Beruflich Dokumente
Kultur Dokumente
livros profissionais,
feitos por profissionais
mas a diditica
epara estudantes.
~&ftffitt
fiffi
I
I
PER TENC E
BIBLIOTECA
'
Licenciado em Matematica
Bacharel em Ciencias Econ6micas
Licenciado em Pedagog ia
Professor de Matematica da rede publ ica de ensino do estado de Sao Paulo
lda,idlca
':~
' LIBER
u'LiU
lllllllllllllllllllllllllllll
0028637027
II
( \ , . Editora_
Sara1va
ApresentaQio
ISBN 85-02-02056-0
ISBN 85-02-02055-2 (Livro do Professor)
Minhas homenagens:
A minha mae, Nuta, que me deu a vida
A minha esposa, Netinha, que me deu
com AMOR.
AMOR para a vida, IN CENTIVO
CDD-310.7
-310.76
02-1916
indices para catalogo sistematico:
1. Estatistica: Estudo e ensino 310.7
2. Exercicios : Estatistica 310.76
BIBLIOTECA
Ma rtin L uther Port o V:;l ho-RO
['\,.Editor~
~
Sara1va
Reg
.3dog i .l
---
-~------ --
2o
Av. Marques de Sao Vicente, 1697- CEP 01139-904- Barra Funda- Sao Paulo-SP
Tel.: PABX (0**11) 3613-3000- Fax: (0**11) 3611 -3308- Televendas: (0**11) 3613-3344
Fax Vendas: (0**11) 3611-3268- Atendimento ao Professor: (0**11) 3613-3030
Enderego Internet: www.editorasaraiva.com.br- E-mail: atendprof.didatico@editorasaraiva.com .br
Consideramos a Matematica, a Musica e a Estatfstica linguagens universais; lembramos que, "embora uma nova linguagem parec;:a urn enigma antes
de ser conquistada, e urn poder, em seguida". Nosso desejo e que aqueles que
fizerem uso deste livro conquistem a linguagem estatfstica, utilizando-a proveitosamente.
Aproveitamos para agradecer a todos aqueles que confiaram em nosso
trabalho, utilizando este livro, e, em especial, aqueles que, fazendo suas crfticas, deram-nos a oportunidade de melhoni-lo.
. Continuamos a acolher os pareceres e sugest6es para o aperfeic;:oamento
deste trabalho.
o autor
CAPiTULO 1
C:APiTULO 2
CAPiTULO 3
11
12
12
12
12
13
14
14
14
14
15
15
15
16
17
18
19
20
20
21
23
23
25
26
27
27
27
28
29
29
CAPiTULO 4
GRAFICOS ESTATiSTICOS
CAPiTULO 5
38
38
38
39
41
43
43
45
46
48
51
31
31
34
34
35
36
Curvas em forma de sino .................... .... .... .. .. .... .............. .... ....
Curvas em forma de jota .......... .. .. .. ...................................... .. ...
Cu rvas em fomw de U .. .. .... .. ........ .. ...... .. .... .. ............................
D istribui ~iio retangular .... .... .. .. .... ........... .. ... ........ ....... ..............
EXERCICIOS ... ................ ...... .......... ... ... .................. .. ..................... ........
54
55
57
57
57
58
58
59
59
59
61
63
65
66
69
69
70
71
72
72
74
74
75
75
75
76
CAPiTULO 6
1.
Introdu~ao
.. .. .. .... .. .. .. .. .. . .. .. ....... . ... ...... ....... ... ..... . .. .. .. .... . .. ... ... ... .. . .. .. ... .. 79
80
80
80
81
82
82
84
86
89
3. A moda (Mo) ............... ......... ......... ................. .............. ... ........... ......... 89
3.1. Dados nao-agrupados .................................................................. 89
3.2. Dados agrupados .......................................................... ................ 89
3.2. I . Sem intervalos de classe .......................................................... 89
3.2.2. Com interva los de classe .................................. .... ............ ....... 90
3.3. As expressoes gn'ificas da moda ................................................ 92
3.4. Emprego da moda .. ........... ........................................................... 92
4. A median a (Md).. ...... .... ...... ... .. .. . .. .. .. .. .... .. .. .. .. .. . .. .. ... . .. .. .. .. .. ... .. .. .. .. ... . 93
4.1. Dados nao-agrupados ............................................................ .. .... 93
4.2. Dados agrupados ... ........ .............. .... .................. .......................... . 94
4.2.1. Sem intervalos de classe .......................................................... 95
4.2.2. Com intervalos de classe ...... .... .... ....... .... .. .... ........... ..... .. ... ... .. 97
4.3. Emprego da mediana ............... ........ ................................... ....... ... 100
5.
Posi~ao
relativa da media, mediana e moda ........ .... ......... ..... ....... ... 100
CAPiTULO 7
MEDIDAS DE DISPERSAO OU DE
VARIABILIDADE .................................................. .... 108
CAPITULO 8
122
122
122
124
124
125
125
125
126
127
127
127
127
128
129
130
131
132
135
137
137
137
140
142
142
147
160
160
161
162
163
163
164
165
165
165
6.2.1. Formula de Laspeyres ou metoda da ipoca-base ........................ 166
6.3. Indices de prer;os ......................................................................... 167
6.3.1. fndi ce de custo de vida ............................................. ............... 167
6.3.2. 1PC - fndi ce de Prer;os ao Conswnidor .................................... 168
6.3.3 . ICB- fndice da Cesta Bdsica ............................... .. .. .............. 168
6.3.4 . IGP - fndice Cera/ de Prer;os .......................... .. ..................... 168
6.3.5. !PC da FIPE ..................................................................... ...... 168
7. Deflacionamento de dados ................................................................. 168
EXERCICIOS ................................................................................... ....... 171
APENDICE
INSTRUMENTAL MATEMATICO .............. ......... 173
1. Numeros aproximados e arredondamento de dados ......................... 173
1.1. Numeros aproximados ................................................................. 173
1.2. Arredondamento de dados ........................................ .. ................ 173
1. 3. Compensar;ao ........................... ........................ ............................ 17 5
EXERCICIOS ............................. ............................................................. 175
2. Frar;oes ............................................... ...... ....... ..................................... 176
2. 1. Conceito ........................................................ .. .. .. .. ..... ."... ............... 176
2.2. Frar;oes propria, impr6pria e aparente .... ......... .. ........................ 176
2.3. Frar;oes equivalentes ............. ............. ............. .. ........................... 177
2.4. Simplificar;ao de frar;oes ......................................... .. .................. 177
2.5. Frar;ao irredutfvel ............................... ..................... ..................... 177
2.6. Redur;ao de frar;6es ao mesmo denominador ........ .. .................. 178
2. 7. Comparar;ao de frar;6es ............................................................... 178
2.8. Operar;6es com frar;6es ...................... .......................................... 179
2.8. 1. Adir;iio e subtra~iio .................................................................. 179
2.8.2. Multiplicar;iio .......... .............................................. ..... .. ........... 179
2.8.3. Divisiio ... ....................... .. ............................ ............ .... .... ..... .. 180
2.8.4. Potenciar;ao ............................................................................ 180
EXERCICIOS .......................................................................................... 180
2.9 . Frar;oes decimais ........................................... .. ............... .. .. .. ........ 181
EXERCICIOS .................... .. ................................. .. ................................. 182
3. Raz6es .......................... .............. ................. .. ............. .. .. .. ............. ....... 182
3.1. Razao de dais numeros .................................. :.... ........ ........... ..... 182
3.2. Razao de duas grandezas ....................................... ..................... 183
4. Percentagem ........... .... ... ...... ................. ................... .... .................. ..... .. 183
4.1. Conceito .............. ........... .......................... .... .... .. ..... .. ....... .... ..... .... 183
EXERCICIOS ... ............................................. ...... .......... ............ ........ ..... . 185
A Natureza
da Estatistica
partindo da
observa~ao
de partes
188
188
189
190
1 PANORAMA HISTORICO
8. Coeficientes binomiais ............ .. .... .... ...... .... .................... .. ...... .. ........ .. 191
8. 1. Coefic ientes binomiais complementares .............. .. .................... 192
EXERCICIO .. .. ......... .. ... ... .. .. ... ................................... ... ...................... 193
9. Bin6mio de NewLon .. .................... .. .... .. .................. .. .......................... 193
EXERCICIOS .. .. ............ .. .. .... ...... .. .................... .. .. ............... ............... 194
I 0.
F u n~ao
........ .... ............................ .... .. ... .. ... .. .............. .. ...... ... .......... .. ..... 195
10 .1. Defini~ao .. .............. .. .. ... .. ... .. ................................. .. ................... 195
10.2. Grafico de uma fun~ao ........ .. ...... .... .. .. .... .. .... .... ...... .. .......... .. ... 195
10.3. Fu n~ao do 1 gra u .......................... .... ............ .... .... ...... .......... .. . 198
10.4. Grafico da fu n~ao do 1 grau .......................... .... .... ...... .. .. ....... 198
10.5. Equa~ao da reta que passa por dois pontos dados ...... .. ...... .. . 199
EXERCICIOS ....... ..... ..... .. ..... ............ ....... ............................ .... .... .. ........... 199
10.6. Pontos notaveis .. .. ................................ .. .... .. ...... ...... .................. 200
70.6. 7. Ponto e111 que a reta coria o eixo dos x .. .. .... .. .......... .. ...... .. ... 200
10.6.2. Ponto e111 que a reta corta o ei.ro dos y ...................... .. .. .. .... . 200
10.7 . Significado dos coeficientes ..................................................... 200
10.7. 1. Coejlc ien te b .. .. .. .. .......... .. ................................................ .. 200
10.7.2. Coej/cien le a ...................................... ... .... ... .. ....... .. ........... 201
COLETANEA DE QUESTOES OBJETIVAS ........ .. .... .... ............................. 202
RESPOSTAS ... .. ............... .... .... ............................................ ............................. 210
Anexo I - Tabela de numeros aleat6rios .. .. .. .. .. .................. .. ...................... . 223
Anexo II - Area subtendida pela curva normal reduzida de 0 a Z ............. 224
12
ESTATiSTICA FACIL
Na era da energia nuclear, os estudos estatfsticos tern avanyado rapidamente e, com seus processos e tecnicas, tern contribufdo para a organizayao
dos neg6cios e recursos do mundo moderno.
2 METODO ESTATISTICO
E:
13
Porem, seria necessaria que nao houvesse alterayao nos outros fatores .
Assim, deveria existir, no momento da pesquisa, uma uniformidade dos salarios, o gosto dos consumidores deveria permanecer constante, seria necessaria
a fixayao do nfvel geral dos preyos das outras necessidades etc. Mas isso tudo
e impossfvel.
Nesses casos, lanyamos mao de outro metodo, embora mais dificil e
menos preciso, denominado metodo estatfstico.
0 metodo estatistico, diante da impossibilidade de manter as causas constantes, admite todas essas causas presentes variando-as, registrando essas variay6es e procurando determinar, no resultado final, que influencias cabem a cada uma delas.
3 A ESTATISTICA
Exprimindo por meio de numeros as observay6es que se fazem de elementos com, pelo menos, uma caracterfstica comum (por exemplo: os alunos
do sexo masculino de uma comunidade), obtemos os chamados dados referentes a esses elementos.
Podemos dizer, entao, que:
A coleta, a organiza~ao e a descri~ao dos dados estao a cargo da Estatistica Descritiva, enquanto a analise e a interpreta~ao desses dados ficam a
cargo da Estatistica Indutiva ou Inferencial.
Em geral, as pessoas , quando se referem ao termo estatfstica, o fazem no
sentido da organizayao e descriyao dos dados (estatistica do Ministerio da
Educayao, estatfstica dos acidentes de trafego etc .), desconhecendo que o aspecto essencial da Estatistica e o de proporcionar metodos inferenciais, que
permitam conclusoes que transcendam os dados obtidos inicialmente.
Assim, a analise e a interpretayaO dos dados estatisticos tornam possivel
o diagn6stico de uma empresa (por exemplo, de uma escola), o conhecimento
de seus problemas (condiy6es de funcionamento, produtividade), a formulayao
de soluy6es apropriadas e urn planejamento objetivo de ayao.
14
ESTATiSTICA FACIL
15
Ap6s cuidadoso planejamento e a devida determina9ao das caracterfsticas mensuniveis do fen6meno coletivamente tfpico * que se quer pesquisar,
damos infcio a coleta dos dados numericos necessarios a sua descri9a0.
A coleta pode ser direta e indireta.
A coleta e direta quando feita sobre elementos informativos de registro
obrigat6rio (nascimentos , casamentos e 6bitos, importa9ao e exporta9ao de
mercadorias), elementos pertinentes aos prontuarios dos alunos de uma escola
ou, ainda, quando os dados sao coletados pelo proprio pesquisador atraves de
inqueritos e questionarios, como e o caso das notas de verifica9ao e de exames,
do censo demografico etc.
A coleta direta de dados pode ser classificada relativamente ao fator tempo em:
a. continua (registro)- quando feita continuamente, tal como a de nascimentos e 6bitos e a de freqi.iencia dos alunos as aulas;
b. peri6dica - quando feita em intervalos constantes de tempo, como
os censos (de 10 em 10 anos) e as avalia96es mensais dos alunos ;
c. ocasional- quando feita extemporaneamente, a fim de atender a uma
conjuntura ou a uma emergencia, como no caso de epidemias que assolam ou dizimam rebanhos inteiros.
A coleta se diz indireta quando e inferida de elementos conhecidos (coleta direta) e/ou do conhecimento de outros fen6menos relacionados com o
fen6meno estudado. Como exemplo, podemos citar a pesquisa sobre a mortalidade infantil, que e feita atraves de dados colhidos por uma coleta direta.
observa~ao de casos iso lados, mas na ma ssa de observa~oes. ( R OCHA, Marcos Vinfcius da. Curso de Estatfslica. 3 ed . Rio de Janeiro , Funda~ao IBGE, 1975.)
* Capftulos 3 e 4.
** Capitulo 6.
16
ESTATiSTICA FACIL
Tudo isso que se penso u, que se planejou , precisa ficar registrado, documentado para evitar esquecimentos, a fim de garantir o hom uso do tempo,
da energia e do material e, ainda, para um controle eficiente do trabalho.
0 esquema do planejamento e o plano, que pode ser resumido, com auxflio da Estatfstica, em tabelas e grlificos, que facilitadio a compreensao visual
dos dlculos matematico-estatfsticos que lhes deram origem.
0 homem de hoje, em suas multiplas atividades, lanc;:a mao de processos
e tecnicas estatfsticos , e s6 estudando-os evitaremos o erro das generalizac;:6es
apressadas a respeito de tabelas e graficos apresentados em jornais, revistas e
televisao, freqtientemente cometido quando se conhece apenas "por cima" urn
pouco de Estatfstica.
1 V.ARI.AVEIS
2
3
1
Complete:
0 metodo experimental e o mais usado por ciencias como:
As ciencias humanas e sociais, para obterem os dados que buscam, lanr;am mao de que metodo?
0 que e Estatfstica?
10 Cite tres ou mais atividades do planejamento empresarial em que a Estatfstica se faz necessaria.
11
* Consulte o
Apendice - Instrumental Matem:itico, para uma revi sao dos assuntos Arredondamento
de Dados (p. 173) e Compensa~ao (p. 175).
18
ESTATlSTICA FACIL
Assim, o numero de alunos de uma escola pode assumir qualquer urn dos
val ores do conjunto IN = { 1, 2, 3, ... , 58, ... } , mas nunca val ores como 2,5 ou
3,78 ou 4,325 etc. Logo, e uma variavel discreta . Ja o peso desses alunos e
uma variavel continua, pois um dos alunos tanto pode pesar 72 kg, como 72,5 kg,
como 72,54 kg etc., dependendo esse valor da precisao da medida.
De modo geral, as medi-;;oes dao origem a variaveis contfnuas e as contagens ou enumera-;;oes, a variaveis discretas.
y,
19
{2 , 3, 5, 8}
2 POPULAQAO E AMOSTRA
RESOLVA
1 Classifique as variaveis em qualitativas ou quantitativas (contfnuas ou descontfnuas ):
....
EXERCICIO
1 Diga quais das variaveis abaixo sao discretas e quais sao contfnuas:
20
ESTATfSTICA FACIL
Mas, para as inferencias serem corretas, e necessaria garantir que a amostra seja representativa da popula9ao, isto e, a amostra deve possuir as mesmas caracterfsticas basicas da popula9ao, no que diz respeito ao fenomeno que
desejamos pesquisar. E preciso, pois, que a amostra ou as amostras que vao
ser usadas sejam obtidas por processos adequados.
Ha casos, como o de pesquisas sociais, economicas e de opiniao, em que
os problemas de amostragem sao de extrema complexidade. Mas existem tambern casos em que os problemas de amostragem sao bern mais face.is. Como
exemplo, podemos citar a retirada de amostras para controle de quahdade dos
produtos ou materiais de determinada industria.
dois, tres ou mais algari smos, conforme nossa necessidade. Os numeros assim
obtidos irao indicar os elementos da amostra.
A leitura da tabela pode ser feita horizontalmente (da direita para a esquerda ou vice-versa), verticalmente (de cima para baixo ou vice-versa), diagonalmente (no sentido ascendente ou descendente) ou formando o desenho de
uma letra qualquer. A opc;ao, porern, deve ser feita antes de iniciado o processo.
Assim, para o nosso exernplo, considerando a 181! linha, tomamos os
numeros de dois algarismos (tantos algarismos quantos formam 0 maior numero da populac;ao), obtendo:
61
3 AMOSTRAGEM
'I
Exemplo:
Vamos obter uma arnostra representativa para a pesquisa da estatura de
noventa alunos de uma escola:
a. Numeramos os alunos de 01 a 90.
b. Escrevemos os numeros, de 01 a 90, em pedac;os iguais de urn mesrno
papel, colocando-os dentro de uma caixa. Agitamos sernpre a caixa para
misturar bern os pedac;os de papel e retiramos, urn a urn, nove m!meros que formarao a amostra. Neste caso , 10% da populac;ao.
Quando 0 numero de elementos da amostra e grande, esse tipo de sorteio
torna-se rnuito trabalhoso. A fim de facilita-lo, foi elaborada uma tabela Tabela de Numeros Aleat6rios - , construfda de modo que os dez algarismos (0 a 9) sao distribufdos ao acaso nas linhas e colunas (Anexo I, p. 223).
Para obtermos os elementos da amostra usando a tabela, sorteamos urn
algarisrno qualquer da mesma, a partir do qual iremos considerar nurneros de
21
02 01
81
73 92 60 66 73 58 53 34
Evidentemente, o numeral 92 sera desprezado, pois nao consta da populac;ao , como sera tambem abandonado urn numeral que ja tenha aparecido.
Temos, entao:
61
02 01
81
73 60 66 58 53
a.
SEXO
POPULACAO
54
36
Total
90
AMOSTRA
10%
10 X 54
100
10 X 36
100
10 X 90
100
= 5,4
= 3,6
= 9,0
22
ESTATISTICA FACIL
Jt2
90 80
22
56 79
53
18 p-3 03
27
05
40
Temos, ent'io:
28
22 53
18 03 -
57
90 80 56 -
para os meninos;
para as meninas .
23
Logo:
SERIES
POPULA9AO
CALCULO
PROPORCIONAL
AMOSTRA
Jil
35
35 X 40
= 5,6
250
2 il
3il
4il
5il
6il
....
....
. ...
. ...
28
....
.. ..
....
....
....
....
7il
....
8il
....
Total
250
31 X 40
250
... .
... .
....
=lf;9
c:,
...
....
. ...
40
1 Pesqu isa -peso dos colegas de sua classe {inc luindo voce).
Am astra - correspondente a 30% da popu lar,:ao.
SugesUio - far,:a usa da caderneta de seu professor e da Tabela dos Numeros A leat6r ios (5.!! e 6.!! co lunas, de baixo para cima).
2 Pesqu isa -
SERIES
POPULA9AO
15%
AMOSTRA
A
8
3 Em uma escola existem 250 alunos, sendo 35 na 1.!! serie, 32 na 2.!!, 30 na 3.!!,
28 na 4.!!, 35 na 5.!!, 32 na 6.!!, 31 na 7.!! e 27 na 8.!!. Obtenha uma amostra de 40
alunos e preencha o quadro da pagina seguinte.
1 35
1-
35 X 40
___,. X __ - =
250
5,6 =>
X =
Quando os elementos da popula<;ao ja se acham ordenados, nao ha necessidade de construir o sistema de referencia. Sao exemplos os prontuarios medicos de urn hospital, os predios de uma rua, as linhas de produ<;ao etc. Nestes
casos, a sele<;ao dos elementos que constituirao a amostra pode ser feita por
urn sistema imposto pelo pesquisador. A esse tipo de amostragem denominamos sistematica.
Assim, no caso de uma linha de produ<;ao, podemos, a cada dez itens
produzidos, retirar urn para pertencer a uma amostra da produ<;ao diaria. Neste
caso, estarfamos fixando o tamanho da amostra em 10% da popula<;ao.
Exemplo:
Suponhamos uma rua contendo novecentos predios, dos quais desejamos
obter uma amostra formada de cinqtienta predios. Podemos, oeste caso, usar o
seguinte procedimento: como 900 = 18, escolhemos por sorteio casual urn nu50
mero de 1 a 18 (inclusive) , o qual indicaria o primeiro elemento sorteado para a
amostra; os demais elementos seriam periodicamente considerados de 18 em 18.
Assim, se o numero sorteado fosse o 4, tomarfamos, pelo lado direito da rua, o
4Q predio, o 22Q, o 40Q etc., ate voltarmos ao inicio da rua, pelo lado esquerdo.
EXERCiCIOS
1 Uma escola de 1Q grau abriga 124 alunos. Obtenha uma amostra representativa correspondendo a 15% da popu lar,:ao.
Sugestao: use a 8.!!, 9.!! e 10.!! colunas, a partir da 1.!! linha, da Tabe la de Numeros Aleat6rios {de cima para baixo ).
24
ESTATfSTICA FACIL
3 Uma populac;:ao
1 TABELAS
Urn dos objetivos da Estatfstica e sintetizar OS valores que uma ou mais
variaveis podem assumir, para que tenhamos uma visao global da variac;:ao dessa ou dessas variaveis. E isso ela consegue, inicialmente, apresentando esses
valores em tabelas e graficos, que irao nos fornecer rapidas e seguras informac;:6es a respeito das variaveis em estudo, permitindo-nos determinac;:6es administrativas e pedag6gicas mais coerentes e cientfficas.
ESCOLAS
N 2 DE ESTUDANTES
MASCULINO
FEMININO
80
102
110
134
150
300
95
120
92
228
130
290
Total
876
955
c
D
E
f. titulo - conjunto de informac;:6es, as mais completas possfveis, respondendo as perguntas: 0 que?, Quando?, Onde?, localizado no topo
da tabela.
6 Uma populac;:ao encontra-se div idida em tres estratos, com tamanhos, respectivamente, n 1 = 40, n 2 = 100 e n 3 = 60. Sabendo que, ao ser rea lizada uma
amostragem estrat if icada proporcional, nove e lementos da amostra foram
retirados do 3 2 estrato, determine o numero tota l de elementos da amostra.
d. linhas- retas imaginarias que facilitam a leitura, no sentido horizontal, de dados que se inscrevem nos seus cruzamentos com as colunas;
e. casa ou celula - espac;:o destinado a urn s6 numero;
7 Mo.s tre como seria possfve l retirar uma amostra de 32 elementos de uma
popu lac;:ao ordenada formada por 2.432 elementos.
Na ordenac;:ao geral, qual dos elementos abaixo seria escolhido para pertencer a amostra, sabendo-se que o elemento de ordem 1.420 a ela pertence?
Consulte o Apendice - Instrumental Matematico, para um a revi siio dos assuntos Frac;iies (p. 176),
Raziies (p. 182) e Percentagem (p. 183).
26
ESTATISTICA FACIL
Exemplo:
CABEc;:ALHO
CO LUNA
INDICADORA
CORPO - - - +
RODAPE
-----+
ANOS
1991
1992
1993
1994
1995
- - - - CABEc;:ALHO
PRODU~AO
(1 .000 t)
12.5351
COLUNA
NUMERICA
Exemplo:
PRE~O DO ACEM NO VAREJO
SAO PAULO- 1989-94
2.666?--2.122
LINHAS
3.750
2.007
ANOS
PRE~O MEDIO
(US$)
1989
1990
1991
1992
1993
1994
FONTE: IBGE .
