Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
JOELMIR FELICIANO
O que é Estatística ?
Produção
Produção
Tipo 1
é mais
produtivo
do que o
x11 x12 ... x1n Tipo 2? x21 x22 ... x2n
Raciocínio Estatístico
População Dados
Amostragem
Estatística
Descritiva
Inferência Estatística
(Probabilidade)
JOELMIR FELICIANO
Noções Básicas
Qual é a proporção de
brasileiros desnutridos?
=?
• Resultados demorados;
População
Amostra
x : Estatística.
Vantagens da Amostragem.
Tipos de Variáveis
nominal
Qualitativa
ordinal
Variável
discreta
Quantitativa
contínua
Exercícios
Sexo Freqüência
Masculino 10
Feminino 8
Total 18
Fonte: E.W.
Para efeito de comparação: Tabela de
freqüência relativa
Fonte: E.W.
Tabelas de distribuição de freqüência.
Quando os dados são quantitativos contínuos, não conseguimos resumir a
informação da mesma forma anterior. Neste caso precisamos organizar
os dados em uma tabela de distribuição de frequências. Veja os dados
abaixo,
Tabela 1.7: Peso ao nascer de nascidos vivos, em quilogramas
2,522 3,200 1,900 4,100 4,600 3,400
2,720 3,720 3,600 2,400 1,720 3,400
3,125 2,800 3,200 2,700 2,750 1,570
2,250 2,900 3,300 2,450 4,200 3,800
3,220 2,950 2,900 3,400 2,100 2,700
3,000 2,480 2,500 2,400 4,450 2,900
3,725 3,800 3,600 3,120 2,900 3,700
2,890 2,500 2,500 3,400 2,920 2,120
3,110 3,550 2,300 3,200 2,720 3,150
3,520 3,000 2,950 2,700 2,900 2,400
3,100 4,100 3,000 3,150 2,000 3,450
3,200 3,200 3,750 2,800 2,720 3,120
2,780 3,450 3,150 2,700 2,480 2,120
3,155 3,100 3,200 3,300 3,900 2,450
2,150 3,150 2,500 3,200 2,500 2,700
3,300 2,800 2,900 3,200 2,480
3,250 2,900 3,200 2,800 2,450
Fonte: IBGE
Exemplo de tabela de distribuição de
freqüência.
Tabela 1.9: Peso de recém nascidos.
Classe Ponto médio Freqüência
1,5 |--- 2,0 1,750 3
2,0 |--- 2,5 2,250 16
2,5 |--- 3,0 2,750 31
3,0 |--- 3,5 3,250 34
3,5 |--- 4,0 3,750 11
4,0 |--- 4,5 4,250 4
4,5 |--- 5,0 4,75 1
• Ordenar os dados
Intervalo da amostra
• Amplitude =
Número de classes
31%
54%
15%
G a s o lin a A lc o o l D ie s e l
Gráfico de Barras.
Gráfico de barras bastante usado com variáveis qualitativas e quantitativas
discretas. Ideal para quando temos várias classes de categorias.
Figura 1.2: Distribuição das reclamações via 0800.
25
25
20
15 13
Freqüência
10 8
7
0
Mau atendimento Troca de mercadoria Mercadoria com defeito Falta de variedade
Reclamações
Histograma
O histograma é a representação gráfica para variáveis quantitativas
contínuas. Este tipo de representação mostra a forma da distribuição
da variável. É de fundamental importância na aplicação dos conceitos
de inferência estatística
Figura 1.3:
Ponto médio
Espalhamento
dos dados
Diagramas de Dispersão
Quando temos dados emparelhados e desejamos verificar se existe uma
associação entre esses dados, usamos como análise preliminar o diagrama
de dispersão.
Figura 1.4: Diagrama de dispersão: Temperatura X Rendimento de PQ.
100
90
80
70
60
Rendimento
50
40
30
20
10
0
0 20 40 60 80 100 12 0
T e m p e ra tu ra
Exercícios
1. Uma pesquisa com usuários de transporte coletivo na cidade de São Paulo indagou
sobre os diferentes tipos usados nas suas locomoções diárias. Dentre ônibus, metro e
trem, o número de diferentes meios de transportes utilizados foi o seguinte:
2, 3, 2, 1, 2, 1, 2, 1, 2, 3, 1, 1, 1, 2, 2, 3, 1, 1, 1, 1, 2, 1, 1, 2, 2, 1, 2, 1, 2 e 3.
