Beruflich Dokumente
Kultur Dokumente
Probabilidade e Estatstica
Salvador - Ba
Janeiro 2004
1
Probabilidade e Estatstica por Edilson Machado de Assis
ndice
1. Introduo ...........................................................................................................................4
1.1 Conceitos da disciplina .................................................................................................4
1.2 Bibliografia para o curso...............................................................................................4
2. Probabilidade ......................................................................................................................6
2.1 Experimento..................................................................................................................6
2.2 Experimentos aleatrias ................................................................................................6
2.3 Espao amostral ............................................................................................................6
2.3 Evento ...........................................................................................................................6
2.3 Tipos de Eventos...........................................................................................................7
2.4 Probabilidade ................................................................................................................7
2.5 Definies de Probabilidade .........................................................................................8
2.6 Teoremas de probabilidade ...........................................................................................9
2.6.1 Teorema 1 de probabilidade : Soma de probabilidades .........................................9
2.6.2. Teorema 2 de probabilidade : Eventos complementares ....................................10
2.6.3. Teorema 3 de probabilidade : Produto de probabilidades ..................................10
2.6.4. Teorema 4: Teorema de probabilidade condicional............................................10
2.6.5. Teorema de probabilidade total ..........................................................................11
2.6.5. Exerccios de fixao .........................................................................................12
2.7. Tcnicas de contagem ................................................................................................16
2.7.1. Regra da multiplicao. ......................................................................................16
2.7.2. Permutao..........................................................................................................16
2.7.3 Combinao. ........................................................................................................17
2.7.4 Exerccios.............................................................................................................17
2.7.5. Exerccios de fixao ..........................................................................................18
2.8. Variveis aleatrias....................................................................................................19
2.8.1. Tipos de variveis aleatrias...............................................................................19
2.8.2. Distribuio de Probabilidade de uma varivel discreta.....................................19
2.8.3. Distribuio de Probabilidade de uma varivel contnua ...................................20
2.8.4. Exerccios de fixao ..........................................................................................21
2.8.5. Caractersticas das distribuies .........................................................................22
2.8.6. Tipos de Distribuies de Probabilidade ............................................................23
2.9. Distribuio binomial ................................................................................................24
2.9.1. Exerccios de fixao ..........................................................................................25
2.10. Distribuio de Poisson ...........................................................................................28
2.10.1. Exerccios de fixao ........................................................................................29
2.11. Distribuio Normal ................................................................................................31
2.12. Tabelas de Distribuio Normal ..............................................................................34
2.13. Exerccios de fixao ...............................................................................................37
2.14. Prticas.....................................................................................................................37
3. Estatstica ..........................................................................................................................48
3.1. Organizao de dados ................................................................................................48
3.2. Dados brutos ..............................................................................................................48
3.3. Ramos e folhas...........................................................................................................48
3.4. Rol de dados...............................................................................................................49
3.5. Tabela de freqncias de dados agrupados................................................................50
2
Probabilidade e Estatstica por Edilson Machado de Assis
3
Probabilidade e Estatstica por Edilson Machado de Assis
1. Introduo
A incerteza inerente maioria das atividades desenvolvidas pelo homem. Em
engenharia civil a incerteza est presente na no-homogeneidade dos materiais, nas
resistncias fsicas dos componentes estruturais e nas solicitaes. A estatstica tem o papel
de auxiliar o futuro engenheiro na compreenso da aleatoriedade e nas correlaes entre
eventos e variveis
Probabilidade:
um motivo ou indcio que deixa presumir a verdade ou a possibilidade de um fato
ocorrer.
4
Probabilidade e Estatstica por Edilson Machado de Assis
Bibliografia bsica:
DOWNING, Douglas e CLARK, Jeffrey. Business Statistics. New York 1992. Estatstica
Aplicada. Traduzido por Alfredo Alves de Farias, Editora Saraiva, 2000.
MEYER, Paul L. Probabilidades.
SPIEGEL, M. R. Probabilidade e estatstica. McGraw-Hill.
Bibliografia complementar:
5
Probabilidade e Estatstica por Edilson Machado de Assis
2. Probabilidade
Para iniciar o estudo da probabilidade necessria a compreenso dos seguintes
conceitos:
Experimento
Espao amostral
Evento
Eventos dependentes
Eventos independentes
Probabilidade
Distribuies de probabilidade
Experimento e espao amostral
2.1 Experimento
Experimento um procedimento claramente definido que conduz a um resultado. A
realizao de um experimento chamada tentativa, e cada tentativa tem o seu resultado.
2.3 Evento
6
Probabilidade e Estatstica por Edilson Machado de Assis
Evento o subconjunto do espao amostral tal que todos os elementos a este pertencente
satisfaam a uma regra comum.
A especificao de um evento pode ser feita pela regra que os elementos satisfazem ou
pela enumerao de todos os seus elementos. Seja, por exemplo, um lanamento de um
dado. Tem-se:
Espao amostral - S={1, 2, 3, 4, 5, 6}
Evento - A={Nmero mostrado menor que quatro} ou A={1, 2, 3} (este apenas
um dos vrios eventos possveis)
A seguir outros exemplos de: Experimento / Espao amostral / Um evento:
a) Lanar um dado e ver o nmero mostrado / S={1,2,3,4,5,6} / A={n.menor que
4}={1,2,3}
b) Lanar duas moedas e observar as faces / S={CaCa,CaCo,CoCa,CoCo} / B={no
mnimo uma cara}={CaCa,CaCo,CoCa}
c) Lanar duas moedas e contar o nmero de caras / S={0, 1, 2} / C={nenhuma}={0}
Evento dependente o evento em que a sua ocorrncia afeta a do outro. Ex.: Retirada,
sem reposio, de uma carta de ouros de um baralho; os eventos ser homem e ser careca.
Em tais eventos, os resultados anteriores afetaro o prximo resultado.
2.4 Probabilidade
Probabilidade de um evento um nmero entre 0 e 1 que indica a chance de ocorrncia
de um evento quando o experimento a este associado executado.
7
Probabilidade e Estatstica por Edilson Machado de Assis
Exemplos de probabilidades:
P({moeda mostra cara})=0.5
P({dado mostra 5})= 1/6
8
Probabilidade e Estatstica por Edilson Machado de Assis
Teorema uma proposio que, para ser admitida ou se tornar evidente, necessita
de demonstrao. Desta forma, cada teorema testado com um exemplo
A S
Exerccios:
1. Quando um par de dados arremessado qual a probabilidade dos nmeros 5 ou 6
serem mostrados?
9
Probabilidade e Estatstica por Edilson Machado de Assis
2. Quando um par de dados arremessado qual a probabilidade da soma ser menor que
4 ou um dos nmeros ser 4?
Ac
A
S
Exemplo:
Quando uma moeda arremessada duas vezes qual a probabilidade de que no
mnimo uma cara aparea?
10
Probabilidade e Estatstica por Edilson Machado de Assis
A S
Exerccio
Quando um par de dados arremessado qual a probabilidade do total ser menor que
6 e um dos nmeros ser 3 ou 4
11
Probabilidade e Estatstica por Edilson Machado de Assis
B3
B5
B1
A
S
B2
B6
B4
Ou seja
Exerccio
Na Escola de Engenharia da Universidade de Bradley os alunos esto distribudos
como: 26% eng. Eltrica, 25% eng. Mecnica, 19% eng. de Manufatura, 18% eng. Civil e
12% eng. Industrial.
Sabe-se tambm que: 5% de eltrica, 10% de mecnica, 4% de manufatura, 8% de
civil e 45% de industrial so estudantes mulheres. Se um estudante aleatoriamente
escolhido, qual a probabilidade de que seja uma mulher?
01. Um engenheiro est comeando 2 novos projetos. Existe alguma incerteza sobre o
estado de concluso de cada trabalho. Em um ano cada trabalho pode estar concludo, ter
concluso parcial ou estar incompleto. Denote estas situaes como a,b e c respectivamente
para cada trabalho.
12
Probabilidade e Estatstica por Edilson Machado de Assis
b
a
13
Probabilidade e Estatstica por Edilson Machado de Assis
Assuma que se apenas uma das fontes poluentes for controlada com sucesso, a
probabilidade de controlar a poluio do ar 80%.
14
Probabilidade e Estatstica por Edilson Machado de Assis
07. O suprimento de gua para uma cidade vem de dois reservatrios a e b. Dada a
variabilidade das chuvas por ano, o total de gua de cada reservatrio pode exceder ou no
exceder a capacidade normal . Assuma que A o evento em que a gua no reservatrio a
excede a capacidade normal e B o mesmo para a o reservatrio b. So conhecidas as
seguintes probabilidades : P(B)=0.8, P(AB)=0.6, P(Ac|Bc)=0.7. Em adio, as
probabilidades de que a cidade tenha abastecimento satisfatrio de gua se apenas um
reservatrio excede a capacidade, se ambos reservatrios excedem e se nenhum dos
reservatrios excede so 0.7, 0.9 e 0.3 respectivamente. Qual a probabilidade da cidade ter
abastecimento satisfatrio de gua?
09. A figura mostra duas rodovias interestaduais I1 e I2 que convergem em I3. Assuma
que I1 e I2 tm capacidades iguais, contudo na hora de pico, algo diferente acontece tal
que:
I1
I3
I2
15
Probabilidade e Estatstica por Edilson Machado de Assis
Se uma operao pode ser feita de n1 maneiras e outra pode ser feita de n2 maneiras
ento as duas operaes podem ser feitas juntas de n1 x n2 maneiras.