2,24
2,73
2,12
1,89
2, 0 4
2,62
FONTE: APA.
Exemplo:
DURA~AO MEDIA DOS
ESTUDOS SUPERIORES
1994
2 SERIES ESTATISTICAS
Denorninamos serie estatistica toda tabela que apresenta a distribuic;:ao de urn conjunto de dados estatfsticos em func;:ao da epoca, do local
ou da especie.
27
CASA OU CELULA
PAiSES
lta l ia
Alemanha
Franga
Holanda
lnglaterra
NUMERO
DE ANOS
7,5
7,0
7,0
5,9
Menos de 4
. Descrevem os valores da variavel, em determinado tempo e local , discrimmados segundo especificac;:oes ou categorias.
28
ESTATfSTICA FACIL
Cap. 3 - Series Estatisticas
Exemplo:
29
_ Po~~m existir, se bern que mais raramente, pela dificuldade de represensenes compostas de tres ou mais entradas.
ta~ao,
REBANHOS BRASILEIROS
1992
ESPECIES
QUANTI DADE
(1.000 cabe~as)
4 DISTRIBUIQAO DE FREQUENCIA
154.440 ,8
1.423,3
549,5
47 , 1
208 ,5
34.532,2
19.955,9
12 .159,6
6,1
Bovinos
Buba li nos
Equinos
Asin inos
Muares
Sufnos
Ovinos
Capri nos
Coe lh os
Exemplo:
ESTATURAS DE 100 ALUNOS
DA ESCOLA X - 1995
ESTATURAS
(em)
FONTE: IBGE.
3 SERIES CONJUGADAS
TABELA DE DUPLA ENTRADA
Muitas vezes temos necessidade de apresentar, em uma unica tabela, a
de valores de mais de uma variavel, isto e, fazer uma conjuga~ao de
duas ou mais series.
145
150
155
160
165
170
175
Total
varia~ao
NQDE
ALUNOS
2
5
11
39
32
10
100
Exemplo:
1991
342.938
1.287 .813
6.234.501
1.497.315
713.357
1992
1993
375.658
403.494
1.379.101 1.486.649
6.729.467 7.231.634
1.608.989 1.746.232
778.925
884.822
1 Classifique as series:
a.
b.
PRODUCAO DE
BORRACHA NATURAL
1991-93
AVICULTURA BRASILEIRA
1992
Comunica~oes.
ANOS
TONELADAS
ESPECIES
NUMERO
(1.000 cabe~as)
1991
1992
1993
29 .543
30.712
40.663
Ga linhas
Ga los, frangos, frangas e pintos
Codornas
204.160
435.465
FONTE: IBGE.
FONTE: IBGE.
2.488
30
ESTATiSTICA FACIL
d.
AQUECIMENTO DE UM MOTOR
DE AVIAO DE MARCA X
c.
VACINA<;AO CONTRA A
POLIOMIELITE - 1993
REGIOES
QUANTI DADE
211 .2 09
631. 040
1. 11 9.708
418. 785
185 .823
N orte
Nordeste
Sudeste
S ui
Ce ntro-Oeste
TEMPERATURA
MINUTOS
(oC)
20
27
34
41
49
56
63
0
1
2
3
4
5
6
Dados f icticios.
31
e.
PRODU<;AO BRASILEIRA DE A<;O BRUTO
1991-93
QUANTIDADE (1.000 t)
PROCESSOS
Ox ige ni o basic o
Forno eletrico
EOF
1991
1992
1993
17.934
4.274
409
18.849
4.637
448
19.698
5.065
444
A Ieitura dos dados absolutos e sempre enfadonha e inexpressiva ; embora esses dados traduzam um resultado exato e fiel , nao tern a virtude de ressaltar de imediato as suas conclus6es numericas. Daf o uso imprescindfvel que
faz a Estatfstica dos dados relati vos.
Dados relativos sao o resultado de compara<;6es por quociente (raz6es) que se estabelecem entre dados absolutos e tern por finalidade real<;ar ou facilitar as compara<;6es entre quantidades.
f.
EXPORTA<;AO BRASILEIRA
1985-1990-1995
IMPORTADORES
1985
%
1990
%
1995
%
America Lati na
EUA e Canada
Europa
Asia e Ocean ia
Afr ica e Oriente Media
13,0
28,2
33,9
10,9
14,0
13,4
26,3
35,2
17,7
8,8
25,6
22,2
20,7
15,4
5,5
5.1. As percentagens
Consideremos a serie:
2 Procure exemplos de ser ies estatfsticas em jornais e revistas e copie-os, classificando essas ser ies.
3 Pesquise, junt o a secretar ia de sua esco la, os dados necessarios ao preenchimento da t abe la abaixo :
MATRiCULAS NA ESCOLA ... EM 19 ...
SEXO
SERIES
MASCULINO
FEMININO
NUMERO DE ALUNOS
1Q grau
2Q grau
3Q grau
19.286
1.681
234
Total
21.201
Dados ficticios.
32
ESTATiSTICA FACIL
2Q grau
100
19 286
X
21.201
~ 1.681 X 100
90,96
91,0
= 7,92 = 7,9
21.201
CATEGORIAS
3Q grau ~
234 X 100
21.201
33
= 1,10 = 1,1
Com esses dados, podemos formar uma nova coluna na serie em estudo:
CIDADE A
NQ DE ALUNOS
CIDADE B
NQ DE ALUNOS
1Q grau
2Q grau
3Q grau
19.286
1.681
234
91,0
7,9
Total
21.201
1 '1
38.66 0
3.399
424
91,0
8,0
1,0
100,0
42.483
100,0
NQ DE ALUNOS
1Q g rau
2Q grau
3Q grau
19.286
1.681
234
91,0
7,9
Total
1 '1
100,0
21.201
Os valores dessa nova coluna nos dizem que, de cada 100 alunos da cidade A, 91 esUio matriculados no 1Q grau, 8, aproximadamente, no 2Q grau e 1
no 3Q grau.
0 emprego da percentagem e de grande valia quando e nosso intuito destacar a participa~ao da parte no todo.
CATEGORIAS
CIDADE A
CIDADE B
1Q grau
2Q grau
3Q grau
19.286
1.681
234
38.660
3.399
424
Total
21.201
42.483
Dados fictfcios.
ESCOLAS
DADOS RELATIVOS
POR 1
POR 100
175
0,098
9,8
222
.. ..
....
.. ..
.. ..
....
....
....
....
....
....
Nf!DE
ALUNOS
202
362
280
540
Total
1.781
1,000
100,0
Ca lcu l os:
A ----) 175 X 1 = 0,098
1.781
PERTENCE
BIBLWTECA
34
ESTATiSTICA FACIL
Os indices sao raz6es entre duas grandezas tais que uma nao inclui
a outra.
Sao exemplos de fndices:
'
diametro transversa do cranio
X 100
Indice cefalico =
.
.
d
diametro longttudma1 o cramo
A
Quociente intelectual
idade mental
idade cronol6gica
= --------
100
Sao exemplos de taxas:
Taxa de mortalidade = coeficiente de mortalidade x 1.000
Taxa de natalidade = coeficiente de natalidade x 1.000
indices economicos:
5.4. As taxas
popular;ao
superffcie
Densidade demografica =
Coeficiente de recuperar;ao
escolar
35
consumo do bern
popular;ao
rend a
popular;ao
=-----
EXERCICIO RESOLVIDO
1 0 Estado A apresentou 733.986 matriculas na 1.!! serie, no inicio do ano de
1994, e 683.816 no fim do ano. 0 Estado B apresentou, respectivamente,
436 .1 27 e 412 .457 matriculas. Qual o Estado que apresentou maior evasao
escolar?
receita
=----popular;ao
5.3. Os coeficientes
Os coeficientes sao raz6es entre o numero de ocorrencias e o numero total (numero de ocorrencias e numero de nao-ocorrencias).
--7
TEE=
733 986
683 876
733.986
X 700
0,0683 X 100
6,83
6,8%
--7
TEE=
436 127
412 457
436.127
X 700
0,0542 X 100
5,42
5,4%
RESOLVA
numero de nascimentos
popular;ao total
=- - - - - - - - - -
Coeficiente de mortalidade
numero de 6bitos
popular;ao total
TEE = _ _
n_-'-d-'-e_e.:_v---'a---'d_i-'--d-"-o-"-s- X 700
nQ matrfcula inicial
Coeficientes educacionais:
Coeficiente de evasao escolar
Coeficiente de aproveitamento
escolar
= numero
=
40
40
35
X 700
= . :. :. :.:___
100
12,5%
n de aprovar;ao
nQ matrfcula final
100
= _._00_. x 0000 =
80%
37
36
ESTATiSTICA FACIL
a.
b.
c.
d.
4 Sao Paulo tinha, em 1992, uma popula<;:ao de 32.182,7 mil habitantes. Sabendo que sua area terrestre e de 248.256 km 2 , ca lcule a sua densidade
demografica.
SERIES
ALUNOS
MATRICULADOS
1.!!
2.!!
3.!!
4.!!
546
328
280
120
IBG EI:
Calcule:
Complete-a, determinan d o as percen t agens com uma casa decimal e fazendo a compensa<;:ao, se necessaria.
MATRiCULAS
SERIES
MARCO
Total
NOVEMBRO
480
458
436
420
475
456
430
420
1.794
1.781
1.!!
2.!!
3.!!
4.!!
Total
Dados fictfcios.
1.274
Total
VALOR
{U S$ milhoesl
33,3
54,1
44,5
52,9
184,8
1Q B
1Q c
1Q E
1Q F
49
49
47
47
44
42
35
40
35
42
27
33
03
00
00
06
06
00
08
01
05
00
03
00
01
00
05
01
40
42
30
33
04
00
05
07
Total
192
161
137
09
15
08
07
145
16
Calcule:
a.
b.
c.
d.
e.
f.
g.
h.
i.
a
a
a
a
a
a
a
a
a
taxa
taxa
taxa
taxa
taxa
taxa
taxa
taxa
taxa
de
de
de
de
de
de
de
de
de
39
Grificos Estatisticos
l GRAFICO ESTATISTICO
0 gnifico estatistico e uma forma de apresentayao dos dados estatfsticos, cujo objetivo e o de produzir, no investigador ou no publico em
geral, uma impressao mais nipida e viva do fenomeno em estudo, ja que
OS graficos falam mais rapido a compreensao que as Series.
PRODUc;:Ao BRASILEIRA
DE OLEO DE DENDE
1987-92
A representa9ao grafica de urn fenomeno deve obedecer a certos requisitos fundamentais para ser realmente util:
a. Simplicidade - o grafico deve ser destitufdo de detalhes de importancia secundaria, assim como de tra9os desnecessarios que possam
levar o observador a uma analise morosa ou com erros.
b. Clareza - o grafico deve possibilitar uma correta interpretayao dos
valores representativos do fenomeno em estudo.
c. Veracidade em estudo .
ANOS
QUANTI DADE
(1.000 t)
1987
1988
1989
1990
1991
1992
39,3
39,1
53,9
65,1
69,1
59,5
FONTE: Agropalma.
2 DIAGRAMAS
Os diagramas sao graficos geometricos de, no maximo, duas dimens6es; para sua constru9ao, em geral, fazemos uso do sistema cartesiano.
Assim, urn ano dado (x) e a respectiva quantidade (y) formam urn par
ordenado (x, y), que pode ser representado num sistema cartesiano.
Determinados , graficamente, todos os pontos da serie, usando as coordenadas , li gamos todos esses pontos, dois a dois, por segmentos de reta, o que
ira nos dar uma poligonal, que e o grafico em Iinha ou em curva correspondente a serie em estudo (Figura 4.1).
40
ESTAT[STICA FACIL
PRODUCAO BRASILEIRA
DE OLEO DE DENDE
1987-92
mil
toneladas
---
70
60
50
40
41
~
e x portacao
1'-- ........
G)
30
,"'
r-:: ><.
20
.....
-r01 n
importac;ao
area de excesso de importacao
""
10
FIGURA 4.6
1987
88
90
89
92
91
FONTE: Agropalma.
FIGURA 4.1
NOTAS :
No exemplo dado, o zero foi indicado no eixo vertical, mas , por raz6es 6bvias,
nao foi indicado no eixo horizontal. Observe que o zero, de modo geral , de veni
ser indicado sempre que poss fvel, especialmente no eixo vertical. Se, por alguma
razao , for impossivel tal indicavao e se essa omissao puder levar o observador a
conclus6es err6neas, e prudente chamar a atenvao para a omissao por urn dos meios indicados nas Figuras 4.2, 4.3 e 4.4:
R$
R$
R$
100
100
99
_..........
98
""
oo---rFJ
97
96
100
_...
99
98
97
98
97
96
1--
99
~/
E a representa<;:ao de uma serie por meio de retangulos, dispostos verticalmente (em colunas) ou horizontalmente (em barras) .
Quando em colunas, os retangulos tem a mesma base e as alturas sao
proporcionais aos respectivos dados.
Quando em barras, os retangulos tern a mesma altura e os comprimentos
sao proporcionais aos respectivos dados.
Assirn estamos assegurando a proporcionalidade entre as areas dos retangulos e os dados estatfsticos.
Exemplos:
96
~
1986 87 88 89 90
a. Gnifico em colunas
1986 87 88 89 90
1986 87 88 89 90
FIGURA 4.2
FIGURA 4.3
FIGURA 4.4
Com o intuito de melhorar o aspecto vis ual, podemos sombrear ou hachurar o gnifico . Assim , o grafico da Figura 4.3 toma o seguinte aspecto :
PRODUCAO BRASILEIRA
DE CARVAO MINERAL BRUTO
1989-92
R$
100
ANOS
99
98
97
96
FIGURA 4.5
1986 87 88 89 90
1989
1990
1991
1992
QUANTI DADE
PRODUZIDA
(1.000 t)
18.196
11 .168
10.468
9.241
42
ESTATiSTICA FACIL
PRODUCAO BRASILEIRA DE
mil
CARVAO MINERAL BRUTO
toneladas
1989-92
20.000 .---------___:_==--=:.=..._~-------,
15.000 -
10 .000 -
43
NOTAS:
Sem pre que os dizeres a serem in scritos sao extensos, devemos dar preferencia ao
gnifico em barras (series geograficas e especfficas) . Porem, se ainda assim prefe. rirmos o gnifico em colun as, os dizeres deverao ser di spostos de baixo para cima,
nunca ao contrario.
o A ordem a ser observada e a cronologica, se a serie for hist6rica, e a decrescente,
se for geografica ou categ6rica.
o A distancia entre as colunas (ou biu-ras), por quest6es es tetica s, nao devera ser
menor que a metade nem maior que os dois t er~os da largura (ou da altura) dos
retan gulos.
o
5.000
Este tipo de grafico e geralmente empregado quando queremos representar, simultaneamente, dais ou mais fenomenos estudados com o prop6sito de
comparac;ao .
Exemplo:
b. Grafico em barras
EXPO,RTACOES BRASILEIRAS
MARCO - 1995
ESTADOS
VALOR
(US$ milhoes)
Sao Pau lo
Minas Gerais
Rio Grande do Sui
Espirito Santo
Parana
Santa Catarina
1.344
542
332
285
250
202
ESPECIFICACOES
Exporta~ao
(FOB)
l mporta~ao
1989
1990
1991
1992
1993
34.383
18.263
31 .414
20.661
31.620
21.041
35.793
20.554
38 .783
25.711
BALANCA COMERCIAL
US$ milh ao
BRASIL - 1989-93
40.000 .-----------------------~
-
FONTE: SECEX.
30.000
~-
EXPORTACOES BRASILEIRAS
MARCO- 1995
Sao Paulo
Minas
Gerais
Rio Grande
do Sui
10.000
1989
1990
Parana
t=J
0
1991
D exportaviio
1992
1993
importavao
FIGURA 4.9
FONTE: SECEX.
~-
Espfrito
Santo
Santa
Catarina
20.000
1.000
500
milh6es d61ares
FIGURA 4.8
Este grafico e construfdo com base em urn drculo, e e empregado sempre que desejamos ressaltar a participac;ao do dado no total.
44
ESTATiSTICA FACIL
Exemplo:
45
NOTAS:
0 gnlfico em setores s6 deve ser empregado quando ha, no maximo , sete dados.
Se a serie ja apresenta os dados percentuais, obtemos os respecti vos val ores em
graus multiplicando o valor percentual por 3,6.
3 GRAFICO POLAR
Dada a serie:
REBANHO SUiNO DO
SUDESTE DO BRASIL
1992
ESTADOS
QUANTIDADE
(mil cabeffas)
Minas Gerais
Espirito Santo
Rio de Janeiro
Sao Pau lo
3.363,7
430,4
308,5
2.035,9
Total
6.138,5
Exemplo:
Dada a serie:
FONTE: IBGE.
PRECIPITA<;:AO PLUVIOMETRICA
RECIFE- 1993
temos:
16.138,5 - 36001 ~ x, = 197,2
3.363,7- x,
X2
= 25,2
18,0
= 119,3
X3 =
X4
=> x, =
MESES
19JC
Janeiro
Fevereiro
x 2 = 25
x 3 = 18
x 4 = 120
Mar~o
Com esses dados (valores em graus) , marcamos num drculo de raio arbitrario, com urn transferidor, os arcos correspondentes, obtendo o grafico:
REBANHO SUiNO DO
SUDESTE DO BRASIL
1992
M inas Gerais
Espfrito Santo
U
U
FONTE: IBGE .
FIGURA 4.10
Rio de Janeiro
Sao Paulo
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
MILiMETROS
49,6
93,1
63,6
135,3
214,7
277,9
183,6
161,3
49,2
40,8
28,6
33,3
trac;:amos uma circunferencia de raio arbitrario (em particular, damos preferencia ao raio de comprimento proporcional a media dos valores da serie);
construfmos uma semi-reta (de preferencia na horizontal) partindo de 0
(p61o) e com uma escala (eixo polar);
dividimos a circunferencia em tantos arcos quantas forem as unidades temporais;
trac;:amos, a partir do centro 0 (p6lo), semi-retas passando pelos pontos de
divisao;
46
ESTATiSTICA FACIL
Exemplo:
Dada a serie:
POPULA(:AO PROJETADA DA REGIAO SUL DO BRASIL -
pida.
Assim , para o nosso exemplo, temos:
PRECIPITA<;:AO PLUVIOMETRICA
RECIFE- 1993
47
1994
ESTADOS
POPULA(:AO
(h ab .)
AREA
(km 2 )
DENSIDADE
Parana
Santa Catarina
Rio Grande do Sui
8 .651.100
4.767.800
9.475.900
199.324
95 .3 18
280.674
43,4
50,0
33,8
OUT.
FONTE: IBGE.
4 CARTOGBAlVIA
0 cartograma
e a representar;ao
Este grafico e empregado qu ando 0 objetivo e 0 de figurar OS dados estatfsti cos diretamente relacionados com areas geograficas ou polfticas.
Distinguimos duas aplicar;oes :
a. Representar dados absolutos (popular;ao)- neste caso, lanr;amos mao,
em geral, dos pontos, em numero proporcional aos dados (Figura
4.12).
b. Representar dados relativos (densidade)- neste caso, lanr;amos mao,
em geral, de hachuras ou cores (Figura 4.13).
400.000 habitantes
FIGURA 4.12
D
D
D
FIGURA 4.13
NOTA:
Quando os num eros abso lutos a serem representados forem muito grandes, no Lu ga r de pontos podemos e mpregar hachura s.
48
ESTATfSTICA FACIL
5 PICTOGRAMA
0 pictograma constitui urn dos processos gnificos que melhor fala
ao publico, pela sua forma ao mesmo tempo atraente e sugestiva. A representa9ao grafica consta de figuras.
Exemplo:
Na verdade, o gnifico referente a Figura 4.14 e essencialmente urn grafico em barras; porem, as figuras o tornam mais atrativo, o que, provavelmente,
despertan'i a aten9ao do leitor para o seu exame.
Na confec9ao de graficos pict6ricos temos que utilizar muita criatividade,
procurando obter uma otimiza9ao na uniao da arte com a tecnica. Eis alguns
exemplos:
Famflias
numerosas e famflias
pequenas
Para a serie:
ANOS
" \
1960
1970
1980
1990
~~G'~
<'>~~ ~.
HABITANTES
(mil hares)
<'&" 1>'4 ~
~~ ''<"&
~~~
70.070,4
93.139,0
118.562,5
155.822,4
w
c,o)
1;
'~?>
~~
POPULACAO DO BRASIL
1960-90
"W
'5o
~ ~
\ (/.
"'
<3-%,_ .......
l.2 Dina '"""" '.ll.~
""l!:a.Suec;.,
Sozinhos ou em comunidade
lie
,
' ...
FONTE : IBGE.
,
.. _
'" """"m'"""'
22%
14%
12%
l o/o
S%
4%
8%
do)mlaJII~Iot..l .......
Outros domicfllos
IC.S.O.r>ioc.no6g..
.S.w-.. la~flc.J
POPULACAO DO BRASIL
1960-90
FIGURA 4.15
ALTA VELOCIDADE
Alcool conqulatou rapidamente participa~6o no consumo de combustlveis
(Consumo aparente em mil hiles de litrosl
1960
1970
1980
2,4
1,3
At cool
1,6
0,6
Anidro
1990
82
83
84
85
86
87
FONTE: Datagro - Sao Paulo.
49
88
89
90
jan. a mar.
FONTE: IBGE.
91
92
93
50
ESTAT[STICA FACIL
R
TEM MAIS
DETENTOS
EUA
558
368
Africa do Sui
presos para cada 100 mil
habitantes e a taxa de
apris ionamento na Russia, a
maier do mundo.
FIGURA 4.2 0
117
111
Hungria Canada
111
China
EXERCiCIOS
1 Represente a serie abaixo usando o grafico em linha:
Fo lha deS. Paulo, set. 1994.
COMERCIO EXTERIOR
BRASIL- 1984-93
FIGURA 4.17
ANOS
lncidimcia
dos tipos
femininos
de cancer
no Brasil
0 prec;o na entressafra
0 pre~o da arroba de carn e
bovina em julho, o primeiro
mes de entressafra,
nos Ultimos se re
anos-em
53,2 %
34,7 %
0
do/ares
a:
UJ
2
UJ
a:
18,78
1697
1986
1!;87
0..
....
FIGURA 4.19
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
OUANTIDADE (1.000 t)
EXPORTACAO
IMPORTACAO
141.737
146.351
133.832
142.378
169.666
177.033
168.095
165.97 4
167.295
182.561
53.988
48.870
60.597
61.975
58.085
57.293
57.184
63.278
68.059
77.813
51
55
TABELA 5.2
ESTATURAS DE 40 ALUNOS DO COLEGIO A
150
151
152
153
154
155
155
155
155
156
156
156
157
158
158
160
160
160
160
160
161
161
161
161
162
162
163
163
164
164
164
165
166
167
168
168
169
170
172
173
1 TABELA PRIMITIVA
ROL
Vamos considerar, neste capftulo, em particular, a forma pela qual podemos descrever os dados estatfsticos resultantes de variaveis quantitativas, como
e o caso de notas obtidas pelos alunos de uma classe, estaturas de urn conjunto de pessoas, salarios recebidos pelos operarios de uma fabrica etc.
Suponhamos termos feito uma coleta de dados relativos as estaturas de
quarenta alunos, que comp6em uma amostra dos alunos de urn colegio A, resultando a seguinte tabela de valores:
2 DISTRIBUIQ.iO DE FREQUENCIA
No exemplo que trabalhamos, a variavel em questao, estatura, sera observada e estudada muito mais facilmente quando dispusermos valores ordenados em uma coluna e colocarmos, ao lado de cada valor, o numero de vezes
que aparece repetido.
Denominamos freqiiencia o numero de alunos que fica relacionado a urn
deterrninado valor da variavel. Obtemos, assim, uma tabela que recebe o nome
de distribui~ao de freqiiencia:
TABELA 5.1
ESTATURAS DE 40 ALUNOS DO COLEGIO A
166
162
155
154
160
161
152
161
161
168
163
156
150
163
160
172
162
156
155
153
160
173
155
157
165
160
169
156
167
155
151
158
164
164
170
158
TABELA 5.3*
160
168
164
161
ESTAT.
