Beruflich Dokumente
Kultur Dokumente
Probabilidade e
estatstica i
Probabilidade e estatstica i
COORDENADORES DE CURSOS
ADMINISTRAO Antonella Maria das Chagas Sousa
ADMINISTRAO PBLICA Fabiana Rodrigues de Almeida Castro
CINCIAS BIOLGICAS Maria da Conceio Prado de Oliveira
FILOSOFIA Zoraida Maria Lopes Feitosa
FSICA Miguel Arcanjo Costa
LETRAS PORTUGUS Jos Vanderlei Carneiro
LETRAS INGLS Lvia Fernanda Nery da Silva
MATEMTICA Joo Bencio de Melo Neto
PEDAGOGIA Vera Lcia Costa Oliveira
QUMICA Davi da Silva
SISTEMAS DE INFORMAO Arlino Henrique Magalhes de Arajo
ISBN: 978-85-7463-492-0
C.D.D. - 519.2
A responsabilidade pelo contedo e imagens desta obra do autor. O contedo desta obra foi licenciado tem-
porria e gratuitamente para utilizao no mbito do Sistema Universidade Aberta do Brasil, atravs da UFPI.
O leitor se compromete a utilizar ocontedo desta obra para aprendizado pessoal, sendo que a reproduo e
distribuio ficaro limitadas ao mbito interno dos cursos.
A citao desta obra em trabalhos acadmicos e/ou profissionais poder ser feita com indicao da fonte. A c-
pia deste obra sem autorizao expressa ou com intuito de lucro constitui crime contra a propriedade intelec-
tual, com sanses previstas no Cdigo Penal.
Este livro destinado aos alunos aprendizes que participam do
Programa de Educao a Distncia da Universidade Aberta do Piau
(UAPI), vinculada ao consrcio formado pela Universidade Federal do
Piau (UFPI), Universidade Estadual do Piau (UESPI) e Instituto Federal
de Educao, Cincia e Tecnologia do Piau IFET, com apoio do Governo
do Estado do Piau, atravs da Secretaria de Educao.
Este material composto de quatro unidades, contendo
subunidades, estruturadas de modo sequencial, que discorrem sobre
a Estatstica Bsica; Fundamentos de Anlise Combinatria; Principais
Conceitos de Probabilidades e seus principais Teoremas e Variveis
Aleatrias.
Na Unidade 1, apresentamos os principais conceitos de Estatstica
e distribuies de frequncias. Exemplificamos o rol, dados brutos,
passos para a construo de uma tabela de distribuio de frequncias,
alm de uma lista de exerccios no final da unidade.
Na Unidade 2, apresentamos as Medidas de posio, tambm
conhecidas como Medidas de tendncia central e as separatrizes. As
principais Medidas de Tendncia Central so: a mdia aritmtica e a
mdia ponderada, a moda e a mediana, como tambm as separatrizes,
como: a mediana, que tambm considerada uma medida separatriz, os
quartis, os decis e os centis.
Na Unidade 3, apresentamos as Medidas de disperso ou
variabilidades; divididas em Disperso absoluta e Disperso relativa. As
principais Medidas de Disperso Absoluta so: Amplitude total, desvio
mdio, a varincia e o desvio padro. As principais Medidas de Disperso
Relativas so: Coeficiente de disperso de Pearson e o Coeficiente de
disperso de Thorndike.
Na Unidade 4, so expostos contedos sobre Anlise Combinatria;
principais conceitos de Probabilidades e seus principais Teoremas, como
tambm Variveis aleatrias.
UNIDADE 1
09 DISTRIBUIO DE FREQUNCIAS
Conceitos Bsicos de Estatstica...................................11
Distribuio de Frequncias.........................................14
UNIDADE 2
33 MEDIDAS DE POSIO
Mdia...........................................................................33
Moda............................................................................48
Mediana.......................................................................53
Quartis decis centis................................................64
UNIDADE 3
47 MEDIDAS DE DISPERSO
Medidas de disperso absoluta...................................79
Medidas de disperso relativa.....................................94
UNIDADE 4
99 FUNDAMENTOS DE ANLISE COMBINATRIA,
PRINCIPAIS CONCEITOS PROBABILSTICOS E
SEUS PRINCIPAIS TEOREMAS E VARIVEL ALEATRIA
Fundamentos de Anlise Combinatria.....................103
Probabilidade.............................................................108
UNIDADE 1
Distribuio de
frequncia
Objetivos:
Estatstica
Estatstica descritiva
Distribuio de Frequncia 11
Fases do mtodo estatstico
Populao ou universo
Amostra
12 UNIDADE 01
Varivel
Tabelas ou sries
Distribuio de Frequncia 13
Somatrio
Define-se genericamente:
n
Xi = X1+X2+...+Xn.
i =1
Parmetro
Estimador
14 UNIDADE 01
estaturas de 40 alunos do Curso de Sistema de Informao da UAPI.
a) Rol
b) Tabela de frequncias
Distribuio de Frequncia 15
aparelhos defeituosos, rejeitados pela seo encarregada do controle de
qualidade. Os dados, fornecidos por essa seo referem-se ao perodo
de 1971 a 1974.
