3
Obs: O quartil 2 ( Q
2
) sempre ser igual mediana da srie.
Quartis em dados no agrupados
O mtodo mais prtico utilizar o princpio do clculo da mediana para os 3 quartis. Na realidade sero
calculadas "3 medianas" em uma mesma srie.
Exemplos:
1) Calcule os quartis da srie: {5, 2, 6, 9, 10, 13, 15}
O primeiro passo a ser dado o da ordenao (crescente ou decrescente) dos valores:
{2, 5, 6, 9, 10, 13, 15}
O valor que divide a srie acima em duas partes iguais igual a 9, logo a Md = 9 que ser = Q2.
Temos agora {2, 5, 6} e {10, 13, 15} como sendo os dois grupos de valores iguais proporcionados pela
mediana (quartil 2). Para o calculo do quartil 1 e 3 basta calcular as medianas das partes iguais
provenientes da verdadeira Mediana da srie (quartil 2).
Logo em {2, 5, 6} a mediana = 5. Ou seja: ser o quartil 1
em {10, 13, 15 } a mediana =13 . Ou seja: ser o quartil 3
2) Calcule os quartis da srie: {1, 1, 2, 3, 5, 5, 6, 7, 9, 9, 10, 13}
A srie j est ordenada, ento calcularemos o Quartil 2 = md = (5+6)/2 = 5,5
O quartil 1 ser a mediana da srie esquerda de md : {1, 1, 2, 3, 5, 5}
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
26
Q1 = (2+3)/2 = 2,5
O quartil 3 ser a mediana da srie direita de md : {6, 7, 9, 9, 10, 13}
Q3 = (9+9)/2 = 9
Quartis em dados agrupados
Determinao de Q
i
1
0
passo: calcula-se (i . n) /4
2
0
passo: identifica-se a classe Q
i
pela Fa.
3
0
passo: aplica-se a frmula:
i .n - fa
ant
Qi = li + 4 . h
f
i
Determinao de Q
3
: 1
0
passo: calcula-se (3 . n) /4
2
0
passo: identifica-se a classe Q
3
pela Fa.
3
0
passo: aplica-se a frmula:
3 . n - fa
ant
Qi = li + 4 . h
f
i
em que: i = 1, 2, 3
li = limite inferior da classe encontrada
h = amplitude do intervalo
fa
ant
= frequncia acumulada anterior da classe
f
i
= frequncia absoluta da classe encontrada
DECIL
A definio dos decis obedece ao mesmo princpio dos quartis, com a modificao da
porcentagem de valores que ficam aqum e alm do decil que se pretende calcular. Indicamos os decis:
D1, D2, ... , D9. Deste modo precisamos de 9 decis para dividir uma srie em 10 partes iguais.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
| | | | | | | | | | |
D
1
D
2
D
3
D
4
D
5
D
6
D
7
D
8
D
9
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
27
De especial interesse o quinto decil, que divide o conjunto em duas partes iguais. Assim sendo, o
quinto decil igual ao segundo quartil, que por sua vez igual mediana.
Neste caso tambm semelhante as separatrizes anteriores . Ei-la:
1
0
passo: calcula-se (i . n) /10, em que i = 1, 2, 3, 4, 5, 6, 7, 8 e 9
2
0
passo: identifica-se a classe D
i
pela Fa.
3
0
passo: aplica-se a frmula:
i . n - fa
ant
D
i
= li + 10 . h
f
i
PERCENTIL
Denominamos percentis ou centis como sendo os noventa e nove valores que separam uma srie em
100 partes iguais. Indicamos: P1, P2, ... , P99. evidente que P50 = Md ; P25 = Q1 e P75 = Q3.
O clculo de um centil segue a mesma tcnica do clculo da mediana, porm a frmula ser :
0% 1% 2% 3%.................... 50%....................97% 98% 99% 100%
| | | | | | | | |
P
1
P
2
P
3
P
50
P
97
P
98
P
99
O clculo de um percentil dado por:
1
0
passo: calcula-se (i . n) /100 em que i = 1, 2, 3, 4, 5, 6, 7, 8............,98, 99.
2
0
passo: identifica-se a classe P
i
pela fa.
3
0
passo: aplica-se a frmula:
i.n - fa
ant
P
i
= li + 100 . h
f
i
EXEMPLOS:
1) Dada a distribuio, determinar os quartis (Q1 e Q3), a mediana e a moda.
K Classes f
i
pm f
i
. pm fa
1 7|----------17 6 12 72 6
2 17|----------27 15 22 330 21
Classe Q1
3 27|----------37 20 32 640 41
Classe Md
4 37|----------47 10 42 420 51
Classe Q3
5 47|----------57 5 52 260 56
56 --- 1722 ---
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
28
Resoluo: 1
0
passo: n = 56
Q
1
=? md= ? Q
3
= ?
n/4 = 56/4 = 14
0
n/2 = 56/2 = 28
0
3n/4
= (3 . 56) / 4 = 42
0
2
0
passo: Pela fa identifica-se a classe Q
1
, classe Md e classe Q
3
3
0
passo: Para Q
1
temos : li = 17, n = 56, faant = 6, h = 10, f
i
= 15
Para Md temos: li = 27, n = 56, faant = 21, h= 10, f
i
= 20
Para Q
3
temos : li =37, n = 56, faant = 41, h= 10, f
i
= 10
1 . 56 - 6
Q
1
= 17 + 4 .10 = 22,33
15
56 - 21
Md = 27 + 2 .10 = 30,5
20
3 . 56 - 41
Q
3
= 37 + 4 .10 = 38
10
x = f
i
. pm = 1 722 = 30,75
f
i
56
mo = ?
A
1
= 20 15 = 5; A
2
= 20 10 = 10
mo = 27 + 5 .10
5 + 10
mo = 27 + 5 .10
15
mo = 27 + [0,33 .10]
mo = 27 + 3,33 = 30,33
Diante desses resultados, pode-se afirmar que: 22,33 deixa 25% dos elementos; 30,5 deixa 50% dos
elementos; 38 deixa 75% dos elementos.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
29
2) Calcular o 4
0
decil e o 72
0
percentil da seguinte distribuio:
K Classes f
i
fa
1 4|-----------9 8 8
2 9|----------14 12 20
Classe D
4
3 14|----------19 17 37
Classe P
72
4 19|----------24 3 40
40 --------
Resoluo:
Clculo do D
4 :
Clculo do P
72 :
1
0
passo:
in/10 = (4 . 40)/10 = 16
0
in/100 = (72 . 40)/100 = 28,8
0
2
0
passo:
Identifica-se a classe D
4
e P
72
pela fa
Para D
4
: li = 9; faant = 8; n = 40; h = 5; f
iD4
= 12
4 . 40 - 8
D
4 =
9 + 10 . 5 = 12,33
12
Para P
72:
li = 14; faant = 20; n = 40; h = 5; f
iP72 =
17
72 . 40 - 20
P
72=
14 + 100 . 5 = 16,59
17
Portanto, nesta distribuio o valor 12,33 divide a amostra em duas partes: uma com 40% dos
elementos e a outra com 60% dos elementos. O valor 16,59 indica que 72% da distribuio esto
abaixo dele 28% acima.
