ETEP TCNICO EM CONTABILIDADE MDULO 2 ESTATSTIA 2012

2012-2
2012-2

TCNICO EM CONTABILIDADE
MDULO 2
ESTATSTICA

21

Explicando o funcionamento da disciplina e a avaliao.

Sero 3 aulas semanais onde os contedos sero abordados, explicados e exercitados.
Ao final de cada contedo, sero aplicadas avaliaes que podem ser trabalhos ou provas individuais, em
dupla ou em grupos. Ao longo de cada contedo, outras pequenas avaliaes podero ser aplicadas, realizadas
fora da sala de aulas, como trabalhos, por exemplo.
A Estatstica faz parte apenas do Mdulo 2 e ao final deste semestre voc ter uma nota final dada sobre
10 pontos dos quais voc deve ter, no MNIMO, 6 ou 60% dos pontos para ser aprovado no componente
curricular.
Toda avaliao no realizada pode ser recuperada no final do semestre, onde nova avaliao substituir
aquela no realizada.
Faltas somente sero justificadas atravs atestado mdico apresentado em, no mximo, 5 dias aps a
volta as aulas. Outras justificadas no servem legalmente para justificar as faltas.

ESTATSTICA
CONCEITOS BSICOS
ESTATSTICA: Cincia (ou mtodo) que trata da coleta, organizao, descrio e anlise de dados. Pode ser
dividida em duas reas:
-

ESTATSTICA DESCRITIVA: trata da organizao e descrio de dados.

ESTATSTICA INFERENCIAL OU INDUTIVA: trata da anlise e interpretao de dados

POPULAO (OU UNIVERSO): Conjunto de elementos que possuem alguma caracterstica em comum e que
interessa estudar. Quando estudamos todos os elementos de uma populao, estamos fazendo um CENSO ou
um RECENSEAMENTO.

AMOSTRA: um subconjunto de uma populao, uma parte do todo. Quando estudamos apenas uma
amostra de uma populao, estamos fazendo uma AMOSTRAGEM. As razes de se recorrer a amostras
so: menor custo e tempo para levantar dados; melhor investigao dos elementos observados.

Amostragem: um conjunto de tcnicas usadas para selecionar a amostra. um estudo ou anlise das
relaes existentes entre as amostras e a populao.
Pode ser intencional: quando o pesquisador mesmo seleciona a amostra, que pode ser voluntria (quando o
componente da populao se oferece voluntariamente para a pesquisa), ou sistemtica (quando a populao j
se encontra ordenada e em extratos onde no h necessidade da construo de um sistema de referencia).
Pode ser Aleatria: Tipo um sorteia lotrico. Exemplo: enumera-se a populao de 1 a n e sorteia-se k nmeros
dessa populao que ser o equivalente aos elementos da amostra.
Exemplos de Experimentos Aleatrios

21

3
a)
b)
c)
d)
e)

Lanar uma moeda e observar a face de cima.

Lanar um dado e observar o nmero da face de cima.
Lanar duas moedas e observar a sequencia de caras e coroas obtidas.
Lanar duas moedas e observar o nmero de caras obtidas
De um lote de 80 peas boas e 20 defeituosas, selecionar 10 peas e observar o nmero de peas
defeituosas.
f) De um baralho de 52 cartas, selecionar uma carta, e observar seu naipe.
g) Numa cidade onde10% dos habitantes possuem determinada molstia, selecionar 20 pessoas e observar
o nmero de portadores da molstia.
h) Observar o tempo que um aluno gasta para ir de nibus, de sua casa at a escola.
i) Injetar uma dose de insulina em uma pessoa e observar a quantidade de acar que diminuiu.
j) Sujeitar uma barra metlica a trao e observar sua resistncia.
PARMETRO: valor (usualmente desconhecido) que caracteriza uma populao (por exemplo, a mdia
populacional e o desvio-padro populacional so parmetros).

VARIVEL: a caracterstica de interesse dos elementos de uma populao ou o conjunto de resultados

possveis de um fenmeno (ou observao, ou caracterstica).
Exemplo:
Para os fenmenos:
- sexo - dois resultados so possveis: masculino e feminino; (no pode ser medida: um atributo)
- nmero de filhos tidos de um grupo de casais - resultados possveis: 0, 1, 2, 3, 4, 5, ..., n;
- peso de pessoas adultas - resultados possveis: 60 kg, 59,3 kg, 75,3 kg, 65,3 kg, ...; pode tomar um infinito
nmero de valores num certo intervalo.
Uma varivel pode ser QUALITATIVA ou QUANTITATIVA:
QUALITATIVA: expressa uma qualidade ou um atributo.
Exemplos:
Populao: Estudantes universitrios do Estado do Rio Grande do Sul.
Variveis: sexo, profisso, escolaridade, religio, meio onde vivem (rural, urbano).
Populao: Populao dos bairros perifricos do municpio de Porto.
Variveis: tipo de casa, existncia de gua encanada (sim, no), bairro de origem.
Varivel qualitativa pode ser Nominal ou Ordinal:
- NOMINAL: fornece categorias distintas entre si (ex: estado civil ou gnero dos elementos de uma
populao). Variveis qualitativas que no so ordenveis recebem o nome de nominais.
Exemplo: religio, sexo, raa, cor.
- ORDINAL: fornece categorias ordenadas de acordo com a intensidade do fenmeno (ex: classe social
ou nvel de escolaridade dos elementos de uma populao).