Fonte:Toledo (1985).
n = 48
16 UNIDADE 01
Na primeira coluna est o ndice i, onde aparecem os nmeros
correspondentes ordem dos valores da varivel. Na segunda coluna
est Xi, correspondente aos valores da varivel; e na ltima coluna est
fi, correspondente s frequncias, que so os resultados numricos
provenientes da contagem. A soma das frequncias sempre igual ao
nmero total de valores observados.
k
fi = n.
i =1
Distribuio de Frequncia 17
sugere os seguintes nmeros de classe, com base no nmero total de
observaes, para efeito de representao grfica:
Tipos de frequncias
18 UNIDADE 01
- Frequncia simples absoluta (fi) o nmero de repeties de
um valor individual ou de uma classe de valores da varivel. A soma das
frequncias simples absoluta em uma tabela chamada frequncia total
e corresponde ao nmero total de observaes.
Distribuio de Frequncia 19
anteriormente; aqui ser usada a Regra de Sturges;
4) Calcula-se a amplitude do intervalo de classe (Ac);
5) Constri-se uma tabela que contenha uma coluna para
i (ordem das classes), e outra para os intervalos, para as frequncias
simples absoluta, para o ponto mdio das classes(xi), para as frequncias
simples relativas(fri), frequncias acumuladas abaixo e acima de e as
frequncias acumuladas relativas abaixo e acima de.
Agora temos uma tabela de frequncias que contm todas as
informaes da varivel em estudo. Vejamos o exemplo referente
Estatura de 40 Alunos do Curso de Sistema de Informao da UAPI
(tabela 1.5).
20 UNIDADE 01
Fonte: Martins (2009).
Tabela 1.6 - Estaturas de 40 Alunos do Curso de Sistema de Informao da UAPI.
Distribuio de Frequncia 21
Para obtermos o ponto mdio de cada classe, pegamos a amplitude
de classe e dividimos por 2, obtemos 2. Somamos 2 a cada limite inferior
de cada classe. Mas para obtermos as frequncias acumuladas abaixo
(Fi), pegamos F1=4; F2=4+9=13; F3=13+11=24; F4=24+8=32;
F5=32+5=37 e F6=37+3=40; e as frequncias acumuladas acima de
(Fi), assim: F1=40; F2=40-4=36; F3=36-9=27; F4=27-11=16; F5=16-
8=8; e F6=8-5=3.
22 UNIDADE 01
da varivel e na linha vertical (eixo das ordenadas), as frequncias.
Histograma
saiba mais
Polgono de
frequncia*
Importante: um grfico de
anlise no qual
O histograma goza de uma propriedade da qual faremos
as frequncias
considervel uso: a rea de um histograma proporcional soma das das classes so
frequncias. localizadas sobre
No caso de usarmos as frequncias relativas, obtemos um grfico perpendiculares
levantadas nos
de rea unitria.
pontos mdios das
Quando queremos comparar duas distribuies, o ideal faz-lo classes.
pelo histograma de frequncias relativas.
Polgono de frequncia
Distribuio de Frequncia 23
A distribuio da tabela 1.5 corresponde ao seguinte polgono de
frequncia*:
Importante:
No caso de termos uma varivel essencialmente positiva, cuja
distribuio se inicia no valor zero, devemos considerar um intervalo
anterior localizado no semieixo negativo. Porm, consideraremos apenas
a parte positiva do segmento que liga o ponto mdio desse intervalo com
a frequncia do intervalo 0... .
Exemplo:
24 UNIDADE 01
Polgono de frequncia acumulada
1. Populao ou Universo :
a) Conjunto de pessoas.
b) Conjunto de indivduos apresentando uma caracterstica especial.
c) Conjunto de todos os indivduos apresentando uma caracterstica
comum objeto de estudo.
Distribuio de Frequncia 25
2. Os fenmenos de massa so:
a) Aqueles em que as caractersticas observadas no valem para os
indivduos.
b) Aqueles que no podem ser definidos por uma simples observao.
c) Aqueles que iro compor os fenmenos coletivos.
6. A amplitude total :
a) A diferena entre dois valores quaisquer de um conjunto de valores.
b) A diferena entre o maior e o menor valor observado da varivel
dividido por 2.
c) A diferena entre o maior e o menor valor observado da varivel.
26 UNIDADE 01
b) A porcentagem de repeties desse valor.
c) O nmero de observaes acumuladas at esse valor.
Distribuio de Frequncia 27
Fonte: Toledo (1985).
28 UNIDADE 01
d) Determinar as frequncias simples relativas.
e) Determinar as frequncias relativas acumuladas (abaixo e acima de).
13. Considere a seguinte tabela:
Distribuio de Frequncia 29
Nesta unidade iremos abordar os principais conceitos bsicos de
Estatstica e um tipo de tabelas que condensa uma coleo e dados,
conforme as frequncias ou repeties de seus valores. Uma das
vantagens das tabelas estatsticas a de condensar, de forma
consistente, as informaes necessrias ao estudo desejado. Isto
porque, frequentemente, o estudo de um determinado fenmeno requer
a coleta de uma grande massa de dados numricos, difcil de ser tratada,
se esses dados no forem organizados e condensados em uma tabela.
Agora, seguiremos os passos para a construo de uma tabela de
distribuio de frequncias.
30 UNIDADE 01
UNIDADE 2
Medidas de
posio
Objetivos:
Mdia
Medidas de Posio 33
A mdia aritmtica simples ser calculada sempre que os valores
no estiverem tabulados, ou seja, quando aparecerem representados
individualmente, como o caso, por exemplo, dos dados brutos. No
exemplo acima, a varivel x representa os salrios dos contnuos.
