Aula 09 Raciocínio Lógico Matemático

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ
TEORIA E EXERCCIOS COMENTADOS

Prof. Arthur Lim a-Aula 09
AULA 09: ESTATSTICA

SUMRIO
PGINA
1. Teoria
01
2. Resoluo de exerccios
65
3. Lista de exerccios resolvidos
162
4. Gabarito
213
Ol!
Hoje vamos tratar dos tpicos de estatstica do seu edital:
Tratamento da informao: noes bsicas de estatstica, tabelas e grficos.
Tenha uma boa aula!
1. TEORIA
Antes de iniciarmos o nosso estudo, saiba que a Estatstica se divide em dois
ramos principais:
a) Estatstica Descritiva ( ou Dedutiva): tem por objetivo descrever um
conjunto de dados, resumindo as suas informaes principais. Fazem parte deste
ramo tanto as tcnicas para coletar os dados (tcnicas de amostragem) quanto as
tcnicas para o clculo dos principais parmetros (caractersticas) daquele grupo de
dados coletados. Tambm fazem parte deste ramo da Estatstica as tcnicas para a
apresentao de dados em tabelas e grficos, bem como o clculo de medidas
utilizadas para resumir estes dados (mdia, moda, mediana, desvio padro, etc.).
b) Estatstica Inferencial (ou Indutiva): tem por objetivo inferir/induzir, a partir

das informaes de um conjunto de dados (amostra), informaes sobre um
conjunto mais amplo (populao). A teoria da Probabilidade faz parte deste ramo,
pois nela o nosso objetivo , a partir do conhecimento de um fenmeno (ex.:
lanamento de um dado), inferir possveis resultados para a ocorrncia de um
Prof. Arthur Lima
www.estrategiaconcursos.com.br
ATENO! ESSE MATERIAL PERTENCE AO SITE:

determinado evento. Tambm fazem parte da estatstica inferencial os testes de
hipteses, que visam obter concluses sobre uma populao a partir da anlise de
um subconjunto desta (amostra).
1.1 ESTATSTICA DESCRITIVA

Para comearmos o estudo da Estatstica Descritiva precisamos conhecer
alguns conceitos bsicos:
- Populao: o conjunto de todas as entidades sob estudo. Possui pelo menos

uma caracterstica em comum que permite delimitar os seus integrantes. Ex.:
Populao dos moradores de Braslia; populao dos alunos da escola A;
populao dos animais de estimao do meu bairro;
- Censo: quando efetuamos o censo de uma populao, analisamos todos os

indivduos que compem aquela populao. Por exemplo: podemos contar um por
um os moradores de Braslia, ou todos os alunos da escola A, ou todos os animais
de estimao de meu bairro. Normalmente o nosso interesse no simplesmente
cont-los, mas sim verificar um determinado atributo, ou caracterstica que esses
indivduos possuem. Exemplificando, pode ser que queiramos saber, de todos os
moradores de Braslia, quantos so Homens, ou quantos tem mais de 1,80m de
altura, ou quantos ganham mais que R$1.000,00 por ms.
- Am ostra: em muitos casos invivel, custoso ou desnecessrio, observar um por

um dos membros de uma determinada populao. Se queremos saber qual o
percentual de homens na populao de Braslia, podemos analisar um subconjunto
daquela populao, isto , uma amostra. Se a amostra for suficientemente grande (e
bem escolhida, de acordo com o que veremos nesta aula), possvel que o
percentual de homens da amostra seja muito parecido com o que seria obtido se
analisssemos toda a populao.
- Varivel: um atributo ou caracterstica (ex: sexo, altura, salrio etc.) dos

elementos de uma populao que pretendemos avaliar.
Prof. Arthur Lima
w w w .estrategiaconcursos.com .br

- Observao:
trata-se do valor que a varivel assume para um determinado
membro da populao. Ex.: a observao da varivel SEXO referente a Joo,

membro da populao brasiliense, tem valor Masculino.
Uma varivel pode ser classificada em:
qualitativa, quando no assume valores numricos, podendo ser

dividida em categorias. Ex.: o sexo dos moradores de Braslia uma
varivel qualitativa, pois pode ser dividido nas categorias Masculino ou
Feminino. Se o objetivo fosse verificar quantos moradores possuem
AIDS, teramos outra varivel qualitativa, dividida nas categorias SIM e
NO.
quantitativa, quando puder assumir diversos valores numricos. Ex.: a

altura dos moradores uma varivel quantitativa: 1,80m; 1,55m;
1,20m; 2,10m etc. O mesmo ocorre com os salrios desses
moradores. As variveis quantitativas podem ser ainda divididas em:
contnuas: quando no possvel separar o valor de uma

varivel em relao ao prximo valor que ela possa assumir.
Ex.: a varivel Altura contnua. Se algum tem exatamente
1,80m, qual o valor de altura imediatamente seguinte? 1,81m?
Errado, pois possvel que algum tenha, por exemplo,
1,80000001m. Ou 1,80000000001m. impossvel saber qual o
valor que vem logo aps (ou antes de) 1,80m, ou seja, essa
varivel contnua.
discretas:
quando
podemos
saber
valor
que
vem
imediatamente aps (ou antes de) outro. Ex.: se nos dissessem

que s possvel medir as pessoas at a segunda casa
decimal, ento a varivel Altura torna-se discreta. Isso porque
sabemos que o prximo valor de altura 1,81m, e o valor
anterior 1,79m.
Prof. Arthur Lima

Chamamos uma varivel de Varivel Aleatria quando ela pode assumir, de
maneira aleatria (ao acaso), qualquer dos seus valores. Em estatstica
trabalharemos sempre com variveis aleatrias, que representamos por letras
maisculas. Ex.: X pode ser a varivel idade dos moradores de Braslia. Utilizamos
letras
minsculas
para
representar
valores
especficos
daquela
varivel.
Exemplificando, x = 25 anos um dos valores possveis para a varivel aleatria X.
Finalizando, preciso que voc saiba que as variveis aleatrias podem ser
classificadas em:
- variveis nominais: so aquelas definidas por nomes, no podendo ser

colocadas em uma ordem crescente. Ex.: a varivel sexo dos moradores de
um bairro nominal, pois s pode assumir os valores masculino ou
feminino. Veja que no h uma ordem clara entre esses dois possveis
valores (no h um valor maior e outro menor).
- variveis ordinais: so aquelas que podem ser colocadas em uma ordem

crescente, mas no possvel (ou no faz sentido) calcular a diferena entre
um valor e o seguinte. Ex.: numa escola onde as notas dos alunos sejam
dadas em letras (A, B, C, D ou E), sabemos que a menor nota E e a maior
A. Porm no podemos mensurar quanto seria, por exemplo, a subtrao
A - B.
- variveis intervalares: so aquelas que podem ser colocadas em uma

ordem crescente, e possvel calcular a diferena entre um valor e o
seguinte. Ex.: se as notas dos alunos forem dadas em nmeros (de 0 a 10),
sabemos que a nota 5 maior que a nota 3, e que a diferena entre elas
5 - 3 = 2.
Antes de prosseguir, trabalhe esta questo:
1. CESPE - CORREIOS - 2011) Julgue os itens seguintes, relacionados aos

conceitos de estatstica.
Prof. Arthur Lima

( ) Escolaridade e nmero de filhos so exemplos de variveis quantitativas
ordenvel e discreta, respectivamente.
RESOLUO:
A varivel Escolaridade pode assumir valores como: Nvel Fundamental,
Nvel Mdio, Nvel Superior, Ps Graduao etc. Trata-se, portanto, de uma varivel
qualitativa, e no quantitativa. Isto j torna o item ERRADO.
J a varivel nmero de filhos , de fato, quantitativa. Trata-se realmente de
uma varivel discreta, uma vez que o nmero de filhos pode ser {0, 1,2, 3 ...}, mas
no pode assumir qualquer valor entre 0 e 1, ou entre 1 e 2, por exemplo.
Resposta: E
1.1.1 TABELAS
Como j vimos, a estatstica descritiva tem por objetivo descrever um
conjunto de dados, resumindo as suas informaes principais. Para isso, as tabelas
e grficos estatsticos so ferramentas muito importantes. Vamos comear tratando
das tabelas.
Para descrever um conjunto de dados, um recurso muito utilizado so tabelas
como essa abaixo, referente observao da varivel Sexo dos moradores de
Braslia:
Valor da varivel
Frequncias (Fi)
Masculino
23
Feminino
27
Note que na coluna da esquerda colocamos as categorias de valores que a

varivel pode assumir, e na coluna da direita colocamos o nmero de Frequncias,
isto , o nmero de observaes relativas a cada um dos valores. Note que foi
analisada uma amostra de 50 pessoas, das quais 23 eram homens e 27 mulheres.
Estes so os valores de frequncias absolutas. Podemos ainda representar as
frequncias relativas (percentuais): sabemos que 23 em 50 so 46%, e 27 em 50
so 54%. Portanto, teramos:
Prof. Arthur Lima

Valor da varivel
Frequncias relativas (Fi)
Masculino
46%
Feminino
54%
Se essa amostra foi bem escolhida, ela nos d uma boa estimativa de como
distribuda a populao brasiliense: cerca de 46% so homens e 54% mulheres.
Quanto maior a amostra (e mais bem escolhida), mais nos aproximaremos dos
percentuais que seriam obtidos na anlise de toda a populao.
Note que a frequncia relativa dada por Fi / n, onde Fi o nmero de
frequncias de determinado valor da varivel, e n o nmero total de observaes.
Agora, veja a tabela abaixo, referente observaes da varivel Altura dos
moradores de Braslia:
Valor da varivel
Frequncias (Fi)
1,50m
15
1,51m
1,53m
1,57m
1,60m
10
1,63m
1,65m
1,71m
20
1,73m
10
1,75m
1,83m
Quando temos uma varivel como esta, que pode assumir um grande
nmero de valores distintos, interessante resumir os dados, criando intervalos de
valores para a varivel (que chamaremos de classes). Veja um exemplo:
Prof. Arthur Lima
Classe
Frequncias (Fi)
1,50| - 1,60
26
1,60| - 1,70
19
1,70| - 1,80
33
1,80| - 1,90

O smbolo | significa que o valor que se encontra ao seu lado est includo na
classe. Por exemplo, 1,50| - 1,60 nos indica que as pessoas com altura igual a 1,50
so contadas entre as que fazem parte dessa classe, porm as pessoas com
exatamente 1,60 no so contabilizadas.
Assim, temos as seguintes formas de criar as classes, onde li o limite
inferior da classe (menor valor, ex.: 1,50) e Li o limite superior (o maior valor, ex.:
1,60):
-
li| - Li : limite inferior includo na classe
li - |Li : limite superior includo na classe
li| - |Li : limite inferior e superior includos na classe
li - Li : limite inferior e superior excludos da classe
Veja abaixo novamente a ltima tabela, agora com a coluna Frequncias

absolutas acumuladas direita:
Classe
Frequncias (Fi)
Frequncias absolutas
acumuladas (Fac)
1,50| - 1,60
26
26
1,60| - 1,70
19
45
1,70| - 1,80
33
78
1,80| - 1,90
80
A coluna da direita exprime o nmero de indivduos que se encontram naquela

classe ou abaixo dela. Isto , o nmero acumulado de frequncias do valor mais
baixo da amostra (1,50m) at o limite superior daquela classe. Veja que, para obter
o nmero 45, bastou somar 19 (da classe 1,60| - 1,70) com 26 (da classe 1,50| 1,60). Isto , podemos dizer que 45 pessoas possuem altura inferior a 1,70m (limite
superior da ltima classe). Analogamente, 78 pessoas possuem altura inferior a
1,80m.
De posse das frequncias absolutas acumuladas, podemos calcular as
frequncias relativas acumuladas, que nada mais que o percentual de indivduos
cujo valor da varivel (altura) inferior a um determinado limite. Veja isso na coluna
da direita da tabela abaixo:
Prof. Arthur Lima

Classe
Frequncias
Frequncias relativas
(Fi)
acumuladas (Fac)
acumuladas (Frc)
1,50| - 1,60
26
26
32,50%
1,60| - 1,70
19
45
56,25%
1,70| - 1,80
33
78
97,50%
1,80| - 1,90
80
100%
Portanto, podemos concluir que 32,50% dos indivduos observados possuem

menos de 1,60m. J 56,25% possuem menos de 1,70m, e 97,50% tem menos de
1,80. Por fim, todos os indivduos (100%) tem altura inferior a 1,90m, j que o maior
valor observado foi 1,83m.
Note que, para calcular o valor das frequncias relativas acumuladas (Frc),
bastou dividir o valor das frequncias absolutas acumuladas (Fac) por n, que o
total de observaes (n = 80 neste exemplo).
1.1.2 GRFICOS
Grficos tambm so muito utilizados no estudo da Estatstica Descritiva. O
principal deles, conhecido como Histograma, um grfico de barras que representa,
no seu eixo horizontal, as classes de valores que uma varivel pode assumir, e em
seu eixo vertical os valores das frequncias de cada classe. Para exemplificar,
vamos utilizar os dados da tabela abaixo, que j usamos anteriormente:
Classe
Frequncias
Frequncias relativas
(Fi)
acumuladas (Fac)
acumuladas (Frc)
1,50| - 1,60
26
26
32,50%
1,60| - 1,70
19
45
56,25%
1,70| - 1,80
33
78
97,50%
1,80| - 1,90
80
100%
O histograma das frequncias de cada classe seria assim:
Prof. Arthur Lima

Note que, de fato, temos 26 frequncias na classe 1,50| - 1,60; 19 na classe

1,60| - 1,70; e assim sucessivamente. Podemos traar ainda o grfico das
frequncias absolutas acumuladas, que normalmente representado por uma linha
como esta abaixo:
Este grfico de freqncias acumuladas acima, onde ligamos os pontos

extremos (limites superiores) das classes de valores, conhecido como ogiva.
Chamamos a figura formada no grfico de polgono de freqncias.
Note que no grfico de frequncias acumuladas colocamos apenas o limite
superior de cada classe de dados.
Prof. Arthur Lima

Veja, por exemplo, que o ponto A no grfico nos indica que 78 frequncias
ocorrem abaixo de 1,80m. Finalmente, veja o grfico das freqncias relativas
acumuladas:
Aqui, o ponto A nos indica que 97,50% das frequncias so iguais ou

inferiores a 1,80m.
Observe agora o seguinte Histograma, relativo observao das idades dos
moradores de um determinado bairro:
25
0-|10
1 0 -po
20 -5 0
50- 40
40-50
50 - 160
6 0 - 70
C la s s e s (in te rv a lo s de Idades)
Note que esse grfico possui um pico na classe de 30 a 40 anos, e medida

que as classes se afastam desta (para a esquerda ou para a direita), a quantidade
Prof. Arthur Lima
10

de frequncias igual, dando um aspecto de simetria (ex.: temos 15 frequncias
tanto no intervalo 20 - |30 como no intervalo 40 - |50).
Podemos ter tambm histogramas assimtricos. Neste abaixo, temos uma
assimetria direita (assimetria positiva), pois temos o pico em 10-20 anos e os
dados se estendem para a direita (sentido positivo), assumindo valores de at 70
anos.
J o histograma abaixo apresenta um caso de assimetria esquerda

(negativa) , onde os dados se estendem para a esquerda (sentido negativo):
Antes de prosseguirmos, vejamos dois exerccios sobre grficos e tabelas

estatsticas.
Prof. Arthur Lima
li

Instrues: Para resolver a questo seguinte, considere a tabela de frequncias
relativas abaixo, que mostra a distribuio dos valores arrecadados, em 2008, sobre
determinado tributo, referente a um ramo de atividade escolhido para anlise. Sabese que:
I. As frequncias absolutas correspondem s quantidades de recolhimentos, sendo
as frequncias relativas do segundo e terceiro intervalos de classe iguais a x e y,
respectivamente.
II. O terceiro intervalo possui o dobro do nmero de recolhimentos do segundo
intervalo.
Valores Arrecadados (R$)
Frequncias Relativas
1.000,00 I---------2.000,00
0,10
2.000,00 I--------- 3.000,00
3.000,00 I---------4.000,00
4.000,00 I--------- 5.000,00
0,20
0,10
5.000,00 I--------- 6.000,00

Total
1,00
2. FCC - SEFAZ/SP - 2009 - Adaptada) A porcentagem de recolhimentos com

valores arrecadados maiores ou iguais a R$ 3.000,00
(A) 70%
(B) 65%
(C) 55%
(D) 45%
(E) 40%
RESOLUO:
Observe que as frequncias relativas somam 1, ou seja, 100%. Ou seja:
0,10 + x + y + 0,20 + 0,10 = 1
x = 0,60 - y
Como foi dito que o nmero de recolhimentos do terceiro intervalo o dobro

0do nmero de recolhimentos do segundo, ento tambm podemos dizer que as
freqncias relativas do terceiro intervalo (y) so o dobro das freqncias relativas
do segundo (x):
y = 2x
Prof. Arthur Lima
12

Substituindo y por 2x na primeira equao, temos:

x = 0,60 - 2x
3x = 0,60
x = 0,20
Com isso,
y = 2x = 2.0,20 = 0,40
Com isso, temos a seguinte tabela:

Valores
Frequncias
arrecadados (R$)
relativas
1000 | 2000
0,10
2000 |3000
0,20
3000 | 4000
0,40
4000 | 5000
0,20
5000 | 6000
0,10
TOTAL
1,00
Assim, a porcentagem de valores arrecadados iguais ou superiores a 3000

reais a soma das frequncias relativas das trs classes mais altas:
0,40 + 0,20 + 0,10 = 0,70 = 70%
Resposta: A
3. ESAF - IRB - 2006) No campo estatstico, ogivas so:

a) polgonos de freqncia acumulada.
b) polgonos de freqncia acumulada relativa ou percentual.
c) histograma de distribuio de freqncia.
d) histograma de distribuio de freqncia relativa ou percentual.
Prof. Arthur Lima
13

e) o equivalente amplitude do intervalo.
RESOLUO:
A ogiva, como vimos ao estudar os grficos estatsticos, uma figura
formada no grfico contendo, no eixo horizontal, os pontos extremos (limites
superiores) dos intervalos de classes de dados, e no eixo vertical as frequncias
acumuladas. Reveja abaixo o exemplo que usamos na aula:
Como voc pode ver, trata-se de um grfico de freqncias acumuladas.

Resposta: A
1.1.3 MEDIDAS ESTATSTICAS

Alm dos grficos e tabelas, outro recurso importante para a estatstica
descritiva o uso de medidas estatsticas. Estas medidas tem por objetivo auxiliar o
entendimento de um conjunto de dados, resumindo-os e apresentando as suas
caractersticas mais relevantes. Dividimos as medidas estatsticas em alguns
grupos. Nos prximos tpicos veremos as medidas de posio (ou tendncia
central) e as medidas de disperso (ou variabilidade).
1.1.3.1 MEDIDAS DE POSIO

As medidas de posio, ou de tendncia central, nos fornecem pontos de
referncia para interpretar uma distribuio de dados. Trata-se de posies
caractersticas que podem ser usadas para resumir toda a distribuio. A ttulo de
exemplo, ao invs de apresentar toda uma distribuio de idades dos eleitores de
Prof. Arthur Lima
14

uma cidade, eu poderia forn ecer-lhe apenas a idade mdia destes eleitores. Este
valor um resumo daquela distribuio - e como todo resumo, ele acaba por omitir
algumas informaes.
As principais medidas de posio so: mdia, moda e mediana. Vejamos
cada uma delas.
Mdia aritmtica:
a soma de todos os valores da varivel observada, dividida pelo total de
observaes. Vamos usar a tabela abaixo para calcular a altura mdia:
Valor da varivel
Frequncias (Fi)
1,50m
15
1,51m
1,53m
1,57m
1,60m
10
1,63m
1,65m
1,71m
20
1,73m
10
1,75m
1,83m
Veja que precisaremos somar as alturas de todos os indivduos observados,

e a seguir dividor pelo nmero de indivduos. Temos 15 indivduos com 1,50m,
portanto a soma de suas alturas 15 x 1,50 = 22,50m. Analogamente, temos 5
indivduos com 1,51m, somando 5 x 1,51 = 7,55m. E assim por diante. Somando as
alturas de todos os indivduos, temos:
Soma = 1,50x15 + 1,51x5 + 1,53x4 + 1,57x2 + 1,60x10 + 1,63x8 + 1,65x1 + 1,71 x

20 + 1,73x10 + 1,75x3 + 1,83x2 = 130,41m
Dividindo esse valor pelo total de indivduos (isto , soma de frequncias Fi),
temos a mdia:
Prof. Arthur Lima
15

Mdia = 130,41 / 80 = 1,63m
Portanto, a frmula para o clculo da mdia de uma varivel aleatria X :

n
I X
Mdia = ---n
Caso tenhamos dados em uma tabela de frequncias como a que vimos

acima, a mdia dada por:
I ( X , x F i)
Mdia =
iF i
i=1
Nessas frmulas, Xi representa cada um dos valores que a varivel X (ex.:

altura) pode assumir, e Fi representa a frequncia referente a cada um desses
valores.
J se tivermos os dados agrupados em classes, devemos utilizar a seguinte
frmula para calcular a mdia:
I (PMi x F i)
Mdia = n
I F
i=1
Nessa frmula, PMi o ponto mdio da classe i. Por exemplo, se temos a

classe 1,50|1,60, o ponto mdio ser o valor PM = 1,55 (que justamente a
mdia aritmtica entre o limite inferior e superior da classe).
Comece a praticar os conceitos de mdia aritmtica resolvendo essas

questes:
Instrues: Para resolver questo seguinte (FCC - SEFAZ/SP - 2009), considere
a tabela de frequncias relativas abaixo, que mostra a distribuio dos valores
arrecadados, em 2008, sobre determinado tributo, referente a um ramo de atividade
escolhido para anlise. Sabe-se que:
Prof. Arthur Lima
16

I. As frequncias absolutas correspondem s quantidades de recolhimentos, sendo
as frequncias relativas do segundo e terceiro intervalos de classe iguais a x e y,
respectivamente.
II. A mdia aritmtica da distribuio, valor arrecadado por recolhimento, igual a
R$ 3.350,00 (valor encontrado considerando que todos os valores includos num
certo intervalo de classe so coincidentes com o ponto mdio deste intervalo).
1.000,00 I---------2.000,00
0,10
2.000,00 I--------- 3.000,00
3.000,00 I---------4.000,00
4.000,00 I--------- 5.000,00
0,20
0,10
5.000,00 I--------- 6.000,00

Total
1,00
4. FCC - SEFAZ/SP - 2009) A porcentagem de recolhimentos com valores

arrecadados maiores ou iguais a R$ 3.000,00
(A) 70%
(B) 65%
(C) 55%
(D) 45%
(E) 40%
RESOLUO:
Observe que o total de frequncias igual a 1. Ou seja:
0,10 + x + y + 0,20 + 0,10 = 1
x = 0,60 - y
Os pontos mdios de cada faixa de valores arrecadados so dados pela

mdia aritmtica entre os limites inferior e superior de cada faixa. Assim, estes
pontos mdios (PMi) so, respectivamente: 1500, 2500, 3500, 4500 e 5500. Com
isso, podemos calcular a mdia atravs da frmula:
Prof. Arthur Lima
17

n
S (PMi x F i)
Mdia =
SF
i =1
. . rl
1500 x 0,10 + 2500 x x + 3500 x y + 4500 x 0,20 + 5500 x 0,10
Mdia =
1
3350 = 150 + 2500x + 3500y + 900 + 550
2500x +3500y =1750
25x + 35y = 17,5
Como sabemos que x = 0,60 - y, podemos efetuar essa substituio na

equao acima:
25 (0,60 - y) + 35y = 17,5
15 - 25y + 35y = 17,5
10y = 2,5
y = 0,25
Portanto, x = 0,60 - y = 0,60 - 0,25 = 0,35.
O total de frequncias com recolhimentos acima de 3000 reais dado pela

soma das frequncias das ltimas 3 classes da tabela:
y + 0,20 + 0,10 = 0,25 + 0,20 + 0,10 = 0,55
Como o total de frequncias na tabela igual a 1, ento podemos dizer que
0,55 corresponde a 55% dos recolhimentos.
Resposta: C
Vejamos algumas propriedades relativas mdia de um conjunto de dados

(muito cobradas!!!):
-
somando-se ou subtraindo-se um valor constante em todas as observaes,

a mdia desse novo conjunto ser somada ou subtrada do mesmo valor. Ex.:
se somarmos 3cm na altura de cada pessoa, a mdia passar de 1,63m para
1,66m.
Prof. Arthur Lima
18

-
multiplicando-se ou dividindo-se todos os valores observados por um valor

constante, a mdia desse novo conjunto ser multiplicada ou dividida pelo
mesmo valor. Ex.: se dividirmos todas as alturas encontradas por 2, a mdia
tambm ser dividida por 2, tornando-se igual a 0,815m.
a soma das diferenas entre cada observao e a mdia igual a zero. Ex.?
A diferena entre a observao 1,51m e a mdia 1,63m de -0,12m. J a
diferena entre a observao 1,80m e a mdia 1,63m de 0,17m. Somando
todas as diferenas, obteremos o valor zero.
O valor da mdia calculado utilizando todos os valores da amostra.

Portanto, qualquer alterao nesses valores poder alterar a mdia. Assim,
costumamos dizer que a mdia afetada pelos valores extremos da
distribuio. Ex.: se inclussemos na amostra uma pessoa com 2,00m, ou
outra com apenas 0,60m, isso alteraria a mdia.
Veja essa questo, que relativa s propriedades da mdia:
5. DOM CINTRA - PREF. PALMAS - 2010) A mdia aritmtica das 25 notas de uma
prova de matemtica foi igual a 6,0. Se o professor aumentar 0,5 em cada uma
dessas 25 notas, e, em seguida, calcular a mdia de todas elas, o valor encontrado
por ele ser de:
a) 5,5
b) 6,0
c) 6,5
d) 7,0
e) 7,5
RESOLUO:
Aqui podemos usar uma das propriedades da mdia: se somarmos uma
constante k a todos os membros de uma amostra, a nova mdia ser igual
anterior, somada de k.
Portanto, se somamos k = 0,5 na nota de cada um dos alunos, basta somar
0,5 na mdia anterior e obtemos a nova mdia: 6 + 0,5 = 6,5.
Resposta: C.
Prof. Arthur Lima
19

Mediana:
a observao do meio quando os dados so organizados do menor para o
maior. Abaixo da mediana encontram-se 50% (metade) das observaes, e a outra
metade encontra-se acima da mediana. Se temos n dados em uma distribuio, a
mediana ser
termo que se encontra na posio (n+1)/2. Vamos encontrar a
mediana para o conjunto de dados abaixo:

Valor da varivel (altura)
Frequncias (Fi)
1,50m
15
1,51m
1,53m
1,57m
1,60m
10
1,63m
1,65m
1,71m
20
1,73m
10
1,75m
1,83m
Observe que temos 81 dados (acrescentei um a mais na altura 1,83m). Alm

disso, veja que os valores da varivel altura esto ordenados do menor para o maior
nessa tabela. Portanto, a mediana ser o valor da posio (81 + 1)/2 = 41, isto , a
41a posio, pois existem 40 valores abaixo dele e outros 40 acima.
Para encontrar o 41 valor, precisamos obter as frequncias acumuladas.
Valor da varivel
Frequncias (Fi)
acumuladas (Fac)
1,50m
15
15
1,51m
20
1,53m
24
1,57m
26
1,60m
10
36
1,63m
44
1,65m
45
Prof. Arthur Lima
20

1,71m
20
65
1,73m
10
75
1,75m
78
1,83m
81
Veja que at a altura 1,60m temos 36 pessoas. Temos mais 8 pessoas na

altura 1,63m (abrangendo do 37 at o 44). Portanto, a posio 41 tem altura igual
a 1,63m. Isto , mediana = 1,63m.
Se tivssemos um nmero par de elementos, a conta (n+1)/2 no teria
resultado exato. Nesse caso a mediana seria dada pela mdia dos dois valores
centrais da amostra. Veja o exemplo abaixo, no qual temos listadas a idade de 10
pessoas:
{ 5, 6, 6, 7, 7, 8, 8, 8, 9, 11}
Veja que as idades j esto ordenadas da menor para a maior. Como temos
10 valores (nmero par), ento (n+1)/2 = (10+1 )/2 = 5,5. No temos um elemento
central, que seria a mediana. Ao invs disso, vamos utilizar a mdia dos dois
elementos centrais, isto , o 5 e o 6 elementos. Eles esto marcados em
vermelho:
{ 5, 6, 6, 7, 7, 8, 8, 8, 9, 11}
A Mediana ser igual a (7 + 8)/2 = 7,5. Pratique o conceito resolvendo este

exerccio:
6. ESAF - SEFAZ/SP - 2009) Determine a mediana das seguintes observaes:

17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21, 13, 31,24, 9.
a) 13,5
b) 17
c) 14,5
d) 15,5
e) 14
RESOLUO:
Primeiramente devemos colocar as observaes em ordem crescente:
Prof. Arthur Lima
21

3, 5, 6, 7, 8, 9, 9, 12, 12, 13,14, 17, 17, 18, 18, 20, 21,23, 24, 25, 31,34, 42
Temos ao todo 23 observaes, ou seja, n = 23. Como n mpar, ento a

mediana ser a observao na posio (n+1)/2 = (23+1)/2 = 12a.
A dcima segunda observao igual a 17. Portanto, Mediana = 17.
Resposta: B
Muitas questes de concurso costumam exigir que o aluno conhea o mtodo

de clculo de mediana atravs de interpolao linear dos intervalos de classe. Esse
mtodo utilizado quando temos os dados distribuidos em intervalos de classes.
Vamos aprender a us-lo atravs de um exemplo. A tabela abaixo apresenta os
intervalos de alturas de uma certa populao, como j vimos anteriormente nesta
aula. Com base nisso, vamos obter a altura mediana.
Classe
Frequncias (Fi)
acumuladas (Fac)
1,50| - 1,60
26
26
1,60| - 1,70
19
45
1,70| - 1,80
33
78
1,80| - 1,90
80
1 passo: calcular a diviso n/2, onde n o nmero total de frequncias, obtendo a

posio da mediana.
Em nosso exemplo, n = 80 indivduos, portanto a posio da mediana 80/2
= 40. (muito cuidado, pois quando usamos esse mtodo no calculamos (n+1)/2,
como vimos anteriormente).
2 passo: identificar a classe onde se encontra a mediana

Observe a coluna de frequncias acumuladas. Veja que o elemento da
posio 40 encontra-se na classe 1,60|--1,70 (pois esta classe vai do 26 ao 45).
Portanto, essa a classe da mediana.
3 passo: montar a proporo entre as frequncias acumuladas e os limites da

classe da mediana
Prof. Arthur Lima
22

Neste passo vamos montar duas retas paralelas, como voc v abaixo, uma
delas com as frequncias acumuladas e a outra com os valores de alturas
correspondentes:
40
i1
Frequncias: 26
i1
Valores:
45
i1
X
1,70
1,60
i-------------- -------------- i------- -------- i
Repare eu associei (coloquei um abaixo do outro):

- a ltima frequncia da classe anterior (26) com o limite de altura daquela classe
(1,60), que tambm o limite inferior da classe da mediana;
- a frequncia da mediana (40) com o valor da mediana (X), que buscamos;
- a ltima frequncia da classe da mediana (40) com o limite de altura dessa classe
(1,70).
Feito isso, basta montar a proporo abaixo:
f r e ^ uperio, - f r e q mediana
v a lo r
f r e 1 supeor - f , e q inferior
v a l o r superior
- V a l 0 r iferior
superior - V a l 0 r m edi,,
Neste exemplo, teramos:
45 - 40= 1,70 - X
45 - 26 1,70 - 1,60
Feito isso, basta encontrar o valor de X, que neste caso X = 1,67m. Esta
a mediana pelo mtodo da interpolao linear. Exercite este mtodo com a questo
abaixo:
7. FCC - SEFAZ/SP - 2006) O histograma de frequncias absolutas abaixo

demonstra o comportamento dos valores arrecadados de um determinado tributo,
no ano de 2005, em uma regio a ser analisada:
Prof. Arthur Lima
23

Estratgia
C O N C U R S O S
(R$ 1.000.00)
Observao: Considere que todos os intervalos de classe do histograma so

fechados esquerda e abertos direita.
Utilizando as informaes contidas nesse histograma, calculou-se a mdia

aritmtica destes valores arrecadados, considerando que todos os valores includos
num certo intervalo de classe so coincidentes com o ponto mdio deste intervalo.
Tambm calculou-se a mediana de tais valores pelo mtodo da interpolao linear.
Ento, o mdulo da diferena entre a mdia aritmtica e a mediana igual a:
a) R$100,00
b) R$400,00
c) R$800,00
d) R$900,00
e) R$1000,00
RESOLUO:
Para facilitar o nosso trabalho, vamos escrever os dados do grfico em
tabela, e j calcular o ponto mdio de cada intervalo de classe:
Classe (milhares de reais)
Ponto Mdio
Frequncias (Fi)
1 | 2
1,5
200
2 | 3
2,5
400
3 | 4
3,5
500
4 | 5
4,5
600
5 | 6
5,5
300
Assim, a mdia ser:
Prof. Arthur Lima
24

n
Y (PMi x F i)
M dia =
1,5 x 200 + 2,5 x 400 + 3,5 x 500 + 4,5 x 600 + 5,5 x 300
i=1_________________
200 + 400 + 500 + 600 + 300
YF>
= 3,7
i=1
Veja que os valores no grfico esto em milhares de reais, portanto a mdia

de R$3700,00.
Para obter a mediana, veja que temos n = 2000 frequncias ao todo. Pelo
mtodo da interpolao linear, a mediana ser o termo correspondente posio
n/2 = 1000. Esta posio encontra-se no intervalo de 3 a 4 mil reais, como voc
pode ver na tabela abaixo:
Classe (milhares de
Ponto Mdio
Frequncias (Fi)
reais)
Frequncias
acumuladas (fac)
1 |--- 2
1,5
200
200
2 |--- 3
2,5
400
600
3 |--- 4
3,5
500
1100
4 |--- 5
4,5
600
1700
5 |--- 6
5,5
300
2000
Montando a proporo, temos:
Frequncias: 600
1000
1100
I-----------------------------1--------------- 1
Valores:
I-----------------------------1--------------- 1
Assim, temos:
4 - X = 1100 -1000
4 - 3 = 1100 - 600
X = 3,8
Portanto, a mediana igual a R$3800,00 reais. A diferena entre a mdia e a
mediana de R$100,00.
Prof. Arthur Lima
25

Resposta: A
Para finalizar o estudo da Mediana, note que ela um nico nmero para um
determinado conjunto de observaes. No existem duas medianas para o mesmo
conjunto. Alm disso, o seu valor no afetado pela troca de algum valor extremo
(mximo ou
mnimo)
na distribuio.
Para exemplificar, veja essas duas
distribuies:
3, 5, 6, 7, 8, 9, 9, 12, 12, 13,14, 17, 17, 18, 18, 20, 21,23, 24, 25, 31,34, 42
e
3, 5, 6, 7, 8, 9, 9, 12, 12, 13,14, 17, 17, 18, 18, 20, 21,23, 24, 25, 3 1 ,57, 88
Apesar de eu ter trocado dois termos extremos da primeira para a segunda

distribuio, ambas possuem a mesma mediana. Repare que a mdia se altera
(neste caso, a mdia da segunda distribuio certamente seria maior).
Moda:
A moda o valor da observao com maior nmero de frequncias, ou
repeties (isto , o valor que est na moda). Ao contrrio da mdia e da
mediana, que so valores nicos, uma amostra pode ter 1, 2 ou mais modas (ser
unimodal, bimodal etc.). Veja este conjunto de idades:
{ 5, 6, 6, 7, 7, 8, 8, 8, 9, 11}
Note que a idade 8 a que aparece mais vezes (3 vezes). Portanto, a moda
deste conjunto igual a 8. J na tabela de alturas, que reproduzo novamente, a
moda a altura de 1,71m, pois ela aparece 20 vezes:
Valor da varivel
Frequncias (Fi)
1,50m
15
1,51m
1,53m
1,57m
1,60m
10
1,63m
Prof. Arthur Lima
26

1,65m
1,71m
20
1,73m
10
1,75m
1,83m
Para fixar o que vimos at aqui, resolva a questo abaixo:
8. ESAF - SEFAZ/CE - 2006) O conjunto de notas dos alunos de uma determinada

prova : {10, 5, 3, 4, 5, 10, 3, 8, 9, 3}. Assim, podemos dizer que a moda, mdia e
mediana deste conjunto so, respectivamente:
a) 3, 6 e 5.
b) 3, 4 e 5.
c) 10, 6 e 5.
d) 5, 4 e 3.
e) 3, 6 e 10.
RESOLUO:
Vamos obter inicialmente a mediana, colocando os dados em ordem
crescente:
3, 3, 3, 4, 5, 5, 8, 9, 10, 10
Veja que temos n = 10 notas. Como n um nmero par, a mediana ser a

mdia aritmtica das duas notas centrais. Calculando (n+1)/2 = (10+1 )/2 = 5,5,
vemos que as notas centrais so a da 5a e 6a posies. Na quinta posio temos
uma nota 5, e na sexta posio outra nota 5. Portanto, a mediana ser (5 + 5)/2 = 5.
A moda aquela nota que mais se repete. Neste caso, a nota 3 repete-se
trs vezes, portanto esta a moda.
A mdia calculada pela soma das notas, dividido pela quantidade de notas:
X =
3 + 3 + 3 + 4 + 5 + 5 + 8 + 9 +10 +10 60
=
=6
10
10
Resposta: A
Prof. Arthur Lima
27

Os problemas mais difceis envolvendo moda so aqueles onde dada uma
tabela com classes de valores para a varivel, como esta abaixo (que tambm j
utilizamos nessa aula):
Classe
Frequncias (Fi)
1,50| - 1,60
26
1,60| - 1,70
19
1,70| - 1,80
33
1,80| - 1,90
Para calcular a moda, voc precisar seguir os seguintes passos:

1. Descobrir qual a classe modal (CM). A classe modal aquela que
apresenta o maior nmero de frequncias. Neste caso, trata-se da classe
1,70| - 1,80, que apresenta 33 frequncias. J sabemos que a moda est ali
dentro, isto , ser um valor entre 1,70 e 1,80. Veja que o limite inferior dessa
classe li = 1,70. Note ainda que todas as classes tem amplitude de 0,10m,
isto , a diferena entre o menor (li) e maior (Li) valor da classe de 0,10m.
2. Identificar a classe posterior (post) e a classe anterior (ant). Neste caso, a
classe posterior a de 1,80| - 1,90, que possui 2 frequncias; e a classe
anterior a de 1,60| - 1,80, com 19 frequncias.
3. Aplicar uma das duas frmulas abaixo, dependendo do mtodo de clculo da
moda indicado pelo exerccio:
a. Moda de King:
'
fp o st
'
vfa n t + fp o s t,
Moda = li +
Nesta frmula, li o limite inferior da classe modal (li = 1,70), c a amplitude

da classe modal (c = Li - li), fpost o nmero de frequncias da classe posterior
(fpost = 2) e fant o nmero de frequncias da classe anterior (fant = 19). Portanto,
a moda ser:
Moda = 1,70 + 0,10 x
Prof. Arthur Lima
'
''
1,7095m
v2 + 1 9 ,
28

b. Moda de Czuber:
Moda = li + c x
fcm fa n t
v2fcm (fa n t + fp o s t),
Nessa frmula fcm o nmero de frequncias da classe modal, que neste

caso fcm = 33. Portanto, a moda em nosso exemplo ser:
Moda = 1,70 + 0,10 x
'
33 19
1,731m
v 2 x 33 (19 + 2 ) ,
Note que os valores obtidos so diferentes, motivo pelo qual voc precisar
saber as duas frmulas.
Se a questo no especificar o mtodo, sugiro tentar
primeiramente o mtodo de Czuber.