(em)
150
151
152
153
154
155
156
157
A esse tipo de tabela, cujos elementos nao foram numericamente organizados, denominamos tabela primitiva.
Partindo dos dados acima - tabela primitiva - e diffcil averiguar em
torno de que valor tendem a se concentrar as estaturas, qual a menor ou qual
a maior estatura ou, ainda, quantos alunos se acham abaixo ou acima de uma
dada estatura .
Assim, conhecidos os valores de uma variavel, e diffcil formarmos uma
ideia exata do comportamento do grupo como urn todo, a partir dos dados naoordenados.
A maneira mais simples de organizar os dados e atraves de uma certa ordena((ao (crescente ou descrescente). A tabela obtida ap6s a ordena((ao do s
dados recebe o nome de rol.
FREQ.
1
1
1
1
4
3
1
ESTAT.
(em)
158
160
161
162
163
164
165
166
FREQ.
2
5
4
2
2
3
1
1
ESTAT.
(em)
FREQ.
167
168
169
170
172
173
1
2
Total
40
espa~o .
56
ESTATfSTICA FACIL
TABELA 5.5
Assim, se urn dos intervalos for, por exemplo, 154 1- 158*, em vez de
dizermos que a estatura de 1 aluno e de 154 em; de 4 alunos, 155 em; de 3
alunos, 156 em; e de 1 aluno, 157 em, diremos que 9 alunos tern estaturas entre
154, inclusive, e 158 em.
Oeste modo, estaremos agrupando os valores da variavel em intervalos,
sendo que, em Estatfstica, preferimos chamar os intervalos de classes.
ESTATURAS
(em)
150t-154
1541- 158
158 1- 162
162 1- 166
166!-170
170t-174
Chamando de freqiiencia de uma classe o numero de valores da variavel pertencentes a classe, os dados da Tabela 5.3 podem ser dispostos como na
Tabela 5.4, denominada distribui<;ao de freqiiencia com intervalos declasse:
ESTATURAS DE 40 ALUNOS
DO COLEGIO A
(em)
TABULACAO
D
00
001
0C
0
Total
FREQUENCIA
4
9
11
8
5
3
40
TABELA 5.4
ESTATURAS
57
FREOUENCIA
4
150t-154
154 t- 158
158 t- 162
162 t- 166
166 t- 170
170 t- 174
11
8
5
3
Total
40
3.1. Classe
Classes de rfeqiiencia ou, simplesmente, classes sao intervalos de
varia<;ao da variavel.
As classes sao representadas simbolicamente por i, sendo i = 1, 2, 3, ... , k
(onde k e 0 numero total de classes da distribui<;ao).
Ao agruparmos os valores da variavel em classes, ganhamos em simplicidade mas perdemos em pormenores . Assim, na Tabela 5.3 podemos verificar, facilmente , que quatro alunos tern 161 em de altura e que nao existe nenhum aluno com 171 em de altura. Ja na Tabela 5.4 nao podemos ver se algum aluno tern a estatura de 159 em. No entanto, sabemos, com seguran<;a,
que onze alunos tern estatura compreendida entre 158 e 162 em.
0 que pretendemos com a constru<;ao dessa nova tabela e real<;ar o que
ha de essencial nos dados e, tambem, tornar possfvel o uso de tecnicas analfticas para sua total descri<;ao, ate porque a Estatfstica tern por finalidad~ especffica analisar o conjunto de valores, desinteressando-se por casos isolados.
NOTAS:
!54 1- 158
e Ulll
interva[O fechado
a esquerda
< 158.
58
59
ESTATiSTICA FACIL
Ela e obtida pela diferens;a entre os limites superior e inferior dessa clasEm nosso exemplo, temos:
AA = 173 - 150 = 23
AA = 23 em
~
~
(mfn.)
Q + L
= - 2- -2
~ X2
154 + 158
= 156
x 2 = 156 em
NOTA:
NOTA:
E evidente que, se as classes possuem o mesmo intervalo, verificamos a rela9ao:
valor qu e a representa.
Freqtiencia simples ou freqtiencia absoluta ou, simplesmente, freqtiencia de uma classe Oll de um valor individual e 0 numero de observac;,;6es correspondentes a essa classe ou a esse valor.
62
ESTATiSTICA FACIL
S TIPOS DE FREQUENCIAS
Freqiiencias simples ou absolutas (f;) sao os valores que realmente representam 0 numero de dados de cada classe.
Como vimos, a soma das freqtiencias simples e igual ao numero total dos
dados:
Logo:
h
63
Freqiiencias relativas (fr;) sao os valores das raz6es entre as freqtiencias simples e a freqtiencia total:
fr. = 1
f.1
L. f.
I
1
2
2
2
<2
a. Co m p lete a
.2 .3 .4
3 -'3 4
3 .4 !l
3 4 5
3 .4 5
d i str i b ui ~tao
5
5
.5
6
6
6
6
6
.6
.6
6
6
7
1 7
'l 8
7 8
7 8
7 B
9
9
e:
fr 3 = -
\-
f3
L. f;
11
fr 3 = - = 0,275
40
fr 3 = 0,275
Evidentemente:
L. fr.I = 1 ou 100%
de freqi.iencia abaixo:
NOTAS
X;
f;
1
2
01- 2
21-4
4 1- 6
61- 8
81- 10
....
....
.. ..
.. ..
....
....
....
....
4
5
5.6),
8
8
3
~
5
5
NOTA:
0 prop6sito das freqUencias relati vas
parar;oes .
e o de permitir a analise ou
facilitar as com-
.I: f; = 50
ou
b. Agora, responda :
1.
2.
3.
4.
5.
6.
Qua l
Qua l
Qua l
Qua l
Qua l
Qua l
a
a
o
o
o
a
Fk
L. f; (i = 1, 2, ... , k)
F3 = ; ~ f; = f, + f 2 + f 3 ~ F3 = 4 + 9 + 11 ~ F3 = 2 4,
1
c. Comp lete:
1. h3 = .. ..
2. n
3. Q, = .. ..
4. L3 = ... .
5. X2 = .. ..
6. f5 = .. ..
64
ESTATiSTICA FACIL
65
d. Quantos alunos tern estatura nao-inferior a 158 em? 0 numero de alunos e dado por:
i~3
F.
Fr. = - 1L f.
1
fi
f3
f4
f5
f6
= 11 + 8 + 5 + 3 = 27
Ou entao:
Assim, para a terceira classe, temos:
6
F3
Fr 3 = - L f.I
24
Fr 3 = = 0,600
40
L 1 f.F2 = n- F2 = 40- 13 = 27
I
j =
Fr 3 = 0,600
Co'tlsiderando a Tabela 5.4, podemos montara seguinte tabela com as freqtiencias estudadas:
~ .)..l(
a .I
f'
~i r)
11'1",~" (~~~ v ,, l)>q
1
1'
(!)
ESTATURAS
(em)
1
2
3
4
5
6
150f- 154
154f-158
158 f- 162
162 f- 166
166 f- 170
170 f- 174
TABELA
gd+-..___
.:111 8
5
3
Q'D~ ,ry
5-~
xJ -152
156
160
164
168
172
L=
If
fr.
---:;'")
........_
0,100
0,225
0,275
0,200
0,125
-2)0,075__.
F.I
- ~~
--
~
_M
...
"-.,;/
v'
u'/'
~\
<A
Fr.I '
0,100
0,325
0,600
0,800
0,925
1,000
TABELA 5.9
- -L = 1,000
Lf.=n
I
Exemplo:
Seja x a variavel "numero de comodos das casas ocupadas par vinte famflias entrevistadas":
0,100 X 100 = 10
e 10%.
f,
f2
+ f3 = i ~ 1
f;
= F3 = 24
TABELA 5.10
x;
f.I
1
2
3
4
5
6
2
3
4
5
6
7
4
7
5
2
1
1
L
= 20
66
ESTATiSTICA FACIL
Completada com
OS
6
TABELA 5 11
X.
f.I
fr.I
F.I
1
2
3
4
5
6
2
3
4
5
6
7
4
7
5
2
1
1
0,20
0,35
0,25
0,10
0,05
0,05
4
11
16
18
19
20
= 20
5
2
5
Fr.I
67
0,20
0,55
0,80
0,90
0,95
'r
1,00
5
6
4
2
6
2
3
3
5
2
6
3
4
5
3
5
6
2
4
3
1
5
6
3
4
3
5
2
6
4
6
2
6
3
2
5
4
6
3 /
64 @
73 95
@ 86
86 84
80
82 90
68 96
71 73
95 94
94 '5)
= 1,00
NOTA:
66 82 ~
82 89 73
78) 101 85
86 ~
92 102 73
83 81 85
86 70 72
63 105 \
88 62 91
67 95 108
Se a variavel toma numerosos valores distintos , comum trata-la como uma variavel continua, formando intervalos de classe de amplitude diferente de urn.
Esse tratamento (arbitrario) abrevia o trabalho, mas acarreta alguma perda de precisao.
87
90
86
85
93
85
89
96
(76l
73
14
12
12
15
X;
f;
F;
1
2
3
4
2
3
4
....
.. ..
.. ..
.. ..
....
2
9
21
29
34
5
6
I;=
12
14
14
13
11
13
10
16
13
14
13
17
14
11
15
14
13
12
11
14
34
CLASSES
1
2
3
4
5
I
/
f.,
fr.,
F.
Fr.I
4
10
14
9
3
~/. ~ .
n' I'
1\. ~.s
'I
o,.....a 3
.. ..
....
....
....
....
....
....
....
I = 40
I = 1,00
Of-8
8 f- 16
16 f- 24
24 f- 32
32 f- 40
....
....
8.4
b(
' 59
67
65
68
7)
80
41
94
33
81
41
78
66
1-
. 52
91
1
50
1
156
48
47
65
I 53
94
39
"W 68 61
55
65
35
69
57
7,6
45
89
35
85
55
98
7t3 }1
85 88
73 1 60
64 74
42 54 ~
obtenha a distribuigao de frequencia, tendo 30 para limi te inferior da primeira classe e 10 para intervalo de classe.
f.
12
10
determine:
a. I f 1;
b. as frequencias relativas;
c. as frequencias acumuladas;
d. as frequencias relativas acumu lada s.
?7
)
r
68
b.
14
LOTES
58
46
22
48
62
68
76
amplitude total;
lil]lite superior da quinta classe;
limite inferior da oitava classe;
pon.to media da setima classe;
amplitude do intervale da segunda classe;
frequencia da quarta classe;
frequencia relativa da sexta classe;
frequencia acumulada da quinta classe;
2
numero de lotes cuja area nao atinge 700 m ;
2
numero de lotes cuja area atinge e ultrapassa 800 m ;
2
percentagem dos lotes cuja area nao atinge 600 m ;
2
percentagem dos lotes cuja area seja maior ou igu~l .a 900 m ; .19 1 0s. I
percentagem dos lotes cuja area e de 500 m 2 , no mm1mo, mas mfenor
NQ MOTORISTAS
Determine:
a. o numero
b. o numero
c. o numero
d. 0 numero
de
de
de
de
20
motoristas
motoristas
motoristas
motoristas
que
que
que
que
10
16
dentes;
e. a percentagem dos motoristas que sofreram no maximo 2 acidentes.
a.
i
1
2
3
4
5
6
7
8
X.
0
1
2
3
4
5
6
7
f.I
1
....
4
...r:
3
2
F.
0,05
0,15
-1
. .I ..
20
~I
Q .5
Q,~ .QS
L=
1,00
1
. ;! .
5
7
..9..
(,'(_
fr.I
!-J. .
1.6
30
27
15
?7..
/? J..... /4
13
10
72
83
93
141-16
.1.5.
:?:
/':'.9
12
0,04
">., {! .;;
0,18
0,27
11
c 4.11
0,10
0,07
= !.C!<?
r--
13
~
4
8
p.
1---
....._
F.I
= ) ..
f.I
0,25
0 ,15
01-2
21-4
41-6
(, .1: .. 8
8 1- 10
10 1- 12
7 .1. Histograma
.c
0 .,.
..t1 ..
L=
fr.I
1
2
3
4
5
6
7
8
X.
A distribuir,;ao abaixo indica o numero de acidentes ocorridos com 70 motoristas de uma empresa de 6nibus:
CLASSES
NQ ACIDENTES
a 1.000 m 2;
69
ESTATiSTICA FACIL
18
19
.R
150
158
FIGURA 5.1
166
174
70
ESTATfSTICA FACIL
71
NOTAS:
0 poligono de freqtiencia e um gnifico em linha, sendo as freqiiencias marcadas sobre perpendiculares ao eixo horizontal, levantadas pelos
pontos medios dos intervalos de classe.
Para realmente obtermos um poligono (linha fechada) , devemos completar a figura, ligando OS extremOS da linha obtida aos pontOS medios da classe
anterior a primeira e da posterior a ultima, da distribuic;:ao.
A distribuic;:ao da Tabela 5.6 corresponde o seguinte poligono de freqtienc1a:
v~
12
9
6
3
0
/
v
148 152
40
30
20
-v
10
"'
150 154
~'....
"'
FIGURA 5.2
FIGURA 5.4
NOTA :
176
No caso de termos uma variavel essencialmente positiva, cuja distribuic;:ao se inicie no valor zero, devemos considerar um intervalo anterior localizado no semieixo negativo. Porem, consideraremos apenas a parte positiva do segmento que liga
0 ponto medio desse intervalo com a freqi.iencia do intervalo 0 f- . ...
Exemplo:
fi
TABELA 5.13
TABELA 512
i
1
2
3
4
5
CLASSES
Or-2
2r-4
4r-6
6r-8
8 f- 10
f .I
1
2
4
3
1
I=
,
0
11
FIGURA 5. 3
10
12
X.I
f.I
F.I
1
2
7
5
4
11
16
18
19
20
2
1
1
I=
20
8
6
4
2
0
I IT
2
FIGURA 5.5
T T
6
X;
72
73
ESTATiSTICA FACIL
r---"
r--
____j
0
2
onde:
fci e a freqtiencia calculada da classe considerada
f; e a freqtiencia simples da classe considerada; '
f i - l e a frequenc ia simples da classe anterior a classe considerada
fi +I e a freqtiencia SimpleS da Classe pOSterior a classe COnSiderad~.
Quando fazemos uso da curva polida, convem mostrar as freqtien~ias realmente ob.servadas por meio de pontos ou pequenos cfrculos, de modo que
qu~lquer mtere.ssado possa, por si mesmo, julgar ate que ponto os dados originals foram pol!dos.
Para a distribui~ao da Tabela 5.6, temos:
Xj
FIGURA 5.6
fc, =
8 A CUBVA DE FREQUENCIA
fc 2 =
fc 3 =
tendencial.
Assim, apos o tra~ado de um polfgono de freqtiencia, e desejavel , muitas
vezes, que se lhe fa~a um polimento, de modo a mostrar o que seria tal polfgono com um numero maior de dados.
Esse procedimento, e clara, nao nos dara uma certeza absoluta de que a
curva obtida - curva polida - seja tal qual a curva resultante de urn grande
numero de dados. Porem, podemos afirmar que ela assemelha-se mais a curva
de freqtiencia do que ao polfgono de freqtiencia obtido de uma amostra
limitada.
0 poJimentO , geometricamente, COtTesponde a eJimina~ao dos vertices da
linha poligonal. Consegue-se isso com o emprego de uma formula bastante
simples, a qual, a partir das freqUencias reais, nos fornece novas freqtiencias
- freqiiencias calculadas - que se localizarao, como no polfgono de freqtiencia, nos pontos medios.
A formula que nos da a freqiiencia calculada (fc;) e:
fi - 1 + 2fi + fi + 1
fc . = - - - - - '
4
0+2 X4+9
4
17
=4=
4+2X9+11
33
9+2X11+8
39
fc 4 =
4,25
8,25
fc 5 =
9,75
fc 6 =
11+2X8+5
32
= -=
21
4
5+2X3+0
11
8+2X5+3
=- =
TABELA 5 14
ESTATURAS
f.
fc.
4
9
11
8
5
3
4,2
8,2
9,8
8,0
5,2
2,8
(em)
'
150 1- 154
1541-158
1581- 162
162 1- 166
1661- 170
170 1- 174
1
2
3
4
5
6
'
I:= 40
146
150
154
158
162
166
FIGURA 5.7
170
I<
174
178
classes
5 25
'
2,75
74
ESTATiSTICA FACIL
75
curva em
jot a
curva em
jota invertido
Curva simetrica
Esta curva caracteriza-se por apresentar o valor maximo no ponto central e
os pontos eqtiidistantes desse ponto terem a mesma freqtiencia (Figura 5.8).
FIGURA 5.11
FIGURA 5.12
Curva assimetrica
Na pratica, nao encontramos distribuic;oes perfeitamente simetricas. As distribuic;oes obtidas de medic;oes reais sao mais ou menos assimetricas, em
relac;ao a freqtiencia maxima. Assim, as curvas correspondentes a tais distribuic;oes apresentam a cauda de urn lado da ordenada maxima mais longa do
que do outro. Se a cauda mais alongada fica a direita, a curva e chamada
assimetrica positiva ou enviesada a direita (Figura 5.9). Sea cauda se alonga a esquerda, a curva e chamada assimetrica negativa ou enviesada a esquerda (Figura 5.10).
Como exemplo de distribuic;ao que da origem a esse tipo de curva podemos citar a de mortalidade por idade (Figura 5.13).
f
FIGURA 5.13
FIGURA 5.9
FIGURA 5.10
76
ESTAT[STICA FACIL
Cap. 5 -
Distribui<rao de Frequmcia
77
que todas as colunas teriam a mesma altura (Figura 5.14) ou porum polfgono
de freqi.iencia reduzido a um segmento de reta hori zontal (Figura 5.15) .
300 1- 400 1- 500 1- 600 1- 700 1- 800 1- 900 1- 1.000 1- 1.100 1- 1.200
N2 DE
LOTES
14
46
58
76
68
62
48
22
FIGURA 5.15
FIGURA 5.14
CLASSES
f.
1
2
3
4
5
6
4t-8
8 1- 12
12 1- 16
16 1- 20
20 1- 24
24 1- 28
2
5
9
6
2
1
I: = 25
I.
i
1
2
3
4
5
PESOS
40
44
48
52
56
11111-
II.
f.I
(k g )
2
5
9
6
4
44
48
52
56
60
i
1
2
3
4
5
ESTATURAS
(em)
I: = 26
156
162
168
17 4
180
f_
1
5
8
13
3
I: = 30
4 Examinando o histograma abaixo, que corresponde as notas relativas a aplicac;:ao de um teste de inteligencia a um grupo de alunos, responda :
a. Qual e 0 intervalo de classe que tem maior freqi.iencia?
b. Qual a amplitude total da distribuic;:ao?
c. Qual o numero total de alunos?
d. Qual e a freqi.iencia do intervalo de classe 110 1- 120?
e. Quais os dois intervalo s de classe que tem, dois a dois, a mesma freqi.iencia?
f. Quais sao OS dois inte rvalo s de classe tais que a freqi.iencia de um e 0
dobro da freqi.iencia do outro?
g. Quantos alunos receberam notas de teste entre 90 (inclusive) e 110?
h. Quantos alunos receberam notas nao- inferiores a 100?
20
15
10
Ill.
i
1
2
3
4
5
6
7
SALARIOS
(R$)
500
700
900
1. 100
1.300
1.500
1.700
1- 700
1- 900
1- 1.100
1- 1.300
1- 1.500
1- 1.7 00
1- 1.9 00
f.
8
20
7
5
2
1
1
I: = 44
20
40
60
78
ESTATfSTICA FACIL
77
64
73
85
42
84
74
59
67
65
65
47
53
39
94
74
54
77
60
88
57
68
45
76
89
determine:
a. a distribuic;:ao de frequencia comec;:ando por 30 e adotando o intervalo de
classe de amplitude igual a 10;
b. as frequencias acumuladas;
c. as frequencias relativas;
d. o histograma e o polfgono de frequencia.
10,5
5,5
17,8
13,1
2,6
Medidasde
8,4
9,2
11,6
3,8
3,3
15,6
12,4
0,8
6,3
4,6
7,6
8,7
4,4
7,9
16,0
a. Forme com esses dados uma distribuic;:ao com intervalos declasse iguais
a 3, tais que OS limites inferiores sejam multiplos de 3.
b. Confeccione o histograma e o polfgono de frequencia correspondentes.
8 Um grau de nebulosidade, registrado em decimos, ocorre de acordo com a
distribuic;:ao abaixo:
NEBUL.
t,
confeccione:
a. o histograma;
b. o polfgono de frequencia;
c. a curva polida, indicando as frequencias reais por meio de pequenos cfrculos.
1 INTRODUQ.AO
0 estudo que fizemos sabre distribui<;:6es de frequencia, ate agora, permite-nos descrever, de modo geral, os grupos dos valores que uma variavel
pode assumir. Dessa forma , podemos localizar a maior concentra~ao de valores de uma dada distribui<;:ao, isto e, se ela se localiza no infcio, no meio ou
no final , ou, ainda, se ha uma distribui<;:ao por igual.
Porem, para ressaltar as tendencias caracteristicas de cada distribui<;:ao,
isoladamente, ou em confronto com outras, necessitamos introduzir conceitos
que se expressem atraves de mimeros, que nos permitam traduzir essas tendencias. Esses conceitos sao denominados elementos tipicos da distribui~ao
e sao as:
a. medidas de posi<;:ao;
b. medidas de variabilidade ou dispersao;
c. medidas de assimetria;
d. medidas de curtose.
Dentre os elementos tfpicos, destacamos, oeste capitulo, as medidas de
posi~ao estatfsticas que representam uma serie de dados orientando-nos
quanta a posi<;:ao da distribui<;:ao em rela<;:ao ao eixo horizontal (eixo das
abscissas).
As medidas de posi<;:ao mais importantes sao as medidas de tendencia
ce~tral, que recebem tal denomina<;:ao pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as medidas de tendencia central, destacamos:
a. a media aritmetica;
b. a mediana;
c. a moda.
As outras medidas de posi<;:ao sao as separatrizes, que englobam:
a. a propria mediana;
b. os quartis;
c. os percentis.
*
80
ESTATfSTICA FACIL
2 MEDIA ARITMETICA ( x)
81
d2 =
-
LX;
X=-
x,X2 -
x
x
=}
d,
=}
10 - 14
-4
= X5
d 2 = 14 - 14 = 0
d 6 = x6
13 - 1 4
d 7 = x7
d3 = XJ -
X =}
d3 =
d4 = x4
d 4 = 15 - 14 = 1
=}
d5
-1
x
x
x
=}
d5
=}
d 6 = 18 - 14 = 4
=}
d 7 = 12 - 14 = -2
16 - 14
sendo:
xa
media aritmetica;
x; os valores da variavel;
n 0 numero de valores.
1!! propriedade
A soma algebrica dos desvios tornados em relac;:ao
a media
e nula:
~
~
No exemplo anterior, temos:
Exemplo:
7
i~1 di = (- 4) + 0 + (- 1) + 1 + 2 + 4 + (- 2)
Sabendo-se que a produc;:ao leiteira diaria da vaca A, durante uma semana, foi de 10, 14, 13, 15, 16, 18 e 12 litros, temos, para produc;:ao media da
semana:
x = 10 + 1-4 + 13 + 15 + 16 + 18 + 12
7
98
7
14
14 li tros
= 0 =>
=> i :E
= 1
d. = 0
I
2!! propriedade
amedia
Y;
= x; c
=}
y=
7) + 7
Logo :
x=
= (-
12, Y2
16, y 3
15, Y4
17, y 5
18, y 6
20 e y 7
Daf:
7
:E Y,
i =1
= 12 + 16 + 15 + 17 + 18 + 20 + 14 = 112
14
82
ESTATiSTICA FACIL
~ y=
16
14
~ y =X+
83
Como n = 7, vern:
y =
3!! propriedade
L x.f.
I I
X=--
= x;
X c ~
y = xX
v=
ou
X.
-'-~v=
L fi
TABELA 6.2
30, y 2
42, y 3
39, y 4
45, y 5
48, y 6
54 e y 7
X.
f.I
x.f.
I I
2
6
10
12
4
0
6
20
36
16
L = 34
L = 78
36
2
3
4
Daf:
7
L Y;
i= 1
Como n
= 7,
y =
30
42
39
45
48
54
36
294
temos:
294
-7
42
\
I
Temos, entao:
~
-y
42
14 X 3
-y
- X
=X
Logo:
-X
Consideremos ~ relativa. a 34 farnilias de quatro filhos, tomando para variavel o numero de filhos do sexo masculino:
L X;f;
L f.