Exemplos
Quantos grupos de dois sendo um homem e uma mulher pode ser feitos com 5
homens e 4 mulheres?
Quantas palavras de 4 letras so possveis com A,B,I,J,K se cada letra pode ser
usada uma vez? E se a ltima tiver de ser uma vogal?
2.7.2. Permutao.
16
Probabilidade e Estatstica por Edilson Machado de Assis
10! 10 9 8!
= que pode ser reescrito como:
( 8 + 2 )! = ( 8 + 2 ) ( 8 + 2 1) ( 8)! .
8! 8! 8! 8!
Generalizando tem-se:
(n+k)! / n! = (n+k)(n+k-1)(n+k-2)...(n+2)(n+1)
Admita agora n = 0, logo:
k! / 0! = (k)(k-1)(k-2)...(2)(1) = k!
Conseqentemente 0!=1
Exemplos:
a) Calcule o nmero de permutaes de trs objetos a b c (P3,3) : abc, acb, bac, bca,
cab, cba.
b) Calcule o nmero de permutaes dos objetos a b c em grupos de 2: ab, ac, ba, bc,
ca, cb.
2.7.3 Combinao.
a) Quantos nmeros de 3 dgitos podem ser formados usando 0,1,2,3,4,5 se cada dgito
usado apenas uma vez?
17
Probabilidade e Estatstica por Edilson Machado de Assis
01. De um grupo de 8 pessoas, quantas comisses podem ser formadas com 3 delas?
02. De quantas maneiras uma comisso formada de 3 homens e 3 mulheres pode ser
escolhida dentre um grupo de 7 homens e 5 mulheres?
04. De quantas maneiras podemos dividir 9 brinquedos entre 4 crianas, se a mais nova
deve receber 3 e cada uma das outras , 2 brinquedos?
06. Todo ano em uma universidade, uma delegao de 4 estudantes selecionada para
assistir a reunio da Associao Nacional dos Estudantes.
i) de quantas maneiras a delegao pode ser escolhida, se h 12 estudantes
elegveis?
ii) de quantas maneiras, se dois dos estudantes elegveis so casados e somente
assistiro juntos a reunio?
18
Probabilidade e Estatstica por Edilson Machado de Assis
Varivel aleatria discreta uma varivel que assume um nmero contvel de valores.
Exemplos a); b); e). Muitas vezes as variveis aleatrias discretas esto associadas a valores
inteiros.
Varivel aleatria contnua uma varivel que pode assumir um nmero infinito de
valores. Exemplos c); d). Neste caso a quantidade de valores incontvel. A varivel
aleatria contnua est associada muitas vezes a valores reais.
Exerccio
Uma varivel aleatria X denota o nmero de coroas quando uma moeda
arremessada 3 vezes. Encontre a funo massa de probabilidade
19
Probabilidade e Estatstica por Edilson Machado de Assis
0,40
0,30
p(x)
0,20
0,10
0,00
0 1 2 3
x
Exerccio
Uma varivel aleatria X tem a fdp abaixo:
0,01.x 0 x10
f(x) = 0,01.(20-x) 10 x20
0 outro caso
Responda:
a) Verifique se f(x) uma fdp vlida
b) Encontre P(5 x10)
20
Probabilidade e Estatstica por Edilson Machado de Assis
X 0 1 2 3
P(x) 0,3 0,4 0,2 0,1
21
Probabilidade e Estatstica por Edilson Machado de Assis
03. A vazo de um certo rio em mil litros por minuto distribui-se conforme a figura ao
lado, onde x representa o nmero de milhares de litros que circulam por minuto e f(x) a
respectiva funo densidade de probabilidade. Calcule:
a) O valor de a
b) P(X150)
c) Pretende-se construir um loteamento nas proximidades do rio e por questes de
segurana este est definido em uma rea que s atingida quando ocorre uma vazo to
alta que a probabilidade desta ser superada 2%. Qual este valor de vazo?
f (x)
h=1/500
x
100 200 a
22
Probabilidade e Estatstica por Edilson Machado de Assis
fdp(x)
1 2 3 4 x
fdp(x)
1 2 3 4 x
23
Probabilidade e Estatstica por Edilson Machado de Assis
px : Probabilidade de x sucessos
Medidas caractersticas
Mdia
x = n.p (nmero de tentativas vezes probabilidade de sucesso)
Varincia
X 2 = n. p.(1 p )
Desvio Padro
24
Probabilidade e Estatstica por Edilson Machado de Assis
X = n. p.(1 p )
Exerccios
Com base no exerccio acima, qual a mdia, varincia e o desvio padro do nmero
de defeituosos?
25
Probabilidade e Estatstica por Edilson Machado de Assis
2. Jogando-se uma moeda honesta, qual a probabilidade de obter ao menos quatro caras
em cinco jogadas?
3. O Estado da Pensilvnia tem uma loteria diria. Cada noite escolhido um nmero de
trs algarismos. Qual a probabilidade de se obter um nmero inferior a 100, mais de
cinco vezes em uma semana?
4. Quantas vezes devemos jogar uma moeda para que a probabilidade de aparecerem ao
menos duas caras seja superior a 1/2?
6. Qual a probabilidade de dois dos prximos trs presidentes dos Estados Unidos terem
nascido em um domingo?
7. Suponha que 2/5 da populao tenham sangue tipo O+. Escolhidas aleatoriamente seis
pessoas, qual a probabilidade de quatro delas terem sangue O+?
8. Suponha que 45% dos Almeida no mundo sejam mulheres. De trs Almeida escolhidos
aleatoriamente, qual a probabilidade de ao menos dois serem mulheres?
10. Suponha que voc est na gerncia de uma companhia de seguros. Voc tem N
segurados. H uma probabilidade p = 0,05 de que determinado segurado solicite uma
26
Probabilidade e Estatstica por Edilson Machado de Assis
11. Voc tem um convnio com uma grande empresa que lhe oferece trinta clientes por
ms. Para se associar a esta empresa voc gasta R$1680,00 mensais. Cada elemento do
pblico alvo do seu negcio necessita de seus servios com probabilidade p=0,2 e paga
R$500,00 pela consulta. Qual a probabilidade deste empreendimento lhe causar
prejuzo?Considere distribuio binomial. Use Excel.
12. Suponha que voc o gerente de uma companhia de aviao que opera com avies de
200 lugares cada. Em mdia, 7% dos que fazem reserva no comparecem ao embarque.
Parece desnecessrio aceitar apenas 200 reservas para cada vo, porque sempre restaro
alguns assentos vagos. Voc decide ento arriscar, aceitando mais de 200 reservas. Se,
entretanto, aparecerem efetivamente mais de 200 passageiros, haver um problema
srio. Suponha que voc decidiu correr um risco de 5% de ter excesso de passageiros
para o embarque em um vo. Quantas reservas pode aceitar, mantendo em menos de
5% a probabilidade de excesso? Dica: use EXCEL
13. Suponha que voc comparea a um exame com 100 questes do tipo verdadeiro-falso;
voc nada sabe sobre o assunto do exame, e vai responder as questes por adivinhao.
Qual a chance de acertar ao menos 75 questes? Use Excel.
27
Probabilidade e Estatstica por Edilson Machado de Assis
Medidas caractersticas
Mdia
x =
Varincia
X2 =
Desvio Padro
X =
Aplicaes
Esta distribuio um bom modelo para descrever o comportamento das variveis
aleatrias nos seguintes exemplos:
a) Nmero de ns por folha de madeira tratada
b) Nmero de imperfeies por pea de tecido
c) Nmero de acidentes por ms numa fbrica
28
Probabilidade e Estatstica por Edilson Machado de Assis
Exerccios:
Um digitador faz uma mdia de 3 erros por pgina. Qual a probabilidade de que ele
digite uma pgina com menos de 2 erros?
29
Probabilidade e Estatstica por Edilson Machado de Assis
1) Seja X uma varivel aleatria que representa o nmero de vezes que a palavra platypus
pronunciada num dia. Supondo que X tenha distribuio de Poisson com parmetro
=1/2, Quanto P(X>1)?
2) Se X uma varivel aleatria de Poisson com parmetro =10, quanto P(1 X 3)?
5) Considere uma fbrica de chocolates com amndoas. A gerncia da fbrica sabe que o
nmero de amndoas por tablete uma varivel aleatria de Poisson com mdia igual a
1,5. a) Qual a probabilidade de haver pelos menos trs amndoas num tablete? b) Numa
caixa com quatro tabletes qual a probabilidade de nenhuma amndoa ser encontrada?
7) A probabilidade de que um certo evento acontea pelo menos uma vez entre trs
experincias independentes entre si 0,936. Ache: a) a probabilidade de ocorrncia do
30
Probabilidade e Estatstica por Edilson Machado de Assis
Uma varivel aleatria X tem distribuio normal com parmetros e se sua f.d.p.
:
1 2
f ( x) = .e (1/ 2)[( x ) / ]
2
Medidas caractersticas
Desvio Padro
= 2
31
Probabilidade e Estatstica por Edilson Machado de Assis
0,5
0,4
0,3
f(x)
0,2
0,1
0
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
x
Propriedades do grfico:
a) assinttico ao eixo-x
b) simtrico linha vertical em
c) O mximo valor de f(x) ocorre em
d) Os dois pontos de inflexo ocorrem distncia de cada lado de
Aplicaes
A normal serve como aproximao para um grande nmero de distribuies. A maior
parte das medidas normalmente distribuda (KRISHNAMOORTHI,1992). Comprimentos
de parafusos, dimetros de furos, percentagens de impurezas so alguns exemplos.