21

4
QUANTITATIVA: expressa uma quantidade, quando seus valores so expressos pr nmeros. Esses nmeros
podem ser obtidos por um processo de contagem ou medio.
Exemplos:
Populao: Todos os agricultores do Estado do Rio Grande do Sul.
Variveis: nmero de filhos tidos, extenso da rea plantada, altura, idade.
Populao: Populao dos bairros perifricos do municpio de Porto.
Variveis: nmero de quartos, rea da casa em m2, nmero de moradores da casa.
Varivel quantitativa pode ser Discreta ou Continua:
- DISCRETA: so aquelas que podem assumir apenas valores inteiros em pontos da reta real. possvel
enumerar todos os possveis valores da varivel.
Exemplos:
Populao: Universitrios do Estado do Rio Grande do Sul.
Variveis: nmero de filhos, nmero de quartos da casa, nmero de moradores, nmero de irmos.
- CONTNUA: so aquelas que podem assumir qualquer valor num certo intervalo (contnuo) da reta real.
No possvel enumerar todos os possveis valores. Essas variveis geralmente, provm de medies.
Populao: Todos os agricultores do Estado do Rio Grande do Sul.
Variveis: idade, renda familiar; extenso da rea plantada (em m2), peso e altura das crianas agricultoras.

Exerccios
Resolva o que puder dos exerccios em casa para que em aula possa aproveitar melhor o tempo para as
dvidas.
Classifique as variveis em qualitativas e quantitativas (Continuas ou discretas):
A - Universo: alunos da ETEP
Varivel: cor dos cabelos

E- Universo: Bolsa de valores de so Paulo

Varivel: Nmero de aes negociadas

B Universo: Casais residentes em Porto

Variveis: Nmero de filhos

F - Universo: Nmero de funcionrio de uma

empresa
Varivel: Salrios

C- Universo: As jogadas de um dado

Variveis: O ponto obtido em cada jogada
D- Universo: Peas produzidas por certa mquina
industrial
Varivel: Dimetro externo da pea

G - Universo: Aparelhos produzidos por uma linha

de montagem
Varivel: Nmero de defeitos por unidade
H- Universo: Indstria de uma cidade
Variveis: ndice de Liquidez

21

5
ESTATSTICA DESCRITIVA
ORGANIZAO DE DADOS:
SRIE ESTATSTICA: Conjunto de dados organizados de acordo com algum critrio (tempo, local ou categoria).
Pode ser apresentada por meio de tabelas e/ou grficos.
Ex 1:

Inflao mensal medida pelo IPCA(1)

Brasil - 2009
Ms
Inflao (%)
Janeiro
0,48
Fevereiro
0,55
Maro
0,20
Abril
0,48
Maio
0,47
Junho
0,36
Julho
0,24
Agosto
0,15
Setembro
0,24
Outubro
0,28
Novembro
0,41
Dezembro
0,37
(1)
IPCA: ndice Nacional de Preos ao Consumidor Amplo
FONTE: IBGE Instituto Brasileiro de Geografia e Estatstica

Ex 2:

Inflao mensal medida pelo IPCA(1)

Regies Metropolitanas - Brasil Janeiro de 2010
Regio
Inflao (%)
Rio de Janeiro
1,00
So Paulo
1,00
Belm
0,80
Salvador
0,77
Goinia
0,57
Porto Alegre
0,55
Belo Horizonte
0,53
Fortaleza
0,52
Curitiba
0,39
Braslia
0,23
Recife
0,20
(1)
IPCA: ndice Nacional de Preos ao Consumidor Amplo
FONTE: IBGE Instituto Brasileiro de Geografia e Estatstica

Acima, vimos dois exemplos de sries (uma temporal e outra geogrfica) apresentadas sob a forma de
tabelas. Temos que tomar o cuidado de no confundir tabelas com quadros ou grades, a diferena est na forma
de apresentar os dados.
Outra forma de apresentar dados estatsticos atravs de grficos, que so muito utilizados pelos veculos de
comunicao. Os principais tipos de grficos so:
Inflao mensal medida pelo IPCA: ndice Nacional de Preos ao
Consumidor Amplo - Brasil - 2009