Consequentemente,
X1 = 800
X2 = 780
X3 = 820 i = 1, 2, 3, 4, 5
X4 = 810 n=5
X5 = 790 5
xi
x1 + x 2 + x 3 + x 4 + x 5 i =1
x = ________________________ = ________
5 5
34 UNIDADE 02
A nota obtida mediante a utilizao da frmula abaixo ser:
n
x = (xi ) / n
i=1
x = (4+5+5+5+5+5+6+6+6+6+6+6+7+7+7+7+7+8+8+8)/20
= 124 / 20 = 6,2, logo x = 6,2
7+7+7+7+7 = 5 x 7 = 35.
x =(4+5+5+5+5+5+6+6+6+6+6+6+7+7+7+7+7+8+8+8),
1+5+6+5+3
ou
x = ( 4 x 1) + ( 5 x 5) + ( 6 x 6 ) + ( 7 x 5) + ( 8 x 3)
20
O numerador da primeira expresso representa a operao
necessria para o clculo da mdia aritmtica simples, de acordo com a
frmula (1). O denominador o nmero total de observaes.
J o numerador da segunda expresso apresenta o procedimento
para o clculo da mdia ponderada, onde cada valor da varivel
multiplicado pela respectiva frequncia. O nmero 4 apareceu uma vez, o
Medidas de Posio 35
5 e o 7 apareceram cinco vezes, o 6 apareceu seis vezes e o 8 trs vezes.
Ao invs de considerar cada nota do aluno individualmente, como feito
para o clculo da mdia aritmtica simples, toma-se o valor tantas vezes
quantas ele houver ocorrido. O denominador da segunda expresso
calculado pela soma das frequncias de cada valor da varivel, o que
equivale frequncia total, ou nmero total de valores observados.
Retomando-se os clculos:
x = (4 x 1) + ( 5 x 5) + ( 6 x 6 ) + ( 7 x 5) + ( 8 x 3)
1+5+6+5+3
Em que:
Xi = valores da varivel ou pontos mdios de classe
K
= n = nmero total de observaes
i=1
k = nmero de valores individuais diferentes da varivel ou nmero
de classes.
36 UNIDADE 02
Tabela 2.1 - Notas de 20 Alunos de Estatstica (fictcias)
xifi
x = --------------- (3)
n
Medidas de Posio 37
Tabela 2.2 - Estatura de 40 Alunos do Curso de Sistema de Informao da UAPI
38 UNIDADE 02
Fonte: Martins (2009).
temos:
x = 6440 = 161 cm.
40
Propriedades da mdia
di = (xi - x ) = 0 (4)
n
di .fi = (xi - x ) .fi = 0 (5)
i=1
Em que,
di = xi -- x
e i = {1,2,3,..., n} e xi o valor da varivel para dados brutos e o
ponto mdio das classes para dados tabulados.
Medidas de Posio 39
A comprovao dessa propriedade simples:
n n n n
di = ( xi - x ) = xi - x
i=1 i=1 i=1 i=1
n
x = n x
i=1
mas
n n
xi xi
i=1 i=1 n
x =___________ n __________
e, assim, nx = = xi
n n
i=1
Ento,
n n n n n
di = xi - x = xi - xi = 0
i=1 i=1 i=1 i=1 i=1
Exemplo 1:
Tabela 2.4
40 UNIDADE 02
Fonte: Toledo (1985)
5
Logo, o di = 0.
i=1
Exemplo 2:
Medidas de Posio 41
Tabela 2.5
42 UNIDADE 02
Devemos ter:
S1 = (xi - x ) = (xi + x - 2xix ) = xi +nx - 2xi x =
= xi + n x - 2n x = xi - n x
= xi + nx0 -2x0nx
Mas
Da, tiramos:
Exemplo:
5
xi
i=1
x = _____________ = (3+5+7+9+10)/5 = 34/5 = 6,8
5
Medidas de Posio 43
Considere agora os seguintes valores arbitrrios para x0 = 7 e
5. Os clculos das somas dos quadrados dos desvios sero feitos com
recurso da tabela auxiliar 2.6.
Tabela 2.6
44 UNIDADE 02
5
xi fi
i=1
x = _____________ (08)
k
ni
i=1
Exemplo:
Devemos ter:
(10+40+70+80) 200
x 1 =_____________ =_______= 50
4 4
(5+15+20+30+40) 110
x 2 =________________ =_______= 22
5 5
(1+ 2+3+10+12+20) 48
x 3 =________________ =_______= 8
6 6
i = 1, 2, 3.
3
xi ni
i=1 ((50x4)+ (22x5)+8x6))
x = ________ = _____________________=
3 (4+ 5 + 6)
(200+110+48 )
_______________=
15
Medidas de Posio 45
ni
i=1
= ___
358 = 23,87
15
Da calculamos:
(1+2+3+5+10+10+12+15+20+20+30+40+40+70+80)
x = _____________________________________________=
15
358
= _____ = 23,87
15
n n n n
yi (xi x0) xi x0
i=1 i=1 i=1 i=1
y = _________ = ____________ =______ - ______
n n n n
46 UNIDADE 02
nx0
= x - ____ = x - x0 , logo
n
y = x x0 (09)
Y = x + x0 teramos:
y = x + x0 (10)
y = c x (11)
X
De igual modo poderia ser demonstrado que, para y =___, teramos
c
x
y = ___ (12)
c
Exemplo:
Comprovar a quinta propriedade, com os dados da tabela 2.7,
fazendo c = 5 e Y = X/5. A comprovao feita com o auxlio da tabela
2.7.