Problemas comuns
Um dos problemas comuns , uma vez conhecida a distribuio por meio da mdia e
varincia, encontrar a probabilidade de que a varivel assuma valores dentro de um
intervalo especificado. Exemplo X~N(20,9), P(10 X 15)=?
32
Probabilidade e Estatstica por Edilson Machado de Assis
Soluo :
15
1 2
P (10 X 15) = .e (1/ 2)[( x 20) / 3] dx
10 3 2
No fcil encontrar esta rea. Para tal usa-se a padronizao da varivel aleatria.
A distribuio padronizada
X
Se X ~ N( , 2) ento Z ~ ~ N(0 , 1) em outras palavras: se a varivel X
X
normalmente distribuda com mdia e desvio padro , ento a funo a
distribuio normal padro. Resumindo: a operao - torna a mdia nula e a operao
/ torna o desvio padro unitrio.
Exerccios
1) Dado Z~ N(0,1) calcule:
a) P(Z 2.62)
33
Probabilidade e Estatstica por Edilson Machado de Assis
b) P(Z -1.45)
c) P(Z > 1.45)
d) P(-1.5 Z 2.5)
e) t tal que P(Z t)=0.0281
f) s tal que P(Z>s)=0.0771
g) k tal que P( -k Z k) = 0.9973
4) Um fabricante de baterias substituir qualquer bateria que pife antes de 3 anos. Sabe-se
que a vida das baterias normalmente distribuda com mdia 4 anos e desvio padro de
0.45 anos.
a) Qual a percentagem de baterias que ser substituda?
b) Qual o desvio padro para que menos de 2% das baterias fossem
substitudas? ( difcil neste caso aumentar a mdia, mas o desvio padro
pode diminuir com algum esforo)
34
Probabilidade e Estatstica por Edilson Machado de Assis
35
Probabilidade e Estatstica por Edilson Machado de Assis
36
Probabilidade e Estatstica por Edilson Machado de Assis
2.14. Prticas
37
Prtica 1
A B C D E F G
1 i Moeda
Prtica 1 - Probabilidade
2 1 0
3 2 0
A) Esta prtica faz a simulao do lanamento de
4 3 0
moedas
5 4 1
Obs.: O suplemento ferramentas de anlise deve
6 5 1
estar instalado. Para instalar clique no menu
7 6 1
ferramentas e depois em suplementos, marque
8 7 0
ento a caixa ferramenta de anlise. Pressione OK
9 8 1
10 9 0
Roteiro:
11 10 0
1 - Clula A1: i
12 11 1
2 - Clula B1: Moeda
13 12 0
3 - Clula A2: 1
14 13 0
4 - Clula B2: =aleatrioentre(0;1)
15 14 0
16 15 1
Vamos considerar o resultado 1 como cara e o
17 16 0
resultado 0 como coroa. A cada vez que a planilha
18 17 1
calculada um novo nmero gerado. Experimente
19 18 0
pressionar F9. Note que a cada momento um novo
20 19 0
nmero aleatrio aparece
21 20 0
22 21 0
B) Simulao do lanamento de 100 moedas
23 22 0
24 23 0
5 - Clula A3: =A2 + 1
25 24 1
6 - Selecione a clula A3 e arraste at a linha 101
26 25 1
7 - Selecione a clula B2 e arraste at a linha 101
27 26 1
8 - Pressione F9 vrias vezes
28 27 0
29 28 0
C) Vamos estimar a probabilidade de uma moeda
30 29 1
dar cara considerando os 100 lanamentos
31 30 1
simulados
32 31 1
33 32 1
9 - Clula A102: Prob
34 33 1
10 - Clula B102: =soma(B2:B101)
35 34 0
11 - A clula B102 mostra a probabilidade em
36 35 0
porcento. Pressione F9 vrias vezes e tire suas
37 36 0
concluses.
38 37 0
39 38 0
100 99 0
101 100 0
102 Prob 43
38
Prtica 2
A B C D E F G
1 i Dado
Prtica 2 - Probabilidade
2 1 6
3 2 5
A) Esta prtica faz a simulao do lanamento de
4 3 6
dados
5 4 2
Obs.: O suplemento ferramentas de anlise deve
6 5 5
estar instalado. Para instalar clique no menu
7 6 1
ferramentas e depois em suplementos, marque
8 7 4
ento a caixa ferramenta de anlise. Pressione OK
9 8 5
10 9 5
Roteiro:
11 10 1
1 - Clula A1: i
12 11 1
2 - Clula B1: Dado
13 12 5
3 - Clula A2: 1
14 13 1
4 - Clula B2: =aleatrioentre(1;6)
15 14 6
16 15 4
A cada vez que a planilha calculada um novo
17 16 4
nmero gerado. Experimente pressionar F9. Note
18 17 2
que a cada momento um novo nmero aleatrio
19 18 5
aparece
20 19 5
21 20 6
B) Simulao do lanamento de 100 dados
22 21 3
23 22 4
5 - Clula A3: =A2 + 1
24 23 6
6 - Selecione a clula A3 e arraste at a linha 101
25 24 4
7 - Selecione a clula B2 e arraste at a linha 101
26 25 1
8 - Pressione F9 vrias vezes
27 26 2
28 27 4
C) Vamos estimar a probabilidade de um dado
29 28 3
mostrar 5 considerando os 100 lanamentos
30 29 2
simulados
31 30 3
32 31 5
9 - Clula A102: Dado=5
33 32 6
10 - Clula B102: =CONT.SE(B2:B101;"5")
34 33 1
11 - A clula B102 mostra a probabilidade em
35 34 4
porcento. Pressione F9 vrias vezes e tire suas
36 35 6
concluses.
37 36 3
38 37 3
39 38 4
100 99 1
101 100 2
102 Dado=5 21
39
Prtica 3
A B C D E F G H I
1 Prtica 3 - Teorema 1
2 i Dado1 Dado2 A B AeB A ou B
3 1 6 2 0 1 0 1
4 2 3 5 1 0 0 1
5 3 1 5 1 0 0 1
6 4 6 2 0 1 0 1
7 5 3 3 0 0 0 0
8 6 6
Roteiro 2 0 1 0 1
9 7 Questo: Quando um par de dados arremessado qual a 1
1 6 0 1 0
10 8 6
probabilidade 5 nmeros1 5 ou 6 serem
dos 1 mostrados?1 1
11 9 5
Soluo: 5 1 0 0 1
12 10 5 4
A={nmero 5 mostrado} 1 0 0 1
13 11 6
B={nmero 6 3 mostrado}0 1 0 1
14 12 3 4 0 0 0 0
15 13 4
1) Preencha as5 linhas 1 e 12 conforme0a figura 0 1
16 14 5
2) Clula A3: 12 1 0 0 1
17 15 3
3) Clula 4 0
B3: =ALEATRIOENTRE(1;6) 0 0 0
18 16 2 5 1
4) Clula C3: =ALEATRIOENTRE(1;6) 0 0 1
19 17 3 2 0
5) Clula D3: =SE((B3=5)+(C3=5);1;0) 0 0 0
20 18 3 6 0
6) Clula E3: =SE((B3=6)+(C3=6);1;0) 1 0 1
21 19 3 3 0
7) Clula F3: =SE((D3=1)*(E3=1);1;0) 0 0 0
22 20 3 1 0
8) Clula G3: =SE((D3=1)+(E3=1);1;0) 0 0 0
23 21 9) Selecione as clulas A3:G3, pressione o boto direito do 1
5 3 1 0 0
24 22 3 e arraste
mouse 5 para baixo 1 at a linha
0 102 e clique
0 em 1
25 23 4
preencher 3
seqncia 0 0 0 0
26 24 10) 3Clula D103: 2 =SOMA(D3:D102)
0 0 0 0
27 25 11) 3Copie a clula
6 D103 para 0 o intervalo
1 E103:G103 0 1
28 26 12) 4Clula G105: 6 =D103+E103-F103
0 1 0 1
29 27 13) Verifique os resultados de G105 e G103 e compare com 1os
5 2 1 0 0
30 28 4
clculos 2 sala. 0
feitos em 0 0 0
31 29 4 1 0 0 0 0
32 30 4 4 0 0 0 0
33 31 1 1 0 0 0 0
34 32 2 4 0 0 0 0
35 33 1 2 0 0 0 0
36 34 3 5 1 0 0 1
37 35 6 2 0 1 0 1
100 98 4 4 0 0 0 0
101 99 6 1 0 1 0 1
102 100 5 4 1 0 0 1
103 34 33 5 62
104 A B AeB AouB
105 62
40
Prtica 4
A B C D E F G H I
1 Prtica 4 - Teorema 2
2 i Moeda1 Moeda2 A Ac
3 1 0 1 1 0
4 2 0 1 1 0
5 3 1 0 1 0
6 4 1 0 1 0
7 5 0 0 0 1
8 6 Roteiro
0 0 0 1
9 7 Questo:
0 Quando0 uma moeda 0 arremessada
1 duas vezes qual
10 8 a probabilidade
1 0de que no 1mnimo uma 0 cara aparea?
