Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ESTATSTICA
APLICADA
ALUNO:__________________________________________________________________
ESTATSTICA
1.0 ALGUMAS DEFINIES DE ESTATSTICA
Etimologicamente a palavra estatstica vem de status expresso latina que
significa: sensu lato, o estudo do estado. Os primeiros a empregarem esse
termo foram os Alemes seguidos pela Itlia, Frana, Inglaterra e ainda por
outros pases.
Para Levasseur a estatstica : O estudo numrico dos fatos sociais. Yule
define estatstica como: Dados quantitativos afetados marcadamente por uma
multiplicidade de causas.
Uma definio mais usual nos dias de hoje seria: Um mtodo cientfico que
permite a anlise, em base probabilstica, de dados coligados e condensados.
Ou ainda podemos dizer que Estatstica um conjunto de mtodos quantitativos,
que servem para a coleta, organizao, reduo e apresentao de dados,
anlise dos mesmos e a obteno de concluses vlidas e tomadas de decises
a partir de tais anlises.
Estatstica pode ser entendida como sendo a cincia de aprendizagem a partir
de dados.
No nosso cotidiano, precisamos tomar decises, muitas vezes decises rpidas.
Assim podemos dizer que a Estatstica fornece mtodos que auxiliam o processo
de tomada de deciso.
Contnuos
Discretos
Qualitativos
Nominais
Por postos
Alunos de
administrao
idade/peso
N. de
classes
POR
POSTO
Homens/Mulheres 3 grau
EXERCCIOS
1- Identifique os seguintes exemplos em termos de tipos de dados:
a- 17 gramas
b- 3 certos, 2 errados
c- 25 segundos
d- 25 alunos na classe
e- tamanho de camisa
f- Km/litro
g- O mais aprazvel
h- O mais lento
i- 5 acidentes no ms de maio
2.0 AMOSTRAGEM
AMOSTRAGEM VERSUS CENSO: Uma amostra usualmente envolve o estudo
de uma parcela dos itens de uma populao, enquanto que o censo requer o
estudo de todos os itens.
Restries ao Censo:
- Custo
- Populaes infinitas
- Dificuldade nos critrios (Preciso)
- Produtos de testes Destrutivos (fsforos, munies)
- Tempo despendido (atualizao)
- Tipos de informaes mais restritivas
Casos de exceo:
- Populaes pequenas
- Amostras grandes em relao populao
- Se exige preciso completa
- Se j so disponveis informaes completas
2.1 DEFINIES:
POPULAO: o conjunto de indivduos (ou objetos), que tem pelo menos uma
varivel comum observvel. Populao a totalidade dos elementos de um
conjunto com uma dada caracterstica, no qual se deseja fazer um determinado
estudo.
AMOSTRA: qualquer subconjunto da populao extrada para se realizar
estudos estatsticos.
10
Exemplo: Uma equipe mdica deve trabalhar com pacientes que se apresentem
como voluntrios para testar um novo medicamento. Nenhum desses grupos
podem ser considerados como uma amostra aleatria do pblico em geral, e
seria perigoso tentar tirar concluses gerais com base em tal estudo. Todavia,
os resultados poderiam proporcionar uma base para a elaborao de um plano
de amostragem aleatrio para validar os resultados bsicos. Os perigos
inerentes pesquisa mdica, bem como outro tipo de pesquisa, frequentemente
obrigam a limitar a pesquisa inicial a um pequeno grupo de voluntrios.
AMOSTRAGEM SISTEMTICA
muito parecida com a amostragem aleatria simples. Podemos ter uma
amostragem realmente aleatria, escolhendo-se cada K-sima amostra, onde K
obtm-se dividindo o tamanho da populao pelo tamanho da amostra.
K= N /n
onde:
N= Tamanho da Populao
n= Tamanho da Amostra
11
AMOSTRAGEM ESTRATIFICADA
Pressupe a diviso da populao em subgrupos Homogneos (Estratos),
procedendo ento a amostragem de cada subgrupo. Ex.: Para se fazer o
inventrio do estoque, comum termos 10% dos itens representarem cerca de
60% do valor total enquanto que os 90% restantes representam s 40% do valor
total (Curva A,B,C; Pareto; regra 80/20).
RESUMO
A finalidade da amostra permitir fazer inferncia sobre a populao aps
inspeo de apenas parte dela. Fatores como custo, ensaios destrutivos e
populaes infinitas, tornam a amostragem prefervel a um estudo completo
(Censo) da populao.
Naturalmente espera-se que a amostra seja representativa da populao da qual
foi extrada.
Potencialmente, este objetivo atingido quando a amostragem aleatria.
Para populaes discretas o termo Aleatrio significa que cada item da
populao tem a mesma chance de participar na amostra.
No caso de populaes contnuas, significa que a probabilidade de incluir
qualquer valor de um dado intervalo de valores igual proporo de valores
naquele intervalo.