E X E R C C I O S
1) Imagine que a margem de lucro na venda de um produto varivel, mas que, ao longo de seis
meses, foram registrados os valores apresentados na tabela abaixo. Pede-se: o sexto decil e o trigsimo
percentil. R. D6 = 43 e P30 = 36,5
Classes f
i
fa
15|---------25 30
25|---------35 45
35|---------45 150
45|---------55 45
55|---------65 30
65|---------75 25
TOTAL 325 ------
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
30
2)Calcule o 1
0
quartil, o 3
0
decil e o 90
0
percentil da distribuio de frequncia a seguir: R. Q1 = 27,081;
D3 = 27,486 e P90 = 33,375
K Classes f
i
fa
1 18-----------|21 1
2 21-----------|24 4
3 24-----------|27 19
4 27-----------|30 37
5 30-----------|33 28
6 33-----------|36 8
7 36-----------|39 3
Total 100 --------
3) A tabela a seguir contm rendimentos anuais dos funcionrios administrativos de uma empresa (em
reais). Observe a e encontre: a) Q
1;
R. 6.825,00
b) D
3;
R. 7093,75
c)P
35;
R. 7296,87
K Classes f
i
Fa
1 5000--------|6000 8
2 6000--------|7000 10
3 7000--------|8000 16
4 8000--------|9000 14
5 9000-------|10000 10
6 10000-----|11000 5
7 11000-----|12000 2
Total 65 --------
4)Dada a distribuio de frequncia a seguir, pede-se: determinar o 1 e o 3 quartis. R. Q
1 =
R$ 630
Q
3 =
R$ 873
K CUSTOS (R$) f
i
Fa
1 450|--------550 8
2 550|--------650 10
3 650|--------750 11
4 750|--------850 16
5 850|--------950 13
6 950|--------1050 5
7 1050|-------1150 1
Total 64
5) Pra a distribuio do exerccio anterior, determinar o 20 percentil. R. P
20 =
R$ 598
6) A pontuao nos testes de 15 empregados envolvidos em um curso de treinamento est disposta a
seguir: 13 9 18 15 14 21 7 10 11 20 5 18 37 16 17. Obtenha: o primeiro, o segundo e
terceiro quartil da pontuao dos testes. R. Q1 = 10; Q2 = 15 e Q3 = 18
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
31
MEDIDAS DE DISPERSO
Desvio Mdio
Poder-se-ia, por exemplo, calcular a distncia que separa cada dado X
i
da mdia x e
estabelecer a mdia de todos os valores.
Tomando os valores absolutos. Obtm-se, assim, o desvio mdio.
Para dados no agrupados: Para dados agrupados :
Dm= | X
i
- x | Dm = | X
i
- x | . f
i
n n
OBS.: Para calcular o desvio mdio em dados agrupados utiliza-se a frmula que determina a mdia
aritmtica ponderada:
Exemplo:
Determine o desvio mdio para o seguinte conjunto de nmeros: 2, 4, 6, 8, 10
Soluo:
Determinamos a mdia: x = 2 + 4 + 6 + 8 + 10 = 6
5
Determinamos as diferenas: | Xi - x | = |2-6| + |4-6| + |6-6| + |8-6| + |10-6| = |-4| + |-2| + |2| + |4| =12
Desvio mdio Dm = | Xi - x | = 12 = 2,4
n 5
Varincia da amostra
Define-se a varincia, e representa-se por S
2
, como sendo medida que se obtm somando os
quadrados dos desvios das observaes da amostra, relativamente sua mdia, e dividindo pelo
nmero de observaes da amostra menos um.
Para calcular a varincia dados no agrupados Para calcular a varincia dados agrupados
S
2
= | X
i
- x |
2
n - 1
Exemplo: Calcule a varincia da amostra: 2, 4, 6, 8, 10
Soluo: J vimos que a mdia : x = (2 + 4 + 6 + 8 + 10 )/5 = 6
Eis os clculos necessrios:
S
2
= | X
i
- x |
2
.
fi
n - 1
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
32
X
i
|X
i
- 6 | |X
i
6 |
2
2 |-4| 16
4 |-2| 4
6 |0 | 0
8 |+2| 4
10 |+4| 16
30 12 40
S
2
= | X
i
- x |
2
= 40 = 10
n - 1 5 - 1
Desvio Padro Amostral
Uma vez que a varincia envolve a soma de quadrados, a unidade em que se exprime no a
mesma que a dos dados. Assim, para obter uma medida da variabilidade ou disperso com as mesmas
unidades que os dados, nada mais que a raiz quadrada da varincia e obtemos o desvio padro:
O desvio padro uma medida que s pode assumir valores no negativos e quanto maior for,
maior ser a disperso dos dados. Algumas propriedades do desvio padro, que resultam
imediatamente da definio, so:
- o desvio padro sempre no negativo e ser tanto maior, quanta mais variabilidade houver
entre os dados.
- se s = 0, ento no existe variabilidade, isto , os dados so todos iguais.
S =
2
s
Calcule o desvio padro da amostra do exemplo anterior
Soluo: S = 10 S = 3,162278 aproximadamente 3,2
Coeficiente de variao
Trata-se de uma medida relativa de disperso til para a comparao em termos relativos do grau de
concentrao em torno da mdia de sries distintas e expresso em porcentagens. dado por:
CV = S . 100
x
Para o exemplo anterior:
Soluo: CV = (3,2 /6) . 100 CV= 53,33%
Diz-se que a distribuio possui pequena variabilidade (disperso) quando o coeficiente der at 10%;
mdia disperso quando estiver acima de 10% at 20%; e grande disperso quando superar 20%.
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
33
2) Determinar o desvio mdio (dm), a varincia, o desvio padro e o coeficiente de variao da
distribuio amostral a seguir:
Soluo: Primeiramente calculamos a mdia aritmtica ponderada:
x = xi . f
i
= 106 = 5,88 aproximadamente 5,9
n 18
X f
i
X
i
. f
i
|dm| = | Xi x | . fi S
2
= |Xi x |
2
. f
i
3 5 15 3 5,9 = |-2,9| . 5 = 14,5 |-2,9|
2
= 8,41 . 5 = 42,05
4 2 8 4 5,9 = |-1,9| . 2 = 3,8 |-1,9|
2
= 3,61 . 2 = 7,22
6 4 24 6 5,9 = |0,1| . 4 = 0,4 |0,1|
2
= 0,01 . 4 = 0,04
7 2 14 7 5,9 = |1,1| . 2 = 2,2 |1,1|
2
= 1,21 . 2 = 2,42
9 5 45 9 5,9 = |3,1| . 5 = 15,5 |3,1|
2
= 9,61 . 5 = 48,05
18 106 36,4 99,78
Desvio mdio: dm = |dm| . f
i
= 36,4 = 2,02
n 18
Varincia: S
2
= |Xi x |
2
. f
i
= 99,78 = 99,78 = 5,87
n
- 1 18 1 17
Desvio Padro: S =
2
s S = 87 , 5
S = 2,43
Coeficiente de variao: CV = S . 100 = 2,43 . 100 = 243 = 41,18%
x 5,9 5,9
E X E R C C I O S
1) Determine o desvio mdio para o conjunto de valores: 1, 2, 3, 4, 5 R. Dm = 1,2
2) Calcule a varincia e o desvio padro da amostra: 2, 5, 10, 5, 2 R. S
2
= 10,7 e S = 3,27
3) Calcular o desvio-mdio, a varincia, o desvio padro e o coeficiente de variao da seguinte
distribuio amostral: R. Dm = 1,2; S
2
= 2,85; S = 1,69 e CV = 20,96%
X
i
f
i
5 2
7 3
8 5
9 4
11 2
16
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
34
4)Calcule a varincia para os dados do Conjunto A: 4, 6, 4, 6, 5, 5. R. S
2
= 0,8
5) Os preos para a amostra de 6 modelos bsicos de mquinas de caf so apresentados a seguir
(Consumer Reports 1995 Buying Guide). R. a) Dm = 9; b) S
2
=138,4; c) S = 11,76; d) CV = 40,56%
Modelo Preo($)
Mr. Coffee PR12A 27
Krups 50
Proctor 42301 20
Black & Decker 901 22
Black & Decker 900 20
West Bend 35
Determine:
a) o desvio mdio b)a varincia c)o desvio padro d) o coeficiente de variao
6) Os dados da tabela abaixo representam a amostra para os dados de salrios-inicias dos funcionrios
de uma determinada empresa.