21

FONTE: IBGE Instituto Brasileiro de Geografia e Estatstica

Inflao mensal medida pelo IPCA: ndice Nacional de Preos ao

Consumidor Amplo
Regies Metropolitanas - Brasil Janeiro de 2010
FONTE: IBGE Instituto Brasileiro de Geografia e Estatstica

Estado civil para uma amostra de alunos da universidade X 2008

10%

2% 4%

50%
34%

solteiro
casado
divorciado
vivo
outros

FONTE: Setor de Registros

FONTE: Pesquisa realizada com empresas de sucesso do RS - 2010

DISTRIBUIO DE FREQUNCIAS: uma tabela em que os valores (ou categorias) de uma varivel so
associados s suas frequncias (nmero de repeties).

21

POR PONTO: os valores (ou categorias) so listados individualmente.

Ex: Nmero de disciplinas matriculadas por uma amostra de alunos
Universidade X 2010/1
Nmero de disciplinas
Nmero de alunos
1
12
2
28
3
44
4
50
5
23
6
13
7
10
Total
180
FONTE: Setor de Registros

Elementos desta distribuio de frequncias:

- Valores observados (X)
- Frequncias absolutas simples (f)
Se, por exemplo, quisermos nos referir frequncia absoluta simples da terceira linha, escreveremos f 3.
Neste exemplo, esta frequncia 44, que significa que 44 alunos esto matriculados em 3 disciplinas.
OBSERVAO: Se fssemos construir um grfico para esta tabela, o mais indicado seria o grfico de colunas.
-

POR INTERVALOS OU CLASSES: os valores da varivel so divididos em classes e conta-se o nmero de

repeties de cada classe.

Peso (kg)
45
50
50
55
55
60
60
65
65
70
70
75
75
80
80
85
85
90
Total

Ex: Peso para uma amostra de alunos

Universidade X 2010/1
Nmero de alunos
5
17
24
38
35
29
14
12
6
180
FONTE: Ambulatrio

Elementos desta distribuio de freqncias:

21

8
-

frequncia absoluta simples (f): no exemplo, f3=24, significando que 24 alunos pesam de 55 kg a menos de
60 kg.
limite inferior de classe (li): indica o ponto de incio de cada classe.
limite superior de classe (ls): indica o fim de cada classe.
amplitude de classe (h): indica a extenso de cada classe.
h ls li . No exemplo, h3 ls3 li 3 60 55 5
Ponto mdio de classe (X): indica o ponto central do intervalo, usado como representante de todos os
valores contidos na classe.
li ls3 55 60
li ls
. No exemplo, X 3 3
X

57 ,5
2
2
2

OBSERVAO: Se fssemos fazer um grfico para esta tabela, o mais indicado seria um grfico de colunas,
colocando no eixo horizontal os limites de classe (inferiores e superiores). Neste caso em particular, o grfico de
colunas recebe o nome de HISTOGRAMA. Uma alternativa seria substituir cada intervalo pelo seu ponto mdio.
Desta forma, passaramos a ter um grfico de linha que chamado de POLGONO DE FREQUNCIAS.

TIPOS DE FREQUNCIAS QUE PODEM APARECER EM UMA DISTRIBUIO:

-

ABSOLUTAS: trabalham com o nmero de observaes:

- SIMPLES (f): em cada linha da tabela.
- ACUMULADAS (F): at cada linha da tabela. Fi f 1 ... f i

RELATIVAS: trabalham com propores ou percentuais de observaes:

- SIMPLES (fr): em cada linha da tabela. fr

f
x100
f

- ACUMULADAS (Fr): at cada linha da tabela. Fri fr1 ... fri

Vamos voltar tabela do peso para a amostra de alunos e complement-la com as frequncias vistas:

Peso (kg)
45
50
50
55
55
60
60 65
65
70
70
75
75
80
80 85
85
90
Total

Peso para uma amostra de alunos

Universidade X 2010/1
No de alunos (f)
F
fr (%)
5
5
2,8
17
22
9,4
24
46
13,3
38
84
21,1
35
119
19,4
29
148
16,1
14
162
7,8
12
174
6,7
6
180
3,3
180
100,0
FONTE: Ambulatrio

Fr (%)
2,8
12,2
25,5
46,6
66,0
82,1
89,9
96,6
100,0
-

21

9
Vejamos algumas interpretaes:
f4= 38 alunos pesam de 60 a menos de 65 kg.
F5= 119 alunos pesam de 45 a menos de 70 kg.
fr2= 9,4% dos alunos pesam de 50 a menos de 55 kg.
Fr6= 82,1% dos alunos pesam de 45 a menos de 75 kg.
F7-F3=162-46= 116 alunos pesam de 60 a menos de 80 kg.
EXERCCIO: Os dados a seguir representam o tempo gasto (em minutos) pelos funcionrios de uma empresa
para realizar uma tarefa. Construa, para estes dados, uma distribuio de frequncias com cinco classes de
amplitudes iguais entre si.