12
13
ESTADO
CIVIL
GRAU DE
INSTRUO
N DE
FILHOS
SALRIO
(X SAL. MIN)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
solteiro
casado
casado
solteiro
solteiro
casado
solteiro
solteiro
casado
solteiro
casado
solteiro
solteiro
casado
casado
solteiro
casado
casado
solteiro
solteiro
casado
solteiro
solteiro
casado
casado
casado
solteiro
casado
casado
casado
solteiro
casado
casado
solteiro
casado
casado
1 grau
1 grau
1 grau
2 grau
1 grau
1 grau
1 grau
1 grau
2 grau
2 grau
2 grau
1 grau
2 grau
1 grau
2 grau
2 grau
2 grau
1 grau
superior
2 grau
2 grau
2 grau
1 grau
superior
2 grau
2 grau
1 grau
2 grau
2 grau
2 grau
superior
2 grau
superior
superior
2 grau
superior
--1
2
- ---0
----1
- -2
--- -3
0
- -1
2
--- -1
- ---0
2
2
--0
5
2
--1
3
--2
3
4
4,56
5,25
5,73
6,26
6,66
6,86
7,39
7,59
7,44
8,12
8,46
8,74
8,95
9,13
9,35
9,77
9,8
10,53
10,76
11,06
11,59
12,00
12,79
13,23
13,6
13,85
14,69
14,71
15,99
16,22
16,61
17,26
18,75
19,40
23,30
IDADE
ANOS MESES
26
32
36
20
40
28
41
43
34
23
33
27
37
44
30
38
31
39
25
37
30
34
41
26
32
35
46
29
40
35
31
36
43
33
48
42
03
10
05
10
07
00
00
04
10
06
06
11
05
02
05
08
07
07
08
04
09
02
00
01
05
00
07
08
06
10
05
04
07
07
11
02
REGIO DE
PROCEDNCIA
interior
capital
capital
outro
outro
interior
interior
capital
capital
outro
interior
capital
outro
outro
interior
outro
capital
outro
interior
interior
outro
capital
outro
outro
interior
outro
outro
interior
interior
capital
outro
interior
capital
capital
capital
interior
14
TABULAO
IIIIIIIIIIII
IIIIIIIIIIIIIIIIII
IIIIII
FREQUNCIA
f
12
18
6
36
FREQ. RELATIVA
fR (%)
33,33
50,00
16,67
100
TOTAL
FREQUNCIA
f
650
1020
330
2000
FREQ. RELATIVA
fR % CENSO
32,50
51,00
16,50
100
FREQ. RELATIVA
fR % PROVVEL
33,33
50,00
16,67
100
FREQUNCIA
f
10
12
8
5
1
36
FREQ. RELATIVA
fR (%)
27,78
33,33
22,22
13,89
2,78
100
FREQNCIA
f
FREQ. RELATIVA
fR (%)
0
1
2
3
5
4
5
7
3
1
20
25
35
15
5
TOTAL
20
100
15
CLASSES DE
SALRIOS
4 |----- 8
8 |----- 12
12 |----- 16
16 |----- 20
20 |----- 24
TOTAL
FREQUNCIA
f
10
12
8
5
1
36
FREQ. RELATIVA
fR (%)
27,78
33,33
22,22
13,89
2,78
100
Frequncias
12
10
8
6
4
2
0
4 I-------8
8 I-------12
12 I-------16
16 I-------20
20 I-------24
Salrios
16
CLASSES DE
SALRIOS
4 |----- 8
8 |----- 12
12 |----- 16
16 |----- 20
20 |----- 24
TOTAL
FREQUNCIA
f
10
12
8
5
1
36
FREQ. RELATIVA
fR (%)
27,78
33,33
22,22
13,89
2,78
100
SALRIOS
14
12
10
8
6
4
2
0
4 |----- 8
8 |----- 12
12 |----- 16
16 |----- 20
20 |----- 24
17
CLASSES DE
SALRIOS
4 |----- 8
8 |----- 12
12 |----- 16
16 |----- 20
20 |----- 24
TOTAL
FREQUNCIA
f
10
12
8
5
1
36
FREQ. RELATIVA
fR (%)
27,78
33,33
22,22
13,89
2,78
100
Salrios
2.78
13.89
27.78
22.22
33.33
FREQUNCIA
f
10
12
8
5
1
36
FREQ. RELATIVA
fR (%)
27,78
33,33
22,22
13,89
2,78
100
18
Salrios
14
12
10
8
6
4
2
0
4 |----- 8
8 |----- 12
12 |----- 16
16 |----- 20
20 |----- 24
AI = AT / d
19
PESO
AMOSTRA
PESO
AMOSTRA
PESO
AMOSTRA
PESO
AMOSTRA
PESO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
207
213
210
215
201
210
212
204
209
212
215
216
221
219
222
225
215
218
213
216
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
220
204
213
211
214
217
224
211
220
209
214
208
217
214
209
212
208
215
211
216
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
210
214
219
215
217
213
218
214
215
212
221
211
218
205
220
203
216
222
206
221
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
210
220
213
217
214
219
214
215
223
217
213
218
207
210
208
214
211
205
215
207
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
217
211
213
218
213
213
218
216
206
212
207
213
215
212
223
210
226
224
214
215
20
CLASSE
1
2
3
4
5
6
7
8
9
TABULAO
I
IIII
IIIIIIIIII
IIIIIIIIIIIIIII
IIIIIIIIIIIIIIIIIIIIIIIII
IIIIIIIIIIIIIIIIIIIII
IIIIIIIIIIIII
IIIIIII
IIII
FREQ
FREQ.
RELATIVA %
FREQ.
ACUMULADA
F
1
5
15
30
55
76
89
96
100
fR
1
4
10
15
25
21
13
7
4
1
4
10
15
25
21
13
7
4
100
100%
FREQ. ACUM.
REL. %
FR
1
5
15
30
55
76
89
96
100
Onde:
Frequncia (f) = nmero de vezes que as medidas ocorrem no intervalo de
classes
Frequncia Relativa (fR) = porcentagem da frequncia de cada classe em
relao ao total de elementos.
fR = (f / n).100
Frequncia acumulada (F) = soma das frequncias at o intervalo de classe
considerado.
Ex. F5 = f1+ f2 + f3 + f4 + f5 1 + 4 + 10 + 15 + 25 = 55
Frequncia acumulada relativa (FR) = soma das frequncias relativas at o
intervalo considerado. Por ex.: FR3 = fR1 + fR2 + fR3 1 + 4 + 10 = 15
21
x = xi / n
Exemplo: Calcular a mdia aritmtica simples de 8, 3, 5, 12, 10.
x = 8+3+5+12+10 = 38 = 7,6
5
5
7.1.2 PARA DADOS TABULADOS
Outra possibilidade calcular a mdia quando os dados vm dispostos em uma
tabela na qual informada a frequncia absoluta simples fi de cada elemento xi.
O total de elementos n obtido somando todas as frequncias absolutas simples
fi.
x = (xi . fi) / n
22
xi fi
1
2
3
2
3
1
x = (1 . 2 + 2. 3 + 3 . 1) / (2+3+1)
x = 11 / 6
x = 1,83
7.1.3 PARA DISTRIBUIO DE FREQUNCIA
Neste caso, os dados esto agrupados em classes e devemos calcular a mdia
a partir da distribuio de frequncia correspondente, apresentada em forma de
tabela. Cada classe tem um ponto mdio PM que igual metade da soma de
seus limites inferior e superior.
x = (PMi . fi) / n
Exemplo: Calcular a mdia do conjunto descrito pela distribuio de frequncia
a seguir:
xi
fi
0 |----- 3
3 |----- 6
6 |----- 9
9 |----- 12
12 |----- 15
2
5
7
4
3
x = (xi .fi ) / fi
onde: fi = frequncia dos dados xi
23
24
xi
fi
FA
10
13
16
17
25
3
4
6
5
1
3
7
13
18
19
n
2
n +1
2
25
50 valor
F 0
X 200
15
30
55
76
89
96
100
203
206
209
212
215
218
221
224
227
(55 30)
(55 50)
ou
(215 212)
= 5 x 3 = 0,6
25
portanto a mediana ser 215 -
logo, md = 215 - 0,6 = 214,4.
