Índice

Introdução................................................................................................................................3

Actividade 1............................................................................................................................4

1.diferença entre estatística descritiva e estatística indutiva...................................................4

2.Conceito de termos estatísticos............................................................................................5

3. Importância da estatística para a sociedade.........................................................................5

4. Tipos de Variáveis...............................................................................................................5

5.Conceito de amostragem......................................................................................................6

6. Objectivo da extracção de uma amostra..............................................................................7

7. Classificação das variáveis..................................................................................................7

8. Cálculo de média.................................................................................................................7

9. Tamanho da amostra segundo a regra de Yamane (1967)..................................................7

10. Sugestão do tipo de amostragem.......................................................................................8

11. Cálculo da amplitude total, media, moda, mediana e frequências....................................8

12. Tabela de distribuição de dados agrupados.......................................................................9

13. Cálculo da, media, moda, mediana...................................................................................9

14. Cálculo da amplitude Total.............................................................................................10

15.As Propriedades das médias.............................................................................................10

As Propriedades das médias são:..........................................................................................10

16. Distribuição salarial de 16 colaboradores.......................................................................11

17. Torneio de basquetebol, realizado na Beira....................................................................11

18. Medidas de posição ou de tendência Central para dados não agrupados........................12

Actividade 2..........................................................................................................................13

1.Espaço amostral..................................................................................................................13

2. Cálculo de probabilidade...................................................................................................13

3. Cálculo de probabilidade...................................................................................................14
4. Cálculo de probabilidades.................................................................................................14

5. Cálculo de probabilidades.................................................................................................15

6.Cálculo de probabilidades..................................................................................................15

Conclusão..............................................................................................................................16

Referências bibliográficas.....................................................................................................17
Introdução

Este trabalho contempla a compilação de informações e exercícios baseados nas principais

bibliografias, das disciplinas de Probabilidade e Estatística. Na primeira actividade são
contemplados conceitos dos tipos de estatística, população amostragem, organização de dados
e medidas descritivas, sempre que possível com resolução de exemplos. Na segunda
actividade são apresentados temas sobre cálculo de probabilidades.
Actividade 1

1.diferença entre estatística descritiva e estatística indutiva

Estatística Descritiva

Consiste na recolha, apresentação, análise e interpretação de dados numéricos através da

criação de instrumentos adequados: quadros, gráficos e indicadores numéricos. Esta
estatística usa as seguintes técnicas:

Técnicas:

 Gráficos descritivos: São usados interpretar os dados. Por exemplo: Histogramas.

 Descrição Tabular: Na qual se usam tabelas para interpretar os dados. Por exemplo
tabelas de Frequências.
 Descrição Paramétrica: Na qual se faz uma estimativa dos valores. Por exemplo:
Média.

Estatística Indutiva (ou Inferencial)

Enquanto a estatística descritiva analisa todos os indivíduos de um dado conjunto e tira

conclusões sobre esse conjunto no seu todo, a estatística indutiva trata de estabelecer
conclusões relativas a um conjunto mais vasto de indivíduos (população) a partir da
observação de uma parte dela (amostra) com base na estrutura matemática que lhe confere o
cálculo das probabilidades.

Os resultados finais de uma eleição são objecto de estudo da Estatística Destrutiva. As

previsões feitas por ocasião das eleições, imediatamente depois do fecho das urnas, são feitas
a partir de uma amostra utilizando a Estatística Indutiva.

A Estatística Indutiva desempenha um importante papel na investigação científica, em

diversos sectores como:

 A medicina, a farmácia, a sociologia, a psicologia, a química, a educação, a

agricultura, a linguística, a biologia.
 Permitindo estabelecer previsões sobre acontecimentos futuros, com margem de erro
incrivelmente pequenas.
  Os métodos estatísticos permitem hoje, em qualquer ciência, obter uma descrição da
realidade física ou social e fornecem um meio de interpretação dessa realidade.

2.Conceito de termos estatísticos

a) População ou universo - é um conjunto de indivíduos ou objectos que apresentam

pelo menos uma característica em comum. A população pode ser finita ou infinita. Na
prática, quando uma população é finita, com um número grande de elementos,
considera-se como população infinita.

b) O censo é um sistema que realiza o cálculo ou a contagem dos indivíduos que fazem
parte de uma população. Se todos os elementos da população são observados diz-se
que se fez um levantamento exaustivo, ou recenseamento, ou apenas censo.

c) Amostra é um conjunto de dados colectados e/ou seleccionados de uma população

estatística por um procedimento definido. Os elementos de uma amostra são
conhecidos como pontos amostrais, unidades amostrais ou observações.

d) Uma variável é a característica dos elementos da amostra que nos interessa averiguar
estatisticamente.