11 9 Soluo:
1 1 1 0
12 10 A={no
1 mnimo 1uma cara aparece}
1 0
13 11 Ac={nenhuma
1 cara
1 aparece}
1 0
14 12 0 0 0 1
15 13 1) Preencha
1 as0 linhas 1 e 12 conforme0a figura
16 14 2) Clula
0 A3: 11 1 0
17 15 3) Clula
1 B3: =ALEATRIOENTRE(0;1)
1 1 0
18 16 4) Clula
0 C3: =ALEATRIOENTRE(0;1)
0 0 1
19 17 5) Clula
0 D3: =SE((B3=1)+(C3=1);1;0)
1 1 0
20 18 6) Clula
0 E3: =SE((B3=0)*(C3=0);1;0)
0 0 1
21 19 7) Selecione
0 as
0 clulas A3:E3,
0 pressione
1 o boto direito do
22 20 mouse0 e arraste
0 para baixo
0 at a linha
1 102 e clique em
23 21 preencher
0 seqncia
0 0 1
24 22 8) Clula
0 D103:1 =SOMA(D3:D102)
1 0
25 23 9) Copie
1 a clula
0 D103 para 1 E103 0
26 24 10) 0Verifique os0 resultados0de D103 e 1E103 e compare com os
27 25 clculos0 feitos em
1 sala. 1 0
28 26 0 0 0 1
29 27 1 1 1 0
30 28 1 1 1 0
31 29 0 0 0 1
100 98 1 1 1 0
101 99 0 1 1 0
102 100 0 1 1 0
103 65 35
104 A Ac
41
Prtica 5
A B C D E F G H I
1 Prtica 5 - Teorema 3
2 i Dado1 Dado2 E1 E2 F E1 e F E2 e F
3 1 1 3 0 0 0 0 0
4 2 6 5 0 0 0 0 0
5 3 Roteiro 4 5 0 0 0 0 0
6 4 Questo:5 Arremessados dois dados, E1 o evento em que a 0
5 0 0 0 0
7 5 soma2 6, em E25 a soma 07 e F o evento
1 em que0 o primeiro0 0
8 6 nmero 5 3. i) E1
1 e F so independentes?
1 0 ii) E2 e 0F so 0 0
9 7 independentes?
4 5 0 0 0 0 0
10 8 2 5 0 1 0 0 0
11 9 Soluo:4 3 0 1 0 0 0
12 10 E1={soma5 1 1 0 0
d 6} E2={soma d 7} F={primeiro dado d 3} 0 0
13 11 1) Preencha
5 as4linhas 1 e 20conforme a0 figura 0 0 0
14 12 2) Clula
3 A3: 1 1 0 0 1 0 0
15 13 3) Clula
6 2 0
B3: =ALEATRIOENTRE(1;6) 0 0 0 0
16 14 4) Clula
1 5 1
C3: =ALEATRIOENTRE(1;6) 0 0 0 0
17 15 5) Clula
2 4 1
D3: =SE((B3+C3)=6;1;0) 0 0 0 0
18 16 6) Clula
2 5 0
E3: =SE((B3+C3)=7;1;0) 1 0 0 0
19 17 7) Clula
2 6
F3: =SE(B3=3;1;0) 0 0 0 0 0
20 18 8) Clula
4 3 0
G3: =SE((D3=1)*(F3=1);1;0) 1 0 0 0
21 19 9) Clula
3 3 1
H3: =SE((E3=1)*(F3=1);1;0) 0 1 1 0
22 20 10) Selecione
6 as clulas A3:H3, pressione o boto direito do 0
6 0 0 0 0
23 21 mouse 5 e arraste5 para baixo0at a linha0102 e clique
0 em 0 0
24 22 preencher
5 2
seqncia 0 1 0 0 0
25 23 11) Clula
4 D103:1 =SOMA(D3:D102)/100
0 0 0 0 0
26 24 12) Copie
2 4 D103 para
a clula 1 o intervalo
0 E103:H103 0 0 0
27 25 13) Clula
2 6
G105: =D103*F103 0 0 0 0 0
28 26 14) Clula
3 6
H105: =E103*F103 0 0 1 0 0
29 27 15) Verifique
4 6 0 0 0
os resultados das linhas 103 e 105 e compare com 0 0
30 28 os clculos
1 feitos em sala. O que possvel concluir? Porqu?0
5 1 0 0 0
31 29 3 5 0 0 1 0 0
32 30 2 5 0 1 0 0 0
33 31 1 4 0 0 0 0 0
34 32 3 6 0 0 1 0 0
35 33 5 4 0 0 0 0 0
101 99 3 5 0 0 1 0 0
102 100 2 1 0 0 0 0 0
103 0,15 0,21 0,19 0,03 0,05
104 E1 E2 F E1 e F E2 e F
105 0,0285 0,0399
42
Prtica 6
A B C D E F G H
1 r/n 10
2 0 1
3 1 10 4000000
4 2 90
3500000
5 3 720
6 4 5040 3000000
7 5 30240
2500000
8 6 151200
9 7 604800 2000000
10 8 1814400 1500000
11 9 3628800
12 10 3628800 1000000
13 11 #NM! 500000
14 12 #NM!
0
15 13 #NM!
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
16 14 #NM!
17 15 #NM!
18 Roteiro
19
20 Permutao - Estudo do comportamento da funo PERMUT()
21 1 - Preencha a linha 1 conforme mostrado
22 2 - Clula A2: 0
23 3 - Clula B2: =PERMUT($B$1;A2)
24 4 - Clula A3: =A2+1
5 - Arraste a clula A3 at a linha 17
25
6 - Arraste a clula B2 at a linha 17
26 7 - Experimente vrios valores na clula B1, por exemplo: 1,
27 2, 6, 9, 10, 15 quais as suas concluses?
28 8 - Selecione as clulas de B2 at B17
29 9 - Clique em inserir grfico
30 10 - Selecione o tipo Colunas
31 11 - Clique em Avancar
32 12 - Clique na aba Seqncia
33 13 - Clique na caixa de texto de rtulos do eixo das
categorias (X) (fica na parte inferior da tabela) e selecione
34
as clulas de A2 at A17 (veja que a caixa de texto agora
35 apresenta =Plan1!$A$2:$A$17 )
36 14 - Clique em Avanar
37 15 - Clique na aba Legenda e desmarque a caixa Mostrar legenda
38 16 - Clique Concluir
39 17 - Experimente vrios valores na clula B1, por exemplo: 1,
40 2, 6, 9, 10, 15.Quais os valores de r que geram Pn,r iguais ?
41 Quais as suas concluses?
42
43
44
43
Prtica 7
A B C D E F G H
1 r/n 10
2 0 1
3 1 10 300
4 2 45
5 3 120 250
6 4 210
7 5 252 200
8 6 210
9 7 120 150
10 8 45
11 9 10 100
12 10 1
50
13 11 #NM!
14 12 #NM!
0
15 13 #NM!
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
16 14 #NM!
17 15 #NM!
18 Roteiro
19
20 Combinao - Estudo do comportamento da funo COMBIN()
21 1 - Preencha a linha 1 conforme mostrado
22 2 - Clula A2: 0
23 3 - Clula B2: =COMBIN($B$1;A2)
24 4 - Clula A3: =A2+1
5 - Arraste a clula A3 at a linha 17
25
6 - Arraste a clula B2 at a linha 17
26 7 - Experimente vrios valores na clula B1, por exemplo: 1,
27 2, 6, 9, 10, 15 quais as suas concluses?
28 8 - Selecione as clulas de B2 at B17
29 9 - Clique em inserir grfico
30 10 - Selecione o tipo Colunas
31 11 - Clique em Avancar
32 12 - Clique na aba Seqncia
33 13 - Clique na caixa de texto de rtulos do eixo das
categorias (X) (fica na parte inferior da tabela) e selecione
34
as clulas de A2 at A17 (veja que a caixa de texto agora
35 apresenta =Plan1!$A$2:$A$17 )
36 14 - Clique em Avanar
37 15 - Clique na aba Legenda e desmarque a caixa Mostrar legenda
38 16 - Clique Concluir
39 17 - Experimente vrios valores na clula B1, por exemplo: 1,
40 2, 6, 9, 10, 15.Quais os valores de r que geram Cn,r iguais ?
41 Quais as suas concluses?
42
43
44
44
Prtica 8
A B C D E F G H I J
1 n 5
2 p 0,5
0,35
3 x p(x)
4 0 0,03125 0,3
5 1 0,15625 0,25
6 2 0,3125 0,2
7 3 0,3125 0,15
8 4 0,15625 0,1
9 5 0,03125 0,05
10 6 #NM! 0
11 7 #NM! 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
12 8 #NM!
13 9 #NM!
14 10 #NM! Roteiro
15 11 #NM!
16 12 #NM! Vamos estudar o comportamento da distribuio binomial
17 13 #NM! 1 - Clula A1: n
18 14 #NM! 2 - Clula B1: 5
3 - Clula A2: p
19 15 #NM!
4 - Clula B2: 0,5
20 5 - Clula A3: x
21 6 - Clula B3: p(x)
22 7 - Clula A4: 0
23 8 - Clula B4: =COMBIN($B$1;A4)*$B$2^A4*(1-$B$2)^($B$1-A4)
24 9 - A clula B4 exibe o resultado de p(0): 0,03125
25 10 - Clula A5: =A2+1
26 11 - Selecione a clula A5 e arraste at a linha 19
27 12 - Selecione a clula B4 e arraste at a linha 19
28
Vamos criar um grfico de barras para mostrar o comportamento
29 da distribuio binomial
30
31 13 - Selecione as clulas B4:B19
32 14 - Clique: Inserir => Grfico
33 15 - Selecione o tipo Colunas
34 16 - Clique: Avancar >
35 17 - Clique na aba Seqncia
36 18 - Clique na caixa de texto de rtulos do eixo das categorias
(X) (fica na parte inferior da tabela)
37
19 - Selecione as clulas A4:A19 (veja que a caixa de texto
38 agora apresenta =Plan1!$A$4:$A$19 )
39 20 - Clique: Avanar >
40 21 - Clique na aba Legenda
41 22 - Desmarque a caixa Mostrar legenda
42 23 - Clique: Concluir
43 24 - Experimente vrios valores para as clulas B1 e B2, quais
44 as suas concluses?