Medidas de Posio 47
Tabela 2.7
5
xi.fi
i=1 1575
x = _______ = _____ = 35
45 45
48 UNIDADE 02
Moda
Smbolo: Mo ou X
Exemplo:
Calcular a moda dos seguintes conjuntos de valores:
X = {4, 5, 5, 6, 6, 6, 7, 7, 8, 8}
Y = {4, 4, 5, 5, 6, 6}
Z = {1, 2, 2, 2, 3, 3, 4, 5, 5, 5, 6, 6}
W = {1, 2, 3, 4, 5}
Medidas de Posio 49
Determinao da moda para valores tabulados
50 UNIDADE 02
mtodo adotado, o primeiro passo para determinar a moda localizar
a classe que apresenta a maior frequncia, comumente chamada de
classe modal.
Moda Bruta
Mtodo de King
fpost
Mo = li* + A*. _______ (13)
fant + fpos
Onde,
li* = limite inferior da classe modal
A* = amplitude da classe modal
fant = frequncias simples inferior classe modal
fpos = frequncia simples superior classe modal
Medidas de Posio 51
Exemplo:
Calcular pelo mtodo de King, a moda dos valores constantes da
tabela abaixo:
Tabela 2.9
Soluo:
A classe modal a terceira: 3040, pois apresenta a maior
frequncia 8. A moda, segundo a frmula de King, ser:
fpost 5 50
Mo = li* + ________ = 30 + ____ . 10 = 30 + ___ = 30 + 5,556
fant + fpost (4+5) 9
= 35,56
Mo =35,56
Mtodo de Czuber
52 UNIDADE 02
frmula:
d1
Mo = li* + _______ (14)
d1 + d2
Onde,
Mo = moda
d1 = f * - fant e f * = frequncia simples da classe modal.
d2 = f * - fpost
Exemplo:
Determinar a moda, pelo mtodo de Czuber, usando os dados do
da tabela 2.9.
De acordo com a frmula 14,
li* = 30
A* = Li* - li* = 40 30 = 10
d1 = f* - fant = 8 4 = 4
d2 = f* - fpos = 8 5 = 3
d1
Mo = li* + A* . ______ =
d1 + d 2
4
= 30 + 10 . _____ = 30 + 5,7 = 35,7
4+3
Mo = 35,7
SAIBA MAIS
Mediana A mediana* (Md) o
valor que divide uma
Smbolo: Md ou X . srie ordenada de
tal forma no conjunto
que o separa em
A mediana* a terceira medida de tendncia central, ela
dois subconjuntos
considerada uma separatriz, por ser um promdio que divide a distribuio de mesmo nmero
ou conjunto de dados em partes iguais. Trata-se de uma medida muito de elementos, ou
utilizada na anlise de dados estatsticos, especialmente quando se seja, 50% dos dados
so superiores
atribui pouca importncia aos valores extremos da varivel.
mediana e 50% so
inferiores.
Medidas de Posio 53
Elemento mediano
Exemplo:
Calcular a mediana do seguinte conjunto de nmeros:
X = {2, 3, 6, 12, 15, 23, 30}
Soluo:
54 UNIDADE 02
Em seguida, determinaremos o valor do elemento mediano,
utilizando a frmula (14), uma vez que o nmero de observaes mpar
(n = 7).
n+1 ____=
Emd = ____= 7+1 4 (quarto elemento na srie)
2 2
No exemplo:
Md = 12
Exemplo:
Calcular a mediana do conjunto:
X = {3, 6, 9, 12, 14, 15, 17, 20}.
Soluo:
Como vemos n = 8.
O elemento mediano ser, de acordo com a frmula (15),
Medidas de Posio 55
n __
Emd = __= 8 =4
2 2
12+14 = 13
Md =_____
2
56 UNIDADE 02
Exemplo:
Tabela 2.10
Tabela 2.11
Medidas de Posio 57
Soluo:
Emd n
_= 50
__= 25
2 2
Tabela 2.12
58 UNIDADE 02
por ser inferior a vinte e cinco, indica que trs no a mediana. J a
frequncia acumulada at o valor quatro da varivel superior a vinte e
cinco. Portanto, a mediana desse conjunto :
Md = 4
4+4 = 4
Md = ___
2
Md = 5
Tabela 2.13
SAIBA MAIS
OBS:
Quando n/2 coincidir
com a frequncia
acumulada, neste
caso, a mediana ser
a mdia aritmtica do
valor correspondente
a tal frequncia
acumulada e o
Fonte: Toledo (1985)
seguinte.
Medidas de Posio 59
Neste caso, basta calcular 35/2 = 17,5
A mediana ser o valor correspondente frequncia acumulada
imediatamente superior a 17,5. Nesse caso 18,
Logo, a mediana ser:
Md = 5
Exemplo:
Calcular a mediana dos valores constantes da tabela 2.14.
Tabela 2.14
Soluo:
Temos n = 36 como n par, ento 36/2 = 18.
5+6 = 5,5
Md = ___
2
60 UNIDADE 02
dados agrupados, admite-se que os valores da varivel na distribuio
de frequncias se distribuam continuamente. A mediana ser, neste
caso, o valor da varivel, para o qual metade ou cinquenta por cento da
frequncia total ( N/2 ) ficam situados abaixo e a outra metade acima dele.
Geometricamente, isso significa dizer que a mediana o valor de x (eixo
das abscissas) que corresponde perpendicular que divide o histograma
em duas partes que apresentam reas iguais. Vejamos alguns mtodos
para o clculo da mediana, quando os valores estiverem agrupados em
classes:
Tabela 2.15
Medidas de Posio 61
Temos:
fi 40
____ = ___ = 20
2 2
= 160,54
Logo:
Md = 160,5 cm
62 UNIDADE 02
fi
Md = li * + [ ___ - Fi(ant)] (15)
2
_____________ . A*
f*
na qual:
li * o limite inferior da classe mediana;
Fi a frequncia acumulada da classe anterior classe mediana;
f* a frequncia simples da classe mediana;
= 160,54,
Isto :
Md = 160,5 cm.