78
34
= - - ~ X =- =
2, 29
~ X =
2, 3
isto e:
x=
TABELA 6.1
2,3 meninos
NQ DE
MENINOS
0
1
2
3
4
2
6
10
12
4
NOTA:
84
ESTATiSTICA FACIL
85
Pela mesma razao do caso anteri or, vamos, inicialmente, abrir uma coluna para OS pontos medias e outra para OS produtos xf:
I
TA BELA 6 4
1 Complete o esquema para o calculo da media aritmetica da distribuic;;ao :
Como:
f.
L f;
2
4
6
2
3
4
5
6
= .... ,
X/; = ....
f.I
(em)
1
2
3
4
5
6
Temos:
X.
ESTATURAS
150 I- 154
154r-158
158 I- 162
162 I- 166
166r-170
170 I- 174
x .f.
I I
X.I
608
1.404
1.760
1.312
840
516
152
156
160
164
168
172
4
9
11
8
5
3
1:;::: 40
1: ;::: 6.440
e
I; X/;
X=--,
I; f;
3
1
temos:
<-
f
x; ;
= 6 .440 L f. = 40
1
L x.f.
e x = - -1- 1 I
L f.
I
I; = .. ..
I;= ....
temos:
x=
6 440
= 161
40
x=
161 em
Neste caso, convencionamos que todos os valores incluidos em urn determinado intervalo de classe coincidem com o seu ponto medio, e deterrninamos a media aritmetica ponderada por meio da formula:
_
1: x.f
X=--~-~
1: f;
onde xi e
CUSTO
(R$)
Consideremos a distribui<;ao:
f .I
1
2
3
4
5
6
ESTATURAS
(em)
150
154
158
162
166
170
IIIIII-
154
158
162
166
170
174
10
11
16
13
Temos:
TABELA 6.3
4
9
11
8
5
3
1: ;::: 40
X.
f.
I
x.f.
I I
500
4.000
f .I
2
3
4
5
6
7
10
11
16
13
5
X=....:....:...:.= ... .,
don de:
1.100
I;= ... .
Logo:
I;= ....
R$ 755
86
ESTATiSTICA FACIL
= 160,
:L y.f
= 10,
Temos, entao, x0
y.
0
=-~--
(L Y;f;) X h)
+ ---'--'---'-----
= X
Y2
y3 =
e h
= 4.
(L Y;f;) h
L f.I
152- 160
4
156 - 160
4
160 - 160
4
~ = _2
y
4
-4
4
__Q_
-1
Ys
y6 =
X --
==}
= 161,
don de:
x = 161
em
NOTAS:
L f.
vern:
onde x 0 e uma constante arbitraria escolhida convenientemente dentre os pontos medias da distribui9a0 - de preferencia 0 de maior frequencia.
Fazendo essa mudan9a de variavel, de acordo com a segunda e a terceira
propriedades da media, ela resulta diminufda de x0 e dividida par h ; mas isso
pode ser compensado somando x 0 a media da nova variavel e, ao mesmo tern-
po, multiplicando-a par h. Resulta, entao, a formula modificada:
X.- X
Y,
= 40
:L f.
0 processo breve, com a nova vari avel definida por n6s , s6 pode ser usado em
distribuiy5es que apresentam intervalos de classe de mesma amplitude.
0 processo breve pode, tambem, ser aplicado para as distribuiy5es sem intervalos
de classe, bastando fazer h = 1.
164- 160
4
168 - 160
4
172 - 160
4
~= 1
~= 2
= 3
Vamos, entao, calcular a media da distribui9ao da Tabela 6.3 pelo processo breve.
Come9amos par completar a tabela dada com as colunas correspondentes
aos pontos medias (x.),
aos valores da nova variavel (y.)I e aos produtos y.f.:
I
I I
TABELA 6.5
i
ESTATURAS
f.
150
154
158
162
166
170
xo
ffffff-
154
158
162
166
170
174
= 160
X.
(em)
1
2
3
4
5
6
87
152
156
160
164
168
172
4
9
11
8
5
3
:L
40
Y;f;
Y;
-2
-1
0
1
2
3
-8
-9
0
8
10
9
:L
-17
CUSTOS
(R$)
f.
'
450
f-
550
f-
10
650
f-
11
750
f-
16
850
f-
13
950
f-
1.050 1- 1.150
88
ESTAT[STICA FACIL
Te m os:
f.I
X.
1
2
3
4
5
6
7
500
600
700
Y;
70
11
16
13
5
1
BOO
900
1. 000
1. 100
L
Y/;
-3
-2
-1
0
1
2
3
x 0 =BOO
-24
-20
-71
0
73
70
3
= 64
-55
3 AMODA(Mo)
26
= -29
Com o:
89
Desse modo, o salario modal dos empregados de uma industria eo salario mais comum , isto e, o salario recebido pelo maior numero de empregados
dessa industria .
100
ve m:
x = BOO
x=
+ (-
R$ 755
29 100
)
64
ea
resposta.
1 Complete o esq uem a para o ca lcul o da m edi a aritmet ica da distri bu ic;:ao:
CLASSES
30
f-
50
f-
70
f-
12
90
f-
110
f-
130
10
Tem os:
f.I
1
Y;
Y/;
40
12
2
L
= ....
Como :
= ....
= .... + .. ..
vem :
X .
2
3
4
5
= ....
90
ESTATiSTICA FACIL
91
na qual :
Q* e
sendo :
r~
on de:
11 - 9
02
11 - 8
donde:
~* e 0 limite inferior da classe modal ;
L* e o limite superior da classe modal.
Mo -- 158 + -
150
154
158
162
166
170
ffffff-
154
158
162
166
170
174
f.I
(em)
1
2
3
4
5
6
4
9
11
8
5
3
f-
= 3,
~*
1
2
3
4
5
6
7
= 158 e L* = 162.
Como:
~ * + L*
vern:
Mo
CUSTOS
(R$)
L = 40
Mo=--
450
550
650
750
850
950
1.050
A c/asse modal
Logo:
ea
de ordem ...
Logo:
Mo = 160 em
P*
NOTA:
Ha, para o calculo da moda, outros metodos mais elaborados, como, por exemplo,
o que faz uso da formula de Czuber:
Mo =
~*
0
+ - --'-1 - x h*
D, + 0 2
fffffff-
550
650
750
850
950
1.050
1.150
f.I
8
10
11
16
13
5
1
L =.64
159,6
Mo = 159 ,6 em
ESTATURAS
Logo:
TABELA 6.6
2
2
4
- - X 4 -- 158 + - -X- = 158 + -8= 15 8 + 1,6
2+3
2+3
5
= ...
e L*
= ...
Temos, pais:
Mo=
isto
.. .. + .. ..
2
e:
Mo
R$ BOO
92
ESTATiSTICA FACIL
93
4 A MEDIANA (Md)
Mo
CURVA MODAL
CURVA AMODAL
@,
Em seguida, tomamos aquele valor central que apresenta o mesmo numero de elementos a direita e a esquerda. Em nosso exemplo, esse valor e o
10, ja que, nessa serie, ha quatro elementos acima dele e quatro abaixo.
Temos, entao :
Md = 10
CURVA ANTIMODAL
Mo 1
Mo 2
CURVA BIMODAL
Se, porem, a serie dada tiver um numero par de termos , a mediana sera,
por definic;:ao , qualquer dos numeros compreendidos entre os dois valores centrais da serie. Convencionou-se utilizar o ponto medio.
Assim, a serie de valores:
10 + 12
2
Mo 1
Mo 2
Mo 3
CURVA TRIMODAL
= ~ = 11
2
donde:
Md = 11
n+l
,
o termo d e ord em - - , se n f or 1mpar;
2
94
ESTATfSTICA FACIL
JL
= 4 e
JL
2
10 + 12
22
11
Logo:
Md = 11
'
NOTAS:
Nl! DE
MEN I NOS
f.I
F.I
0
1
2
3
4
2
6
10
12
4
2
8
18
30
34
o0
o
95
10
-para 11 = 8, temos
Md
valor da mediana pode coincidir ou nao com urn elemento da serie, como vimos. Q(\ando o numero de elementos da serie e fmpar, ha coincidencia. 0 mesmo
nao acontece, porem, quando esse numero e par.
A mediana e a media aritmetica nao tern, necessariamente, o mesmo valor. Na
primeira serie apresentada, por exemplo, temos:
x = 10,4 e
'E = 34
Md = 10
Sen do:
o
A mediana, como vimos, depende da posi~ao e nao dos valores dos elementos na
serie ordenada. Essa e uma das diferen~as marcantes entre a mediana e a media
(que se deixa influenciar, e muito , pelos valores extremos). Esta propriedade da
mediana pode ser constatada atraves dos exemplos a seguir:
5, 7, 10, 13, 15 =>
5, 7, 10, 13, 65 =>
x = 10
x = 20
e Md
e Md
= 10
= 10
~= ~=
2
17
a menor freqtiencia acumulada que supera esse valor e 18, que corresponde ao
valor 2 da variavel, sendo este o valor mediano. Logo:
Md
= 2 meninos
NOTA:
o
96
ESTATiSTICA FACIL
Exemplo:
97
Temos:
X.I
f.I
F.I
12
14
15
16
17
20
1
2
1
2
1
1
1
3
4
6
7
8
L.=8
~
= 4 = F3
2
Logo:
Md=
15
+
2
16
=12_=155
donde:
Md = 15 5
1
a freqliencia acumulada
imediatamente superior a 1: fi .
2
Feito isto, um problema de interpolac;ao * resolve a questao, admitindose, agora, que os valores se distribuam uniformemente em todo o intervalo de
classe.
Assim, considerando a distribuic;ao da Tabela 6.3, acrescida das freqliencias acumuladas:
dente
TABELA 6.9
ESTATURAS
(em)
fi
I2
3
8 10
7 12 8
Temos:
X.I
f.I
F.I
....
4
6
8
70
12
8
....
10
....
L;f;=-=
vem:
Md
= ....
f.I
F.I
I;= ....
f-
classe mediana
~
2
= 20
= _}___ X 4
11
vem:
isto
20- 13 X 4
11
L;f;=-
4
13
24
32
37
40
Como:
I
4
9
11
8
5
3
temos:
Temos :
X.
154
158
162
166
170
174
F.I
L. = 40
30
I0
rrrrrr-
Como:
I;= ....
b. xi
f .I
150
154
158
162
166
170
1
2
3
4
5
6
f.I
Md
=_:_:_:_:_
Md
= ....
Logo:
e:
Md = 160,5 em
lnterpola<;iio
ea
in se r~ao
98
ESTATiSTICA FACIL
/
Na pratica, executamos os seguintes passos:
classe mediana -
t'L} -
F(ant)] h*
550
650
750
850
950
1.050
1.150
f.I
F.I
8
18
....
....
....
. ...
. ...
....
... .
.. ..
... .
....
....
'E
0000
f*
a classe mediana;
'E f;
2
r* =
0000,
Md =
e a de ordem 3.
F(ant) =
0000,
f* =
0000
e h* =
0000
Logo:
= ~ = 20
-=-----------=--
(R$)
1
2
3
4
5
6
7
e, em seguida, empre-
na qual:
~* e 0 limite inferior da classe mediana;
F (ant) e a freqiiencia acumulada da classe anterior
f* e a frequencia simples da classe mediana;
h* e a amplitude do intervalo da classe mediana.
I: f;
CUSTOS
.--------------------,
Md = c* +
99
Temos:
isto
Entao:
0000
0000
0000,0000
0000
+ ___:_:_:_:_
00 00
00 00
00 0 0 ,
e:
Md = R$ 769
isto
20
13 4
) = 158 + ~ = 158 + 2,54 = 160,54,
11
11
I: f; , a media2
e:
Exemplo:
Md = 160,5 em
CUSTOS
(R$)
450
1-
550
1-
10
650
1-
11
750
1-
16
850
1-
13
950
1-
1.050
1-
1.150
1
2
3
4
5
6
TABELA 6.1 0
CLASSES
fi
0
10
20
30
40
50
f-
1ffff-
10
20
30
40
50
60
1
3
9
7
4
2
I:= 26
F.
1
4
13 f20
24
26
Temos:
~ =~ =
2
13
Logo:
Md = L *
=}
Md = 30
100
ESTATiSTICA FACil
Assim, alem das medidas de posi9ao que estudamos, ha outras que, consideradas individualmente, nao sao medidas de tendencia central, mas estao ligadas a mediana relativamente a sua segunda caracteristica, ja que se
baseiam em sua posi9ao na serie. Essas medidas - os quartis, os percentis e
os decis - sao, juntamente com a mediana, conhecidas pelo nome generico
de separatrizes.
6.1. Os quartis
x=
101
Md = Mo
diana, L fi por:
2
t
M EDIANA
x<
Md < Mo
[
o,
~ f;
F(ant~ h *
Q*+~----~-
f*
6 AS SEPARATRIZES
Como vimos, a mediana caracteriza uma serie de valores devido a sua
posi9ao central. No entanto, ela apresenta uma outra caracteristica, tao importante quan~o a primeira: ela separa a serie em dois grupos que apresentam
o mesmo numero de valores.
F(ant~
3
: f; h*
[
Q = Q* +;__ _ _ _ _~J_
3
f*
102
ESTATiSTICA FACIL
Exemplo:
TABELA 6.11
ESTATURAS
f.I
F.I
4
9
11
8
5
3
4
13
24
32
37
40
(em)
150
154
158
162
166
170
ffffff-
154
158
162
166
170
174
:E
CUSTOS
f-
f-
(0, )
(03)
= 40
Temos:
Temos:
o,
4
(10 - 4) 4
r*
24
24
162 + - =
8
= 154 + - =
= 162 + 3 = 165
03
0 1 = 156,7 em
= .... ,
30
~
~
~
~
~
~
550
650
750
850
950
1.050
1.150
FI
8
10
11
16
13
5
1
8
18
29
45
58
63
64
f-
(0,)
f-
(0)
Terceiro quartil
k = 3 ~ 31: f; =
I:f;_.:.:.:..:__
- ....
F(ant)
= .... ,
(. ... -
3 X 40
4
= 10
= 154 + - - - -
Primeiro quartil
Primeiro quartil
450
550
650
750
850
950
1. 050
f.I
I:= 64
Terceiro quartil
40
(R$)
1
2
3
4
5
6
k --1
103
Temos:
~ =
f*
3 X ....
= ... ., h * = ....
r*
.... ) ....
( .... -
.... X ....
+----
= ....
= ....
+ ....
= ... .
+ ....
= ... .
03
.... ) ....
.... X ....
= .. ..
0 1 = R$ 630
= ....
R$ 873
6.2. Os percentis
165 em
E evidente
que:
03
~ f;
CUSTOS
f.I
0, e P75
(R $ )
450
f-
550
f-
10
650
f-
11
750
f-
16
850
f-
13
950
f-
1.050
f-
1.150
fkifl
104
ESTATfSTICA FACIL
= 27
~ p
2
TL f; - F(ant )] h*
[ 100
Q* + -=--------=---f*
p 20
8 X 40
100
20 X ... .
100
= _ .._..
= ....
100
Exemplo:
20 => 201; f;
100
105
( .... -
= ....
= ....
= ... .
+ .. ..
.... ) ....
.... X ....
= ....
e:
3 ,2
P20
R$ 598
NOTA:
Logo:
PB = 150 + -
(__:
3 ':._2_-_0__:)_4_
4
12 8
150 +
Construindo o polfgono de freqi.i encia ac umul ada percentual , podemos determin ar,
geometricamente, as separatrizes :
=
150 + 3 2
'
153 2
'
donde:
40
P8
153,2 em
./
30
20
vr
10
CUSTOS
(R$ )
450
f-
f.
550
10
f-
650
750
f-
11
f-
16
850
950
f-
13
f-
1.050
f-
V!
Vi
I
I
I
I
1.150
5
0
90%
75%
I
I
I
I
I
I
I
1
7i
~ -
100%
50%
25%
--
10%
174
Temos:
i
7
2
3
4
5
6
7
CUSTOS
(R$ )
. 450
550
650
750
850
950
1.050
f-f-f-f-f-f-f--
550
650
750
850
950
7.050
7. 150
f.I
F.I
8
10
77
16
13
5
7
8
18
29
45
58
63
64
L= 64
P,.
o,
Md
03
P,.
f-- (?2o )
a . 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
c. 51 ,6; 48,7; 50,3; 49,5; 48,9
b. 20, 9, 7, 2, 12, 7, 20, 15, 7
d. 15, 18, 20, 13, 10, 16, 14
calcule:
I. a media;
II. a mediana;
Ill. a moda.
106
ESTATlSTICA FACIL
107
;I
a.
Of-2
21-4
4 1- -6-
ESTATURAS
f)
NOTAS
150
158
166
(:_TT4
182
5
8
14
10
7
~ -
8 1- 10
f.I
(em)
11fff-
158
166
17 4
182
190
5
12
_1 8
~
8
L = 70
L = 44
a. a nota media;
b. a nota mediana;
c. a nota modal.
d.
c.
f.I
11
10
SA LARIOS
(R$)
500
00
9-oo
1.1 00
1.300
1.500
1.700
calcule:
a. a media;
b. a mediana;
c. a moda.
NOTAS
/I '
NQ DE
ALUNOS
6 10 13 8
8
5
fffffff-
700 900
1.1 oo
1.300
1.500
1.700
1.900
10
_1~
__0
15
3
145
151
157
163
169
175
181
1ff1f11-
a. a nota media;
b. a nota mediana;
c. a nota modal.
10
9
8
6
3
3
151
157
163
169
175
181
187
= 70
= 40
b.
calcule :
a.
f.
(k g )
seguinte ~
PESOS .
f.
VALORES
50
60
80
90
OUANTIDADES
X.
I
50
58
66
f.I
20
50
30
a.
b.
c.
d.
e.
a
a
a
a
o
lei do acaso.
media.
mediana.
moda.
desvio padrao.
a media
a.
b.
c.
d.
e.
E assimetrica a esquerda .
A moda e maior que a mediana e a media.
A moda, a mediana e a media sao iguais.
0 desvio padrao e maior que a mediana e a moda.
Os decis sao equivalentes a media.
1 DISPERSAO OU VARIABILIDADE
Vimos anteriormente que urn conjunto de valores pode ser convenientemente sintetizado, par meio de procedimentos matematicos, em poucos valores
representativos- media aritmetica, mediana e moda. Tais valores podem servir de comparayao para dar a posiyao de qualquer elemento do conjunto .
No entanto, quando se trata de interpretar dados estatfsticos, mesmo aqueles ja convenientemente simplificados, e necessaria ter-se uma ideia retrospectiva de como se apresentavam esses mesmos dados nas tabelas.
Assim, nao e 0 bastante dar uma das medidas de posiyaO para caracterizar perfeitamente urn conjunto de valores, pais, mesmo sabendo, par exe~
plo, que a temperatura media de duas cidades e a mesma, e igual____.--a 24C,_ainda assim somas levados a pensar a respeito do clima dessas cidades. Em uma
delas podera a temperatura variar entre limites de muito calor e de muito frio
e haver, ainda, uma temperatura media de 24 C. A outra podeni ter uma variayao pequena de temperatura e possuir, portanto, no que se refere a temperatura, urn clima mais favoravel.
Vemos, entao, que a media - ainda que considerada como urn numero
que tern a faculdade de representar uma serie de valores - nao pode, par si
mesma, destacar o grau de homogeneidade ou heterogeneidade que existe entre os valores que comp6em o conjunto.
Consideremos os seguintes conjuntos de valores das variaveis x, y e z:
X: 70, 70, 70, 70, 70.
Y: 68, 69, 70, 71, 72.
Z: 5, 15, 50, 120, 160 .
X;
=}
x = 350
= 70
.E Y;
350
Y =-n- =} Y = 5 = 70
z = 2: Z;
n
=}
z = 350
= 70
Vemos, entao, que os tres conjuntos apresentam a mesma media aritmetica: 70.
109
2 AMPLITUDE TOTAL
x(max.) - x(min.)
Exemplo:
Para os valores:
40, 45, 48, 52, 54, 62 e 70
temos:
AT = 70 - 40 = 30
Logo:
AT= 30
Quando dizemos que a ampl itude total dos valores e 30, estamos afirmando alguma coisa do grau de sua co ncentrayao . E evidente que, quanta maior a
amplitude total, maior a dispersao ou variabilidade dos valores da variavel._
Relativamente aos tres conju ntos de va lores mencionados no infcio deste
capitulo, temos:
AT. = 70- 70 = 0, (dispersao nula)
AT y = 72- 68 = 4
AT, = 160 - 5= 155
11 0
ESTATiSTICA FACIL
111
temos:
AT= 24 em
AT = x (max. ) - x (mfn. )
Exemplo:
Considerando a tabela abaixo:
TABELA 7.1
0
12
A amplitude total tem o inconveniente de s6 levar em conta os dois valores extremos da serie, descuidando do conjunto de valores intermediarios, o
que quase sempre invalida a idoneidade do resultado . Ela e apenas uma indica<;:ao aproximada da dispersao ou variabilidade.
Faz-se uso da amplitude total quando se quer determinar a amplitude da
temperatura em urn dia ou no ano, no controle de qualidade ou como uma medicta de calculo rapido, e quando a compreensao popular e mais importante que
a exatidao e a estabilidade.
temos:
3 VARIANCIA
DESVIO PADRAO
AT= 4- 0 = 4
Logo:
3.1. IntroduQio
AT= 4
Exemplo:
i
1
2
3
4
5
6
ESTATURAS
(em )
150
154
158
162
166
170
ffffff-
154
158
162
166
170
17 4
f.
'
4
9
11
8
5
3
:E = 40
'
= n:
112
ESTATiSTICA FACIL
NOTA:
Quando nosso interesse nao se restringe a descric;:ao dos dados mas , partindo da
amostra , visamos tirar inferencias validas para a respectativa populac;:ao, convem
efetuar uma modificac;:ao, que consiste em usar o divisor n - 1 em Iugar de n .
Podemos, ainda, com o intuito de conservar a definic;:ao, calcular a variancia usan-
n-1
Sendo a variancia calculada a partir dos quadrados dos desvios, ela e urn
numero em unidade quadrada em rela<;;ao a variavel em questao, o que, sob o
ponto de vista pratico, e urn inconveniente.
Por isso mesmo, imaginou-se uma nova medida que tern utilidade e interpreta<;;ao praticas, denominada desvio padrao, definida como a raiz quadrada da variancia e representada por s:
acontece com os quadrados , podendo os resultados do calculo ser menos exatos do que quando a formula @ e usada.
0 desvio padrao goza de algumas propriedades, dentre as quais destacamos:
ll!) Somando-se (ou subtraindo-se) uma constante a (de) todos os va-
.E (x
_
X .I
=>
Sy
SX
s = .JSi
Assim:
113
C X X.I
=>
Sy = C X S X
- x)2
__!_I--
J1
NOTA:
Tanto o desvio padrao como a variancia sao usados como medidas de dispersao
ou variabilidade. 0 uso de uma ou de outra dependera da finalidade que se tenha
em vista.
A variancia e uma medida que tem ponca utilidade como estatfstica descritiva,
porem e extremamente importante na inferencia estatfstica e em combinac;:oes de
amostras .
Se bern que a formula dada para o calculo do desvio seja a que torna mais
facil a sua compreensao, ela nao e uma boa formula para fins de computa<;;ao,
pois, em geral, a media aritmetica (x) e urn numero fracionario, o que torna
pouco pratico 0 calculo das quantidades (xi - x) 2.
Podemos simplificar OS calculos fazendo uso da igualdade:
0 modo mais pratico para se obter o desvio padrao e formar uma tabela
com duas colunas: uma para x. e outra para . Assim:
I
TABELA 7.3
J1
j.E x2 -
CD. obtemos:
_J X~
S-
.E - _ ( .E X; )
n
xz
40
45
48
52
54
62
70
1.600
2.025
2.304
2.704
2.916
3.844
4.900
.E = 371
.E = 20.293
Como n = 7 , temos:
Nao apenas este metodo e usualmente mais pratico, como tambem mais
preciso. Quando a media nao e exata e tern de ser arredondada, cada desvio
fica afetado ligeiramente do erro , devido a esse arredondamento. 0 mesmo
X.
s =
J _( ~ r=
3 1
J 2.899 _ 53
114
ESTATiSTICA FACil
115
0 modo mais pnltico para se obter o desvio padrao e abrir, na tabela dada,
uma coluna para os produtos f;x; e outra para f;x;, lembrando que para obter
fx 2 basta multiplicar cada fx. pelo seu respectivo x . Assim:
I
1 Complete
variavel:
esquema para
OS
valores da
TABELA 7.4
64
f.I
f.x.