E note um grande diferencial do mtodo de Czuber: ele o nico que leva
em conta, no clculo, as frequncias da Classe Modal! Exercite esta frmula com a
questo abaixo:
Instrues: Considere a distribuio de freqncias a seguir para resolver a prxima

questo.
Salrios dos empregados da empresa X.Y7 em
dsiam bro da 2005
S a l rio s
(RS)
F re q u n c ia s
S im p le s A b s o lu ta s
1 0G0.22 1---------- OO-.OO
2 0 0 0 , 0 0 1----------3GGC.CC
3 C2 0 ,0 0 !---------- 4 CCC.CC
Ifi
+.O>!0 j h
10
o ; oo
5 0 0 0 ,0 0 f --------- 6 0 0 0 ,0 0
9. FCC - BACEN - 2006) O valor da moda, obtida com a utilizao da Frmula de

Czuber*, igual a (desprezar os centavos na resposta)
Dados:
*
Moda = Li + h
Z maxZant
2.Z max(Zant + Zpost)
em que:
Li = limite inferior da classe modal
Prof. Arthur Lima
29

h = intervalo de classe modal
Zmax = freqncia da classe modal
Zant = freqncia da classe anterior classe modal
Zpost = freqncia da classe posterior classe modal
a) R$3201,00
b) R$3307,00
c) R$3404,00
d) R$3483,00
e) R$3571,00
RESOLUO:
Veja que a classe que apresenta maior nmero de freqncias aquela entre
3000-4000 reais, com Zmax = 16 frequncias. Essa a classe modal. O seu limite
inferior Li = 3000 reais, e o seu intervalo de h = 1000 reais.
A classe anterior a de 2000-3000 reais, que possui Zant = 8 frequncias. E
a classe posterior a de 4000-5000 reais, que possui Zpost = 10 frequncias.
Assim, podemos aplicar a frmula de Czuber:
Moda = Li + h
Z max- Zant
2 .Z max - (Zant + Zpost)
Moda = 3000 +1000
16 - 8
2.16 - (8 +10)
8
Moda = 3000 +1000 = 3571,42
14
Resposta: E
Finalizando o estudo da Moda, veja que o seu valor no afetado pelos

valores extremos (mnimos e mximos) da distribuio. Isto , a moda destas duas
distribuies abaixo a mesma:
{ 5, 6, 6, 7, 7, 8, 8, 8, 9, 11}
e
{ 1 ,2 , 6, 7, 7, 8, 8, 8, 9, 11}
Conhecendo a mdia, mediana e moda de uma amostra, podemos

determinar a simetria daquela distribuio de dados. Veja isso na tabela abaixo:
Prof. Arthur Lima
30

Simetria
Mdia, Mediana e Moda
Simtrica
Mdia = Mediana = Moda*
Assimtrica positiva ( direita)
Mdia > Mediana > Moda
Assimtrica negativa ( esquerda)
Mdia < Mediana < Moda
* se unimodal.
Voc no precisa decorar essa tabela. Inicialmente, veja um exemplo de

distribuio simtrica, e perceba que, de fato, a mdia, mediana e moda encontramse na mesma posio:
frequncias
Mdia,
Mediana e
Quanto s distribuies assimtricas, basta lembrar que uma curva com

assimetria negativa tem esse nome porque possui uma cauda para o lado
esquerdo, isto , para o sentido negativo do eixo horizontal; e uma curva com
assimetria positiva possui uma cauda voltada para o sentido positivo do eixo
horizontal.
A existncia de um prolongamento para um dos lados afeta a mdia,
puxando-a naquele sentido. Por exemplo, na curva com assimetria negativa, a
mdia puxada para a esquerda, tornando-se a menor das trs medidas de
posio. A moda corresponde ao pico da curva (maior nmero de freqncias), que
neste caso puxado para a direita, tornando a moda o maior dos trs valores:
Prof. Arthur Lima
31

Estratgia
C O N C U R S O S
f r e q u n c ia s
No caso da assimetria positiva, a cauda se estende para a direita, puxando a

mdia para este lado. A moda puxada para a esquerda, pois h um pico de
frequncias esquerda. Veja:
fr e q u n c ia s
Sobre este assunto, veja essa questo:

10. ESAF - IRB - 2006) Sendo a moda menor que a mediana e, esta, menor que
mdia, pode-se afirmar que se trata de uma curva
a) Simtrica.
b) Assimtrica, com freqncias desviadas para a direita.
c) Assimtrica, com freqncias desviadas para a esquerda.
Prof. Arthur Lima
32

d) Simtrica, com freqncias desviadas para a direita.
e) Simtrica, com freqncias desviadas para a esquerda.
RESOLUO:
No grfico de distribuio de freqncias, a moda se localiza na posio onde
temos um pico de freqncias. Se a moda o menor valor, ela est deslocada para
o lado esquerdo do eixo de valores (eixo horizontal). Isto significa que temos um
pico de freqncias esquerda. Teremos tambm um prolongamento dos dados
para a direita, o que puxa a mdia para este lado, tornando-a maior que as demais
medidas de posio:
Assim, estamos diante de uma distribuio Assimtrica Positiva ( direita).

Resposta: B
QUANTIS (Quartis, decis e percentis)

Assim como a mediana divide os dados em 2, os quartis dividem os dados em 4.
Isto , abaixo do primeiro quartil esto %, ou 25% das observaes. Dele at o
segundo quartil, outros 25%. E assim por diante. Note que o segundo quartil a
prpria mediana, pois 50% dos dados so inferiores a ele. Para exemplificar, vamos
utilizar novamente a tabela abaixo:
Valor da varivel
Frequncias (Fi)
1,50m
15
1,51m
1,53m
1,57m
1,60m
10
Prof. Arthur Lima
33

1,63m
1,65m
1,71m
20
1,73m
10
1,75m
1,83m
Veja que temos 80 observaes (frequncias), isto , n = 80.

O primeiro quartil (Q1) est localizado na posio (n+1)/4, que neste caso
(80+1)/4 = 20,25. Veja que no existe a posio 20,25. Precisamos, portanto, fazer
a mdia entre o valor da posio 20 e o da posio 21. Na posio 20 temos 1,51 m,
e na posio 21 temos 1,53m. Portanto, Q1 = (1,51 + 1,53)/2 = 1,52m. Ou seja, 25%
dos indivduos observados possuem altura inferior a 1,52m.
J o segundo quartil (Q2) a prpria mediana, localizada na posio
2(n+1)/4, ou simplesmente (n+1)/2. Com n = 80, o Q2 est na posio 40,5. Como
essa posio no existe, precisamos fazer a mdia entre o valor da posio 40 (que
1,63m) e o da posio 41 (que tambm 1,63m). Portanto, Q2 = (1,63 + 1,63)/2 =
1,63m. Isto , 50% dos dados encontram-se abaixo de 1,63m.
O terceiro quartil (Q3) est na posio 3(n+1)/4, que neste caso igual a
60,75. Fazendo a mdia entre o valor da posio 60 (1,71) e o da posio 61
(tambm 1,71), temos que Q3 = 1,71m. Isto , 75% das observaes encontram-se
abaixo de 1,71m.
Resumindo, temos:
Quartil
Posio
(n+1)/4
2(n+1)/4
3(n+1)/4
Analogamente aos quartis, que dividem os dados em 4 grupos, temos os

decis (que dividem em 10 grupos) e os percentis (que dividem em 100 grupos). Veja
que a mediana, o 2 quartil, o 5 decil e o 50 percentil so o mesmo valor.
Chamamos de amplitude interquartlica a distncia entre o 1 e o 3 quartis de
uma distribuio, ou seja:
AI = Q3 Q1
Prof. Arthur Lima
34

O mtodo da interpolao linear usado para o clculo da mediana pode ser

aplicado aqui, com as devidas adaptaes. Observe isso na questo abaixo:
11. ESAF -
AFRFB -
2003) Considere a tabela de freqncias seguinte
correspondente a uma amostra da varivel X. No existem observaes

coincidentes com os extremos das classes.
Classes
Freqncias Acumuladas
(%)
5
16
42
77
89
100
2 .00 0- 4.000
4 .0 0 0 - 6.000
6 .00 0- 8.000
8.000-10.000
10.000- 12.000
12.000-14.000
Assinale a opo que corresponde estimativa do valor x da distribuio amostral

de X que no superado por cerca de 80% das observaes.
a)
1 0 .0 0 0
b)
1 2 .0 0 0
c) 12.500
d)
1 1 .0 0 0
e) 10.500
RESOLUO:
Para resolver essa questo vamos usar os mesmos conceitos de
interpolao linear que vimos no estudo da mediana. Atravs da coluna de
freqncias relativas (%) acumuladas, veja que a observao que se encontra na
posio 80% est na classe de
1 0 .0 0 0
1 2 .0 0 0 .
Assim, podemos montar a seguinte proporo:
Frequncia: 77%
i1
Valores:
80%
i|
89%
l|
X
12000
10000
|----------------------------- 1---------------- 1
Assim, temos a proporo:
Prof. Arthur Lima
35

0,89-0,80 _ 1 2 0 0 0 - X
0,89-0,77 _ 12000-10000
0,09 _ 12000-X
0 ,1 2 _
2000
X = 10500
Portanto, podemos dizer que 80% das observaes so iguais ou inferiores a
10500.
Resposta: E
Obs.: observe que nessa questo o que obtivemos foi o valor do 8 decil (D8),
ou do 80 percentil (P80) da distribuio. Desta mesma forma voc consegue obter
qualquer quartil, decil ou percentil solicitado por uma questo.
Chamamos de Box-Plot a representao grfica abaixo. Ela nos permite

visualizar rapidamente os limites inferior e superior de uma distribuio, alm do 1
quartil, mediana e 3 quartil:
Valores
Prof. Arthur Lima
36

E
importante
saber
que
os
limites
inferior
superior
no
so,
necessariamente, os pontos mnimo e mximo da distribuio. Devemos calcul-los

da seguinte forma:
a) Limite inferior: o maior valor entre os dois abaixo:

Valor mnimo da distribuio
ou
Q1 - 1,5 x (Q3 - Q1)
b) Limite superior: o menor valor entre os dois abaixo:

Valor mximo da distribuio
ou
Q3 + 1,5 x (Q3 - Q1)
Este procedimento necessrio para no representarmos no Box-Plot os

pontos fora da curva, isto os valores extremamente baixos ou extremamente
altos na distribuio, que representam verdadeiras excees.
Em nosso exemplo (distribuio de alturas), obtivemos os seguintes valores:
- mximo = 1,83m
- 3 quartil = 1,71m
- Mediana = 1,63m
- 1 quartil = 1,52m
- mnimo = 1,50m
Portanto, podemos ver que:

Q1 - 1,5 x (Q3 - Q1) = 1,52 - 1,5 x (1,71 - 1,52) = 1,23m
Como o mnimo maior que este valor, devemos adotar como limite inferior o
prprio valor mnimo, isto , 1,50m. Da mesma forma:
Q3 + 1,5 x (Q3 - Q1) = 1,71 + 1,5 x (1,71 - 1,52) = 1,99m
Como o valor mximo menor que este valor, podemos adotar como limite
superior o prprio valor mximo, isto , 1,83m. Em outras palavras, estamos
Prof. Arthur Lima
37

dizendo que esta distribuio de alturas no tem pontos fora da curva, ou outliers.
Assim, nosso box-plot :
A visualizao do Box-Plot muito til, pois permite ao pesquisador

experiente obter rapidamente um resumo das principais caractersticas de uma
distribuio.
1.1.3.1 MEDIDAS DE DISPERSO

As medidas de disperso (ou variabilidade) medem o grau de espalhamento
dos dados de uma distribuio. Se voc anotar as idades dos seus colegas de
faculdade, provavelmente ver que a maioria deles se concentra numa faixa muito
estreita (talvez entre 19 e 24 anos), com evidente predominncia dos jovens,
havendo um ou outro caso que destoa dessa faixa. Agora, se voc tentar anotar as
idades das pessoas que frequentam uma determinada praia, ver que a disperso
muito maior, isto , existem quantidades significativas de crianas, jovens, adultos e
idosos.
Para quantificar essa disperso (ou variabilidade) existem diversas medidas,
dentre as quais as principais so: a varincia, o desvio padro e o coeficiente de
variao.
Prof. Arthur Lima
38

Varincia:
Chamamos de varincia a mdia do quadrado das distncias de cada
observao at a mdia aritmtica. Complicado? Vamos por partes...
A distncia de uma observao X at a mdia aritmtica X dada pela
subtrao X t - X . O quadrado desta distncia (X l - X )2 . A mdia do quadrado
dessas distncias dado pelo somatrio de todos os valores (X, - X )2 , dividido pelo
total de observaes (n). Portanto, a frmula da varincia :
t (X, - X )2
Variancia = o 2 = ------------n
Como voc viu nesta frmula, costumamos simbolizar a varincia por o 2.

Exemplificando, vamos calcular a varincia do seguinte conjunto de dados: {1, 3, 5,
5, 8 , 9}. Repare que temos n = 6 elementos, cuja mdia :
1+ 3+ 5 + 5 + 8 + 9
X = --------------------- = 6
6
Assim, a varincia :
t
(x
, - X )
O2 = -L
2
O2 =
(1-
6 )2 + (3 - 6 )2 + (5 - 6 )2 + (5 - 6 )2 + (8 - 6 )2 + (9 - 6 )2
n
25 + 9 + 1+1 + 4 + 9
= 8,16
Esta a frmula bsica da varincia. Entretanto, dependendo do exerccio

pode ser que seja mais conveniente usar alguma das frmulas a seguir, que so
meras variaes desta primeira:
Caso os dados estejam em uma tabela de frequncias (fi):
t [f
(X,
X) ]
,X
2
_ 1 ________________________
n
t f,
1
Prof. Arthur Lima
39

Caso os dados estejam em uma tabela de frequncias, porm agrupados em
intervalos de classes, devemos usar os pontos mdios PMi no lugar dos
valores individuais Xi:
I [ f X(PM, - X )2]
2 _ _1______________
n
I f
1
Veja que em todas as frmulas para clculo da varincia preciso

inicialmente obter o valor da mdia da populao. Entretanto, a frmula abaixo nos
permite encontrar a varincia sem precisar calcular a mdia:
n
a2
I
_
X,2 - 1
,=1
n\
n
,=1
X,
)
Veja que, nesta frmula, s preciso obter o valor do somatrio das

n
observaes ( I X , ), bem como o somatrio dos quadrados das observaes
,=1
n
( I X,2), que so clculos relativamente fceis.
,=1
Se os dados estiverem agrupados, voc pode alterar esta ltima frmula,
utilizando a seguinte:
n
f n
'N2
I (X,2 Xf ) - - I (X, Xf )
a 2 _ J _ ! __________________ _____________________J _
E se estiverem em intervalos de classes, voc pode utilizar os pontos mdios:
a2 _
1f
(PM , 1 x f ) - - I
( PM ,
xf,)
__________ n y i =1_________ ) _
n
ATENO: todas as frmulas vistas acima permitem calcular a varincia de

uma POPULAO. Caso o exerccio apresente apenas uma amostra da populao,
devemos fazer uma pequena alterao nas frmulas acima, calculando a varincia
AMOSTRAL, que simbolizada por s2. Esta alterao consiste em subtrair uma
unidade ( 1 ) no denominador das frmulas.
Prof. Arthur Lima
40

n
_
X (X - X ) 2
_i________
Exemplificando, ao invs de o 2
teremos:
n
X (X - X )2
2
J __________
n 1
X [.f, x (X ,X )2]
Analogamente, ao invs de o 2 = 1
-n------------ teremos:
X f
X [f, x (X, X )2]
s2 = - 1 -n
X f i
X PM ?
(
E ao invs de o =
;=1
i n
x f ) 1
X (P M ,
n V,=i
n
2
x
f ,)
usaremos:
2
X (PM? x f )2- X (PM, x f )

V 1=1
s2 = -n 1
Resolva as questes abaixo antes de prosseguir:
12. ESAF - ATRFB - 2009) Obtenha o valor mais prximo da varincia amostral da
seguinte distribuio de frequncias, onde xi representa o i-simo valor observado e
fi a respectiva frequncia.
xi : 5 6 7 8 9
fi : 2 6 6 4 3
a) 1,429.
b) 1,225.
c) 1,5.
d ) 1,39.
e) 1,4.
RESOLUO:
Prof. Arthur Lima
41

Aqui temos uma amostra. e no uma populao. Portanto, a frmula da
varincia :
Variancia(amostra) = S2
Z (X - X )2
1________
n 1
O primeiro passo calcular a mdia, que dada por:

n
Z (Xi x Fi )
Mdia =
i =1
ri
Z
i =1
Mdia =
5x 2 + 6 x 6 + 7 x 6 + 8x 4 + 9 x 3
2 + 6+ 6+ 4 + 3
147
=7
21
Para o clculo da varincia, temos:
S2
(5 7)2 x 2 (6 7)2 x 6 (7 7)2 x 6 (8 7)2x 4 (9 7)2 x 3

21 1
30
20
1,5
Resposta: C
13. ESAF - SEFAZ/SP - 2009 - Adaptada) Considerando que uma srie de

observaes constituem uma amostra aleatria simples X1, X2, ..., Xn de uma
varivel aleatria X, determine o valor mais prximo da varincia amostral, usando
um estimador no tendencioso da varincia de X.
Considere que:
a) 96,85
b) 92,64
c) 94,45
Prof. Arthur Lima
42

d) 90,57
e) 98,73
RESOLUO:
Para resolver essa questo preciso lembrar que a varincia pode ser
calculada com a seguinte frmula, sem a necessidade de obteno da mdia
amostral:
n
s2
^
>=1
2-
n y
X
t=
n - 1
Veja que foi dado que n = 23, e que:

X t2 = 8676
t=1
X , = 388
i=1
Portanto,
n
X
s2 = -!=-
An
,2
X,
n y i=1 J
n -1
1
8676 - (388 )
23
23 -1
s2 = 96,84
Resposta: A
Desvio padro (G):

Obtida a varincia, fica fcil calcular o desvio-padro de uma populao ou
amostra. Basta tirar a raiz quadrada da varincia. Isto :
Desvio padro = VVarincia
Assim, podemos dizer que o = d o 2 (desvio padro populacional) e que

s
= 4s^ (desvio padro amostral).

Lembrando que o desvio-padro e a varincia so medidas de disperso dos
dados, bom voc saber que, quanto maiores estes valores forem, mais
espalhados esto os dados (caso da praia), e quanto menor, mais prximos esto
os dados (caso da faculdade).
Resolva a questo a seguir:
Prof. Arthur Lima
43

14. CESPE - MEC - 2009) Merendas escolares demandadas em 10 diferentes
escolas:
200, 250, 300, 250, 250, 200, 150, 200, 150, 200.
Com base nessas informaes, julgue os prximos itens.

( ) A mediana da distribuio do nmero dirio de merendas escolares igual a
225.
(
) O desvio padro amostral dos nmeros dirios de merendas escolares
superior a 50.
RESOLUO:
225.
Para obter a mediana, o primeiro passo colocar os dados em ordem
crescente. Veja isso abaixo:
150, 150, 200, 200, 200, 200, 250, 250, 250, 300.
Temos 10 elementos, portanto n = 10. A seguir devemos calcular o valor de
(n+1)/2, que neste caso ser (10+1 )/2 = 5,5. Veja que no obtivemos um valor
exato, pois n par. Assim, a mediana ser a mdia aritmtica dos dois termos
centrais da amostra, que so aqueles mais prximos da posio 5,5, ou seja, o 5
e o 6 termo:
Mediana =
200 + 200
= 200
Item ERRADO.
superior a 50.
O desvio padro amostral dado por:
Prof. Arthur Lima
44

Ii (X, - X)2
=1
s=
n -1
onde n o nmero de elementos (n =
1 0 ),
Xi representa cada elemento da
amostra e X a mdia da amostra. A mdia, neste caso, :
X =
150 +150 + 200 + 200 + 200 + 200 + 250 + 250 + 250 + 300
= 215
10
Portanto, o desvio padro ser:

I
s=
s=
s=
s=
(X i - X ) 2
i =1
n -1
2 x (150 - 215)2 + 4 x (200 - 215)2 + 3 x (250 - 215)2 + 1x (300 - 215)2
10 -1
2 x (-6 5 )2 + 4 x ( - 1 5)2 + 3 x (35)2 +1 x (85)2
9
8450 + 900 + 3675 + 7225
9
= V2250
Observe que esse nmero inferior a 50, pois 50 = V2500 . Assim, o item
est ERRADO.
Resposta: E E
importante voc conhecer as seguintes propriedades do desvio padro e
da varincia (caem bastante!):

- se somarmos ou subtrairmos um mesmo valor de todos os elementos de uma
amostra, o desvio padro e a varincia permanecem inalterados. Isso porque essas
so medidas de disperso. Ao somar o mesmo nmero em todos os elementos, eles
no se tornam mais dispersos (mais espalhados), apenas deslocam-se juntos para
valores mais altos.
- se multiplicarmos ou dividirmos todos os elementos da amostra pelo mesmo valor,
o desvio padro multiplicado/dividido por este mesmo valor. J a varincia
multiplicada/dividida pelo quadrado desse valor (pois ela igual ao quadrado do
desvio padro).
Assim, se temos uma varivel X, com desvio padro ox, e definimos uma
varivel Y como sendo Y = a.X + b (ou seja, a distribuio Y formada pelos
Prof. Arthur Lima
45

mesmos termos da distribuio X, porm multiplicados por a e depois somados com
b), podemos dizer que:
- o desvio padro de Y ser: y = a x x (veja que o b nem aparece aqui);
- a varincia de Y ser y2 = a2 x 2
Em alguns casos, voc pode ser apresentado a duas populaes diferentes
(ex.: moradores da cidade A e da cidade B), sendo fornecidos o nmero de
elementos de cada amostra (nA e nB), bem como a varincia de cada amostra. Com
isso em mos, possvel calcular a varincia que teria uma amostra composta pela
unio dos indivduos de A com os indivduos de B usando a frmula abaixo:
V arincia AuB =
V arinciaA x nA + V a ri n ciaB
, x nB
nA + nB
Coeficiente de variao (CV):

Trata-se da razo entre o desvio padro e a mdia, sendo normalmente
expresso na forma percentual:
CV =
Veja essa questo sobre o CV:
15. FCC - BACEN - 2006) Em um colgio, a mdia aritmtica das alturas dos 120
rapazes de m centmetros com uma varincia de d2 centmetros quadrados (d >
0). A mdia aritmtica das alturas das 80 moas de (m -
8)
centmetros com um
20
desvio padro igual a d centmetros. Se o correspondente coeficiente de

variao encontrado para o grupo de rapazes igual ao coeficiente de variao
encontrado para o grupo de moas, tem-se que a mdia aritmtica dos dois grupos
reunidos de
a) 162,0 cm
b) 164,6 cm
c) 164,8 cm
d) 166,4 cm
Prof. Arthur Lima
46

Estratgia
C O N C U R S O S
e) 168,2 cm
RESOLUO:
O coeficiente de variao dado por C V =
(desvio padro dividido pela
M
mdia). O enunciado nos disse que, para os rapazes,
m=m
e o 2 = d 2 (portanto,
o = d ). Portanto, o coeficiente de variao para os rapazes :

CV_
rapazes
Para as moas, foi dito que
= m 8 e o =
20
d , levando ao seguinte
coeficiente de variao:
20
d
CV
= 0 = -21
moas M m 8
Como foi dito que C Vrapazes = C Vmoas , ento:

20
d
m
d
21
m 8
Logo,
1
m
20
21
m 8
s = 20 m
m 8
21
m 20 m = o8
21
m =8
21
m = 168
Portanto, a mdia de altura dos 120 rapazes de 168cm, e a mdia de altura

das 80 moas 160cm. Calculando a mdia do grupo inteiro, temos:
Media =
120 x 168 + 80 x 160

= 164,8cm
120 + 80
Resposta: C
Prof. Arthur Lima
47

1.1.4 VALOR ESPERADO DE VARIVEIS ALEATRIAS
Chamamos de valor esperado de uma varivel aleatria a soma dos produtos
entre cada valor que a varivel pode assumir e a probabilidade de cada valor ser
obtido. Imagine, por exemplo, a varivel aleatria X = nmero de carros em uma
casa. A partir da anlise de uma amostra de casas, voc monta a tabela abaixo:
Nmero de carros em uma casa: X
Probabilidade: p(x)
10%
40%
30%
15%
5%
Mais de 4
Veja, por exemplo, que a probabilidade de entrar em uma casa com

exatamente 3 carros de 15%. Isto , p(X = 3) = 15%. Assim, ao escolher
aleatoriamente uma casa, o nmero esperado de carros ali presentes dado por:
E ( X ) = Z x x P ( x)
E (X ) = 0x 10% +1 x 40% + 2 x 30% + 3x 15% + 4x 5% = 1,65
Portanto,
espera-se encontrar
1,65 carros em uma casa escolhida
aleatoriamente. Ou melhor, o valor esperado da varivel aleatria X igual a 1,65.

Obviamente voc nunca encontrar em uma casa um nmero fracionrio de carros,
mas ao avaliar vrias casas, espera-se que em mdia voc encontre 1,65 carros por
casa.
Utilizamos ainda os nomes Esperana de X ou Expectncia de X como
sinnimos do Valor esperado de X. E utilizamos o smbolo E(X).
Assim, a rigor a esperana matemtica, valor esperado ou expectncia da

varivel aleatria X dada por:
E(X
) = Z x x p ( xi )
i=l
A frmula acima vlida para variveis aleatrias discretas, de modo que

p(xi) representa a probabilidade de cada valor xi que a varivel X pode assumir.
Prof. Arthur Lima
48

Algumas variveis aleatrias apresentam a mesma probabilidade para

qualquer dos valores possveis. Em um dado no-viciado, por exemplo, a
probabilidade de obter qualquer dos valores {1, 2, 3, 4, 5,
6}
igual a 1/6. Neste
caso dizemos que estamos diante de um espao amostral equiprovvel, ou seja,

todos os valores possveis do espao amostral da varivel X possuem a mesma
probabilidade. Nestes casos, o valor esperado igual mdia aritmtica dos
possveis valores da varivel aleatria. No caso do dado, temos:
E(X) =
V
t!
x. x p ( x
'
) = 1x
+2x
+ 3x
+4x
+ 5x
+6x
= 3 ,5
Repare que o valor encontrado justamente a mdia dos valores do conjunto

{1,2, 3, 4, 5, 6 }. Isto , a esperana matemtica da varivel aleatria X justamente
o valor mdio desta varivel.
No caso das variveis aleatrias contnuas, a frmula da esperana
essencialmente a mesma, porm usando a Integral (operao que voc no precisa
conhecer). A ttulo de curiosidade, seria:
E ( X ) = | x x f (x ) d x ,
onde f(x) a funo de densidade de probabilidade de X

Finalizando, seguem algumas propriedades do Valor Esperado que julgo
serem interessantes voc conhecer:
a) E(k) = k -> a esperana de uma funo constante igual prpria constante.

Ex.: se uma varivel X tal que s assume o valor k = 7, ento E(X) = 7.
b) E(aX + b) = aE(X) + b -> sendo a e b duas constantes, a varivel aleatria Y = aX

+ b tem o valor esperado igual a aE(X) + b. Ex.: sendo Y = 2X + 1, ento:
E(Y) = E(2X + 1) = 2E(X) + 1
Prof. Arthur Lima
49

c) E(aX + bY) = aE(X) + bE(Y) -> sendo X e Y duas variveis aleatrias, ento a
esperana da varivel Z = aX + bY igual a aE(X) + bE(Y). Ex.: sendo Z = 2X + 3Y,
ento:
E(Z) = E(2X + 3Y) = 2E(X) + 3E(Y)
1.2 AMOSTRAGEM
Chamamos de tcnicas de amostragem aquelas tcnicas utilizadas para
selecionar, dentre os indivduos de uma populao, aqueles que faro parte de
nossa amostra, sobre a qual calcularemos os dados estatsticos de nosso interesse.
Existem diversas formas de se formar uma Amostra de uma determinada
populao. Algumas dessas formas so chamadas de probabilsticas (casuais), pois
permitem (cientificamente) que utilizemos as tcnicas de inferncia estatstica,
extrapolando os resultados para o restante da populao, calculando margens de
erros etc. As demais formas so chamadas de no-probabilsticas (no casuais).
Apesar de muito utilizadas, elas no permitem (com o mesmo rigor) a utilizao das
tcnicas de inferncia que estudaremos.
1.2.1 TCNICAS CASUAIS DE AMOSTRAGEM (PROBABILSTICAS):

Digamos que queremos estimar o percentual de homens residentes em um
determinado bairro. Vejamos tcnicas probabilsticas para escolher uma amostra
desta populao, evitando ter que analisar cada um dos moradores daquele bairro.
1.2.1.1 AMOSTRAGEM ALEATRIA SIMPLES

Uma primeira forma de amostragem probabilstica a escolha aleatria dos
indivduos da populao que faro parte da amostra (em uma lista, por exemplo).
Trata-se da amostragem aleatria (ou casual) simples. Esta amostragem pode ser
feita com reposio (onde um mesmo indivduo pode ser escolhido mais de uma vez
para a amostra) ou sem reposio (onde cada indivduo s pode ser escolhido uma
vez).
Repare que, para fazer uma amostragem aleatria, preciso que voc tenha
acesso aos dados de todos os indivduos da populao, para, a partir dessa
listagem, efetuar uma seleo aleatria de indivduos.
1.2.1.2 AMOSTRAGEM SISTEMTICA

Prof. Arthur Lima
50

Uma outra forma de escolher os indivduos do bairro que faro parte da
amostra utilizando a amostragem sistemtica. Tendo a lista de todos os indivduos
em mos, e algumas caractersticas destes indivduos, podemos criar um critrio
para a escolha dos selecionados. Exemplificando, imagine que decidimos visitar
apenas os moradores das casas cujo nmero mltiplo de 10. Veja que criamos um
sistema de escolha, motivo pelo qual esse tipo de amostragem conhecido como
sistemtico.
1.2.1.3 AMOSTRAGEM POR CONGLOMERADOS (AGRUPAMENTOS)

Ao invs de criar um sistema de escolha, como fizemos na amostragem
sistemtica, podemos decidir analisar subgrupos inteiros da populao. Trata-se da
amostragem por conglomerados (ou agrupamentos). Ex.: podemos selecionar,
aleatoriamente, quarteires inteiros daquele bairro, e verificar todos os indivduos
que ali residem.
Repare que neste exemplo, os conglomerados foram definidos como sendo
quarteires inteiros do bairro. Esta uma boa forma de escolha, pois os
conglomerados so mutuamente exclusivos, isto : cada indivduo s far parte de
conglomerado.
1.2.1.4 AMOSTRAGEM ESTRATIFICADA

Em alguns casos, podemos dividir a populao em estratos, que so
subconjuntos da populao compostos por indivduos com algumas semelhanas
entre si. A diferena entre estratos e conglomerados que, nos estratos, os
indivduos devem ter alguma caracterstica em comum que os torna mais
semelhantes, enquanto os conglomerados so meros agrupamentos com base em
um critrio qualquer. Os estratos tambm devem ser mutuamente exclusivos, para
que cada indivduo participe de apenas 1 estrato. Feito isso, podemos selecionar
uma quantidade de indivduos dentro de cada estrato para efetuar a nossa anlise.
Por exemplo, podemos dividir todos os moradores em intervalos de idades
(estratos): de 0 a 15 anos, de 15 a 30, de 30 a 45 etc. Feito isso, podemos analisar
uma quantidade de indivduos dentro de cada estrato.
Como escolher a quantidade de indivduos de cada estrato que ser
analisada? Os principais mtodos de escolha so:
Prof. Arthur Lima
51

- alocao uniforme: neste caso, escolhe-se uma quantidade igual de indivduos
dentro de cada estrato.
- alocao proporcional: neste caso, escolhe-se quantidades de indivduos dentro de

cada estrato de maneira proporcional representatividade daquele estrato na
populao inteira.
- alocao de Neyman (ou repartio tima): leva em conta a varincia dentro de

cada estrato da populao para decidir o tamanho de cada estrato. No precisamos
entrar em maiores detalhes sobre o clculo desta alocao.
1.2.2 TCNICAS NO-CASUAIS DE AMOSTRAGEM (NO PROBABILSTICAS):

Um exemplo de tcnica no-probabilstica aquela usada em algumas
pesquisas de opinio, onde o pesquisador fica em um local com grande circulao
de pessoas (ex.: estao de metr) e vai entrevistando pessoas ao acaso
(acidentalmente). Trata-se da amostragem acidental.
Outro exemplo seria a escolha intencional, por parte do entrevistador, de
pessoas que ele acredita serem relevantes para a sua pesquisa. Trata-se da
amostragem intencional.
Outra conhecida forma de amostragem no probabilstica a amostragem
por cotas. Nela, o primeiro passo dividir a populao em grupos - como feito nas
amostragens estratificada ou por conglomerados - e, a seguir, extrair quantidades
pr-definidas (cotas) de indivduos de cada grupo para se montar a amostra. Veja
que a diferena deste tipo de amostragem para os tipos probabilsticos que as
quantidades
de
indivduos
em
cada
grupo/estrato
so
pr-definidas,
no
obedecendo qualquer critrio estatstico.