(55 30)
(50 30)
(215 212)
= 20 x 3 = 2,4
25
portanto a mediana ser 212 +
logo, md = 212 + 2,4 = 214,4.
onde:
26
md = 212+ 3.
50
30
25
md = 214,4
Quartis:
Qi = linf + h. i.n/4 - FQi-1
fQi
onde i = 1,2,3
Decis:
Di = linf + h. i.n/10 - FDi-1
fDi
Centis:
Ci = linf + h. i.n/100 - FCi-1
fCi
onde i = 1,2,3,...,98,99.
27
Onde:
h = amplitude da classe
linf = limite inferior da classe da quartlica, declica ou
percentlica
fQi , fDi , fCi = frequncias das classes quartlica, declica e
percentlica, respectivamente
FQi-1 , FDi-1 , FCi-1 = frequncias acumuladas da classe
anterior classe quartlica, declica ou percentlica.
Voltando ao exemplo anterior, temos:
i) Se quisermos calcular o 1 Quartil, ou seja, 25% dos dados:
= 209 + 3. 100/4 15
15
= 215 + 3 . 3.100/4 55
21
= 218 + 3. 8.100/10 - 76
13
28
7.4 MODA ( mo )
7.4.1 PARA UMA LISTA
Em um conjunto de nmeros a moda o valor que ocorre com maior frequncia,
isto , o valor mais comum.
Exemplos:
1) 2, 2, 3, 7, 8, 8, 8, 9, 10
moda=8
2) 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
moda = (no existe moda)
3) 2, 2, 4, 4, 4, 5, 6, 7, 8, 8, 8, 9
moda = 4 e 8
29
xi
fi
10
13
16
17
25
3
4
5
7
2
mo = 3. md 2. x
x = 214,49
30
O clculo da moda pelo Mtodo de Pearson mais utilizado quando temos uma
indicao de que os trs parmetros de tendncia central (mdia, mediana e
moda) estejam muito prximos.
mo = linf + h.
a .
a + p
onde:
linf = limite inferior da classe modal.
a = diferena entre a fi da classe modal e a fi da classe anterior. Entenderemos
como classe anterior aquela que precede classe modal.
p = diferena entre a fi da classe modal e a fi da classe posterior (aquela que
vem logo aps a classe modal).
h = amplitude da classe modal.
O primeiro passo a determinao da classe modal, aquela com maior f i.
No nosso exemplo
mo = 212 + 3.
( 25 - 15 ) .
(25-15) + (25-21)
mo = 212 + 3 .
10 .
10 + 4
mo = 212 + 3 . 0,7143
mo = 212 + 2,14
mo = 214,14
31
EXERCCIOS
1-) Qual a mdia aritmtica dos nmeros mpares menores do que 10?
R: 5
2-) Calcule a mdia aritmtica do conjunto descrito a seguir:
xi
fi
1
3
2
4
3
1
4
2
R: 2,2
3-) Calcular a mdia do conjunto descrito pela distribuio de frequncias a
seguir:
xi
fi
0,0 |----- 2,0
15
2,0 |----- 4,0
25
4,0 |----- 6,0
13
6,0 |-----8,0
37
8,0 |-----10,0
10
R: 5,04
4-) Calcular a mediana do conjunto {5,3,7,1,9}
R: 5
5-) Calcular a mediana do conjunto {1,1,3,5,6,9,23,24}
R: 5,5
6-) Calcular a mediana do conjunto descrito pela tabela a seguir:
xi
fi
100
3
135
6
160
5
175
7
250
2
R: 160
7-) Calcular a mediana do conjunto descrito pela tabela a seguir:
xi
10
15
16
21
23
fi
3
6
5
7
3
R: 16
32
fi
15
25
16
34
10
R: 5,25
9-) Calcular a moda do conjunto { 5,3,7,1,5,2,9}
R: 5
10-) Calcular a moda do conjunto descrito pela tabela a seguir
xi
fi
100
3
135
6
160
5
175
7
250
2
R: 175
11-) Calcular a moda, pelo mtodo de Czuber, do conjunto descrito pela
distribuio de frequncia a seguir:
xi
fi
15
25
16
34
28
R: 7,5
12-) Calcule os quartis da tabela abaixo:
Classes
50 |----- 54
54 |----- 58
58 |----- 62
62 |----- 66
66 |----- 70
70 |----- 74
Total
R: Q1 = 56,61
fi
10
23
28
20
12
7
100
, Q2 = 60,43
, Q3 = 64,8
Decil: 3, 7 e 9
Centil: 13, 33 e 80
33
B) Alongada
C) Achatada
34
Distribuies simtricas
A distribuio das frequncias faz-se de forma aproximadamente simtrica,
relativamente a uma classe mdia
35
Distribuies Assimtricas
A distribuio das frequncias apresenta valores menores num dos lados:
36
mo
B) DISTRIBUIO AMODAL Quando a distribuio no tem moda
mo
mo
37
mo
mo
mo
38
di = (xi - x )
Exemplos :
1-) Calcular os desvios di para o seguinte conjunto : 3, 4, 5, 6, 7
Onde x = 3+4+5+6+7 = 5
5
xi
di
3
4
5
6
7
-2
-1
0
1
2
di
=0
xi
fi
di
82
85
87
89
90
5
10
15
8
4
-4,6
-1,6
0,4
2,4
3,4
fi
= 42
di
=0
39
Classes
xi (PM)
fi
di
di . fi
35 |----- 45
45 |----- 55
55 |----- 65
65 |----- 75
75 |----- 85
85 |----- 95
40
50
60
70
80
90
2
13
20
10
7
3
-22,91
-12,91
-2,91
7,09
17,09
27,09
-45,82
-167,83
-58,20
70,90
119,63
81,27
fi = 55 di = 12,55
di. fi = 0
d = di = xi - x
n
d = di . fi = xi - x
n
.fi
Exerccio
13-) Calcular o desvio mdio para os exemplos (1), (2) e (3) anteriores.