I
I
f.x2
0
1
2
3
4
2
6
12
7
3
0
6
24
21
12
0
6
48
63
48
1: = 30
1: = 63
1: = 165
I:= ....
I:= ....
= ....
X;
Logo:
Logo:
s =/165-
-)
- - (-.... )2.. ..
.... - J.. ..
s=
J.... - ....
=L
isto
30
(~)2
30
= ) 5,5- 4,41
~ = 1,044
Daf:
= .... ,
s = 1,04
e:
s
3,56
Temos:
X.I
_
L: _
f.x
1_1-
( L:
tx
n
__
1_1
)2
f.I
f.x_I
f.x2
I
I
l:= .. ..
l:= ....
l:= .. ..
2
3
4
5
6
116
ESTATiSTICA FACIL
Logo:
-j ..... . (...... )2 - j
S-
---
.... -
(.... )2
--
TABELA 76
e:
1,24
1
2
3
4
5
6
fx 2 .
I
1
2
3
4
5
6
ESTATURAS
f.I
(em)
152
156
160
164
168
172
z=
40
ESTATURAS
(em)
154
158
162
166
170
174
f.I
X.I
Y;
f;Y;
fiy~
4
9
11
8
5
3
152
156
160
164
168
172
-2
-1
0
1
2
3
-8
-9
0
8
10
9
16
9
0
8
20
27
z = 40
h =4
Z = 10
Z = 80
Logo:
f.x~
I I
f;x;
X.I
4
9
11
8
5
3
154
158
162
166
170
174
117
608
1.404
1.760
1.312
840
516
z=
6.440
92.416
219.024
281.600
215.168
141.120
88.752
z=
S=4
;so4o- (
10 ) =4v2-0,0625=4vl,9375=4H1,3919=5,5676
40
Daf:
s = 5,57 em
1.038.080
Logo:
NOTA:
=)
2
1.038.080 - ( 6 440 )
40
40
= J 25.952 - 25.921
J31 = 5,567
Daf:
s
5,57 em
Valem as mesmas observa<;:6es que fizemos para a media aritmetica (p. 87) .
2~)
3~)
Abrimos uma coluna para os valores de y. e escrevemos zero na lin?a conespondente a clas~e onde se encontra o valor de x0 ; a sequenCia -1, -2, -3, ... , logo ac1ma de zero, e a seqi.iencia 1, 2, 3, ... , logo
abaixo.
4~)
5~)
Abrimos uma coluna para os valores do produto f.y 2 , obtidos multiplicando cada fiyi pelo seu respectivo yi, e, em ~eguida, somamos
esses produtos.
6~)
Aplicamos a formula.
X. -
0
=-~--,
e pelas mesmas razoes expostas para 0 calculo da media, podemos obter urn
processo breve de calculo, com a aplica9a0 da seguinte formula:
OS
118
ESTATfSTICA FACIL
119
Logo:
distribui~ao,
isto
450
f-
550
f-
650
11
10
750
f-
850
f-
16
f-
950
13
1.050
f-
= ....
= ... .
J.. .. - ....
= ... .
r. =
CUSTOS
(R$)
(~
f-
e:
1.150
"S =
21,88
Temos
i
f.I
BOO
8
10
11
16
13
5
1
'
500
600
700
1
2
3
4
5
6
7
900
1.000
1.100
h
Como h
X.
100
Y;
~Y/
72
40
11
0
13
20
9
f;Y;
-3
-2
-1
0
1
2
3
-24
-20
-11
0
13
10
3
-55
26
I= -29
I= 64
4 COEFICIENTE DE VARIAQ.i.O
0 desvio padrao por si s6 nao nos diz muita eoisa. Assim, urn desvio
padrao de duas unidades pode ser eonsiderado pequeno para uma serie de valores eujo valor medio e 200; no entanto, se a media for igual a 20, o mesmo
nao pode ser dito. Alem disso, o fato de o desvio padrao ser expresso na mesma unidade dos dados limita o seu emprego quando desejamos eomparar duas
ou mais series de valores, relativamente a sua dispersao ou variabilidade, quando expressas em unidades diferentes.
Para eontornar essas difieuldades e limitac;oes, podemos earaeterizar a
dispersao ou variabilidade dos dados em termos relativos a seu valor medio,
medida essa denominada coeficiente de varia~ao (CV):
I= 765
700, vem:
~-~--..,--
= 100 }
29 2
165
- () = 100
64
64
J 2,5781
- (0,4531 )2 =
R$ 154
CV =~X 100
Para a distribuic;ao da Tabela 7.6, onde X:= 161 em e s = 5,57 em, temos:
CV =
1 Complete o esquema para o ealeulo do desvio padrao da
proeesso breve:
CLASSES
30
f.I
f-
50
f-
70
f-
12
90
f-
10
110
f-
distribui~ao,
Daf:
130
cv = 3,5%
Temos:
1
2
3
4
5
~~~~
pelo
Exemplo:
X I.
f.I
40
Y;
f;Y;
f;Yf
h = ....
I= ... .
I= ... .
I= ....
PESOS
175 em
5,0 em
68 kg
2,0 kg
120
ESTATiSTICA FACIL
@ Calcule
Temos:
175
cvp =
CVE = - X
x 100
68
f.I
7
Se bern que, para qualificar a di spersao de uma di stribuisrao , sej a mai s proveito so
o coeficiente de variasrao, nao devemos dedu zir daf que a varianc ia e o desv io
padrao caresram de utilidade. Pelo contnirio , sao medidas muito utei s no tratamento de assuntos relativos
inferencia estatistica, como ja disse mos .
f-
f-
12
10
1-
21
14
f-
15
18
f-
22
Logo, nesse grupo de indi viduos, os pesos apresentam maior grau de dispersao que as estaturas .
NOTA:
121
19 Em um exame final de Matematica, o grau medio de um grupo de 150 alunos foi 7,8 e o desvio padrao, 0,80. Em Estatistica, entretanto, o grau medio final foi 7,3 e o desvio padrao, 0,76. Em que disciplina foi maior a dispersao?
10 Medidas as estaturas de 1.017 individuos, obtivemos x = 162,2 em e
s = 8,01 em. 0 peso media desses mesmos individuos e 52 kg, com um
desvio padrao de 2,3 kg. Esses individuos apresentam maior variabilidade
em estatura ou em peso?
11 Um grupo de 85 mot;:as tem estatura media de 160,6 em, com um desvio
padrao igual a 5,97 em. Outro grupo de 125 mot;:as tem uma estatura media de 161,9 em, sendo o desvio padrao igual a 6,01 em. Quale o coefic iente
de variat;:ao de cada um dos grupos? Qual o grupo mais homogeneo?
~ {J)calcule
a. 1, 3, 5, 9
b. 26, 1.4, 1(5, 19, 2(1, 22, 20
U
uma distribuit;:ao apresenta as seguintes estatisticas : s
\ . ,_,) Determine a media da distribuit;:ao .
a.
2
f.I
b.
CLASSES
f.I
3 Calcule os desvios padr6es dos conjuntos de dados do exercicio 1.
FREOUENCIAS
d. -10, - 6, 2, 3, 7, 9, 10
f ::\ Um grupo de cem estudantes tem uma estatura media de 163,8 em, com
um coeficiente de variat;:ao de 3,3%. Qual o desvio padrao desse grupo?
14
34
29
16
= 1,5 e CV = 2,9%.
123
Exemplo:
DISTRIBUICAO A
PESOS
(kg )
f.I
2f-6
6 f- 10
10 f- 14
14 f- 18
18 f- 22
6
12
24
12
6
DISTRIBUICAO C
DISTRIBUICAO B
PESOS
f.
(kg)
21-6
6 1- 10
10 f- 14
14f- 18
18 f- 22
I: = 60
PESOS
f.
(kg)
2f-6
6 f- 10
10f- 14
14 f- 18
18 f- 22
6
12
24
30
6
I:= 78
6
30
24
12
6
I:= 78
1 ASSIMETRIA
Temos:
x = 12
= 12,9 kg
Md = 13,5 kg
Mo = 16 kg
= 4,20 kg
s
kg
Md = 12 kg
Mo = 12 kg
= 4,42 kg
s
1.1. IntroduQio
= 11,1 kg
Md = 10,5 kg
Mo = 8 kg
= 4,20 kg
s
Logo:
A. 12- 12 = 0
B. 12,9 - 16
c. 11,1
a distribuigao e simetrica.
= -3,1 kg
- 8 = 3,1 kg
x= Md =Mo
~----------------~-----------
moda
--------------~~
media na - - - - - - - - - - - - -1
Mo < Md <
m e dia --------~
30
30
24
24
24
18
18
18
12
12
12
x < Md < Mo
Baseando-nos nessas relac;:oes entre a media e a moda, podemos empregalas para deterrninar o tipo de assimetria. Assim , calc ulando o valor da diferenc;:a :
0
2
se :
x- Mo = 0
x- Mo < 0
x- Mo > 0
6 10 14 18 22
X= Md
~ assimetria nula ou distr ibui gao simetrica;
~
assimetria negativa ou
~ assimetria positiva ou
a esquerda;
a direita .
Mo
12
Md = 13,5
124
ESTATlSTICA FACIL
125
4 Considerando a distribui9ao de frequencia relativa aos pesos de 100 operarios de uma fabrica:
<I As I< 1, a
assimetria
(kg)
NQ DE
OPERARIOS
50
1-
58
10
1-
15
66
1-
74
25
1-
24
82
1-
16
90
1-
98
10
Se 0,15
PESOS
e considerada
moderada; se I As
I>
1,
e forte.
Exemplo:
2 CUBTOSE
2.1. IntroduQio
3(12- 12)
= 0
4,42
As = 3 ( 12 ,9 - 13 , 5 ) =- 0,429
B
4,20
As = 3 (11 , 1 - 10 , 5 ) = 0,429
c
s1metna
4,20
assimetria negativa
~ assimetria positiva
leptocurtica.
Quando a distribuic;:ao apresenta uma curva de freqtiencia mais aberta que
a normal (ou mais achatada na sua parte superior), ela e chamada platicurtica.
A curva normal, que e a nossa base referencial, recebe o nome de meso-
curtica.
Mo
DISTRIBUif;OES
A
52
45
48
leptocurtica
52
50
46
x=
e:
48, 1,
mesocurtica
platicurtica
C=
c =0,263
126
ESTATiSTICA FACIL
Assim:
C = 0,263
=:}
eurva mesoeurtiea
C < 0,263
=:}
C > 0,263
=:}
Exemplo:
Sabendo-se que uma
distribui~ao
1 INTRODUQ.iO
temos:
c=
4 1,2 - 24 4
2(49,5 - 2 0,2)
16 8
58,6
0,2866
=:}
c=
0,287
Como:
0,287 > 0,263,
conclufmos que a
distribui~ao
2 EXPERIMENTO ALEATORIC
Em quase tudo, em maior ou menor grau, vislumbramos o acaso. Assim,
"e provavel que o meu time ganhe a partida de hoje" pode resultar:
a. que, apesar do favoritismo, ele perca;
b. que, como pensamos, ele ganhe;
c. que empate.
Como vimos, o resultado final depende do acaso. Fenomenos como esse
sao chamados fenomenos aleat6rios ou experimentos aleat6rios.
da
1 Considere as seguintes medidas, re lativas a tres distribuic;:oes de frequeneia:
DISTRIBUICOES
a,
03
P,o
p90
814
63 ,7
28,8
935
80,3
45,6
772
55,0
20,5
1.012
86,6
49,8
a eurva
normal.
afirma~ao
a eurva
3 ESPAQO AMOSTRAL
normal:
PESOS
(kg )
NQ DE
OPERARIOS
50 1- 58 1- 66 1- 7 4 1- 82 1- 90 1- 98
10
15
25
24
16
10
128
ESTATlSTICA FACIL
Cap. 9 - Probabilidade
5 PROBABILIDADE
espa~o
lan9amento de um dado :
S = {1, 2, 3, 4, 5, 6}.
P(A) = n(A)
n(S)
onde:
n(A) e o numero de elementos de A;
n(S) e o numero de elementos de S.
Cada urn dos elementos de S que corresponde a urn resultado recebe o nome de ponto amostral. Assim:
2 E S
e um
129
Exemplos:
ponto amostra l de S.
4 EVENTOS
= {Ca,
S
A
= {Ca }
Co} ~ n(S)
~ n (A ) = 1
=2
Logo:
1
PIA)=-
,
b. Considerando o lanc;:amento de urn dado, vamos calcular:
-
urn numero
urn numero
o numero 4
urn numero
= {2,
4, 6} ~ n (A)
=3
Logo:
P(A)
= ~ = __!_
6
130
ESTATiSTICA FACIL
Logo:
= {4} ==>
n(C)
p=
Logo:
P(C) =
, a probabi-
e:
+.
e
Logo, a probabilidade de nao tirar o 4 no lan~amento de urn dado e:
=1
ep = ~
131
1
4
q=1-p => q = 1 - - = 5
5
2__
lan~arnento
de urn dado
q=1--=-
Cap. 9 - Probabilidade
7 EVENTOS INDEPENDENTES
Logo:
0
P(D) =-= 0
e igual
a zero:
P(0) = 0
IP
P(E) =
P,
Pzl
Exemplo:
e,
lernbrando
_!_
n
Lan~arnos
e:
1
P,
=B
6 EVENTOS COMPLEMENTABES
Sabernos que urn evento pode ocorrer ou nao. Sendo p a probabilidade
de que ele ocorra (sucesso) e q a probabilidade de que ele nao ocorra (insucesso), para urn rnesrno evento existe sernpre a relayao:
p+q=1 =>q=1-p
e:
p2 =6
p=-X-=6
6
36
132
ESTATiSTICA FACIL
Cap. 9- Probabilidade
133
p=1--1 =_l_
formado pelos elementos (1, 4), (2, 3), (3, 2) e (4, 1). Como
O _evento
numero de elementos de S
36, temos:
4
1
P =- =36
9
realize:
ma 1gua 1
Temos :
Exemplo:
Lanc;amos urn dado. A probabilidade de se tirar o 3 ou
1
Pr=
o 5 e:
52
13
e
1
p =2
52
p=-+-=-=-,
1
1
1
p=-X-=-13
52
676
6 u_ma urna A contem: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contern: 5 bolas brancas, 2 pretas, 1 verde; uma urna
contem: 2 bolas bran ~as, 3 pretas, 4,verdes. Um.a bola e retirada de cada urna. Qual e a probabilldade de as . tres bolas ret1radas da primeira, segunda e terceira urnas serem, respect1vamente, branca, preta e verde?
Temos:
1 Qual a probabilidade de sair o as de ouros quando retiramos uma carta de
um baralho de 52 cartas?
Como s6 ha um as de ouros, o numero de elementos do evento
p =
e 1; logo :
1
52
ralho de 52 cartas?
Como ha 4 reis, o numero de elementos do evento
e 4; logo :
p=5i=13
4
9
= - = - ,p = -
1
27
7 D~ um bar.alho de 5~ .cartas retiram -se, ao acaso, duas cartas sem reposic;:ao. Qual e. a probabll1dade de a primeira carta ser o as de pause a segunda ser o re1 de paus?
A probabilidade de sair o as de paus na primeira carta
e:
p =1
52
Ap6s .a retira~a d~ primeira carta, restam 51 cartas no baralho, j a que a carta .rettrada n~o fat reposta . Assim, a probabilidade de a segunda carta ser 0
ret de paus e:
1
p =2
51
134
ESTATiSTICA FACIL
(4, 6))
(5, 5)
(6, 4)
n(10) = 3
P 10 = -
NOTA:
Este problema pode ser resolvido, ainda, com o seguinte raciocinio: Como em
urn baralho temos 12 figuras (4 damas, 4 valetes, 4 reis), vern:
12
36
e:
e:
2
~ n(11)=2~p11= 36
1
1
3
p =13+13+13=13
135
(5, 6) }
(6, 5)
Cap. 9 - Probabilidade
n(12) = 7
e:
P 12 = 36
= 52 = 13
9 Qual a probabilidade de sair uma carta de copas ou de ouros quando retiramos uma carta de um baralho de 52 cartas?
Temos:
=
4 '
7
4
13
52
13
Pc = 52
Po
P=4+4=4=2
7
7
2
7
P=6+6=6=3
11 Sao dados dois baralhos de 52 cartas. Tiramos, ao mesmo tempo, uma carta
do primeiro baralho e uma carta do segundo. Qual e a probabilidade de tirarmos uma dama e um rei, nao necessariamente nessa ordem?
A probabilidade de tirarmos uma dam a do primeiro baralho ( ;
do segundo (- : )
2
e, de
) e um rei
p 1 = 52 X 52 =13 X 13
= 169
e:
_ 4 X
p2
52
4 _
52 -
169
7
169 +
7
2
169 = 169
136
ESTATiSTIC'A FACIL
9 No
12
13
14
sair
sair
nao
sair
um 6 no primeiro lan~amento;
um 6 no segundo l an~amento;
sair 6 em nenhum lan~amento;
um 6 pelo menos .
Uma urna contem 50 bolas identicas. Sendo as bolas numeradas de 1 a 50, determine a probabi lid ade de, em uma extra~ao ao acaso :
a.
b.
c.
d.
15
tres caras;
duas caras e uma coroa;
uma cara somente;
nenhuma cara;
pelo menos uma cara;
no maximo uma cara .
obtermos
obtermos
obtermos
obtermos
a bola de
uma bola
uma bola
uma bola
numero 27;
de numero par;
de numero maior que 20;
de numero menor ou igual a 20.
Uma loja d isp6 e de 12 geladeiras do mesmo tipo, das quais 4 apresentam defeitos.
a. Se um fregues vai comprar uma geladeira, qual a probabilidade de levar uma
d efe itu osa?
b. Se um fregues vai comprar duas geladeiras, qual a probabilidade de levar duas
defeituosas?
c . Se um fregues vai comprar duas geladeiras, qual a probabilidade de levar pelo
menos uma defeituosa?
16
1 V.ABI.AVELALEATORIA
Suponhamos urn espac;o amostrai S e que a cada ponto amostral seja
atribuido urn numero. Fica, entao, definida uma func;ao chamada variavel aleatoria, indicada por uma letra maiuscula, sendo seus valores indicados por letras minusculas.
Assim, se o espac;o amostral relativo ao "lanc;amento simultaneo de duas
moedas" e S = {(Ca, Ca), (Ca, Co), (Co, Ca), (Co, Co)} e se X representa "o
numero de caras" que aparecem, a cada ponto amostral podemos associar urn
numero para X, de acordo com a Tabela 10.1:
17
Lan~a - se um par de dados. Aparecendo dois numeros diferentes, encontre a pro babilidade de que :
a. a soma seja 6;
b. o 1 apare~a;
c. a soma seja 4 ou menor que 4.
18
Um lote e formado por 10 pe~as boas, 4 com defeitos e 2 com defe itos graves.
Uma pe~a e escolhida ao acaso. Calcule a probabilidade de que:
a. ela nao tenha defeitos graves;
b. ela nao tenha defeitos;
c. ela seja boa ou tenha defeitos graves .
19 Considere o mesmo lote do problema anterior. Retiram-se 2 pe~as ao acaso. Calcule a probabilidade de que:
TABELA 10. 1
PONTO
AMOSTRAL
(Ca,
(Ca,
(Co,
(Co,
Ca)
Co)
Ca)
Co)
2
1
1
0
2 DISTRIBUIQAO DE PROBABILIDADE
Consideremos a distribuic;ao de freqtiencias relativa ao numero de acidentes diarios em urn estacionamento:
138
139
TABELA 10.2
NUMERO DE
ACIDENTES
FREOUENCIAS
22
5
2
1
0
1
I:= 30
e:
Assim, voltando
a Tabela
22
p = - = 0,73
30
PONTO
AMOSTRAL
e:
(C a,
(Ca,
(Co ,
(Co,
p = - = 0, 17
30
e:
10.1 , temos:
Ca l
Co )
Ca)
Co)
P(X )
1/2
1/2
1/2
1/2
2
1
X 1/2
X 1/2
X 1/2
X 1/2
= 1/4
= 1/4}
=
114
114
214
= 1/4
+
= 1/4
2
30
p = - = 0,07
p" defi-
TABELA 10.4
TABELA 10.5
NUMERO DE
CARAS (X )
e:
P(X )
1/4
2/ 4
1/ 4
p = - = 0,03
30
1: = 1
PROBABILIDADES
0,7 3
0, 17
0,07
0,0 3
0
2
3
I: = 1,00
Essa tabela
e denorninada
distribui~.;ao
de probabilidade.
Ao definir a distribuic;ao de probabilidade, estabelecemos uma correspondencia unfvoca entre os valores da variavel aleat6ria X e os valores da variavel P. Esta correspondencia define uma fun~.;ao; os valores xi (i = 1, 2, ... , n)
formam o dominio da fun~.;ao e os valores pi (i = 1, 2, 3, .. ., n) , o seu conjunto imagem.
Essa func;ao, assim definida, e denominada fun~.;ao probabilidade e representada por:
f (x ) = P(X = x; )
distribui~.;ao
de probabilidade da varia-
140
ESTATiSTICA FACIL
Assim, ao lan9armos urn dado, a variavel aleat6ria X, definida por "pontos de urn dado", pode tomar os valores 1, 2, 3, ... , 6.
Como a cada urn destes valores esta associada uma e uma s6 probabilidade de realiza9ao e L P(x) = 1, fica definida uma fun9ao de probabilidade,
da qual resulta a seguinte distribuic;ao de probabilidade:
PIX)
1/6
1/6
1/6
1/6
1/6
1/6
2
3
4
5
na qual:
insucesso;
n!
*.
( n ) e o coeficiente binomial de n sobre k, igual a
k
k!(n- k)!
Essa fun9ao, denominada lei binomial, define a distribuic;ao binomial.
TABELA 10.6
141
NOTA:
0 nome binomial vern do fato de (
mento do binomio de Newton.
L= 1
3 DISTBIBUIQAO BINOMIAL
1 Uma moeda
lanr;:ada 5 vezes seguidas e independentes. Calcule a probabilidade de serem obtidas 3 caras nessas 5 provas.
Temos:
n=5ek=3
Pela lei binomial, podemos escrever:
P(X
= 3) = ( ~) p3qs - 3 = (
~) p3q2
c. Em cada prova deve aparecer urn dos dois possfveis resultados: sucesso e insucesso.
f(X)
= P(X = k) = ( ~ ) pk q" - k
= ;
2 2
ep
P(X
= 3) = (
5
3
)(_!_!(_!_!
= _E!_ X _1
2
2
3!2!
8
1
X _
4
5X4X3X2X1 X-1-X-1-=~
3 X 2 X 1X 2 X 1
8
4
16
Logo:
P(X = 3) = 16
2 Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade de o time A ganhar 4 jogos.
Temos:
n
= 6, k = 4, p = }- e q = 1 - }- =
n! eo fatoria l den. Consulte o Apendice- Instrumental Matematico, para revi sao do assunto Fatorial
(p . 190).
142
ESTATlSTICA FACIL
Entao:
P(X =
4) = ( 6
)(_l__J(l__)
3
Ji
143
243
Logo:
1!!) A varia vel aleat6ria X pode assurnir todo e qualquer valor real.
P(X = 4) =
20
243
de sino, simetrica em torno da media (X), que recebe o nome de curva normal ou de Gauss .
3!!) A area total limitada pela curva e pelo eixo das abscissas e igual a 1,
~ . Se
4 DISTRIBUIQAO NORMAL
CUBVA NORMAL
Entre as distribui<;6es te6ricas de variavel aleat6ria continua, uma das
mais empregadas e a distribui~ao normal.
Muitas das variaveis analisadas na pesquisa socioeconomica correspondem a distribui<;ao normal ou deJa se aproximam.