Salrio Mensal(xi)(R$) fi
350,00 2
450,00 4
250,00 3
380,00 1
255,00 2
Determine:
a) a mdia b) o desvio mdio c)a varincia d) o desvio padro
R. a) mdia = 345,00 b) Dm = 77,5 c) S
2
= 8059,09 d) S = 89,77
7) Dada a tabela abaixo:
Xi fi
4 2
2 4
6 3
3 2
Total 11
CALCULAR:
a) o desvio-mdio R. 1,42
b) a varincia R. 2,85
c) o desvio-padro R. 1,68
d) o coeficiente de variao R. 46,28%
8) Para o conjunto de nmeros {3, 5, 2, 4}, determinar:
a) a mdia R. 3,5
b) o desvio-mdio R. 1
c) a varincia R. 1,66
d) o desvio-padro R. 1,28
9) A altura mdia dos homens que trabalham em uma empresa 1,80m, com desvio-padro 1,40m e a
altura mdia das mulheres 1,60m com desvio-padro 1,30m. Determine o coeficiente de variao
para a altura dos homens e para altura das mulheres. R. CVh = 77,77% e CVm = 81,25%
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
35
CORRELAO
Diagrama de Disperso
Voc provavelmente j ouviu dizer que o aumento do nmero de crimes est relacionado com o
aumento da taxa de desemprego. Voc tambm deve ter ouvido falar que os preos sobem quando a
procura determinado produto aumenta. Estes exemplos mostram que, muitas vezes, o pesquisador
procura uma relao entre duas variveis.
At agora, analisamos distribuies de uma nica varivel, porm, a partir deste momento,
vamos considerar as relaes entre duas ou mais variveis. Para isso as medidas de tendncia central e
variabilidades estudadas anteriormente j no so suficientes, teremos que usar uma nova medida
chamada de Correlao que descobre e mede as relaes, bem como outra chamada de Regresso que
determina os parmetros da funo que descreve tais relaes.
atravs do grfico denominado diagrama de disperso, que ele busca visualizar a relao
entre as duas variveis.
As relaes podem ser subdivididas em :
Estatsticas : Altura X peso, Cor de pele X cor de olhos (Resultados de pouca preciso ou previsibilidade) .
Funcionais : Permetro, rea, volume (Resultados obtidos atravs de frmulas 100% previsveis)
Tomando uma amostra aleatria qualquer, relacionando duas grandezas, podemos dispor os resultados
em forma de um grfico ( Diagrama de Disperso ) .
Peso ( yi
)
Idade ( xi )
Repare que os pontos esto dispersos, porm esta disperso se d em torno de uma reta que
chamada de Reta Imagem ou Reta de Correlao Linear.
Peso ( yi
)
Reta Imagem
Idade ( xi )
Dependendo do diagrama de disperso, temos . . .
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
36
Coeficiente de Correlao de Pearson
r =
( ) | | ( ) | |
2
2
2
2
. . .
. . .
i i i i
i i i i
y y n x x n
y x y x n
Com n o n. de observaes.
Este coeficiente mede o grau de intensidade da correlao entre duas variveis, bem como o
sentido (Positivo ou Negativo ).
r = 1 Correlao Perfeita e Positiva entre as variveis.
Temos r e [ -1, 1 ] da se r = 0 Correlao No Linear, ou No h correlao.
r = -1 Correlao Perfeita e Negativa entre as variveis.
NOTA:
[ 0,6 ; 1 ] Intervalo que contm as melhores concluses.
Ao usarmos Pearson temos | r | e [ 0,3 ; 0,6 [ Correlao Linear Fraca .
[ 0 ; 0,3 [ Correlao Linear Muito fraca .
Dada uma amostra com n pares de valores X
i
e Y
i
, para medir o grau de correlao entre elas,
calcula-se o coeficiente de correlao de Pearson.
Exemplo 01:
Taxa de mortalidade infantil e taxa de analfabetismo no Brasil em 1997, segundo a regio.
Regio
Taxa de
mortalidade
infantil (X
i
)
Taxa de
analfabetismo
(Y
i
)
Xi .Yi
Xi
2
Yi
2
Norte 35,6 12,7 452,12 1267,36 161,29
Nordeste 59,0 29,4 1734,60 3481,00 864,36
Sudeste 25,2 8,6 216,72 635,04 73,96
Sul 22,5 8,3 186,75 506,25 68,89
Centro Oeste 25,4 12,4 314,96 645,16 153,76
167,7 71,4 2905,15 6534,81 1322,26
( ) ( )
( ) ( ) 96 , 5097 4 , 71
29 , 28123 7 , 167
2
2
2
2
= =
= =
Y
X
Substituindo na frmula, os somatrios pelos totais j calculados:
Correlao Linear Positiva Correlao Linear Negativa Correlao No Linear Sem Correlao
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
37
| || |
9724 , 0
856 , 524
394 , 510
668 , 302 . 152 , 910
394 , 510
592 , 1019 26 , 1322 . 658 , 5624 81 , 6534
756 , 2394 15 , 2905
5
96 , 5097
26 , 1322 .
5
29 , 28123
81 , 6534
5
4 , 71 . 7 , 167
15 , 2905
=
=
=
=
(
=
r
r
r
r
r
OUTRO EXEMPLO:
Tabela B
Biologia
( x
i
)
Qumica
( y
i
)
x
i .
y
i
x
i
2
y
i
2
7 8 56 49 64
9 8 72 81 64
8 7 56 64 49
3 4 12 9 16
4 6 24 16 36
5 5 25 25 25
= 36
= 38
= 245
= 244
= 254
Portanto temos n = 6 correlaes , logo . . .
r = =
=
80 . 168
102
] 1444 1524 ].[ 1296 1464 [
1368 1470
] ) 38 ( 254 . 6 ].[ ) 36 ( 244 . 6 [
38 . 36 245 . 6
2 2
r ~ 0,88 Correlao Linear Forte e Positiva .
Exemplo 02:
Pas
n de carros
(em milhes) (X)
n de nascimentos
(em milhes) (Y)
EUA 12,00 3,80
Japo 11,00 1,30
Alemanha 5,00 0,80
Frana 3,80 0,70
Coria do Sul 2,80 0,68
Espanha 2,60 0,38
Canad 2,10 0,36
Brasil 2,10 3,20
Reino Unido 1,90 0,70
Itlia 1,80 0,50
Fonte: Agncia Auto Informe (1998)
soma
Dessa forma, existe alta
correlao positiva entre as
variveis. Isto significa que
ocorrem mais mortes de menores
nas regies que existem maior
nmero de analfabetos
Pois, r = 0,9724
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
38
Alguns cuidados na interpretao da correlao
Veja o exemplo 2, apresentado tambm em
diagrama de disperso. Os pases com maior nmero de
nascimentos de crianas tem, em geral, maior nmero
de veculos zero quilometro. Contudo, o aumento da
primeira varivel no causa o aumento da outra; o
aumento da populao que faz aumentar tanto o
nmero de nascimentos como o nmero de veculos
zero quilometro nos pases.
REGRESSO
Ajustamento da Reta
A anlise de Regresso tem como resultado uma equao matemtica que descreve o
relacionamento entre duas variveis, partindo de n observaes das mesmas. Essas equaes so
usadas em situaes em que se deseja:
- estimar valores de uma varivel com base em valores conhecidos de outra;
- explicar valores de uma varivel em termos de outra;
- predizer valores futuros de uma varivel.
A varivel sobre a qual desejamos fazer uma estimativa recebe o nome de varivel dependente e a
outra recebe o nome de varivel independente.
Assim supondo X a varivel independente e Y a varivel dependente, vamos procurar determinar o
ajustamento de uma reta relao entre essas variveis, ou seja, vamos obter uma funo definida
por:
Y = aX + b
Onde a e b so os parmetros.