Tambm temos a amostragem de voluntrios. Imagine que voc pretende
fazer experincias de um novo remdio, e para isso precise de cobaias. Como voc
no pode obrigar pessoas a participarem do experimento, voc precisa contar com
voluntrios. Assim, a amostra de indivduos que voc vai utilizar no tem
fundamento estatstico.
Note que escolhas ruins do tipo de amostragem podem levar a concluses
absurdas. Exemplificando, digamos que queremos estimar o percentual de homens
Prof. Arthur Lima
52

na populao de nosso bairro. Para isso, decidimos criar nossa amostra da seguinte
forma: percorrer todos os sales de beleza do bairro, anotando o nmero de
homens e o nmero de mulheres. Veja que provavelmente chegaremos a uma
concluso absurda (muito mais mulheres do que homens). Essa distoro no
resultado se deve ao fato de que, em regra, as mulheres costumam frequentar mais
os sales de beleza do que os homens. Portanto, a nossa tcnica de amostragem
foi falha.
Antes de prosseguir, resolva essas questes abaixo:
16. FGV - Senado Federal - 2008) A respeito dos principais tipos de amostragem,
correto afirmar que:
a) a amostragem sistemtica possui carter no-probabilstico.
b) na amostragem aleatria estratificada h a possibilidade de que nenhuma
unidade de um ou mais estratos sejam selecionadas.
c) as informaes obtidas atravs de uma amostragem acidental permitem a
obteno de inferncias cientficas de caractersticas da populao.
d) na amostragem de conglomerados todos os conglomerados so sempre
selecionados.
e) a amostragem estratificada geralmente mais eficiente do que a amostragem
aleatria simples de mesmo tamanho.
RESOLUO:
a) a amostragem sistemtica possui carter no-probabilstico.
Falso. A tcnica de amostragem sistemtica cientfica, isto , probabilstica
(ou casual).
b) na amostragem aleatria estratificada h a possibilidade de que nenhuma

unidade de um ou mais estratos sejam selecionadas.
Falso. Na amostragem estratificada preciso selecionar indivduos de todos
os estratos.
c) as informaes obtidas atravs de uma amostragem acidental permitem a

obteno de inferncias cientficas de caractersticas da populao.
Falso. A amostragem acidental considerada no-probabilstica, no
permitindo a obteno cientfica de caractersticas da populao.
Prof. Arthur Lima
53

d) na amostragem de conglomerados todos os conglomerados so sempre

selecionados.
Falso. Ao criar os conglomerados (ex.:
quarteires de um bairro),
selecionaremos apenas alguns deles, aleatoriamente, para a nossa anlise.
e) a amostragem estratificada geralmente mais eficiente do que a amostragem

aleatria simples de mesmo tamanho.
Verdadeiro. A amostragem estratificada mais elaborada, pois nos obriga a
selecionar indivduos de todos os estratos, tendo uma viso melhor do total da
populao. Ex.: na pesquisa sobre o percentual de homens no bairro, fomos
obrigados a analisar indivduos de todas as idades presentes na populao.
Resposta: E
17. FCC - TRT/3a - 2009)
O objetivo de uma pesquisa era o de se obter,
relativamente aos moradores de um bairro, informaes sobre duas variveis: nvel

educacional e renda familiar. Para cumprir tal objetivo, todos os moradores foram
entrevistados e argudos quanto ao nvel educacional, e, dentre todos os domiclios
do bairro, foram selecionados aleatoriamente 300 moradores para informar a renda
familiar. As abordagens utilizadas para as variveis nvel educacional e renda
familiar foram, respectivamente,
(A) censo e amostragem por conglomerados.
(B) amostragem aleatria e amostragem sistemtica.
(C) censo e amostragem casual simples.
(D) amostragem estratificada e amostragem sistemtica.
(E) amostragem sistemtica e amostragem em dois estgios.
RESOLUO:
No caso do nvel educacional, analisou-se todos os indivduos da populao.
Portanto, efetuou-se um censo.
No caso da renda, selecionou-se aleatoriamente (isto , ao acaso) 300
indivduos, que serviram de amostra. Trata-se, portanto, da tcnica de amostragem
aleatria (ou casual) simples.
Resposta: C
Prof. Arthur Lima
54

18. CESPE - TJ/ES - 2011) No que concerne aos planos amostrais, julgue os itens
a seguir.
( ) Tanto na amostragem estratificada quanto na amostragem por conglomerados, a
populao dividida em grupos. Na amostragem por conglomerados, de cada grupo
seleciona-se um conjunto de elementos; na amostragem estratificada, devem-se
selecionar quais estratos sero amostrados e, desses, observar todos os elementos.
RESOLUO:
Na amostragem por conglomerados, dividimos uma populao em grupos
(por exemplo, dividimos os habitantes de uma cidade de acordo com os bairros que
habitam), escolhemos alguns grupos para formar a amostra (3 bairros, por exemplo)
e analisamos todos os indivduos destes grupos. Na amostragem estratificada,
tambm dividimos uma populao em grupos com alguma caracterstica em comum
(ex.: crianas, jovens, adultos e idosos) e, dentro de cada um destes grupos,
selecionamos uma quantidade de indivduos para formarem a amostra (ex.:
selecionamos 10% dos indivduos de cada faixa etria). Isto o contrrio do que foi
afirmado no enunciado. Item ERRADO.
Resposta: E
1.3 DISTRIBUIO DE PROBABILIDADE DISCRETA

Sabemos que uma varivel aleatria pode assumir diversos valores. Por
exemplo, sendo X a varivel aleatria idade dos moradores de So Paulo,
expressa em anos. Cada observao Xi ter um valor que pode ir de 0 a 150 anos
(assumindo que impossvel algum viver mais de 150 anos). Sabemos que bem
mais fcil encontrar um indivduo entre 30 e 40 anos do que encontrar um indivduo
entre 110 e 120 anos. Isto , a probabilidade da varivel X assumir o valor x = 32
anos maior do que a probabilidade da varivel X assumir o valor x = 117 anos.
Podemos criar uma funo P(X = x), chamada funo de probabilidade, que
descreve a probabilidade de a varivel X assumir cada valor x entre 0 e 150 anos.
Tendo esta funo, se quisermos calcular a probabilidade de encontrar um indivduo
com x = 32 anos, basta calcular P(X=32).
Agora passaremos a tratar especificamente das principais distribuies de
probabilidade. O importante voc entender a utilidade de cada distribuio, isto ,
a situao na qual cabe empreg-la. Tambm importante saber calcular seus
principais parmetros (mdia e varincia).
Prof. Arthur Lima
55

1.3.1 DISTRIBUIO DE BERNOULLI

A distribuio de Bernoulli descreve os casos de variveis aleatrias que s
podem assumir 2 valores distintos (0 ou 1). A probabilidade de assumir o valor 1
igual a p, e de assumir o valor igual a 0 o restante, ou seja, 1 - p. Isto ,
P(X = 1) = p
e
P(X = 0) = 1-p
Nesta distribuio, a mdia ser:
E(X) = p
E a varincia ser:
Var (X ) = p x (1 - p)
Obs.: em estatstica costumamos chamar a mdia de primeiro momento da

distribuio, e a varincia de segundo momento.
Exemplo: uma varivel aleatria X, cujo espao amostral {0, 1}, tem 20% de
chance de assumir o valor 0. Vamos calcular o seu desvio padro:
Note que P(0) = 20% = 0,20. Ou seja,

1
- p = 0 ,2 0
p = 0,80
Assim,
Var(X ) = p x (1 - p) = 0,80 x 0,20 = 0,16
Portanto,
s = V V r(X ) = V16 = 0,4
1.3.2 DISTRIBUIO BINOMIAL

Para alguns fenmenos da natureza temos apenas
resultados possveis:
sucesso ou fracasso. Por exemplo, digamos que vamos lanar um dado e o nosso
objetivo obter o nmero 5. Ao lanar esse dado, s podemos ter 2 tipos de
resultado: sucesso (conseguirmos obter o nmero 5) ou fracasso (qualquer outro
nmero).
Prof. Arthur Lima
56

A distribuio binomia l de probabilidades cuida de fenmenos como este,
onde:
-
s temos
temos um nmero fixo de tentativas (ex.: 3 lanamentos do dado);
cada tentativa independente das demais (o resultado obtido com um
resultados possveis (sucesso ou fracasso);
lanamento do dado em nada afeta o lanamento seguinte).
A frmula abaixo nos d a probabilidade de termos exatamente k casos de

sucesso, ao efetuar n tentativas, sendo que a probabilidade de sucesso de uma
tentativa de p:
P(k, n, p) =
onde
n
VkJ
x p x (1 - p ) n - k
Vk J
a combinao de n, k a k
Para voc entender melhor, voltemos ao exemplo do dado. A probabilidade

de ter sucesso em um lanamento de
em
resultados possveis, isto , 1 /6 , e a
de fracasso de 5/6. Portanto, p = 1/6 e (1 - p) = 5/6. Como faremos 3 lanamentos,

ento n = 3. Com isso, podemos calcular a probabilidade de obter o nmero
em
apenas 2 dos 3 lanamentos, isto , ter 2 sucessos. Basta considerar k = 2:

P(k, n, p) =
n
Vk J
x p k x (1 - p) n - k
r i
P(2,3 ) = C(3,2) x
6
/ 5y -2
x
V6
V6 y
_5_
1 3x2
x
P(2,3,) = x
6
2x1
V36j V6 J 72
1 N\
Numa distribuio binomial, o valor esperado ser:

E(X) = n x p
Em nosso exemplo do dado, n = 3 e p = 1/6, portanto E(X) = 3 x (1/6) = V2 =

0,5. Isto , ao lanar o dado 3 vezes, esperado que se obtenha sucesso em
apenas 0,5 lanamento (menos de 1 lanamento!). Isto , em mdia, ao lanar o
dado 3 vezes, obteremos o nmero
Prof. Arthur Lima
apenas 0,5 vez.
57

J a varincia dada por:
Var(X) = n x p x (1-p).
Fixe os conceitos da distribuio binomial, uma das mais cobradas nas

provas, resolvendo o exerccio abaixo:
19. CEPERJ - OFICIAL SEFAZ/RJ - 2011) Suponha que a varivel aleatria X

tenha distribuio binomial com mdia 3,5 e varincia 1,75. Nesse caso, a
probabilidade P(X > 2) ser igual a:
A) 1/2
B) 15/16
C) 8/128
D) 21/128
E) 29/128
RESOLUO:
A mdia da binomial dada por E(X) = nxp. Portanto:
E(X) = nxp = 3,5
J a varincia dada por Var(X) = nxpx(1-p). Como nxp = 3,5, ento:
Var(X) = 3,5 (1-p)
1,75 = 3,5 (1-p)
p = 0,5
Sendo nxp = 3,5; e p = 0,5; ento n = 7.
Portanto, sabemos que nessa binomial temos 7 tentativas (n = 7) com 0,5
chance de sucesso em cada uma ( p = 0,5). O exerccio quer a probabilidade de 2
ou mais sucessos. Isso igual
100%
menos a probabilidade de
ou
sucessos
apenas. Isto :
P(X > 2) = 100% - P(X = 1) - P(X = 0)
Sabemos que a probabilidade de X sucessos em uma distribuio binomial
dada pela frmula:
Prof. Arthur Lima
58

P(x, n, p) =
n ^
x p x x (1 - p) n -x
Vx J
Vamos calcular ento P(X = 0) e P(X = 1):
P(0;7;0,5) =
7^
( \\
x 0,50x (1 - 0,5)7-0 = 1x 1x
V0 J
P(1;7;0,5) =
(7^
v1 ,
V2 J
(11
v2 ,
x 0,51x (1 - 0,5)7-1 = 7 x 0,5 x 0,56 = 7 x ( 1 V

V 2J
Portanto,
P(X > 2) = 100% - P(X = 1) - P(X = 0)
7
P(X > 2) = 1- 7 x
V2 J
V2 j
3
P(X > 2) = 1- 23 x
= 1-
27
= 1= 1-
24
8 x 2\7
1
16
15
16
Resposta: B.
1.4.3 DISTRIBUIO DE POISSON

Imagine que, em uma fila de banco, costuma chegar 1 pessoa a cada 4
minutos. Ora, se chega em mdia 1 pessoa a cada 4 minutos, esperado que em
10 minutos cheguem 10 / 4 = 2,5 pessoas. Mas pode ser que em um determinado
intervalo de
10
minutos cheguem um pouco mais, e em outro intervalo cheguem um
pouco menos, de modo a manter essa mdia de 2,5.

Aqui a nossa varivel aleatria o nmero de pessoas que chegam em 10
minutos. Repare que esta uma varivel discreta, e a ocorrncia de um evento
(chegada) independe da ocorrncia de outro. A distribuio de Poisson (equao
abaixo) descreve esses casos:
f (k;)
e x k
kT~
Esta funo descreve a probabilidade da ocorrncia de exatamente k

eventos. Nesta equao, o nmero esperado de ocorrncias por unidade de
Prof. Arthur Lima
59

tempo ou quantidade (conforme o caso), e o nmero de Euler (e = 2,71828...), e
k! o fatorial de k.
Se quisermos calcular a probabilidade de, em 10 minutos, chegarem
exatamente 5 pessoas, temos k = 5. Neste caso, ser igual a 10/4 = 2,5, pois
esperado que cheguem = 2,5 pessoas em 10 minutos. Assim,
f(M ) =
f (5;2,5)
e~x k
k!
e ~2,5 x 2,55
5!
0,0668
Obs.: no esperado que voc calcule o valor de e-2,5!!!
Portanto, a probabilidade de chegarem exatamente 5 pessoas em 10 minutos

igual a 6 ,6 8 %. Podemos fazer este mesmo clculo para obter a probabilidade de
chegarem exatamente k = 0, 1, 2, 3, 4, 5,
ou mais pessoas em 10 minutos. Com
isso, teramos a seguinte distribuio de probabilidades:
X (nmero de pessoas chegando em 10 minutos)
Veja neste grfico que temos uma concentrao de probabilidades em torno

da mdia (2,5) e uma reduo de probabilidade medida que caminhamos para a
direita, ou seja, aumentamos o nmero de pessoas chegando em
10
minutos.
Na distribuio de Poisson, a mdia :
Prof. Arthur Lima
60

E(X) =
E a varincia :
Var(X) =
Ou seja, em nosso exemplo, tanto a mdia quanto a varincia seriam iguais a

2,5. Certifique-se que entendeu a teoria de distribuio Poisson, outra distribuio
muito cobrada, com esta questo:
20. ESAF - AFRFB - 2009) O nmero de petroleiros que chegam a uma refinaria
ocorre segundo uma distribuio de Poisson, com mdia de dois petroleiros por dia.
Desse modo, a probabilidade de a refinaria receber no mximo trs petroleiros em
dois dias igual a:
RESOLUO:
Se chegam em mdia
petroleiros por dia, podemos esperar que em dois
dias cheguem, em mdia, 4 petroleiros. Veja que este o nmero esperado de

ocorrncias por unidade de tempo (neste exerccio, a unidade de tempo 2 dias).
Portanto, 4 .
A distribuio de Poisson tem a seguinte distribuio de probabilidades:
f (k;)
Prof. Arthur Lima
e x k
k
61

Se queremos no mximo 3 petroleiros, devemos somar as probabilidades de
chegarem 0, 1,2 ou 3 petroleiros, isto :
Probab(x < 3) = f (0) + f (1) + f (2) + f (3)
Aplicando a frmula de Poisson, temos:
x 40 e 4 x 41 e
+
+
1!
0 !
Probab(x < 3) = e
Probab(x < 3)
(
l
40
Probab(x < 3) = e
x 4 2 e 4 x 43
+
2 !
3!
^
3! J
42 43
41
+
2
(1 4 16 64 ^ = e
+ +
+
11 1
2
6
'
71
3
"
Resposta: C
1.4.4 DISTRIBUIO GEOMTRICA

Imagine que vamos lanar um dado e o nosso objetivo obter o valor 4. Qual
a probabilidade de serem necessrios 3 lanamentos at obter o valor 4?
Ora, a chance de no obter o 4 no primeiro lanamento de 5 em 6 , ou seja,
5/6. Da mesma forma, a chance de no obter o 4 no segundo lanamento de 5/6.
E a probabilidade de obter o 4 no terceiro lanamento de 1/6. Portanto, a
probabilidade de serem necessrios 3 lanamentos at o primeiro sucesso (obter o
4) :
P (X = 3)
5 1
6 6
( Y
1 J
Assim, sendo p a probabilidade de ter sucesso em uma tentativa, ento a

probabilidade de s vir a obter o primeiro sucesso na tentativa n dada por:
P (X = n ) = (1- p )n-1x p
Essa distribuio denominada geomtrica pois a probabilidade de serem

necessrias mais tentativas seguem uma progresso geomtrica de razo igual a
- p).
A mdia dessa distribuio :
Prof. Arthur Lima
62
(1

E(X) = 1/p
A varincia :
Var(X ) =
P
Muita ateno a um detalhe: se o exerccio pedisse qual a probabilidade de
serem necessrios
fracassos at obter o primeiro sucesso, voc deveria
considerar n = 3 (dois fracassos e mais um sucesso), e no n = 2, ok?
Exercite a Distribuio Geomtrica atravs da questo abaixo:
21. FCC - INFRAERO - 2011) Um experimento pode resultar em sucesso ou

fracasso com probabilidades 0,25 e 0,75, respectivamente. Considere a varivel
aleatria X = nmero de fracassos antes de ocorrer o primeiro sucesso. A
probabilidade de X ser pelo menos 2 e a mdia de X so dadas, respectivamente,
por:
a) 0,5625 e 4
b) 0,4375 e 2
c) 0,6525 e 4
d) 0,4375 e 4
e) 0,5625 e 2
RESOLUO:
Veja que estamos diante de uma distribuio geomtrica, que nos permite
calcular a probabilidade de obter o primeiro sucesso apenas na tentativa n, sendo
p a probabilidade de sucesso em cada tentativa. A probabilidade de ter o primeiro
sucesso apenas na 3a tentativa (ou seja, ter 2 fracassos antes) ou aps a 3a
tentativa igual a
100%
menos a possibilidade de sucesso na ia ou na 2 a tentativas.
A probabilidade de ter o primeiro sucesso na tentativa n :

P (X = n ) = (1 - p )n- 1x p
Assim, as probabilidades de ter o primeiro sucesso em n = 1 e em n = 2

tentativas so, respectivamente:
P (X = 1) = (1 - 0,25 )1- 1x 0,25 = 0,25
Prof. Arthur Lima
63

P (X = 2) = (1 - 0,25)2-1 x 0,25 = 0,1875
Portanto, a probabilidade de ter o primeiro sucesso a partir da 3a tentativa :

P(X > 3) = 1- 0,25 - 0,1875 = 0,5625
A mdia da distribuio geomtrica E(X) = 1/p = 1/0,25 = 4.

Resposta: A
1.4.5 DISTRIBUIO HIPERGEOMTRICA

Suponha que temos uma urna com 5 bolas azuis e 10 bolas de outras cores
(ou seja, no-azuis). Ao retirar 5 bolas desta urna, sem reposio, a probabilidade
de que exatamente 3 sejam azuis dada por
P=
C(5,3) x C(10,2)
C(15,5)
Na equao acima C(5,3) o nmero de maneiras de se escolher 3 das 5

bolas azuis, C(10,2) o nmero de maneiras de se selecionar 2 das outras 10 bolas
(para totalizar 5 bolas retiradas), e C(15,5) o total de maneiras de se selecionar 5
bolas na urna.
De forma genrica, a probabilidade de ter exatamente x elementos de um tipo
ao selecionar, sem reposio, n elementos de um total de N elementos (dos quais K
so do tipo pretendido, e N-K so de outros tipos), dada por:
P (x; n, N, K ) =
C(K, x ) x C(N - K, n - x )
C(N,n)
Chamamos essa distribuio de hipergeomtrica. A sua mdia :

E (X ) = n x
f K'
i Nj
A varincia :
Var (X ) = n x
fK^ L
x
1N j l
K ^ f N - n^
x
Nj l N- j
Ainda sobre distribuies hipergeomtricas, veja a questo abaixo:
Prof. Arthur Lima
64

22. FCC - TRT/233 - 2011) Placas de um circuito integrado so expedidas em lotes
de 10 unidades. Antes de um lote ser aprovado um procedimento de controle de
qualidade escolhe aleatoriamente e sem reposio 4 placas do lote. Se uma ou
mais forem defeituosas, todo o lote inspecionado. Supondo que num lote haja
duas placas defeituosas, a probabilidade de que o controle de qualidade indique
uma inspeo de todo o lote
a) 1/3
b) 2/3
c) 1/5
d) 2/5
e) 1/4
RESOLUO:
Queremos calcular a probabilidade de que pelo menos 1 das 2 placas
defeituosas seja escolhida, ao serem selecionadas 4 das 10 placas para inspeo.
A probabilidade de pelo menos 1 placa defeituosa ser escolhida igual a 100%
menos a probabilidade de zero placas defeituosas serem escolhidas P(0).
Para
calcular P(0),
veja
que
estamos
diante
de
uma
distribuio
hipergeomtrica. Isto porque queremos calcular a probabilidade de obter x = 0

placas defeituosas ao pegar n = 4 placas, sem reposio, em um conjunto de N = 10
placas das quais K = 2 so defeituosas. Portanto:
P( x;n,N ,K) =
C (K ,x) x C (N - K,n - x )
C(N, n )
P (0 4 10 2) = C(2,0) X C(10 - 2'4 - 0)

C(10,4)
C(2,0) x C(8,4)
C(10,4)
Portanto, a probabilidade de pegar pelo menos uma placa defeituosa :

P(X > 1) = 1 - P(0) = 1- 1 / 3 = 2 / 3
Resposta: B
Prof. Arthur Lima
65

2. RESOLUO DE EXERCCIOS
Passemos agora a uma bateria de exerccios sobre todos os tpicos vistos na
aula de hoje. Tente resolv-los antes de ler a minha resoluo! E j v preparando o
seu resumo com as frmulas mais importantes!
23. FCC - BACEN - 2006) A mdia aritmtica dos salrios dos 100 empregados
em uma empresa de R$ 1500,00. Na hiptese de serem demitidos 20
empregados, que ganham cada um o salrio de R$ 2500,00, e ser concedido,
posteriormente, um aumento de 10% em todos os salrios dos remanescentes, a
nova mdia aritmtica dos salrios ser de
a) R$ 1 375,00
b) R$ 1 350,00
c) R$ 1 345,00
d) R$ 1 320,00
e) R$ 1 300,00
RESOLUO:
Chamando de Si o salrio de cada empregado, e sabendo que a mdia de
salrios dos 100 empregados (n = 100) 1500, podemos dizer que:
Si
i =1
M d ia =
n
100
1500
100
Portanto,
100
IS
1500 X 100
150000
i =1
Ou seja, a soma dos salrios dos 100 empregados de 150000 reais. Retirar
20 empregados que ganham 2500 reais cada, significa retirar 20x2500 = 50000
reais desta soma, sobrando 150000 - 50000 = 100000 reais. Alm disso, o nmero
de funcionrios passou a ser de 80.
Prof. Arthur Lima
66

Aps essa retirada, concedido aumento de 10% para os funcionrios, o que
faz a soma dos salrios (100mil) aumentar em 10%, chegando a 110000 reais.
Deste modo, para obter a nova mdia dos salrios, basta dividir a soma total
(110mil) pelo novo nmero de empregados (80):
Mdia = 110000/80 = 1375 reais

Resposta: A
24. CESGRANRIO - TRANSPETRO - 2011) A respeito das medidas de tendncia

central e de disperso de uma distribuio de probabilidades, verifica-se que a(o)
a) moda sempre maior que a mdia.
b) mediana sempre menor que o desvio padro.
c) varincia sempre o dobro do desvio padro.
d) varincia uma medida de tendncia central.
e) desvio padro uma medida de disperso.
RESOLUO:
Vejamos cada alternativa:
a) moda sempre maior que a mdia.
ERRADO. Vimos que h distribuies onde a mdia maior que a moda.
b) mediana sempre menor que o desvio padro.

ERRADO. No h nada que impea a mediana ser maior que o desvio
padro.
c) varincia sempre o dobro do desvio padro.

ERRADO. A varincia o quadrado do desvio padro.
d) varincia uma medida de tendncia central.

ERRADO. A varincia uma medida de disperso ou variabilidade.
e) desvio padro uma medida de disperso.

CORRETO. O desvio padro uma medida de disperso ou variabilidade.
Resposta: E
Prof. Arthur Lima
67

25. FCC - BACEN - 2006) O histograma de freqncias absolutas a seguir foi
elaborado com base nas informaes contidas na revista O Empreiteiro, de junho
de 2005, que demonstra o comportamento das empresas construtoras do ramo da
construo civil no Brasil que obtiveram faturamento em 2004 maior ou igual a 15
milhes de reais e menor ou igual a 120 milhes de reais
Com base nestas informaes, obteve-se a mdia aritmtica do faturamento das

empresas deste estudo, considerando que todos os valores includos num certo
intervalo de classe so coincidentes com o ponto mdio deste intervalo. Com
relao ao total de empresas deste histograma, o valor encontrado para esta mdia
pertence ao intervalo de classe que contm
a) 24% das empresas
b) 16% das empresas.
c) 9% das empresas.
d) 7% das empresas.
e) 5% das empresas.
RESOLUO:
Podemos representar os dados da tabela acima pela seguinte tabela:
Classe
(milhes de
Frequncias (Fi)
reais)
24
16
30 |--- 45
CO
31
LO
st
Prof. Arthur Lima
15 |--- 30
60 |75
75 |90
90 |105
105 |120
68

Calculando os pontos mdios de cada classe, temos:

Classe
Ponto mdio
(milhes de
(milhes de
reais)
reais)
15 | 30
22,5
31
30 | 45
37,5
24
LO
st
o
CO
52,5
16
60 |75
67,5
75 |90
82,5
90 |105
97,5
105 |120
112,5
Frequncias (Fi)
Com isso em mos, podemos calcular o faturamento mdio atravs da

n
(PMi x F i)
frmula Mdia = n
. A coluna da direita da tabela abaixo nos auxilia a
YF
i=1
implementar essa frmula:
Ponto mdio
(milhes de
(milhes de
Frequncias
PMi x Fi
reais)
reais)
15 | 30
22,5
31
697,5
30 | 45
37,5
24
900,0
o
CO
(Fi)
LO
st
Prof. Arthur Lima
Classe
52,5
16
840,0
60 |75
67,5
607,5
75 |90
82,5
412,5
90 |105
97,5
682,5
105 |120
112,5
900,0
69

n
Somando os valores da coluna da direita, temos: (PMi x Fi) = 5040. Veja
i=1
ainda que a soma da coluna das freqncias Fi = 100.
i=1
Portanto, o faturamento mdio :
(PMi x Fi)
Mdia = i=1_________
n
T f,
i=1
5040
= 50,40
100
Este valor de faturamento (50,40 milhes de reais) est na 3a classe (de 45 a

60 milhes de reais), que contm 16 empresas. Portanto, o percentual de empresas
que se encontram nesta classe igual a 16/100 = 16%.
Resposta: B
26. CESGRANRIO - PETROBRS - 2010) Uma loja de convenincia localizada

em um posto de combustvel realizou um levantamento sobre o valor das compras
realizadas pelos seus clientes. Para tal tomou uma amostra aleatria de 21
compras, que apresentou, em reais, o seguinte resultado:
n d ic e
V a lo r
n d ic e
V a lo r
nd ice
V a lo r
1
2
19.40
14,00
18,30
27,20
8,70
10,30
7,20
8
9
22,00
34,00
15,50
28,50
34,00
10,80
15,50
15
16
18,00
29,00
34,00
15,50
13,40
17,00
19,00
3
4
5
6
7
10
11
12
13
14
17
18
19
20
21
A mediana dessa srie de observaes

a) 15,50
b) 18,00
c) 18,30
d) 28,50
e) 34,00
RESOLUO:
A mediana o termo da posio (21 + 1)/2 = 11. Colocando os dados em
ordem crescente, temos que o 11 termo o 18:
Prof. Arthur Lima
70

7,20; 8,70; 10,30;
10,80; 13,40; 14,00; 15,50; 15,50; 15,50; 17,00; 18,00; ...
Resposta: B
ATENO: considere os dados a seguir para responder s duas prximas

questes.
Em uma amostra de cinco residncias de uma determinada rua, registram-se os
seguintes nmeros de moradores em cada uma:
27. CESGRANRIO - BNDES - 2008) A varincia amostral

(A) 5,8
(B) 5,5
(C) 5,1
(D) 4,8
(E) 4,4
RESOLUO:
O somatrio dos nmeros de moradores : V
=20.
O somatrio dos quadrados dos preos :
V X 2 = 32+ 62+ 22+ 72+ 22 = 102
Temos n = 5 elementos na amostra. Assim, a varincia AMOSTRAL :
Var(X ) =
V X 2- 1 (V X )2 102 - 5 (20 )2
n
=
5
= 5,5
n 1
5 -1
Resposta: B
28. CESGRANRIO - BNDES - 2008) Seja X a varivel que corresponde ao nmero

de moradores em cada uma das 5 residncias. Qual o grfico da funo de
distribuio acumulada de X ?
Prof. Arthur Lima
71

(A)
F5(x)
(C )
F 5(x )
(B)
(D)
Fs(x)
F5(x)
Segue abaixo a tabela de frequncias simples e acumuladas:

Nmero de moradores
fi
Fac
Calculemos agora as frequncias acumuladas relativas, dividindo cada termo

da coluna Fac acima pelo total de elementos (n = 5) da amostra:
Prof. Arthur Lima
72

Nmero de moradores
Fac
Fac %
0%
0%
40%
60%
60%
60%
80%
100%
O grfico da alternativa A relaciona, no eixo horizontal, os valores da coluna

nmero de moradores de nossa tabela acima, e, no eixo vertical, os valores da
coluna Fac%:
Resposta: A
29. CESGRANRIO - BNDES - 2010) Em uma pesquisa de preos de determinado

produto, foram obtidos os valores, em reais, de uma amostra aleatria colhida em 6
estabelecimentos que o comercializam.
Prof. Arthur Lima
73

E s ta b e le c im e n to
P re o
5 ,0 0
8 ,0 0
6 ,0 0
6 ,0 0
4 ,0 0
7 ,0 0
A varincia dessa amostra

(A) 1,50
(B) 1,75
(C) 2,00
(D) 2,25
(E) 2,50
RESOLUO:
O somatrio dos preos : V X = 36 .
O somatrio dos quadrados dos preos :
V X 2 = 52+ 82+ 62+ 62+ 42+ 72 = 226
Temos n = 6 estabelecimentos. Assim, a varincia AMOSTRAL :
Var(X ) =
V X 1- 1 (V X )2 226 - 1 (36)2
n
=2
6 -1
n -1
Resposta: C
30. FCC - Banco do Brasil - 2006) Os salrios dos 40 empregados de uma

empresa, em 31 de dezembro de 2005, estavam distribudos conforme a tabela
abaixo:
Prof. Arthur Lima
74

Neste caso, tem-se que a mdia aritmtica dos salrios dos empregados
(A) R$ 1 400,00
(B) R$ 1 230,00
(C) R$ 1 150,00
(D) R$ 1 100,00
(E) R$ 1 050,00
RESOLUO:
Como temos uma tabela de frequncia, podemos usar a frmula:
(Xi XF i)
Mdia = i=1_______
F
i=1
Mdia =
400 X4 + 550 X8 +1000 X10 +1400 X16 +1800 X 2

= 1050
4 + 8+10 +16 + 2
Resposta: E
31. FCC - Banco do Brasil - 2011) Palmira faz parte de um grupo de 10

funcionrios do Banco do Brasil cuja mdia das idades 30 anos. Se Palmira for
excluda do grupo, a mdia das idades dos funcionrios restantes passa a ser 27
anos. Assim sendo, a idade de Palmira, em anos,
(A) 60.
(B) 57.
(C) 54.
(D) 52.
(E) 48.
RESOLUO:
Seja P a idade de Palmira e S a soma das idades dos 9 colegas restantes.
Como a mdia destes 9 colegas seria 27 anos, ento:
Prof. Arthur Lima
75

Mdia dos restantes = S / 9
27 = S / 9
S = 27 x 9 = 243 anos
Como a mdia total, incluindo a idade de Palmira, de 30 anos, temos que:

Mdia = (S + P) / 10
30 = (243 + P) / 10
P = 57 anos
Resposta: B
ATENO: leia a tabela a seguir para responder s duas prximas questes.