22, 22, 22, 22, 23, 23, 24, 24, 24, 24, 25, 25, 26, 26, 26, 26, 27, 28, 35 e 40.
Medidas de Centralidade.
Medidas de Posição.
Cálculo de Médias
x xi x1 x 2 x n Dados Brutos.
1 n 1
n i 1 n
i 1
Onde :
x i = i - ésimo elemento da amostra ou o ponto médio da variável contínua.
f i = i - ésimo elemento da frequência relativa.
n i = i - ésimo elemento da frequência .
n = tamanho da amostra.
k = número de classes.
Medidas de Centralidade
• Média Aritmética de um conjunto de valores é o valor
obtido somando-se todos eles e dividindo-se o total pelo
número de valores.
14000
12000
10000
8000
6000
4000
2000
0
1 2 3 4 5 6 7
x n x n
1
Me 2 2
2
Exemplos para o cálculo da
Mediana:
Serie 1: 12, 124, 32, 10, 18, 29 e 100 n= 7; impar
Ordenar : 10, 12, 18, 29, 32, 100 e 124.
Me x n 1 x ( 4) 29
2
x n x n
1 x (3) x ( 4) 18 29
Me 2 2
23.5
2 2 2
Moda
Medidas de Posição
Variável
qualitativa
Ex: 4,5,4,6,5,8,4,4
Mo = 4
Medidas Separatrizes
As medidas de posição possibilitam um melhor
entendimento dos dados, focalizando sua posição
relativa em relação ao conjunto como um todo.
Mediana: divide os dados ordenados em duas partes iguais.
Posição
100%
0%
Ordem
1 x n
Medidas Separatrizes
• Usando a semelhança de triângulos, vamos ter:
n 1 x 1
100 0 P 0
x 1
P * 100%
n 1
P
x (n 1) * 1
100
Medidas Separatrizes: Exemplo1.
Série de 27 32 64 65 58 62 59 54 29 30 26 48 47
Dados 46 43 38 29 32 35 37 31 43 45 42 37 36
Série 26 27 29 29 30 31 32 32 35 36 37 37 38
Ordem 1 2 3 4 5 6 7 8 9 10 11 12 13
Série 42 43 43 45 46 47 48 54 58 59 62 64 65
Ordem 14 15 16 17 18 19 20 21 22 23 24 25 26
Medidas Separatrizes: Exemplo.
P 32
x (n 1) * 1 (26 1) * 1 9
100 100
d = Intervalo Interquartil =
= Primeiro Quartil = 25% do dados à esquerda e 75% à direita.
= Segundo Quartil = Md(X) = 50% dos dados à esquerda e 50% à direita
= Terceiro Quartil = 75% dos dados à esquerda e 25% à direita.
Descritiva 4
Medidas de dispersão.
Medidas de dispersão
Problema:
Uma empresa farmacêutica realiza um teste com dois
medicamentos para a mesma finalidade em um grupo de 14 pessoas,
sendo que 7 tomaram o medicamento A e as outras 7 o B.O tempo de
reação foi anotado para cada individuo:
Tabela 1: Tempo de reação dos medicamentos.
80
70
60
50
Tempo de Reação
M e d .A
40 M e d .B
M é d ia
30
20
10
0
1 2 3 4 5 6 7
P a c ie n te s
Medidas de Dispersão
• Amplitude Total: Diferença entre o maior e menor valor da série de
dados. No exemplo temos.
MedA : 72 15 57
MedB : 37 33 4
xi x , onde i 1,2,..., n.
(x
n
i x) 0
i 1
Medidas de Dispersão.
Confirmando o resultado.
Med.A Med.B
xi (xi x) xi (xi x)
15 -20 35 0
61 26 35 0
48 13 36 1
16 -19 34 -1
72 37 33 -2
17 -18 35 0
16 -19 37 2
Soma 0 Soma 0
Medidas de Dispersão
Variância Amostral: É dada quando trabalhamos com amostras.
1
1
n 2
S (X ) xi x x1 x xn x Dados Brutos.