3. Importância da estatística para a sociedade

 A importância da estatística em diferentes campos. A estatística desempenha um papel

vital em todos os campos da actividade humana. Sendo de extrema importância na
determinação de renda por capital, desemprego, taxa de crescimento populacional,
habitação, escolaridade instalações médicas, e entre outros aspectos.
 Em diversos campos de carácter social sobre populações, as suas condições de vida, de
trabalho e de saúde, de educação, de cultura.
 Em estudos de carácter económico, importações e exportações, consumo de turistas,
emigração etc…
 Em estudos metrológicos (temperatura, precipitação…)
 Em estudos políticos (distribuição de votos por região, ..) etc.

4. Tipos de Variáveis

As variáveis estatísticas podem ser qualitativas ou quantitativas.

  Variáveis qualitativas: é uma variável que assume como possíveis valores, atributos
ou qualidades. Também são denominadas variáveis categóricas. Ou, Variável
qualitativa é aquela que não se pode medir, está relacionada com a qualidade e
apresenta-se em modalidades.

A variável qualitativa pode ser sub-classificada em:

 Variável qualitativa nominal: é uma variável que assume como possíveis

valores, atributos ou qualidades e estes não apresentam uma ordem natural de
ocorrência. Exemplo 01: meios de informação utilizados pelos alunos da
disciplina Inferência Estatística do curso de Estatística da UEM: televisão, revista,
internet, jornal.
 Variável qualitativa ordinal: é uma variável que assume como possíveis valores
atributos ou qualidades e estes apresentam uma ordem natural de ocorrência.
Exemplo 02: estado civil dos alunos da UCM solteiro, casado, separado. Ano de
escolaridade: nível básico, nível médio, licenciado.
 Variável quantitativa: é uma variável que assume como possíveis valores, números.
Ou, Variável quantitativa é aquela que se pode medir, está relacionada com uma
quantidade e apresenta-se em intensidades ou valores.

A variável quantitativa pode ser sub-classificada em:

 Variável quantitativa discreta: é uma variável que assume como possíveis

valores números, em geral inteiros, formando um conjunto finito ou enumerável.
quando assumem valores de forma descontínua (isolada). Exemplo: número de
alunos numa turma, número de filhos de um casal.
 Variável quantitativa contínua: é uma variável que assume como possíveis
valores números, em intervalos da recta real e, em geral, resultantes de
mensurações. Ou, Variáveis contínuas – quando assumem valores contínuos.
Exemplo: altura, idade, peso dos alunos do curso de Biologia da UCM.

5.Conceito de amostragem

A amostragem é o processo de seleccionar um grupo de indivíduos de uma população, a

fim de estudar e caracterizar a população total.
6. Objectivo da extracção de uma amostra

Como a amostra envolve o estudo apenas de uma parte dos elementos. O objectivo da
amostra é fazer generalizações sem precisar examinar todos os elementos de um dado
grupo.

7. Classificação das variáveis

a) Número de páginas desta unidade: Variável quantitativa discreta

b) Peso dos funcionários: Variável quantitativa continua.
c) Tipo de empresa: Variável qualitativa nominal.
d) Tamanho de empresa (pequena, media e grande): Variável qualitativa ordinal.

8. Cálculo de média

Como a loja facturou um lucro de $200,00, $300,00. $500,00, $1000,00, $5000,00 em 20, 30,
20,10, 5 unidades,

$ 200,00+ $ 300,00+ $ 500,00+$ 1000,00+ $ 5000,00

Mel= =$ 1400,00 lucro
5

20+30+20+10+5
Meu= =17 unidade
5

Então o lucro médio por unidades será: de $ 1400,00 em 17 unidade

9. Tamanho da amostra segundo a regra de Yamane (1967)

Dados:

N = 1276

Z = 2,58

e=0,0 5

P = 0,5
 z 2 . p(1− p)
e2
TA=
z 2 . p ( 1− p )
1+ ( e2 N )
2,58 2 . 0,5(1−0,5) 6,6564 . 0,25
0,05 2 0,0025 665,64
TA= = = =998,4
2,582 . 0,5 ( 1−0,5 ) 6,6564 .0,25 6,6564 .0,25
1+ (
0,0 52 .1276 ) (
1+
0,0025. 3,19
1+ ) (
0,0025 .3,19 )

10. Sugestão do tipo de amostragem

Sugeria uma Amostragem estratificada.