0 as pee to gr:lfico de uma distribui<;ao normal e o da Figura 10.1:
corresponde
2
FIGURA 10.1
2,05
FIGURA 10.2
144
ESTATiSTICA FACIL
0 calculo direto dessa probabilidade exige urn conhecimento de Matematica mais avanc;;ado do que aquele que dispomos no curso de 2Q grau . Entretanto, podemos contornar facilmente esse problema. Basta aceitar, sem demonstrac;;ao, que, se X e uma variavel aleat6ria com distribuic;;ao normal de media x
e desvio padrao s, entao a variavel:
X- X
Z=--
1 Determine as probabilidades:
a parte
- 1,25
Sabemos que:
P(O < Z < 1,25) = 0,3944
= P(O
com z = x- x
s
Voltemos, entao, ao nosso problema.
Queremos calcular P(2 < X < 2,05). Para obter essa probabilidade,
precisamos, em primeiro lugar, calcular o valor de z que corresponde a
x = 2,05 (x = 2 ~ z = 0, pois x = 2). Temos, entao:
= 0,3944
XZ=--
hachurada da figura:
-0,5 0
a parte
hachurada da figura:
1,48
Temos:
2,05 - 2 = 0,05 = 1,25,
0,04
0,04
= P(-0,5
Como:
don de:
= 0,1915
+ 0,4306
Assim, a probabilidade de urn parafuso fabricado por essa maquina apresentar urn dHimetro entre a media x = 2 e o valor x = 2,05 e 0,3944.
Escrevemos, entao:
P(2 < X < 2,05)
ou 39,44%
= 0,6221
0 0,8 1,23
a parte
hachurada da figura:
145
146
ESTATiSTICA FACil
Temos :
P(0,8 < Z < 7,23) = P(O < Z < 1,23) - P(O < Z < 0,8)
Como:
P(O < Z < 7,23)
= 0,3907 e
= 0,2887 ,
obtemos:
147
2 Os sa larios sem a nais do s operarios indu striai s sa o distribufdo s normalmente , em torno da media de R$ 500, com desvio padrao de R$ 40 . Calcule a
probabilidade de um operario ter um salario semanal situado entre R$ 490 e
R$ 520.
Devemos, inicialmente, determinar os valores da variavel de distribui9ao normal reduzida .
Assim:
a parte
hachurada da figura :
490 - 500 = - 0 25
40
,
e z2
= P(-0,25
0,6
Temos:
P(Z > 0,6) = P(Z > 0) - P(O < Z < 0,6)
1 Sendo Z uma variavel com
Como:
obtemos:
P(Z > 0,6) = 0,5- 0,2258 = 0,2742
a parte
hachurada da figura:
distribui~ao
e. P(Z >
f. P(Z >
g. P(Z <
h. P(Z <
-2,03)
1,08)
-0,66)
0,60)
maior que
maior que
entre 85 e
maior que
120;
80;
115;
100 .
0,92
Temos:
P(Z < 0,92) = P(Z < 0) + P(O < Z < 0,92)
Como:
P(Z < 0) = 0,5 e P(O < Z < 0,92) = 0,3212,
obtemos:
P(Z < 0,92) = 0,5 + 0,3212 = 0,8212
a. entre 60 e 70 kg;
b. mais que 63,2 kg;
c. menos que 68 kg.
4 A duravao de um certo componente eletr6nico tem media de 850 dias e desvio padrao de 40 dias. Sabendo que a dura~ao e normalmente distribufda,
calcule a probabilidade de esse componente durar:
a. entre 700 e 1.000 dias;
b. mais de 800 dias;
c. menos de 750 dias.
149
1 INTRODUQ.i.O
Nos capftulos anteriores, nossa preocupa~ao era descrever a distribui~ao
de valores de uma unica variavel. Com esse objetivo, aprendemos a calcular
medidas de tendencia central e variabilidade.
Quando, porem, consideramos observa~oes de duas ou mais variaveis,
surge urn novo problema: as rela~oes que podem existir entre as variaveis estudadas . Nesse caso, as medidas estudadas nao sao eficientes.
Assim, quando consideramos variaveis como peso e altura de urn grupo
de pessoas, uso do cigarro e incidencia do cancer, vocabulario e compreensao
da leitura, dominancia e submissao, procuramos verificar se existe alguma
rela~ao entre as variaveis de cada urn dos pares e qual o grau dessa rela~ao.
Para isso, e necessaria o conhecimento de novas medidas.
Sendo a rela~ao entre as variaveis de natureza quantitativa, a correla~ao e o instrumento adequado para descobrir e medir essa rela~ao.
Uma vez caracterizada a rela~ao , procuramos descreve-la atraves de uma
fun~ao matematica. A regressao e o instrumento adequado para a determinac;ao dos parametros dessa fun~ao.
Quando duas variaveis estao ligadas por uma rela~ao estatistica, dizemos que existe correla~ao entre elas.
NOTA:
As
rela~oes
rela~oes
(correla~ao
01
08
24
38
44
58
59
simples).
2 CORRELAQ.i.O
72
80
92
onde 2p e
perfmetro e Q e
lado.
MATEMATICA
ESTATISTICA
(x)
(yi)
5,0
8,0
7,0
10,0
6,0
7,0
9,0
3,0
8,0
2,0
6,0
9,0
8,0
10,0
5,0
7,0
8,0
4,0
6,0
2,0
Representando, em urn sistema coordenado cartesiano ortogonal, os pares ordenados (x, y ), obtemos uma nuvem de pontos que denominamos diagrama de dispersao . Esse diagrama nos fornece uma ideia grosseira, porem
util, da correlac;ao existente:
'
2p = 4Q,
estatfsticas .
NOTA:
Ficaremos restritos as
rela~oes
150
ESTATiSTICA FACIL
Assim, uma
y,
correla~ao
151
e:
reta ascendente;
10
10
X;
..
. . .. .
...
....
.. ..
corre l a~ao
linear positiva
correla~ao
linear negativa
correla~ao
nao-l inea r
... .
.... .
.
..
perfeitas.
ret a
imagem
y,
........
.. .......
.
. . . . ....
......
.
. ..
....... .
......
.... ..
nao
ha
correla~ao
10
0 instrumento empregado para a medida da correla~ao linear e o coeficorrela~ao. Esse coeficiente deve indicar o grau de intensidade da
correla~ao entre duas variaveis e, ainda, o sentido dessa corre l a~ao (positivo
ou negativo).
Faremos uso do coeficiente de correla~ao de Pearson, que e dado por:
ciente de
.6
Como a
ela
correl a~ao
e chamada
10
x,
correla~ao
linear positiva.
onde n
e0
numero de
observa~6 es .
e, o valor de r
pertence ao inter-
152
ESTAT[STICA FACIL
Logo:
Assim :
a. se a correlar,:ao entre duas variaveis
10 X 473 - 65 X 65
= - 1;
se nao ha correlar,:ao entre as variaveis, entao r = 0.
e perfeita e negativa,
b. se a correlar,:ao
c.
153
r =~=======================
2
2
entao r
) (10 X 481 - 65
(10 X 475- 65
4.730 - 4.225
505
505
J 585 X 525
554,18
0,911
Logicamente:
a. se r = + 1, ha uma correlar,:ao perfeita e positiva entre as variaveis;
Daf:
Para podermos tirar algumas conclusoes significativas sobre o comportamento simultaneo das variaveis analisadas, e necessaria que:
o,6.;;;
I r I .;;;
r = 0,91,
resultado que indica uma correlar,:ao linear positiva altamente significa_tiva entre
as duas variaveis .
1 Complete o esquema de calculo do coeficiente de correlac;;ao para os valores das variaveis xi e yi:
Se 0,3 .;;; I r I < 0,6, ha uma correla~ao relativamente fraca entre as variavei s.
Se 0 < I r I < 0,3, a correla~ao e muito fraca e, praticamente, nada podemos concluir sobre a rela~ao entre as variaveis em estudo.
X.
10
12
Vi
12
10
12
14
Temos :
MATEMATICA ESTATiSTICA
= 10
L:
(xi)
(yi)
5
8
7
10
6
7
9
3
8
2
6
9
8
10
5
7
8
4
6
2
=65
v;
x2
X;Y;
12
48
16
144
12
14
168
144
196
n = 5
TABELA 11.2
Y;
X.I
L:
=65
L:
xiyi
x2
30
72
56
100
30
49
72
12
48
4
25
64
49
100
36
49
81
9
64
4
=473
L:
=481
:r;
y2
L:
1:=
0000
:r;
0000
:r;
0000
0000
:r;
0000
36
81
64
100
25
49
64
16
36
4
donde r = 0,42
=475
Logo:
0000
r=
0000-0000
0000
----r=c======o=:=======c~
J (00 00
) oooo X
0000
00 00
oo oo ) (0000 X
,;=--
0000
J (oooo
oooo)
, I
154
ESTATiSTICA FACIL
155
Podemos concluir, pela forma do diagrama, que se trata de uma correla<;ao retilinea, de modo a permitir o ajustamento de uma reta, imagem da fun<;ao definida por:
3 REGRESSAO
3.1 . .Ajustamento da reta
Y =aX+ b
a = n L X;Y; - L x; L Y;
n L x~ - (L x;)2
onde:
n e
Y =aX+ b,
numero de observa<;6es;
Daf, temos:
TABELA 11.3
X.I
Y;
NOTA:
10
10
Como estamos fazendo uso de uma amostra para obtermos os valores dos
pari:imetros, o resultado, na realidade, e uma estimativa da verdadeira equa<;:ao de
regressao. Sendo assim, escrevemos:
II
Y =aX+ b,
1\
onde y e
y
y estimado.
10
TABELA 11.4
* Lembre-se de
10
a regressao
= 10
X .I
Y;
X;Y;
X~I
5
8
7
10
6
7
9
3
8
2
6
9
8
10
5
7
8
4
6
2
30
72
56
100
30
49
72
12
48
4
25
64
49
100
36
49
81
9
64
4
L = 65
L = 65
L = 473
L = 481
156
ESTATiSTICA FACIL
10 X 473- 65 X 65
10 X 481 - (65) ~
= -65 = 6,5
10
65
10
e Y=-
= 6,5 - 0,8632
6,5
II
= 6,5,
NOTA:
Uma norma fundamental no uso de equar;:6es de regressao e a de nunca extrapolar,
exceto quando considerar;:6es te6ricas ou experimentais demonstrem a possibilidade de extrapolar;:ao.
vern:
b
157
Como 4 E [2, 10] , dizemos que foi feita uma interpola-;ao; e como
1E [2,10], dizemos que foi feita uma extrapola-;ao.
Como:
-
Temos, assim:
a =
donde:
a = 0,86 e b = 0,89
Logo:
II
Y = 0,86X + 0,89
= 0 =>
= 5 =>
II
Y
II
= 0,89
= 0,86
5 + 0,89
= 5,19
Assim, temos:
II
10
12
14
25
22
18
15
11
10
Y = 0,86X + 0,89
5, , '
4
~I
Temos:
10
Y;
30
60
14
10
140
196
I;= ....
I;= ....
I;= ....
I;= ....
------------------- / .
II
II
II
II
I
10
Logo:
8=-------
Voltando a tabela 11.1, vemos que 4,0 nao figura entre as notas de Matematica. Entretanto, podemos estimar a nota correspondente em Estatistica fazendo X = 4,0 na equa<;ao:
donde:
II
0,86X + 0,89
Assim:
a= .... e b
isto
II
- - - - - - ....
= .... ,
e:
II
Y = -1,7X + 32,3
158
ESTATiSTICA FACil
gem
a tabela:
MESES
mai.
VALORES
1 Um grupo de pessoas fez uma ava liavao do peso aparente de alguns objetos. Com o peso real e a media dos pesos aparentes, dados pelo grupo,
obteve-se a tabela:
PESO REAL
18
30
42
62
73
97
120
PESO APARENTE
10
23
33
60
91
98
159
14
19
19
22
28
30
31
34
37
13
14
18
15
22
17
24
22
24
25
QUANTIDADES
(t)
34
36
ago.
36
38
41
42
44
43
46
Calcule:
a. o coeficiente de correla9ao;
Sugestao: Para simp li ficar os calculos, use para o tempo uma variavel
auxiliar, par exemplo:
x; = x;- 1984.
b. a reta ajustada;
c. a produ9iio estimada para 1989.
70
50
40
30
20
10
COMPRIMENTO
(mm)
nov .
7 Certa empresa, estudando a var ia9ao da demanda de seu produto em rela9ao a varia9iio de pre9o de venda, obteve a tabela:
PRE CO
(x;l
38
42
50
56
59
63
70
80
95
110
DEMANDA
(y)
350
325
297
270
256
246
238
223
215
208
= 12,16, L
Determine:
("C)
out.
NOTA:
TEMPERATURA
set.
6 A partir da tabela:
11
ANOS
jul.
R$
jun.
10
15
20
25
30
Determine:
o
a
o
o
159
a.
b.
c.
d.
coeficiente de correla9iio;
reta ajustada a essa correla9iio;
valor est im ado do comprimento da barra para a temperatura de 18"C;
valor estimado do compr imento da barra para a temperatura de 35"C.
y~
= 84,96 e L
X;Y;
= 22,13
161
2 NiJMEROS-INDICES
INTRODUQAO
Urn jornal, por ocasHio de urn pleito eleitoral, publicou uma tabela com
os resultados da apurac;ao na regiao:
TABELA 12.3
TABELA 12.1
CIDADES CANDIDATO X
A
B
c
D
E
CANDIDATO V
VOTOS
BRANCOS
VOTOS
NULOS
30.279
19.897
4.903
8.659
899
3.120
980
787
177
464
45
93
11.549
6.210
1.324
2.997
216
517
39.544
18.872
8.139
16.263
746
3.149
ANOS
1989
TOTAL
MATRiCULA
82.352
45.766
14.543
28.383
1.906
6.879
NUMERO-iNDICE
Para urn estudo comparativo das variac;6es dos votos brancos, essa tabela, com numeros absolutos, em nada nos ajuda. Porem, confeccionando uma
nova tabela, com numeros relativos, obtemos:
TABELA 12.2
CIDADES
A
B
c
D
E
F
1990
1991
1992
1993
1994
,,
A vantagem dos numeros-indices e permitir uma rapida avaliac;ao da variac;ao relativa (percentual) sofrida pelo numero de matriculas, e que se traduz, em relac;ao a 1989, por urn aumento de 9,5% em 1990, de 14,3% em 1991,
de 33,3% em 1992, de 48,6% em 1993 e de 61 ,9% em 1994.
Assim, podemos dizer que:
Numero-indice ou, simplesmente, Iodice e a relac;ao entre dois estados de uma variavel ou de urn grupo de variaveis , suscetivel de variar no
tempo ou no espac;o (ou de grupo de indivfduos para grupo de individuos).
VOTOS BRANCOS
(%)
1'19
1,72
1,22
1,63
2,36
1,35
o que nos leva a concluir, de imediato, que a cidade E foi a que apresentou
maior indice de votos brancos .
0 fndice representa, portanto, o nfvel de urn fenomeno em relac;ao ao ofvel que ele tinha num dado periodo (ou numa dada regiao) tornado como base,
e e geralmente expresso em percentagem.
Os indices mais utilizados relacionam, em geral, variac;6es de prec;o, de
quantidade ou de valor (prec;o x quantidade) ao Iongo do tempo.
NOTA:
Os indices nao estao associados apenas aos neg6cios e a economia, mas sao largamente utilizados em todos os ramos das ciencias ffsicas, quimicas , naturais e sociais. A Psicologia, por exemplo, emprega os indices para medir a inteligencia
(quociente de inteligencia - QI).
162
Cap. 12 - Numeros-indices
163
ESTATlSTICA FACIL
4 ELOS DE RELATIVOS
3 RELATIVOS DE PREQOS
Quando queremos analisar a varia9ao no pre9o (ou na quantidade ou no
valor) de urn s6 bern, basta expressar tal varia9ao em termos percentuais, obtendo o que denominamos relativo de pre9o (de quantidade ou de valor).
Assim, representando par o a epoca-base ou base e par t a epoca atual,
temos:
po: prevo na epoca-base;
p,: prevo na epoca atual.
Varios relativos formam elos quando cada urn deles e calculado tomando como base o ana anterior; sao os relativos de base m6vel.
Assim, se urn bern apresentou, no periodo de 1991 a 1994, respectivamente os pre9os de R$ 240, R$ 300, R$ 360 e R$ 540*, os elos relativos sao:
P 9 1 92
'
Po - 1 OO
- p
Pt
o, t
==>
-- _p, X 1 00
o,t
Po
P92
240
P9t
=-
300
'
P 92
P93 , 94
=~X
100 =
540
360
P 93
93
P92 X
100 =300
=--X 100 = 1,25 X 100 = 125
TABELA 12.4
(relativo de quantidade)
ANOS
1991
1992
1993
1994
125
120
150
RELATIVOS
v
o, t
2vo x
(relativo de valor)
100
Fazemos usa dos elos de relativos quando queremos acompanhar os crescimentos (positivos ou negativos) anuais (ou mensais, ou diarios) .
5 RELATIVOS EM CADEIA
1 Sabe ndo que o pret;:o de determinado produto era de R$ 50 em 1994 e de
R$ 60 em 1995, determine o relativo de pret;:o em 1995, tomando como base
o ano de 1994. (E comum a nota.;:ao 1994 = 100 para indicar que o ano de
1994
e tomado
como base.)
Temos:
p
94
50 e
p 95
60
Logo:
P
p 95
p 94,95
=-
,
91 92
=~ X
P9t
50
P94
Oaf:
p94, 95
aumento de:
120- 100
20%
300
240
X 100
360
= --X 100 = 1,5 X 100 = 150
240
P 9 1 93
'
=-
P9 1
= 720 %
Esse resultado nos permite afirmar que o prer;o do produto em 7995 corresponde a 720% de seu prer; o em 7994.
Conc l ufmos, entao, que o prer;o do produto entre 7994 e 1995 sofreu um
P93
100 =
'
94
P9t
540
P91
240
No perfodo de 1991 a 1994, a moeda c ircul ante no Brasil nao era o rea l. Por quest6es didati cas estamos
deixando de cons iderar esse detalhe.
'
164
Cap. 12 - Numeros-indices
ESTATiSTICA FACIL
a tabela
a.
b.
c.
d.
e.
de relativos em cadeia:
TABELA 12.5
ANOS
1991
1992
1993
1994
RELATIVOS
100
125
150
225
165
6 INDICES AGREGATIVOS
Os fndices que estudamos ate agora servem apenas para caracterizar a
marcha do pre~o de urn so bern. No entanto, a variac;ao de prec;os exige urn
fndice que sintetize a variac;ao dos prec;os de urn conjunto de hens (agregado). Para atingir esse objetivo, lanc;amos mao de urn novo tipo de fndice: o
indice agregativo.
fndice
300 -1--------------.
Existem inumeras maneiras de calcularmos os Indices agregativos, embora os fundamentos basicos sejam constantes, variando apenas aspectos relacionados com o campo espedfico de aplicac;ao do fndice.
200
100
1991
1992
I
1993
BENS
a no
1994
A (m)
B (kg)
(Q)
RELATIVOS DE PRECOS
1994
1995
100
100
100
150
125
160
I:= 300
L = 435
1 Dada a tabela:
4 5
;
Iii = 145%
1991
1992
1.128,0 1.165,2
Auto-vefculos (mil unid.)
27,2
24,9
Cimento (milh6es de t)
15,2
13,9
Ac;o (milh6es de t)
10,6
9,6
Petr61eo bruto (milh6es de m 3 )
Dados ficticios.
1993
1994
780,9
26,1
13,1
12,4
859,3
25,4
12,9
15,1
166
ESTAT[STICA FACIL
quantidades) do ano-base
Cap. 12 - Numeros-indices
167
Embora nao tendo uma resposta imediata para as questoes acima, alguns
pontos basicos devem ser observados sempre que pretendemos construir qualquer fndice.
a. Objetivo do Iodice
E fundamental qualificar, com toda a precisao, o objetivo do fndice;
determinar o que ele esta medindo e a quem se refere. Dessa determina9ao dependeni a sele9ao dos produtos que comporao o fndice .
b. Produtos a serem iocluldos
Devem ser inclufdos os produtos julgados mais importantes e que sejam representativos do conjunto de bens que integram o setor para o
qual se vai calcular o fndice.
c.
1 Considerando a tabela:
BENS
A
B
1993
1994
20
40
15
4
3
8
28
56
30
3
3
12
temos:
Lp
1,625 au 162,5%
93 94
'
168
Cap. 12 - Numeros-fndices
ESTATiSTICA FACIL
Sua metodologia esta firmada em pesquisas, junto as familias, que determinam a lista dos bens e servi<;os consumidos par elas e a percentagem dos
gastos com cada grupo de bens e servi<;os.
A partir desses dados, fixamos urn indice de pre<;os (Laspeyres) para cada
grupo.
Finalmente, calculamos a media aritmetica ponderada dos indices de pre<;<jS- dos grupos, tomando para pesos os valores percentuais dos gastos com cada
grupo na despesa total da familia paddio.
6.3.2. IPC -
Esse fndice reflete os gastos de familias com renda entre urn e oito salarios minimos, sendo o chefe da famflia assalariado em sua ocupa<;ao principal.
A coleta de pre<;os e feita pelo IBGE, em dez regi6es metropolitanas . 0
periodo pesquisado e do dia 16 de urn mes ao dia 15 do mes seguinte.
6.3.3. ICB -
dos salarios e urn problema que muito preocupa os assalariados de paises onde
o valor da moeda esta continuamente se deteriorando.
Assim, embora os sahirios nominais estejam freqtientemente aumentando, os salarios reais podem estar diminuindo, devido ao aumento do custo de
vida (infla<;ao), e, conseqtientemente, tendo o seu poder aquisitivo reduzido.
Daf a importancia dos indices de pre<;os, pais a eles recorremos para responder a quest6es como esta:
Sabendo-se que urn assalariado, em 1Q de maio de 1993, ganhava x cruzeiros par mes, qual deveria ser seu salario mensal, em 1Q de janeiro de 1994,
para que ele se encontrasse em situa<;ao equivalente a anterior?
Esse problema trata da conversao de salarios nominais em salarios reais,
de importancia fundamental na epoca das negocia<;6es salariais, principalmente quando h3. infla<;ao.
Para determinarmos os salarios reais (SR), tambem denominados salarios deflacionados, dividimos os salarios nominais das varias epocas (S,) pelo
indice de pre<;os das epocas correspondentes (IP,) e multiplicamos o resultado
par 100:
FIPE e a Funda<;ao Instituto de Pesquisas Economicas da USP, que pesquisa o custo de vida em Sao Paulo para familias que ganham de dais a seis
salarios mfnimos. A FIPE compara os pre<;os medias de quatro semanas com
os das quatro semanas imediatamente anteriores.
7 DEFLACIONAMENTO DE DADOS
Sabemos que os aumentos de pre<;os implicam baixas no poder de compra ou no valor da moeda. Par isso mesmo, a manuten<;ao do poder de compra
=~X
G)
100
IP,
169
SR =
1 071
X 100 = 1.057,88,
101,24
isto e:
R$ 1.058
Esse procedimento e denominado deflacionamento de salarios e o fndice de pre<;os usado na determina<;ao do salario real e chamado deflator.
Processo semelhante pode ser empregado para deflacionar outras series
temporais.
Assim, substituindo em CD "salario" par "valor", obtemos:
VR
=~X
100
IP,
I
I
170
Cap. 12 - Numeros-indices
ESTATiSTICA FACIL
171
donde:
TABELA 12.7
ANOS
FATURAMENTO
(R$)
IP
1990 = 100
1991
1992
1993
1994
180.000
220.000
430.000
480.000
140,8
291 '1
362,5
410,3
= 127.841
43 0.000 X 100
362,5
22 0.000 X 100
291 '1
= 75.575
= 118.620
= 164.722
Logo:
TABELA 12 9
ANOS
FATURAMENTO
(R$)
1991 = 100
FATURAMENTO
A PRECOS DE 1991
(R$)
1991
1992
1993
1994
180.000
220.000
430.000
480.000
100,0
206.7
257,5
291,4
180.000
106.434
166.990
164.722
IP
Logo:
TABELA 12.8
ANOS
FATURAMENTO
A PRECOS DE 1990
(R$)
1991
1992
1993
1994
127 .841
75.575
118.620
116.988
291 1
X 100
140,8
362 5
X 100
140,8
= 257,5
410 3
X 100
140,8
= 291.4
= 206,7
1989
1990
1991
1992
1993
1994
iNDICES
1989 = 100
100
152
203
321
415
580
IP
91 . 94
172
ESTATiSTICA FACIL
3 DaQ.a a tabela:
ANOS
FATURAMENTO
(R$)
1989
1990
1991
1992
1993
1994
1995
385.000
474.200
612.500
983 .200
1.230.000
1.984.000
3.038.000
IP
(1986
=100)
234
280
329
380
490
625
894
1 NiJ'MEROS APROXIMADOS E
ARREDONDAMENTODEDADOS
5 0 IP, em dado perfodo, aumenta de 15%. Qual deve ser o aumento dos salarios dos empregados de uma empresa, para que tenham um aumento real
de 5%?