Y : Varivel Dependente ( Aquela sobre a qual vamos fazer a Estimativa )
X : Varivel Independente
Sejam duas variveis X e Y, entre as quais exista uma correlao acentuada, embora no
perfeita, como, por exemplo a tabela a seguir:
X
i
5 8 7 10 6 7 9 3 8 2
Y
i
6 9 8 10 5 7 8 4 6 2
Cujo diagrama de disperso dado por:
0
2
4
6
8
10
12
0 5 10 15
X
Y
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
39
Podemos concluir, pela forma do diagrama, que se trata de uma correlao retilnea, de modo a
permitir o ajustamento de uma reta, imagem da funo definida por:
Y =aX +b
Vamos, ento, calcular os valores dos parmetros a e b com a ajuda das frmulas:
( )
x . a y b
e
x x n
y . x y . x . n
a
=
=
2 2
onde: n o nmero de observaes
x a mdia dos valores x
|
|
.
|
\
|
=
n
x
x
y a mdia dos valores y
|
|
.
|
\
|
=
n
y
y
Nota: Como estamos fazendo uso de uma amostra para obtermos os valores dos parmetros, o
resultado, na realidade, uma estimativa da verdadeira equao de regresso. Sendo assim,
escrevemos:
b aX Y
+ =
Onde Y
: logo
0,89 b e , a
: donde
, , , , x , , b
x . a y b
: vem
,
10
65
y e , x
: como
,
. .
. .
) ( x
x x
a
+ =
= =
= = =
=
= = = =
= =
=
86 0
8892 0 6108 5 5 6 5 6 8632 0 5 6
5 6 5 6
10
65
8632 0
585
505
225 4 810 4
225 4 730 4
65 481 10
65 65 473 10
2
Para traarmos a reta no grfico, basta determinar dois de seus pontos:
X = 0 Y
=0,89
X = 5 Y
= 50
= 50
= 361
= 384
= 358
Portanto temos n = 8 correlaes , logo . . .
a =
2500 3072
2500 2888
) 50 ( 384 . 8
50 . 50 361 . 8
2
a ~ 0,68.
b =
_
y - a
_
x =
8
50
. 68 , 0
8
50
b ~ 2,01.
Logo temos
.
Y = aX + b
.
Y = 0,68X + 2,01. Equao da Reta Imagem ou Reta Ajustada
E X E R C I C I O S
1) Considere as variveis (X,Y) onde as variveis representam respectivamente
Y : indica nota de uma prova de matemtica
X : Tempo de estudo para encarar essa prova (em horas)
Tempo 3,0 7,0 2,0 1,5 12,0
Nota 4,5 6,5 3,7 4,0 9,3
Ache o coeficiente de correlao e monte o diagrama de disperso. R. 0,99; fazer o diagrama
2) Forme o esquema de clculo do coeficiente de correlao, para os valores das variveis X
i
e Y
i
:
X
i
4 6 8 10 12
Y
i
12 10 8 12 14
R. r = 0,42
y = 0,8631x + 0,89
0
2
4
6
8
10
12
0 5 10 15
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
41
3) Determine a equao da reta para ajustamento dos dados da tabela:
X
i
2 4 6 8 10 12 14
Y
i
30 25 22 18 15 11 10
R.
.
Y = -1,69x + 32,22
4) Um grupo de pessoas faz uma avaliao de alguns objetos. Com o peso real e a mdia dos pesos
aparentes, dados pelo grupo, obteve-se a tabela:
Peso Real 18 30 42 62 73 97 120
Peso Aparente 10 23 33 60 91 98 159
a) Verifique, pelo diagrama, se existe correlao retilnea. R. sim
b) Em caso, afirmativo, calcule o coeficiente de correlao.R. r = 0,98
c) Escreva, em poucas linhas, as concluses a que chegou sobre a relao entre essas variveis.
5) Certa empresa, estudando a variao de demanda de seu produto em relao variao de preo de
venda, obteve a tabela:
Preo (x
i
) 38 42 50 56 59 63 70 80 95 110
Demanda (y
i
) 350 325 297 270 256 246 238 223 215 208
a) Determine o coeficiente de correlao. R. r = -0,90
b) Estabelea a equao da reta ajustada. R.
.
Y =-1,87x + 386,8
c) Estime Y para x = 60 e x = 120. R. 274,6 e 162,4
6) Dada a tabela a seguir
( x
i
) 5 7 9 12
( y
i
) 8 9 10 11
a) Determine o coeficiente de correlao. R. r = 0,99
b) Estabelea a equao da reta ajustada. R.
.
Y = 0,43x + 5,95
7) A tabela abaixo apresenta valores que mostram como o comprimento de uma barra de ao varia
conforme a temperatura:
Temperatura ( C
) 10 15 20 25 30
Comprimento(m ) 103 105 110 112 116
Determine:
a) O coeficiente de correlao. R. 0,99
b) A reta ajustada a essa correlao. R.
.
Y = 0,66x + 96
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
42
PROBABILIDADE
Os fenmenos estudados pela Estatstica variam de resultados de uma observao para outra,
dificultando assim a previso de um resultado futuro. Por isso adota-se um modelo matemtico
probabilstico.
EXPERIMENTO ALEATRIO
Experimentos aleatrios so aqueles que, mesmo repetidos vrias vezes sob condies
semelhantes, apresentam resultados imprevisveis.
Em uma afirmao do tipo: provvel que meu time ganhe a partida de hoje pode resultar:
a) que o time perca;
b) que o time ganhe;
c) que ele empate.
Como vimos, o resultado imprevisvel e depende do acaso. Fenmenos como esses so chamados
fenmenos aleatrios ou experimentos aleatrios.
ESPAO AMOSTRAL
A cada experimento aleatrio (E) correspondem em geral a vrios resultados possveis a que
chamamos de Espao Amostral (S).
Exemplos:
E = lanar um dado e observar o n da face de cima
S = {1, 2, 3, 4, 5, 6}
E = lanar uma moeda e observar o resultado
S = {cara, coroa}
EVENTOS
qualquer subconjunto do espao amostral S de um experimento aleatrio.
Exemplo:
No lanamento de um dado, onde S = {1, 2, 3, 4, 5, 6}, seja B o evento obter um n par na face
superior temos: B = {2, 4, 6}
CLCULO DAS PROBABILIDADES
Dado um experimento aleatrio, sendo S o seu espao amostral, vamos admitir que todos os
elementos de S tenham a mesma chance de acontecer, chamamos de probabilidade de um evento A o
n real P(A) tal que:
P(A) = n(A)
n(S)
onde: n(A) = n de elementos de A ;
n(S) = n de elementos de S.
Exemplos:
Considerando o lanamento de um dado:
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
43
- qual a probabilidade do evento A obter um nmero par na face superior.