2 2 2
n x x n x x Tabelas.
n 1 i 1 n 1
n x x
1 1
k 2
S (X )
2 2 2
n 1 n 1
i i 1 1 k k
i 1
Onde :
x i = i - ésimo elemento da amostra ou o ponto médio da variável contínua.
f i = i - ésimo elemento da frequência relativa.
n i = i - ésimo elemento da frequência .
n = tamanho da amostra.
k = número de classes.
Medidas de Dispersão.
Calculando a variância amostral para o MedA, temos:
(15 35 ) 2
( 61 35 ) 2
... (16 35 ) 2
3660
S (X )
2
610
7 1 6
( 35 35 ) 2
( 35 35 ) 2
... ( 37 35 ) 2
10
S (X )
2
1.666
7 1 6
Medidas de Dispersão.
Algumas conclusões relacionadas com a variância.
S(X ) S 2(X )
x1 x xn x Dados Brutos.
2 2
Var( X ) n x x n x x n x x Tabelas.
n i 1 n
1 1
k 2
2 2
Var( X ) f x x f x x f x x Tabelas.
n n
i i 1 1 k k
i 1
k 2
2 2
i i 1 1 k k
i 1
Onde :
x i = i - ésimo elemento da amostra ou o ponto médio da variável contínua.
f i = i - ésimo elemento da frequência relativa.
n i = i - ésimo elemento da frequência .
n = tamanho da amostra.
k = número de classes.
Medidas de Dispersão.
Desvio Padrão Populacional.
( X ) DP( X ) Var ( X )
Coeficiente de variação: Mede a variabilidade em termos relativos,
dividindo o desvio padrão pela média.
S
CVa 100% CVa 100%
x x
Índices para avaliar a variação dos dados.
Baixa: menor que 10%
Médio: de 10% a 20%
Alto: de 20% a 30%
Muito Alto: acima de 30%
Medidas de Centralidade
Tabela 2.0 – Número de Filhos
a) Suponha duas amostras colhidas de uma mesma população, sendo uma de tamanho 100
e outra de tamanho 200. Então, não há dúvida de que a amostra de tamanho maior é mais
representativa da população, certo? Justifique.
• Num voo internacional uma companhia serve dois tipos de pratos: peixe ou
frango. Um banco de dados contém os pedidos feitos nos últimos 200 voos.
Pretende-se planejar o número de cada tipo à ser colocado a disposição dos
passageiros.
Exercícios
4. Vinte e cinco residências de um bairro foram sorteadas e visitadas por um
entrevistador que, entre outras questões, perguntou sobre o número de televisores. Os
dados foram os seguintes:
2, 2, 2, 3, 1, 2, 1, 1, 1, 1, 0, 1, 2, 2, 2, 2, 3, 1, 1, 3, 1, 2, 1, 0 e 2.
5. Num experimento, 15 coelhos foram alimentados com uma nova ração e seu peso
avaliado ao fim de um mês. Os dados referentes ao ganho de peso (em kg) foram os
seguintes:
1,5; 1,6; 2,3; 1,7; 1,5; 2,0; 1,5; 1,8; 2,1; 2,1; 1,9; 1,8; 1,7; 2,5 e 2,2
Marca de TV GA FB HW
Média 8000 8200 8000
Mediana 8000 9000 7000
Desvio Padrão 600 1500 2500
Justifique.
Furtos 0 1 2 3 4
1/4 1/2 1/8 1/16 1/16
Exercícios
10. Num jogo de dados, um jogador paga R$ 5 para lançar um dado equilibrado
e ganha R$ 10 se der face 6, ganha R$ 5 se der face 5 e não ganha nada com as
outras faces. Defina a variável lucro por jogada como sendo o saldo do que o
jogador ganhou menos o pagamento inicial. Determine média, moda, mediana e
variância, desvio padrão dessa variável.
12. Estudando uma nova técnica de sutura, foram contados os dias necessários
para a completa cicatrização de determinada cirurgia.
Os resultados de 25 pacientes foram os seguintes: 6, 8, 9, 7, 8, 6, 6, 7, 8, 9, 10,
7, 8, 10, 9, 9, 9, 7, 6, 5, 7, 7, 8, 10 e 11. Organize os dados em uma tabela de
frequência e calcule a média, mediana e a moda.