9.4 VARINCIA (
ou s2)
40
onde
= (xi - )2 . fi
N
s2 = fi(xi)2 n. x2
n-1
41
Para populao
Para amostra
cv =
cv = s
x
Exerccios
14-) (ICMS/MG) As alturas do jogadores de basquete da seleo brasileira so:
1,98m; 2,04m; 2,06m; 2,02m e 2,05m. A mdia de altura dessa seleo e m,
de:
a) 2,01
b) 2,02
c) 2,03 d) 2,04
e) 2,05
6,5 e 4
6,6 e 5
6,6 e 6
6,5 e 5
7,6 e 5
42
43
20-) (ICMS/MG) O quadro abaixo nos mostra a distribuio dos erros cometidos
por 20 alunos numa prova de portugus. O valor do desvio mdio dessa
distribuio :
N0 DE ERROS
(xi)
1
2
3
4
5
a)
b)
c)
d)
e)
N0 DE ALUNOS
(fi)
2
6
5
4
3
1,0
1,5
2,0
2,5
3,0
Gabarito
14 -- C
15 -- C
16 -- B
17 -- D
18 B e C
19 -- E
20 A
44
Y
T
V
X
Z
Frequncia (f)
4
8
14
20
26
18
10
45
f
2
6
5
4
3
f
11
10
11
4
4
f
8
10
20
30
20
f
7
9
18
10
6
46
f
9
12
6
2
1
f
6
8
12
10
4
f
3
7
4
5
1
f
10
20
40
20
10
47
f
15
20
30
20
15
f
10
20
25
20
10
f
10
15
25
24
16
10
f
6
10
14
6
4
48
f
20
15
35
20
10
f
5
5
10
30
20
25
5
49
R$ 420,00
R$ 536,00
R$ 562,00
R$ 640,00
R$ 708,00
39-) Numa escola, o professor de educao fsica mediu as alturas de 100 alunos
do sexo masculino e construiu a seguinte distribuio de frequncias:
Alturas
Nmero de
(em cm)
estudantes
150 |----- 158
5
158 |----- 166
15
166 |----- 174
48
174 |----- 182
25
182 |----- 190
7
Pede-se:
a) Varincia
b) Desvio padro
c) Histograma
40-) Qual a Varincia e o Desvio Padro para a distribuio da seguinte tabela?
Nmero de Idade
pessoas
5
22
3
14
6
18
1
28
4
21
8
20
a)
b)
c)
d)
e)
7,85 e 3 respectivamente
8,15 e 2,9 respectivamente
8,5 e 3,1 respectivamente
8,75 e 2,5 respectivamente
8,06 e 2,8 respectivamente
50
GABARITO
21
22
23
24
D
E
E
Mdia
= 7
Moda
= 5,6
Mediana = 6,8
Q1
= 5
Q3
= 9
D1
= 4
D9
= 10,66
Varincia = 6
Desvio padro = 2,45
Desvio mdio = 2
Coeficiente de variao = 0,3499
Varincia relativa
= 0,1224
25
Mdia
= 6
Moda
= 3,83 e 6,25
Mediana = 5,8
Q1
= 3,82
Q3
= 7,63
D1
= 2,72
D9
= 10
Varincia = 6,4
Desvio padro = 2,53
Desvio mdio = 2,15
Coeficiente de variao = 0,4216
Varincia relativa
= 0,1778
26
Mdia
= 10
Moda
= 11
Mediana = 10,4
Q1
= 8,4
Q3
= 11,87
D1
= 6,16
D9
= 13,12
Varincia = 5,91
Desvio padro = 2,43
Desvio mdio = 2,05
Coeficiente de variao = 0,2431
Varincia relativa
= 0,0591
51
27 Mdia
= 6,96
Moda
= 7,06
Mediana = 7
Q1
= 5,22
Q3
= 8,7
D1
= 3,42
D9
= 10,33
Varincia = 5,68
Desvio padro = 2,38
Desvio mdio = 1,81
Coeficiente de variao = 0,3424
Varincia relativa
= 0,1172
28
Mdia
= 5,27
Moda
= 4,67
Mediana = 5
Q1
= 3,64
Q3
= 6,5
D1
= 2,66
D9
= 8
Varincia = 4,2
Desvio padro = 2,05
Desvio mdio = 1,57
Coeficiente de variao = 0,3889
Varincia relativa
= 0,1513
29
Mdia
= 8,9
Moda
= 9,33
Mediana = 9
Q1
= 7
Q3
= 10,8
D1
= 5,33
D9
= 12
Varincia = 5,79
Desvio padro = 2,41
Desvio mdio = 1,93
Coeficiente de variao
Varincia relativa
Mdia
= 67
Moda
= 60,71
Mediana = 65
Q1
= 57,85
Q3
= 77
D1
= 51,66
D9
= 83
Varincia = 131
Desvio padro = 11,45
Desvio mdio = 10
Coeficiente de variao
Varincia relativa
30
= 0,2704
= 0,0731
= 0,1708
= 0,0292
52
31
Mdia
= 34
Moda
= 34
Mediana = 34
Q1
= 27
Q3
= 42
D1
= 19,5
D9
= 49,5
Varincia = 120
Desvio padro = 10,95
Desvio mdio = 8
Coeficiente de variao = 0,3175
Varincia relativa
= 0,1008
32
Mdia
= 75
Moda
= 75
Mediana = 75
Q1
= 65
Q3
= 85
D1
= 56,66
D9
= 93,33
Varincia = 160
Desvio padro = 12,65
Desvio mdio = 10
Coeficiente de variao = 0,1680
Varincia relativa
= 0,0284
33
Mdia
= 45
Moda
= 45
Mediana = 45
Q1
= 35,625
Q3
= 54,375
D1
= 28,5
D9
= 61,5
Varincia = 141,18
Desvio padro = 11,88
Desvio mdio = 9,41
Coeficiente de variao
Varincia relativa
Mdia
= 74,08
Moda
= 73,27
Mediana = 74
Q1
= 66
Q3
= 82,5
D1
= 58
D9
= 90
Varincia = 132,47
Desvio padro = 11,51
Desvio mdio = 9,68
Coeficiente de variao
Varincia relativa
34
= 0,2640
= 0,0697
= 0,1554
= 0,0241
53
35
Mdia
= 6,6
Moda
= 6,66
Mediana = 6,57
Q1
= 4,8
Q3
= 8
D1
= 3,33
D9
= 10
Varincia = 5,44
Desvio padro = 2,33
Desvio mdio = 1,88
Coeficiente de variao = 0,3534
Varincia relativa
= 0,1249
36
Mdia
= 6,7
Moda
= 7,14
Mediana = 6,85
Q1
= 4,66
Q3
= 8,5
D1
= 3
D9
= 10
Varincia = 6,11
Desvio padro = 2,47
Desvio mdio = 1,99
Coeficiente de variao = 0,3689
Varincia relativa
= 0,1361
37
Mdia
= 10
Moda
= 9,33
Mediana = 10
Q1
= 8,33
Q3
= 12,4
D1
= 6
D9
= 13,6
Varincia = 8,6
Desvio padro = 2,93
Desvio mdio = 2,4
Coeficiente de variao = 0,2933
Varincia relativa
= 0,0860
38 E
39 Varincia = 55,07
40 E
54
10.0 PROBABILIDADE
O problema fundamental da estatstica consiste em trabalhar com o acaso e a
incerteza.