Idades de pessoas de uma turma preparatria para
um concurso e freqncias absolutas acumuladas
Id a d e s (a n o s )
F r e q n c ia A c u m u la d a
2 0 1
24
20
2 4 1
2 8
52
2 8 1
32
78
321 36
3 6 1
90
100
4 0
32. CESGRANRIO - BNDES - 2008) Sejam i e md, respectivamente, a mdia e a

mediana das idades. O valor de i - md :
(A) 0,80
(B) 0,75
(C) 0,70
(D) 0,65
(E) 0,60
RESOLUO:
A partir da coluna de frequncias acumuladas, podemos calcular as
frequncias simples (fi), simplesmente subtraindo o nmero de frequncias
acumuladas de uma classe do nmero da classe anterior. Veja isso na tabela
abaixo:
Idades
Prof. Arthur Lima
Fac
fi
76

20-24
20
20
24-28
52
52 - 20 = 32
28-32
78
78 - 52 = 26
32-36
90
90 - 78 = 12
36-40
100
100 - 90 = 10
Podemos ainda calcular os pontos mdios de cada classe de idades:
Idades (pontos mdios)
Fac
fi
22
20
20
26
52
52 - 20 = 32
30
78
78 - 52 = 26
34
90
90 - 78 = 12
38
100
100 - 90 = 10
Com isso, podemos calcular a idade mdia:

il =
22x 20 + 26x 32 + 30x 26 + 34x12 + 38x10
= 28,4
20 + 32 + 26 +12 +10
Voltando tabela de frequncias acumuladas, veja que o termo de posio

50 est na classe 24-28 anos. Logo, devemos fazer a interpolao linear nesta
classe:
Idades:
Freq.:
24
i1
20
md
i1
28
i1
50
52
|-------------------1-------------------- 1
Assim, podemos montar a proporo:

28 - md = 52 - 50
28 - 24 = 52 - 20
28 - md = 2
4
= 32
Prof. Arthur Lima
77

28 - md _ 1
4
_ 16
md _ 27,75
Logo,
j i -m d = 28,4 - 27,75 = 0,65
Resposta: D
33. CESGRANRIO - BNDES - 2008) A distncia interquartil , aproximadamente,

(A) 6,3
(B) 6,5
(C) 6,7
(D) 6,9
(E) 7,1
RESOLUO:
O primeiro quartil o termo da posio n/4 = 100/4 = 25. Na tabela de
frequncias acumuladas, note que este termo est no intervalo 24-28 anos. Assim,
usando o mtodo da interpolao linear, temos:
Idades:
Freq.:
24
I1
Q1
i
28
I1
20
25
52
i_____ ______ i______ ______ i

28 - Q1 _ 52 - 25
28 - 24 52 - 20
28 - Q1 _ 27
4
32
28 - Q1 _ 27
1
8
Q1 _ 24,625
Prof. Arthur Lima
78

O terceiro quartil o termo da posio 3n/4 = 3x100/4 = 75. Na tabela de
frequncias acumuladas, note que este termo est no intervalo 28-32 anos. Assim,
usando o mtodo da interpolao linear, temos:
Idades:
Freq.:
28
I1
52
i_____
Q3
I1
32
I1
75
78
______ i______ ______

32 - Q3 _ 78 - 75
32 - 28 _ 78 - 52
32 - Q3 _ 3
4 _ 26
32 - Q3 _
^
13
Q3 _ 31,53
Assim, Q3 - Q1 = 6,91.
Resposta: D
34. FCC - BANESE - 2012) O nmero de caixas eletrnicos disponveis em cada

agncia de um banco varia de acordo com o tamanho da agncia. O grfico a seguir
mostra como esto distribudos esses caixas nas vrias agncias.
Prof. Arthur Lima
79

O nmero mdio de caixas eletrnicos disponveis por agncia desse banco igual
a
(A) 3,25.
(B) 3,4.
(C) 3,5.
(D) 3,6.
(E) 3,75.
RESOLUO:
A partir do grfico temos a seguinte tabela de frequncias:
Xi
fi
10
15
49
33
37
Assim, a mdia dada por:
Prof. Arthur Lima
80

n
Mdia =
(Xi X Fi)
i =1
i =1
Mdia =
1x 10 + 2 x 15 + 3 X 49 + 4 X 33 + 5 X 37 + 6 X 6
= 3 ,6
10 + 1 5 + 49 + 33 + 37 + 6
Resposta: D
35. FCC - SPPREV - 2012) O professor de Biologia do Ensino Mdio, aps a

correo das provas de sua turma, costuma organizar uma tabela, contendo a
porcentagem de acertos em cada questo. Observe os resultados da ltima prova:
Q uesto
% de acerto
40
25
75
70
60
35
45
50
O professor atribuiu apenas as notas 0 (zero) ou 1,25 (um inteiro e vinte e cinco
centsimos), respectivamente, a cada questo errada ou certa e calculou a mdia
das notas da prova. O resultado obtido foi
(A) 6,0.
(B) 4,5.
(C) 4,0.
(D) 5,0.
(E) 5,5.
RESOLUO:
Podemos obter a nota mdia multiplicando o percentual de acertos em cada
questo pela pontuao do acerto (1,25). Ou seja:
Mdia = 40% x 1,25 + 25% x 1,25 + 75% x 1,25 + 70% x 1,25 + 60% x 1,25 + 35% x
1,25 + 45% x 1,25 + 50% x 1,25
Mdia = (40% + 25% + 75% + 70% + 60% + 35% + 45% + 50%) x 1,25
Mdia = 4 x 1,25 = 5
Resposta: D
Prof. Arthur Lima
81

Obs.: veja que quando trabalhamos com frequncias relativas (%) no
precisamos dividir pela soma das frequncias para obter a mdia. Isto porque a
soma das frequncias relativas de 100%, ou seja, 1 .
36. CESGRANRIO - BNDES - 2006) Se a mdia aritmtica dos valores de X 2,
quanto vale a mdia dos valores de Y = 2X+1?
(A) 4
(B) 5
(C) 6
(D) 8
(E) 9
RESOLUO:
A mdia afetada pela multiplicao e tambm pela soma. Assim, se a
mdia de X 2, ento a mdia de Y :
Y = 2X +1 = 2 x 2 +1 = 5
Resposta: B
37. FCC - TRE/SP - 2012) Em uma empresa trabalham 125 funcionrios, sendo 45
com nvel superior e 80 com nvel mdio. A mdia aritmtica dos salrios dos
funcionrios com nvel superior supera a dos funcionrios com nvel mdio em R$
1.750,00 e a mdia aritmtica de todos os 125 funcionrios igual a R$2.880,00. O
valor da soma da mdia aritmtica dos salrios dos funcionrios com nvel superior
com a mdia aritmtica dos salrios dos funcionrios com nvel mdio
(A) R$ 6.000,00.
(B) R$ 6.250,00.
(C) R$ 6.500,00.
(D) R$ 6.750,00.
(E) R$ 7.000,00.
RESOLUO:
Seja S a soma dos salrios dos funcionrios de nvel superior, e M a soma
dos salrios dos funcionrios de nvel mdio. Portanto, as respectivas mdias
salariais so:
Mdia nvel superior = S / 45
Prof. Arthur Lima
82

Mdia nvel mdio = M / 80
Mdia total = (S + M) / 125
A mdia aritmtica dos salrios dos funcionrios com nvel superior supera a
dos funcionrios com nvel mdio em R$ 1.750,00:
Mdia nvel superior - Mdia nvel mdio = 1750
S / 45 - M / 80 = 1750
S / 45 = 1750 + M / 80
S = 78750 + 45M / 80
A mdia aritmtica de todos os 125 funcionrios igual a R$ 2.880,00:

Mdia total = (S + M) / 125
2880 = (S + M) / 125
S + M = 360000
S = 360000 - M
Como S = 78750 + 45M / 80 e tambm S = 360000 - M, ento:

78750 + 45M / 80 = 360000 - M
80M/80 + 45M/80 = 360000 - 78750
125M/80 = 281250
M = 281250 x 80 / 125
M =180000
S = 360000 - 180000 = 180000
Assim,
Mdia nvel superior = 180000 / 45 = 4000
Mdia nvel mdio = 180000 / 80 = 2250
A soma destas mdias 4000 + 2250 = 6250 reais.

Resposta: B
38. CESGRANRIO - BNDES - 2004) A tabela a seguir mostra o nmero de gols

marcados pela equipe X nas partidas do ltimo torneio que disputou.
Prof. Arthur Lima
83

G o ls m a rc a d o s
N m ero
d e p a r t id a s
Qual foi o nmero mdio de gols, por partida, marcados por essa equipe?
(A) 1
(B) 1,25
(C) 1,5
(D) 1,75
(E) 2
RESOLUO:
O nmero mdio de gols dado por:
M=
3x 0 + 5x1 + 2 x 2 + 2 x 3
1,25
3+ 5+ 2 + 2
Resposta: B
Instrues: Para resolver a questo seguinte (FCC - SEFAZ/SP - 2009), considere

arrecadados, em 2008, sobre determinado tributo, referente a um ramo de atividade
escolhido para anlise. Sabe-se que as frequncias absolutas correspondem s
quantidades de recolhimentos, sendo as frequncias relativas do segundo e terceiro
intervalos de classe iguais a x e y, respectivamente.
1.000,00 I---------2.000,00
0,10
2.000,00 I--------- 3.000,00
3.000,00 I---------4.000,00
4.000,00 I--------- 5.000,00
0,20
0,10
5.000,00 I--------- 6.000,00

Total
1,00
39. FCC - SEFAZ/SP - 2009 - Adaptada) Sabendo que x = 0,35 e y = 0,25, e

utilizando o mtodo da interpolao linear, tem-se que o valor da respectiva
mediana
Prof. Arthur Lima
84

(A) R$ 3.120,00
(B) R$ 3.200,00
(C) R$ 3.400,00
(D) R$ 3.600,00
(E) R$ 3.800,00
RESOLUO:
Como o nmero de frequncias n = 1, atravs do mtodo de interpolao
linear sabemos que a mediana ser o termo da posio n/2 = 0,5. Olhando a coluna
das frequncias acumuladas (tabela abaixo), vemos que esta posio encontra-se
no intervalo de classe de 3000 a 4000 reais:
Classe (valores
Frequncias (Fi)
Frequncias
arrecadados)
acumuladas (fac)
1000 | 2000
0,10
0,10
2000 | 3000
0,35
0,45
3000 | 4000
0,25
0,70
4000 | 5000
0,20
0,90
5000 |--- 6000
0,10
1,00
Montando a proporo, temos:
Frequncia: 0,45
\--Valores:
3000
\---
0,50
0,70
- \X
---\
- \-
---\
4000
Assim, temos:
Prof. Arthur Lima
85

4000-X _0,70-0,50
4000- 3000_0,70- 0,45
X_3200
Amedianaigual aR$3200,00.
Resposta: B
Atabelaabaixomostraopreomdio, em
reais, dolitrodegasolinanaregiometropolitanadoRiodeJaneiro, nosmesesde
julhoadezembrode2003.
40. CESGRANRIO - BNDES - 2004)
P re o
M d io d o L itr o d e
G a s o lin a / R J
ju lh o a d e z e m b r o 2 0 0 3
M s
P re o
(* )
ju l
2 ,0 3 2
ago
2 ,0 0 9
set
2 ,0 0 5
out
1 ,9 3 3
nov
1 ,9 7 9
d e z
1 ,9 7 8
Fonte: IBGE Diretoria de Pesquisas, Departamento de ndices de Preos, Sistema Nacional

de ndices de Preos ao Consumidor.
Nota: (*) Os preos se encontram com trs
casas decimais pois assim so cobrados ao
consumidor.
Qual foi, aproximadamente, amedianados preos, emreais, dolitrodegasolina

nesseperodo?
(A) 1,991
(B) 1,994
(C) 1,998
(D)2,002
(E) 2,005
Prof. Arthur Lima
86

RESOLUO:
Temos n = 6 preos que, ordenados do menor para o maior, so:
{1,978; 1,979; 1,983; 2,005; 2,009; 2,032}
A mediana o preo da posio (n+1)/2 = (6+1 )/2 = 3,5. Ou melhor, a

mdia entre o 3 e o 4 termos:
Mediana = (1,983 + 2,005) / 2 = 1,994
Resposta: B
Instrues: Considere a distribuio de freqncias a seguir para resolver a prxima

questo.
S a l r io s d o s e m p r e g a d o s da a m p r a s a X Y Z e m
d e z e m b r o da 009
S a l r io s
F f s q r id a s
(RS)
S im p le s A b s o l u t a s
1 OGO.00 1----------- 2-3G0.GG
1-----------3 0 0 0 .0 0
3 C3C-, !----------- 4 0 0 0 .0 6
Ifi
4 6 0 O ;OOF
10
& 0 0 0 .6 0
g'D 0O , f ---------- 6 0001,00
41. FCC - BACEN - 2006) O valor da mediana dos salrios dos empregados da
empresa XYZ, obtida pelo mtodo da interpolao linear, igual a:
a) R$3500,00
b) R$3625,00
c) R$3650,00
d) R$3800,00
e) R$4000,00
RESOLUO:
Na tabela dada, temos os salrios distribudos em intervalos. Ao todo temos
40 frequncias, ou seja, n = 40. Portanto, o elemento que representa a mediana o
salrio que se encontra na posio n/2 = 40/2 = 20 (ateno: dividimos n por 2, e
no n+1, pois vamos utilizar o mtodo da interpolao linear).
Incluindo uma coluna a mais na tabela, para calcular as freqncias
acumuladas, podemos ver que a freqncia 20 encontra-se no intervalo de 3000 a
4000:
Prof. Arthur Lima
87

Frequncias
Salrios
Frequncias
simples absolutas
acumuladas absolutas
1000 |--- 2000
2000 |3000
10
3000 |--- 4000
16
26
4000 |--- 5000
10
36
5000 |--- 6000
40
Portanto, precisamos montar uma proporo para obter um valor entre 3000
e 4000 que seja equivalente posio 20. Veja isso no esquema abaixo:
Frequncia: 10
i1
Salrio:
3000
20
i|
26
i1
4000
i
Assim, temos:
4000 - X _ 26 - 20
4000 - 3000 _ 26 -10
Resolvendo essa equao, podemos obter o valor de X:

4000 - X _ 6
1000 _ 16
4000 - X _ 1000 x 0,375
X _ 4000 - 375 _ 3625
Resposta: B
42. CEPERJ - PREF. SO GONALO - 2011) As temperaturas mximas dirias

de uma cidade, no inverno, foram medidas durante 12 dias, como mostrado a
seguir.
21 C, 17C, 20C, 15C, 23C, 21C, 12C, 15C, 15C, 16C, 23C, 11C
A moda e a mediana dessas temperaturas foram, respectivamente, de:
A) 21 C e 17,4C
B) 23C e 17C
C) 15C e 16,5C
Prof. Arthur Lima
88

D) 11C e 17C
E) 17C e 16C
RESOLUO:
Colocando as temperaturas em ordem crescente, temos:
11, 12, 15, 15, 15, 16, 17, 20, 21,21,23, 23
A moda o valor com maior nmero de frequncias. Veja que o 15 repete-se
3 vezes, portanto esta a moda.
J a mediana o termo da posio (n+1)/2, isto , (12+1 )/2 = 6,5. Como esta
no uma posio exata, devemos tirar a mdia entre o termo anterior (6) e o
prximo (7), que so 16 e 17. Assim, a mediana igual a 16,5.
Resposta: C.
43. CESGRANRIO - BNDES - 2011) Ao medir-se a temperatura de um forno, em

graus Celsius, em diversos momentos, obteve-se uma amostra com varincia igual
a 225. Se cada uma das medidas de temperatura for convertida para graus
9
Fahrenheit, utilizando-se a frmula F = C + 3 2 , o valor da nova varincia amostral

5
ser
(A) 257
(B) 405
(C) 437
(D) 729
(E) 761
RESOLUO:
Em uma transformao de variveis do tipo F = a.C + b, sabemos que a
varincia de F s afetada pelo fator que multiplica C, ou seja, a. Assim,
Var(F) = a2 x Var(C)
Var(F) = (9/5)2 x 225 = 729
Resposta: D
Prof. Arthur Lima
89

44. FCC - ARCE - 2012) A tabela abaixo apresenta a distribuio de frequncias
absolutas dos salrios dos funcionrios de uma empresa em nmero de salrios
mnimos (S.M.):
Faixas de Salrios (S.M.)
2,5
1,5 l
2.5 l
3,5
3,5 I - 4,5
4,5 h5,5
Frequncia Absoluta
30
x - 30
X
60
2x + 60
Total
O salrio mdio desses funcionrios, obtido por meio dessa tabela, calculado como
se todos os valores de cada faixa salarial coincidissem com o ponto mdio da
referida faixa, foi de 3,8 S.M. Nessas condies, o salrio mediano dos funcionrios
da empresa, calculado, atravs dessa tabela pelo mtodo da interpolao linear,
est compreendido no intervalo de S.M. dado por
(A) 3,75
I-------3,80
(B) 3,80
I-------3,85
(C) 3,85 I------- 3,90

(D) 3,90 I------- 3,95
(E) 3,95
I-------4,00
RESOLUO:
Reescrevendo a tabela j com os pontos mdios, temos:
PMi
fi
30
x - 30
60
A mdia dada por:

J (PMi x F i)
_
Mdia i=1
J F>
i=1
2 x 30 + 3x (x - 30) + 4 x x + 5x 60
3,8 =
30 + x 30 + x + 60
270 + 7x
3,8 =
2x + 60
Prof. Arthur Lima
90

7,6x + 228 270 + 7x
x 70
Portanto, a tabela de requncias :

Intervalo
PMi
fi
1,5 | - 2,5
30
2,5 | - 3,5
40
3,5 | - 4,5
70
4,5 | - 5,5
60
Temos ao todo 200 frequncias, de modo que a mediana (pelo mtodo da

interpolao linear) estar na posio n/2 = 200/2 = 100. Escrevendo a coluna das
frequncias acumuladas, vemos que a 100a frequncia est na classe 3,5|4,5 :
Intervalo
PMi
fi
faci
1,5 | - 2,5
30
30
2,5 | - 3,5
40
70
3,5 | - 4,5
70
140
4,5 | - 5,5
60
200
Montando a proporo:
100
i1
Frequncias: 70
i1
Valores:
140
i1
X
4,5
3,5
i_________ _________ i_____ _____ i
Portanto,
140 - 100 4,5 - X
140 - 70 4,5-3,5
X 3,92
Este valor encontra-se no intervalo 3,90 I------- 3,95.

Resposta: D
45. CESGRANRIO - BNDES - 2011) A distribuio de frequncias de uma certa

amostra representada no grfico abaixo.
Prof. Arthur Lima
91

Sobre a mdia p, a mediana m e a moda M dessa amostra, tem-se

(A) m < p < M
(B) m < M < p
(C) p < M < m
(D) M < p < m
(E) M < m < p
RESOLUO:
Temos uma distribuio com pico de frequncias no valor mais baixo, o que
puxa a moda para este menor valor. A mediana tambm puxada para baixo,
pois h grande concentrao de frequncias nos valores mais baixos. J a mdia
mantm-se mais elevada que os demais, pois a existncia de frequncias nos
valores mais altos puxa a mdia mais para a direita.
Assim, temos Moda < Mediana < Mdia.
Resposta: E
46. FCC - TRE/SP - 2012) A distribuio de frequncias absolutas abaixo refere-se

aos salrios dos 200 funcionrios de um setor pblico no ms de dezembro de
2011.
Prof. Arthur Lima
92

Classe de Salrios (R$)
2.000
3.000
4.000
5.000
6.000
Nmero de Funcionrios
fi
13.000
14.000
15.000
16.000
17.000
h
*3
u
h
Total
200
Observao: fi a frequncia da i-sima classe.

O valor da mediana, obtido pelo mtodo da interpolao linear, igual a
R$4.625,00. Se 76 funcionrios possuem um salrio superior a R$ 5.000,00, ento a
porcentagem dos funcionrios que possuem um salrio de, no mximo, R$ 4.000,00
igual a
(A) 20%.
(B) 24%.
(C) 30%.
(D) 32%.
(E) 40%.
RESOLUO:
O enunciado nos diz que Mediana = 4625 e que f4 + f5 = 76 (funcionrios que
ganham mais de 5000 reais). O total de frequncias f1 + f2 + f3 + f4 + f5 = 200.
solicitado o percentual representado pelo nmero de funcionrios que ganham at
4000 reais, isto , (f1 + f 2) / 200.
Pelo valor da mediana, vemos que ela se encontra na 3a classe. Como temos
200 elementos, a mediana est na posio n/2 = 200/2 = 100. Pelo mtodo da
interpolao linear, temos:
Frequncias:
Valores:
f1 + f2
i1
4000
100
i1
4625
f1 + f2 + f3
l|
5000
|-----------------------------1---------------- 1
Montando a proporo:
Prof. Arthur Lima
93

(f + f 2 + f 3) - 100 _ 5000-4625
(f + f 2 + )- (fi + f2) _ 5000-4000
Aqui importante notar que:

fl + f2 + f3 + f4 + f = 200
fl + f2 + f3 = 200 - (f4 + f)
fl + f2 + f3 = 200 - 76
fl + f2 + f3 = 124
Portanto,
124 -100 _ 375
f 3 _ 1000
f3 _ 64
Deste modo,
fl + f2 + f3 = 124
fl + f2 + 64 = 124
fi + f2 = 60
Assim, o percentual representado pelos funcionrios que ganham at 4000
reais :
P = (fi + f2) / 200 = 60 / 200 = 30%
Resposta: C
47. DOM CINTRA - CREMERJ/RJ - 2011) As idades dos 10 alunos de uma turma
de Ingls so respectivamente iguais a:
12; 12; 12; 13; 13; 15; 15; 15; 15; 16.
A moda desses dez valores corresponde a:
A) 16
B) 15
C) 14
D) 13
E) 12
RESOLUO:
Prof. Arthur Lima
94

A moda definida com o sendo aquele valor que mais se repete, isto , com
maior nmero de frequncias. Veja que existem 4 alunos com a idade de 15 anos, 3
com 12, 2 com 13 e apenas 1 com 16. Portanto, a moda igual a 15 anos.
Resposta: B
48. FCC - SEFAZ/SP - 2010) Em um setor de um rgo pblico realizado um

levantamento com relao aos salrios de seus funcionrios administrativos. O
resultado pode ser visualizado na tabela abaixo.
Com relao a este levantamento e s medidas de posio, tem-se que

(A) a mdia aritmtica, a mediana e a moda possuem o mesmo valor.
(B) o valor da mdia aritmtica e o valor da mediana superam, cada um, o valor da
moda em R$ 250,00.
(C) o valor da moda superior ao valor da mdia aritmtica e tambm ao valor da
mediana.
(D) o valor da moda igual ao valor da mediana, porm supera o valor da mdia
aritmtica.
(E) a soma dos valores da mdia aritmtica, da mediana e da moda igual a R$
7.250,00.
RESOLUO:
Veja, inicialmente, que a moda o salrio R$2500,00, afinal ele o que
possui o maior nmero de frequncias (12).
Ao todo temos n = 50 frequncias, nmero par. Como (n+1)/2 = 25,5, a
mediana ser o valor mdio entre os termos 25 e 26. Como os valores dos salrios
j esto em ordem crescente (da esquerda para a direita), repare que o termo 25
possui salrio R$2000,00 e o termo 26 possui salrio R$2500,00. Assim, a mediana
ser (2000 + 2500)/2 = 2250 reais.
Por fim, a mdia simplesmente:
X x Fi
M dia = i=1
1000 x 5 +1500 x 10 + 2000 x 10 + 2500 x 12 + 3000 x 8 + 3500 x 3 + 4000 x 2

50
F,
i=1
M dia = 2250
Prof. Arthur Lima
95

Portanto, a mdia igual mediana, e a moda superior a esses dois.
Resposta: C
49. CESGRANRIO - BNDES - 2008) Para um estudo sobre a distribuio de

salrio mensal dos empregados de uma empresa foram coletados os salrios de
uma amostra aleatria de 50 empregados. Os resultados amostrais levaram
construo da distribuio de freqncia abaixo. No existem observaes
coincidentes com os extremos das classes.
A mdia aritmtica e a varincia amostral da distribuio valem, aproximadamente,
(A)
(B)
(C)
(D)
(E)
Mdia amostral
(em salrios mnimos)
2,6
2,6
4,1
4,1
7,2
Varincia amostral
(em salrios mnimos2)
2,2
2,9
2,9
5,0
12,1
RESOLUO:
A partir das frequncias relativas acumuladas, podemos obter as frequncias
absolutas acumuladas multiplicando por 50 (nmero de elementos) cada um dos
percentuais:
Classes
Fac %
Fac
1- 3
40
40% x 50 = 20
3- 5
70
70% x 50 = 35
LO
90
90% x 50 = 45
7 - 11
100
100% x 50 = 50
A partir das frequncias absolutas acumuladas, podemos calcular as

frequncias simples (fi) subtraindo, do valor da classe, o valor da classe anterior:
Prof. Arthur Lima
96

Classes
1- 3
3- 5
1
LO
Fac
20
35
45
50
7- 11
fi
20
35- 20=15
45- 35=10
50- 45=5
Podemosaindacalcularospontosmdiosdecadaclasse:
Classes
Fac
fi
2
20
20
4
35
15
6
45
10
9
50
5
Assim,amdia:
X =
2x 20 + 4x15 + 6x l + 9x 5 ,
= 4,1
50
Avarinciadadapor:
a2
I (PM, - X )2x f
I f,
a2
20 x (2 - 4,1)2+15 x (2 - 4)2+10 x (6 - 4,1)2+ 5x (9 - 4,1)2 no

= 4,98
50 -1
Temos, aproximadamente, osvaloresdaalternativaD.

Resposta: D
Considereaseguinteamostraaleatriadasidadesem
anoscompletosdosalunosemumcursopreparatrio. Comrelaoaessaamostra,
marqueanicaopocorreta:
29, 27, 25, 39, 29, 27, 41,31,25, 33, 27, 25, 25, 23, 27, 27,
32, 26, 24, 36, 32, 26, 28, 24, 28, 27, 24, 26, 30, 26, 35, 26,
28, 34, 29, 23, 28.
a) Amdiaeamedianadasidadessoiguaisa27.
50. ESAF - AFRFB - 2009)
Prof. Arthur Lima
97

b) A moda e a mdia das idades so iguais a 27.
c) A mediana das idades 27 e a mdia 26,08.
d) A mdia das idades 27 e o desvio-padro 1,074.
e) A moda e a mediana das idades so iguais a 27.
RESOLUO:
A mediana ser a idade abaixo da qual se encontrarem metade das
freqncias. O primeiro passo aqui colocar as idades em ordem:
23, 23, 24, 24, 24, 25, 25, 25, 25, 26, 26, 26, 26, 26, 27, 27, 27, 27, 27, 27, 28, 28,
28, 28, 29, 29, 29, 30, 31,32, 32, 33, 34, 35, 36, 39, 41
Assim, temos ao todo n = 37 frequncias. A mediana ser a idade localizada

na posio (n+1)/2 = (37+1)/2 = 19. Note que a 19a posio ocupada pela idade
27. Assim, mediana = 27.
A moda aquela idade que possui maior nmero de freqncias (repeties).
Neste caso, veja que a idade 27 possui 6 repeties, mais do que qualquer outra.
Portanto, moda = 27. Chegamos ao gabarito, que a letra E.
Para exercitar, veja como seria a tabela de freqncias, bem como as

frequncias acumuladas (identifique nessa tabela a mediana e a moda):
Freqncias
Idade
Freqncias (fi)
23
24
25
26
14
27
20
28
24
29
27
30
28
31
29
32
31
Prof. Arthur Lima
acumuladas (fac)
98

33
34
35
36
39
41
TOTAL
1
1
1
1
1
1
37
32
33
34
35
36
37
37
Resposta: E
Paradadosagrupadosrepresentadospor
umacurvadefreqncias, as diferenasentreosvaloresdamdia, damedianae
da modaso indicadores daassimetria dacurva. Indiquea relaoentreessas
medidasdeposioparaumadistribuionegativamenteassimtrica.
a)Amdiaapresentaomaiorvaloreamedianaseencontraabaixodamoda.
b)Amodaapresentaomaiorvaloreamdiaseencontraabaixodamediana.
c)Amdiaapresentaomenorvaloreamedianaseencontraacimadamoda.
d)Amdia, amedianaeamodasocoincidentesemvalor.
e)Amodaapresentaomenorvaloreamedianaseencontraabaixodamdia.
51. ESAF - AFRFB - 2005 - Adaptada)
RESOLUO:
Em uma distribuio com assimetria negativa, a existncia de um

prolongamento esquerda puxaa mdia para baixo, tornando-a a menor das
medidas deposio. Da mesmaforma, odeslocamentodopicodacurvaparaa
direitatornaamodaomaiordostrsvalores. Assim,temos:
Mdia<Mediana<Moda
TemosissonaletraB.
Resposta: B
Atabelaabaixoapresentaadistribuiodefrequncias
da varivel X, que representa onmerode empregados numa amostra de 100
indstrias.
52. FCC - ARCE - 2012)
Prof. Arthur Lima
99

X = Nmero de empregados
Frequncia Absoluta
10
2y
20
2y
30
2x
40
50
3y
60
2x
Total
100
Sabendoque5y- 4x=4, ovalordasomaMdia(X) +Mediana(X) +Moda(X)

igual a
(A) 121,2.
(B) 122,5.
(C) 122,8.
(D) 126,2.
(E) 126,5.
RESOLUO:
Comoototaldefrequnciasigual a100, ento:

100=2y+2y+2x+y+3y+2x
100=8y+4x
25=2y+x
x=25- 2y
Comofoiditoque5y- 4x=4, ento:
5y- 4x=4
5y- 4(25- 2y)=4
5y- 100+8y=4
y=8
Logo, x=25- 2.8 =9. Reescrevendoatabeladefrequncias, temos:
Prof. Arthur Lima
100

X
10
20
30
40
50
60
fi
16
16
18
8
24
18
Portanto, amdia:
(X x F i)
Mdia = i=1
F
i=1
3620
= 36,2
100
Amodaovalor commais frequncias, isto, Moda =50 (pois tem24

frequncias).
Comotemos n= 100elementos, paraobter amedianadevemos buscar a
posio(n+1) /2=(100+1) /2=50,5. Isto, devemosfazer mdiaaritmtica
entreo50 e51 elementos. Escrevendoacoluna das frequncias acumuladas,
temos:
X
10
20
30
40
50
60
por:
fi
16
16
18
8
24
18
faci
16
32
50
58
82
100
Portanto, o50termovale30eo51vale40, demodoqueamedianadada

Mediana=(30+40)/2=35
Somandomdia, modaemedianatemos:
Prof. Arthur Lima
101

36,2 +50+35=121,2
Resposta: A
In stru es:
questo.
Considereadistribuiodefreqnciasaseguirpararesolveraprxima
Salrios dos ampragados da amprasa XYZ em
datambro da 2005
S a l rio s
(RS)
F re q u n c ia s
S m p ia s A b s o lu ta s
1 OGO.OO 1---------- OO-.OO
2 0 0 0 , 0 0 1----------5 0 0 0 .0 0
5 0 0 0 ,0 0 !---------- 4 0 0 0 .0 0
Ifi
4 .0 0; ^ |-
10
0 0 0 ,0 0
5 0 0 0 ,0 0 f --------- 5 0 0 0 ,0 0
Aamplitudedointervaloentreoprimeirodecil eo
terceiroquartil, encontradospelomtododainterpolaolinear, :
a) R$2500,00
b)R$2400,00
c) R$2150,00
d)R$2000,00
e) R$1400,00
53. FCC - BACEN - 2006)
RESOLUO:
Temosaotodon=40frequncias. Assim, oprimeirodecil estnaposio

n/10=40/10=4. Escrevendoabaixoatabeladefreqnciasacumuladas, vemos
queaposio4estnaclassede2000-3000reais:
Frequncias
Frequncias
Salrios
simplesabsolutas acumuladasabsolutas
1000|---2000
2
2
2000|3000
8
10
3000|---4000
16
26
4000|---5000
10
36
5000|---6000
4
40
Portanto, precisamosmontarumaproporoparaobterumvalorentre2000
e3000quesejaequivalenteposio4.Vejaissonoesquemaabaixo:
Prof. Arthur Lima
102

Frequncia: 2
i1
Salrio:
4
i
1
2000
10
1
|
3000
l-----------------------------1----------------1
Assim, temos:
3000 - X _ 10 - 4
3000 - 2000 _ 10 - 2
3000 - X _ 6
1000 _ 8
X _ 2250
O terceiro quartil est na posio 3n/4 = 3x40/4 = 30. Repetindo abaixo a
tabela de freqncias acumuladas, vemos que a posio 30 est na classe de 4000
5000 reais:
Frequncias
Salrios
Frequncias
simples absolutas
acumuladas absolutas
1000 |--- 2000
2000 |3000
10
3000 |--- 4000
16
26
4000 |--- 5000
10
36
5000 |--- 6000
40
Portanto, precisamos montar uma proporo para obter um valor entre 4000
e 5000 que seja equivalente posio 30. Veja isso no esquema abaixo:
Frequncia: 26
l|
Salrio:
4000
30
|l
36
l|
5000
|-----------------------------1----------------1
Assim, temos:
Prof. Arthur Lima
103

5000 - X _ 36 - 30
5000 - 4000 _ 36 - 26
5000 - X _ _6_
1000 _ 10
X _ 4400
Portanto, a amplitude entre o primeiro decil e o terceiro quartil :

4400 - 2250 = 2150 reais
Resposta: C
54. FCC - SEFAZ/SP - 2010) Seja uma amostra aleatria simples extrada de uma
populao, com tamanho 10 e representada por Xi; i = 1,2, ... , 10. Sabe-se que
10
10
Xj=270
1=1
= 7.803
i=1
A varincia desta amostra apresenta o valor de

(A) 67,3
(B) 63,0
(C) 61,0
(D) 59,7
(E) 57,0
RESOLUO:
Para resolver essa questo devemos lembrar da frmula para clculo da
varincia amostral que no necessita da mdia (X ) da distribuio:
i_1
1
n Vi_1
I Xi
n -1
Veja que n = 10, e, alm disso:

10
10
I X t2 _ 7803 e I X t _ 270
i_1
i_1
Prof. Arthur Lima
104

Substituindoessesvaloresnafrmula, temos:
1
2
i
7803-----(270)
7803----- 72900
^2 =
1QV =
10
10 -1
10 -1
2 7803 - 7290
s =
= 57
9
Resposta: E
Atabelaapresentaumadistribuio
hipottica. Nohobservaescoincidentescomoslimitesdasclasses.
55. CESGRANRIO - TRANSPETRO - 2012)
Classes
de
Frequrcia
absoluta
0 a 10
de 10 a 20
10
de 20 a 30
50
de 30 a 40
100
Total__________ 164
Amelhorestimativaparaoterceiroquartil dadistribuio, aproximadamente, de

a)34,75
b)34,9
c)35
d)35,75
e)35,9
RESOLUO:
Observequetemosn=164frequncias. Assim,oterceiroquartil estarna

posio 3n/4=3x 164/4 = 123. Vamos reproduzir atabela doenunciado, j
colocandoospontosmdiosdasclassesetambmasfrequnciasacumuladas:
Classes
PontosMdios Freq. Absoluta Freq. Acumulada
0a10
5
4
4
10a20
15
10
14
20a30
25
50
64
30a40
35
100
164
Comovocpodever, afrequncia 123est naltimaclasse. Efetuandoa
interpolaolinear, temos:
Prof. Arthur Lima
105