45 B1 3 8 8 15
B2 0.5 0.5 0.7 0.5
46
Qual dos casos apresenta menor desvio padro?
47 Qual a influncia na mudana de 0.5 para 0.7 no valor de B2?
48 Quais os valores de x que geram p(x) iguais ?
49
50
51
52
53
45
Prtica 9
A B C D E F G H
1 Lambda 2
2 x p(x)
3 0 0,135335 0,3
4 1 0,270671 0,25
5 2 0,270671 0,2
6 3 0,180447
0,15
7 4 0,090224
8 5 0,036089 0,1
9 6 0,01203 0,05
10 7 0,003437 0
11 8 0,000859
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
12 9 0,000191
13 10 3,82E-05
14 11 6,94E-06
15 12 1,16E-06
16 13 1,78E-07
17 14 2,54E-08
18 15 3,39E-09
19
Roteiro
20
21 Vamos estudar o comportamento da distribuio de Poisson
22
23 1 - Clula A1: Lambda
24 2 - Clula B1: 2
25 3 - Clula A2: x
26 4 - Clula B2: p(x)
27 5 - Clula A3: 0
28 6 - Clula B3: =$B$1^A3/(EXP($B$1)*FATORIAL(A3))
7 - Clula A4: =A2+1
29
8 - Selecione a clula A4 e arraste at a linha 18
30 9 - Selecione a clula B3 e arraste at a linha 18
31 10 - Vamos criar um grfico de barras para mostrar o
32 comportamento da distribuio de Poisson
33 11 - Selecione as clulas B3:B18 (l-se B3 at B18)
34 12 - Clique em: Inserir => Grfico
35 13 - Selecione o tipo Colunas
36 14 - Clique em: Avancar >
37 15 - Clique na aba: Seqncia
16 - Clique na caixa de texto de rtulos do eixo das
38
categorias (X) (fica na parte inferior da tabela)
39 17 - Selecione as clulas A3:A18 (veja que a caixa de texto
40 agora apresenta =Plan1!$A$4:$A$19 )
41 18 - Clique em: Avanar >
42 19 - Clique na aba: Legenda
43 20 - Desmarque a caixa: Mostrar legenda
44 21 - Clique em: Concluir
45 22 - Experimente vrios valores para a clula B1, quais as
46 suas concluses?
Clula B1: 2 4 6 8
47
Qual dos casos apresenta menor desvio padro? O que ocorre com
48 a mdia?
49
50
51
46
Prtica 10
A B C D E F G H I J
1 Distribuio Normal
2 Mdia= 0
3 Desvio p= 1 f(x)
4 x f(x) f(x)excel 0,45
5 -2,5 0,017528 0,017528
0,4
6 -2,4 0,022395 0,022395
7 -2,3 0,028327 0,028327 0,35
8 -2,2 0,035475 0,035475 0,3
9 -2,1 0,043984 0,043984 0,25
10 -2 0,053991 0,053991 0,2
11 -1,9 0,065616 0,065616
0,15
12 -1,8 0,07895 0,07895
13 -1,7 0,094049 0,094049 0,1
14 -1,6 0,110921 0,110921 0,05
15 -1,5 0,129518 0,129518 0
16 -1,4 0,149727 0,149727 -3 -2 -1 0 1 2 3
17 -1,3 0,171369 0,171369
18 -1,2 0,194186 0,194186
19 -1,1 0,217852 0,217852
20 -1 0,241971 0,241971
21 -0,9 0,266085 0,266085
22 -0,8 0,289692 0,289692
Roteiro
23 -0,7 0,312254 0,312254
24 -0,6estudar
Vamos 0,333225o comportamento
0,333225 da distribuio Normal
25 -0,5 0,352065 0,352065
26 1 --0,4 0,36827
Clula 0,36827
A1: Distribuio Normal
27 2 --0,3 0,381388
Clula 0,381388
A2: Mdia=
28 3 --0,2
Clula B2: 00,391043
0,391043
29 4 --0,1
Clula A3: Desvio
0,396953 0,396953p=
30 5 - Clula
1,08E-15 B3: 10,398942
0,398942
6 - Clula A4: x
31 0,1 0,396953 0,396953
7 - Clula B4: f(x)
32 8 -0,2 0,391043
Clula 0,391043
C4: f(x)excel
33 0,3 0,381388
9 - Clula A5: -2,5 0,381388
34 10 -0,4 0,36827
Clula 0,36827
B5: =1/($B$3*(2*PI())^0.5)/EXP(((A5-
35 0,5 0,352065 0,352065
$B$2)/$B$3)^2/2)
36 0,6 0,333225 0,333225
37 Obs.:A
0,7 clula
0,312254B5 0,312254
contm a expresso da f.d.p. normal:
38 0,8 0,289692 0,289692
39 0,9 0,266085 0,266085
1 (1 / 2 )[( x ) / ]2
f ( x) =
40 1 0,241971 0,241971
41 1,1 0,217852 0,217852 .e
42
43
2
1,2 0,194186 0,194186
1,3 0,171369 0,171369
44 11 -1,4 0,149727
Clula 0,149727
A6: =A5+0,1
45 12 -1,5 0,129518
Arraste 0,129518
a clula B5 at B6
46 13 -1,6Selecione
0,110921 de0,110921
A6:B6 e arraste at a linha 55
47 1,7 0,094049 0,094049
48 Vamos1,8criar um grfico
0,07895 0,07895de disperso para mostrar o
comportamento da distribuio Normal
49 1,9 0,065616 0,065616
50 2 0,053991as 0,053991
14- Selecione clulas A5:B55
51 15 -2,1 0,043984
Clique 0,043984 => Grfico
em: Inserir
52 16 -2,2 0,035475 o 0,035475
Selecione tipo: Disperso XY e clique no subtipo
53 2,3 0,028327
"Disperso 0,028327
com pontos de dados conectados por linha suaves sem
54 2,4 0,022395
marcadores", 0,022395
ou seja: 2linha e 2coluna
55 17 -2,5Clique em: Avancar
0,017528 0,017528 >
56 18 - Clique em: Concluir
57 19 - Experimente estes valores para a clula B3: 0,1 0,5 1 e
1,2. O que ocorreu? Quais as sua concluses?
58
20 - Coloque em B3: 0.5 e em B2 os seguintes valores: -0,5 0
59 0,5 e 1. O que ocorreu? Quais as sua concluses?
60 21 - Clula C5 : =DIST.NORM(A5;$B$2;$B$3;FALSO)
61 22 - Selecione C5 e arraste para preencher at C55. Os
62 resultados devem iguais aos da frmula digitada na forma
63 discreta.
64
65
66
47
Probabilidade e Estatstica por Edilson Machado de Assis
3. Estatstica
3.1. Organizao de dados
Feita a coleta do dados originais, estes ainda no se encontram prontos para anlise. A
seguir so apresentadas as notas, entre 0 a 100, de uma turma de alunos.
36 42 65 24 64 94
45 83 72 80 67 93
59 72 56 75 70 10
48
Probabilidade e Estatstica por Edilson Machado de Assis
Note que os dados tm, todos eles, dois algarismos. O primeiro algarismo varia de 1
a 9. Se fssemos agrupar os dados, uma forma natural seria em dezenas. Faremos isto em
uma figura.
1 0
2 4
3 6
4 2 5
5 9 6
6 5 4 7
7 2 2 5 0
8 3 0
9 4 3
10 24 36 42 45 56
59 64 65 67 70 72
72 75 80 83 93 94
Vantagem
Visualizao mais ampla, percepo imediata dos extremos com menos esforo de
concentrao
Desvantagem
A anlise se baseia em observaes individuais (difcil comparar 2 grupos de
dados). O problema se agrava se existirem muitos dados
49
Probabilidade e Estatstica por Edilson Machado de Assis
Desvantagem
No figuram valores exatos de cada aluno no permitindo saber o valor mais alto ou
mais baixo
Vantagem
Mostra a tendncia de concentrao de valores
Classe cada um dos grupos de valores. O nmero de classes deve ser escolhido
com base na natureza e na unidade dos dados.
Existem vrias formas de estimar tal nmero. Aqui ser usada a regra de Sturges
K =1+3,3 log n
K = 1+3,3 log 18 = 5,142399267 6
At = Maior Menor
50
Probabilidade e Estatstica por Edilson Machado de Assis
Maior valor = 94
Menor valor = 10
At = 100 - 12 = 84
Tabela de freqncias
Intervalos de classe
0 -| 10 = ] 0 ; 10 ]
0 |- 10 = [ 0 ; 10 [
0 |-| 10 = [ 0 ; 10 ]
51
Probabilidade e Estatstica por Edilson Machado de Assis
0 - 10 = ] 0 ; 10 [
52
Probabilidade e Estatstica por Edilson Machado de Assis
Exemplo:
P(24 < X 38) = 0,056
P(38 < X 66) = 0,333
P(X 66) = 0,5
P(X > 24) = 0,889
53
Probabilidade e Estatstica por Edilson Machado de Assis
01. A contagem de passes errados em jogos da seleo brasileira nos ltimos 18 jogos a
lista de dados brutos abaixo.
a) Monte a tabela de freqncia dos passes errados com as seguintes colunas de freqncia:
simples absoluta, simples relativa, acumulada abaixo de e acumulada acima de.
b) Qual a probabilidade de haver mais de 37 passes errados em um jogo qualquer?
c) Qual a probabilidade de haver 93 passes errados ou menos em um jogo qualquer?