Exercícios
13. Uma amostra de vinte empresas, de porte médio, foi escolhida para um estudo
sobre o nível educacional dos funcionários do setor de
vendas. Os dados coletados, quanto ao número de empregados com curso superior
completo, são apresentados abaixo:
Empresas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Média 1 0 0 3 0 1 1 2 2 2 0 2 0 2 0 1 1 2 3 2
15. Um hospital maternidade está planejando a ampliação dos leitos para recém-
nascidos. Para tal, fez um levantamento dos últimos 50 nascimentos obtendo a
informação sobre o número de dias que os bebês permanecem no hospital antes
de terem alta. Os dados já ordenados foram:
1,1,1,2,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,5,5,5,5,
5,5,6,7,7,8,15.
a. organize os dados em uma tabela de frequências.
b. calcule a média, moda, mediana e quartis.
c. determine a variância e o desvio padrão.
d. você identifica alguma valor excepcional (outlier) entre os dados? Caso sim
retire-o da série e refaça os cálculos dos itens a, b e c. Comente as
diferenças encontradas
Exercícios
16. O departamento de atendimento ao consumidor de uma concessionária de veículos
recebe, via telefone, as reclamações dos clientes. O número de chamadas dos últimos 30
dias foram anotadas e os resultados foram: 3, 4, 5, 4, 4, 5, 6, 9, 4,4, 5, 6, 4, 3, 6, 7, 4,5, 4,
5, 7, 8, 8, 5, 7, 5, 4, 5, 7, e 6.
17. Um hospital maternidade está planejando a ampliação dos leitos para recém-nascidos.
Para tal, fez um levantamento dos últimos 50 nascimentos obtendo a informação sobre o
número de dias que os bebês permanecem no hospital antes de terem alta. Os dados já
ordenados foram: 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
3, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 7, 7, 8, 15.
Paciente 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Colesterol 186 194 197 199 203 203 205 206 206 208 209 211 214 218 225
Erros Frequência
0 25
1 20
2 3
3 1
4 1
Total 50
2 2 3 10 13 14 15 15 16 16
18 18 20 21 22 22 23 24 25 25
26 27 29 29 30 32 36 42 44 45
45 46 48 52 58 59 61 61 61 65
66 66 68 75 78 80 89 90 92 97
26. O que acontece com a mediana, média e desvio padrão de uma série de
dados quando:
Duração do Números de
Casamento Divórcios
2800
1400
600
150
50
Total 5000
JOELMIR FELICIANO
Conceitos Básicos
Experimento Aleatório ou Fenômeno Aleatório
Situações ou acontecimentos cujos resultados não podem ser previstos com certeza.
Exemplos:
• Condições climáticas do próximo domingo;
• Taxa de inflação do próximo mês;
• Resultado ao lançar um dado ou moeda;
• Tempo de duração de uma lâmpada.
Espaço Amostral ( ou S)
Conjunto de todos os possíveis resultado de um experimento aleatório ou fenômeno
aleatório.
Exemplos:
1. Lançamento de um dado. ={1,2,3,4,5,6}
2. Tipo sanguíneo de um individuo. ={A, B, AB,0}
3. Opinião de um eleitor sobre um projeto. ={Favorável,Contrário}
4. Tempo de duração de uma lâmpada ={t; t>0)
• A C = {2, 4, 6} {1} =
• AC = {1, 3, 5}
Exercícios
1. Descrever o espaço amostral (S) a cada um dos experimentos a seguir:
(1) Lançam-se dois dados honestos e observam-se os números nas faces voltadas
para cima;
(2) Cada uma das três pecas usinadas é classificada como acima da especificação (a) e abaixo da
especificação (b) padrão para a peça;
(3) Chamadas são repetidamente feitas em uma linha telefônica ocupada ate que uma conexão
seja alcançada.
2. Descrever o espaço amostral (S) e eventos associados a cada um dos experimentos a seguir:
E1: Lançar uma moeda três vezes, sucessivamente, e anotar a sequência de caras (c) e coroas (k).
A1: Sair pelo menos duas caras.
E2: Numa linha de produção conta-se o numero de pecas defeituosas num período de 1 hora.
A2: Obter menos de 3 defeituosas.