11. Cálculo da amplitude total, media, moda, mediana e frequências

Número de Frequência Frequências Frequênci Fa(↓) Fa (↑) Fr(↓) Fr (↑)

filho s (Fr) a%
dependentes observadas
(X) (Fa)

0 32 0,17 17% 32 192 0,17 1,00

1 46 0,24 24% 78 160 0,41 0,83
2 50 0,26 26% 128 114 0,67 0,59
3 40 0,21 20% 168 64 0,88 0,33
4 16 0,08 8% 184 24 0,96 0,12
5 8 0,04 4% 192 8 1,00 0,04
Total ∑ fi=192 ---------- 100% ------ ------ -----

a) R=Vmax−Vm∈¿ 50−8=42
b)

μ=
∑ fi . xi =( 0.32 ) + ( 1.46 )+2.50 ¿+ (3.40 )+ ( 4.16 ) +(5.8) ¿ = 0+ 46+100+120+ 64+ 40 = 370 =1,92
n 192 192 192
 Moda de número de filho é 2.
 Mediana: Como o número de dados é par, a mediana é a média dos dois dados
centrais neste caso x92 e x93 Pela tabela vê-se que o 92º e 93º dado tem valor 2;
logo, Me = 2.
12. Tabela de distribuição de dados agrupados

Salário Número de Ponto médio (xi) xi.fi

(meticais) empregado (fi)

[5000, 5999[ 5 5499,5 27497,5

[6000, 6999[ 12 6499,5 77994
[7000, 7999[ 13 7499,5 97493,5
[8000, 8999[ 17 8499,5 144491,5
[9000, 9999[ 6 9499,5 56997
Total ∑ fi=53 ∑ fi . xi=404473,5

a) Amplitude amostral R=17−5=12

R 12
b) Amplitude da classe h= = ≅ 1,7
K 7

c) A frequência acumulada da segunda classe é 17.

d) Media é dada por:

X́ =
∑ fi . xi = 404473,5 =7631,58 Meticais
n 53

e) A moda dos salários dos 53 trabalhadores é dada por:

D1 17−13 4 120000+3996
Mo=Li h=8000. 1,7=8000+ .999= =8266,4 meticais
D 1+ D 2 ( 17−13 )+(17−6) 15 15

f) A mediana dos salários dos 53 trabalhadores é dada por:

N
−N i−1
2 26,5−12 91000+ 24,65
Me=Li−1 + . h=7000+ .1,7= =7001,9
Fi 13 13

13. Cálculo da, media, moda, mediana

Dada a distribuição 2; 3; 4; 4; 5; 6; 8; 10; 10; 11.

 2+3+ 4+ 4+ 5+6+8+10+ 10+11 63
 A média será: μ = =6,3
10 10
 A distribuição é bimodal: 4 e 10
5+6
 A mediana é: =5,5
2

14. Cálculo da amplitude Total

As taxas de inflação médias anos de 1997 a 2007 foram os seguintes: 17%, 45%, 38%, 27%,
6%, 48%, 11%, 57%, 34%, 22%. A amplitude total das taxas media é:

R=Vmax−Vmin=57 %−6 %=51%

15.As Propriedades das médias

As Propriedades das médias são:

1ª Propriedade A soma algébrica dos desvios em relação à média é zero (nula).

∑di = ∑ (xi - x) = 0

Onde:

di são as distâncias ou afastamentos da média.

2ª Propriedade

Somando-se ou subtraindo-se uma constante (c) a todos os valores de uma variável, a média
do conjunto fica aumentada ou diminuída dessa constante.

3ª Propriedade

Multiplicando-se ou dividindo-se todos os valores de uma variável por uma constante (c), a
média do conjunto fica multiplicada ou dividida por essa constante.

4ª Propriedade

A média das médias é a média global de 2 ou mais grupos.

5ª Propriedade
A soma dos quadrados dos afastamentos contados a partir da média aritmética é um mínimo.

6ª Propriedades

A média aritmética é atraída pelos valores extremos.