22

26

29

20

33

27

39

28

30

25

28

32

31

22

26

28

32

29

31

28

30

37

21

23

34

25

38

27

29

30

21

31

37

25

28

24

26

28

28

31

27

28

36

32

21

30

25

26

27

29

DESCRIO DE DADOS: feita atravs de medidas sintticas que do informaes sobre determinadas
caractersticas do conjunto.
Medidas de Tendncia Central: Mdia Aritmtica, Moda e Mediana
Tomem-se como dados as seguintes classificaes de um aluno no final do 1 perodo do 12 ano:
12, 13, 13, 13, 14, 15, 15, 16, 16, 17, 17
Mdia - A mdia aritmtica calcula-se somando as classificaes, dividindo este total pelo seu nmero:
(12 + 13 + 13 + 13 + 14 + 15 + 15 + 16 + 16 + 17 + 17 ) / 11 = 14,6
Moda - o valor com maior frequncia, 13.
Mediana a observao que separa 50% dos valores mais baixos dos 50% mais altos. Tendo as
classificaes ordenadas, verifica-se facilmente que o 15 separa 50% das classificaes mais baixas (12, 13, 13,
13 e 14) de 50% das classificaes mais altas (15, 16, 16, 17 e 17).
Nota: Como o nmero de observaes era mpar (11) havia um valor central. Nos casos em que o
nmero de observaes par temos dois valores centrais. Ento, para obter a mediana, calcula-se a mdia
destes dois valores centrais.
EXEMPLO 1: Os dados a seguir representam o nmero de aparelhos de TV por domiclio, para uma amostra de
domiclios de um determinado bairro. Determine a mdia de aparelhos de TV por domicilio
2

21

10

EXEMPLO 2: Considere os dados a seguir, que representam o nmero de dependentes para uma amostra de
funcionrios de uma empresa. Determine o valor mdio de dependentes destes funcionrios.
Nmero de dependentes
0
1
2
3
4
5
Total

Nmero de funcionrios
17
25
32
21
12
8
115

EXEMPLO 3: A seguir, encontramos a idade para uma amostra de alunos de uma universidade. Determine a
idade mdia para esta amostra de alunos.
Idade (anos)
18
20
20
22
22
24
24
26
26
28
28
30
Total

Nmero de alunos
27
28
19
11
7
4
96

Exerccios
1. Os dados abaixo representam o nmero de vezes que uma amostra de alunos de uma universidade
pratica atividades fsicas, por semana.
(a) Construa a distribuio de frequncias adequada para estes dados.
(b) Com base na distribuio construda, obtenha e interprete f3 e fr5.

21

11
(c) Qual o percentual de alunos que pratica atividades fsicas no mnimo trs vezes por semana?
3 2 5 1 0 5 2 3 3 4
1 3 0 6 4 4 6 1 0 0
3 5 3 2 3 4 1 6 1 0
3 2 3 3 4 4 5 2 3 0
1 2 2 3 3 3 4 5 4 6

2. Uma amostra de clientes de uma locadora de DVDs foi observada quanto ao tipo de filme preferido,
quanto ao nmero de filmes que retira a cada locao e quanto idade (em anos). Foram obtidos os
dados a seguir. Para cada uma das variveis, construa a distribuio de frequncias que julgar mais
adequada. Faa um grfico das informaes da letra a.
a) Tipo de filme
Drama

Suspense

Ao

Drama

Comdia

Terror

Drama

Ao

Ao

Suspense

Comdia

Comdia

Suspense

Terror

Suspense

Ao

Drama

Ao

Terror

Comdia

Ao

Ao

Suspense

Drama

Comdia

Ao

Suspense

Comdia

Drama

Suspense

Terror

Ao

Comdia

Terror

Ao

Comdia

Drama

Comdia

Suspense

Ao

b) Nmero de filmes

c) Idade

25 32 33 18 24 20 35 40 17 22

34 15 28 37 37 29 19 20 21 27

34 43 34 37 23 29 19 22 25 30

32 33 37 41 42 18 24 27 29 32

3. A seguir, encontramos as velocidades desenvolvidas, em km/h, observadas para uma amostra de

automveis em uma autoestrada.
(a) Construa para estes dados uma distribuio de frequncias, com 7 classes, todas de mesmo tamanho.
(b) Com base na tabela construda, determine e interprete f5 e fr2.
(c) Qual o percentual de automveis com velocidade inferior a 95 km/h?
87