Temos: S = {1, 2, 3, 4, 5, 6}, logo n(S) = 6
A = {2, 4, 6}, logo n(A) = 3
Ento: P(A) =
2
1
6
3
=
- qual a probabilidade do evento B obter um n menor ou igual a 6 na face superior
Temos: S = {1, 2, 3, 4, 5, 6}, n(S) = 6
B = {1, 2, 3, 4, 5, 6}, n(B) = 6
Ento : P(B) = 1
6
6
=
- qual a probabilidade do evento C obter um nmero 4 na face superior
Temos: S = {1, 2, 3, 4, 5, 6}, n(S) = 6
C = {4}, n( C ) = 1
Ento : P (C) =
6
1
- qual a probabilidade do evento D obter um nmero maior que 6 na face superior
Temos: S = {1, 2, 3, 4, 5, 6}, n(S) = 6
D = vazio, n(D) = 0
Ento: P(D) = 0
6
0
=
Pelos exemplos acima temos:
a) A probabilidade do evento certo igual a 1: P(S) = 1
b) A probabilidade do evento impossvel igual a zero: P() = 0
c) A probabilidade de um evento E qualquer um n real P(E) tal que: 1 ) ( 0 s s E P
EVENTOS COMPLEMENTARES
Sabemos que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele ocorra
(sucesso) e q a probabilidade de que ele no ocorra (insucesso), para um mesmo evento existe sempre
a relao:
p + q = 1 q = 1 p
Assim, se a probabilidade de se realizar um evento p = 1/5, a probabilidade de que ele no
ocorra :
p + q = 1 q = 1 1 = 4
5 5
Sabemos que a probabilidade de tirar 4 no lanamento de um dado p(4) = 1/6. Logo, a probabilidade
de no tirar o 4 no lanamento de um dado :
q = 1 1 = 5
6 6
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
44
EVENTOS INDEPENDENTES
Dizemos que dois eventos so independentes quando a realizao ou a no realizao de um
dos eventos no afeta a probabilidade da realizao do outro e vice-versa, ou seja, ento a
probabilidade da ocorrncia de ambos igual ao produto de suas probabilidades individuais, ou
marginais :
P = P
1
. P
2
Exemplos:
1) No lanamento de dois dados. A probabilidade de obtermos 1 no primeiro dado :
P
1
= 1/6
A probabilidade de obtermos 5 no segundo dado :
P
2
= 1/6
Logo, a probabilidade de obtermos simultaneamente, 1 no primeiro dado e 5 no segundo dado :
Resoluo:
P = 1/6 . 1/6 P = 1/36
2) Jogam-se duas moedas equilibradas. Qual a probabilidade de ambas darem cara?
Resoluo:
razovel admitir que os resultados das duas moedas sejam independentes um do outro. Alm disso,
para moedas equilibradas, P(caras) = . Logo, P(cara, e coroa) ser:
1
a
jogada 2
a
jogada ambas
. =
3) No caso de trs moedas. Qual a probabilidade de trs caras?
Resoluo:
1
a
jogada 2
a
jogada 3
a
jogada ambas
. . = 1/8
4) Em 25% das vezes John chega em casa para jantar. Por outro lado, o jantar atrasa 10% das vezes. Se
no h qualquer relacionamento entre os atrasos de John e os atrasos do jantar, qual a probabilidade de
ocorrerem ambos os casos?
Resoluo:
P(ambos atrasos) = P(John atrasado)P(jantar atrasado)
P(ambos atrasos) = (0,25)(0,10)
P(ambos atrasos) = 0,025 ou 2,5%
EVENTOS MUTUAMENTE EXCLUSIVOS
Dizemos que dois ou mais eventos so mutuamente exclusivos quando a realizao de um
exclui a realizao do(s) outro(s).
De modo geral, podemos dizer que se dois eventos so mutuamente exclusivo, a
probabilidade de que um ou outro se realize igual a soma das probabilidades de ocorrncia de
que cada um deles se realize:
P = P
1
+ P
2
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
45
EXEMPLOS:
1) No lanamento de um dado; a probabilidade de se tirar o 3 ou o 5 em uma jogada :
Resoluo:
p(3) = 1/6 p(5) = 1/6 logo
p(3 ou 5) = 1/6 + 1/6 = 2/6 = 1/3
2) Numa empresa 30% dos funcionrios so do primeiro turno, 35% do segundo, 20% do terceiro, e o
restante do quarto turno. Um dos funcionrios ganhou R$ 1.000,00 numa loteria. Determine as
probabilidades:
a) de o funcionrio ser do quarto turno;
b) de ser do primeiro turno;
c) de no ser do primeiro turno.
Resoluo:
(a)
1
0
2
0
3
0
4
0
30 + 35 + 20 = 85 15
P(quarto) = 15/100 = 0,15 . 100 = 15%
(b)
1
0
= 30
P(primeiro = 30/100
P(primeiro) = 0,30 . 100 = 30%
(c)
2
0
3
0
4
0
20 + 35 + 15 = 70
P(no ser do primeiro) = 70/100 = 0,7 . 100 = 70%
E X E R C C I O S
1) Determine o complemento de cada um dos seguintes eventos:
a) ganhar num jogo de beisebol
b) ganhar num jogo de futebol
c) obter dois ou trs no lanamento de um dado
2) Joga-se um dado equilibrado; determine a probabilidade de obter:
a) um seis R. 1/6 ou 16,66%
b) cinco, seis ou sete R. 2/6 ou 33,33%
c) um nmero par R. 3/6 ou 50%
d) um nmero menor que quatro R. 3/6 ou 50%
3) H 50 bolas numa urna, distribudas como segue:
COR NMERO
AZUL 20
VERMELHA 15
LARANJA 10
VERDE 5
TOTAL 50
Misturam-se as bolas e escolhe-se uma. Determine a probabilidade de a bola escolhida ser:
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
46
a) verde R. 5/50 ou 10%
b) azul R. 20/50 ou 40%
c) azul ou verde R. 25/50 ou 50%
d) no vermelha R. 35/50 ou 70%
e) vermelha ou verde R. 20/50 ou 40%
f) laranja R. 10/50 ou 20%
g) no laranja R. 40/50 ou 80%
4) De um lote de 10 fusveis, testa-se um. Determine P(defeituoso) se:
a) 1 fusvel defeituoso; R. 1/10
b) 2 fusveis so defeituosos; R. 2/10
c) 3 fusveis so defeituosos. R. 3/10
5)Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule:
a)A probabilidade dessa pea ser defeituosa . R. 1/3
b)A probabilidade dessa pea no ser defeituosa. R. 2/3
6) Considere uma populao de igual nmero de homens e mulheres, em que sejam daltnicos 5% dos
homens e 0,25% das mulheres. Indique a probabilidade de que seja mulher uma pessoa daltnica
selecionada ao acaso nessa populao. R. d
a)12,50% b) 14,28% c) 23,80% d) 4,76% e)25%
7) Numa sala de aula de um curso noturno, a distribuio das idades dos alunos dada pelo grfico
seguinte:
n
o
de alunos
5
4
3
2
1
16 17 18 19 20 21 idade dos alunos
Escolhido um aluno ao acaso, a probabilidade de sua idade ser no mximo 18 anos : R. (c)
a) 4/5 b) 2/5 c) 3/5 d) 9/20 e) 1/4
8) Uma firma realizou um concurso para selecionar alguns universitrios que pretendem fazer estgio.
A tabela apresenta as escolhas das carreiras dos estudantes inscritos, por sexo.
SEXO
Carreira Masculino Feminino
Economia 8 6
Contabilidade 6 5
Administrao 11 4
Um desses estudantes escolhido ao acaso, e sabe-se que ele do sexo masculino. A probabilidade de
este estudante ter escolhido Contabilidade de: R. (c)
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
47
a) 6%
b) 15%
c) 24%
d) 30%
e) 19,05%
9)Baseado no problema da questo anterior, a probabilidade de este estudante ter escolhido
Contabilidade ou Economia de: R. (a)
a) 56% b) 32% c) 24% d) 80.95% e) 19,05%
10) Com referncia a tabela abaixo, qual a probabilidade de uma famlia aleatoriamente escolhida
tenha renda familiar entre $ 8.000 e $ 12.999? R. (e)
Tabela: Renda familiar anual de 500 famlias
Categoria Nveis de renda N
o
de Famlias
1 Menos do que $ 8.000 60
2 8.000 ------ 12.999 100
3 13.000 ------ 19.999 160
4 20.000 ------ 29.999 140
5 30.000 e mais 40
TOTAL -------------------------- 500
a) 0,18 b) 0,28 c) 0,12 d) 0,32 e) 0,20
11) (ENEM/2005 - modificada) As ex-alunas de uma turma que completou o curso de Cincias
Contbeis h 10 anos se encontraram em uma reunio comemorativa. Vrias delas haviam se casado e
tido filhos. A distribuio das mulheres, de acordo com a quantidade de filhos, mostrada no grfico
abaixo. Um prmio foi sorteado pela instituio onde as mulheres concluram o curso superior entre
todos os filhos dessas ex-alunas. A probabilidade de que cada criana premiada tenha sido um(a)
filho(a) nico(a) : R. (e)
(A) 1/3 (B) (C) 7/15 (D) 7/23 (E) 7/25
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
48
MAIS EXERCICIOS
1) Determine a probabilidade de cada evento abaixo:
a) Um n par aparecer no lanamento de um dado. R. ;
b) No lanamento de um dado, qual a probabilidade de sair o n 6 ou um n mpar? R. 2/3
2) Uma loja dispe de 12 geladeiras do mesmo tipo, das quais 4 apresentam defeitos. Se um fregus
vai comprar uma geladeira, qual a probabilidade de levar uma defeituosa? R. 1/3
3) Um lote formado por 10 peas boas, 4 com defeitos e duas com defeitos graves. Uma pea
escolhida ao acaso. Calcule a probabilidade de que:
a) ela no tenha defeitos graves; R. 7/8
b) ela no tenha defeitos; R. 5/8
c) ela, ou seja, boa ou tenha defeitos graves. R. 3/4
4) Suponha que um gerente de um grande complexo de apartamentos fornea as seguintes estimativas
de probabilidade sobre o nmero de vagas que haver no prximo ms:
Vagas probabilidades
0 0,05
1 0,15
2 0,35
3 0,25
4 0,10
5 0,10
Fornea a probabilidade do evento.