Medidas de Posio 63
da classe mediana (c = 4) deve levar em considerao a seguinte regra
de trs simples:
{ 117_____________X
________4 4x7 = ___
implica que x = ___
11
28 = 2,54
11
4 = A*
7 = 20 13
11 = fi* (frequncia simples da classe mediana)
SAIBA MAIS Substituindo os nmeros pelos smbolos que os representam,
Quartis* divide a temos:
distribuio em Emd Fi(ant)
quatro partes iguais X = A* __________ ,
quanto ao nmero fi*
de elementos de
cada parte. que somado ao limite inferior da classe mediana (li*), reproduz a
Decis* divide a frmula (15).
distribuio em dez
f
partes iguais quanto [ ___i - Fi(ant)]
ao nmero de 2
Md = li* + A* ___________
elementos de cada
fi*
parte.
Percentis* divide a
distribuio em cem
partes iguais quanto Quartis Decis Percentis (ou Centis)
ao nmero de
elementos de cada H uma srie de medidas de posio semelhantes na sua
parte. concepo mediana, embora no sejam medidas de tendncia central.
Como se sabe, a mediana divide a distribuio em duas partes iguais,
quanto ao nmero de elementos de cada parte. So elas: os quartis*, os
decis* e os centis*.
64 UNIDADE 02
Para simbolizar cada uma dessas medidas separatrizes, faremos:
Qi = quartis i = 1, 2, 3
Di = decis i = 1, 2 , 3, ... , 9
Ci = centis i = 1, 2, 3, ... , 99
A |_______|_______|______|_______| B
Q1 Q2 Q3
A |______________|_______________| B
D5
Q2 = D5 = Md
Quartis
Primeiro Quartil
Smbolo: Q1
Medidas de Posio 65
Segundo Quartil
Smbolo: Q2 ou Md
Definio: Dado um conjunto ordenado de valores, o segundo
quartil ou mediana o valor que divide em duas partes iguais quanto
ao nmero de elementos, isto , cinquenta por cento ou dois quartos
dos valores do conjunto so menores, e os dois quartos restantes so
maiores do que ele. O elemento mediano calculado, conforme veremos,
atravs da seguinte expresso:
2n = n
Emd = EQ2 = ___ ___
4 2
Terceiro Quartil
Smbolo: Q3
Onde:
i= nmero do quartil a ser calculado
n = nmero de observaes.
Decis
Smbolo: Di i = 1, 2, 3, ..., 9
66 UNIDADE 02
A definio dos decis obedece ao mesmo princpio da definio
dos quartis, com a modificao da porcentagem de valores que ficam
aqum e alm do decil que se pretende calcular. Assim, por exemplo:
Primeiro Decil: D1
Segundo decil: D2
Md = D5 = Q2
Medidas de Posio 67
in
EDi = ___ (17)
10
Onde:
Smbolo: Ci i = 1, 2, 3, ... , 99
Onde:
i = nmero identificador do centil
n = nmero total de observaes
68 UNIDADE 02
1n = ___
ED1 = ___ n = 0,1n
10 10
in - Fi(ant)]
[ ___
100
Ci = li* + A* ____________
(19)
fi*
Exemplo:
Utilizando os dados da tabela 2.15, calcular as seguintes medidas:
Trigsimo Centil: C30
Quinquagsimo Centil: C50
Septuagsimo quinto Centil: C75
Dcimo Quinto Centil: C15
Tabela 2.16
Medidas de Posio 69
Fonte: Martins (2009).
Soluo:
in = 30.40
EC30 = ____ _____ = 12
100 100
70 UNIDADE 02
in = _____
Ec50 = ___ 50.40 = 20
100 100
= 160,54 = 160,5 = Md
C50 = 160,5 cm
= 165
C75 = 165 cm
Medidas de Posio 71
Dcimo Quinto Centil: C15
EC15 =15.40
____= 6
100
=154,9
C15 = 154,9 cm
72 UNIDADE 02
Determinar:
a) Salrio mdio.
b) Salrio modal (Czuber).
c) Salrio mediano.
Determinar:
a) A estatura mdia.
b) A estatura modal (Czuber).
c) A estatura mais frequente de (King).
d) A estatura mediana.
Medidas de Posio 73
Fonte: Toledo (1985)
Pede-se:
a) A mdia da distribuio.
b) A mediana.
c) A moda (Czuber).
d) O septuagsimo quinto centil.
e) O terceiro decil.
f) A porcentagem de sacas entre a mediana e o seputagsimo
quinto centil.
Pede-se:
a) A mdia.
b) A moda.
74 UNIDADE 02
c) A mediana.
d) Primeiro quartil.
e) Terceiro quartil.
f) Quinto decil.
g) Septuagsimo quinto centil.
Medidas de Posio 75
UNIDADE 3
Medidas de
disperso
Objetivos:
Smbolo: At
Soluo:
Para o conjunto A, temos: At = 45 10 = 35
Para o conjunto B, temos At = 23 17 = 6
Exemplo 2:
Calcular a amplitude total dos valores dispostos na tabela 3.1
Medidas de Disperso 79
Tabela 3.1
Soluo:
At = 70 10 = 60
80 UNIDADE 03
total de tal magnitude (35).
saiba mais
Desvio mdio*
Desvio Mdio
igual mdia
aritmtica dos
Smbolo: Dm valores absolutos
. dos desvios tomados
Desvio mdio* para dados brutos em relao mdia
ou mediana.
n
xi - Md
i=1
Dm = _____________ (21)
n
Exemplo:
Calcular o desvio mdio do conjunto de nmeros
A = {10,12, 13, 20, 25, 34, 45}
Os dados necessrios para o clculo dos desvios so:
10+12+13+20+25+34+45 = ____
X A = _____________________ 159 = 22,714
7 7
Md=20
Faremos uma tabela com cinco colunas, uma para xi, outra para
xi - x , para xi - x , outra para xi Md e a ltima para xi - x .