94

100

109

110

88

87

93

94

82

81

90

79

84

90

100

105

107

88

94

102

75

78

104

98

97

86

85

90

101

79

82

90

80

105

78

83

88

91

81

86

88

94

87

89

92

84

87

81

88

21

12

4. Uma amostra de alunos de uma universidade foi investigada com relao s seguintes variveis: V1:
idade (em anos); V2: nmero de faltas na disciplina A, no semestre; V3: nmero de disciplinas
matriculadas; V4: tempo gasto diariamente com deslocamento (em minutos) e V5: nota final na disciplina
A. Foram obtidos os dados a seguir:
a) V1

23

20

25

19

22

28

26

21

18

24

b) V2

c) V3

d) V4

35

44

50

62

20

15

27

32

24

48

e) V5

7,5

6,0

9,0

8,5

7,0

4,5

8,0

7,0

5,5

6,5

Para cada uma das variveis, obtenha as medidas de tendncia central.

5. A tabela a seguir apresenta a idade para uma amostra de pacientes de uma clnica.
Idade (anos)
10
20
20
30
30
40
40
50
50
60
60
70
Total
(a)
(b)
(c)
(d)

Nmero de pacientes (f)

8
17
12
23
38
18

(fr)

Fr

Identifique e interprete f3 e fr4.

Qual o percentual de pacientes com idade inferior a 30 anos?
Qual o percentual de pacientes com idade maior ou igual a 50 anos?
Qual a idade mdia para esta amostra de pacientes?

6. Uma amostra de alunos de uma escola foi investigada quanto ao nmero de irmos, resultando os dados
a seguir.
Nmero de irmos
0
1
2
3
4
5

Nmero de alunos (f)

17
28
19
8
5
3

(fr)

Fr

21

13
Total
(a) Identifique e interprete f5 e fr2.
(b) Qual o percentual de alunos que tm pelo menos trs irmos?
(c) Qual o nmero mdio de irmos para esta amostra de alunos?

QUESTO: Imagine que os dados a seguir representem o peso (em kg) dos integrantes de duas equipes
esportivas (dados populacionais). Qual a mdia de peso dos atletas de cada equipe?
Equipe A:
Equipe B:

60
68

65
69

70
70

75
71

80
72

MEDIDAS DE VARIABILIDADE
Indicam o grau de disperso dos valores em relao aos valores centrais.
1. VARINCIA ABSOLUTA: baseada na diferena entre cada valor e a mdia do conjunto. , por definio, a
mdia quadrtica das diferenas dos valores em relao sua mdia.
Vamos encontrar a varincia para os dados da equipe A:
350
60
65
70
75
80

70
5
Temos que fazer a diferena de cada valor em relao mdia e elevar ao quadrado cada uma delas.
60 70 2 10 2 100

65 70 2 5 2 25
70 70 2 0 2 0
75 70 2 52 25
80 70 2 10 2 100

Somando estes quadrados, temos 250. Para fazer a mdia dos quadrados, dividimos esta soma por 5, que
o nmero de observaes. Isto nos d uma varincia absoluta de 250/5=50 kg2.
Fazendo o mesmo clculo para os dados da equipe B, chegamos a uma varincia absoluta de 10/5=2 kg2.
Como esta uma medida de disperso, percebe-se que ela consegue expressar como os pesos so mais
distantes na equipe A.

Vamos apresentar agora a frmula que generaliza este raciocnio:

2
X
Populao: 2

Amostra: S 2

X X
n1

Usamos n-1 no denominador da varincia amostral (ao invs de n) para obtermos uma melhor aproximao da
varincia populacional.
Quando trabalhamos com a varincia absoluta, temos uma medida quadrtica, o que a torna muito abstrata.
Afinal, o que significa dizer que a varincia de 50 kg 2? Para eliminarmos esta dificuldade, devemos extrair a
raiz quadrada do resultado. Obtemos, ento, a medida de disperso mais conhecida: o DESVIO-PADRO.

21

14
2. DESVIO-PADRO: a raiz quadrada da varincia absoluta. Ele expresso na mesma unidade da varivel
original, sendo mais til nas aplicaes prticas. Ele d uma ideia do afastamento mdio das observaes
em relao mdia.
- Populao: 2
- Amostra: S S 2
Na questo das equipes esportivas, o desvio-padro da equipe A 50 7,07 kg; o da equipe B
2 1,41 kg. Isto significa que, na equipe A, o peso mdio dos atletas de 70 kg e o peso de cada atleta se
afasta, em mdia, 7,07 kg em relao aos 70 kg. Na equipe B, o peso mdio tambm de 70 kg, sendo que
cada atleta se afasta, em mdia, 1,41 kg desta mdia.
Exerccios:
1. Os dados a seguir representam o tempo gasto (em minutos) por uma amostra de funcionrios para
realizar uma tarefa. Determine a mdia e o desvio-padro.
12