17 4
ESTATiSTICA FACIL
e feito
da seguinte maneira:
e 0, 1, 2, 3, ou 4, fica
1.3. Compensa9io
Suponhamos os dados abaixo, aos quais aplicamos as regras do arredondamento:
25,32
17,85
10,44
+ 31,17
84,78
Quando o primeiro algarismo a ser abandonado e 6, 7, 8 ou 9, aumenta-se de uma unidade o algarismo a permanecer.
Exemplos: 42,87 passa a 42,9
25,08 passa a 25,1
53,99 passa a 54,0
25,3
17,8
10,4
+ 31,2
84,8 (?)
(84,7)
NOTA:
Convem, ainda , observar que, se a maior parcela e igual ao dobro de qualquer outra
parcela (ou maior que esse dobro) , "descarregamos" a diferenya (maior que uma
unidade) apenas na maior parcela.
EXERGICIOS
1 Arredonde cada um dos numerais abaixo, conforme a precisao pedida:
23,40
234,7832
45,09
48,85002
78,85
12,35
120,4500
129,98
199,97
46,727
123,842
253,65
299,951
28,255
37,485
1 Arredonde cada um dos dados abaixo, deixando-os com apenas uma casa
decimal:
a. 2,38
2,4
b. 24,65 = 24,6
c. 0,351
=
d. 4,24 = ....
e. 328,35 = ....
f. 2,97 = ....
175
g . 6,829 = .. ..
h. 5,550 = .. ..
i. 89,99 = .. ..
26,6
49,98
67,5
68,2
128,5
39,49
42,3
59
446,4
265,31
265,0
265
295
302,7
2.995,000
17 6
ESTATiSTICA FACIL
177
r
2 Arredonde para o centesmo mais proximo e compense, se necessaria:
0,060 + 0,119 + 0,223 + 0,313 + 0,164 + 0,091 + 0,030 = 1,000
NOTAS :
Assim,
70,8
Se o numerador
e zero,
eo
quociente do numerador
= 2.
Assim, _Q_ = 0.
3
Todo numero natural pode ser representado por uma fra9ao com denominador 1 e
numerador igual ao numero considerado.
2 FRAQOES
2.1. Conceito
~, com a E fN e b E fN *
b
NOTA:
naturais com
Exemplo:
2
4
e - , temos: 2 X 6 = 3 X 4. Logo:
3
6
Para -
e me-
Fra~ao
impr6pria
dor ou maior que ele.
e aquela
cujo numerador
e igual
ao denomina-
e a frac;:ao
3,8 etc.
Exemplos: 3 4
e obter
a primeira
Para obter uma frac;:ao simplificada, basta dividir ambos os termos por
urn divisor comum.
Exemplo:
18
30
Exemplos: 5 3 8 etc.
2 3 4
Fra~ao aparente
do denominador.
4
6
2 4 12
Exemplos: - , etc.
3 5 17
2
3
-=
e multiplo
18 : 6
30: 6
3
5
si (isto
e, nao
178
ESTATiSTICA FACIL
Exemplo:
_}_ e uma
12
6
3
3
3
1
1'
1'
1'
7 X 3
24
4 - 3
3
- -=--=7
7
7
7
4
4
2
12 + 10
+ -=
5
3
15
22
15
12- 7
5
=---=
2
14
14
NOTA:
3X6
1X 4
24
24
'
6
7
2
2
2
3
m.m.c. = 2 3 X 3 = 8 X 3 = 24
b.
4
2
6
4 + 2
+ -=--=5
5
5
5
Exemplos:
a. calculo do m.m.c.:
4,
2,
7 3
1
-,-,-
8,
4,
2,
1'
1'
179
Logo:
Exemplo:
3
5+4
j{
)if
-+-=--=-
2.8.2. MultiplicaQio
21
24
18
24
4
'
24
0 produto de duas fraq6es e uma fraqao cujo numerador e o produto dos numeradores e cujo denominador e 0 produto dos denominadores.
NOTA:
Exemplo:
2
2
3
2X3
I?{
3 X 5 = 3 X 5 - }5
2
5
NOTAS:
180
ESTATiSTICA FACIL
APENDICE -
181
"\.Exemplos:
2X1
-X-=--=j
5
1X5
5
1
a.
b.~
12
1 X 1X 1
1X 1X 7
e2
4 = 8;
de 4
.
de
tnplo
30
a.~,~,2
74 e'3
8
- e 3 de
5
3
74
.
-12 . p or ana Iogw:
7
d.
11
e.~
34
6
f. 360
600
144
c.~,~,2_
. 9 ' 18' 36
2.8.3. Divisio
e0
da segunda.
5
6
3_x_!
5
g.- X 7
15
5
b.2 + 12
8
h. 2 ...!._ X 3
16
5
c.-14
7
. .31
24
25
2.8.4. Potencia9io
4
e.-+
10
f.
_i_
12
Para elevar uma fra<;:ao a urn expoente dado, devemos elevar o numerador e o denominador a esse expoente.
n. 3 ...!._
2
a.-+ 4
5
22 - 1
5
_3_
9
X
4
10
j. 8 X 3
9
1.-:
5
2
m. - : 5
5
o.
3
1
d.2_ - + -
Exemplo:
4
5
c.23.2_
0 dobra de 4
Instrumental Matematico
p.
6
X
3
8
x2
q.
(~ r
(: t
~r
(1
8
r. ( 15
s.(_!_+2)~
2
3 3
de 10.
Exemplo:
ur ~:
=
9
25
Exemplos:
42
- , - , - - etc.
10 100 1.000
As fra<;:6es decimais podem ser representadas por outro numeral, denorninado numero decimal, o qual e obtido pela seguinte conven~ao: sao da1 Que frac;:ao da semana corresponde a 1 dia?
182
ESTATfSTICA FACIL
AP~NDICE -
1
- - = 0,01 (um centesimo)
100
~ (e Iemos: a para b)
b
1.000
1
183
Indicamos:
10.000
Instrumental Matemalico
'--.../
Os numeros a e b sao
conseqiiente da razao.
452
.
. ..
. centesrmos
. .
)
- - = 4, 52 (quatro .mterros
e cmquenta
e d ors
OS
termos da razao ; a
e) chamado antecedente .e b,
Exemplos:
100
A razao de 3 para 12 e
NOTA:
Deixamos de apresentar as tecnicas de opera~oes com numeros decimais , na suposi~ao de que os alunos farao uso de calculadoras.
A razao de 20 para 5 e
12
~ = 4.
5
3
a.10
'
128
50
b. -
1.000
10
Exemplo:
b. 0,12
c. 12,75
d. 0,018
3 Calcule:
a. 0,532 + 1,2403 + 62,7 + 0,007
h. 0,62 X 10
p. 0,072 : 8
i . 3,8 X 100
q. 15 : 0,003
j. 0,002 X 6
r. ~
d. 3- 0,04
I. 6,36 X 0,53
s. J127,69
e. 0,05 - 0,005
d.~
C.--
100
e oJuociente dos
m.0,1575 X 0,63
t. J 0,36
f. 5,13 X 0,3
n. 14,18 : 0,2
u. J 0,0081
g. 27,5 X 3
o. 50 : 0,05
4Q
Podemos dizer, entao, que esse autom6vel faz 9 km po; litro de alcool
.
ou 9 km/Q.
4 PERCENTAGEM
3 RAZOES
4.1. Conceito
Para evidenciar a participa9ao de uma parte no todo e para facilitar compara96es, costumamos usar raz6es com conseqiientes iguais a 100.
36 km = 9 km/Q
e o quo-
184
APENDICE -
ESTATiSTICA FACIL
25
4
212
100 ' 100 ' 100
Temos:
A razao percentual 20 pode tambem ser indicada pelo simbolo 20% (le100
mos: vinte por cento) .
Logo:
Assim, quando dizemos que 90% dos alunos de uma classe foram aprovados, isto significa que, se a classe tivesse 100 alunos, 90 desses alunos teriam sido aprovados.
R$ 3
15
20
700
1OOx = 15 X 20
ea
15
X
100
20
=3
resposta .
NOTA:
Neste caso, podemos resolver mais rapidamente, lembrando o conceito de fral(iio:
Temos, entao:
90
185
3 Uma pessoa comprou uma ca ll(a por R$ 20. Obteve um desconto de 15%.
De quanto foi o d esconto?
Exemplos:
90%
Instrumental Matematico
15
15
15% de 20 = - de 20 = - - X 20 = 3
100
100
= 19000
percentual.
EXERCICIOS
1 Esc reva sob a forma de percentagem as fral(6es:
5
d. _1_
e. 20
2
Esc reva as taxas percentuais abaixo como raz6es, sob a forma mais simples possfvel:
a. 30%
b. 40%
d. 200%
c. 60%
e. 2,5%
Calcule:
a. 20% de 300;
b. 15% de R$ 150;
c. 70% de 80 animais;
d. 9% de 50.
Em uma classe de 60 alunos faltaram 15. Qual a taxa de percentagem dos
alunos presentes?
Em Sao Paulo colheram-se 1.300.000 sacas de cafe. Se 2'5% desta produl(ao destinam-se ao consumo interno, qual a quantidade de sacas para este
consumo?
Uma nota promiss6ria, cujo valor era R$ 50.000 , foi paga com um desconto de R$ 2.500. Qual a taxa de desconto?
40% dos alunos de uma escola sao meninos. 0 total de alunos e 2.500.
Quantas sao as meninas e quantos sao os meninos?
12% dos alunos de um colegio sao internos . Os alunos externos sao 924.
Qual e 0 total de alunos do co legio? Quantos sao OS internos?
Vendi um objeto por R$ 60 e tive um lucro de 30% sobre o custo. Qual foi
o lucro?
Vendi uma mercadoria recebendo 25% de entrada eo restante em tres prestal(6es de R$ 160 e uma de R$ 180. Qual o pre l( o da mercadoria?
Por quanta devo vender um objeto que me custou R$ 150, para ter um Iuera de 20% sobre o custo?
Um objeto foi vendido com 15% de Iu era e outro semelhante com 35%. Por
quanta foi vendido cada um, se os dois foram vendidos por R$ 180?
a.
2
1 Em uma classe de 40 alunos, 32 foram aprovados. Qual a taxa percentual de
aproval(ao?
Temos:
32
40
700
Logo:
40x = 32 X 700
80%
ea
~X=
32
X tOO = 80
40
resposta.
6
7
100
---10
Logo:
5x
R$ 60
ea
=3
X 100
resposta.
11
X=
X tOO
5
= 60
12
b.
2.
4
c. __1__
50
186
ESTATiSTICA FACIL
5 SEQUENCIA
SOMATORIO
X 11
;:;: \
1
X1
X2
+ ... +
= i L:
,
X.
1
Assim:
No primeiro caso, dizemos que a seqUencia 6 infinita e no segundo, finita.
Exemplo:
2}
x: = 4
x3 = 6
=> L: x; = x 1 + x 2 + x 3 = 2 + 4 + 6 = 12
Propriedades
i = 1
ou:
a; (i = 1, 2, ... , n)
i:
"=
'i
(c X X ) = c
j "'
X.
I
c=nXc
L:
5.2. Somatorio
187
j :
NOTAS:
;~, (x;Y;l
*'
;~,x; x;~, Y;
=1
(x. + y .) =
I
i=
x. +
I
j =
y.
I
188
ESTATfSTICA FACIL
APENDICE -
Instrumental Matematico
189
Indicando por x,, x2, . , X os n val ores que a varia vel x pode assumir, e
por x a media aritmetica, temos:
11
EXEBCICIOS BESOLVIDOS
x=
x1
x, + X2 + .. . + xn
n
I,
ou
I }~ I
x,
X,
2, x 2 = 5, x 3 = 8 e x 4 = 9
4
2 Desenvolva o somat6rio
:E x.:
i: 1
;~,x; =
x 1 + x2 + x3 + x 4
LX.
= 3
,
Temos:
5
LX.
i = 1
b.
=3
C.
X.
=1
a. x, + x 2 + x 3 + x 4
c. x 4 + x 5 + x 6 + x 7
b. x1 + x 2 + ... +
d. x5 + x6 + ... +
X7
X 10
3 Dada a sequencia (2 , 5, 7, 10, 12, 13, 15) e sendo xi o termo geral, determine
. ,
X.
os valores de x,, x 2, X3 ,
a. :E x.
20
X=~
1 Desenvolva os somat6rios:
No caso de os valores estarem afetados por pesos, que sao numeros indicadores da intensidade do valor no conjunto, a media aritmetica se diz ponderada.
xr
a.
:E
i
= 1
x.
b. :E xi
i = 1
C.
i
=3
X.
I
6 MEDIA ARITMETICA
Assim, se os valores x 1, x2 , , X ocorrem p 1, p2 ,
mente, a media aritmetica ponderada e dada por:
11
Chamamos de media aritmetica de urn conjunto de valores o quociente da divisao da soma desses valores pelo numero deles.
:E (x.p. )
ou
X=
=1
:E p.
=1
190
ESTATfSTICA FACIL
Exemplos:
2! = 2
3! = 3
191
X 1 =2
X 2 X 1
=6
4! = 4 X 3 X 2 X 1 = 24
NOTA:
Temos:
0!
1!
;~,X;P;
X=--=
4
I;
i= 1
7 X 2 +6 X 2 +5 X 3 +8 X 3
2+2+3+3
p.
I
14 + 12 + 15 + 24
10
Logo:
x=
=1
=1
65 = 6,5
10
6,5
1 Calcule:
5!
5
a. -
b.
7!
c.
5!
(n- 2)!
d.
n!
(n - 1)!
Temos:
5!
b.
!.!__ =
5!
ff X 4 X 3 X 2 X 1
= 4 X 3 X 2 X 1 = 24
ff
7 X 6 X 5 X ;1 X .3 X 1! X 1
5 X A' X .3 X Z X 1
=7
= 42
c. (n - 2)! = (n - 2) (n - 3) (n - 4) X ... X 3 x 2 x 1
n!
= n (n-;A ) (n -;r!) (n --27 X ... X 3 x Z x 1 _ n
(n- 1)!
((;7-'_ 1) (n:Z. 2) (n/Z 3) X ... X 3 X .2 X 1 -
d.
EXERCiCIO
8!
b. 5(4!)
5!
a. -
7 FATORIAL
7!
3(4!)
c.-4(3!)
d. (n- 2)!
(n- 4)!
= n(n- 1) (n- 2)
X ... X 3 X 2 X 1
Assim:
8 COEFICIENTES BINOMIAlS
eo
(:)
192
ESTATiSTICA FACIL
APENDICE -
Instrumental Matematico
193
Exemplo:
Temos:
n ) = n(n - 1) (n - 2) ... (n - k + 1)
( k
k!
=(
).
NOTA:
Os coeficientes binomiais complementares sao usados para simplificar calculos.
NOTA:
Por definic;:ao, tomamos:
(
~~
). empregamos o complementar:
) = 1
25
50 )
(
48
= ( 50 ) = 50
2
=_56
X 49
2!
X 49
,Xx 1
= 25
X 49
= 1.225
1 Ca lcu le:
a. (
b. (
)
1 Calcule:
Temos:
2
a.
(5)
3
=5 x
4 X 3
3!
=5
j
=4
X 3
2!
=I
j
X j
X 1
=5 x 2 =
X 3
=6
(~! )
~)
c. (
10
~~
b. ( 4 )
2
X
X
a. (
X 3
X 1
=2
9 BINOMIO DE NEWTON
NOTA:
(x + a)",
onde n
IN
0 desenvolvimento de (x + a)"
~k
(x + a)" = (
~ ) x" + ( ~
) ax" - + (
e dado por:
~ ) a x" 2
+ ... + (
lugar de ordem k + 1
k+ 1
= ( nk
a kxn- k
e:
~: ~
) a" - x + (
~ ) a"
194
AP~NDICE -
ESTATiSTICA FACIL
Instrumental Matematico
195
10 FUNQ.i.O
10 .1. DefiniQiO
Seja a equa<;ao:
1 Desenvolva o bin6mio (x + y) 6
y = 2x
Temos:
E facil constatar que para cada valor dado a x obtemos urn e urn s6 valor
para 2x.
Assim, dando a x os valores {-2, -1 , 0, 1, 2, 3}, obtemos para y os valores {-4, -2, 0, 2, 4, 6}, is to e:
Como:
(~)
(~)
= 1 =
~)
(~)
= 6 =
~)
(~)
6X5
= - - = 15 =
2 X 1
6X5X4
3X2X1
~)
= 20
-1
-2
Lembrando que:
para y.
vem:
f: x
y e fun~ao de
x e escrevemos:
y = 2x
temos:
Logo:
24x1o- 4 =
10 X 9 X 8 X 7
x 16XS = 3.360XS
4 X 3 x 2X1
Oaf:
T5 = 3.360XS
Fa~a
fun~6es
a. f: x ~ y = 3x - 5
b. f: x ~ y = x2 - 3
C. f: X ~ y = 2x 2 - X
1 Desenvolva:
c. (2x + 1 )5
a. (3y + 1) 4
2 Determine:
a. o 5Q termo em (p + q) 10 ;
b. o 4Q termo em ( 2
b )10
+2'
;
c. o 6Q termo em (x + 2) 13 ;
d. o 5Q termo em (x + 3) 8 .
X ~
=X
e a tabela correspondente:
X
-2
-1
-1
196
ESTAT[STICA FACIL
197
-------------:::!,
3
21
--------:::'
----,
-2 - 1
0
.....
-1
L------
-2
X
X
-1
-2
NOTA:
Podemos afirmar apenas que esse grafico
e provavelmente
uma reta.
-------------i
--------
'
'
'
'
...... -2
~--------
-4
-2
-1
NOTA:
Como anteriormente, presumimos que a curva correspondente seja uma parabola.
198
ESTATiSTICA FACIL
AP~NDICE -
Denominamos
Instrumental Matematico
199
do 12 grau toda
definida por:
*0
y = ax + b, com a, b E R e a
Exemplos:
CD
y =ax+ b
y = 2x, onde a = 2 e b = 0
e como a reta em questao passa pelos pontos (5, 10) e (2, 1) , isto quer dizer
que esses pares ordenados pertencem a equa~ao CD. Logo:
y = x - 2, onde a = 1 e b = -2
y = 4 - 3x, onde a = -3 e b = 4
10 =a X 5 + be 1 =a X 2 + b,
NOTA:
Os numeros reais a e b sao denominados coeficientes ou parametros.
equa~6es
= 10
=1
Resolvendo pelo processo de
simultaneas:
5a + b
{ 2a + b
1~
grau
Daf:
2 X 3 + b = 1
f: x
--7
do 1 grau:
=:}
6 + b = 1
=:}
b = 1 -6
Exemplo:
fun~ao
9
= 9 =} a=-=}a=3
3a
Assim, como dois pontos determinam uma e uma s6 reta, para tra~armos
0 grafico de uma fun~ao do 1Q grau e 0 bastante determinarmos dois de seus
pontos.
Seja a
obtemos:
5a .;r--t) = 10
- 2a ;:rtf= -1
adi~ao,
que
CD,
=:}
b = -5
temos:
= 3x- 5,
e a equa~ao
pedida.
y = 2x - 1
Temos:
X= -1
X= 2
=:}
=:}
y = 2(-1)- 1 = -3
y = 2 X 2 - 1= 3
=:}
=:}
EXEBCiCIOS
(-1, -3 ) E f
(2, 3) E f
Logo:
1 Fac;;a uma tabe la de valores para cada uma das equac;;6es abaixo:
a . y = 3x + 1
b. y =X- 3
c. y = x2 + 1
d. y = jX (Sugestao:
X E
{0, 1, 4, 9, 16}.)
2 Fazendo um exame das tabelas obtidas no exercfcio anterior, d iga qual das
equac;;6es nao define uma func;;ao.
a. y = 2x - 3
b. y = 4 - x
c. y = 3x + 2
c. (1 , -2 ) e (0, 0)
d. (1 , 1) e (-2, -5)
d. y =X
200
ESTATiSTICA FACil
APENDICE -
Instrumental Matematico
201
10.7.2. Coeficiente a
=0
~ 0
= ax
a> 0
a< 0
-b
+ b
~X=-.
Logo, o ponto:
(-ab,o)Et
e aquele em que a reta corta o eixo dos x.
y = a X 0 + b ~ y = b.
Logo, o ponto:
(0, b) E f
ponto procurado.
(0, b)
203
42
f--
22
44
f--
46
24
f--
56
48
f--
59
50
1-
52
25
a. qualitativas.
b. ambas discretas.
-' C. ambas contfnuas.
d. continua e discreta, respectivamente.
e. discreta e continua, respectivamente.
variavel.
rol.
amostra.
dados brutes.
Nada podemos afirmar, porque a informat;:ao e incompleta.
3 Na administrat;:ao de um sistema escolar de certo municipio, 70% da despesa vao para o ensino, 12% para a administrat;:ao e manutent;:ao e 18% para
6rgaos auxiliares, encargos fixes e despesas ocasionais. 0 grafico que mel hor representa essa situat;:ao e:
a. o linear simples.
b. o de barras.
c. o de setores.
d. o histograma.
4 Um conjunto de 100 notas de Matematica, de alunos do sexo masculino, tiradas dos arquivos da secretaria da escola, constitui:
a. um rol.
. uma relat;:ao de dados brutos.
c. uma tabela.
d. uma distribuit;:ao de freqi.iencia .
I.
II.
Ill.
IV.
-2, 4, 5, 6, 7
1, 3, 3, 6, 7
8, 7, 5, 2,1
5, 4, 4, -1
aberto a esquerda.
fechado a esquerda.
aberto.
fechado.
aberto a esquerda e a direita.
7 Nessa
a. 42,
b. 44,
c. 86,
-.. d. 43,
8
distribuit;:ao,
44,
46,
90,
45,
46,
48,
94,
47,
48,
50,
98,
49,
OS
50.
52.
102.
51.
a. 42 .
b. 10.
c. 52.
d. 2.
e. 94.
9 Nessa distribuit;:ao, a amplitude dos intervalos de classe e:
a. 10.
b. 2.
c. 52.
d. 94.
e. 50
10 As regras basicas para se construir uma distribuit;:ao de freqi.iemcia sao:
I.
II.
Ill.
IV.
Destas regras:
a.
b.
c.
d.
e.
a.
b.
c.
d.
e.
204
ESTATiSTICA FACIL
PONTOS
DO 01
90
NQ DE
ALUNOS
f--
95
40
f--
60
100
f--
105
140
f--
110
160
f--
115
180
f--
120
120
f--
40
125
f--
30
130
f--
20
135
f--
140
10
a. 0,200.
b. 0,225.
c. 0,250.
d. 0,500.
S6 no primeiro .
S6 no segundo.
Em ambos.
Em nenhum.
No primeiro, as v ezes, dependendo do tipo de variavel.
14 As classes de uma distribui9ao de freqi.iencia devem ser mutuamente exclusivas para que:
a.
b.
c.
d.
e.
Ill. Tanto o histograma como o polfgono de freqi.iencia sao graficos de analise, pr6prios da distribuiyao de freqi.iencia, e podem ser feitos para
qualquer tipo de variavel, desde que ela seja quantitativa.
IV. 0 histograma e um grafico em colunas, mas qualquer grafico em colunas nao e necessariamente um histograma.
a.
b.
c.
d.
e.
somente a I e correta.
todas sao corretas.
II e Ill sao incorretas.
IV e incorreta.
todas sao incorretas.
15
6, 2, 7, 6, 5, 4,
a soma dos desvios em relayaO a media e igual a:
a. -4.
r--
b. 8.
r--
c. 0.
d. 25.
e. 4.
Notas dos alunos
de 5! serie
205
17 Das afirma96es:
graticos em colunas.
histogramas.
gratico em colunas e polfgono de freqi.iencia.
histograma e polfgono de freqi.iencia.
grafico em colunas e histogram a.