Medidas de Disperso 81
Tabela 3.2
Pela M
7
xi 22,714
i=1
Dm = ________________ = 71,714
______ = 10,245
7 7
Dm = 10,245
Pela Mediana
7
xi - 20
i=1
Dm = _______________ 69 = 9,857
= ___
7 7
Dm = 9,857
82 UNIDADE 03
mediana do que em relao mdia aritmtica.
k
xi - x fi
i=1
Dm = _____________ (22)
n
k
xi - Md
Dm i=1
= ______________ (23)
n
Exemplo:
Tabela 3.3
Medidas de Disperso 83
Fonte: Juarez Martins (2009)
6
xi - 161fi
i=1
Dm = _______________ 184 = 4,6
= ____
40 40
Dm = 4,6
Dm = 4,5
Observaes:
O desvio mdio resulta mais vantajoso que a medida de
disperso precedente pelo fato de, em seu clculo, levar em
considerao todos os valores da distribuio;
84 UNIDADE 03
O desvio mdio calculado, levando-se em considerao os
desvios em torno da mediana, mnimo, ou seja, menor do
que qualquer desvio mdio calculado com base em qualquer
outra medida de tendncia central.
Desvio padro
Smbolo: S
Onde di = (xi - x ).
Medidas de Disperso 85
Observao:
Exemplo:
Tabela 3.4
86 UNIDADE 03
Fonte: Toledo (1985)
Onde n = 7 e x = 22,714.
SA = 12,958
SA = 12,958
Medidas de Disperso 87
frmulas:
Ou
Ou
88 UNIDADE 03
Exemplo:
Tabela 3.5
Medidas de Disperso 89
S = 5,64 cm
= 5,64
S = 5,64 cm
Estudante A: 40 50 60 70 80
Estudante B: 20 40 60 80 100
90 UNIDADE 03
20+40+60+80+100 = ____
x B = _________________ 300 = 60
5 5
Ou seja,
SB = 2SA
Medidas de Disperso 91
Varincia
Simbolo: S2
saiba mais
Varincia* Conforme se pode perceber pelo smbolo, a varincia* o quadrado
definida como do desvio padro, ou se preferir, o desvio padro a raiz quadrada da
sendo o quociente
varincia. Dessa forma, pode-se dizer que a frmula da varincia igual
entre a soma dos
quadrados dos expresso do desvio padro, sem o sinal do radical. Adiantamos que
desvios e o nmero as definies que se seguem aparecem com a correo de Bessel, isto
de elementos. , com o divisor n -1.
Frmula original
n
(xi - x )2
i=1
S2 = __________________ (31)
n-1
Frmula desenvolvida
Ou
Exemplo:
Calcular a varincia dos seguintes conjuntos de nmeros:
A = {10, 12, 13, 20, 25, 34, 45}
92 UNIDADE 03
B = {17, 18, 19, 20, 21, 22, 23}
Sabemos que
x A = 22,714
x B = 20
Ento,
(xi-22,714) = 167.905
S2A = ____________
(7-1)
(xi-20)
S2B = _________= 4,667
7-1
Frmula original
k
(xi - x ).fi
i=1
S2 = __________________ (34)
n-1
Frmula desenvolvida
Exemplo:
Calcular a varincia da altura dos 40 alunos com os dados da
tabela 5.5.
Medidas de Disperso 93
Usando a frmula (34) temos:
K 6
(xi x ).fi (xi 161).fi
i=1
S2 = _______________ i=1
= _______________ =
n-1 40 -1
= 1240
_____ = 31,79487 = 31,795
39
S2= 31,795(cm)
Smbolo: Dqr
94 UNIDADE 03
Q3 Q1 x 100
Dq = _________ (37)
2Md
Coeficiente de variao
Smbolo: CVp
Exemplo:
Medidas de Disperso 95
mdia s flexes repetidas; e neste aspecto que se baseia o conceito
de disperso relativa refletido pelo resultado do ndice CVp. Calculemos,
ento, o CVp para os dois casos.
15 = 0,108
CVp = ____ Ou 10,8%
139
14 = 0,159
CVp = ___
88 Ou 15,9%
Smbolo: CVT
S
CVT = ____
Md
Ou
S x 100
CVT = ____
Md
(39)
Exemplo:
Calcular o coeficiente de Thonrndike com os dados do exemplo
relativo altura dos 40 alunos do Curso de Sistema de Informao da
UAPI.
Os dados para resolver o problema j so conhecidos:
96 UNIDADE 03
S = 5,64
Md = 160,5
Determinar:
a) Desvio quartil.
b) Desvio mdio.
c) Desvio padro.
Medidas de Disperso 97
a) O desvio padro A igual a 1000 vezes o desvio padro de B.
b) O desvio padro de A igual ao desvio padro de B.
c) O desvio padro de A igual ao desvio padro de B multiplicado
pelo quadrado de 1000.
d) O desvio padro de A igual ao desvio padro de B dividido
por 1000.
Pede-se:
a) O desvio padro.
b) A varincia;
c) O coeficiente de variao de Pearson.