Dados brutos : 23 70 80 39 76 96 103 76 63 73 33 40 26 98 107 51 46 87.
02. Na construo de uma obra foram extrados vinte corpos de prova e estes foram
ensaiados compresso. Os valores de resistncia compresso em que tais corpos de
prova so destrudos nos ensaios esto em MPa na tabela de dados brutos abaixo (1MPa =
1 000 000 N/m). Pedem-se:
a) Monte a tabela de freqncia dos resultados com as seguintes colunas de freqncia:
simples absoluta, simples relativa, acumulada abaixo de e acumulada acima de.
b) Qual a probabilidade de um corpo de prova, escolhido ao acaso, resistir a mais de 23
MPa? Qual a probabilidade de que um corpo de prova resista a 35 MPa ou menos?
Dados brutos
15 19 32 27 17
23 34 21 26 22
30 30 15 39 22
35 36 26 16 25
Diagramas
Grficos que apresentam duas dimenses.
54
Probabilidade e Estatstica por Edilson Machado de Assis
3500
3159
3000
2541
2500
2357
2000 1615 Set/98
1347 1256 Nov/99
1500
1000 763
171 592 422 121
352
500 160 115
0
ia
ia
r ia
ra
ica
a
a
af
sic
og
tic
tu
ha
gr
ite
ts
l
F
eo
n
em
po
ge
ta
qu
To
at
Es
En
Ar
M
Estereogramas
Grfico que representam volumes e so apresentados em 3 dimenses
Grfico em colunas
Um grfico de colunas exibe as alteraes dos dados em um perodo de tempo ou
ilustra comparaes entre itens. As categorias so organizadas horizontalmente e os valores
verticalmente para enfatizar a variao ao longo do tempo ou itens.
55
Probabilidade e Estatstica por Edilson Machado de Assis
10000
8608
9000
8000
7000 6363
6000
5000
4000
3000
2000
1000
0
1998 1999
Estes grficos permitem que a comparao entre as grandezas seja feita facilmente.
O grfico abaixo mostra a percentagem de respondentes do provo e a evoluo dos
resultados em % para estudantes da UCSal.
Evoluo 96-99
90%
% de respondentes 77%
80% 72%
70% Evoluo mdia%
60% 56%
50%
40%
30% 24%
20%
10% -5% 6%
-8%
0%
-10% 1996-D 1997-E 1998-E 1999-E
-20%
56
Probabilidade e Estatstica por Edilson Machado de Assis
Grfico em barras
57
Probabilidade e Estatstica por Edilson Machado de Assis
Grfico de setores
58
Probabilidade e Estatstica por Edilson Machado de Assis
0
4 4,2 4,4 4,6 4,8 5 5,2 5,4 5,6 5,8
-1
ln(-ln(1-F))
y = 5.3588x - 28.725
-2 R2 = 0.9911
-3 y = 3.7643x - 19.64
R2 = 0.9741
-4
Horas
-5 Pousos
-6
ln(horas) ln(pousos)
Grfico de radar
Grfico de superfcie 3D
59
Probabilidade e Estatstica por Edilson Machado de Assis
Grficos de freqncia
60
Probabilidade e Estatstica por Edilson Machado de Assis
Polgono de freqncias
61
Probabilidade e Estatstica por Edilson Machado de Assis
25
20
15
10
0
0-|10 10-|20 20-|30 30-|40 40-|50 50-|60 60-|70 70-|80 80-|90 90-|100
62
Probabilidade e Estatstica por Edilson Machado de Assis
Separatrizes
Medidas de disperso:
Amplitude total
Desvio mdio
Varincia
Desvio padro
Coeficiente de variao.
Medidas de assimetria
63
Probabilidade e Estatstica por Edilson Machado de Assis
i xi
1 16
2 14
3 20
4 22
72
Mdia aritmtica - x
x=
x i
=
72
= 18 palitos
n 4
Mdia Geomtrica - xg
64
Probabilidade e Estatstica por Edilson Machado de Assis
i xi log(xi)
1 16 1,204
2 14 1,146
3 20 1,301
4 22 1,342
72 4,994
log xi log xi
x g = n xi = anti log
= 10 n
n
log xi 4,994
10 n
= 10 4
= 17, 718 palitos
Mdia harmnica - xh
I xi log(xi) 1/xi
1 16 1,204 0,063
2 14 1,146 0,071
3 20 1,301 0,050
4 22 1,342 0,045
72 4,994 0,229
n 4
xh = = = 17, 438 palitos
1 0, 229
x
i
Moda - Mo
65
Probabilidade e Estatstica por Edilson Machado de Assis
A moda o valor que mais se repete. Este conjunto de dados amodal, ou seja, no
possui moda. Um conjunto de dados pode ser: amodal, unimodal (uma moda), bimodal
(duas modas), plurimodal (mais de uma moda).
Mediana - Md
Dados em
Ordem
rol
1 14
2 16
3 20
4 22
Md = (16 + 20) / 2 = 18
n +1
i= Onde n o nmero de dados
2
Para nmero par de dados tem-se a mediana como a semi-soma dos elementos de
ordem p e q.
n
p=
2
66
Probabilidade e Estatstica por Edilson Machado de Assis
n
q= +1
2
Onde n o nmero de dados
Seja o conjunto de dados abaixo que representam as idades dos participantes de uma
festa:
i Idades (anos) fi
1 5 -| 15 2
2 15 -| 25 6
3 25 -| 35 8
4 35 -| 45 4
20
67
Probabilidade e Estatstica por Edilson Machado de Assis
xinicial + x final
xi =
2
Onde xinicial o limite inferior da classe i e xfinal o limite superior
Mdia aritmtica - x
x=
x .f
i i
=
540
= 27, 000 anos
f i 20
Mdia Geomtrica - xg
fi .log xi 28,031
x
xg = fi fi
= anti log = 10
20
= 25, 210 anos
i f
i
Mdia harmnica - xh
68
Probabilidade e Estatstica por Edilson Machado de Assis
xh =
f i
=
20
= 23, 077 anos
f 0,867
x i
Moda - Mo
A moda o valor que mais se repete. A seguir o clculo da moda proposto por
Czuber.
S T
1 Q
C D
2
R
fmo U
fant
fpost
l Mo ls
Onde:
1 = fmo - fant 2 = fmo fpost
fmo = freqncia simples da classe modal. Aclasse modal a classe de maior freqncia.
fant = freqncia simples da classe anterior modal
fpos = freqncia simples da classe posterior modal
l = limite inferior da classe modal
ls = limite superior da classe modal
c = amplitude do intervalo de classe
69
Probabilidade e Estatstica por Edilson Machado de Assis
Mo l ls Mo
= ( Mo l ). 2 = (ls Mo).1
1 2
l. 2 + ls .1
Mo = ls = l + c
1 + 2
1
Mo = l + c.
1 + 2
1 (8 6)
Mo = l + c. = 25 + 10. = 28,333
1 + 2 (8 6) + (8 4)
Mediana Md
Mediana o valor que divide uma srie ordenada de tal forma que o nmero de
elementos acima deste valor igual ao nmero de elementos abaixo. muito utilizada
principalmente quando se d pouca importncia aos valores extremos.
70
Probabilidade e Estatstica por Edilson Machado de Assis
n/2 fMd
FMd
EMd Fant
l Md ls
Onde:
l : limite inferior da classe mediana
c: amplitude do intervalo de classe
Emd : elemento mediano
FMd : freqncia acumulada da classe mediana
Fant : freqncia acumulada at a classe anterior classe mediana
fMd : freqncia simples da classe mediana
EMd Fant f Md
=
Md l c
EMd Fant
Md l = c.
f Md
EMd Fant
Md = l + c.
f Md
71
Probabilidade e Estatstica por Edilson Machado de Assis
Usurios
j Consumo KW.h
fj
1 5 -| 25 4
2 25 -| 45 6
3 45 -| 65 14
4 65 -| 85 26
5 85 -| 105 14
6 105 -| 125 8
7 125 -| 145 6
8 145 -| 165 2
j Dias fj
1 2 -| 23 2
2 23 -| 44 8
3 44 -| 65 12
4 65 -| 86 10
5 86 -| 107 6
6 107 -| 128 2
72
Probabilidade e Estatstica por Edilson Machado de Assis
j Meses fj
1 4 -| 11 2
2 11 -| 18 4
3 18 -| 25 10
4 25 -| 32 6
3.9. Separatrizes
Q1 Q2 Q3 Q4
Onde :
Q1 = Primeiro quartil
Q2 = Segundo quartil
Q3 = Terceiro quartil
Q4 = Quarto quartil (no divide o conjunto de dados)
D1 D2 D3 D4 D5 D6 D7 D8 D9
D1 = Primeiro decil
D2 = Segundo decil
73
Probabilidade e Estatstica por Edilson Machado de Assis
D9 = Nono decil
Observe que Q2 = D5.