Chama-se probabilidade de um acontecimento a razo entre o nmero de casos
favorveis ao mesmo e o nmero total de acontecimentos possveis.
As leis da hereditariedade foram a primeira grande aplicao das probabilidades
na rea de biocincias. Hoje conhecemos muitas aplicaes: ocorrncia de
mutaes, risco de doenas, chance de sobrevivncia, distribuio e interao
de espcies, etc.
A aplicao mais importante, entretanto, feita na estatstica. Nenhuma
observao e nenhuma experincia podem ser precisamente planejadas e
analisadas sem algum mtodo estatstico. Mesmo se mantivermos as condies
experimentais mais constantes possveis, a repetio de uma observao ou
uma experincia dificilmente resulta sempre exatamente igual. Sempre existem
flutuaes.
Portanto, todas as concluses baseadas em dados empricos (baseado apenas
na experincia, e no no estudo) so necessariamente encaradas com incerteza.
Tentamos expressar o grau de incerteza em termos de probabilidades. Ento,
um pesquisador afirma significncia ao nvel de cinco por cento, ele admite a
possibilidade de uma afirmativa errnea. Antes da compreenso de alguns
mtodos estatsticos necessrio um conhecimento bsico sobre
probabilidades.
Quando se considera uma populao limitada de P indivduos, a probabilidade
de cada um ser escolhido, ao acaso, de 1/P.
Laplace definiu probabilidade como: O quociente do nmero de casos
favorveis sobre o nmero de casos igualmente possveis. Por exemplo, se
jogarmos uma moeda no viciada para o ar, de modo geral no podemos
afirmar se vai dar cara ou coroa.
Porm existem apenas dois eventos possveis: sair cara (K) ou coroa (C).
Nesse exemplo existe um caso favorvel a esse evento em dois casos possveis.
A P (K) = ou 50%.
Considerando-se cara como sucesso e coroa como fracasso e
representando-se o acontecimento favorvel como P e o no favorvel como
Q, temos as razes:
P= e Q =
Sendo P+Q = 1 ento P= (1 - Q) e Q = (1 - P)
Marco Antnio Santoro Bara
55
MUTUAMENTE
EXCLUSIVOS
NAO SO
MUTUAMENTE
EXCLUSIVOS
No se interceptam cartas de
copas e cartas de paus
56
A B C D
COLETIVAMENTE
EXAUSTIVOS
CLSSICO
(resultados igualmente provveis)
SUBJETIVO
EMPRICO
Opinio Pessoal
(dados histricos)
O Mtodo Clssico
Os jogos de azar (lanamento de moedas, jogo de dados, extrao de cartas)
usualmente apresentam resultados igualmente provveis.
Nestes casos temos: P (cada resultado) =
1
.
N de resultados possveis
57
4 .=
52
1 . = 7,69%
13
3 faces
.=
6 faces possveis
3 .
6
ou 50%
A MATEMTICA DA PROBABILIDADE
Muitas aplicaes de estatstica exigem a determinao da probabilidade de
combinaes de eventos. H duas categorias de eventos de interesse, A e B,
no espao amostral.
Pode ser necessrio determinar P(A e B), isto ; a probabilidade de ocorrncia
de ambos os eventos.
Em outras situaes, podemos querer a probabilidade de ocorrncia de A ou B,
P(A ou B).
Clculo da Probabilidade da ocorrncia de dois eventos independentes
P(A e B)
Se dois eventos so independentes, ento a probabilidade da ocorrncia de
ambos igual ao produto de suas probabilidades individuais:
1 moeda
2moeda
= ou 25%
58
P(A ou B ocorrer)
Se dois eventos so mutuamente exclusivos, a probabilidade de ocorrncia de
qualquer um deles a soma de suas probabilidades individuais. Para dois
eventos A e B temos:
1 .+
6
1 .=
6
2 . = 33,33%
6
4 ., P( dez de paus) = 1 .,
52
52
KK
QQ
JJ
10
10
J
99
88
77
66
55
44
33
22
AA
OUROS
VERMELHA
COPAS
VERMELHA
ESPADA
PRETA
K
Q
J
10
10
9
8
7
6
5
4
3
2
A
K
Q
J
10
10
9
8
7
6
5
4
3
2
A
K
Q
J
10
10
9
8
7
6
5
4
3
2
A
59
Resumindo:
P (A e B), para eventos independentes (Multiplicao) P(A) x P(B)
P (A ou B), para eventos mutuamente exclusivos (Soma) P(A) + P(B)
P (A ou B ou ambos ocorrero), para eventos no mutuamente exclusivos
, como eventos,
60
Exemplos
Quantos anagramas podemos obter a partir das letras da palavra PARAR?
Como a palavra PARAR possui 5 letras, mas duas delas so repetidas duas vezes cada, na
soluo do exemplo vamos calcular P5(2, 2):
Portanto:
O nmero de anagramas que podemos formar a partir das letras da palavra PARAR
igual 30.
Possuo 4 bolas amarelas, 3 bolas vermelhas, 2 bolas azuis e 1 bola verde. Pretendo
coloc-las em um tubo acrlico translcido e incolor, onde elas ficaro umas sobre as
outras na vertical. De quantas maneiras distintas eu poderei formar esta coluna de
bolas?
Neste caso de permutao com elementos repetidos temos um total de 10 bolas de quatro
cores diferentes. Segundo a repetio das cores, devemos calcular P10(4, 3, 2):
Ento:
Eu poderei formar esta coluna de bolas de 12600 maneiras diferentes.
61
Exemplos:
1) De quantos modos podemos comprar 4 salgadinhos em uma lanchonete que
oferece 7 opes de escolha de salgadinhos?
R: 210
Exerccios
41-) Joga-se uma vez: um dado equilibrado, determine a probabilidade de obter:
a) Um 6
b) 5 ou 6 ou 7
c) Um nmero par
d) Um nmero menor que quatro
62
63
Adquiriram
S
x
200
600
No adquiriram
S
y
z
w
Total
1500
500
2000
Suponha que uma dessas 2000 pessoas entrevistadas seja escolhida ao acaso
e que todas as pessoas tenham a mesma probabilidade de serem escolhidas.