98 UNIDADE 03
Nesta unidade, veremos a anlise completa dos dados, que
requer no apenas sua apresentao, atravs de grficos e tabelas ou
o clculo de promdios ou outras medidas de posio, pois caracterizar
um conjunto de valores apenas atravs de uma mdia, por exemplo,
descrev-lo inadequadamente, uma vez que os dados diferem entre si,
em maior ou menor grau.
Medidas de Disperso 99
UNIDADE 4
Fundamentos de anlise
combinatria, principais
conceitos probalsticos e seus
principais teoremas e variveis
Objetivos:
Principio multiplicativo
Exemplo 1:
Soluo:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 103
Ento p1 . p2 . . . pk o nmero total de possibilidades de o
acontecimento ocorrer.
Exemplo 2:
Soluo:
Fatorial
Arranjos Simples
Exemplo:
Calcule o A10,4 .
10! = ___
A10,4 = ______ 10! = __________
10 .9 .8 .7! = 5040
(10-4)! 6! 7!
104 UNIDADE 04
Exemplo 2:
Soluo:
Exemplo 3:
Soluo:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 105
0 ___ ___ 2 A5,2
0 ___ ___ 4 A5,2
0 ___ ___ 6 A5,2
______
3 . A5,2
Permutao simples
Pn = n . (n 1) . (n - 2) . ... . 3 . 2 . 1 (41)
Exemplo 1:
Soluo:
Exemplo 2:
Soluo:
106 UNIDADE 04
4 letras com M, I, T e O. Assim, temos:
Combinaes simples
Exemplo 2:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 107
Soluo:
Experimento aleatrio
108 UNIDADE 04
Os dois experimentos citados anteriormente tm os seguintes
espaos amostrais:
- Lanamento de uma moeda: S = {k, c}
- Lanamento de um dado: S = {1, 2, 3, 4, 5, 6}.
Exemplos:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 109
Eventos Mutuamente Exclusivos
Exemplo:
Definio de probabilidade
Principais teoremas
Demonstrao:
110 UNIDADE 04
P(A) = P(A) + P() pois A = A
Portanto P() = 0.
Demonstrao:
A _
A
Demonstrao:
Pode-se escrever B = A ( A B)
Ora, A e (A B) so mutuamente exclusivos.
Logo, P(B) = P(A) + P(A B)
P(A B) = P(B) P(A)
P(B) P(A) 0 por I
Portanto, P(A) P(B).
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 111
S
A B
Demonstrao:
112 UNIDADE 04
A probabilidade P(A) de cada evento composto (mais de um
elemento) ento definida pela soma das probabilidades dos pontos de
A.
Exemplo:
Resoluo:
n de casos favorveis
P(A) = ____________________
n total de casos (48)
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 113
Como se observa, o clculo de probabilidades de um evento
reduz-se a um problema de contagem (visto anteriormente).
Onde: r! = r (r 1) (r 2) . . . 1
p! = p (p 1) (p 2) . . . 1
Admite-se que o! = 1
Exemplo 1:
Exemplo 2:
Soluo:
A = {ambas so defeituosas}
N.C.F. ___
Logo, P(A) = ______= 6 = ___
1
N.T.C. 66 11
B = {ambas no defeituosas}
114 UNIDADE 04
B pode ocorrer () = 28 vezes
28 = ___
Logo, P(B) = ___ 14
66 33
Probabilidade condicional
P(AB)
P(A) = _______ (50)
P(B)
n(AB)
P(A/B) = _______ (51)
n(B)
Exemplo:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 115
Soluo:
Evento B= {(2,1), (3,1), (3,2), (4,1), (4,2), (4,3), (5,1), (5,2) (5,3),
(5,4), (6,1), (6,2), (6,3), (6,4), (6,5)}
n(B) = ___
Logo, P(B) = _____ 15 = ___
5
n(S) 36 12
n(AB) = ___
(AB) = {(5,5)}. Logo P(A/B) = _______ 1
n(B) 15
n(BA) = ___
P(B/A) = _______ 1
n(A) 3
Teorema do produto
Assim:
P(A/B) = (P(AB))/(P(B)) P(AB)=P(B).P(A/B) (52)
Exemplo:
Soluo:
A = {a primeira pea boa}
B = {a segunda pea boa}
116 UNIDADE 04
8 . ___
P(AB) = P(A). P(B/A) = ___ 7 = ___
56 = ___
14
12 11 132 33
Independncia estatstica
Teorema de Bayes
P(Ai). P(B/Ai)
P(Ai/B) = _______________________________________ 57
P(A1)P(B/A1)+P(A2)P(B/A2)+...+P(Na)P(B/An)
Exemplo:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 117
Admita a seguinte configurao:
Escolheu-se uma urna ao acaso, e dela extraiu-se uma bola ao
Soluo:
1 ;P(U2) = __
P(U1) = __ 1 e P(U3) = __
1
3 3 3
1 P(br/U2) = __
P(br/U1) = __; 3 = __
1 e P(br/U3) = __
3
9 9 3 8
P(U2) P(br/U2)
P(U2/br) = ________________________________
P(U1)P(br/U1)+P(U2)P(br/U2)+P(U3)P(br/U3)
Como P(U1/br)+P(U2/br)+P(U3/br) = 1
118 UNIDADE 04
Tem-se que: P(U1/br)= 1 (24/59 + 27/59 ) = 8/59.