Onde:
l = limite inferior do intervalo de classe
c = largura do intervalo de classe
Fant e f so calculadas de forma similar ao mostrado em mediana
Usurios
j Consumo KW.h
fj
1 5 -| 25 4
2 25 -| 45 6
3 45 -| 65 14
4 65 -| 85 26
5 85 -| 105 14
6 105 -| 125 8
7 125 -| 145 6
8 145 -| 165 2
74
Probabilidade e Estatstica por Edilson Machado de Assis
Resp:
a) C30
E C30 = 30 . 80/100 = 24
Classe 45-|65
C30 = 45 + 20.(24-10)/14=65
P(X<65)=0.30
b) C15
E C15 = 15 . 80/100 = 12
Classe 45-|65
C15 = 45 + 20.(12-10)/14=47.86
P(X<47.86)=0.15
c) D9
E D9 = 9 . 80 /10 = 72 Classe 105-|125
D9 = 105 + 20 . (72-64)/8 = 125
P(X<125)=0.90
A mediana ou est entre a moda e a mediana ou coincide com as duas. A seguir os trs
casos.
fj
Mo x xj
Md
75
Probabilidade e Estatstica por Edilson Machado de Assis
Mo < Md < x
fj
x Mo xj
Md
x < Md < Mo
fj
x = Mo = Md xj
76
Probabilidade e Estatstica por Edilson Machado de Assis
Imagine duas situaes, em uma delas, so vendidas 200 pizzas todos os dias e em outra
so vendidas 400 pizzas na metade dos dias e nenhuma pizza na outra metade. Na mdia
seriam vendidas 200 pizzas em ambas as situaes, mas no segundo caso a disperso seria
muito maior.
i xi
1 16
2 14
3 20
4 22
72
2
i xi xi x xi x
1 16 2 4
2 14 4 16
3 20 2 4
4 22 4 16
72 12 40
Desvio Mdio
a mdia dos desvios ou distncias de cada dado em relao mdia
77
Probabilidade e Estatstica por Edilson Machado de Assis
Dm =
| x x | = 12 = 3 palitos
i
n 4
Desvio padro
a raiz quadrada soma dos quadrados dos desvios em relao mdia, dividida
pelo nmero de observaes ou dividida pelo nmero de observaes menos um.
= ( x x)
i
2
=
40
= 3,162 palitos
n 4
Desvio padro amostral
Este desvio deve ser calculado quando os dados representam uma amostra.
S=
( x x)
i
2
=
40
= 3, 651 palitos
n 1 3
Varincia
o quadrado do desvio padro.
Varincia populacional
A varincia populacional deve ser calculada quando os dados representam toda a
populao
2 =
( xi x) 2 40
= = 10, 000 palitos
n 4
Varincia amostral
A varincia amostral deve ser calculado quando os dados representam uma amostra.
S 2
=
( x x)
i
2
=
40
= 13,333 palitos
n 1 3
78
Probabilidade e Estatstica por Edilson Machado de Assis
Coeficiente de variao CV
uma medida da homogeneidade do conjunto de dados. A seguir as faixas de
valores e as classificaes:
Cv < 10% : conjunto de dados homogneos
10% < Cv < 30% : conjunto de dados com mdia disperso
Cv > 30% : conjunto de dados heterogneos
3,162
CVP = = = 0,176
x 18
3,162
CVT = = = 0,176
Md 18
Onde : Md = 18 j calculada anteriormente.
Seja o conjunto de dados abaixo que representam as idades dos participantes de uma
festa:
i Idades (anos) fi
1 5 -| 15 2
2 15 -| 25 6
3 25 -| 35 8
4 35 -| 45 4
20
79
Probabilidade e Estatstica por Edilson Machado de Assis
Desvio Mdio
a mdia dos desvios ou distncias de cada dado em relao mdia
Dm =
| x x | . f
i i
=
152
= 7,6 anos
f i 20
Desvio padro
a raiz quadrada soma dos quadrados dos desvios em relao mdia, dividida
pelo nmero de observaes ou dividida pelo nmero de observaes menos um.
= ( x x) . f
i
2
i
=
1620
= 9, 000 anos
f i 20
S=
( x x) . f
i
2
i
=
1620
= 9, 234 anos
f 1 i 19
Varincia
80
Probabilidade e Estatstica por Edilson Machado de Assis
Varincia populacional
A varincia populacional deve ser calculada quando os dados representam toda a
populao
2 =
( xi x) 2 . fi 1620
= = 81 anos
f i 20
Varincia amostral
A varincia amostral deve ser calculado quando os dados representam uma amostra.
S 2
=
( x x) . f
i
2
i
=
1620
= 85, 263 anos
f 1 i 19
Coeficiente de variao CV
uma medida da homogeneidade do conjunto de dados. A seguir as faixas de
valores e as classificaes:
Cv < 10% : conjunto de dados homogneos
10% < Cv < 30% : conjunto de dados com mdia disperso
Cv > 30% : conjunto de dados heterogneos
9
CVP = = = 0,333
x 27
9
CVT = = = 0,327
Md 27,5
Onde : Md = 27,5 j calculada anteriormente.
81
Probabilidade e Estatstica por Edilson Machado de Assis
01. Com base na tabela que representa a freqncia de moradores a uma reunio de
condomnio, de acordo com a idade. Calcule: a) O desvio mdio ; b) O desvio padro
(todos os presentes esto computados na tabela); c) A varincia
j Classes fj
1 8 -| 18 3
2 18 -| 28 8
3 28 -| 38 16
4 38 -| 48 14
5 48 -| 58 9
02. Com base na tabela abaixo que representa a freqncia de pessoas uma festa, de
acordo com a idade calcule:a) O desvio mdio ; b) O desvio padro (nem todas as pessoas
da festa esto computadas na tabela); c) A varincia
j Classes fj
1 4 -| 14 1
2 14 -| 24 3
3 24 -| 34 14
4 34 -| 44 3
5 44 -| 54 1
03. A tabelas abaixo mostra a distribuio por faixa etria de duas selees de futebol.
a) Calcule a mdia, o desvio mdio, o desvio padro e a varincia das idades
b) Qual a equipe mais jovem? E a mais homognea? Justifique sua resposta calculando
C.V.
82
Probabilidade e Estatstica por Edilson Machado de Assis
1 16 |-| 20 2 1 18 |-| 20 3
2 20 -| 24 5 2 20 -| 22 3
3 24 -| 28 7 3 22 -| 24 9
4 28 -| 32 7 4 24 -| 26 5
5 32 -| 36 1 5 26 -| 28 2
83
Probabilidade e Estatstica por Edilson Machado de Assis
A reta de regresso
Y = a + bX
84
Probabilidade e Estatstica por Edilson Machado de Assis
d e 2 d e 2
e 2 = (Y Y ) 2 = (Y a bX ) 2 da
=0 e
db
=0
d e 2 d (Y Y ) 2 d (Y a b. X ) 2
= = = -2. (Y a b. X ) = 0 (I)
da da da
d e 2 d (Y Y ) 2 d (Y a b. X ) 2
= = = -2. (Y a b. X ) X = 0 (II)
db db db
(Y a b. X ) = Y n.a b X = 0 (III)
(Y a b. X ) X = XY a X b X 2
= 0 (IV)
Y = n.a + b x (III)
XY = a X + b X 2
(IV)
( X )( Y )
Y b X XY n
a= b=
n n ( X )2
X 2
n
Y = a + bX = (Y b X ) + bX = Y + b( X X ) Y = Y + b( X X )
85
Probabilidade e Estatstica por Edilson Machado de Assis
3.12.1. Correlao
A correlao pode ser forte, fraca ou nula. Os limites destas faixas no so claramente
definidos e podem variar dependendo do fenmeno estudado
Medida de correlao.