15

14

18

13

17

13

15

18

2. Para cada um dos conjuntos abaixo (dados amostrais), determine as medidas de tendncia central e o
desvio-padro:
(a)

24

15

18

23

17

28

24

19

(b)

10

12

13

(c)

31

38

39

40

42

35

39

43

23

37

44

3. Determine a mdia e o desvio-padro para o conjunto abaixo, que representa as idades (em anos) de
uma amostra de frequentadores de um bar.
25

20

23

22

24

COEFICIENTE DE VARIAO OU DE VARIABILIDADE: uma medida de variabilidade relativa,

particularmente apropriada para comparar diversos grupos com relao variabilidade. Indica a importncia
do desvio-padro, comparado com a mdia do conjunto, podendo ser expresso em percentual. Quanto
menor for o coeficiente de variao, menos importante o desvio-padro e mais homogneo o grupo.
-

Populao:

Amostra: g

S
X

Exerccio: Considere dois conjuntos, A e B, sobre os quais temos as seguintes informaes:

A: Mdia de 10 unidades e Desvio-padro de 3 unidades

21

15
B: Mdia de 500 unidades e Desvio-padro de 5 unidades
Em qual dos conjuntos houve maior homogeneidade?

PROBABILIDADE - CONCEITOS BSICOS

EXPERIMENTO: um fenmeno produzido pelo homem e que pode ser repetido sob as mesmas condies.
Pode ser:
-

DETERMINSTICO: conduz sempre ao mesmo resultado, qualquer que seja o nmero de repeties do
experimento.
ALEATRIO: no possvel prever o resultado de uma repetio em particular, mesmo que o experimento
tenha sido repetido vrias vezes.

ESPAO AMOSTRAL (S ou ): o conjunto formado por todos os possveis resultados de um experimento

aleatrio.
Ex. 1: Lanar uma moeda e observar a face voltada para cima.
S={cara, coroa}
Ex. 2: Lanar uma moeda duas vezes e observar a seqncia de faces.
S={(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)}
Ex. 3: Lanar uma moeda at que ocorra a face cara e contar o nmero de lanamentos.
S={1,2,3,...}
Ex. 4: Determinar a vida til (tempo de durao) de uma lmpada eltrica.
S=[0,)

EVENTO: um subconjunto de um espao amostral, formado por um ou mais resultados possveis do

experimento.
Exemplo: Lanar um dado e observar a face voltada para cima.
S={1,2,3,4,5,6}
Evento A={3}
Evento B={2,5}

21

16
Evento C={face par}={2,4,6}

OPERAES ENTRE EVENTOS:

-

UNIO: O evento A B indica a ocorrncia de pelo menos um dos eventos (A ou B ou ambos).

INTERSECO: O evento

COMPLEMENTAO: O evento A (complementar de A) indica a no ocorrncia do evento A ( A S A ).

A B indica a ocorrncia simultnea dos dois eventos (A e B, ao mesmo tempo).

EVENTOS MUTUAMENTE EXCLUSIVOS: Dois ou mais eventos so mutuamente exclusivos se os mesmos

no podem ocorrer simultaneamente, ou seja, se um deles ocorreu, o outro certamente no ocorrer. Isto
significa que, para dois eventos serem mutuamente exclusivos, A B .

EXEMPLO: No exemplo do lanamento de um dado, os eventos A={3} e B={2,5} so mutuamente exclusivos.

Por outro lado, os eventos B={2,5} e C={face par} no so mutuamente exclusivos.

PROBABILIDADE: um nmero entre zero e um, que expressa a chance de ocorrncia de um evento. escrita
em forma de porcentagem.

CLCULO DE PROBABILIDADE:

ENFOQUE CLSSICO: Supe que todos os possveis resultados de um experimento aleatrio so

igualmente provveis. Assim, a probabilidade de um evento A dada pela razo:
a
P A , onde:
n
n: nmero de resultados possveis
a: nmero de resultados favorveis ao evento

EXEMPLO: Imagine o lanamento de um dado equilibrado (um cubo perfeito, em que todas as faces sejam
igualmente provveis). Neste caso, n=6, pois o espao amostral possui 6 resultados.
Evento A={3}
Evento B={2,5}
Evento C={face par}

21

17

ENFOQUE FREQENCIAL OU EMPRICO: Neste enfoque, a probabilidade de um evento obtida atravs

da freqncia relativa de sua ocorrncia em um grande nmero de repeties do experimento. Neste caso,
no existe a suposio prvia de iguais probabilidades, o que existe uma avaliao emprica da
probabilidade de um evento.