Variveis aleatrias
Definio*
Exemplo:
Seja E: lanamento de duas moedas;
X: n de caras obtidas nas duas moedas;
S = {k,k), (k,c), (c,k), (c,c)}
X = 0 corresponde ao evento (c, c) com probabilidade 1/4;
X = 1 corresponde ao evento (k, c), (c, k) com probabilidade 2/4 saiba mais
X = 2 corresponde ao evento (k, k) com probabilidade 1/4 Varivel aleatria a
funo que associa
Observaes importantes: a todo evento,
pertencente a uma
partio do espao
Observe que uma funo cujo domnio S e contradomnio R; amostral, um nico
Nas aplicaes, conveniente trabalhar com nmeros e no com nmero real.
eventos; da o uso da varivel aleatria; Indicaremos por:
Se S numrico, ento X(s) = s; X: x1 x2, ... , xn.
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 119
Exemplos:
X V. A. pontos de um dado
Y = X + X V. A. soma dos pontos de dois lanamentos
Z = Max {(x1, x2)} pontos de dois dados.
Determinar a distribuio de probabilidade de X, Y e Z.
Soluo:
x 1 2 3 4 5 6
P(x) 1/6 1/6 1/6 1/6 1/6 1/6
Fonte: Fonseca, 2006.
2
Para y = 3, temos P{(1,2), (2,1)} = ___
36
.
.
.
Para y = 8, temos P{(2,6), (3,5), (4,4), (5,3), (6,2)} = 5/36
Para y = 9, temos P(y=9) = 4/36 e assim por diante at chegar em
Para y = 12, teremos P(y=12) = 2/36, logo a distribuio de
probabilidade de y ser:
120 UNIDADE 04
y 2 3 4 5 6 7 8 9 10 11 12
P(y) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Fonte: Fonseca, 2006.
z 1 2 3 4 5 6
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 121
4. Quantos nmeros de 4 algarismos distintos podemos formar com os
algarismos 0, 1, 2, 3, 4, 5, 6, 7, 8 e 9?
11. Um lote formado por 10 peas boas, 4 com defeitos e 2 com defeitos
graves. Uma pea escolhida ao acaso. Calcule a probabilidade de que:
a) Ela no tenha defeitos graves.
b) Ela no tenha defeitos.
c) Ela no tenha defeitos ou tenha defeitos graves.
12. Uma urna contm 5 bolas brancas e 6 pretas. Trs bolas so retiradas.
Calcular a probabilidade de:
a) Todas pretas.
b) Exatamente uma branca.
122 UNIDADE 04
c) Ao menos uma preta.
13. Dado P(A) = ; P(B) = ; P(AB) = calcular:
a) P(AB)
b) P(A/B)
c) P(B/A)
d) P[(AB)/B]
15. A e B jogam 120 partidas de xadrez, das quais A ganha 60, B ganha
40 e 20 terminam empatadas. A e B concordam em jogar 3 partidas.
Determinar a probabilidade de:
a) A ganhar todas as trs;
b) A e B ganharem alternadamente.
17. Uma urna tem 4 bolas brancas e 3 pretas. Retiram-se 3 bolas sem
reposio. Seja X: n de bolas brancas. Determinar a distribuio de
Probabilidade de X.
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis 123
As primeiras atividades matemticas da humanidade estavam ligadas
contagem de objetos de um conjunto, enumerando seus elementos. A
anlise combinatria a rea de Matemtica que trata dos problemas
de contagem. Vamos estudar algumas tcnicas para a descrio e a
contagem de todos os casos possveis de um acontecimento. Todas
as vezes que se estudam fenmenos de observao, cumpre-se
distinguir o prprio fenmeno e o modelo matemtico (determinstico
ou probabilstico) que melhor o explique. Os fenmenos estudados
pela Estatstica so fenmenos cujo resultado, mesmo em condies
normais de experimentao, varia de uma observao para outra,
dificultando, dessa maneira, a previso de um resultado futuro. Para a
explicao desses fenmenos fenmenos aleatrios adota-se um
modelo matemtico probabilstico. Nesta unidade abordaremos sobre
varivel aleatria discreta, funo de probabilidade e distribuio de
probabilidades.
1. C
2. B
3. C
4. C
5. A
6. C
7. B
8. A
9.10.
124 UNIDADE 04
a) 30
b) 5
c) 3; 6; 6; 13; 9; 3
d) 150,5; 155,5; 160,5; 165,5; 170,5; 175,5.
11.
a) Fi : 40; 70; 80; 95; 100.
b) 40
c) 80
d) 0,15 ou 15%
Fi : 100; 60; 30; 20; 5
e) 0,70 ou 70%
12.
a) i = 5 e At = 19
b)
5.
a) 75000
b) 75000
c) 67500
d) 82500
e) 75000
f) 82500
1.
a) 1,88
b) 2,02
c) 2,48
2. b
3.
a) 3,767
b) 14,190289
c) 0,353 ou 35,3%
1. 1080
2. n = 9
3. 168
4. 4536
5.
a) 720
b) 120
6.
a) 720
b) 72
c) 144
7. 210
8. 200
9.
a) 1/2
b) 3/4
c) 3/4
d) 0
10.
a) 1/5
b) 1/10
c) 3/10
d) 0,24
11.
a) 7/8
b) 5/8
c) 3/4
12.
a) 4/33
b) 5/11
c) 31/33
13.
a) 7/12
b) 3/4
c) 1/2
d) 1
14. 80/150
15.
a) 1/8
b) 5/36
16. 17.
FONSECA, Jairo Simon da. Curso de Estatstica. 10. ed. Reimp. Martins,
Gilberto de Andrade. So Paulo: Atlas, 2006.
Email: martins-juarez@bol.com.br.
Web site: http://www.famat.ufu.br/prof/marcelo/exercicios.htm