a) sem vagas; R. 0,05
b) pelo menos quatro vagas; R. 0,20
c) duas vagas ou menos. R. 0,55
5) Determine a probabilidade de obter 3 ou menos pontos no lance de um dado. R. 1/2
6)Suponhamos uma urna com 10 bolas, 8 vermelhas e 2 verdes. Qual a probabilidade de escolher uma
verde numa nica extrao? R. 1/5
7) Jim e Tim acham uma velha moeda. Um exame detido revela que a moeda foi alterada, de modo
que uma face mais provvel que a outra. Jim decide verificar, e lana a moeda 40 vezes, obtendo cara
24 vezes. Em seguida, Tim lana a moeda 50 vezes, obtendo cara 28 vezes.
a) Pode-se dizer que Jim ou Tim tenha obtido uma verdadeira experincia de freqncia relativa?
Por qu?
b) Se o leitor tivesse de escolher um dos dois resultados, qual escolheria e por qu?
8) Um tero dos eleitores de certa comunidade constitudo de mulheres, e 40% dos eleitores votaram
na ltima eleio presidencial. Supondo que esses dois eventos sejam independentes, determine a
probabilidade de escolher aleatoriamente um eleitor da lista geral, que seja mulher e que tenha votado
na ltima eleio presidencial. R. 13,33%
9) As falhas de diferentes mquinas so independentes umas das outras. Se h quatro mquinas, e se
suas respectivas probabilidades de falha so 1%; 2%; 5% e 10% em determinado dia, calcule as
probabilidades:
a) de todas falharem em determinado dia; R. 0,00010%
b) de nenhuma mquina falhar. R. 82,95%
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
49
FATORIAL
Chama-se fatorial de um nmero natural n > 1 e se indica por n! ao produto dos n fatores
decrescentes de n at 1.
n! = n(n 1) ( n 2) ( n 3) ......3 . 2 . 1
onde n! l-se n fatorial
EXEMPLOS
1. Calcule:
a) 5! = 5 . 4 . 3 . 2 . 1 = 120
b) 4! = 4 . 3 . 2 . 1 = 24
c) 3!2! = (3 . 2 . 1) . (2 . 1) = 12
d) 5! = 5 . 4 . 3 . 2 . 1 = 60
2! 2.1
e) 8! = 8 . 7 . 6 . 5! = 336
5! 5!
OBS.: Por definio: 0! = 1 e 1! = 1
Nmeros Bnomiais
Chama-se nmero binomial de classe x do nmero n, onde n e x so nmeros naturais e x n,
a expresso:
n n!
x = x!(n x)!
o n o numerador e x o denominador do nmero binomial.
EXEMPLOS
1. 8 = 8! = 8! = 8 . 7 . 6 . 5! = 56
5 5!(8 5)! 5!3! 5! 3 . 2. 1
2. 9 = 9! = 9! = 9 . 8! = 9
1 1!(9 1)! 1!8! 1. 8!
3. 3 = 3! = 3! = 3! = 1
3 3!(3 3)! 3!0! 3! . 1
4. 6 = 6! = 6! = 1
0 0!(6 0)! 1 . 6!
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
50
Distribuio Binomial
Vamos imaginar fenmenos cujos resultados s podem ser de dois tipos, um dos quais
considerado como sucesso e o outro insucesso. Este fenmeno pode ser repetido tantas vezes quanto se
queira (n vezes), nas mesmas condies. As provas repetidas devem ser independentes, isto , o
resultado de uma no deve afetar os resultados das sucessivas. No decorrer do experimento, a
probabilidade p do sucesso e a probabilidade de q (q =1- p) do insucesso, manter-se-o constantes.
Resolveremos problemas do tipo: determinar a probabilidade de se obter x sucessos em n
tentativas. Nessas condies X uma varivel aleatria discreta que segue uma distribuio binomial.
Frmula:
P(x) =
x n
q .
x
p .
x
n
|
.
|
\
|
P(x) = a probabilidade de que o evento se realize x vezes em n provas.
n = n de vezes que o experimento aleatrio repetido
x = n de sucessos em n tentativas
p = a probabilidade de que o evento se realize em uma s prova = sucesso.
q = a probabilidade de que o evento no se realize no decurso dessa prova = insucesso.
n
x o coeficiente binomial de n sobre x, igual a
)! ( !
!
x n x
n
Varincia - S
2
= n.p.q
Desvio padro S =
2
s
OBS: O nome binomial devido frmula, pois representa o termo geral do desenvolvimento do
binmio de Newton:
Frmula do Termo geral
(p + q)
n
= n p
x
q
n-x
+ n p
1
q
n-1
+ n p
2
q
n-2
+ n p
3
q
n-3
+ ... + n p
n
q
0
0 1 2 3 n
EXEMPLOS
1) Uma moeda lanada 5 vezes seguidas e independentes. Calcule a probabilidade de serem obtidas 3
caras nessas 5 provas.
Resoluo:
n = 5 x = 3 p = 1/2 q = 1 - (1/2) = 1/2
P(x=3) = 5 . ()
3
. (1/2)
5-3
3
P(x=3) = 5 . (1/8) . (1/4)
3
P(x=3) = 5 . (1/32)
3
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
51
P(x=3) = 5 = 5! . 0,03125
3 3!(5 3)!
P(x=3) = 5 = 5 . 4 . 3!
3 3! 2!
P(x=3) = 5 = 5 . 4 = 20 = 10
3 2 . 1 2
P(x=3) = 10 . 0,03125
P(x=3) = 0,3125 . 100 = 31,25%
2) Uma empresa produz 10% de peas defeituosas. As peas so embaladas em caixas que contm 12
peas. Calcule a probabilidade de um cliente comprar uma caixa contendo:
a) nenhuma pea defeituosa;
b) uma pea defeituosa.
Soluo:
1. E: examinar uma pea D P(D) = 0,1
N P(N) = 0,9
2. n = 12 repeties independentes de E.
3. Se convencionarmos D como sucesso, ento estamos interessados no item a na ocorrncia de 0
sucesso.
P(x =0) = 12 (0,1)
0
(0,9)
12
= 0,2824 ou 28,24%
0
No item b estamos interessados na ocorrncia de 1 sucesso.
P(x =1) = 12 (0,1)
1
(0,9)
11
= 12 (0,1 ) ( 0,3138106) = 0,37657 0u 37,66%
1
3) Um levantamento efetuado na carteira de uma agncia bancria indicou que 20% dos ttulos eram
pagos com atraso. Se em determinado dia foram pagos 20 ttulos da carteira, determine a probabilidade
que: No mximo dois sejam pagos com atraso.
Soluo: No mximo dois sejam pagos com atraso.