64
d) 1 /2
d) 7/10 e) 2/5 f) 0
g) 1
d) 1 /4 e) 1/52 f) 1/13 g) 2/13
h) 4/13
P(BA) = P(BA)
P(A)
P(A)
65
Exerccios:
51-) (TCE-RS/12) Dois professores corrigem a prova de redao de um concurso
pblico. O professor A corrige o dobro de provas do que o professor B. Sabe-se
que 60% das provas corrigidas pelo professor A tiveram nota superior a 7,
enquanto apenas 20% das provas corrigidas pelo professor B tiveram nota
superior a 7. Se um candidato teve conceito no superior a 7, a probabilidade de
sua prova ter sido corrigida pelo professor A :
a)
b)
c)
d)
e)
0,85571
0,75000
0,33333
0,50000
0,25000
66
70%
18%
28%
46%
72%
70%
18%
28%
46%
72%
18%
14%
56,25%
43,75%
72%
55-) A probabilidade de Mrcio chegar em casa tarde para jantar 25%. Por
outro lado, a probabilidade do jantar atrasar 10%. Se no h qualquer
relacionamento entre os atrasos de Mrcio e os atrasos do jantar, qual a
probabilidade de ocorrerem ambos os atrasos?
a)
b)
c)
d)
e)
25%
10%
3%
5%
2,50%
67
18%
14%
56,25%
43,75%
72%
17%
20%
25%
24%
30%
11,70%
27,40%
35%
83%
85%
68
9,64%
65,60%
7,50%
73,70%
85,70%
18,4%
24%
28%
52%
53,8%
GABARITO
51) D
60) E
52) C
53) A
54) E
55) E
56) A
57) A
58) B
59) A
69
Distribuio
As distribuies so modelos matemticos que tem por objetivo resolver
certos problemas probabilsticos.
As principais distribuies so as seguintes:
1)
2)
3)
4)
5)
Distribuio Binomial
Distribuio Multinomial
Distribuio Hipergeomtrica
Distribuio de Poisson
Distribuio Normal
variveis descontnuas
(no ponto)
varivel contnua
(no intervalo)
1. Distribuio Binomial
Se p a probabilidade de um evento acontecer em uma tentativa nica
(denominada probabilidade de um sucesso) e q = 1 p a de que o evento no
ocorra em qualquer tentativa nica (denominada probabilidade de insucesso),
ento a probabilidade do evento ocorrer exatamente X vezes, em N tentativas
(isto , de que haja X sucessos e N X insucessos), dada por:
N,X = ____N!____
X! . (N-X)!
P(2) =
6!
6,2
. . (1/4).(1/16)
.(1/2)2. (1/2)6-2
P(2) = 15/64
P(2) = 23,44%
2! . 4!
Exerccios de sala:
1) Jogando-se um dado 3 vezes, qual a probabilidade de se obter a face
5, apenas uma vez?
34,72%
70
4) Devido as altas taxas de juros, uma firma informa que 30% de suas
contas a receber encontram-se vencidas. Se um contador escolhe
aleatoriamente uma amostra de 5 contas, determinar a probabilidade
de cada um dos dos seguintes eventos:
a)
b)
c)
d)
16,81%
30,8%
16,31%
36,01%
Exerccios do trabalho.
1) Sorteando-se uma famlia com 5 crianas. Determinar a probabilidade de
que ela esteja composta por:
a) Exatamente um menino.
15,63%
b) No mximo 1 menino.
18,75%
c) No mnimo 1 menino.
96,88%
d) Ao menos duas meninas.
81,25%
71
72
= N.p
N.p.q
N.p.q
= 25.1/5
= 5 questes
N.p.q
25.1/5.4/5
N!
12!
2! . 2! . 2! . 2! . 2! . 2!
= 1925 / 559872
= 0,344%
Exerccio de sala: Em uma caixa h 3 peas azuis, 4 brancas e 5 cinzas. Retirase ao acaso e com reposio 3 peas. Determinar a probabilidade de que:
a) Uma seja azul e 2 brancas.
b) Uma azul
8%
42%
73
Exerccios do trabalho:
4) Uma fbrica produz lmpadas nas cores azul, branca e vermelha. Sabese que as propores de cada cor so 20%, 50% e 30% respectivamente.
Sorteando-se 5 lmpadas ao acaso com reposio, qual a probabilidade
de que 2 sejam azuis, 2 brancas e 1 vermelha?
9%
74
3. Distribuio Hipergeomtrica.
Esta distribuio somente aplicada nos eventos dependentes, isto ,
condicionados.
Vimos que a distribuio binomial e multinomial eram aplicados apenas
nos eventos independentes, tal como ocorre nas extraes de peas de uma
urna, quando esta extrao feita com reposio. Portanto agora, para
aplicarmos a hipergeomtrica, estas extraes tero que ser feitas sem
reposio.
Se quizermos saber qual a probabilidade de que em n extraes sem
reposio, aconteam x1 sucessos da primeira espcie, x2 sucessos da segunda
espcie e assim por diante, at uma ordem xk qualquer, bastar aplicar a
seguinte frmula:
Onde
.
.
Ak: o total de peas existentes na urna, da k-sima espcie;
n1: o nmero de sucessos pedidos de primeira espcie;
n2: o nmero de sucessos pedidos de segunda espcie;
.
.
nk: o nmero de sucessos pedidos da k-sima espcie.
Exemplo: Em uma urna h 3 peas azuis, 4 brancas e 5 vermelhas.
Retira-se ao acaso e sem reposio 3 peas. Determinar a probabilidade de que
elas sejam:
a) 2 brancas e 1 vermelha.
Soluo: P(A=0,B=2,V=1) = C3,0 . C4,2 . C5,1 = 1 . 6 . 5 = 13,6%
C12,3
220
b) 1 de cada cor.
Soluo: P(A=1,B=1,V=1) = C3,1 . C4,1 . C5,1 = 3 . 4 . 5 = 27,3%
C12,3
220
c) 1 branca.
Soluo: P(B=1,~B=2) = C4,1 . C8,2 = 4 . 28
C12,3
220
= 50,9%
75
= 6,8%
Exerccios do trabalho
76
DISTRIBUIO DE POISSON
A distribuio de Poisson pode ser usada para determinar a probabilidade de um
dado nmero de sucessos quando os eventos ocorrem em uma continuidade de
tempo no espao ao invs de ocorrerem em tentativas ou observaes fixadas
(Binomial).