16. Distribuição salarial de 16 colaboradores

Salário em (milhares de meticais) 70 74 82 91 95

Número de funcionários 3 6 10 3 1

 A media aritmética será dada por:

( 3.70 ) + ( 6.74 ) +(7.82) 270+ 444+574

μ= = =80,5 ( milhares de meticais )
16 16
 A moda é 82 (milhares de meticais)
 A media é 74 (milhares de meticais)

Quando a assimetria

A s ¿0¿ A distribuição é assimétrica positiva.

17. Torneio de basquetebol, realizado na Beira.

A tabela seguinte, estão representados os resultados por jogo e por equipa

Equipes I II III IV V Media Mediana

Jogo Jogo Jogo Jogo Jogo

Ferroviário da Beira 45 77 54 99 78 70,6 77

Estrela Vermelha de Maputo 85 90 44 80 46 69 80

Académica de Maputo 95 101 65 88 55 80,8 88

a) Olhado para as médias me juntaria a equipa da Académica de Maputo.

b) Se considerar as medianas como medias também me juntaria a Académica de Maputo.
 c) Sendo treinador e estando a ser entrevistado acerca do desempenho do meu team por
um jornal loca, seria melhor reportar o desempenho da equipe olhando para os
resultados das medias.

18. Medidas de posição ou de tendência Central para dados não agrupados

Uma universidade que esta a se estabelecer na Cidade da Beira, pretende pagar os seus
docentes um salário anual de 17000,00 meticais. O administrador da Universidade que
comparar este salário com os salários pagos por outras universidades. Para este estudo, o
administrador seleccionou aleatoriamente uma amostra de 14 docentes dentre milhares de
docente de diferentes Universidades. Cada docente da amostra foi questionado do seu salário
referente aos anos anteriores. Como montra a tabela.

127 241 132 154 171 141 121

161 192 138 177 152 146 144

Dados em rol: 121; 127; 132; 138; 141; 144; 146; 152; 154; 161; 171; 177; 192; 241

a) Cálculo da média e mediana

121+127+ 132+138+ 141+144 +146+152+154+ 161+171+177+ 192+ 241
X́ =
14
2197
X́ = =156.000,93 MT
14

146+152
Me= =149.000,00 MT
2

As duas medidas são diferentes porque a média é a razão entre a soma das observações pelo
número das observações e mediana é a medida de posição que divide a série estatística em
duas partes iguais, ou seja, é o valor da variável estatística precedida por 50% das
observações.
b) Todas as medidas de tendência central são importantes porque cada uma dela
desempenha um papel importante no estudo das amostras.
c) Comprando a mediana da amostra com o salário proposto de 180 000 MT, a proposta
de salário é suficiente porque a proposta é maior que a mediana.
Actividade 2

1.Espaço amostral

Peças que saem de uma linha de produção são marcadas defeituosas (D) ou não defeituosas
(P). As peças são inspeccionadas e suas condições registradas. Isto é feito até que duas peças
defeituosas sejam fabricadas ou que quatro peças tenham sido inspeccionadas, aquilo que
ocorrer em primeiro lugar. Descreva o espaço amostral para este experimento.

Pela sua informação temos:

peças defeituosas: D

Peças não defeituosas p

Ω: { dd, dpd, dppd, dppp, pdd, pdpp, pdpd, ppdd, ppdp, pppd, pppp}

2. Cálculo de probabilidade

Duas cartas são retiradas aleatoriamente de um baralho de 52 cartas

a) A probabilidade de retirar duas cartas de espada:

Para retirar a primeira, temos a possibilidade de 13 cartas de espada dentre as 52 cartas totais.

13
Logo: 
52

Para retirar a segunda, temos a possibilidade de 12 cartas de espada dentre as 51 cartas totais,

12
pois já foi retirada uma anteriormente. Logo: 
51

13 12 156
Sendo assim:  . = =0,058=5,8 %
52 51 2652

b) B) Uma seja copas e outra ouros?