ENFOQUE SUBJETIVO: A probabilidade de um evento ocorrer obtida atravs de uma avaliao subjetiva,
feita por um especialista no assunto, usando toda a informao disponvel.
PROPRIEDADES DAS PROBABILIDADES:

1. Se A e B so dois eventos mutuamente exclusivos, ento P A B P A P B .

2. Se A e B so dois eventos quaisquer, ento P A B P A P B - P A B .
3. Se A um evento com probabilidade dada por P(A), ento P ( A ) = 1 - P ( A) .
EXERCCIO 1: Em determinada escola, sabe-se que 80% dos alunos foram aprovados em Portugus, 70%
foram aprovados em Matemtica e 60% foram aprovados em Portugus e Matemtica. Selecionando-se ao
acaso um aluno, qual a probabilidade de que:
(a) no tenha sido aprovado em Portugus;
(b) tenha sido aprovado em pelo menos uma das duas disciplinas?

EXERCCIO 2: Imagine que os funcionrios de uma empresa estejam distribudos segundo o municpio de
origem e o meio de transporte utilizado para ir ao trabalho, de acordo com a grade a seguir:

Munic
pio

Soma

40

10

50

Meio de transporte
Carro

21

18
nibus

50

60

110

Trem

30

10

40

Soma

120

80

200

O experimento consiste em selecionar aleatoriamente um funcionrio da empresa. Determine a probabilidade de

que o funcionrio selecionado:

seja do municpio A
v de carro para o trabalho
no v de carro para o trabalho
seja do municpio A e v de carro para o trabalho
seja do municpio A ou v de carro para o trabalho
v de carro ou de trem para o trabalho
v de carro para o trabalho, sabendo-se que do municpio A.
Neste caso, como sabemos que o funcionrio do municpio A, no estamos mais trabalhando com 200
40
funcionrios, mas apenas 120. Destes, 40 vo de carro. Logo, a probabilidade
0,333 . Estamos
120
calculando o que se chama de PROBABILIDADE CONDICIONAL, que representa a probabilidade de
ocorrer um evento (ir de carro) em uma condio especfica (ser do municpio A). A maneira de simbolizar o
que calculamos P C / A .

seja do municpio A, dado que vai de carro para o trabalho.

Aqui a situao se inverteu, pois sabemos agora que o funcionrio vai de carro e queremos saber a
probabilidade de que seja do municpio A. O numerador continua sendo 40, mas o denominador passa a ser
40
50 (que so os funcionrios que vo de carro). Logo, P A / C
0,8 .
50

v de nibus, se for do municpio B P O / B

60
0,75
80

PROBABILIDADE CONDICIONAL: Simbolizamos por P B / A a probabilidade de ocorrer o evento B dada a

ocorrncia do evento A. Neste caso, o espao amostral fica reduzido ao evento A. Esta probabilidade pode ser
calculada como fizemos no exerccio anterior (usando a prpria definio) ou atravs da seguinte frmula:
P A B
P B / A
P A

EXEMPLO: Voltando ao exerccio 1, sabamos que, em determinada escola, 80% dos alunos foram aprovados
em Portugus, 70% foram aprovados em Matemtica e 60% foram aprovados em Portugus e Matemtica.
Seleciona-se ao acaso um aluno:
(a) Sabendo-se que foi aprovado em Portugus, qual a probabilidade de que tenha sido aprovado em
Matemtica?
(b) Sabendo-se que foi aprovado em Matemtica, qual a probabilidade de que tenha sido aprovado em
Portugus?

21

19
P={aprovao em Portugus} P P 0,8
M={aprovao em Matemtica} P M 0,7
P P M 0,6
(a) P(M/P)
(b) P(P/M)
TEOREMA DO PRODUTO: Sejam A e B dois eventos quaisquer. Ento P A B P A . P B / A .
EXEMPLO: Em uma caixa existem 5 fichas amarelas, 3 fichas brancas e 2 fichas verdes. Selecionam-se, ao
acaso e sem reposio, duas fichas da caixa. Determine a probabilidade de que:
(a)
(b)
(c)
(d)
(e)
(f)

as duas sejam amarelas.

as duas sejam da mesma cor.
somente a primeira seja branca.
somente uma delas seja branca.
nenhuma delas seja verde.
pelo menos uma delas seja verde.

EVENTOS INDEPENDENTES: Dois eventos so independentes se a ocorrncia de um deles no afeta a

probabilidade da ocorrncia do outro, ou seja, P B / A P B e P A / B P A . Neste caso:
P A B P A . P B

EXEMPLO: Sejam A e B eventos com P A 0,5 , P B 0,3 e P A B 0,75 .

(a) A e B so mutuamente exclusivos? Justifique.
(b) A e B so independentes? Justifique.
EXERCCIO: As probabilidades de dois alunos A e B resolverem um problema so dadas, respectivamente, por
0,7 e 0,4. Admitindo independncia entre os alunos, determine a probabilidade de que:
(a)
(b)
(c)
(d)

os dois resolvam.
pelo menos um deles resolva.
somente o aluno A resolva.
nenhum deles resolva.