E: Sem Atraso: SA P(SA) = 0,8
Com Atraso: CA P(CA) = 0,2
n = 20 repeties independentes de E.
considerando como sucesso CA, estamos interessados na ocorrncia de 0,1 ou 2 sucessos.
P[x < 2] = P[0] + P[1] + P[2]
P[x < 2] = 20 (0,2)
0
(0,8)
20
+ 20 (0,2)
1
(0,8)
19
+ 20 (0,2)
2
(0,8)
18
0 1 2
P[x < 2] = 0,0115 + 20(0,2)(0,0144) + 190(0,0400)(0,01800)
P[x < 2] = 0,01150 + 0,05760 + 0,13680
P[x < 2] = 0,2059 ou 20,59%
OBS.: 20! = 190
2
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
52
E X E R C I C I O S
1) Calcule:
a) 6! b) 3! 4! c) 5! + 2! d)4! 3! e)3! + 5!
R. a) 720; b) 144; c)122; d) 18; e) 126;
2) Calcule:
a) 9 b) 7 c) 3 R. a) 36; b) 21; c) 3
2 2 1
3) Determine a probabilidade de obtermos exatamente 3 caras em 6 lances de uma moeda.
R. 0,3125 ou 31,25%
4) Considere um experimento binomial com dois ensaios e p = 0,4.
a) Calcule a probabilidade de um sucesso, f(1). R. 48%
b) Calcule f(0). R. 36%
c) Calcule f(2). R. 16%
d) Encontre a probabilidade de pelo menos um sucesso. R. 64%
e) Encontre a varincia e o desvio padro. R. 0,48 e 0,6928
5) Considerando as decises de compra dos prximos trs cliente que entram na loja de roupas Leve
Tudo. Com base em experincias passadas, o gerente da loja Leve Tudoestima que a probabilidade
de qualquer um dos clientes comprar de 0,30.Calcular a probabilidade de que nenhum cliente faa
uma compra; exatamente um cliente faz uma compra; exatamente dois clientes fazem uma compra e
todos os trs clientes fazem uma compra.
R. f(0) = 0,343; f(1) = 0,441; f(2) = 0,189; f(3) = 0,027
6) Considerando o problema com 3 clientes da loja Leve Tudo, vemos que a varincia e desvio-
padro para o nmero de clientes que fazem uma compra so de?
R. 0,63 e 0,79
7) Se considerarmos a estimativa de probabilidade que qualquer um dos clientes que entra na loja
Leve Tudo seja de 0,30, a probabilidade de fazer exatamente 4 vendas a 10 clientes que entram na
loja ?
R. f(4) = 0,2001 ou 20,01%
8) Para os prximos 1000 clientes que entram na loja Leve Tudo, a varincia e o desviopadro para
o nmero de clientes que fazem uma compra de?
R. 210 e 14,49
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
53
DISTRIBUIO NORMAL DE PROBABILIDADES
f(x)
x
x = s possui um mximo para z = 0, e neste caso sua ordenada 0,39
f(x)
x
-s
+ s
f(x) tem dois pontos de inflexo cujas abscissas valem
-s
e
+ s
Clculo de Probabilidades
A probabilidade de P[a < x < b] a rea da regio sob a curva definida pelo intervalo ]a,b[.
f(x)
x
a b
A determinao desta rea usando-se o clculo integral bastante complicada.
Para superar esta dificuldade, uma particular distribuio normal z com mdia =0 e s (z) =1
foi utilizada.
Uma tabela contendo os valores positivos de z e a rea compreendida sob a curva entre 0 e z foi
construda.
z: f(z)
z
0 z
Esta distribuio foi escolhida pelo fato de apresentar os parmetros mais simples.
Qualquer outra distribuio normal x com mdia e desvio-padro s pode ser transformada,
para efeito do clculo de rea, na distribuio normal padro z, atravs da mudana de varivel:
Z = X
S
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
54
Onde:
= np (mdia)
S =
2
s (desvio padro)
Propriedades da distribuio normal
1 - A varivel aleatria X pode assumir todo e qualquer valor real.
2 - A representao grfica da distribuio normal uma curva em forma de sino, simtrica em torno
da mdia, que recebe o nome de curva normal ou de Gauss.
3 - A rea total limitada pela curva e pelo eixo das abscissas igual a 1, j que essa rea corresponde
probabilidade de a varivel aleatria X assumir qualquer valor real.
4 - A curva normal assinttica em relao ao eixo das abscissas, isto , aproxima-se indefinidamente
do eixo das abscissas sem, contudo, alcan-lo.
5 - Como a curva simtrica em torno da mdia, a probabilidade de ocorrer valor maior que a mdia
igual probabilidade de ocorrer valor menor do que a mdia, isto , ambas as probabilidades so
iguais a 0,5 ou 50%. Cada metade da curva representa 50% de probabilidade.
Conhecendo-se a rea especificada na tabela, qualquer outro tipo de rea poder ser calculada
usando-se a simetria da curva.
Uso de Tabela distribuio z
Exemplo 01:
Calcule a probabilidade de a varivel normal padro z assumir valores entre 0 e 1.
Soluo:
z: f(z)
z
0 1
Note que a rea entre zero e um valor positivo exatamente a rea fornecida pela tabela.
- Entra-se na tabela na 1
a
coluna z vai at o 1 tm-se o correspondente na 2
a
coluna 0,00
O valor da rea correspondente a z = 1,00 0,3413. Portanto, P(0<z<1) = 0,3413.
Exemplo 02:
Calcule a probabilidade de a varivel normal padro z assumir valores maiores que 1.
Soluo:
z: f(z)
z
0 1
Observe que o valor tabelado na distribuio normal padro o valor da rea entre 0 e 1.
No entanto, pela simetria da curva, a rea direita de zero igual a 0,5.
Portanto, P(z > 1) = 0,5 P(0 < z < 1)
P(z >1) = 0,5 0,3413
P(z >1) = 0,1587
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
55
Exemplo 03:
Calcule a probabilidade de a varivel normal padro z assuma o valor 1.
Soluo:
Como neste caso, o intervalo se reduz a um ponto, a rea zero.
Assim, P(z = 1) = 0
De um modo geral, a probabilidade de a varivel z assumir um nico valor sempre zero.
Exemplo 04:
Calcule a probabilidade de a varivel normal padro z assumir um valor menor que 1.
Soluo:
z: f(z)
z
-1 0
Pela simetria a rea da esquerda 1 igual rea da direita de 1.
Assim, P(z < - 1) = P(z > 1)
P(z < - 1) = 0,5 0,3413 P(z < - 1) = 0,1587
Exemplo 05:
Deseja-se a probabilidade P( -2,55 < z < 1,2).
Soluo:
z: f(z)
z
-2,55 0 1,2
Entra-se na tabela, com o valor 1,2 na 1
a
coluna(z) e 0,00 na 1
a
linha, obtendo 0,3849.
Lembrando a propriedade da simetria em relao a z = 0, entra-se com 2,5 na 1
a
coluna e 0,05 na 1
a
linha, obtendo 0,4946. Portanto,
P(-2,55 < z < 1,2) = 0,3849 + 0,4946
P(-2,55 < z < 1,2) = 0,8795
Exemplo 06:
Uma varivel aleatria x normal apresenta mdia 20 e desvio-padro 3. Calcule P(20< x< 23).
Soluo:
x: f(x)
x
20 23
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
56
Usando a mudana de varivel:
z = x
s
Obtemos os valores de z correspondentes aos pontos 20 e 23:
z = 20 20 = 0
3
z = 23 20 = 1,00
3
A rea entre os pontos 20 e 23 na distribuio de x a mesma rea entre os pontos 0 e 1 na
distribuio de z. desta forma , P(20< x< 23) = P(0 < z < 1,00).
Este valor obtido diretamente na tabela consultando-se o valor z = 1,00.