E3: Mede-se a duração de lâmpadas, deixando-as acesas ate queimarem.
A3: O tempo de vida da lâmpada e inferior a 30 horas.
E4: Um fabricante produz um determinado artigo. Da linha de produção são retirados 3 artigos e
cada um é classificado como bom (b) ou defeituoso (d).
A4: Pelo menos dois artigos são bons.
Exercícios
3. Quatro estudantes de Engenharia Civil da UFMS são selecionados aleatoriamente
em uma aula de Probabilidade e Estatística. Liste os elementos do espaço amostral S1
usando a letra m para representar estudantes do sexo masculino e f para feminino.
Defina um segundo espaço amostral S2, onde os elementos representam o numero de
estudantes do sexo feminino selecionados.
(a) A e B ocorrem;
(b) A ou B ocorrem;
(c) B ocorre, mas A não ocorre;
(d) A não ocorre;
(e) não ocorre A e não ocorre B;
(f) A e B ocorrem, mas C não corre;
(g) somente A ocorre, mas B e C não ocorrem.
Exercícios
5. Três componentes estão conectados para formar um sistema conforme exibido na
figura a seguir. Como os componentes no subsistema 2-3 estão conectados em
paralelo, esse subsistema funcionara se ao menos um dos dois componentes
individuais funcionar. Para que todo o sistema funcione, o componente 1 deve
funcionar, bem como o sistema 2-3.
(a) Que resultados estão contidos no evento A para que exatamente dois dos três
componentes funcionem?
(b) Que resultados estão contidos no evento B para que ao menos dois componentes
funcionem?
Probabilidade
Pergunta: Como atribuir probabilidade
aos elementos do espaço amostral?
Definições de probabilidades
Definição Clássica ou a priori
Se um experimento aleatório tiver n() resultados mutuamente exclusivos e
igualmente prováveis e se um evento A tiver n(A) desses resultados. A
probabilidade do evento A representado por P(A), é dado por:
n( A)
P (A)
n ( )
a) A={(1,6),(5,2),(4,3),(3,4),(2,5),(6,1)} P(A)=n(A)/n()=6/36=1/6
b) B={(5,6),(6,5),(6,6)} => P(B) = 3/36 = 1/12.
c) P(C)= 15/36.
Definição frequentista ou a posteriori
Suponhamos que realizamos um experimento n vezes (n grande) e destas o
evento A ocorre exatamente r<n vezes, então a frequência relativa de vezes que
ocorreu o evento A, “r/n”, é a estimação da probabilidade que ocorra o evento A,
ou seja,
r
P ( A )
n
n n
P A i P ( Ai )
i 1 i 1
Propriedades
1. P() 0 Regra da adição de probabilidades
2. Se A então, P( A) 1 P( Ac ) ou P( Ac ) 1 P( A)
3. Se A B então, P( A) P( B)
4. Se A, B então, P( A B) P( A) P(B) P( A B)
5. Se A, B, C então,
P( A B C) P( A) P( B) P(C) P( A B) P( B C) P( A C)
P( A B C)
Exemplo 1. Na tabela 1, apresenta-se a composição por raça e sexo de uma
população de um país.
5 . Suponha que P ( A / B ) 0 , 4 e P ( B ) 0 ,5 .
Calcule P(A c
B ). Resposta : P(A c
B) 0 ,3 .
Exercícios
6. Uma associação de industrias transformadoras de resinas plásticas e
composta de 20 empresas que produzem sacos plásticos (S), 10 que produzem
garrafas (G), 8 que produzem utensílios domésticos (U) e 2 que se encarregam
de brinquedos (B). Ao escolhermos uma empresa ao acaso, achar a
probabilidade de que:
(a) seja uma indústria que produza sacos plásticos ou utensílios domésticos;
(b) seja uma indústria produtora de sacos plásticos ou brinquedos;
(c) não seja uma indústria que produza garrafas.
Respostas: (a) 28/40; (b) 22/40; (c) 30/40.
P( A B)
P( A | B) , P ( B ) 0. (1)
P(B)
• V1V2c
Não é possív el exibir esta imagem.
V1c V2
Não é possív el exibir esta imagem.