EXERCCIOS:

1. Uma urna contm 5 bolas brancas, 4 vermelhas e 3 azuis. Extraem-se, ao acaso e sem reposio, 3 bolas.
Determine a probabilidade de que:

21

20
(a) nenhuma seja vermelha;
(b) exatamente uma seja vermelha;
(c) todas sejam da mesma cor.

2. Num perodo de um ms, 100 pacientes sofrendo de determinada doena foram internados em um hospital.
Informaes sobre o mtodo de tratamento aplicado em cada paciente e o resultado final obtido esto no
quadro abaixo.
Tratamento
Resultado

Soma

Cura total

24

16

40

Cura parcial

24

16

40

Morte

12

20

Soma

60

40

100

(a) Sorteando aleatoriamente um destes pacientes, determinar a probabilidade de o paciente escolhido:

(a1) ter sido submetido ao tratamento A;
(a2) ter sido totalmente curado;
(a3) ter sido submetido ao tratamento A e ter sido parcialmente curado;
(a4) ter sido submetido ao tratamento A ou ter sido parcialmente curado.
(b) Os eventos morte e tratamento A so independentes? Justifique.
(c) Sorteando dois dos pacientes, qual a probabilidade de que:
(c1) tenham recebido tratamentos diferentes?
(c2) pelo menos um deles tenha sido curado totalmente?
3. Em certo colgio, 25% dos estudantes foram reprovados em matemtica, 15% em qumica e 10% em
matemtica e qumica ao mesmo tempo. Um estudante selecionado aleatoriamente.
(a) Se ele foi reprovado em qumica, qual a probabilidade de ele ter sido reprovado em matemtica?
(b) Se ele foi reprovado em matemtica, qual a probabilidade de ter sido reprovado em qumica?
(c) Qual a probabilidade de ele ter sido reprovado em matemtica ou qumica?
4. Uma caixa tem 3 bolas brancas e 2 bolas pretas. Extraindo-se duas bolas, ao acaso e sem reposio,
determine a probabilidade de serem:
(a) uma de cada cor;
(b) ambas da mesma cor.

21

21

DISTRIBUIO NORMAL OU CURVA DE GAUSS:

Uma vez que cada par de mdia e desvio-padro gera uma distribuio normal especfica, as tabelas de
probabilidade so baseadas em uma distribuio em particular: a Distribuio Normal Padronizada, que possui
mdia igual a zero e desvio-padro igual a um. Qualquer valor de uma varivel X normalmente distribuda pode
x
ser padronizado atravs da expresso z
.

EXEMPLO 7: Admita que o peso dos alunos de uma escola seja normalmente distribudo com mdia de 50 kg e
desvio-padro de 4 kg.
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(i)
(j)

Determine a probabilidade de um aluno pesar menos de 57 kg.

Determine a probabilidade de um aluno pesar mais de 53 kg.
Determine a probabilidade de um aluno pesar menos de 70 kg.
Determine a probabilidade de um aluno pesar menos de 46 kg.
Determine a probabilidade de um aluno pesar mais de 42 kg.
Determine a probabilidade de um aluno pesar entre 47 e 55 kg.
Determine a probabilidade de um aluno pesar entre 51 e 60 kg.
Entre 800 alunos, quantos se espera que pesem mais de 45 kg?
Determine o peso acima do qual se espera encontrar 35% dos alunos.
Determine o peso abaixo do qual se espera encontrar 17% dos alunos.

EXERCCIOS:
1. O contedo lquido das garrafas de 300 ml de um refrigerante normalmente distribudo com mdia de
300 ml e desvio-padro de 2 ml.
(a) Determine o percentual de garrafas cujo contedo seja inferior a 306 ml.
(b) Entre 200 garrafas, quantas devero ter menos de300 ml?
2. O peso de 600 estudantes normalmente distribudo com mdia de 65,3 kg e desvio-padro de 5,5 kg.
Determine o nmero de estudantes que pesam:
(a) entre 60 e 70 kg;
(b) mais de 63,2 kg;
(c) menos de 68 kg.

21

22

(a)
(b)
(c)
(d)

3. As notas em um teste padronizado de escolaridade tm distribuio normal com mdia igual a 100 e
desvio-padro igual a 10. Determine a probabilidade de um indivduo submetido ao teste ter nota:
maior que 120;
maior que 80;
entre 85 e 115;
maior que 100.

4. O volume de correspondncia recebido por uma firma quinzenalmente tem distribuio normal com
mdia de 4000 cartas e desvio-padro de 200 cartas. Qual a porcentagem de quinzenas em que a firma
recebe:
(a) entre 3600 e 4250 cartas?
(b) mais de 3400 cartas?
(c) mais de 4636 cartas?

21