A distribuio de Poisson foi definida como sendo o limite da distribuio
binomial, para N e p0. Passando-se o limite, nesta distribuio binomial,
encontrou-se a mesma com a notao:
ok
P(X=4)= 81 . 0,049787
4!
P(X=4)= 4,032747
24
P(X=4)= 16,8%
24
Trabalho:
9. Suponhamos que 3% das peas produzidas por uma fbrica sejam
defeituosas. Comprando-se 150 peas, qual a probabilidade de que no mximo
2 defeituosas?
17,35%
77
10. Sabe-se que 2,5% das peas produzidas por uma fbrica, so defeituosas.
Comprando-se 120 peas desta fbrica, determinar as seguintes probabilidades:
a) de que 4 estejam defeituosas.
16,8%
64,72%
57,68%
11. Sabe-se que 1,25% das peas produzidas por uma fbrica, so defeituosas.
Comprando-se 200 peas desta fbrica, determinar as seguintes probabilidades:
a) de que 2 estejam defeituosas.
25,65%
54,38%
71,27%
78
VARIVEIS CONTNUAS
Seja x uma varivel aleatria que pode assumir infinitos valores num
intervalo finito. Consideremos que haja uma funo contnua f: RR tal que
P(a x b) , seja igual a rea sob a curva da funo t entre x = a e x = b.
Tem-se ento, que a probabilidade acusada :
xi
( )
esquerda de xi no grfico.
Grfico-2: A rea total sob a curva do grfico igual a unidade, isto :
( )
Grfico-3:
A probabilidade de x estar compreendido entre a e b
numericamente igual a rea compreendida entre as retas verticais de abscissas
a e b, o eixo x e a curva.
( )
Uma varivel contnua, ter distribuio normal se a sua funo
densidade de probabilidade for dada pela seguinte frmula:
79
Para achar a rea sob a curva normal devemos conhecer dois valores
numricos, a mdia e o desvio padro . A Figura a seguir mostra algumas
reas importantes:
80
81
0,0
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
82
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
0,0
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
83
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Exemplo:
1. Suponhamos que as alturas dos estudantes da FESP distribuem-se
normalmente, com mdia = 172cm e desvio-padro = 5cm. Sorteandose 1 aluno ao acaso, determinar as seguintes probabilidades:
a) De que a altura seja maior do que 170cm.....................65,54%
b) De que a altura seja menor do que 170cm....................34,46%
c) De que a altura esteja entre 170cm e 182cm................63,26%
84
Trabalho:
12. Um processo de fabricao produz peas com comprimento mdio de
500mm e desvio-padro de 10mm. Qual a porcentagem de peas que
se situam:
a) Acima de 510mm.......................................................15,87%
b) Entre 490mm e 510mm..............................................68,26%
c) Entre 480mm e 520mm..............................................95,44%
d) Entre 470mm e 530mm..............................................99,72%
e) Abaixo de 495mm......................................................30,85%
f) Abaixo de 525,8mm...................................................99,51%
g) Entre 470mm e 480mm..............................................2,15%
h) Entre 480mm e 510mm..............................................81,85%
i) Acima de 500mm........................................................50%
j) Acima de 560mm........................................................0%
k) Entre 487,8mm e 513,4mm........................................79,87%
14. Uma indstria verificou que as lmpadas que produz apresentam uma
vida til normalmente distribuda, com mdia igual a 750 dias e desviopadro igual a 40 dias. Calcule a probabilidade de uma lmpada
escolhida ao acaso durar:
a) Entre 600 e 900 dias...............................................aprox. 100%
b) Mais que 700 dias...................................................89,44%
c) Menos que 650 dias................................................0,62%
85
Trabalho diversificado
16. Uma empresa comercial calcula que 5% de suas vendas no so recebidas,
em funo do recebimento de cheques sem fundos. Ao se analisar uma amostra
formada por oito vendas, qual a probabilidade de:
a) todos serem pagos normalmente?.......................................... 66,34%
b) uma ou duas vendas, apenas, serem pagas?........................ 0%
c) pelo menos trs vendas serem pagas normalmente?............. 100%
d) todas as vendas no serem pagas?....................................... 0%
17. A probabilidade de uma determinada construtora vencer licitaes
aproximadamente igual a 54%. Em seis licitaes, qual a probabilidade de essa
empresa:
a) perder todas........................................................................... 0,95%
b) vencer apenas uma............................................................... 6,67%
c) vencer pelo menos uma........................................................ 99,05%
d) perder trs licitaes............................................................. 30,65%
18. Uma indstria de refrigerantes recebe pedidos de seus vendedores por meio
de fax, telefone e internet. O nmero de pedidos que chegam por qualquer meio
no horrio comercial uma varivel aleatria discreta com taxa igual a cinco
pedidos por hora. Calcule a probabilidade de:
a) a indstria receber apenas dois pedidos em uma hora.........8,42%
b) receber oito pedidos em uma hora...................................... 6,49%
c) receber sete pedidos em uma hora......................................10,39%
d) receber seis, sete ou oito pedidos em uma hora.................31,42%
19. As vendas mensais do mercadinho Pague Bem seguem, aproximadamente,
uma distribuio normal, com mdia igual a R$ 5.000,00 e desvio padro igual a
R$ 2.000,00. Calcule a probabilidade de que, em um determinado ms, as
vendas:
a) sejam superiores a R$ 3.500,00........................................... 77,34%
b) sejam inferiores a R$ 3.000,00............................................. 15,87%
c) estejam entre R$ 3.800,00 e R$ 5.300,00............................ 28,53%
d) estejam entre R$ 2.100,00 e R$ 7.800,00........................... 84,57%
Marco Antnio Santoro Bara
86
Com defeito
6.000
3.000
9.000
Sem defeito
84.000
27.000
111.000
Total
90.000
30.000
120.000
87
23. Para ser aprovado em um exame seletivo um candidato deve obter nota
superior a 8,2 em Matemtica e superior a 9,5 em Portugus. Sabendo-se que
as notas seguem uma distribuio normal, com mdia e desvio padro,
apresentados na tabela seguinte, calcule quantos alunos de um grupo de 950
devem ser aprovados neste processo seletivo....................................24 alunos
Prova
Portugus
Matemtica
Mdia
7,3
6,1
Desvio Padro
2,7
1,8
88
REGRESSO LINEAR
O diagrama de disperso fornece uma representao visual da relao
existente entre duas variveis, consiste em uma nuvem de pontos.
Podemos traar uma reta, um modelo matemtico da associao entre essas
variveis, chamado Reta de Regresso.