Assim, P(20 < x <23) = 0,3413.
E X E R C I C I O S
1. Deseja-se a probabilidade de P(z > 1,93). R. 2,68%
2. As alturas dos funcionrios de determinada empresa so normalmente distribudas com mdia
1,60m e desvio-padro 0,30m. Encontre a probabilidade de um funcionrio medir:
a) entre 1,50 e 1,80m; R. 37,47%
b) mais de 1,75 m; R. 30,85%
c) menos de 1,48m. R. 34,46%
3. A durao de 500 componentes eletrnicos tem mdia 800 dias e desvio-padro 35 dias. Calcular a
probabilidade de esse componente durar:
a) entre 700 e 900 dias; R. 99,56%
b) mais que 800 dias. R. 50%
4. O salrio mensal dos operrios industriais distribudo normalmente em torno de uma mdia de
R$180,00 com desvio- padro de R$ 25,00. Pede-se que encontre a probabilidade de um operrio ter
salrio mensal situado entre R$ 150,00 e R$ 178,00. R. 41,68%
5. Determinada mquina enche latas baseada no peso bruto com mdia 1kg e desvio-padro 45g.
Determine a probabilidade de uma lata conter mais de 950g de peso lquido. R. 13,35%
6. Uma fbrica de pneumticos fez um teste para medir o desgaste de seus pneus e verificou que ele
obedecia a uma distribuio normal, de mdia 48.000 km e desvio-padro 2.000 km. Calcular a
probabilidade de um pneu escolhido ao acaso:
a) dure mais que 46.000 km; R. 15,87%
b) dure entre 45.000 e 50.000 km. R. 77,45%
7. A mdia dos dimetros internos de uma amostra de 200 arruelas produzidas por uma certa mquina
0,502 polegadas e o desvio padro 0,005 polegadas. A finalidade para a qual essas arruelas so
fabricadas permite a tolerncia mxima, para dimetro, de 0,496 a 0,508 polegadas; se isso no se
verificar, as arruelas sero consideradas defeituosas. Determinar a porcentagem de arruelas defeituosas
produzidas pela mquina, admitindo-se que os dimetros so distribudos normalmente. R. 76,98% e
23,02%
8. Os salrios dos bancrios so distribudos normalmente, em torno da mdia R$ 10.000,00, com
desvio padro de R$ 800,00. Calcule a probabilidade de um bancrio ter o salrio situado entre R$
9.800,00 e R$ 10.400,00. R. 29,02%
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
57
TABELA : reas para a Distribuio Normal Padronizada
x
0 z
Cada casa na tabela d a proporo sob a curva inteira entre z = 0 e um valor positivo de z. As reas
para os valores de z negativos so obtidos por simetria.
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2518 0,2549
0,7 0,2580 0,2612 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3354 0,3357 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4606
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0.4975 0.4976 0.4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4986 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4990 0,4990
4,0 0,49997
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
58
EXERCICIOS SUPLEMENTARES
Mdia/Mediana e Moda
Os dados
Nmero de
garrafas (fi)
320 300 280
1) Os dados da tabela abaixo, referem-se aos salrios de 50
funcionrios da empresa X. Com base nesses dados determine:
Salrios(R$)
l L
Funcionrios
(fi)
100|---200 2
200|---300 15
300|---400 6
400|---500 7
500|---600 6
600|---700 2
700|---800 1
800|---900 2
900|---1000 3
1000|---1100 4
1100|---1200 2
TOTAL 50
a) A mdia salarial. R. R$ 514,00
b) A moda salarial. R. R$ 259,00
c) A mediana. R. R$ 428,57
d) A freqncia percentual dos funcionrios que recebem
salrio inferior a R$ 600,00. R. 72%
e) A porcentagem de funcionrios que recebem salrio
abaixo de R$ 800,00. R. 78%
f) A porcentagem de funcionrios que recebem salrio
superior ou igual a R$ 500,00. R. 40%
g) A freqncia percentual da 4
a
classe. R. 14%
h) A amplitude da amostra. R. R$ 1100,00
i) A amplitude da classe. R. R$ 100,00
j) O valor numrico entre a mdia salarial e a moda.
R. R$ 255,00
k) Interprete a 6
a
classe da tabela demonstrativa (tabela
acima). Resposta livre
2) Cinco baldes contm 4L de gua cada um, trs outros
contm 2L de gua cada um, e, ainda dois contm 5L de gua
cada um. Se toda essa gua fosse distribuda igualmente entre
esses baldes, com quantos litros ficaria cada um?
R. 3,6 litros
3) Numa empresa, dez operrios tm salrios de R$ 2000,00
mensais; doze tm salrio de R$ 1.500,00 mensais e oito
operrios tm salrio de R$ 1.400,00 mensais. Qual o salrio
mdio ponderado desses operrios?
R. R$ 1640,00
4) Entre sessenta nmeros, vinte so iguais a 5, dez so
iguais a 6, quinze so iguais a 8, dez so iguais a 12, e cinco
so iguais a 16. Determine a mdia aritmtica ponderada
desses nmeros. R. 8
5) As idades dos jogadores de um time de basquetebol so
18, 23, 19, 20 e 21 anos. Qual a mdia de idade desses
jogadores?
R. 20,2 anos
6) O grfico mostra a distribuio de uma amostra de
garrafas de refrigerantes e seus respectivos volumes em
mililitros.
Nmero de garrafas
400
200
100
0
a) Quantas garrafas compem essa amostra?
R. 700 garrafas
b) Qual a freqncia percentual da classe 300 ml?
R. 57,14% aproximadamente
c) qual a freqncia percentual da classe 280 ml?
R. 14,28% aproximadamente
d) qual a freqncia percentual da classe 320 ml?
R. 28,57% aproximadamente.
e) qual a diferena percentual entre a classe 300 ml e a
classe 280 ml?
R. 42,86%
f) qual a classe modal? R. 300
7)Uma pessoa comprou 5 garrafas de suco de frutas, uma de
cada tipo. A tabela mostra o preo de cada garrafa de suco.
SUCOS MARACUJ LARANJA CAJU ABACAXI UVA
PREO
POR
GARRAFA
R$
5,70
R$
3,50
R$
2,30
R$
3,20
?
Sabendo que nessa compra o preo mdio de uma garrafa foi
de R$ 3,80, pode-se concluir que o preo da garrafa de suco
de uva : R. (c)
a) R$ 3,80 b) R$ 4,20 c) R$ 4,30 d) R$ 4,70
e) R$ 4,90
Volume(ml)
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
Mtodos Quantitativos Aplicados 4 edio - Elaborao: Prof. Dr. Paulo Sergio Pereira da Silva
59
Correlao e Regresso
1) Determine a equao de ajuste dos dados da tabela a seguir: R. Y
= 0,108x 0,93
X 30 34 28 29 33 45 30 28 28 43 45
Y 2 3 2 3 4 4 3 1 1 4 3
2) Para saber se a temperatura de armazenagem influi na potncia do produto, 12 amostras foram
guardadas a diferentes temperaturas. Depois de 20 dias, mediu-se a potncia de cada produto. Os
resultados foram:
Temperatura(X) 30 40 30 35 40 50 70 90 90 70 90 70
Potencia(Y) 39 40 43 37 39 26 18 20 17 27 15 23
Pede-se: a) A equao estimativa do ajustamento. R. Y
= - 0,405x + 52,5
b) Faa a estimativa para X(temperatura) = 20 e X(temperatura) = 95 R. 44,40 e 14,02
3) Numa loja, o gerente resolveu verificar qual a tendncia referente s vendas. Para isso, coletou
uma amostra de 12 vendas com seus respectivos preos em reais:
Vendas(X) 30 25 32 20 15 18 25 30 18 23 25 32
Preos(Y) 200,00 150,00 210,00 110,00 90,00 105,00 180,00 210,00 110,00 140,00 170,00 230,00
a)Determine a reta de estimao. R. Y