5 4 2
• V1c V2c
15 14 21
• Total • 1
P( A B) P( B) P( A | B),
Que é conhecida como regra do produto de probabilidades ou probabilidade da
interseção
Probabilidade Condicional e Independência
Exemplo 3: No exemplo 2, suponha que temos interesse em determinar a
probabilidade que as duas sementes selecionadas sejam brancas.
1. P( | B) 0
2. Se A, B , então: P(Ac | B) 1 P( A | B) ou P( A | B) 1 P(Ac | B)
3. Se A, B, C , então:
P( A C | B) P( A | B) P(C | B) P( A C | B).
Probabilidade Condicional e Independência
Exemplo 3: Na Cidade de São Paulo, a probabilidade de chuva no primeiro dia de
setembro é 0,50 e a probabilidade de chuva nos dois primeiros dias de setembro é
0,40. Se no primeiro de setembro choveu, qual é a probabilidade que no dia
seguinte não chova ?
Exemplo 4: Em uma escola 20% dos alunos tem problemas visuais, 8% problemas
auditivos e 4% tem problemas visuais e auditivos. Selecionamos um aluno desta
escola ao acaso:
(a) os eventos de ter problemas visuais e auditivos são eventos independentes?
(b) se aluno selecionado tem problemas visuais, qual é a probabilidade de que
tenha problemas auditivos?
(c)qual é a probabilidade de não ter problemas visuais ou ter problemas auditivos ?
Probabilidade Condicional e Independência
Solução: sejam os eventos:
V:” o aluno tem problemas visuais”
A:” o aluno tem problemas auditivos”.
Do enunciado temos: P(V)=0,20, P(A)=0,08 e P(AV)=0,04.
( a ) P (V ) P ( A ) 0 , 2 0 ,08 0 , 016
P (V A ) 0 , 04 .
Como P (V A ) P (V ) P ( A ), A e V não são independen tes .
P (V A ) 0 , 04
(b ) P ( A | V ) 0 , 20 .
P (V ) 0 , 20
( c ) P (V c A ) P (V c ) P ( A ) P (V c A )
1 P (V ) P ( A ) P ( A ) P (V c | A ) 1 P (V ) P ( A ) P ( A )1 P (V | A )
P (V A )
1 P (V ) P ( A ) P ( A ) 1
P ( A)
0 ,04
1 0 , 2 0 , 08 0 ,08 1 0 ,84
0 , 08
Probabilidade Condicional e Independência
Teorema 2: Se A , B eventos em são eventos independentes, então:
P(Bi )P( A | Bi )
P (Bi | A)
k
P (Bi )P ( A | Bi )
i 1
Resposta: 0.9.
2. Certo tipo de motor elétrico falha se ocorrer uma das seguintes situações:
emperramento dos mancais, queima dos enrolamentos, desgaste das
escovas. Suponha que o emperramento seja duas vezes mais provável do
que a queima, esta sendo quatro vezes mais provável do que o desgaste
das escovas. Qual será a probabilidade de que a falta seja devida a cada
uma dessas circunstâncias?
Fornecedor Conforme
Sim Não
I 22 8
II 25 5
III 30 10
P ( A ), P ( B ), P(A C ), P ( A B ), P ( A B ) e P ( A c B ).
Respostas : 0 ,3; 0 ,77 ; 0 , 7 ; 0 , 22 ; 0 ,85 e 0 ,92 .
Exercícios
5. Discos de plástico de policarbonato, provenientes de um fornecedor, s~ao
analisados com relação a resistência a arranhões e a choque. Os
resultados de 100 discos estão resumidos a seguir:
Resistência a Resistência a Choque
Arranhões Alta Baixa
Alta 70 9
Baixa 16 5
(a) Se um disco for selecionado ao acaso, qual será a probabilidade de sua
resistência a arranhões ser alta e de sua resistência a choque ser alta?
(b) Se um disco for selecionado ao acaso, qual sera a probabilidade de sua
resistência a arranhões ser alta ou de sua resistência a choque ser alta?
(c) Considere o evento em que um disco tenha alta resistência a arranhões e o
evento em que um disco tenha alta resistência a choque. Esses dois
eventos são mutuamente excludentes (exclusivos)?
• Distribuição de Bernoulli.
• Distribuição Binomial.
• Distribuição Normal