40 - Q3 _ 164 -123
40 - 30 _ 164 - 64
Q3 = 35,9
Resposta: E
56. CESGRANRIO - CHESF - 2012)
Umapesquisagerouumconjuntodevalores
taisque
amdiadetodososvalores50;
asomadosquadradosdosvalores150.000;
otamanhodapopulao50.
Se decadaumdosvaloresforsubtradaamdia, e, emseguida, oresultadode
cadasubtraofordivididopor10, obtm-seumnovoconjuntodevalores.
Avarinciadessesvalorestransformados
a)4,5
b)5
c)30
d)45
e)50
RESOLUO:
Vamos comear calculandoavarincia dos valores originais, cujos dados
so:
amdiadetodososvaloresX =50;
asomadosquadradosdosvaloresy
otamanhodapopulaon=50.
Xf =
150.000;
Sabemosque:
X_
y X.
n
y X. _ X x n _ 50x 50 _ 2500
Assim,avarinciaoriginal :
Prof. Arthur Lima
106

n
a2
T .X
V i =1
i =1
150000 - ^ (2500)
a2
2
= 500
50
Sedecadaumdosvaloresforsubtradaamdia, avarincianoalterada,
pois a soma/subtrao noalterama varincia (lembre-se das propriedades da
varincia!). Emseguida, se oresultadodecada subtraofor divididopor 10, a
varincia do novo conjunto de valores ser dividida por 102, ou seja, a nova
varinciaser500/100=5.
Resposta: B
Atabelamostraadistribuiodefrequnciasrelativas
populacionais(f)deumavarivel X:
57. ESAF - AFRFB - 2009)
V_
-2
6a
la
Sabendo que a umnmero real, ento a mdia e a varincia de X so,

respectivamente:
a) |iv=-0.5 (? <j' =3.45
b) pv=0.5 oJ =- 3.45
c)
d)
e)
=0
=1
p v = - 0 .5 ? a ' = 3 ,7
=0.5
= 3 .7
RESOLUO:
Amdiacalculadapor:
Prof. Arthur Lima
107

(X i xF )
Mdia = i =1
ri
F
i=1
Mdia =
2x 6a +1x1a+2x3a
0,5
6a +1a+3a
Avarinciadeumapopulao(vejaqueoenunciadofalouemfrequncias
populacionais)dadapor:
(x X)2
Variancia = ---------n
Tr
(2 +0,5)2x6a +(1+0,5)2x1a +(2+0,5)2x3a ^
Variancia =
= 3,45
10a
Resposta: A
Ogrficoaseguir apresentaonmerode
acidentes sofridos pelos empregados deumaempresanos ltimos 12meses ea
frequnciarelativa.
Amedianamenosamdiadonmerodeacidentes
a) 1,4
b)0,4
Prof. Arthur Lima
108

c)0
d)-0,4
e) - 1,4
RESOLUO:
Vejamosoclculodamdia:
Mdia=0x40%+1x15%+2x25%+3x10%+4x5%+5x5%/(100%)
Mdia=1,4
Paraoclculodamediana, imaginequeototal defuncionrios n= 100.
Assim, 40 no sofreramnenhumacidente, 15 sofreram1, 25 sofreram2, 10
sofreram3, 5sofreram4eoutros 5sofreram5acidentes. Amedianaestar na
posio(n+1)/2=(100+1)/2=50,5. Ouseja, trata-sedamdiaentrea50aea
51afrequncias. Colocandoosdadosemordemcrescente, veremosquetantoa50a
comoa51afrequnciassoiguaisa1,sendoestaamediana.
Portanto:
Mediana- Mdia=1- 1,4 =-0,4
Resposta: D
Foram realizadas medidas das

temperaturasmximasnoturnasde5.000municpiosdealgumasregies, gerando
-se uma amostra de varincia V. No entanto, descobriu-se que todos os
termmetrosutilizadossubtraram4grausemtodasas medidas. Apsas devidas
correes, avarinciaobtidaser
a)4V
b)2V
c)V
d)V/2
e)V/4
59. CESGRANRIO -
PETROBRS -
2011)
RESOLUO:
Lembre-sequeasubtraonoalteraavarincia. Assim,elacontinuasendo
igual aV.
Resposta: C
Prof. Arthur Lima
109

60. CESGRANRIO -
PETROBRS -
2011) Em uma empresa, todos os
funcionrios receberam um aumento de 10% nos salrios e, posteriormente,

ganharam um abono de 100 reais. Sobre a nova mdia e a nova varincia de
salrios, em relao mdia e varincia iniciais, isto , antes dos aumentos, temse que a
a) mdia e a varincia no se alteram.
b) mdia no se altera, e a varincia fica aumentada em 10%.
c) mdia e a varincia ficam aumentadas em 10% mais 100 reais.
d) mdia fica aumentada em 10% mais 100 reais, e a varincia em 10%.
e) mdia fica aumentada em 10% mais 100 reais, e a varincia em 21%.
RESOLUO:
Sendo Xi o salrio de um funcionrio, esse salrio passa para 1,1Xi aps o
aumento de 10%. Adicionando-se mais 100 reais, chegamos ao salrio de:
Yi = 1,1Xi + 100
Lembrando que:
- a varincia s afetada pela multiplicao/diviso (elevando-se o fator ao
quadrado)
- a mdia afetada pela soma/subtrao e tambm pela multiplicao/diviso
Vemos que a nova varincia ser multiplicada por 1,12, ou seja, 1,21. Assim,
ela ficar 21% maior.
J a mdia ser multiplicada por 1,1 (aumentando 10%) e depois acrescida
em 100.
Resposta: E
61. CESGRANRIO - PETROBRS - 2011) O tempo mdio de permanncia dos

600 empregados de uma empresa de 5 anos com coeficiente de variao de 60%.
O Box-plot seguinte apresenta a distribuio do tempo de permanncia.
Prof. Arthur Lima
110

uestoesde COMCUHSOS.com.br
Onmerodeempregados que permanecemnaempresa entre6e8anos, eo

desviopadroparaotempo, emanos, depermannciaso, respectivamente,
a)300e6
b)300e3
c) 150e6
d) 150e3
e)60e3
RESOLUO:
Repare que, nesse box-plot, 6 anos representa a mediana e 8 anos

representao3quartil. Abaixodamedianatemos50%dosdadosdadistribuio, e
abaixodo3quartil temos75%dosdadosdadistribuio. Logo, entreamedianae
o3 quartil temos25%dosdadosdadistribuio. Ouseja, entre6e8anostemos
25%dos600empregados, totalizando0,25x600=150empregados.
Se otempo mdio de 5 anos e ocoeficiente de variao de 60%,
podemosobterodesviopadrolembrandoque:
CV =
0,60 =
5
= 3 anos
Resposta: D
Prof. Arthur Lima
ui

ConsidereasinformaescontidasnoBoxPlotabaixo,
referenteaossalriosdosengenheirosdeumaempresa, porsexo.
62. FGV - ICMS/RJ - 2007)
corretoafirmarque:
(A)osalriomdiodoshomensigual aodasmulheres.
(B)adistribuiodossalriosdasmulheresassimtricanegativa.
(C) odesviointerquartlicodossalriosdasmulheresmaiordoqueodoshomens.
(D)adistribuiodossalriosdoshomensatpica.
(E) osalriomedianodasmulheressuperioraodoshomens.
RESOLUO:
No Box-Plot temos representados os limites inferior e superior, nas

extremidades, bemcomoo1 quartil, medianae3 quartil noretngulocentral. A
faixaquecortaoretngulojustamenteamediana.
Assim,combasenoBox-Plotnadapodemosafirmarsobreamdiadecada
distribuio. Repare, porm, que o retngulo feminino mais comprido que o
masculino, ouseja, adistnciaentreo1eo3quartil maior. Assim,CORRETO
dizer queaamplitudeinterquartlica(oudesviointerquartlico) superior nocaso
dasmulheres. IstonospermitemarcaraalternativaC.
Note ainda que a mediana praticamente a mesma para homens e
mulheres, vistoqueatarja pretaquecortacada retnguloest praticamente na
mesmaaltura.
Resposta: C
Prof. Arthur Lima
112

63. CESGRANRIO - PETROBRS - 2011)
coeficientedevariao.
Analiseasafirmativasaseguirsobreo
I- Ocoeficientedevariaoumamedidadevariaorelativa.
I - Seumadistribuiobimodal, entoseucoeficientedevariaozero.
III- Ocoeficientedevariaotemamesmaunidadequeodesviopadro.
(So) correta(s)APENASa(s)afirmativa(s)
a) I.
b) II.
c) III.
d) IeII.
e) I eIII.
RESOLUO:
Vejamoscadaafirmativa:
I - O coeficiente de variao uma medida de variao relativa.
CORRETO. Ocoeficientedevariaoumarelao(diviso) entreodesvio

padroeamdia, sendoexpressonaformapercentual.
II - Se uma distribuio bimodal, ento seu coeficiente de variao zero.
ERRADO. Aexistnciadeduasmodasnadatemavercomocoeficientede
variao.
III - O coeficiente de variao tem a mesma unidade que o desvio padro.
ERRADO. Ocoeficientedevariao, porserumamedidadevariaorelativa

(percentual), nopossui umaunidadedemedida.
Resposta: A
Prof. Arthur Lima
113

cla sse s
Q u e s t o e s d e C O N C U ftS O S .e o m .b r
Nohistogramaacima, os pontos mdios das classes inicial efinal so40 e80,

respectivamente. Sabendo-se que todas as classes tma mesma amplitude, a
estimativa adequada para a mdia e para a mediana dessa distribuio so,
respectivamente,
a)59,5e59,5
b)59,5e60
c)60e59
d)60e59,5
e)60e60
RESOLUO:
Podemosestimaramdiautilizandoospontosmdios:
Mdia=(40x1+50x6+60x10+70x4+80x2)/(1+6+10+4+2)
Mdia=60
Temos n=23frequncias. Pelomtododainterpolaolinear, amediana
est na posio 23/2 = 11,5. Calculando as frequncias acumuladas, note que
temos7frequnciasata2aclasse(depontomdio50), emais 10frequnciasna
3aclasse (depontomdio60). Assim, aclasse medianaadepontomdio60,
cujoslimitesso55e65. Fazendoainterpolao, temos:
65 - Mediana _ 17 -11,5
65 - 55
17 - 7
Mediana _ 59,5
Resposta: D
Prof. Arthur Lima
114

65. CESGRANRIO - PETROBRS - 2010) Uma amostra aleatria da quantidade

de litros de combustvel abastecida por 16 carros em um posto de combustvel
apresentou, em litros, o seguinte resultado:
A amplitude interquartil dessa srie de observaes

a) 3
b) 10
c) 13
d) 17
e) 22
RESOLUO:
Colocando os valores dos abastecimentos de combustvel em ordem
crescente, temos:
10, 12, 15, 15, 18, 20, 20, 22, 22, 25, 25, 28, 30, 30, 30, 32
Como temos n = 16, as posies do primeiro e terceiro quartis so,

respectivamente, (16+1 )/4 = 4,25 e 3 x (16 + 1)/4 = 12,75.
O 4 termo 15 e o 5 18, sendo Q1 = 16,5. O 12 termo 28 e o 13 30,

sendo Q3 = 29. Assim, Q3 - Q1 = 12,5 -> aproximadamente 13.
Resposta: C
66. CESGRANRIO - BNDES - 2010) Em uma pesquisa de preos de determinado

produto, foram obtidos os valores, em reais, de uma amostra aleatria colhida em 6
estabelecimentos que o comercializam.
Prof. Arthur Lima
115

Estabelecimento
Preo
5,00
Q
R
8,00
6,00
T
U
4,00
7,00
e,oo
Q u e a t c e d s CO-NCURSOS-ca cn .b r
A variancia dessa amostra e

a) 1,50
b) 1,75
c) 2,00
d) 2,25
e) 2,50
RESOLUO:
A soma dos valores e:
, = 5 + 8 + 6 + 6 + 4 + 7 = 36
A soma dos seus quadrados :

X 2 = 52 + 82 + 62 + 62 + 42 + 72 = 226
Assim, como temos um total de n = 6 elementos, a varincia amostral :

n
2_
7=
n
X ,2
- 1
n
2
X
~ 1
n 1
226 1 (36)2
s2 _
6
_2
6 1
Resposta: C
67. CESGRANRIO - IBGE - 2010) No ltimo ms, Alpio fez apenas 8 ligaes de
seu telefone celular cujas duraes, em minutos, esto apresentadas no rol abaixo.
5 2 11 8 3 8 7 4
Prof. Arthur Lima
116

O valor aproximado do desvio padro desse conjunto de tempos, em minutos,
a) 3,1
b) 2,8
c) 2,5
d) 2,2
e) 2,0
RESOLUO:
A soma dos valores :
I X t = 5 + 2 + 11 + 8 + 3 + 8 + 7 + 4 = 48
A soma dos seus quadrados :

I X 2 = 52 + 22 + 112 + 82 + 32 + 82 +72 + 42 = 352
Assim, como temos um total de n = 8 elementos. Repare que aqui foi dada
toda a populao (todas as ligaes feitas no ms), e no apenas uma amostra. A
varincia populacional :
Y
a2
a2
i =1
I
V
X,
,= 1
1
2
352 - ^ (48)
8
=8
Logo, o desvio padro :

a = y/8 = 2,8 (aproximadamente)
Resposta: B
68. CESGRANRIO - IBGE - 2010) A tabela abaixo apresenta a distribuio de

frequncias das idades de um grupo de crianas.
Prof. Arthur Lima
117

Estratgia
C O N C U R S O S
C la s s e s { e m a n o s )
0
8
8 *-1 0
'J
Ueptoe-Rcfb Co NCOH50S-Cflm, br
Amedianadadistribuiodefrequnciasapresentada
a)5,5
b)5,6
c)5,7
d)5,8
e)5,9
RESOLUO:
Incluindo na tabela do enunciado a coluna das frequncias acumuladas,

temos:
Classes(emanos)
fi
fac
0a2
5
5
2a4
2
7
4a6
4
11
6a8
2
13
8a10
7
20
Temosn=20frequncias. Amedianaestarnaposio10. Elaseencontra
naclassede4a6anos. Fazendoainterpolaolinear:
6 - M ed _ 11 -10
6- 4
_ 11 - 7
M ed _ 5,5
Resposta: A
69. CESPE - STM - 2011)
item.
Comrelaoaos planos amostrais, julgueoprximo
( ) A diferena principal entre amostragem estratificada e amostragem por

conglomerados que, no caso da estratificada, a populao dividida
Prof. Arthur Lima
118

artificialmente emestratos, e, no caso da amostragempor conglomerados, a

populaojnaturalmentedivididaemsubpopulaes.
RESOLUO:
Naamostragemestratificadaqueapopulaoj naturalmentedividida
emsubpopulaes. Por exemplo, ao analisar os indivduos de uma cidade, um
exemplodediviso natural emestratos : crianas, jovens, adultos, idosos. Em
cadaumdessesestratosseranalisadaumaquantidadedeindivduos.
J na amostragempor conglomerados, a diviso feita artificial. Por
exemplo, podemosselecionarosindivduosquehabitam3bairrose, ento, analisar
todososintegrantesdestassubpopulaes.
ItemERRADO.
Resposta: E
70. FCC - TRT/9a - 2010)
Comrelaoteoriageral deamostragem,considere:
I. Arealizaodeamostragemaleatriasimples spossvel se opesquisador

possuirumalistacompleta, descrevendocadaunidadeamostral.
II. Aamostragemestratificadaconsiste nadivisodeumapopulaoemgrupos
segundo alguma caracterstica conhecida. Os estratos da populao devemser
mutuamenteexclusivos.
III. Emumaamostraporconglomerados, apopulaodivididaemsub-populaes
distintas.
IV. Naamostragememdoisestgios, apopulaodivididaemdois grupos: um
serogrupocontroleeooutroseroexperimental.
ERRADOoqueconstaAPENASem
a) I eIII.
b) I, I eIII.
c) IeII.
d)Nenhumadasafirmativas.
e) IeIII.
RESOLUO:
Prof. Arthur Lima
119

I. A realizao de amostragem aleatria simples s possvel se o pesquisador
possuir uma lista completa, descrevendo cada unidade amostral.
CORRETO. precisoteracessoatodososelementosdapopulaoparase
efetuaraamostragemaleatriasimples.
II. A amostragem estratificada consiste na diviso de uma populao em grupos
segundo alguma caracterstica conhecida. Os estratos da populao devem ser
mutuamente exclusivos.
CORRETO. Cadaelementospodeserassocivel a1dosestratos. Deste

modo,osestratosdevemexcluir-semutuamente.
III. Em uma amostra por conglomerados, a populao dividida em sub-populaes
distintas.
CORRETO. A populao dividida em grupos, ou sub-populaes,

chamadasdeconglomerados.
Resposta: D
71. FCC - MPU - 2007 - Adaptada)
Comrelaoteoriageral deamostragem,
corretoafirmarque:
a) naamostragemaleatriasimples, aseleodasunidadesamostraisspodeser
realizadasemreposio.
b)aamostragemporconglomeradosemgeral maiseficienteemenoseconmica
quandocomparadacomomtododeamostragemaleatriasimples.
c) na amostragemestratificada, os estratos da populao no necessitamser
d) oaumentodotamanhodaamostratemcomoconseqnciaoaumentodoerro
padrodasestimativas.
e) aamostragemaleatriasimples, aocontrriodaamostragemporcotas, uma
tcnicaprobabilstica.
RESOLUO:
a) na amostragem aleatria simples, a seleo das unidades amostrais s pode ser
realizada sem reposio.
ERRADO. possvel fazer a amostragemaleatria simples comousem

reposio.
Prof. Arthur Lima
120

b) a amostragem por conglomerados em geral mais eficiente e menos econmica

quando comparada com o mtodo de amostragem aleatria simples.
ERRADO. Aamostragempor conglomerados mais econmica, pois nela

nosconcentramosemapenasalgunsgrupos(conglomerados), evitandogastoscom
deslocamentosexcessivosparaefetuarumapesquisa.
c) na amostragem estratificada, os estratos da populao no necessitam ser
mutuamente exclusivos.
ERRADO. Cadaelementodapopulaodevesercompatvel comapenasum

estrato, demodoqueosestratosdevemsermutuamenteexclusivos.
d) o aumento do tamanho da amostra tem como conseqncia o aumento do erro
padro das estimativas.
ERRADO. Oaumentodotamanhodaamostrareduzoerrodasestimativas.
e) a amostragem aleatria simples, ao contrrio da amostragem por cotas, uma
tcnica probabilstica.
CORRETO. Vimos que a amostragemaleatria simples uma tcnica

probabilstica, enquantoaamostragemporcotasnoprobabilstica.
Resposta: E
Dez mulheres adultasforamsubmetidas a

uma pesquisa. Acada uma delas perguntou-se: Quantos filhos voc tem?. O
entrevistadorfoianotandocadaumadasrespostasnaordememqueforamobtidas.
No entanto, devido pressa, esqueceu-se de registrar uma das respostas. A
listagemabaixoreproduzasrespostasdadas, naordememqueforamregistradas.
203110141
Apartirdasinformaesacima, analiseasafirmativasaseguir.
I- Amodadasquantidadesdefilhosdessas dez mulheresindependedaresposta
noregistrada.
I -Amedianadasquantidadesdefilhosdessasdezmulheresdependedaresposta
noregistrada.
Prof. Arthur Lima
121

III -Amdiadasquantidadesdefilhosdessasdezmulheresindependedaresposta
noregistrada.
EstcorretoAPENASoqueseafirmaem
(A) I.
(B) II.
(C) III.
(D) IeII.
(E) I eIII.
RESOLUO:
I - A moda das quantidades de filhos dessas dez mulheres independe da resposta
no registrada.
CORRETO. Temos 4 repeties de mulheres comapenas 1filho, logoa

moda1filho, mesmoquearespostanoanotadasejaigual aonmerodefilhos
dealgumasdasoutrasmulheres.
II - A mediana das quantidades de filhos dessas dez mulheres depende da resposta
no registrada.
ERRADO. Colocandoasidadesemordemcrescente, temos:

0, 0, 1, 1, 1, 1,2, 3, 4
Temosn=9elementos, logoamedianao5termo, que1. Reparequese

incluirmosmaisumelemento, emqualquerposio, o5eo6termoscontinuaro
sendoiguaisa1,ecomissoamedianacontinuarsendoigual a1.
III - A mdia das quantidades de filhos dessas dez mulheres independe da resposta
no registrada.
ERRADO. Comojestudamos, amdiadependedetodososvaloresdeuma

amostraoupopulao.
Resposta: A
Emumexperimento binomial comtrs provas, a

probabilidade de ocorreremdois sucessos doze vezes a probabilidade de
ocorreremtrs sucessos. Desse modo, as probabilidades desucesso efracasso
so, empercentuais, respectivamente, iguaisa:
73. ESAF - AFRFB - 2009)
Prof. Arthur Lima
122

a) 80 % e 20 %
b) 30 % e 70 %
c) 60 % e 40 %
d) 20 % e 80 %
e) 25 % e 75 %
RESOLUO:
Veja que o nmero de tentativas n = 3. Foi dito que a probabilidade de k = 2
sucessos doze vezes a probabilidade de k = 3 sucessos.
Lembrando que, na binomial, P(k, n, p )
kn^
x p k x (1 - p )) k, podemos dizer
Vk J
que:
P(2; 3; p) = 12 x P(3;3;p)
Assim:
k3 ^
k3^
x p 2x (1 - p )3-2 = 12 x
x p 3x (1 V2J
V3J
3 x p 2x (1 -
p )3-3
)1= 12 x 1x p 3x (1 - p )0
3 x p 2x (1 - p) = 12 x1x p 3x1
(1 - p) = 4 x p
1= 5p
p
= 0,20
Logo, a probabilidade de sucesso p = 20%. A probabilidade de fracasso

1 - p = 80%.
Resposta: D
74. ESAF - Auditor/NATAL - 2008) Numa distribuio Binomial, temos que:
I. A E[x] = n p q, ou seja, o produto dos parmetros n - nmero de elementos da

avaliao, p - probabilidade de ocorrncia do evento e q - probabilidade contrria
(q = 1 - p).
Prof. Arthur Lima
123

II. O desvio-padro dado pe la raiz quadrada do produto entre os parmetros n e p.
III. A varincia dada pelo somatrio dos quadrados dos valores (Xi) menos o
quadrado da mdia.
Apontando os trs itens acima como V - Verdadeiro e F - Falso, a opo correta :

a) F, V, F
b) V, V, F
c) F, F, F
d) V, F, F
e) V, V, V
RESOLUO:
Na binomial, sabemos que:
- a mdia E(X) = n x p; o que torna o item I falso.
- a varincia Var(X) = n x p x (1-p); o que torna o item II falso, pois o desvio padro
ser a raiz da varincia dada por esta frmula.
- a varincia definida como sendo o somatrio dos quadrados das diferenas entre
cada valor Xi e a mdia, dividido pelo nmero de observaes:
7
2 y (x ,. - X )2
=
;
, tornando o item III falso.
n
Resposta: C
75. FGV - SEAD/AP - 2010) Uma urna contm 50 bolinhas idnticas numeradas de
1 a 50. Se quatro bolinhas so aleatoriamente sorteadas com reposio, a
probabilidade de que, dos quatro nmeros sorteados, dois sejam pares e dois sejam
impares igual a:
(A) 12,5%.
(B) 25,0%.
(C) 37,5%.
(D) 50,0%.
(E) 62,5%.
RESOLUO:
Veja que temos reposio, ou seja, a probabilidade de tirar uma bolinha par
ou mpar no muda a cada tentativa. Definindo como sucesso a retirada de um
nmero par, o nosso objetivo conseguir k = 2 sucessos em n = 4 tentativas,
Prof. Arthur Lima
124

sabendo que a probabilidade de sucesso em cada tentativa p = 50% (afinal
metade das bolas so pares). Estamos diante de uma distribuio binomial, cuja
probabilidade dada por:
f n^
x
P ( k , n , p )
p k x (1 -
p ) n-k
Vk J
f
4 ^
x 0 , 5 0 2 x (1 -
P (2 ;4 ;0 ,5 0 )
0 , 5 0 ) 4-2
V2 J
P (2 ;4 ;0 ,5 0 ) = 6 x 0 ,2 5 x 0 ,2 5 = 0 ,3 7 5 = 3 7 ,5 %
Resposta: C
76. CESPE - TCU - 2008) Considerando que em 2008 sejam ofertados 2.500
imveis, dos quais sejam vendidos Y imveis nesse mesmo ano, nesse caso, se a
probabilidade de um imvel ofertado em 2008 ser vendido no mesmo ano for igual a
0,4, e se Y seguir uma distribuio binomial, ento a probabilidade de se observar o
evento Y > 1.000 imveis ser inferior a 0,41.
RESOLUO:
Podemos considerar que a venda de cada um dos n = 2500 imveis um
evento (ou tentativa), sendo que Y o nmero de sucessos (vendas efetivadas) e
2500-Y o nmero de fracassos (vendas no efetivadas). A chance de sucesso em
cada tentativa p = 0,4. Assim,
E(Y) = n x p = 2500 x 0,4 = 1000
Assim, em mdia sero vendidos 1000 imveis no ano. Como essa

distribuio praticamente simtrica, podemos dizer que cerca de 50% dos
resultados possveis superior a esta mdia, e cerca de 50% inferior. Isto ,
P(Y > 1.000) = 0,50
Este valor superior a 0,41, portanto o item est ERRADO.
Resposta: E
77. CESPE - TJ-ES - 2011) Com o propsito de estimar o valor do nmero n um

estudante efetuar o seguinte experimento computacional:
Prof. Arthur Lima
125

1. gerar uma amostra aleatria simples de n coordenadas, (Xi, Yj), i = 1,
n, em
que Xi e Yi so independentes e tm distribuio uniforme contnua no intervalo

(0, L), L > 0;
2. contar o nmero D < n desses pontos que esto no interior da circunferncia de
raio r = L/2 e centro no ponto (L/2, L/2).
Em relao ao experimento descrito, julgue os itens subsequentes.
O nmero D segue uma distribuio binomial.
RESOLUO:
Apesar da redao aparentemente complicada, o experimento do estudante
consiste em marcar em um grfico n pontos do tipo (Xi, Yi) de modo que os valores
possveis de Xi esto entre 0 e L, e os valores possveis de Yi tambm esto entre 0
e L. Deste modo, os pontos podero ir de (0, 0) at (L, L). Seria algo assim:
Aps isso, o estudante desenhar a circunferncia com raio L/2 e com centro
no ponto (L/2, L/2), tendo o seguinte desenho:
O nmero D a quantidade de pontos que caem dentro do crculo. Assim,

possvel calcular a probabilidade p de um ponto colocado aleatoriamente dentro do
Prof. Arthur Lima
126

quadrado(deladoL) estar tambmdentrodocrculo. Esta probabilidadedada

pelarazoentreasreasdocrculoedoquadrado.
Mas oque pedidosimplesmente quevoc identifique queeste um
evento binomial. Isto porque temos n tentativas (os n pontos marcados
aleatoriamente), para as quais s h dois resultados possveis: sucesso (estar
dentrodocrculo) oufracasso(estarforadocrculo). Eexisteumaprobabilidadep
paraestesucessoocorrer. Destemodo, podemos dizer queonmerodepontos
quecaemdentrodocrculo(D),sim,umadistribuiobinomial.
Resposta: C
Considereaseguintesituaohipottica.
De uma urna que contm15 bolas brancas e 1bola vermelha sero retiradas
aleatoriamente 12 bolas. Em cada retirada, ser observada a cor da bola
selecionada. Sebranca, abolanoserdevolvidaurna; severmelha, abolaser
devolvidaurna. Aofinal doprocesso, serregistradoonmeroXdevezesquea
bolavermelhafoiobservadanessasdozeretiradas.
Emface dessa situao, corretoafirmar queX uma varivel aleatria com
distribuiobinomial comn=12.
78. CESPE - ABIN - 2010)
RESOLUO:
Para umadistribuioser considerada binomial, achance desucesso em

cada tentativa (no caso, emcada retirada de bola) deve ser a mesma, que
simbolizamosporp.Noincio, existem15brancase1vermelha, demodoquea
chancederetiraravermelhade1em16. Entretanto, aoretirarumabolabrancae
norep-la, achancedepegarumabolavermelhapassaaserde1em15. Eassim
sucessivamente. Isto, aprobabilidadedesucessovai sendoalteradamedida
queas bolas brancassoretiradas. Assim, NOtemos umadistribuiobinomial.
ItemERRADO.
Resposta: E
Considere queY seja umavarivel aleatria de

Bernoulli comparmetro p, emque p a probabilidade de uma ao judicial
trabalhistaserjulgadaimprocedente. Deumaamostraaleatriasimples de 1.600
aesjudiciaistrabalhistas, umaseguradoraobservouque, emmdia, 20%dessas
79. CESPE - TRT-173 - 2009)
Prof. Arthur Lima
127

aes foram julgadas improcedentes. Com base nessa situao hipottica, julgue os
prximos itens.
( ) A distribuio amostral do nmero de aes judiciais trabalhistas julgadas

improcedentes segue uma distribuio binomial.
RESOLUO:
Veja que temos n = 1600 tentativas. Aqui o sucesso a ao ser julgada
improcedente, afinal essa a distribuio que o enunciado props. Temos que a
probabilidade de sucesso p = 20%. Portanto, temos uma distribuio binomial com
parmetros n = 1600 e p = 20%. Item CORRETO.
Resposta: C
80. ESAF - MI - 2012) Seja X uma Varivel Aleatria Binomial com parmetros n e
p. Sendo Cn,k o nmero de combinaes de n elementos tomados k a k, obtenha a
expresso de P(X = k).
a) Cn,n-k p(1-p)n-k
b) Cn,k pn-k(1-p)k
c) Cn,k pk(1-p)n-k
d) Cn,k p(1-p)k-1
e) Cn,n-k pn-k(1-p)k
RESOLUO:
Para obter sucesso em cada tentativa, a probabilidade p. E para obter
fracasso, a probabilidade 1 - p. Assim, para ter sucesso exatamente nas k
primeiras tentativas, a probabilidade pk, e para obter insucesso nas demais (n - k)
tentativas, a probabilidade (1 - p)n- k.
At aqui, temos que a probabilidade de sucesso nas k primeiras tentativas e
de insucesso nas demais dado por:
pk x (1 - p)n- k
Sabemos, entretanto, que no preciso que exatamente as k primeiras

tentativas sejam os sucessos. Basta que uma combinao de k, dentre as n
tentativas, seja de sucesso. Assim, podemos multiplicar o resultado anterior pela
combinao de n tentativas, k a k, chegando expresso:
Cnk x pk x (1 - p)" " k
Prof. Arthur Lima
128

Temos esta expresso na alternativa C. Veja que esta exatamente a

frmula que vimos ao estudar a binomial:
P(k, n, p )
^ n^
X p k X (1 - p) n-k
Vk J
Resposta: C
81. CEPERJ - SEFAZ/RJ - 2013) Se uma varivel aleatria X tem distribuio

binomial com mdia igual 20 e desvio padro igual a 4, ento P(X < 2) ser igual a:
A) 214,64x(0,8)98
B) 196,04x(0,2)23
C) 16,64x(0,8)98
D) 4,04x(0,2)23
E) 16,64x(0,8)23
RESOLUO:
Na distribuio binomial, a mdia e a varincia so:
E(X) = n x p
Var(X) = n x p x (1 - p)
Portanto,
n x p = 20
e
n x p x (1 - p) = 16
Logo,
20 x (1 - p) = 16
1 - p = 16/20 = 0,8
p = 1 - 0,8 = 0,20
e
n x 0,20 = 20
n = 20 / 0,20 = 100
Prof. Arthur Lima
129

Tendoosvaloresdenep,podemoscalcularaprobabilidadedeksucessos
comafrmuladabinomial:
x p k x (1- p)n-k
P(k)
Vk J
Aprobabilidadedetermos 2oumenos sucessos, ouseja, deX menor ou

igual a2, asomadasprobabilidadesde0sucesso, 1sucessoe2sucessos, isto
:
P(Xmenorouigual a2)=P(0) +P(1)+P(2)
Porsuavez,
^100^
P(2) =
v2
x 0,22x (1- 0,2) 100-2
P(2) = 100^ 99 x 0,04 x (0,8)98

P(2) = 198 x (0,8) 98
^100^
P(1)
x 0,2Xx (1 - 0,2) 100-1
V1 J
P(1) = 20 x (0,8)99
P (1) = 20 x 0,8 x (0,8)98
P(1) = 16x (0,8)98
f100^
x 0,20x (1 - 0,2)100-0
P(0) =
V0 J
P(0) = 1x1x (0,8)100

P(0) = (0,8)2x (0,8)98
P(0) = 0,64 x (0,8)98
Portanto,
Prof. Arthur Lima
130

P(Xmenorouiguala2)=0,64x0,898+16x0,898+198x0,898
P(Xmenorouigual a2)=214,64x0,898
Resposta: A
Umanalistasabeque, paraos processosde

dotaooramentriadeumadeterminadaprefeitura, aprobabilidadedeencontrar
alguma irregularidade de 20%. Presumindo que esses processos so
independentesentresi, aprobabilidadedeque, numaamostradedez, nomximo
doisprocessosapresentemalgumairregularidadeserde:
82. CEPERJ - SEPLAG/RJ - 2012)
A) 1,80- (0.8 f
B ) 3,40 -(0.8 )2
C ) 0,64 (0,2 )8
D) 4,04 (D.8)8
E ) 1,60- (0,2
RESOLUO:
A frmula da distribuio binomial aplica-se bema este exerccio. Esta

distribuio estatstica aquela relativa a eventos que podemter apenas 2
resultados: sucesso ou fracasso. Neste caso, podemos dizer que sucesso
representadopeloprocessoestarregular, enquantofracassorepresentadopelo
processoter irregularidades. Aprobabilidadedefracassoemumdadoprocesso,
comotemosnoenunciado, q=20%=0,2. Logo, aprobabilidadedesucessop=
80%=0,8.
Deste modo, ao retirar n = 10 processos, a probabilidade de termos
exatamente2fracassos, ouseja, k=8sucessos, dadapor:
P(k, n, p)
' n^
x p kx (1- p)n-k
Vk J
P(8,10,80%)
'10^
x 0,88x (1- 0,8)10-8
V8 ,
P(8,10,80%) =
Prof. Arthur Lima
2 x1
x 0,88x (0,2)2
131

P (8,10,80%) = 45 x 0,88x (0,2)2
P(8,10,80%) = 1,8x 0,88
Comooenunciadopedeaprobabilidadedequenomximodoisprocessos
apresentemalguma irregularidade, devemos ver os casos de 2 irregularidades
(visto acima), 1 irregularidade ou 0 irregularidades. Para exatamente 1
irregularidade, isto, k=9sucessos, temos:
P(k, n, p)
n^
x p kx (1- p)n-k
Vk J
P (9,10,80%)
10^
x 0,89x (1- 0,8)10-9
V9 ,
P(9,10,80%) = 10x 0,89x 0,2
P (9,10,80%) = 2 x 0,89
Para0irregularidades, isto, k=10sucessos, temos:

1(10,10,80%)
10^
x 0,810x (1- 0 ,8)10-10
V10,
1(10,10,80%) = (0,8)10
Somandoasprobabilidadesde0ou1ou2irregularidades, temos:
Prob. (no m xim o 2 fra ca sso s) = Prob. (0 fra ca sso s) + Prob.(1 fra ca sso ) + Pro b .(2
fra ca sso s)
Prob.(no mximo 2 fracassos)=(0,8)10+ 2 x 0,89+1,8 x 0,88

Prob.(no mximo 2 fracassos)=(0,8)2x 0,88+ 2 x 0,8 x 0,88+1,8 x 0,88
Prob.(no mximo 2 fracassos)=0,64x0,88+1,6x0,88+1,8x0,88
Prof. Arthur Lima
132

Prob.(no mximo 2 fracassos)=4,04 x 0,88
Resposta: D
Sabendoqueavarivel aleatriaXtemdistribuio
binomial de parmetros n= 20 e p= 0,4, a mdia e a varincia de X sero,
respectivamente:
a)8e4,8
b)8e3,2
c)4e2,4
d)8e2,4
e)4e4,8
83. CEPERJ - SEE/RJ - 2009)
RESOLUO:
Numadistribuiobinomial, amdia:
E(X) =n.p=20x0,4=8
Javarinciadadapor:
var( X ) = n.p .(1 - p)
var( X ) = 20 x 0,4 x (1 - 0,4) = 4,8
Resposta: A.
ApontandoporV- VerdadeiroeFFalso, indiqueaopocorretaparaasseguintessentenas:

I. Umav. a. - varivel aleatria quepodeassumir somente dois valores, diz-se
possuirdistribuioGeomtrica.
84. ESAF - Auditor/NATAL - 2008 Adaptada)
II. Uma v. a. comdistribuio de Bernoulli, se acumulados os resultados sem

reposio, geramumadistribuiohipergeomtricaeseforcomreposiogeram
umadistribuioBinomial.
III. AdistribuiodePoissonummodelodeprobabilidadecujodesviopadro
igual raizquadradadamdia.
Assinaleorespectivoconjunto:
a) F, V,V
b)V, F, V
c) F, V, F
Prof. Arthur Lima
133

d)F, F, F
e)V,V, F
RESOLUO:
I. Uma v. a. - varivel aleatria que po d e a ssu m ir so m ente d o is valores, d iz-se

p o s s u ir distribuio Geom trica.
Falso. Uma varivel aleatria que s pode assumir 2 valores possui

distribuiodeBernoulli.
II. Uma v. a. com distribuio de Bernoulli, s e a cu m u lad os o s resu lta d o s se m
reposio, geram uma distribuio hipergeom trica e s e for com rep o si o geram
uma distribuio Binom ial.
Verdadeiro. ImaginequepretendemostemosbolasAzuiseVerdesemuma
urna, epretendemostirarumabolaAzul (sucesso). Setemos10bolasdecadacor,
aprobabilidadedepegar umabolaazul p=0,50. Trata-se umadistribuiode
Bernoulli, comE(X) =p=0,50.
Veja que na distribuio de Bernoulli estamos interessados apenas na
primeiraretirada. Sepretendemosverresultadosacumulados, isto, tirarmaisde
umabola, podemosfazerissocomousemreposio.
Se retirarmosbolas semreposio, aprobabilidadederetirarexatamentex
bolasazuisaoselecionarumtotal denbolas(considerandoquetemosN=20bolas
dasquaisK=10soazuis)dadapelafrmuladadistribuiohipergeomtrica:
P( x; n,N,K) =
C(K,x) x C(N - K, n - x)
C(N, n)
Agorasepretendemostirarasbolascomreposio, issosignificaqueacada
tentativa teremos a mesma probabilidade pde sucesso, e probabilidade 1-pde
insucesso. Paracalcularaprobabilidadedeexatamenteksucessosemntentativas,
bastausarafrmuladadistribuiobinomial:
P(k , n, p ) =
^ n^
k
x p k x (1 - p ) n
Vk J
III. A distribuio de P o is s o n um m odelo de probabilidade cujo d esvio padro

igual raiz quadrada da mdia.
Prof. Arthur Lima
134

Verdadeiro. Sabemos que o desvio padro definido como sendo a raiz
quadrada da varincia. Entretanto, na distribuio de Poisson, tanto a mdia quanto
a varincia possuem o mesmo valor: E(X) = Var(X) = .
Resposta: A
85. ESAF - SUSEP - 2010) Considere um grupo de 15 pessoas dos quais 5 so

estrangeiros. Ao se escolher ao acaso 3 pessoas do grupo, sem reposio, qual a
probabilidade de exatamente uma das trs pessoas escolhidas ser um estrangeiro?
a) 45/91
b) 1/3
c) 4/9
d) 2/9
e) 42/81
RESOLUO:
Veja que temos aqui uma distribuio hipergeomtrica, pois pretendemos
calcular a probabilidade de obter x = 1 pessoa de um tipo (estrangeira) ao
selecionar, sem reposio, n = 3 pessoas em um grupo de N = 15, das quais K = 5
so estrangeiras. Assim,
P( x;n,N ,K) =
P (1;3,15,5)
C ( K ,x) x C (N - K,n - x )
C (N,n )
C(5,1) x C(15 - 5,3 -1)
C(5,1) x C(10,2)
C(15,3)
C(15,3)
P(1; 3,15,5)
5 x 45
45
15x 14x 13/6
91
Resposta: A
Obs.: voc no precisa decorar esta frmula da hipergeomtrica, basta ter
em mente os conceitos de probabilidade. O total de grupos que podemos formar
com 1 dentre 5 estrangeiros e 2 dentre 10 brasileiros dado por C(5,1) x C(10,2). E
o total de grupos que podemos formar com 3 dentre 15 pessoas C(15,3). Basta
dividir o primeiro resultado pelo segundo e obteremos a probabilidade desejada.
86. FCC - ISS/ SP - 2012) Suponha que ao realizar um experimento ocorra o

evento A com probabilidade p e no ocorra com probabilidade (1-p). Repetimos o
experimento de forma independente at que A ocorra pela primeira vez. Seja: X =
Prof. Arthur Lima
135

Estratgia
C O N C U R S O S
nmero de repeties do exp erimento at que A ocorra pela primeira vez. Sabendo
que a mdia de X 3, a probabilidade condicional expressa por P(X = 2 1X < 3)
igual a
a) 2/9
b) 1/3
c) 6/19
d) 5/27
e) 4/27
RESOLUO:
Estamos diante de uma distribuio geomtrica, que nos d a probabilidade
de obter o primeiro sucesso na tentativa de nmero n com a frmula:
P (x = n) = (1 - p )n-1 x p
Alm disso, sabemos que a mdia dessa distribuio dada por:

E(X) = 1/p
Como foi dito que esta mdia igual a 3, ento:
E(X) = 1/p = 3 ^ p = 1/3
Assim, a probabilidade de ter sucesso j na primeira tentativa seria

simplesmente:
A 1V-1 1 1
P( X = 1) ( 1
l
3J
3 3
Podemos tambm calcular a probabilidade de primeiro sucesso apenas na

segunda tentativa assim:
P (X = 2)
(.
l
1Y -1 1
3J
3
2
9
E a probabilidade de primeiro sucesso somente na terceira tentativa seria:

P (X = 3) =
Prof. Arthur Lima
*3-1
1 31 X13 == 274_
136
Estratgia
rC nONNr Ci i UR R< ;S nO<S;

Portanto, a probabilidade de o primeiro sucesso ser em uma das trs

primeiras tentativas, isto , P(X < 3), dada por:
P(X < 3) = P(X = 1) + P(X = 2) + P(X = 3)
E a probabilidade de primeiro sucesso na segunda tentativa, dado que ele

ocorreu em uma das trs primeiras tentativas, :
Resposta: C
87. FCC - TRE/SP - 2012) O custo para a realizao de um experimento de 500

reais. Se o experimento falhar haver um custo adicional de 100 reais para a
realizao de uma nova tentativa. Sabendo-se que a probabilidade de sucesso em
qualquer tentativa 0,4 e que todas so independentes, o custo esperado de todo o
procedimento at que o primeiro sucesso seja alcanado
(A) 1.500.
(B) 1.400.
(C) 1.300.
(D) 1.200.
(E) 1.000.
RESOLUO:
Podemos observar nessa questo uma distribuio Geomtrica, visto que
com a probabilidade de sucesso em uma tentativa (p = 0,4) possvel calcular a
chance de sucesso apenas aps a n-sima tentativa. Da mesma forma, o valor
esperado E(X) desta distribuio nos diz o nmero esperado de tentativas (ou seja,
mdio) necessrias para obter o primeiro sucesso. Calculando-a, temos:
E(X) = 1/p = 1/0,4 = 2,5
Prof. Arthur Lima
137

Portanto, esperado que sejam feitas 2,5 tentativas para obter o primeiro
sucesso. A primeira tentativa custa 500 reais, j as demais custam 600 cada, visto
que deve ser acrescida uma taxa de 100 reais. Logo, em 2,5 tentativas temos:
Custo esperado = custo da primeira + custo da segunda + metade do custo da

terceira
Custo esperado = 500 + 600 + 0,5 x 600 = 1400 reais

Resposta: B
88. FCC - INFRAERO - 2011) Para resolver essa questo, dentre as informaes
dadas abaixo, utilize aquela que julgar apropriada:
e-1 = 0,368
e-2 = 0,135
e-2,5 = 0,082
O nmero de passageiros que chegam a um posto de atendimento de uma empresa

de aviao para fazer o check-in s quartas-feiras pela manh tem distribuio de
Poisson com taxa mdia de 5 passageiros por minuto. A probabilidade de chegar a
esse mesmo posto, numa quarta-feira pela manh, pelo menos 2 passageiros em
30 segundos, de:
a) 0,575
b) 0,682
c) 0,713
d) 0,754
e) 0,814
RESOLUO:
Se chegam em mdia 5 passageiros por minuto, podemos dizer que chegam
em mdia 2,5 passageiros a cada 30 segundos. Assim, X = 2,5.
A probabilidade de chegarem pelo menos 2 passageiros igual a 100%
menos a probabilidade de chegarem 0 ou 1 passageiros:
P (X > 2) = 1- P (0) - P (1)
Vamos calcular P(k = 0) e P(k = 1) com a frmula da distribuio de Poisson:
f (k;X) = e
Prof. Arthur Lima
138

f (0:2,5)
f (1:2,5)
e~2'5 x 2,50
0!
= e -2,5
e2'5x 2,51
= e2'5x 2,5
1!
Portanto,
P (X
> 2) = 1- P (0) - P (1) = 1- e25 - e25x 2,5
Como foi dito que e-2,5 = 0,082, ento
P (X
> 2) = 1-
P (0) - P (1) = 0,713 = 71,3%
Resposta: C
89. FCC - TRT/233 - 2011) O nmero de falhas num certo tipo de placa de frmica
tem distribuio de Poisson com taxa mdia de 0,1 defeitos por metro quadrado.
Tais placas cobriro uma superfcie plana de 2 m * 2,5 m. Se a placa no contm
nenhum defeito ela vendida por R$ 500,00 e se ela tem um defeito ou mais
vendida por R$ 200,00. O preo mdio de venda desse tipo de placa , em reais,
igual a
(dado e-0,1 = 0,90 e e-0,5 = 0,61)
a) 375.
b) 383.
c) 387.
d) 390.
e) 394.
RESOLUO:
Veja que as placas tem 2 x 2,5 = 5 metros quadrados. Vamos calcular a
chance de ela no ter nenhum defeito, bem como a chance de ter 1 ou mais
defeitos.
Inicialmente, precisamos achar o valor do parmetro , que o nmero de
defeitos esperado por unidade de tempo ou de quantidade. Neste caso, foi dito que
esperado 0,1 defeito por metro quadrado (quantidade). Assim, em 5 metros
Prof. Arthur Lima
139

quadrados so esperados 0,5 defeitos (isto , so esperados 0,5 defeitos por placa
de 5m2). Portanto, =0,5.
A probabilidade de k = 0 defeitos :
f (k ; ) _
f (0;0,5)
e x
k!
e-0'5x 0,5 _ e_0,5 0,61

0!
_e
A probabilidade de 1 ou mais defeitos :
P (X >1) _ 1- P (0) _ 1- e -05_ 0,39

Portanto, h 61% de chance de no haver defeito na placa, de modo que ela
pode ser vendida por 500 reais. E h 39% de chance da placa ter algum defeito, de
modo que ela pode ser vendida por 200 reais. Em mdia, a placa vai ser vendida
por:
Mdia = 0,61 x 500 + 0,39 x 200 = 383 reais
Resposta: B
90. FCC - TRE/SP - 2012) Suponha que o nmero de eleitores que chegam a uma
seo de uma Zona Eleitoral no dia de uma determinada eleio, siga a uma
distribuio de Poisson com uma mdia de chegada de 30 eleitores por meia hora.
A probabilidade de que cheguem menos de 3 eleitores em 5 minutos
(A) 12,5 e-5
(B) 12,5 e-6
(C) 18,5 e-5
(D) 17,5 e-5
(E) 17,5 e-6
RESOLUO:
Em mdia chegam 30 eleitores a cada 30 minutos (meia hora), ou seja, 1
eleitor a cada minuto. Assim, nos 5 minutos sob anlise esperado que o nmero
de ocorrncias (chegadas) seja = 5 eleitores. A funo de probabilidade dada
pela frmula:
Prof. Arthur Lima
140

f (k \X )
f (k;5)
e x k
kT~
e~5 x 5 k
k
A probabilidade de chegada de menos de 3 eleitores dada pela som a das

probabilidades de chegada de 0, 1 e 2 eleitores (k = 0, k = 1 e k = 2). Isto :
P(k < 3) = f(0; 5) + f(1; 5) + f(2; 5)
P ( k < 3) =
e '5 x 50
0!
e '5 x 51 e '5 x 5
+1!
2!
P( k < 3) = e"5 + 5e"5+
25e~5
2
P ( k < 3) = 6e5+ 12,5e5

P ( k < 3) = 18,5e-5
Resposta: C
91. FGV - ICMS/RJ - 2009) O nmero de clientes que buscam, em cada dia, os
servios de um renomado cirurgio tem uma distribuio de Poisson com mdia de
2 pacientes por dia. Para cada cirurgia efetuada, o cirurgio recebe R$ 10.000,00.
No entanto, ele consegue fazer o mximo de duas cirurgias em um dia; clientes
excedentes so perdidos para outros cirurgies. Assinale a alternativa que indique o
valor esperado da receita diria do cirurgio.
(considere e-2 = 0,14)
(A) R$ 5.600,00.
(B) R$ 8.400,00.
(C) R$ 10.000,00.
(D) R$ 14.400,00.
(E) R$ 20.000,00.
RESOLUO:
Prof. Arthur Lima
141

Aqui temos = 2, pois esperado que 2 pacientes compaream por dia.
Como o cirurgio pode fazer no mximo 2 cirurgias por dia, devemos calcular a
probabilidade de comparecimento de k = 1 paciente e a probabilidade do
comparecimento de 2 ou mais pacientes em um dia. Fazemos isso com a frmula:
f (M
e x k
kT~
Para k = 1 paciente:
f (1;2)
e ~2x 21
1!
= 2e2 = 2 x 0.14 = 0.28 = 28%
Para encontrar a probabilidade de k = 2 ou mais pacientes, podemos

comear calculando a probabilidade de k = 0 pacientes:
f (0;2)
e -2x 20
=e
0!
= e2 = 0,14 = 14%
Assim, a probabilidade de 2 ou mais pacientes :

f(2 ou mais) = 100% - f(1 paciente) - f(0 pacientes)
f(2 ou mais) = 100% - 14% - 28% = 58%
Portanto, temos 28% de probabilidade de chegar 1 paciente (e o mdico

ganhar 10.000 reais), e 58% de probabilidade de chegarem 2 ou mais pacientes (e o
mdico ganhar 20.000 reais, pois ele atende no mximo 2). Ao todo, o faturamento
esperado :
E(X) = 28% x 10.000 + 58% x 20.000 = 14400 reais
Resposta: D
92. FGV - ICMS/RJ - 2011) Assuma que uma distribuio de Bernoulli tenha dois
possveis resultados n=0 e n=1, no qual n=1 (sucesso) ocorre com probabilidade p,
e n=0 (falha) ocorre com probabilidade q=1-p. Sendo 0<p<1, a funo densidade de
probabilidade
Prof. Arthur Lima
142

(A)
P(n) = p " ( \ - p ) ' "

\a para n =1
Ip
para n = n
(B)
P { ,1 ) =
(c)
P{ti) = \ P q(1-/0 (i
(D)
P (n )
(E)
F (n ) =
)?
0
1
p
para
=1
(1p )
=q
RESOLUO:
Afunodedensidadedeprobabilidadedevenosdar, paracadavalorden,
ovalordesuaprobabilidade. Sabemosque, nadistribuiodeBernoulli,
P(n=1)=p
e
P(n=0)=(1- p)
Veja que a equao da alternativa A nos d exatamente esses dois
resultados:
P(n)=pnx(1- p)1-n
Paran=0temos:
P(0)=p0x(1- p)1-0
P(0)=1x(1- p)1
P(0)=1- p
Eparan=1temos:
P(1)=p1x(1- p)1-1
P(1)=px(1- p)0
Prof. Arthur Lima
143

P(1)=p
Resposta: A
Sabe-sequeemdeterminadomunicpio, noanode
2012, 20%dosdomicliostiveramisenodedeterminadoimposto. Escolhidos, ao
acasoecomreposio, quatrodomiclios destemunicpioaprobabilidadedeque
pelomenosdoistenhamtidoareferidaisenoigual a
(A)0,4096
(B)0,4368
(C) 0,1808
(D)0,3632
(E) 0,2120
93. FCC - SEFAZ/SP - 2013)
RESOLUO:
Aprobabilidadedequeexatamentekdos 4domiclios tenhamiseno

dadaporumadistribuiobinomial ondeaprobabilidadedesucesso(teriseno)
p=20%eaprobabilidadedeinsucesso(noteriseno)q=1- p=80%.Assim,
aprobabilidadedeque2oumaisdomicliossejamisentosdadapelasomadas
probabilidadesdeque2, 3ou4domicliossejamisentos, isto:
P(2oumais)=P(2)+P(3)+P(4)=1- P(0)- P(1)
Emaisfcil obtermosP(0)eP(1):
( 4')
P(0) =
0,20ox 0,804-0
v0y
P(0) = 1x1x 0,84 = 0,4096
0, 201x0,80 4-1
P(1)
v1y
P(0) = 4x 0,2 x 0,83 = 0,4096
Assim,
Prof. Arthur Lima
P(2oumais)=1- P(0)- P(1)=1- 0,4096- 0,4096

P(2oumais)=0,1808=18,08%
144

Resposta: C
NosetorAdeumaempresafoifeitaumaauditoriapara
descobrir quantas vezes cada pessoa fazia ligaes pessoais doseu celular no
perododetrabalhode14s 17horasdeumnicodia. Oresultadoestnogrfico
aseguir.
94. FGV - CGE/MA - 2014)
OnmerodepessoasquetrabalhamnosetorAdessaempresa
(A) 15.
(B)22.
(C) 27.
(D)29.
(E)42.
RESOLUO:
Somandoasfrequnciasdogrfico,temos:
2+5+10+7+3+2=29
Resposta: D
Noanode2013umaempresaexportadoradegros,
exportouemcadaumdostrsprimeirosmesesdoano, 21.000toneladasdesoja.
Emcadaumdos setemeses seguintes exportou27.000toneladas desojae, em
cada umdos dois ltimos meses doanoexportou 15.000toneladas desoja. Em
2013essaempresaexportouporms, emmdia, aquantidadede
(A)5.250toneladas.
(B) 15.750toneladas.
(C) 21.000toneladas.
(D)23.500toneladas.
95. FGV - CGE/MA - 2014)
Prof. Arthur Lima
145

(E) 25.250toneladas.
RESOLUO:
Ototalexportadoem2013:
Total =3x21.000+7x27.000+2x15.000=282.000toneladas
Paraobteramdiamensal, bastadividirmospor12:
Mdia=282.000/12=23.500toneladasporms
Resposta: D
Sobre umaamostracomumaquantidadempar de
valores, todos diferentes deumavarivel aleatria, sabe-sequeamdiamaior
que a mediana. Comrelao aos valores dessa amostra necessariamente
verdadeque
(A)hmaisvaloresacimadamdiadoqueabaixodamdia.
(B) hmaisvaloresabaixodamdiadoqueacimadamdia.
(C) hmaisvaloresacimadamdiadoqueabaixodamediana.
(D) hmaisvaloresacimadamedianadoqueabaixodamdia.
(E) aquantidadedevaloresacimadamdiaigual quantidadedevaloresabaixo
damdia.
96. FGV - CGE/MA - 2014)
RESOLUO:
Emuma amostra comquantidade mpar de valores, temos umponto

central, que a mediana. Assim, temos exatamente a mesma quantidade de
valores acima eabaixoda mediana. Se a mdiaest acima da mediana, ento
haveromaisvaloresabaixodamdiadoqueacimadamdia.
Resposta: B
Trs pessoas esto no

elevadoreopesomdiodelasde72kg. Emseguida, umameninade36kgentra
noelevador. Opesomdiodessasquatropessoas:
(A)27kg.
(B) 36kg.
(C) 46kg.
(D)54kg.
(E) 63kg.
97. FGV - ASSEMBLEIA LEGISLATIVA/MA - 2013 )
Prof. Arthur Lima
146

RESOLUO:
Seamdiadas3pessoas72kg, entoasomadospesosdelas:
Mdia=Soma/n
72=Soma/3
Soma=3x72=216kg
Coma entrada da pessoa de 36kg, a soma dos pesos passou a ser de
216+36=252kg, eaquantidadedepessoaspassoupara4. Anovamdia:
Mdia=252/4=63kg
RESPOSTA: E
SeXtemdistribuioBinomial comparmetros
n=4ep=0,3, entoamedianadeXigual a
(A)0,5.
(B) 1,0.
(C) 1,2.
(D) 1,5.
(E) 2,0.
98.
FGV -
INEA/RJ -
2013)
RESOLUO:
Temos n=4tentativas. Podemoscalcularaprobabilidadede0, 1, 2, 3e4

sucessosusandoafrmuladabinomial:
x p x (1 - p) n-k
P(k, n, p) =
vk j
P(0; 4; 0,3) = C(4; 0) x( 0,3) x( 0,7 )4-0 = 0,2401

P(1;4;0,3) = C(4;1) x( 0,3)* x( 0,7 )4-1 = 0,4116
Reparequeasomadas probabilidades de0e1sucessosjsupera50%,

pois0,2401 +0,4116=65,17%.Assim,reparequeamedianaigual a1sucesso,
pois50%doscasosestoatesteponto.
RESPOSTA: B
Prof. Arthur Lima
147

Emumarepartio, foitomadaumaamostra
do nmero de filhos de 4 funcionrios. Oresultado foi {2, 1, 4, 2}. A mdia
geomtricasimplesdessaamostra
(A)2,25.
(B) 1,75.
(C) 2.
(D)2,4.
(E) 2,5.
99. FGV - AUDITOR ICMS/RJ - 2011)
RESOLUO:
Amdiageomtricaentre4valoresaraiz4adoprodutodosdados:
Mdia geomtrica = tf2x l x 4x 2 = tf\6 =
=2
Resposta: C
Arespeitodas tcnicas deamostragem
probabilstica, NOcorretoafirmarque
a) naamostragemporconglomeradoapopulaodivididaemdiferentesgrupos,
extraindo-seumaamostraapenasdosconglomeradosselecionados.
b) naamostragemestratificada, seapopulaopodeser divididaemsubgrupos
queconsistememindivduos bastante semelhantes entre si, pode-se obter uma
amostraaleatriaemcadagrupo.
c) naamostragemaleatriasimplessesorteiaumelementodapopulao, sendo
quetodososelementostmamesmaprobabilidadedeseremselecionados.
d)naamostragemporvoluntriosapopulaoselecionadadeformaaestratificar
aleatoriamenteosgruposselecionados.
e) na amostragem sistemtica os elementos da populao se apresentam
ordenados, earetiradadoselementosdaamostrafeitaperiodicamente.
RESOLUO:
a) na am ostragem p o r conglom erado a po pulao dividida em diferentes grupos,
extraindo-se uma am ostra a p en a s d o s cong lom erad os selecio n a d o s.
Prof. Arthur Lima
148

CORRETO. Primeirosocriadososgrupos(conglomerados), edelesapenas

algunsseroanalisados.
b)
na am ostragem estratificada, s e a po pula o po d e s e r dividida em su b g ru p o s
que co n sistem em in d ivd u o s bastante se m elh a n tes entre si, p o d e -se obter uma
am ostra aleatria em cada grupo.
CORRETO. Os estratos caracterizam-se por serem constitudos de

elementos que possuam caractersticas semelhantes entre si, sendo mais
homogneosdoqueorestantedapopulao.
c) na am ostragem aleatria sim p les s e sorteia um elem ento da populao, sen d o
que todos o s elem entos tm a m esm a probabilidade de serem selecio n a d o s.
CORRETO. Qualquerelementodaamostratemamesmaprobabilidadede
serselecionado, poisaamostragempuramentealeatria.
d) na am ostragem p o r voluntrios a po pulao selecio n a d a de forma a estratificar
aleatoriam ente o s grupo s selecio na d o s.
ERRADO. Vejaquenemtratamos sobreestetipodeamostragem. Nose

trata de uma amostragemprobabilstica. Trata-se de uma amostragemonde
necessrio a concordncia de voluntrios para participaremda amostra, como
ocorrenasamostragensparatestesdenovosremdios.
e)
na am ostragem
sistem tica
o s elem en to s da po pula o s e
apresentam
ordenados, e a retirada d o s elem en to s da am ostra feita periodicam ente.
CORRETO. Define-se uma regra, ou sistema de seleo, e comisso os

elementossoretiradosperiodicamente(deacordocomocritrio).
Resposta: D
Paracompararas rendasdedoisgrupos
de pessoas, AeB, forampreparados diagramas de caixas (box-plots) comos
valoresobservadosdossalrios, representadosnafiguraaseguir:
Prof. Arthur Lima
149

Prof. Arthur L im a -A u la 09
--------------
Grupo A
Grupo B
500
1000
1500
2000
2500
3000
3500
Arespeitodessesdiagramas, considereasseguintesafirmativas:
I. Osalriomdiodosdoisgruposomesmo.
II.AdistribuiodossalriosnogrupoAassimtricadireita.
III. HmaispessoasnogrupoAdoquenogrupoB.
Assinale:
(A)sesomenteaafirmativaIforverdadeira.
(B)sesomenteaafirmativaIIforverdadeira.
(C) sesomenteaafirmativaIIIforverdadeira.
(D)sesomenteasafirmativasIeIIforemverdadeiras.
(E) sesomenteasafirmativasIIeIIIforemverdadeiras.
RESOLUO:
I. O salrio m dio d o s do is grupo s o m esm o.
ERRADO. OBox-Plotnonospermitefazerconjecturasarespeitodamdia,
masapenasdosquartis, mediana, limitesinferioresuperior.
Prof. Arthur Lima
150

II. A distribuio d o s sa lrio s no grupo A assim trica direita.
CORRETO. NotequeamedianadogrupoAencontra-sebemmaisprxima
dolimiteinferior(esquerda)doquedolimitesuperiordaqueladistribuio. Istonos
dizquehumagrandeconcentrao(pico)dedadosnosvaloresmaisbaixos, isto
, maisprximosdolimiteinferior, ehtambmumalongacaudaqueseestende
paravaloresmaisaltos(direita).
III. H m ais p e s s o a s no grupo A do q u e no grupo B.
ERRADO. Nadapodemosafirmarsobreaquantidadedeelementosemcada
populaoouamostraqueformaumBox-Plot.
Resposta: B
Amdia, a medianaeavarincia das

idadesdeumgrupodevintepessoasso, hoje, iguais, respectivamente, a34, 35e
24. Daqui adezanos, osvaloresdamdia, damedianaedavarinciadas idades
dessaspessoassero, respectivamente:
(A)44, 35e34.
(B)44, 45e12.
(C)44, 45e24.
(D)34, 35e12.
(E)44, 45e124.
RESOLUO:
Aqui fundamental se lembrar das propriedades da mdia, mediana e

varincia.
Aosomarmos umvalor fixo(nocaso, 10anos) acada elementode uma
distribuio, amdiasomadadaquelemesmovalor. Assim,anovamdia34+
10= 44 anos. Da mesma forma, a mediana somada daquele mesmo valor,
passandoaser35+10=45anos. Porfim,avarincianosealtera, vistoquea
dispersodos dados nose alterou(todos os dados cresceram10unidades, de
Prof. Arthur Lima
151

modoqueadistnciaentreelessemanteveinalterada). Assim,anovavarincia
tambmde24.
Resposta: C
Umaamostrade100servidores deuma
repartioapresentou mdia salarial de R$ 1.700,00 comumadisperso de R$
240,00. Pode-seafirmarque:
(A) a mdia aritmtica no uma boa medida para representar a amostra em
funodoelevadovalordodesvio-padro.
(B) amelhormedidapararepresentaraamostraaremuneraoporunidadede
desvio-padro.
(C) amdiaaritmticapodeperfeitamenterepresentarossalriosdaamostrapelo
fatodeestaapresentarumadispersorelativainferiora20%.
(D) aamostranosuficientementegrandeparaanalisarmos ovalor encontrado
paraamdiadossalrios.
(E) osalrio mediano representaria melhor a amostra devido ao alto nvel de
heterogeneidadedossalriosnaamostra.
RESOLUO:
Observequeocoeficientedevariao:
CV=desviopadro/mdia=240/1700=0,14=14%
Portanto, emtermosrelativosnspodemosdizerqueestadistribuiopossui
pequena disperso emrelao mdia, ou seja, a maior parte dos dados se
encontra prximo mdia. Por isso, podemos dizer que a mdia resume
satisfatoriamentetodaadistribuio, comovemosnaalternativaC.
Resposta: C
Prof. Arthur Lima
152

Os dados a seguir so as quantidades de

empregadosdecincopequenasempresas: 6, 5, 8, 5, 6. Avarinciadaquantidade
deempregadosdessascincoempresasigual a:
(A)0,8.
(B) 1,2.
(C) 1,6.
(D)2,0.
(E) 2,4.
104. FGV - SEAD/AP - 2010)
RESOLUO:
Avarinciapodesercalculadaassim:
1
i=1
Y
IX
Vi=1 J
Onde:
I Xti=1
I
i=1
6+5+8+5+6=30
X2-62+52+82+52+62=36+25+64+25+36=186
Temosn=5elementos. Assim,
1
2
186 - (30)2
a 2 = ------- 5
= 1,2
5
Resposta: B
Umavarivel aleatriadiscretaXtemcincovalores
possveis, -1, 0, 1,2e3, comprobabilidadesrespectivasiguaisa0,1; 0,3; 0,2; 0,3e
0,1. SeY=4-2XentoavarinciadeYigual a:
a)0,6
b) 1,4
c)2,4
d)2,8
105. FGV - SEAD/AP - 2010)
Prof. Arthur Lima
153

e) 5,6
RESOLUO:
PodemoscalcularavarinciadeXassim:
n
Xi
-1
0
1
2
3
Xi=1 X *f ) x (Xxf )
Xi=1 f i vi=1
tf 2 =
Xi=1f
(Xi)2 xfi
fi
0,1
0,1
0,3
0
0,2
0,2
0,3
1,2
0,9
0,1
2,4
SOMA
Xixfi
-0,1
0
0,2
0,6
0,3
1
2,4 -1 (1)2
2
aX
= 1,4
ComoY=4-2X, entoavarinciadeY:
= {-2)V 2 = 4.1,4 = 5,6
Resposta: E
Afigura a seguir ilustra o histograma de uma

distribuio de freqncias. Entre os ternos de valores a seguir, o nico que
representaumaconfiguraoplausvel paraosvaloresdamdia, modaemediana
dessadistribuio, respectivamente, :
106. FGV - SENADO - 2008)
Prof. Arthur Lima
154

a)20, 16e17.
b) 16, 16e16.
c)20, 17e16.
d) 17, 20e16.
e) 17, 17e20.
RESOLUO:
Observequetemosumpiconaparteesquerdadogrfico, ondeestamoda.
Assim,amodadeveserumvalorbaixo. Temosumacaudaqueseestendeparaa
direita, oquepuxaamdianaqueladireo, tornando-aovalormaisalto. Assim,
teremos:
moda<mediana<mdia
VejaqueaalternativaAanicaondeamdiaomaiorvalor (20) ea
modaomenor(16). Estenossogabarito.
Resposta: A
Ocoeficientedevariaoamostral (emporcentagem)
de umconjunto de salrios 110%. Se os salrios desse conjunto forem
reajustadosem20%,onovocoeficientedevariaoamostral ser:
a) 110%.
b) 112,2%.
c) 114,2%.
d) 122%.
e) 130%.
107. FGV - SENADO - 2008)
RESOLUO:
Aquidevemoslembrarque:
CV = = 110%
M
Seossalriosforemreajustadosem20%, ouseja, multiplicadospor1,20, o

novodesviopadrosermultiplicadoporestevalor, eanovamdiatambmser
multiplicadaporestevalor. Assim,ficaremoscom:
Prof. Arthur Lima
155

NovoCV = 1^^0 = = 110%
1,20^ p
Resposta: A
Umacompanhiautilizaumsistemadeavaliaode
desempenhodeseus funcionrios por meiodedois indicadores deperformance:
Qualidadedas tarefaseaTempestividadecomqueas tarefassorealizadas. Os
funcionrios receberam, na ltima avaliao, as medidas indicadas na tabela a
seguir:
108. FGV - SEFAZ/RJ - 2008)
Indicador
Medidas
Qualidade
Tem jj estivi dade
50
25
Desvio-Padro
10,0
6,0
Coeficiente de
Variao (%)
20
24
Mdia
Combasenatabela, corretoafirmarque:
a) amdiaaritmticanoumaboamedidapararepresentaraperformancedos
funcionriosemfacedoelevadonvel dedispersodasavaliaes.
b) as avaliaes da Qualidade forammais dispersas doque as avaliaes da
Tempestividade.
c) as avaliaes da Qualidade foram mais homogneas do que as da
Tempestividade.
d) os funcionrios demorammais para realizar as tarefas, mas aqualidadedas
tarefasmelhor.
e)nadasepodeafirmarsemoconhecimentodotamanhodaamostra.
RESOLUO:
Vejamoscadaalternativaderesposta:
a) a m dia aritmtica no uma boa m edida para rep resen ta r a perform ance d o s
funcionrios em face do elevado n v e l de d isp ers o d a s avaliaes.
Prof. Arthur Lima
156