Suponha uma empresa que deseja avaliar se o dinheiro empregado em
propaganda resulta em maior nmero de vendas. Para tal, necessrio que se
colete os dados de investimento gasto em propaganda e os dados referentes s
vendas:
89
y = ax + b
y
600
500
400
300
200
100
0
0
10
15
20
25
30
35
40
45
x
Onde
a = coeficiente angular
a = tg
b = coeficiente linear
Um dos mtodos mais simples para o clculo das estimativas dos parmetros a
e b o Mtodo dos Mnimos Quadrados.
b = y a.x
( .) .
a=
() ()
y = ax + b
90
x
30
21
35
42
37
2
8
17
35
25
252
y=
x=
y =
x =
a=
y = 380
a=
b = 170,84
x.y
12900
7035
18200
20580
17390
420
1560
4590
14000
12000
108675
600
500
400
300
200
100
0
10
20
30
40
x = 25,2
a = 8,3
y = 8,3 x + 170,84
X2
900
441
1225
1764
1369
4
64
289
1225
625
7906
y
430
335
520
490
470
210
195
270
400
480
3800
50
X
30
21
35
42
37
2
8
17
35
25
Y
419,84
345,14
461,34
519,44
477,94
187,44
237,24
311,94
461,34
378,34
91
No excel, temos:
92
11
112
12
13
14
15
119 130 139 142
93
Trabalho:
26. Os dados referem-se ao volume de precipitao pluviomtrica em mm e a
produo de leite tipo-C (milhes de litros) em determinada regio do pas.
a) construa o diagrama de disperso
b) ajuste uma reta aos dados
c) trace a reta no diagrama
d) admitindo-se em 2013 o ndice pluviomtrico de 24mm qual dever ser o
volume esperado da produo de leite tipo-C? ....................................... 27,88
Anos
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Produo
de Leite
26
25
31
29
27
31
32
28
30
30
ndice
Pluviomtrico
23
21
28
27
23
28
27
22
26
25
fev
2%
mar
2,5%
abr
-1,5%
mai
3,5%
jun
5%
jul
-2%
ago
-1,5%
set
2%
out
nov
2,5% 3%
dez
1,5%
94
CORRELAO SIMPLES
Quando se estuda o inter-relacionamento de duas variveis apenas, a
correlao denominada simples.
Se os pontos do diagrama de disperso estiverem em torno de uma reta
ajustada, a correlao entre as variveis chamada linear. Se os pontos derem
a imagem de uma curva, a correlao no linear. O diagrama que apresenta
os pontos espalhados, indica que no h inter-relao entre as variveis, neste
caso, a correlao nula.
A correlao a medida padronizada da relao entre duas variveis
indica a fora e a direo do relacionamento linear entre duas variveis
aleatrias.
A correlao nunca pode ser maior do que 1 ou menor do que menos 1.
Uma correlao prxima a zero indica que as duas variveis no esto
relacionadas.
Uma correlao positiva indica que as duas variveis movem juntas, e a
relao forte quanto mais a correlao se aproxima 1.
Uma correlao negativa indica que as duas variveis movem-se em
direes opostas,
A relao fica mais forte quanto mais prxima a correlao de -1.
Duas variveis que esto perfeitamente correlacionadas positivamente
(r=1) movem-se essencialmente em perfeita proporo na mesma direo,
Dois conjuntos que esto perfeitamente correlacionados negativamente
movem-se em perfeita proporo em direes opostas.
A relao entre as variveis evidenciada pela formao de um padro
no diagrama de Disperso
TIPOS DE CORRELAO
A correlao entre 02 variveis pode ser:
1. Correlao Positiva : O aumento de uma varivel corresponde, ao aumento
da outra.
2. Correlao Negativa: O aumento de uma varivel corresponde a diminuio
da outra.
3. Correlao Linear: Quando possvel ajustar uma reta, ode ser forte (quanto
mais prximas da reta) ou fraca (quanto mais prximas da reta).
4. Correlao no-linear: Quando no possvel ajustar uma reta.
95
DIAGRAMA DE DISPERSO
O diagrama de disperso um grfico onde pontos no espao cartesiano XY so
usados para representar simultaneamente os valores de duas variveis
quantitativas medidas em cada elemento do conjunto de dados. Ele muito til
para comparar dados, como antes e depois. De acordo com a correlao das
variveis o diagrama pode ser:
96
COEFICIENTE DE CORRELAO
Coeficiente de correlao indica a fora e a direo do relacionamento linear
entre as duas variveis a ser estudada, sendo denotada por r. Vrios
coeficientes so utilizados para situaes diferentes, tais como o coeficiente de
correlao de Pearson e o coeficiente Linear.
97
Poupana (R$)
N de
Filhos
Mdia de Anos de
Estudo da famlia
10
15
12
70
20
12
80
20
16
100
30
18
20
30
10
60
15
98
REGRESSO POLINOMIAL
Quando a curva que se ajusta aos pontos do diagrama de disperso
constitui uma funo polinomial, a regresso denominada polinomial.
Se, por exemplo, a curva dada pelo polinmio:
x2 ....... xp
b0
x2
x3 ....... xp+1
b1
x.y
x2
x3
x4 ....... xp+2
b2
x2.y
.......
.......
xp
bp
xp.y
99
Trabalho
29. Dados os 5 pontos experimentais para as variveis x e y, pede-se:
a) ajustar uma parbola aos dados
b) estimar o valor de y para x = 5............................................-12
x
-1
0
1
2
3
y
0
3
4
3
0
y
10
5
4
4
5,5
7
9,5
100
REGRESSO MLTIPLA
Se uma varivel y dependente de duas ou mais variveis, a anlise de
regresso chamada mltipla.
A relao entre essas variveis expressa sob a forma ajustada:
x1
x2
......
xp
b0
x1
x12
b1
x1y
x2
x1x2
x22 ......
b2
x2y
......
......
xp
x1xp
xpx2
.
bp
xpy
x1
y
x2
7
26
127
8
25
129
10
35
140
9
31
144
6
24
124
8
28
132
7
26
130
9
30
143
10
36
144
6
23
121
101
Trabalho
32. Uma empresa, estudando a influncia da variao do preo de seu produto
e dos gastos em publicidade sobre as vendas, obteve as seguintes informaes:
Vendas
(y)
100
120
105
110
95
104
100
108
Preo
(x1)
10
10
12
15
18
20
20
15
Gastos em publicidade
(x2)
2
3
3
4
4
6
5
5
y
145
210
193
229
195
x1
151
221
215
247
243
x2
70
91
92
122
79