16 Das afirma96es:
I. Tanto o histograma como o polfgono de freqi.iencia sao graticos pr6prios
da distribuiyaO de freqi.iencia, sao grafiCOS de analise, OS quais devem
ser feitos s6 quando a v ariave l for continua.
II. Tanto o polfgono de freqi.iencia como o histogram a sao graticos pr6prios da distribuiyaO de freqi.iencia, sao graficos de analise, e devem ser
feitos s6 quando a variavel for discreta.
206
ESTATfSTICA FACIL
20 Um professor, ap6s verificar que toda a classe obteve nota baixa, eliminou
as quest6es que nao foram respondidas pelos alunos. Com isso, as notas
de todos os alunos foram aumentadas de tres pontos. Entao:
a.
b.
c.
d.
e.
27 A mediana da serie 1 3 8 15 10 12 7 e:
a. 15.
c. 7 .
a mediana e:
d . 3,5.
e. Nenhuma das anteriores.
5,0 alunos.
nota 5,0.
9,0 alunos.
nota 9,0.
nota 5,5.
a. 4,85; 6,5 e 6.
b. 4,85; 6 e 6.
c. 5,33; 6 e 6.
d. 5,33; 6,5 e 6.
b. 10 .
a.
b.
c.
d.
e.
PONTOS DE
UM TESTE
PESSOAS
incorretas.
corretas.
esta incorreta.
esta incorreta.
esta correta.
f-
12
f-
10 25
f-
16
35
40
9 12 14
75
25
80
~---r----------+---------~--~~50%
60
20
c. 6.
e. 5,5.
d.7.
b. 18 notas.
c. 33 notas.
12
16\20
16,5
d . 19 alunos.
b. 1,9.
c. 3,2.
d. 4,7.
24
100
a. - 1,9.
f-
120
40
a. 15 alunos.
20
160
f-
140
a. 31.
207
a.
b.
c.
d.
e.
a
a
a
a
mediana.
media aritmetica.
moda.
media harmonica.
24
28
32
f-
10
28
f-
32
206
ESTATiSTICA FACIL
20 Um professor, ap6s verificar que toda a classe obteve nota baixa, eliminou
as quest6es que nao foram respondidas pelos alunos. Com isso, as notas
de todos os alunos foram aumentadas de tres pontos. Entao:
a.
b.
c.
d.
e.
6, 2, 8, 6, 3, 0, 4, 2, 6, 7, 10, 3, 6,
a media aritmetica, a mediana e a moda sao, respectivamente:
a. 4,85; 6,5 e 6.
b. 4,85; 6 e 6.
c. 5,33; 6 e 6.
d. 5,33; 6,5 e 6.
27 A mediana da serie 1 3 8 15 10 12 7 e:
a. 15.
b. 10.
c. 7.
d. 3,5.
28 Numa pesquisa de opiniao, 80 pessoas sao favoraveis ao div6rcio, 50 sao
desfavoraveis, 30 sao indiferentes e 20 ainda nao tern opiniao formada a
respeito do assunto. Entao, a media aritmetica sera:
a.
b.
c.
d.
e.
PES SO AS
i ncorretas.
corretas.
esta incorreta.
esta incorreta.
esta correta.
f-
12
f-
10 25
f-
35
16
f-
160
100"/o
120
9 12 14
100
80
75
60
40
20
c. 6.
e. 5,5 .
d .7.
12
16\20
b. 18 notas.
c. 33 notas.
b. 1,9.
c. 3,2.
d. 4,7.
16.5
d. 19 alunos.
a. -1,9.
20
40
140
a. 31.
207
5,0 alunos.
nota 5,0.
9,0 al unos.
nota 9,0.
nota 5,5.
a.
b.
c.
d.
e.
a
a
a
a
mediana.
media aritmetica.
moda.
media harmonica.
24
28
32
f-
25
24
f-
10
28
f-
32
208
ESTATfSTICA FACIL
209
d. 77%
e. 81%
a. 6%
b. 19%
c. 56%
c. 68%
d. 75%
a. 2
d. 60
b. 6
c. 40
e. 100
d. 48
e. Nao havera valores.
b. 13
c. 42
e:
a. R$ 950.
b. R$ 970.
c. R$ 930.
a. 7
prego igual a 100, em 1993, o prego relativo para o mesmo bem, vendido a
R$ 92,
d. R$ 920.
e. R$ 910.
33 A nota media dos alunos de uma classe foi 7 e a das alunas, 9. 0 numero
d. 300%.
e. 450%.
a. 120%.
b. 140%.
c. 148%.
de alunos era 20 eo das alunas, 30. Entao, a nota media da classe toda foi:
a. 7.
b. 7,8 .
c. 8.
d. 8,2.
e. 9.
34 Um relat6rio mostrou, entre outras coisas, que numa regtao polar a temperatura media e de -23 oc e o desvio padrao e -5 C. Com base nestas
informag6es, podemos afirmar que:
a.
b.
c.
d.
e.
o
o
o
o
o
relat6rio
relat6rio
relat6rio
relat6rio
relat6rio
esta
esta
esta
esta
esta
a
o
o
a
c. 10,4%.
1991
1992
1993
EXPORTACAO
(toneladas)
-48.000
54.000
40.500
57.500
a. de 10%.
b. menor do que 10%.
36 Num teste de Conhecimentos Gerais, a media das quest6es certas foi 57,5
e o desvio padrao 5,98. A variabilidade relativa das classes foi de:
b. 9,62%.
1990
dado perfodo, enquanto o fndice de Pregos aumenta 10%, entao, o aumento real de salario, durante o perfodo, foi:
media e a mediana.
desvio padrao e a media aritmetica.
desvio padrao e a mediana.
media aritmetica e o numero de casos.
a. 5,75%.
ANOS
d. 11,4%.
38 Os resultados de uma prova de Estudos Sociais estao normalmente distri bufdos (curva de Gauss ou normal) . Sabe-se que z = 0,5 corresponde, na
curva normal, a uma area de 0,1915. lndique a percentagem dos resultados
que diferem da media aritmetica de mais da metade do desvio padrao.
a. 61,70%
c. 38,30%
b.57,45%
d.19,15%
PRE COS
MERCADORIAS
1990
1991
1992
1993
1994
150
150
160
180
180
450
320
380
420
390
180
190
190
210
220
os indices medios relativos para 1990, 91, 92, 93 e 94, tomando como anabase 1991, sao:
a. 112, 100, 120, 110 e 121.
b. 119, 122, 115, 115 e 109.
c. 112, 100, 109, 121 e 119.
21 0
ESTATiSTICA FACIL
211
6. cidade B
f. 53,3%
Quantitativas discretas: c, d, i, j.
Quantitativas contfnuas: b, e, g, h, I.
COMERCIO EXTERIOR
de
toneladas
BRASIL- 1984-93
200,---------------------,
1. 002 - 014 - 016 - 034 - 039 - 053 - 054 - 056 - 062 - 066 - 076 - 082 - 094 096 - 099 - 1 05 - 11 0 - 118 - 123
150
SUPERAVIT
100
6. 30
7. 1.648
-------
50
Exporta~tao
-- -
lmp orta~iio
---
OL-~-.-.--.-.-~~-.~
198485 86
87 88
89
90
91
92
93
4.
g. 46,7%
h. 85,1%
i . 5,6%
d . 90,1%
e. 83,3%; -; 37,5%; 0%
c. geogratica
d. hist6rica
e. especffica-hist6rica
f. geogratica-hist6rica
IMPORTACAO DE MERCADORIAS
BRASIL - 1993
PAiSES
Arabia Saudita
Estados Unidos
Japao
QUANTI DADE
( t )
VALOR
(US$ 1.000)
14.839.804
10 .547.889
561.024
1.469.104
6.034.946
1.5 19.943
2.
a.
PRODUCAO BRASILEIRA
DE PETROLEO BRUTO
1991-93
mi1h6es m 3
b.
ENTREGA DE GASOLINA
PARA CONSUMO
BRASIL - 1988-91
milh6es m 3
40
,--
,--
,--
15
,--
12
30
,--
.--
,--
20
6
10
3
FONTE : Petrobr<is.
FONTE: IBGE.
212
ESTATISTICA FACIL
3.
213
5.
a.
b.
PRODUCAO DE OVOS
DE GALINHA
BRASIL- 1992
Sudeste
PRODUCAO DE VEiCULOS DE
AUTOPROPULSAO
BRASIL- 1993
100..,---- -- - --
--,
75
Automoveis
I
1
Sui
50
Nordeste
25
Centro-Oeste
tJ
Norte
C=:J 1980
C=:J 1991
Pr6prios Alugados Cedidos
FONTE: IBGE.
6.
0
200
400
600
BOO 1.000
milhoes de duzias
300
600
900
1.200 mil
a.
b.
VENDA DE VACINAS
CONTRA AFTOSA
BRASIL - 1992
FONTE: IBGE .
PRECIPITACAO PLUVIOMETRICA
FLORIANOPOLIS - 1993
OUT.
4.
b.
a.
AREA TERRESTRE
BRASIL
80 milhoes US$
PRODUCAO DE FERRO-GUSA
BRASIL- 1993
200 mm
ABR.
FONTE: Sindan.
Norte
CentroOeste
1. NOTAS
30 t- 40 t- 50 t- 60 t- 70 t- 80 t- 90 t- 100
f .I
3. NOTAS
11
10
10
62 t- 68 t- 74 t- 80 t- 86 t- 92 t- 98 t- 104 t- 110
5
14
16
24
16
13
10
214
ESTATiSTICA FACIL
11
12
13
14
15
7. a. 900 c. 1.000
b. 800 d. 950
8.a.20
9. a.
b.15
70
60
50
I. 29,5%
m. 19%
f. 76
i. 194
j . 138
c. 46
d. 20
e. 65,7%
n. 78%
o. i = 3
p. i = 5
40
30
20
10
0
~:
1; 3; 4; 5; 3; 2; 1; 1
fr;: 0,05; 0, 15; 0,2; 0,25; 0, 15; 0,1; 0,05; 0,05
F;: 1; 4; 8; 13; 16; 18; 19; 20
b. classes: 6 r- 8; 12 r- 14
x;: 3; 9; 11; 15
fi: 18; 11; 7
F;: 4; 12; 57; 100
fr;: 0,08; 0, 15; 0,11
600
BOO
1.000 1.200
4. a. 100 r- 110
b . 110
c. 139
d. 14
~
40 44 48 52 56 60
150 162
174
40 44 48 52 56 60
30
25
20
15
10
5
0
186
30
40
50
60
70
80
90
kg
em
Ill a/b
rrrrrrr-
40
50
60
70
86
90
100
F.I
fr.I
35
45
55
65
75
85
95
4
6
8
12
9
7
4
4
10
18
30
39
46
50
0,08
0,12
0,16
0,24
0,18
0,14
0,08
12
150
156
162
168
174
180 em
8
40
4
30
20
10
500 900
e. U
f.I
L =50
F
50
20
16
12
8
4
0
8 12 16 20 24 28 32
X.I
11
9
7
5
3
1
0
c. J
d. J invertido
NOTAS
28
24
20
16
12
8
4
0
kg
II - a/b
~-.-.-.-.-.~~------~
6.
I- a/b
m'
500
900
'1 .'300 1 ./ 0b
l{$
20
40
Classes
5. a. J invertido
b. J
1.
......,f"'-1--r-.-.--r-.-.~~....:"'~.300 400
10
8
6
4
2
0
80
g. 0,155
h. 262
e . 100
2 15
3.
2.
17
16
60
80 100 120
Notas
L = 1,00
216
ESTATfSTICA FACIL
21 7
c.
7.
b.
a.
COEFICIENTE
LIQUIDEZ
0,0
3,0
6,0
9,0
12,0
15,0
18,0
IIIIIII-
f.I
50
14
3,0
6,0
9,0
12,0
15,0
18,0
21,0
9
14
11
8
3
4
1
12
40
10
8
6
30
20
L =50
0
3,0
6,0
9,0
12,0
15,0
18,0
10
'
8.
700
10
11
12
13
14
15 16 17
18
Classes
600
500
400
300
1-
200
100
1. a.x=5,1;Md=5;Mo=5
b. x = 11; Md = 9; Mo = 7
0
0,5
1,5
2,5
3,5
4,5
5,5
6,5
7 ,5
8,5
9,510,0
2. a. R$ 96
Ne bul.
9. a/b
c. x = 49,8; Md = 49,5; ~ Mo
d. x = 15,1; Md = 15; ~ Mo
b. R$ 88
3. a. 7,9
b. 7,8
c. 7,2
4. a. 5,4
b. 5
c. 5
5 . a. 5,9
b. 6
c. 6
6. a. 64,5
b. 58,8
50
40
8. a. 5,3
b. 172.4 em c. R$ 843
d. 159,4 kg
30
9. a. 5,3
b. 174 em
c. R$ 810
d. 157,8 kg
b. 178 em
c. R$ 800
d. 148 kg
10. a. 5
20
b. 166,2 em e 179,2 em
c. R$ 694 e R$ 947
d. 151 kg e 166 kg
10
P90 = 183 em
0
6
10
12
14
16
18
Classes
13.
14.
P, = 151,1 em
P23 = 165,4 em
P 15 = 161,7 em
218
ESTATiSTICA FACIL
CAPITULO 9 - PROBABILIDADE
EXERCICIOS (p. 1351
1
2
b. 1_
13
1
c.4
d.l___
8
1
5
b.
10
1
c.25
d. 2_
25
1
12
b. _2_
9
5
c.12
d. 5
18
1
4
b. _2_
2
3
7
b.
1. a.-
EXERClCIOS (p . 1201
d. 20
c. 9,2
1. a. 8
b. 8
2. a. 6
b. 0,7
3. a. 2,96
b. 2,81
4. a. 1,51
b. 0,159
2. a.-
d. 7,04
c. 3,016
3. a.4. a.-
5. 1 ' 13
/
6. 4,45
7. a. 2,43
5. a.-
b. 8,8 em
c. R$ 229
d. 9,93 kg
___!__
6. __!_
8. 8,03%
13
9. Estatfstica
7. _1_
10. estatu ra
11. 3,72% e 3,71%, respectivamente; o segundo grupo
12. 5,41
1
11
8. a.-
b.~
33
19
c.33
9. 2_
13. 51,7
1
221
b. ___i__
663
1
8
b. 2_
8
1
8
3
b.8
3
c.8
d. _2_
8
1
6
1
b.6
25
c. 36
d.~
b.
3
c.5
d. 2_
5
13. a.-
1
14. a.50
3. a. assimetrica positiva
b. 0,364
4. 0,021
leptocurtica
___!__
1
3
b. _2_
11
1
18
b.
15. a.-
2. 0,283
___!__
16. a.-
19
c.33
___!__
12
1
17. a.9
b.~
7
18. a.8
b.~
3
c.4
b. 2_
8
91
c. 120
3
8
19. a.-
36
18
8
c.
d. _2_
8
7
e.8
f. _2_
2
219
220
ESTATiSTICA FACIL
2.~
16
3. a . -
b. 665
729
4.
40
243
5. 9,8415%
4. 2,57
5 . 20,75%
d. 0,2064
e. 0,9788
f. 0,1401
g. 0,2546
h. 0,72':>8
b. 0,9772
b. 0,6480
b. 0,8944
c. 0,8664
c. 0,6879
c. 0,0062
d. 0,5
1. a. 0,4251
c. 0,9104
b. 0,3023
2. a. 0,0228
3. a. 0,6338
4. a. 0,9998
1.~
c. 0,4
2. b. 0,89
II
b. Y = 1 ,5X + 40
II
b. Y = 0,56X - 2,6
3. a. 0,99
4. a. 0,98
II
5. a. 0,94
6. a. -0,99
b.
b.
b.
b.
7. a. -0,90
8. a. 0,54
Y
II
Y
II
Y
II
Y
=
=
=
=
0,34X + 9,94
-11,4X + 76,6
-1 ,87X + 386,8
1,81X + 0,01
c. 47,5
c. 1.007,5 mm
d. 1.017 mm
c. R$ 12,66
II
c. y = 76,6
c. 27 4,6 e 162,4
II
c. X= 0,16Y + 0,40
1. a.
b.
c.
d.
EXERCiCIOS (p . 180)
1. __!_
7
a.2
b .__!_
c. 11
7. a._!_,~ 60
40 40 ' 40
8
c.-
b.~
d.l__
_lZ_
3
36
36
10
13
e.2
f.
16
c.
30
21
18'18' 18
e. 2
21
g.5
1
i.8
I. 9
f._]__
h. l_
5
j.3
m.-
n. 2
64
p.125
9
25
q.27
s.-
q. 5.000
t. 0,6
r. 3,2
u. 0,09
0.-
25
125
r. 1
7
EXERCiCIOS (p . 182)
~
"
1. a. 0,3
b. 1,28
c. 0,050
7
10
b. ____Jl_
100
c.--
2. a . 80
1.275
100
3. a. 64,4793
70
d. 4,5
d.~
1.000
d. 2,96
g. 82,5
j.
0,012
n. 70,9
b. 124,668
e. 0,045
h. 6,2
I.
3,3708
0.
c. 8,903
f. 1,539
i.
m. 0,099225
1.000
60
0
1991
l...
b._!_< l_ < _!
3
5
6
31
9. a . 20
d.
5. ____' 120
4. 15
24
100
90
i. 90,0
3. "descarregar" em 27
h. 5,6
g. 6,8
2. "descarregar" em 0,31
1
3
5
8. a . - < - < -
f. 3,0
e. 328,4
d. 4,2
EXERCiCIOS (p : 175)
6.
e.
221
92
93
94
380
p. 0,009
s. 11,3
222
ESTATiSTICA FACIL
223
2. y = Vx
b. 75%
c. 6%
2. a . 10
b.2_
C.-
3. a. 60
b . 22,5
1. a. 40%
d. 5%
e. 250%
d.2
e.-
a. y = x
b. 3x - 5y - 15 = 0
c. 2x + y
d. y = 2x - 1
40
4.
d. 4,5
c. 56
1.
2.
3.
4.
5.
6.
4. 75
c
c
c
b
a
b
7.
8.
9.
10.
11.
12.
d
b
b
a
b
b
13.
14.
15.
16.
17.
18.
d
b
e
a
d
c
19.
20 .
21.
22.
23 .
24.
c
a
b
b
b
d
25.
26.
27.
28.
29.
30.
b
b
e
e
a
a
31.
32.
33.
34.
35.
36.
a
e
d
e
b
c
37.
38.
39.
40.
41.
42.
c 43. b
a 44. c
b
d
e
a
8 . 1. 050 e 126
9 . R$ 18
10 . R$ 88 0
11 . R$ 180
12. R$ 83 e R$ 97
EXERCiCIOS (p. 188)
c. x, + x 2 + ... + x 5
1. a. x, + x 2 + .. . + x 8
4
i=4
i= 1
d. LX .
i=5
X7 =
15
d. 35
c. 57
b. 24
10
c. LX.
b. LX.1
2 . a . :Ex.
i=1
1. 0,502
4. 8,25
3. 7,94
2. 8, 17
a. 8
b. 1
d. n 2
c. 3
5n + 6
a. 56
b. 4.950
c. 1
1
3
15
y5 + b. y6 + 64
8
4
y4 +
b. 1.920b 3
c. 41 .184x 8 d . 5.670x 4
57720039848441796771402113975649865408932968745483
28805351590993988758702771771706320278621674696517
92591852873048869748352518887403629838586586424103
90381291743019758907506415597188137495305278301175
80911694675860820666904756184645111235324550411343
22017031329691927540165429727499009597610098243007
5 6 2 4 1 o o 4 3 o 2 o 4 6 2 9 9 o 5 3 5 3 1 1 o 5 8 4 4 1 1'1 6 4 1 9 1 9 7 6 2 9 5 1 6 2 6 o 6 6
79449262029686643000945669302059878735442250977819
53996645088978507753372577412762380223576201416035
18928735885505213651392850146685793019797266643145
53085896630561257022504128966266436306630132l98522
03588029287689511824888946474859192987031033996712
27078188656949980028047051300147189733218582454324
05210859010622249891811755446616077307661012317858
40361327843082333639694205586461123389278952667193
54602528858820001059610536613372010119016110512091
71516340767111737352373160458892734371280498090248
61020181739260667358533442682638340327449604466593
82559313463095265506961765917239799612495280632699
89985414217413576819862860894733152628774538480808
00998484146795137758901450794273633106604340125504
62415078204805884352980319939203049725849595036331
94279069246809921186076383193299511555710927026700
44892928843628251582877418972576106326760226745328
97307695332110542695666552049936584803089363581796
39165804448015595983909554668184396085388866333569
60781103266750340961313020769366308351093383647605
03192347628957779133884760593754394877674985384391
41285267562539599665513690322239330522990339979699
77549850392537425297100356049281668670014889558210
28634161916424838137344883279638716973067750256460
74244885401233596750149814264279791352896978804471
00240337964668750532421663332897263647277365383446
05414769694536167118955197220413239658600369487983
62698497974723665156130869115275592686818043009892
NOTA: 0 - 10
00- 100
000 -
1.000
etc .
F'ERTENCE
BlBLIOTECA
224
ESTATlSTICA FACIL
ANEXO II
AREA SUBTENDIDA PELA
CURVA NORMAL REDUZIDA DE 0 A Z
0,0080
0478
0871
1255
1628
0,0120
0517
0910
1293
1664
0,0160
0557
0948
1331
1700
0,0199
0596
0987
1368
1736
0,0239
0636
1026
1406
1772
0,0279
0675
1064
1443
1808
0,0319
0714
1103
1480
1844
0,0359
0754
1141
1517
1879
1950
2291
2612
2910
3186
1985
2324
2642
2939
3212
2019
2357
2673
2967
3238
2054
2389
2704
2996
3264
2088
2422
2734
3023
3289
2123
2454
2764
3051
3315
2157
2486
2794
3078
3340
2190
2518
2823
3106
. 3365
2224
2549
2852
3133
3389
3413
3643
3849
4032
4192
3438
3665
3869
4049
4207
3461
3686
3888
4066
4222
3485
3708
3907
4082
4236
3508
3729
3925
4099
4251
3531
3749
3944
4115
.4265
3554
3770
3962
4131
4279
3577
3790
3980
4147
4292
3599
3810
3997
4162
4306
3621
3830
4015
4177
4319
1,5
1,6
1, 7
1,8
1,9
4332
4452
4554
4641
4713
4345
4463
4564
4649
4719
4357
4474
4573
4656
4726
4370
4484
4582
4664
4732
4382
4495
4591
4671
4738
4394
4505
4599
4678
4744
4406
4515
4608
4686
4750
4418
4525
4616
4693
4756
4429
4535
4625
4699
4761
4441
4545
4633
4706
4767
2,0
2,1
2,2
2,3
2,4
4772
4821
4861
4893
4918
4778
4826
4864
4896
4920
4783
4830
4868
4898
4922
4788
4834
4871
4901
4925
4793
4838
4875
4904
4927
4798
4842
4878
4906
4929
4803
4846
4881
4909
4931
4808
4850
4884
4911
4932
4812
4854
4887
4913
4934
4817
4857
4890
4916
4936
2,5
2,6
2,7
2,8
2,9
4938
4953
4965
4974
4981
4940
4955
4966
4975
4982
4941
4956
4967
4976
4982
4943
4957
4968
4977
4983
4945
4959
4969
4977
4984
4946
4960
4970
4978
4984
4948
4961
4971
4979
4985
4949
4962
4972
4979
4985
4951
. 4963
4973
4980
4986
4952
4964
4974
4981
4986
3,0
3;1
3,2
3,3
3,4
4987
4990
4993
4995
4997
4987
4991
4993
4995
4997
4987
4991
4994
4995
4997
4988
4991
4994
4996
4997
4988
4992
4994
4996
4997
4989
4992
4994
4996
4997
4989
4992
4994
4996
4997
4989
4992
4995
4996
4997
4990
4993
4995
4996
4997
4990
4993
4995
4997
4998
3,5
3,6
3,7
3,8
3,9
4998
4998
4999
4999
0,5000
4998
4998
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
4998
4999
4999
4999
0,5000
0,0
0,1
0,2
0,3
0,4
0,0000
0398
0793
1179
1554
0,0040
0438
0832
1217
1591
0,5
0,6
0,7
0,8
0,9
1915
2258
2580
2881
3159
1,0
1,1
1,2
1,3
1,4