ERRADO. Amdia permiteavaliarmos aperformancedos funcionrios. O

fatodehavergrandedispersosignificaapenas quealgunsfuncionriossobem
melhoravaliadosqueoutros.
b)
a s a va lia es da Q ualidade foram m ais d isp e rsa s do que a s a va lia es da
Tem pestividade.
ERRADO. DopontodevistaABSOLUTO, asavaliaesdequalidadeforam

mais dispersas (pois tiveram maior desvio padro), mas do ponto de vista
RELATIVOelasforammenosdispersas(poistiverammenorCV).
c)
as
a va lia es
da
Q ualidade
foram
m a is
hom ogneas
do
que
as
da
Tem pestividade.
CORRETO. O CV da qualidade foi menor, o que significa que essas

avaliaesforamrelativamentemaisprximas, isto, forammaishomogneas.
d)
o s funcionrios dem oram m ais para rea liza r a s tarefas, m a s a qualidade d a s
tarefas melhor.
ERRADO. Emboraamdiadas avaliaes dequalidadeseja maior quea

mdia das avaliaes de tempestividade, inadequadofazer essa comparao
direta, semlevaremcontaasdemaisvariveis.
e) nada s e p o d e afirm ar se m o conhecim ento do tam anho da amostra.
ERRADO, poisfoipossvel afirmaraalternativaC.
Resposta: C
109. FGV - PREFEITURA DO RECIFE - 2014)
Aseguinteamostradeidadesfoi
obtida: 19; 25; 39; 20; 16; 27; 40; 38; 28; 32; 30.
Assinaleaopoqueindicaamedianadessasidades.
(A)27
(B)28
(C) 29
(D)30
(E) 31
RESOLUO:
Prof. Arthur Lima
157

Emordemcrescente, temos:
16, 19, 20, 25, 27, 28, 30, 32, 38, 39, 40
Temosn=11elementos, demodoqueamedianaotermodaposio:
(n+1)/2=(11+1)/2=6
Logo, amedianao6termo, ouseja, onmero28:
16, 19, 20, 25, 27, 28,30, 32, 38, 39, 40
RESPOSTA: B
Emumencontro de artistas, o cadastro dos

participantes mostrou a distribuio das pessoas de acordo comsua rea de
atuao. Essadistribuiopodeservistanatabelaaseguir:
110. FGV - FUNARTE - 2014)
Estesdadospodemserrepresentadosemumgrficodesetorescomooabaixo:
O ngulo central do setor que representa os artistas de Teatro mede,

aproximadamente:
(A)62
(B)65
(C) 68
(D) 72
(E) 75
RESOLUO:
Prof. Arthur Lima
158

Vejaqueosartistasdeteatrocorrespondema18%dototal. Seelesfossem
100%,ocupariamocrculotodo, eongulocentral seriaigual a360 (ouseja, uma
voltainteira). Assim,podemosmontararegradetrssimples:
100%------360
18%--------ngulo
100%xngulo=360x18%
1xngulo=360x0,18
ngulo=64,8
RESPOSTA: B
Amdiadasidadesdeumgrupode4amigosde36
anos, eodesviopadroigual a2. Daqui acincoanos, amdiaeavarinciadas
idadesdessegruposeroiguaisa:
(A)41e4.
(B)41e50.
(C) 56e2.
(D)56e50.
(E) 56e200
111. FGV - ALBA - 2014)
RESOLUO:
Daqui a5anos, asidadesdecadapessoaserosomadasde5unidades. Ao

somar5unidadesemcadanmero, amdiaacrescidade5anos, passandoa:
Mdianova=36+4=41anos
Odesviopadronoalteradopelasoma, continuandoomesmo. Comoo
desviopadroigual a2, avarinciaigual a22=4.
RESPOSTA: A
Os dados aseguir so umaamostra de 11 salrios

mensais(aproximados)emreais:
2.080
1.830
2.480 3.010
1.450 1.650
2.500
1.740
3.600 1.900
2.840
Amedianadessessalrios, emreais,
(A) 1.990.
112. FGV - ALBA - 2014)
Prof. Arthur Lima
159

(B)2.080.
(C) 1.650.
(D)2.000.
(E) 2.220.
RESOLUO:
Colocandoossalriosemordemcrescente:
1450, 1650, 1740, 1830, 1900, 2080, 2480, 2500, 2840, 3010, 3600
Temosn=11elementos, demodoqueamedianaotermodaposio:
(n+1)/2=(11+1)/2=6
Comisso, amedianao6termo, ouseja, 2080:
1450, 1650, 1740, 1830, 1900, 2080,2480, 2500, 2840, 3010, 3600
RESPOSTA: B
Atabelaaseguir mostramdiaedesviopadrodas
notasdosalunosemumexamenacional emcincoestadosdiferentes:
113. FGV - ALBA - 2014)
M d ia
De-suio p a d r o
Estado 1
500
100
Estado II
600
120
Estado III
500
140
E ita d o IV
450
120
E ita d o V
600
100
Assinale a opo que indica o Estado que apresentou o menor coeficiente de

variaodasnotas.
(A) I
(B) I
(C) III
(D) IV
(E)V
RESOLUO:
Ocoeficientedevariao(CV) dadopeladivisododesviopadropela
mdia. Assim,emcadacasotemos:
CVI=100/500=0,2=20%
CVII =120/600=0,2=20%
Prof. Arthur Lima
160

CVIII =140/500=0,28=28%
CVIV=120/450=0,266=26,6%
CVV=100/600=0,166=16,6%
PodemosmarcaraalternativaE, quetemomenorCV.
RESPOSTA: E
Observeatabeladefrequnciasaseguir, queserefere
aossaldosemconta, numdeterminadodia, deduzentascontas-correntes:
114. FGV - ALBA - 2014)
Saldos em conta [K$)
Frequncia
At 100.00
De ma is de 100,00 a 300,00
2A
De ma ii da 300.00 a 500,00
46
De ma ii da 500.00 a 700,00
54
De ma ii da 700.00 a 900,00
44
De ma ii da 900.00 a 1.100,00
13
Demaii da 1.100,00 a 1.300,00
Acima de 1.300,00
AfrequnciarelativaacumuladadesaldosemR$900,00igual a
(A)22%.
(B)36%.
(C) 54%.
(D)90%.
(E) 97%.
RESOLUO:
Ototal defrequncias quetemos so200contas-correntes. Acimade900

reaistemosapenas 13+6+1=20frequncias, demodoqueat900reaistemos
200- 20=180frequncias.
Assim,asfrequnciasacumuladasat900reaisso: 180/200=90%.
RESPOSTA: D
Fimdeaula! Saudaes,
Prof. ArthurLima
Prof. Arthur Lima
161

3. LISTA DE QUESTES VISTAS NA AULA
1. CESPE - CORREIOS - 2011)
Julgue os itens seguintes, relacionados aos
conceitosdeestatstica.
( ) Escolaridade e nmero de filhos so exemplos de variveis quantitativas
ordenvel ediscreta, respectivamente.
Aporcentagemderecolhimentos com
valoresarrecadadosmaioresouiguaisaR$3.000,00
(A)70%
(B)65%
(C) 55%
(D)45%
(E)40%
2. FCC - SEFAZ/SP - 2009 - Adaptada)
Nocampoestatstico, ogivasso:
a)polgonosdefreqnciaacumulada.
b)polgonosdefreqnciaacumuladarelativaoupercentual.
c) histogramadedistribuiodefreqncia.
d)histogramadedistribuiodefreqnciarelativaoupercentual.
e)oequivalenteamplitudedointervalo.
In stru es: P
araresolverquestoseguinte(FCC- SEFAZ/SP- 2009), considere
arrecadados, em2008, sobredeterminadotributo, referenteaumramodeatividade
escolhidoparaanlise. Sabe-seque:
I. Asfrequnciasabsolutascorrespondemsquantidadesderecolhimentos, sendo
asfrequncias relativasdosegundoeterceirointervalos declasse iguais axey,
respectivamente.
3. ESAF - IRB - 2006)
Prof. Arthur Lima
162

II. Amdiaaritmticadadistribuio, valorarrecadadoporrecolhimento, igual a

R$ 3.350,00 (valor encontradoconsiderandoquetodos os valores includos num
certointervalodeclassesocoincidentescomopontomdiodesteintervalo).
1.000,00 I------- 2.000,00
2.000,00 I------- 3.000,00
3.000,00 I------- 4.000,00
4.000,00 I------- 5.000,00
5.000,00 I------- 6.000,00
Total
0,10
X
y
0,20
0,10
1,00
A porcentagemde recolhimentos comvalores

arrecadadosmaioresouiguaisaR$3.000,00
(A)70%
(B)65%
(C) 55%
(D)45%
(E)40%
5. DOM CINTRA - PREF. PALMAS - 2010) Am
diaaritmticadas25notasdeuma
provadematemticafoi igual a6,0. Se oprofessor aumentar 0,5emcada uma
dessas25notas, e, emseguida, calcularamdiadetodaselas, ovalorencontrado
poreleserde:
a)5,5
b)6,0
c)6,5
d)7,0
e)7,5
6. ESAF - SEFAZ/SP - 2009) D
etermineamedianadasseguintesobservaes:
17, 12, 9, 23, 14, 6, 3, 18, 42, 25, 18, 12, 34, 5, 17, 20, 7, 8, 21, 13, 31,24, 9.
a) 13,5
b) 17
c) 14,5
d) 15,5
e) 14
4. FCC - SEFAZ/SP - 2009)
Prof. Arthur Lima
163

O histograma de frequncias absolutas abaixo

demonstraocomportamentodos valores arrecadados deumdeterminadotributo,
noanode2005, emumaregioaseranalisada:
7. FCC - SEFAZ/SP - 2006)
Observao: Considere que todos os intervalos de classe do histograma so

fechadosesquerdaeabertosdireita.
Utilizando as informaes contidas nesse histograma, calculou-se a mdia
aritmticadestesvaloresarrecadados, considerandoquetodososvaloresincludos
numcertointervalodeclassesocoincidentescomopontomdiodesteintervalo.
Tambmcalculou-seamedianadetaisvalorespelomtododainterpolaolinear.
Ento, omdulodadiferenaentreamdiaaritmticaeamedianaigual a:
a) R$100,00
b)R$400,00
c) R$800,00
d)R$900,00
e) R$1000,00
8. ESAF - SEFAZ/CE - 2006) Oco
njuntodenotasdosalunosdeumadeterminada
prova: {10, 5, 3, 4, 5, 10, 3, 8, 9, 3}. Assim,podemosdizerqueamoda, mdiae
medianadesteconjuntoso, respectivamente:
a)3, 6e5.
b)3, 4e5.
c) 10, 6e5.
d)5, 4e3.
e)3, 6e10.
Prof. Arthur Lima
164

In stru es: Considere a distribuio de freqncias a seguir para resolver a prxima
questo.
Salrios dos empregados da empresa XV 2 em
dezembro de 2005
S a l rio s
F re q rjtia s
(R S )
S im p le s A b s o lu t a s
1 0C G .2: 1----------- 2 0 0 0 .0 0
s o i . o e 1----------3 0 0 0 .0 0
3 0 3 0 ,0 0 !---------- 4 0C.0
16
4 .0 00,0 01-
10
& 2 0 0 .G
5 0 0 0 ,0 0 1--------- 3 0 0 0 ,0 0
9. FCC - BACEN - 2006) O valor da moda, obtida com a utilizao da Frmula de

Czuber*, igual a (desprezar os centavos na resposta)
D a d o s:
*
Moda = L i + h
Z max - Z a n t
2.Z max- (Z a n t + Z p o s t )
em que:
L i = limite inferior da c la sse m odal
h = intervalo de c la s se m odal
Z m a x = freqncia da c la sse m odal
Z a n t = freqncia da c la sse anterior c la sse m odal
Z p o s t = freqncia da c la sse p o sterio r c la sse m odal
a) R$3201,00
b) R$3307,00
c) R$3404,00
d) R$3483,00
e) R$3571,001
*
0
10. ESAF - IRB - 2006) Sendo a moda menor que a mediana e, esta, menor que
mdia, pode-se afirmar que se trata de uma curva
a) Simtrica.
b) Assimtrica, com freqncias desviadas para a direita.
c) Assimtrica, com freqncias desviadas para a esquerda.
Prof. Arthur Lima
165

d)Simtrica, comfreqnciasdesviadasparaadireita.
e)Simtrica, comfreqnciasdesviadasparaaesquerda.
Considere a tabela de freqncias seguinte
correspondente a uma amostra da varivel X. No existem observaes
coincidentescomosextremosdasclasses.
11. ESAF -
AFRFB -
2003)
Classes
2 .0 0 0 - 4.000
4 .0 0 0 - 6.000
6 .0 0 0 - 8.000
8 .0 0 0 - 10.000
10.000-12.000
12.000-14.000
Freqncias Acumuladas
(%)
5
16
42
77
89
100
Assinaleaopoquecorrespondeestimativadovalorxdadistribuioamostral
deXquenosuperadoporcercade80%dasobservaes.
a) 10.000
b) 12.000
c) 12.500
d) 11.000
e) 10.500
12. ESAF - ATRFB - 2009) O
btenhaovalormaisprximodavarinciaamostral da
seguintedistribuiodefrequncias, ondexi representaoi-simovalorobservadoe
fiarespectivafrequncia.
xi : 56789
fi : 26643
a) 1,429.
b) 1,225.
c) 1,5.
d) 1,39.
e) 1,4.1
3
*
Considerando que uma srie de
observaes constituemuma amostra aleatria simples X1 , X2, ..., Xnde uma
13. ESAF - SEFAZ/SP - 2009 - Adaptada)
Prof. Arthur Lima
166

varivel aleatria X, determin e o valor mais prximo da varincia amostrai, usando
um estimador no tendencioso da varincia de X.
Considere que:
23
2><=388
23
X * 1 = 8676
i'= l
a) 96,85
b) 92,64
c) 94,45
d) 90,57
e) 98,73
14. CESPE - MEC - 2009) Merendas escolares demandadas em 10 diferentes
escolas:
200, 250, 300, 250, 250, 200, 150, 200, 150, 200.
Com base nessas informaes, julgue os prximos itens.

225.
(
superior a 50.1
*
5
15. FCC - BACEN - 2006) Em um colgio, a mdia aritmtica das alturas dos 120
rapazes de m centmetros com uma varincia de d2 centmetros quadrados (d >
0). A mdia aritmtica das alturas das 80 moas de (m - 8) centmetros com um
20
desvio padro igual a d centmetros. Se o correspondente coeficiente de
variao encontrado para o grupo de rapazes igual ao coeficiente de variao
encontrado para o grupo de moas, tem-se que a mdia aritmtica dos dois grupos
reunidos de
Prof. Arthur Lima
167

a) 162,0cm
b) 164,6cm
c) 164,8cm
d) 166,4cm
e) 168,2cm
16. FGV - Senado Federal - 2008)
Arespeitodosprincipaistiposdeamostragem,
corretoafirmarque:
a)aamostragemsistemticapossui carterno-probabilstico.
b) na amostragemaleatria estratificada h a possibilidade de que nenhuma
unidadedeumoumaisestratossejamselecionadas.
c) as informaes obtidas atravs de uma amostragemacidental permitema
obtenodeinfernciascientficasdecaractersticasdapopulao.
d) na amostragemde conglomerados todos os conglomerados so sempre
selecionados.
e) aamostragemestratificadageralmentemais eficientedoqueaamostragem
aleatriasimplesdemesmotamanho.
Oobjetivo de uma pesquisa era ode se obter,
relativamenteaosmoradoresdeumbairro, informaessobreduasvariveis: nvel
educacional erendafamiliar. Paracumprirtal objetivo, todos os moradoresforam
entrevistadoseargudosquantoaonvel educacional, e, dentretodososdomiclios
dobairro, foramselecionadosaleatoriamente300moradoresparainformararenda
familiar. As abordagens utilizadas para as variveis nvel educacional e renda
familiarforam,respectivamente,
(A)censoeamostragemporconglomerados.
(B)amostragemaleatriaeamostragemsistemtica.
(C) censoeamostragemcasual simples.
(D)amostragemestratificadaeamostragemsistemtica.
(E) amostragemsistemticaeamostragememdoisestgios.1
8
*
17. FCC - TRT/3a - 2009)
18. CESPE - TJ/ES - 2011)
aseguir.
Prof. Arthur Lima
Noqueconcerneaosplanosamostrais, julgueositens
168

( ) Tanto na amostragem estratificada quanto na amostragem por conglomerados, a
populao dividida em grupos. Na amostragem por conglomerados, de cada grupo
seleciona-se um conjunto de elementos; na amostragem estratificada, devem-se
selecionar quais estratos sero amostrados e, desses, observar todos os elementos.
19. CEPERJ - OFICIAL SEFAZ/RJ - 2011) Suponha que a varivel aleatria X

tenha distribuio binomial com mdia 3,5 e varincia 1,75. Nesse caso, a
probabilidade P(X > 2) ser igual a:
A) 1/2
B) 15/16
C) 8/128
D) 21/128
E) 29/128
20. ESAF - AFRFB - 2009) O nmero de petroleiros que chegam a uma refinaria
ocorre segundo uma distribuio de Poisson, com mdia de dois petroleiros por dia.
Desse modo, a probabilidade de a refinaria receber no mximo trs petroleiros em
dois dias igual a:2
1
21. FCC - INFRAERO - 2011) Um experimento pode resultar em sucesso ou

fracasso com probabilidades 0,25 e 0,75, respectivamente. Considere a varivel
aleatria X = nmero de fracassos antes de ocorrer o primeiro sucesso. A
Prof. Arthur Lima
169

probabilidadedeXserpelomenos2eamdiadeXsodadas, respectivamente,
por:
a)0,5625e4
b)0,4375e2
c)0,6525e4
d)0,4375e4
e)0,5625e2
Placasdeumcircuitointegradosoexpedidasemlotes
de 10unidades. Antes deumloteser aprovadoumprocedimentodecontrolede
qualidade escolhe aleatoriamenteesemreposio4 placas dolote. Se umaou
mais foremdefeituosas, todooloteinspecionado. Supondoque numlotehaja
duas placas defeituosas, aprobabilidadedequeocontroledequalidadeindique
umainspeodetodoolote
a) 1/3
b)2/3
c) 1/5
d)2/5
e) 1/4
22. FCC - TRT/233 - 2011)
Amdiaaritmticadossalriosdos 100empregados
emuma empresa de R$ 1500,00. Na hiptese de serem demitidos 20
empregados, que ganhamcada umosalrio de R$ 2500,00, e ser concedido,
posteriormente, umaumentode 10%emtodos os salrios dos remanescentes, a
novamdiaaritmticadossalriosserde
a) R$1375,00
b)R$1350,00
c) R$1345,00
d)R$1320,00
e) R$1300,00
23. FCC - BACEN - 2006)
Arespeitodasmedidasdetendncia
central ededispersodeumadistribuiodeprobabilidades, verifica-sequea(o)
Prof. Arthur Lima
170

a) modasempremaiorqueamdia.
b)medianasempremenorqueodesviopadro.
c)varinciasempreodobrododesviopadro.
d)varinciaumamedidadetendnciacentral.
e)desviopadroumamedidadedisperso.
Ohistogramadefreqncias absolutas aseguir foi
elaboradocombasenasinformaescontidasnarevistaOEmpreiteiro,dejunho
de2005, quedemonstraocomportamentodasempresasconstrutorasdoramoda
construocivil noBrasil queobtiveramfaturamentoem2004maiorouigual a15
milhesdereaisemenorouigual a120milhesdereais
25. FCC - BACEN - 2006)
Combase nestas informaes, obteve-sea mdiaaritmticadofaturamentodas

empresas deste estudo, considerando quetodos os valores includos numcerto
intervalo de classe so coincidentes como ponto mdio deste intervalo. Com
relaoaototal deempresasdestehistograma, ovalorencontradoparaestamdia
pertenceaointervalodeclassequecontm
a)24%dasempresas
b) 16%dasempresas.
c)9%dasempresas.
d)7%dasempresas.
e)5%dasempresas.
Umalojadeconvenincialocalizada
emumpostodecombustvel realizouumlevantamentosobreovalordascompras
realizadas pelos seus clientes. Para tal tomou uma amostra aleatria de 21
compras, queapresentou, emreais, oseguinteresultado:
Prof. Arthur Lima
171

nd ice
v a lo r
nd ice
v a lo r
nd ice
V alor
19,40
14,00
18,30
27,20
8,70
10,30
7,20
22,00
34,00
15,50
28,50
34,00
10,80
15,50
15
18,00
29,00
34,00
15,50
13,40
17,00
19,00
2
3
4
5
e
7
9
10
11
12
13
14
16
17
18
19
20
21
Amedianadessasriedeobservaes
a) 15,50
b) 18,00
c) 18,30
d)28,50
e)34,00
ATENO: considere os dados a seguir para responder s duas prximas
questes.
Emumaamostradecincoresidncias deumadeterminada rua, registram-seos

seguintesnmerosdemoradoresemcadauma:
(A)5,8
(B)5,5
(C) 5,1
(D)4,8
(E)4,4
Avarinciaamostral
SejaXavarivel quecorrespondeaonmero
de moradores emcada uma das 5 residncias. Qual o grfico da funo de
distribuioacumuladadeX?
Prof. Arthur Lima
172

(A)
(B)
FgM
Fs(x)
Emumapesquisadepreosdedeterminado
produto,foramobtidososvalores, emreais, deumaamostraaleatriacolhidaem6
estabelecimentosqueocomercializam.
E s ta b e le c im e n to
P re o
5 ,0 0
8 ,0 0
6 ,0 0
6 ,0 0
4 ,0 0
7 ,0 0
Avarinciadessaamostra
(A) 1,50
Prof. Arthur Lima
173

(B) 1,75
(C) 2,00
(D)2,25
(E) 2,50
Os salrios dos 40 empregados de uma
empresa, em31 de dezembrode 2005, estavamdistribudos conforme atabela
abaixo:
30. FCC - Banco do Brasil - 2006)
Salrios
Nmero de
(R$)
Funcionrios
400,00
550,00
1 000,00
10
1 400,00
16
1 800,00
Nestecaso, tem-sequeamdiaaritmticadossalriosdosempregados
(A) R$1400,00
(B) R$1230,00
(C) R$1150,00
(D) R$1100,00
(E) R$1050,00
Palmira faz parte de umgrupo de 10
funcionriosdoBancodoBrasil cujamdiadas idades30anos. Se Palmirafor
excludadogrupo, amdiadas idadesdosfuncionrios restantes passaaser27
anos. Assimsendo, aidadedePalmira, emanos,
(A)60.
(B)57.
(C) 54.
(D)52.
(E)48.
31. FCC - Banco do Brasil - 2011)
ATENO: leia a tabela a seguir para responder s duas prximas questes.

Idades de pessoas de uma turma preparatria para
um concurso e freqncias absolutas acumuladas
Prof. Arthur Lima
174

Id a d e s (a n o s )
F r e q n c ia A c u m u la d a
2 0 1
24
2 4 1
2 8
52
2 8 1
32
78
3 2 1
36
90
3 6 1
4 0
100
32. CESGRANRIO - BNDES - 2008) Sejam i e md, respectivamente, a mdia e a

mediana das idades. O valor de i - md :
(A) 0,80
(B) 0,75
(C) 0,70
(D) 0,65
(E) 0,60
33. CESGRANRIO - BNDES - 2008) A distncia interquartil , aproximadamente,
(A) 6,3
(B) 6,5
(C) 6,7
(D) 6,9
(E) 7,1
34. FCC - BANESE - 2012) O nmero de caixas eletrnicos disponveis em cada
agncia de um banco varia de acordo com o tamanho da agncia. O grfico a seguir
mostra como esto distribudos esses caixas nas vrias agncias.
Prof. Arthur Lima
175

Nmero de caixas eletrnicos disponveis na agncia
Onmeromdiodecaixaseletrnicosdisponveisporagnciadessebancoigual
a
(A)3,25.
(B)3,4.
(C) 3,5.
(D)3,6.
(E) 3,75.
Oprofessor de Biologia doEnsino Mdio, aps a
correo das provas de sua turma, costuma organizar uma tabela, contendo a
porcentagemdeacertosemcadaquesto. Observeosresultadosdaltimaprova:
Questo
1 2 3 4 5 6 7 3
%deacerto 40 25 75 70 60 35 45 50
Oprofessoratribuiuapenas as notas 0(zero) ou1,25(uminteiroevinteecinco
centsimos), respectivamente, acadaquestoerradaoucertaecalculouamdia
dasnotasdaprova. Oresultadoobtidofoi
(A)6,0.
(B)4,5.
(C)4,0.
(D)5,0.
35. FCC - SPPREV - 2012)
Prof. Arthur Lima
176

(E) 5,5.
SeamdiaaritmticadosvaloresdeX2,
quantovaleamdiadosvaloresdeY=2X+1?
(A)4
(B)5
(C) 6
(D)8
(E) 9
Emumaempresatrabalham125funcionrios, sendo45
comnvel superior e 80 comnvel mdio. Amdia aritmtica dos salrios dos
funcionrioscomnvel superiorsuperaadosfuncionrioscomnvel mdioemR$
1.750,00eamdiaaritmticadetodosos125funcionriosigual aR$2.880,00. O
valordasomadamdiaaritmticadossalriosdosfuncionrioscomnvel superior
comamdiaaritmticadossalriosdosfuncionrioscomnvel mdio
(A) R$6.000,00.
(B) R$6.250,00.
(C) R$6.500,00.
(D) R$6.750,00.
(E) R$7.000,00.
37. FCC - TRE/SP - 2012)
Atabelaaseguir mostraonmerodegols
marcadospelaequipeXnaspartidasdoltimotorneioquedisputou.
Qualfoionmeromdiodegols, porpartida, marcadosporessaequipe?

(A) 1
(B) 1,25
Prof. Arthur Lima
177

(C) 1,5
(D) 1,75
(E) 2
Pararesolveraquestoseguinte(FCC- SEFAZ/SP- 2009), considere
arrecadados, em2008, sobredeterminadotributo, referenteaumramodeatividade
escolhido para anlise. Sabe-se que as frequncias absolutas correspondems
quantidadesderecolhimentos, sendoasfrequnciasrelativasdosegundoeterceiro
intervalosdeclasseiguaisaxey, respectivamente.
In stru es:

1.000,00 I------- 2.000,00
2.000,00 I------- 3.000,00
3.000,00 I------- 4.000,00
4.000,00 I------- 5.000,00
5.000,00 I------- 6.000,00
0,10
X
0,20
0,10
1,00
Total
Sabendoquex=0,35ey=0,25, e
utilizando o mtodo da interpolao linear, tem-se que o valor da respectiva
mediana
(A) R$3.120,00
(B) R$3.200,00
(C) R$3.400,00
(D) R$3.600,00
(E) R$3.800,00
39. FCC - SEFAZ/SP - 2009 - Adaptada)
Atabelaabaixomostraopreomdio, em
reais, dolitrodegasolinanaregiometropolitanadoRiodeJaneiro, nosmesesde
julhoadezembrode2003.
Prof. Arthur Lima
178

P re o
M d io d o L itr o d e
G a s o lin a / R J
ju lh o a d e z e m b r o 2 0 0 3
M s
P re o
ju l
2 ,0 3 2
ago
2 ,0 0 9
set
2 ,0 0 5
out
1 ,9 3 3
nov
1 ,9 7 9
d e z
1 ,9 7 8
Fonte: IBGE Diretoria de Pesquisas, Departa

mento de ndices de Preos, Sistema Nacional
de ndices de Preos ao Consumidor
Nota: (*) Os preos se encontram com trs
casas decimais pois assim so cobrados ao
consumidor.
Qual foi, aproximadamente, amedianados preos, emreais, dolitrodegasolina

nesseperodo?
(A) 1,991
(B) 1,994
(C) 1,998
(D)2,002
(E) 2,005
In stru es:
questo.
S a l r io s d o s e m p r e g a d o s da e m p r e s a XV Z a i n
d e z e m b r o da 2C0 5
S a l rio s
(RS )
F r a q r jtia s
a m p la a A b s o lu ta s
1 000 I----------2 0 0 0 ,0Q
2 j ,O e I----------3 Ci.G-C
3 C2C.-3C !---------- 4 SfiG.G
\&
ooo.oo
S '0 0 0 ,0 0 f--------- e K t .o o
Prof. Arthur Lima
10
4
179

41. FCC - BACEN - 2006) O valor da mediana dos salrios dos empregados da
empresa XYZ, obtida pelo mtodo da interpolao linear, igual a:
a) R$3500,00
b) R$3625,00
c) R$3650,00
d) R$3800,00
e) R$4000,00
42. CEPERJ - PREF. SO GONALO - 2011) As temperaturas mximas dirias

de uma cidade, no inverno, foram medidas durante 12 dias, como mostrado a
seguir.
21 C, 17C, 20C, 15C, 23C, 21C, 12C, 15C, 15C, 16C, 23C, 11C
A moda e a mediana dessas temperaturas foram, respectivamente, de:
A) 21 C e 17,4C
B) 23C e 17C
C) 15C e 16,5C
D) 11C e 17C
E) 17C e 16C
43. CESGRANRIO - BNDES - 2011) Ao medir-se a temperatura de um forno, em

graus Celsius, em diversos momentos, obteve-se uma amostra com varincia igual
a 225. Se cada uma das medidas de temperatura for convertida para graus
9
Fahrenheit, utilizando-se a frmula F = C + 3 2 , o valor da nova varincia amostral

5
ser
(A) 257
(B) 405
(C) 437
(D) 729
(E) 761
Prof. Arthur Lima
180

44. FCC - ARCE - 2012) A tabela abaixo apresenta a distribuio de frequncias
absolutas dos salrios dos funcionrios de uma empresa em nmero de salrios
mnimos (S.M.):
Faixas de Salrios (S.M.)
1,5 h- - 2,5
2,5 h3,5
3,5 h- - 4,5
4,5 h- - 5,5
Total
Frequncia Absoluta
30
x - 30
X
60
2x + 60
O salrio mdio desses funcionrios, obtido por meio dessa tabela, calculado como
se todos os valores de cada faixa salarial coincidissem com o ponto mdio da
referida faixa, foi de 3,8 S.M. Nessas condies, o salrio mediano dos funcionrios
da empresa, calculado, atravs dessa tabela pelo mtodo da interpolao linear,
est compreendido no intervalo de S.M. dado por
(A) 3,75 I------- 3,80
(B) 3,80 I------- 3,85
(C) 3,85 I------- 3,90
(D) 3,90 I------- 3,95
(E) 3,95 I------- 4,00
45. CESGRANRIO - BNDES - 2011) A distribuio de frequncias de uma certa

amostra representada no grfico abaixo.
Prof. Arthur Lima
181

Sobreamdiap,amedianameamodaMdessaamostra, tem-se
(A) m<p<M
(B) m<M<p
(C) p<M<m
(D) M<p<m
(E) M<m<p
Adistribuiodefrequnciasabsolutasabaixorefere-se
aos salrios dos 200funcionrios de umsetor pbliconoms dedezembrode
2011.
46. FCC - TRE/SP - 2012)
Classe de Salrios (R$)

2.000
3.000
4.000
5.000
6.000
Total
13.000
14.000
15.000
16.000
17.000
Nmero de Funcionrios
fi
h
h
u
h
200
Observao:fiafrequnciadai-simaclasse.
O valor da mediana, obtido pelo mtodo da interpolao linear, igual a
R$4.625,00. Se76funcionriospossuemumsalriosuperioraR$5.000,00, entoa
Prof. Arthur Lima
182

porcentagemdosfuncionriosquepossuemumsalriode, nomximo, R$4.000,00

igual a
(A)20%.
(B)24%.
(C) 30%.
(D)32%.
(E)40%.
47. DOM CINTRA - CREMERJ/RJ - 2011)
deInglssorespectivamenteiguaisa:
As idadesdos 10alunosdeumaturma
12; 12; 12; 13; 13; 15; 15; 15; 15; 16.
Amodadessesdezvalorescorrespondea:
A) 16
B) 15
C) 14
D) 13
E) 12
Emumsetordeumrgopblicorealizadoum
levantamento comrelao aos salrios de seus funcionrios administrativos. O
resultadopodeservisualizadonatabelaabaixo.
48. FCC - SEFAZ/SP - 2010)
Comrelaoaestelevantamentoesmedidasdeposio, tem-seque
(A)amdiaaritmtica, amedianaeamodapossuemomesmovalor.
(B) ovalordamdiaaritmticaeovalordamedianasuperam,cadaum,ovalorda
modaemR$250,00.
(C) ovalordamodasuperioraovalordamdiaaritmticaetambmaovalorda
mediana.
(D) ovalordamodaigual aovalordamediana, pormsuperaovalordamdia
aritmtica.
(E) asomadosvaloresdamdiaaritmtica, damedianaedamodaigual aR$
7.250,00.
Prof. Arthur Lima
183

Para umestudo sobre a distribuio de

salriomensal dos empregados deumaempresaforamcoletados os salrios de
uma amostra aleatria de 50 empregados. Os resultados amostrais levaram
construo da distribuio de freqncia abaixo. No existem observaes
coincidentescomosextremosdasclasses.
Amdiaaritmticaeavarinciaamostral dadistribuiovalem,aproximadamente,
Mdia amostral
(em salrios mnimos)
(A)
2,6
2,6
(C)
4,1
(D)
4,1
7,2
(B)
Varincia amostral
(em salrios mnimos2)
2,2
2,9
2,9
5,0
12,1
(E)
Considereaseguinteamostraaleatriadasidadesem
anoscompletosdosalunosemumcursopreparatrio. Comrelaoaessaamostra,
marqueanicaopocorreta:
29, 27, 25, 39, 29, 27, 41,31,25, 33, 27, 25, 25, 23, 27, 27,
32, 26, 24, 36, 32, 26, 28, 24, 28, 27, 24, 26, 30, 26, 35, 26,
28, 34, 29, 23, 28.
a)Amdiaeamedianadasidadessoiguaisa27.
b)Amodaeamdiadasidadessoiguaisa27.
c)Amedianadasidades27eamdia26,08.
d)Amdiadasidades27eodesvio-padro1,074.
e)Amodaeamedianadasidadessoiguaisa27.
50. ESAF - AFRFB - 2009)
Paradadosagrupadosrepresentadospor
umacurvadefreqncias, as diferenasentreosvaloresdamdia, damedianae
51. ESAF - AFRFB - 2005 - Adaptada)
Prof. Arthur Lima
184

da modaso indicadores daassimetria dacurva. Indiquea relaoentreessas

medidasdeposioparaumadistribuionegativamenteassimtrica.
a)Amdiaapresentaomaiorvaloreamedianaseencontraabaixodamoda.
b)Amodaapresentaomaiorvaloreamdiaseencontraabaixodamediana.
c)Amdiaapresentaomenorvaloreamedianaseencontraacimadamoda.
d)Amdia, amedianaeamodasocoincidentesemvalor.
e)Amodaapresentaomenorvaloreamedianaseencontraabaixodamdia.
Atabelaabaixoapresentaadistribuiodefrequncias
da varivel X, que representa onmerode empregados numa amostra de 100
indstrias.
52. FCC - ARCE - 2012)
X = Nmero de empregados
Frequncia Absoluta
10
2y
20
2y
30
2x
40
50
3y
60
2x
Total
100
Sabendoque5y- 4x=4, ovalordasomaMdia(X) +Mediana(X) +Moda(X)

igual a
(A) 121,2.
(B) 122,5.
(C) 122,8.
(D) 126,2.
(E) 126,5.
In stru es:
questo.
Prof. Arthur Lima
185