Seguindo o mesmo raciocínio acima:

 13
Para retirar a primeira, temos a possibilidade de 13 cartas dentre as 52 cartas totais. Logo: 
52

Para retirar a segunda, temos a possibilidade de 13 cartas dentre as 51 cartas totais, pois já foi

12
retirada uma anteriormente. Logo: 
51

13 12 169
Sendo assim:  . = =0,0637=6,37 %
52 51 2652

3. Cálculo de probabilidade

Três lâmpadas são escolhidas aleatoriamente dentre 15 lâmpadas, das quais 5 são defeituosas.
Encontre a probabilidade de que

a) Nenhuma seja defeituosa,

b) Exactamente uma seja defeituosa,
c) Pelo menos uma seja defeituosa

Resolução:

Há C15,3= 455 maneiras de escolher 3 lâmpadas dentre 15.

a) Como há 15 – 5 = 10 lâmpadas não-defeituosas, há C10,3 = 120 maneiras de escolher 3

120 24
lâmpadas não defeituosas. Assim, P= =
455 91
b) Há 5 lâmpadas defeituosas C10,2= 45 pares diferentes de lâmpadas não-defeituosas;
portanto, há 5.45 = 225 maneiras de escolher 3 lâmpadas das quais uma seja

225 45
defeituosa. Assim, P= =
455 91

(c) O evento em que pelo menos uma é defeituosa é o complemento do evento em que

24
nenhuma é defeituosa, o qual tem, por, a probabilidade Portanto,
91

24 67
P=1 – =
91 91
4. Cálculo de probabilidades

Duas cartas são seleccionadas aleatoriamente dentre seis numeradas de 1 a 6. Determine a

probabilidade do produto ser impar, supondo que as duas cartas são retiradas juntas

Há C6,2= 15 maneiras de seleccionar 2 cartas dentre 6. O produto é ímpar se um número é

ímpar e outro é par. Há 3números ímpares; portanto, há 3.3 = 9 maneiras de escolher um

9 3
número par e outro ímpar. Assim, p= =¿
15 5

5. Cálculo de probabilidades

Duas cartas são seleccionadas aleatoriamente dentre seis numeradas de 1 a 6. Determine a

probabilidade do produto ser impar, supondo que as duas cartas são retiradas uma após a outra
sem reposição.

Há 6.5 = 30 maneiras de retirar duas cartas uma após outra sem reposição. Há 6.5 = 30
maneiras de retirar duas cartas uma após outra sem reposição. Há 3.3= 9 maneiras de retirar
um número par e um número ímpar, e 3.3 = 9 maneiras de retirar um número ímpar e um

9 9 81 9
número par; portanto, p= . = = =0,09
30 30 900 100

6.Cálculo de probabilidades

Lança - se um par de dados não viciados. Determine a probabilidade da soma ser igual ou
maior que 9 se ocorrer cara no primeiro dado.

Em um lançamento de dois dados honestos, as possibilidades para que ocorra uma soma ser
igual ou maior que 9 são:

3+6=9

5+ 4=9

6+3=9

4 +5=9

Como um dado não apresenta cara, então a probabilidade é nula.

Conclusão

A estatística desempenha um papel vital em todos os campos da atividade humana. Sendo de

extrema importância na determinação de renda per capita, desemprego, taxa de crescimento
populacional, habitação, escolaridade instalações médicas, e entre outros aspectos.

Por ser uma ciência extremamente ampla, ela mantém uma posição central em quase todos os
campos, como a indústria, comércio, negócios, física, química, economia, matemática,
biologia, botânica, psicologia, astronomia e por aí vai. Segue alguns exemplos de aplicação:

Um dos principais assuntos da Estatística moderna é a inferência estatística. A inferência

estatística é dividida em dois grandes tópicos: a estimação de parâmetros e os testes de
hipóteses.

No desenvolvimento dos métodos da estatística moderna, as primeiras técnicas de inferência

que apareceram foram as que faziam diversas hipóteses sobre a natureza da população da qual
se extraíram os dados. Como os valores relacionados com a população são denominados
“parâmetros”, tais técnicas estatísticas foram denominadas de paramétricas.
Referências bibliográficas

1. PINTO, Helena Soares; NEVES, Isabel Costa; Métodos quantitativos, Edições ASA.
Lisboa, 1994.

2. FERREIRA, Maria Augusta Neves; CARVALHO, Maria Luísa Brito; Exercícios de;
Matemática 10º Ano, Porto Editora, Lisboa.

3. LIMA, Yolanda; GOMES, Francelino; Xeqmat, Matemática 12º, Editorial o Livro, Lisboa,
2003.

4. PARENTE, Eduardo Afonso, BASSO, Otair; DANI, Adolfo; CAMARGO, João Alfredo;
Matemática Vol. 2, Editora Pedagógica e Universitária, Lda, São Paulo.

5. WONNACOTT, Ronald J., WONNACOTT, Thomas. Fundamentos de Estatística.

Rio deJaneiro. Livros Técnicos e Científicos Editora S. A., 1985.