Salrios dos empregados da empresa XV7 em
dezembro de 003
S a l rio s
(RS )
F re q n d a s
S im p le s A b s o lu ta s
2XC.X 1----------3 QO.OQ
2
S
3XC.X I---------- ceo,00
16
1 OCC.S: 1
---------- %00&.00
:i.Mfc,xi-
&2XC0
ie
5CCCX i--------- 6 000,00
Aamplitudedointervaloentreoprimeirodecil eo
terceiroquartil, encontradospelomtododainterpolaolinear, :
a) R$2500,00
b)R$2400,00
c) R$2150,00
d)R$2000,00
e) R$1400,00
53. FCC - BACEN - 2006)
Sejaumaamostraaleatriasimplesextradadeuma
populao, comtamanho10erepresentadaporXi;i=1,2, ... ,10. Sabe-seque
54. FCC - SEFAZ/SP - 2010)
10
X X | = 2 7 0
i=1
10
e
=1
= 7 .8 0 3
'
Avarinciadestaamostraapresentaovalorde
(A)67,3
(B)63,0
(C) 61,0
(D)59,7
(E) 57,0
Atabelaapresentaumadistribuio
hipottica. Nohobservaescoincidentescomoslimitesdasclasses.
Prof. Arthur Lima
186

Classes
Fiecurcia
absoluta
0 a 10
_4
se 10 a 20
10
ce 20 a 30
50
se S0 a 40
1QO
Total
164
ce
Amelhorestimativaparaoterceiroquartil dadistribuio, aproximadamente, de

a)34,75
b)34,9
c)35
d)35,75
e) 35,9
Umapesquisagerouumconjuntodevalores
taisque
amdiadetodososvalores50;
asomadosquadradosdosvalores150.000;
otamanhodapopulao50.
Se decadaumdosvaloresforsubtradaamdia, e, emseguida, oresultadode
cadasubtraofordivididopor10, obtm-seumnovoconjuntodevalores.
Avarinciadessesvalorestransformados
a)4,5
b)5
c)30
d)45
e)50
Atabelamostraadistribuiodefrequnciasrelativas
populacionais(f)deumavarivel X:
57. ESAF - AFRFB - 2009)
Prof. Arthur Lima
187

Sabendo que a um nmero real, ento a mdia e a varincia de X so,
respectivamente:
a) |iv=-0.5 3 o
b)
Mv = 0 . 5
c)
\ix =0
e o x = - 3.45
Ox =l
d) nv= - 0.5
e)
= 3A5
|ux = 0 . 5
o:
=3 J
o ; = 3.7
58. CESGRANRIO - CHESF - 2012) O grfico a seguir apresenta o nmero de

acidentes sofridos pelos empregados de uma empresa nos ltimos 12 meses e a
frequncia relativa.
D i s t r i b u i o rio n u m e r o d e a c i d e n t e s
S
m
u
c
3
cr
0
N m e r o de- a-gide-nt^s
Q u e a t o e- a d e L l Cl JP.SO^ - Co mu b r
A mediana menos a mdia do nmero de acidentes

a) 1,4
b) 0,4
c) 0
d) - 0,4
e ) - 1,4
Prof. Arthur Lima
188

Foram realizadas medidas das

temperaturasmximasnoturnasde5.000municpiosdealgumasregies, gerando
-se uma amostra de varincia V. No entanto, descobriu-se que todos os
termmetrosutilizadossubtraram4grausemtodasas medidas. Apsas devidas
correes, avarinciaobtidaser
a)4V
b)2V
c)V
d)V/2
e)V/4
59. CESGRANRIO -
PETROBRS -
2011)
Em uma empresa, todos os

funcionrios receberamumaumento de 10% nos salrios e, posteriormente,
ganharamumabono de 100 reais. Sobre a nova mdia e a nova varincia de
salrios, emrelaomdiaevarinciainiciais, isto, antesdosaumentos, temsequea
a) mdiaeavarincianosealteram.
b)mdianosealtera, eavarinciaficaaumentadaem10%.
c) mdiaeavarinciaficamaumentadasem10%mais100reais.
d)mdiaficaaumentadaem10%mais100reais, eavarinciaem10%.
e) mdiaficaaumentadaem10%mais100reais, eavarinciaem21%.
60. CESGRANRIO -
PETROBRS -
2011)
Otempomdiodepermannciados
600empregadosdeumaempresade5anoscomcoeficientedevariaode60%.
OBox-plotseguinteapresentaadistribuiodotempodepermanncia.
Prof. Arthur Lima
189

u e s t o e s d e C o M C U H SO S.c o m .b r
O nmerodeempregados que permanecemnaempresa entre6e8anos, eo

desviopadroparaotempo, emanos, depermannciaso, respectivamente,
a)300e6
b)300e3
c) 150e6
d) 150e3
e) 60e3
ConsidereasinformaescontidasnoBoxPlotabaixo,
referenteaossalriosdosengenheirosdeumaempresa, porsexo.
62. FGV - ICMS/RJ - 2007)
corretoafirmarque:
(A) osalriomdiodoshomensigual aodasmulheres.
Prof. Arthur Lima
190

(B)adistribuiodossalriosdasmulheresassimtricanegativa.
(C) odesviointerquartlicodossalriosdasmulheresmaiordoqueodoshomens.
(D)adistribuiodossalriosdoshomensatpica.
(E) osalriomedianodasmulheressuperioraodoshomens.
coeficientedevariao.
Analiseasafirmativasaseguirsobreo
I - Ocoeficientedevariaoumamedidadevariaorelativa.
I - Seumadistribuiobimodal, entoseucoeficientedevariaozero.
III - Ocoeficientedevariaotemamesmaunidadequeodesviopadro.
(So) correta(s)APENASa(s)afirmativa(s)
a) I.
b) II.
c) III.
d) IeII.
e) I eIII.
Prof. Arthur Lima
191

Nohistogramaacima, os pontos mdios das classes inicial efinal so40 e80,

respectivamente. Sabendo-se que todas as classes tma mesma amplitude, a
estimativa adequada para a mdia e para a mediana dessa distribuio so,
respectivamente,
a)59,5e59,5
b)59,5e60
c)60e59
d)60e59,5
e)60e60
Umaamostraaleatriadaquantidade
de litros de combustvel abastecida por 16carros emumpostode combustvel
apresentou, emlitros, oseguinteresultado:
Aamplitudeinterquartil dessasriedeobservaes
a) 3
b) 10
c) 13
d) 17
e)22
Emumapesquisadepreosdedeterminado
produto,foramobtidososvalores, emreais, deumaamostraaleatriacolhidaem6
estabelecimentosqueocomercializam.
Prof. Arthur Lima
192

Estabelecimento
Preo
5,00
Q
R
8,00
6,00
T
U
4,00
7,00
e,oo
Q u e a t c e d s CO-NCURSOS-ca cn .b r
Avarinciadessaamostra
a) 1,50
b) 1,75
c)2,00
d)2,25
e)2,50
Noltimoms, Alpiofezapenas8ligaesde
seutelefonecelularcujasduraes, emminutos, estoapresentadasnorolabaixo.
67. CESGRANRIO - IBGE - 2010)
521183874
Ovaloraproximadododesviopadrodesseconjuntodetempos, emminutos,
a)3,1
b)2,8
c)2,5
d)2,2
e)2,0
Atabela abaixoapresenta adistribuiode
frequnciasdasidadesdeumgrupodecrianas.
68. CESGRANRIO - IBGE - 2010)
Prof. Arthur Lima
193

Estratgia
C O N C U R S O S
C la s s e s {em
anos)
0
8
8 *-1 0
'J
Ueptoe-Rcfb Co NCOH50S-Cflm, br
Amedianadadistribuiodefrequnciasapresentada
a)5,5
b)5,6
c)5,7
d)5,8
e)5,9
69. CESPE - STM - 2011)
item.
Comrelaoaos planos amostrais, julgueoprximo
( ) A diferena principal entre amostragem estratificada e amostragem por

conglomerados que, no caso da estratificada, a populao dividida
artificialmente emestratos, e, no caso da amostragempor conglomerados, a
populaojnaturalmentedivididaemsubpopulaes.
70. FCC - TRT/9a - 2010)
Comrelaoteoriageral deamostragem,considere:
I. Arealizaodeamostragemaleatriasimples spossvel se opesquisador

possuirumalistacompleta, descrevendocadaunidadeamostral.
II. Aamostragemestratificadaconsiste nadivisodeumapopulaoemgrupos
segundo alguma caracterstica conhecida. Os estratos da populao devemser
III. Emumaamostraporconglomerados, apopulaodivididaemsub-populaes
distintas.
Prof. Arthur Lima
194

IV. Naamostragememdoisestgios, apopulaodivididaemdois grupos: um

serogrupocontroleeooutroseroexperimental.
ERRADOoqueconstaAPENASem
a) I eIII.
b) I, I eIII.
c) IeII.
d)Nenhumadasafirmativas.
e) IeIII.
71. FCC - MPU - 2007 - Adaptada)
Comrelaoteoriageral deamostragem,
corretoafirmarque:
a) naamostragemaleatriasimples, aseleodasunidadesamostraisspodeser
realizadasemreposio.
b)aamostragemporconglomeradosemgeral maiseficienteemenoseconmica
quandocomparadacomomtododeamostragemaleatriasimples.
c) na amostragemestratificada, os estratos da populao no necessitamser
d) oaumentodotamanhodaamostratemcomoconseqnciaoaumentodoerro
padrodasestimativas.
e) aamostragemaleatriasimples, aocontrriodaamostragemporcotas, uma
tcnicaprobabilstica.
Dez mulheres adultasforamsubmetidas a
uma pesquisa. Acada uma delas perguntou-se: Quantos filhos voc tem?. O
entrevistadorfoianotandocadaumadasrespostasnaordememqueforamobtidas.
No entanto, devido pressa, esqueceu-se de registrar uma das respostas. A
listagemabaixoreproduzasrespostasdadas, naordememqueforamregistradas.
2 03110141
Apartirdasinformaesacima, analiseasafirmativasaseguir.
I- Amodadasquantidadesdefilhosdessas dez mulheresindependedaresposta
noregistrada.
I -Amedianadasquantidadesdefilhosdessasdezmulheresdependedaresposta
noregistrada.
Prof. Arthur Lima
195

III -Amdiadasquantidadesdefilhosdessasdezmulheresindependedaresposta
noregistrada.
EstcorretoAPENASoqueseafirmaem
(A) I.
(B) II.
(C) III.
(D) IeII.
(E) I eIII.
Emumexperimento binomial comtrs provas, a
probabilidade de ocorreremdois sucessos doze vezes a probabilidade de
ocorreremtrs sucessos. Desse modo, as probabilidades desucesso efracasso
so, empercentuais, respectivamente, iguaisa:
a)80%e20%
b)30%e70%
c)60%e40%
d)20%e80%
e)25%e75%
73. ESAF - AFRFB - 2009)
74. ESAF - Auditor/NATAL - 2008)
NumadistribuioBinomial, temosque:
I. AE[x] =npq, ouseja, oprodutodosparmetrosn- nmerodeelementosda

avaliao, p- probabilidadedeocorrnciadoeventoeq- probabilidadecontrria
(q=1-p).
II. Odesvio-padrodadopelaraizquadradadoprodutoentreosparmetrosnep.
III. Avarincia dada pelosomatriodos quadrados dos valores (Xi) menos o
quadradodamdia.
ApontandoostrsitensacimacomoV-VerdadeiroeF-Falso, aopocorreta:
a) F, V, F
b)V,V, F
c) F, F, F
d)V, F, F
e)V,V,V
Prof. Arthur Lima
196

75. FGV - SEAD/AP - 2010) Uma urna contm 50 bolinhas idnticas numeradas de
1 a 50. Se quatro bolinhas so aleatoriamente sorteadas com reposio, a
probabilidade de que, dos quatro nmeros sorteados, dois sejam pares e dois sejam
impares igual a:
(A) 12,5%.
(B) 25,0%.
(C) 37,5%.
(D) 50,0%.
(E) 62,5%.
76. CESPE - TCU - 2008) Considerando que em 2008 sejam ofertados 2.500
imveis, dos quais sejam vendidos Y imveis nesse mesmo ano, nesse caso, se a
probabilidade de um imvel ofertado em 2008 ser vendido no mesmo ano for igual a
0. 4. e se Y seguir uma distribuio binomial, ento a probabilidade de se observar o
evento Y > 1.000 imveis ser inferior a 0,41.
77. CESPE - TJ-ES - 2011) Com o propsito de estimar o valor do nmero n um

estudante efetuar o seguinte experimento computacional:
1. gerar uma amostra aleatria simples de n coordenadas, (Xi, Yi), i = 1, ..., n, em

que Xi e Yi so independentes e tm distribuio uniforme contnua no intervalo
(0, L), L > 0;
2. contar o nmero D < n desses pontos que esto no interior da circunferncia de
raio r = L/2 e centro no ponto (L/2, L/2).
Em relao ao experimento descrito, julgue os itens subsequentes.
O nmero D segue uma distribuio binomial.
78. CESPE - ABIN - 2010) Considere a seguinte situao hipottica.
Prof. Arthur Lima
197

De uma urna que contm15 bolas brancas e 1bola vermelha sero retiradas
aleatoriamente 12 bolas. Em cada retirada, ser observada a cor da bola
selecionada. Sebranca, abolanoserdevolvidaurna; severmelha, abolaser
devolvidaurna. Aofinal doprocesso, serregistradoonmeroXdevezesquea
bolavermelhafoiobservadanessasdozeretiradas.
Emface dessa situao, corretoafirmar queX uma varivel aleatria com
distribuiobinomial comn=12.
Considere queY seja umavarivel aleatria de
Bernoulli comparmetro p, emque p a probabilidade de uma ao judicial
trabalhistaserjulgadaimprocedente. Deumaamostraaleatriasimples de 1.600
aesjudiciaistrabalhistas, umaseguradoraobservouque, emmdia, 20%dessas
aesforamjulgadasimprocedentes. Combasenessasituaohipottica,julgueos
prximositens.
79. CESPE - TRT-173 - 2009)
( ) A distribuio amostral do nmero de aes judiciais trabalhistas julgadas

improcedentessegueumadistribuiobinomial.
SejaXumaVarivel AleatriaBinomial comparmetrosne
p. SendoCn,konmerodecombinaesdenelementostomadoskak, obtenhaa
expressodeP(X=k).
a)Cn,n-kp(1-p)n-k
b)Cn,kpn-k(1-p)k
c) Cn,kpk(1-p)n-k
d)Cn,kp(1-p)k-1
e)Cn,n-kpn-k(1-p)k
80. ESAF - MI - 2012)
Se umavarivel aleatriaX temdistribuio

binomial commdiaigual 20edesviopadroigual a4, entoP(X<2)serigual a:
A)214,64x(0,8)98
B) 196,04x(0,2)23
C) 16,64x(0,8)98
D)4,04x(0,2)23
E) 16,64x(0,8)23
81. CEPERJ - SEFAZ/RJ - 2013)
Prof. Arthur Lima
198

Umanalistasabeque, paraos processosde

dotaooramentriadeumadeterminadaprefeitura, aprobabilidadedeencontrar
alguma irregularidade de 20%. Presumindo que esses processos so
independentesentresi, aprobabilidadedeque, numaamostradedez, nomximo
doisprocessosapresentemalgumairregularidadeserde:
82. CEPERJ - SEPLAG/RJ - 2012)
A) 1,80- (0.8 )B
B) 3,40-(0.8)2
C) 0,64-(0,2)8
D) 4,04 - (0.3)8
E) 160- (0,2
Sabendoqueavarivel aleatriaXtemdistribuio
binomial de parmetros n= 20 e p= 0,4, a mdia e a varincia de X sero,
respectivamente:
a)8e4,8
b)8e3,2
c)4e2,4
d)8e2,4
e)4e4,8
83. CEPERJ - SEE/RJ - 2009)
ApontandoporV- VerdadeiroeFFalso, indiqueaopocorretaparaasseguintessentenas:

I. Umav. a. - varivel aleatria quepodeassumir somente dois valores, diz-se
possuirdistribuioGeomtrica.
II. Uma v. a. comdistribuio de Bernoulli, se acumulados os resultados sem
reposio, geramumadistribuiohipergeomtricaeseforcomreposiogeram
umadistribuioBinomial.
III. AdistribuiodePoissonummodelodeprobabilidadecujodesviopadro
igual raizquadradadamdia.
Assinaleorespectivoconjunto:
a) F, V,V
84. ESAF - Auditor/NATAL - 2008 Adaptada)
Prof. Arthur Lima
199

b) V, F, V
c) F, V, F
d) F, F, F
e) V, V, F
85. ESAF - SUSEP - 2010) Considere um grupo de 15 pessoas dos quais 5 so

estrangeiros. Ao se escolher ao acaso 3 pessoas do grupo, sem reposio, qual a
probabilidade de exatamente uma das trs pessoas escolhidas ser um estrangeiro?
a) 45/91
b) 1/3
c) 4/9
d) 2/9
e) 42/81
86. FCC - ISS/ SP - 2012) Suponha que ao realizar um experimento ocorra o

evento A com probabilidade p e no ocorra com probabilidade (1-p). Repetimos o
experimento de forma independente at que A ocorra pela primeira vez. Seja: X =
nmero de repeties do experimento at que A ocorra pela primeira vez. Sabendo
que a mdia de X 3, a probabilidade condicional expressa por P(X = 2| X < 3)
igual a
a) 2/9
b) 1/3
c) 6/19
d) 5/27
e) 4/27
87. FCC - TRE/SP - 2012) O custo para a realizao de um experimento de 500

reais. Se o experimento falhar haver um custo adicional de 100 reais para a
realizao de uma nova tentativa. Sabendo-se que a probabilidade de sucesso em
qualquer tentativa 0,4 e que todas so independentes, o custo esperado de todo o
procedimento at que o primeiro sucesso seja alcanado
(A) 1.500.
(B) 1.400.
Prof. Arthur Lima
200

(C) 1.300.
(D) 1.200.
(E) 1.000.
Pararesolveressaquesto, dentreas informaes
dadasabaixo, utilizeaquelaquejulgarapropriada:
e-1=0,368
e-2=0,135
e-25=0,082
Onmerodepassageirosquechegamaumpostodeatendimentodeumaempresa
deaviaoparafazeroch eck-in s quartas-feiraspelamanhtemdistribuiode
Poissoncomtaxamdiade5passageirosporminuto. Aprobabilidadedechegara
esse mesmoposto, numaquarta-feirapelamanh, pelomenos 2passageiros em
30segundos, de:
a)0,575
b)0,682
c)0,713
d)0,754
e)0,814
88. FCC - INFRAERO - 2011)
Onmerodefalhasnumcertotipodeplacadefrmica
temdistribuiodePoissoncomtaxamdiade0,1 defeitos por metroquadrado.
Tais placascobriroumasuperfcieplanade2m*2,5m.Seaplacanocontm
nenhumdefeitoelavendidapor R$500,00ese elatemumdefeitooumais
vendidaporR$200,00. Opreomdiodevendadessetipodeplaca, emreais,
igual a
89. FCC - TRT/233 - 2011)
a) 375.
b)383.
c)387.
d)390.
e)394.
(dado e-0,1 = 0,90 e e-0,5 = 0,61)
Suponhaqueonmerodeeleitoresquechegamauma
seo de uma Zona Eleitoral nodia de uma determinada eleio, siga a uma
90. FCC - TRE/SP - 2012)
Prof. Arthur Lima
201

distribuiodePoissoncomumamdiadechegadade30eleitorespormeiahora.
Aprobabilidadedequecheguemmenosde3eleitoresem5minutos
(A) 12,5e-5
(B) 12,5e-6
(C) 18,5e-5
(D) 17,5e-5
(E) 17,5e-6
Onmerodeclientesquebuscam,emcadadia, os
serviosdeumrenomadocirurgiotemumadistribuiodePoissoncommdiade
2pacientespordia. Paracadacirurgiaefetuada, ocirurgiorecebeR$10.000,00.
Noentanto, eleconseguefazer omximodeduas cirurgias emumdia; clientes
excedentessoperdidosparaoutroscirurgies. Assinaleaalternativaqueindiqueo
valoresperadodareceitadiriadocirurgio.
(co n sid ere e-2 = 0,14)
(A) R$5.600,00.
(B) R$8.400,00.
(C) R$10.000,00.
(D) R$14.400,00.
(E) R$20.000,00.
91. FGV - ICMS/RJ - 2009)
AssumaqueumadistribuiodeBernoulli tenhadois
possveisresultadosn=0en=1, noqual n=1(sucesso) ocorrecomprobabilidadep,
en=0(falha)ocorrecomprobabilidadeq=1-p. Sendo0<p<1,afunodensidadede
probabilidade
92. FGV - ICMS/RJ - 2011)
Prof. Arthur Lima
202

(A)
P(n) = p n( l - p yP ( n )
(B)
[ q para /? = 1
[p para n = 0
(C)
P (n ) =
(D)
P(n) =
(E)
P (n ) =
p q( \ - p ) " - ,)q
0 para p 1
II
(1 - />) = q = 1
Sabe-sequeemdeterminadomunicpio, noanode
2012, 20%dosdomicliostiveramisenodedeterminadoimposto. Escolhidos, ao
acasoecomreposio, quatrodomiclios destemunicpioaprobabilidadedeque
pelomenosdoistenhamtidoareferidaisenoigual a
(A)0,4096
(B)0,4368
(C) 0,1808
(D)0,3632
(E) 0,2120
94. FGV - CGE/MA - 2014) N
osetorAdeumaempresafoifeitaumaauditoriapara
descobrir quantas vezes cada pessoa fazia ligaes pessoais doseu celular no
perododetrabalhode14s 17horasdeumnicodia. Oresultadoestnogrfico
aseguir.
93. FCC - SEFAZ/SP - 2013)
OnmerodepessoasquetrabalhamnosetorAdessaempresa
Prof. Arthur Lima
203

(A) 15.
(B)22.
(C) 27.
(D)29.
(E)42.
Noanode2013umaempresaexportadoradegros,
exportouemcadaumdostrsprimeirosmesesdoano, 21.000toneladasdesoja.
Emcadaumdos setemeses seguintes exportou27.000toneladas desojae, em
cada umdos dois ltimos meses doanoexportou 15.000toneladas desoja. Em
2013essaempresaexportouporms, emmdia, aquantidadede
(A)5.250toneladas.
(B) 15.750toneladas.
(C) 21.000toneladas.
(D)23.500toneladas.
(E) 25.250toneladas.
95. FGV - CGE/MA - 2014)
Sobre umaamostracomumaquantidadempar de
valores, todos diferentes deumavarivel aleatria, sabe-sequeamdiamaior
que a mediana. Comrelao aos valores dessa amostra necessariamente
verdadeque
(A)hmaisvaloresacimadamdiadoqueabaixodamdia.
(B) hmaisvaloresabaixodamdiadoqueacimadamdia.
(C) hmaisvaloresacimadamdiadoqueabaixodamediana.
(D) hmaisvaloresacimadamedianadoqueabaixodamdia.
(E) aquantidadedevaloresacimadamdiaigual quantidadedevaloresabaixo
damdia.
96. FGV - CGE/MA - 2014)
Trs pessoas esto no

elevadoreopesomdiodelasde72kg. Emseguida, umameninade36kgentra
noelevador. Opesomdiodessasquatropessoas:
(A)27kg.
(B) 36kg.
(C) 46kg.
97. FGV - ASSEMBLEIA LEGISLATIVA/MA - 2013 )
Prof. Arthur Lima
204

(D)54kg.
(E) 63kg.
SeXtemdistribuioBinomial comparmetros
n=4ep=0,3, entoamedianadeXigual a
(A)0,5.
(B) 1,0.
(C) 1,2.
(D) 1,5.
(E) 2,0.
98.
FGV -
INEA/RJ -
2013)
Emumarepartio, foitomadaumaamostra
do nmero de filhos de 4 funcionrios. Oresultado foi {2, 1, 4, 2}. A mdia
geomtricasimplesdessaamostra
(A)2,25.
(B) 1,75.
(C) 2.
(D)2,4.
(E) 2,5.
Arespeitodas tcnicas deamostragem
probabilstica, NOcorretoafirmarque
a) naamostragemporconglomeradoapopulaodivididaemdiferentesgrupos,
extraindo-seumaamostraapenasdosconglomeradosselecionados.
b) naamostragemestratificada, seapopulaopodeser divididaemsubgrupos
queconsistememindivduos bastante semelhantes entre si, pode-se obter uma
amostraaleatriaemcadagrupo.
c) naamostragemaleatriasimplessesorteiaumelementodapopulao, sendo
quetodososelementostmamesmaprobabilidadedeseremselecionados.
d)naamostragemporvoluntriosapopulaoselecionadadeformaaestratificar
aleatoriamenteosgruposselecionados.
Prof. Arthur Lima
205

e) na amostragem sistemtica os elementos da populao se apresentam

ordenados, earetiradadoselementosdaamostrafeitaperiodicamente.
Paracompararas rendasdedoisgrupos
de pessoas, AeB, forampreparados diagramas de caixas (box-plots) comos
valoresobservadosdossalrios, representadosnafiguraaseguir:
Arespeitodessesdiagramas, considereasseguintesafirmativas:
I.Osalriomdiodosdoisgruposomesmo.
II.AdistribuiodossalriosnogrupoAassimtricadireita.
III. HmaispessoasnogrupoAdoquenogrupoB.
Assinale:
(A)sesomenteaafirmativaIforverdadeira.
(B)sesomenteaafirmativaIIforverdadeira.
(C) sesomenteaafirmativaIIIforverdadeira.
(D)sesomenteasafirmativasIeIIforemverdadeiras.
(E) sesomenteasafirmativasIIeIIIforemverdadeiras.
Amdia, a medianaeavarincia das
idadesdeumgrupodevintepessoasso, hoje, iguais, respectivamente, a34, 35e
24. Daqui adezanos, osvaloresdamdia, damedianaedavarinciadas idades
dessaspessoassero, respectivamente:
(A)44, 35e34.
(B)44, 45e12.
Prof. Arthur Lima
206

(C)4 4 ,45e24.
(D)34, 35e12.
(E)44, 45e124.
Umaamostrade100servidores deuma
repartioapresentou mdia salarial de R$ 1.700,00 comumadisperso de R$
240,00. Pode-seafirmarque:
(A) a mdia aritmtica no uma boa medida para representar a amostra em
funodoelevadovalordodesvio-padro.
(B) amelhormedidapararepresentaraamostraaremuneraoporunidadede
desvio-padro.
(C) amdiaaritmticapodeperfeitamenterepresentarossalriosdaamostrapelo
fatodeestaapresentarumadispersorelativainferiora20%.
(D) aamostranosuficientementegrandeparaanalisarmos ovalor encontrado
paraamdiadossalrios.
(E) osalrio mediano representaria melhor a amostra devido ao alto nvel de
heterogeneidadedossalriosnaamostra.
Os dados a seguir so as quantidades de

empregadosdecincopequenasempresas: 6, 5, 8, 5, 6. Avarinciadaquantidade
deempregadosdessascincoempresasigual a:
(A)0,8.
(B) 1,2.
(C) 1,6.
(D)2,0.
(E) 2,4.
104. FGV - SEAD/AP - 2010)
Prof. Arthur Lima
207

Umavarivel aleatriadiscretaXtemcincovalores
possveis, -1, 0, 1,2e3, comprobabilidadesrespectivasiguaisa0,1; 0,3; 0,2; 0,3e
0,1. SeY=4-2XentoavarinciadeYigual a:
a)0,6
b) 1,4
c)2,4
d)2,8
e)5,6
105. FGV - SEAD/AP - 2010)
Afigura a seguir ilustra o histograma de uma

distribuio de freqncias. Entre os ternos de valores a seguir, o nico que
representaumaconfiguraoplausvel paraosvaloresdamdia, modaemediana
dessadistribuio, respectivamente, :
106. FGV - SENADO - 2008)
a)20, 16e17.
b) 16, 16e16.
c)20, 17e16.
d) 17, 20e16.
e) 17, 17e20.
Ocoeficientedevariaoamostral (emporcentagem)
de umconjunto de salrios 110%. Se os salrios desse conjunto forem
reajustadosem20%,onovocoeficientedevariaoamostral ser:
a) 110%.
b) 112,2%.
c) 114,2%.
d) 122%.
107. FGV - SENADO - 2008)
Prof. Arthur Lima
208

e) 130%.
Umacompanhiautilizaumsistemadeavaliaode
desempenhodeseus funcionrios por meiodedois indicadores deperformance:
Qualidadedas tarefaseaTempestividadecomqueas tarefassorealizadas. Os
funcionrios receberam, na ltima avaliao, as medidas indicadas na tabela a
seguir:
108. FGV - SEFAZ/RJ - 2008)
in d ic a d o r
M e d id a s
M d ia
D e svio -P a d r o
C o e ficie n te de
V ariao (% )
Q u a lid a d e
Te m jj e s tiv i d a d e
50
25
10,0
6,0
20
24
Combasenatabela, corretoafirmarque:
a) amdiaaritmticanoumaboamedidapararepresentaraperformancedos
funcionriosemfacedoelevadonvel dedispersodasavaliaes.
b) as avaliaes da Qualidade forammais dispersas doque as avaliaes da
Tempestividade.
c) as avaliaes da Qualidade foram mais homogneas do que as da
Tempestividade.
d) os funcionrios demorammais para realizar as tarefas, mas aqualidadedas
tarefasmelhor.
e)nadasepodeafirmarsemoconhecimentodotamanhodaamostra.
109. FGV - PREFEITURA DO RECIFE - 2014)
Aseguinteamostradeidadesfoi
obtida: 19; 25; 39; 20; 16; 27; 40; 38; 28; 32; 30.
Assinaleaopoqueindicaamedianadessasidades.
(A)27
(B)28
(C) 29
(D)30
Prof. Arthur Lima
209

(E) 31
Emumencontro de artistas, o cadastro dos
participantes mostrou a distribuio das pessoas de acordo comsua rea de
atuao. Essadistribuiopodeservistanatabelaaseguir:
110. FGV - FUNARTE - 2014)
Estesdadospodemserrepresentadosemumgrficodesetorescomooabaixo:
O ngulo central do setor que representa os artistas de Teatro mede,

aproximadamente:
(A)62
(B)65
(C) 68
(D) 72
(E) 75
Amdiadasidadesdeumgrupode4amigosde36
anos, eodesviopadroigual a2. Daqui acincoanos, amdiaeavarinciadas
idadesdessegruposeroiguaisa:
(A)41e4.
(B)41e50.
(C) 56e2.
(D)56e50.
(E) 56e200
111. FGV - ALBA - 2014)
Prof. Arthur Lima
210

Os dados aseguir so umaamostra de 11 salrios

mensais(aproximados)emreais:
2.080
1.830
2.480 3.010
1.450 1.650
2.500
1.740
3.600 1.900
2.840
Amedianadessessalrios,emreais,
(A) 1.990.
(B)2.080.
(C) 1.650.
(D)2.000.
(E) 2.220.
112. FGV - ALBA - 2014)
Atabelaaseguir mostramdiaedesviopadrodas
notasdosalunosemumexamenacional emcincoestadosdiferentes:
113. FGV - ALBA - 2014)
M dia
Desvio p a d r o
Estado 1
500
100
Estado II
600
120
Estado III
500
140
Estado IV
450
120
Estado V
600
100
Assinale a opo que indica o Estado que apresentou o menor coeficiente de

variaodasnotas.
(A)I
(B) I
(C) III
(D) IV
(E)V
Observeatabeladefrequnciasaseguir, queserefere
aossaldosemconta, numdeterminadodia, deduzentascontas-correntes:
114. FGV - ALBA - 2014)
Saldos em conta [K )
At 100,00
Prof. Arthur Lima
Frequncia
De ma is de 100,00 a 300,00
s
28
De ma is de 300,00 a 500,00
46
De ma is de 500,00 a 700,00
54
De ma is de 700,00 a 900,00
44
De ma is de 900,00 a 1.100,00
Demais de 1.100,00 a 1.300,00
13
6
Acima de 1.300,00
211

AfrequnciarelativaacumuladadesaldosemR$900,00igual a
(A)22%
(B)36%
(C) 54%
(D)90%
(E) 97%
Prof. Arthur Lima
212

4. GABARITO
1
10
11
12
13
14
EE
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100 D
101
102 C
103 C
104 B
105 E
106 A
107 A
108 C
109 B
110 B
111 A
112 B
113 E
114 D
Prof. Arthur Lima
213

Aula 09 Raciocínio Lógico Matemático

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aula 09 Raciocínio Lógico Matemático

Caricato da

Copyright:

Formati disponibili

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

TEORIA E EXERCCIOS COMENTADOS

AULA 09: ESTATSTICA

3. Lista de exerccios resolvidos

Hoje vamos tratar dos tpicos de estatstica do seu edital:

Tratamento da informao: noes bsicas de estatstica, tabelas e grficos.

Tenha uma boa aula!

b) Estatstica Inferencial (ou Indutiva): tem por objetivo inferir/induzir, a partir

Prof. Arthur Lima

ATENO! ESSE MATERIAL PERTENCE AO SITE:

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

1.1 ESTATSTICA DESCRITIVA

- Populao: o conjunto de todas as entidades sob estudo. Possui pelo menos

- Censo: quando efetuamos o censo de uma populao, analisamos todos os

- Am ostra: em muitos casos invivel, custoso ou desnecessrio, observar um por

- Varivel: um atributo ou caracterstica (ex: sexo, altura, salrio etc.) dos

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

trata-se do valor que a varivel assume para um determinado

membro da populao. Ex.: a observao da varivel SEXO referente a Joo,

Uma varivel pode ser classificada em:

qualitativa, quando no assume valores numricos, podendo ser

quantitativa, quando puder assumir diversos valores numricos. Ex.: a

contnuas: quando no possvel separar o valor de uma

imediatamente aps (ou antes de) outro. Ex.: se nos dissessem

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

Exemplificando, x = 25 anos um dos valores possveis para a varivel aleatria X.

- variveis nominais: so aquelas definidas por nomes, no podendo ser

- variveis ordinais: so aquelas que podem ser colocadas em uma ordem

- variveis intervalares: so aquelas que podem ser colocadas em uma

Antes de prosseguir, trabalhe esta questo:

1. CESPE - CORREIOS - 2011) Julgue os itens seguintes, relacionados aos

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

Note que na coluna da esquerda colocamos as categorias de valores que a

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

Frequncias relativas (Fi)

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

li| - Li : limite inferior includo na classe

li - |Li : limite superior includo na classe

li| - |Li : limite inferior e superior includos na classe

li - Li : limite inferior e superior excludos da classe

Veja abaixo novamente a ltima tabela, agora com a coluna Frequncias

A coluna da direita exprime o nmero de indivduos que se encontram naquela

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

Portanto, podemos concluir que 32,50% dos indivduos observados possuem

O histograma das frequncias de cada classe seria assim:

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

Note que, de fato, temos 26 frequncias na classe 1,50| - 1,60; 19 na classe

Este grfico de freqncias acumuladas acima, onde ligamos os pontos

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

Aqui, o ponto A nos indica que 97,50% das frequncias so iguais ou

Note que esse grfico possui um pico na classe de 30 a 40 anos, e medida

Prof. Arthur Lima

RACIOCNIO LGICO MATEMTICO P/ TJ-RJ

J o histograma abaixo apresenta um caso de assimetria esquerda

Antes de prosseguirmos, vejamos dois exerccios sobre grficos e tabelas

Prof. Arthur Lima