( X )(. Y )
X .Y n
rXY = 1 rXY 1
( X ) . Y ( Y )
X
2 2
n
n
2
Y
Y
X X
Correlao linear Correlao linear
positiva perfeita positiva
0 < rXY < 1 rXY = 1
86
Probabilidade e Estatstica por Edilson Machado de Assis
Y
Y
X X
Correlao linear Correlao linear
negativa perfeita negativa
0 < rXY < 1 rXY = 1
X
Correlao nula
rXY = 0
( X )(. Y )
X .Y
2
n
R 2 = rXY
2
=
X 2 ( X)
2
. Y
2 ( Y)
2
n
n
87
Probabilidade e Estatstica por Edilson Machado de Assis
R=1 R=0.99
R = 1 R = 0,99
R=0.90 R=0.75
R = 0,90 R = 0,75
R=0.50 R=0.25
R = 0,50 R = 0,25
88
Probabilidade e Estatstica por Edilson Machado de Assis
R=0
R = 0
i x y
1 1 5
2 2 7
3 9 21
4 7 17
Soluo:
i x y x.y x2 y2
1 1 5 5 1 25
2 2 7 14 4 49
3 9 21 189 81 441
4 7 17 119 49 289
19 50 327 135 804
89
Probabilidade e Estatstica por Edilson Machado de Assis
( x )( y )
xy n y b x
b= = 2 a= =3
( x)
2
n n
x 2
n
( x ) . ( y )
2
x. y
n
R 2 = rXY 2 = = 1 Ajustamento perfeito
( x) . y2 ( y)
2 2
x2
n n
Resposta : Y= 3 + 2.X
>1
0 < <1
Y = . X para > 0, > 0
log Y = log + .log X
y = log Y x = log x a = log
Y = a + .x
Y = X
90
Probabilidade e Estatstica por Edilson Machado de Assis
i X Y
1 1 2
2 2 4
3 5 20
4 6 45
Exemplo
( x )( y )
xy n y b x
b= = 1,680 a = = 0,217
( x)
2
n n
x 2
n
( x ) . ( y )
2
x. y
n
R 2 = rXY 2 = = 0,960 Ajustamento de boa qualidade
( ) . y2 ( )
2 2
x2
x y
n
n
= b = 1,680
= 10( a ) = 10(0,217) = 1,650
91
Probabilidade e Estatstica por Edilson Machado de Assis
>1
Y = . X para > 0, > 1
log Y = log + X .log
y = log Y a = log b = log
Y = a + b. X
Y = . X
i x x
1 1 20
2 2 4
3 10 8
4 6 9
Soluo:
i X Y x=X y=log(Y) x.y x2 y2
1 1 20 1 1,30103 1,30103 1 1,692679
2 2 4 2 0,60206 1,20412 4 0,362476
3 10 8 10 0,90309 9,0309 100 0,815572
4 6 9 6 0,954243 5,725455 36 0,910579
S 19 3,760422 17,2615 141 3,781306
( x )( y )
xy n y b x
b= = -0,012 a= = 0,996
( x)
2
n n
x 2
n
( x ) . ( y )
2
x. y
n
R 2 = rXY 2 = = 0,029 Ajustamento de pssima
( x) . y2 ( y)
2 2
x2
n n
qualidade
92
Probabilidade e Estatstica por Edilson Machado de Assis
Resposta : Y = 9,915.(0,973) X
Y = + X 1
Y = . = . . X 1
X
1
x=
X
Y = .x
Y = X 1
Y = a b.x
Encontre a funo hiprbole Y = . para o conjunto de dados abaixo:
X
i X Y
1 1 6
2 2 4
3 5 3
4 8 2
Soluo:
i X Y x=1/X y=Y x.y x2 y2
1 1 6 1 6 6 1 36
2 2 4 0,5 4 2 0,25 16
3 5 3 0,2 3 0,6 0,04 9
4 8 2 0,125 2 0,25 0,015625 4
1,825 15 8,85 1,305625 65
93
Probabilidade e Estatstica por Edilson Machado de Assis
( x )( y )
xy n y b x
b= = 4,242 a= = 1,815
( x)
2
n n
x 2
n
( x ) . ( y )
2
x. y
n
R 2 = rXY 2 = = 0,973 Ajustamento de boa qualidade
( x) . y2 ( y)
2 2
x2
n n
=4,242
= 1,815
4, 242
Resposta: Y = 1,815 +
X
94
Probabilidade e Estatstica por Edilson Machado de Assis
1 1/
Y = para . > 0 e > 0
. + X
1
y=
Y 1
y = + .X
Y=
+ X
y = a + b. X
1
Encontre a funo hiprbole Y = para o conjunto de dados abaixo:
. + X
i X Y
1 2 0,25
2 3 0,2
3 8 0,1
4 18 0,05
Soluo:
i X Y x=X y=1/Y x.y x2 y2
1 2 0,25 2 4 8 4 16
2 3 0,2 3 5 15 9 25
3 8 0,1 8 10 80 64 100
4 18 0,05 18 20 360 324 400
31 39 463 401 541
95
Probabilidade e Estatstica por Edilson Machado de Assis
( x )( y )
xy n y b x
b= =1 a= =2
( x)
2
n n
x 2
n
( x ) . ( y )
2
x. y
n
R 2 = rXY 2 = = 1 Ajustamento perfeito
( x) . y2 ( y)
2 2
x2
n n
=b=1
=a=2
1
Resposta: Y =
2 + 1. X
01. A tabela abaixo mostra os valores de duas variveis aleatrias X e Y. Encontre dentre
os modelos de regresso abaixo o que melhor relaciona as variveis em questo.
a) Y = a + b.X
i X Y
b) Y = . X
1 2 6
c) Y = . X 2 5 8
3 9 12
d) Y = . 4 12 17
X
1
e) Y =
. + X
02. Observe os pares de pontos XY das tabelas 1 e 2. Note que os nmeros da tabela 1 so
os mesmos da tabela 2, apenas h uma troca entre X e Y. a) Encontre a funo de regresso
linear Y = a + b.X para os dados das tabelas 1 e 2; b) Compare as funes. correto
afirmar que se para a tabela 1 a funo y=a+bx, para a tabela 2 temos x=a+by (para os
96
Probabilidade e Estatstica por Edilson Machado de Assis
mesmos a e b)? Por qu? Justifique sua resposta; c) Calcule R para os dois conjuntos de
dados. Os valores so iguais? Justifique.
Tabela 1 Tabela 2
x y x y
4 2 2 4
5 6 6 5
6 10 10 6
Ou na forma matricial:
y1 1 x11 x21 x p1 0
y 1 x12 x22 x p 2 1
2
y3 = 1 x13 x23 x p 3 . 2
yn 1 x1n x2 n x pn p
97
Probabilidade e Estatstica por Edilson Machado de Assis
n
x x
1i 2i x b0 yi
Pi
x1i (x ) x x x x 1i i
2
1i 2 i 1i b
Pi 1i 1 x y
x2 i x x (x )
1i 2 i 2i
2
x x
Pi 2 i . b2 = x2 i yi
x ( xPi ) 2 bP xPi yi
Pi x1i xPi x2i xPi
Equao de regresso Y = b0 + b1X1 + b2X2 + b3X3 + .... + bpXp
98
Probabilidade e Estatstica por Edilson Machado de Assis
(y i y i ) 2
y i = b0 + (x ij .b j )
P
i =1
R 2 = 1 2
n onde
yi j =1
i =1
n
i =1
y i2
n
99
Probabilidade e Estatstica por Edilson Machado de Assis
2 2 2 2
i x1 x2 y x1 x2 y x1.x2 x1.y x2.y yest (y-yest)
1 -1 -2 13 1 4 169 2 -13 -26 13.77 0.5896
2 0 -1 11 0 1 121 0 0 -11 10.7 0.0879
3 1 0 9 1 0 81 0 9 0 7.639 1.8515
4 2 1 4 4 1 16 2 8 4 4.575 0.3306
5 4 1 11 16 1 121 4 44 11 11.38 0.1406
6 5 2 9 25 4 81 10 45 18 8.311 0.4751
7 5 3 1 25 9 1 15 5 3 1.846 0.7164
8 6 4 -1 36 16 1 24 -6 -4 -1.22 0.0475
Total 22 8 57 108 36 591 57 92 -5 57 4.2393
1
8 22 8 b0 57 b0 8 22 8 57
22 108 57. b = 92 b = 22 108 57 . 92
1 1
8 57 56 b2 5 b2 8 57 56 5
100
Probabilidade e Estatstica por Edilson Machado de Assis
O simples fato de existir uma forte associao entre duas variveis no significa que haja
entre elas uma relao de causa e efeito. A relao pode ser casual ou pode haver uma
terceira varivel afetando a(s) varivel(is) independente(s) e a varivel dependente
simultaneamente.
pn
po / n =
po
pn : Preo de uma utilidade (produto ou servio) em um determinado perodo
po : Preo da mesma utilidade no perodo bsico
101
Probabilidade e Estatstica por Edilson Machado de Assis
Exemplo
p1975/1980 = p1980 / p1975 = 30/25 = 1.2 ou 120% ( O preo em 1980 1.2 vezes o preo
em 1975 ou seja houve um aumento de 20%)
qn
qo / n =
qo
qn : quantidade de uma utilidade vendida, transportada, trocada etc. em um perodo
determinado
qo : quantidade da mesma utilidade no perodo bsico
Exemplo
Dados os volumes de leite vendidos (em 100.000 litros) nos anos de 1975 e 1980
respectivamente 80 e 115 calcule q1975/1980.
q1975/1980 = q1980 / q1975 = 115 / 80 = 1.44 ou 144% (O preo em 1980 1.44 vezes o
preo em 1975 ou seja houve um aumento de 44%)
102
Probabilidade e Estatstica por Edilson Machado de Assis
vn pn .qn pn qn
vo / n = = = . = po / n .qo / n
vo po .qo po qo
IAS = p n
p o
Onde:
pn : somatrio de todos os preos de utilidades no ano dado
po : somatrio de todos os preos de utilidades no ano bsico
pn
p
M= o
N
Onde:
S(pn / po) : Somatrio dos preos relativos de todos os produtos considerados
N : Nmero de produtos considerados
103
Probabilidade e Estatstica por Edilson Machado de Assis
IL = ( p .q )
n o
( p .q )
o o
IP =
( p .q )
n n
( p .q )
o n
IF = IL. IP
3.16.6. Exemplo
104
Probabilidade e Estatstica por Edilson Machado de Assis
b) O ndice agregado simples de preos da 78 ano base 69 a 70 (Use a mdia entre os po's
de 69 e 70)
c) A mdia aritmtica simples dos ndices de preos relativos para 78, ano base 69
d) ndice de Laspeyres para 78 ano base 69
e) ndice de Paasche para 78 ano base 69
f) ndice de Fisher para 78 ano base 69
Soluo:
Respostas:
105
Probabilidade e Estatstica por Edilson Machado de Assis
Preos Quantidades
1998 1999 2000 1998 1999 2000
A 4 4.5 7 230 250 290
B 2 4 8 350 410 420
C 5.5 6.8 9 400 420 500
3.17. Prticas
106
Prtica11
A B C D E F
1 Medidas de Tendncia Central
2 Dados isolados
3 i xi
4 1 5
5 2 8
6 3 10
7 4 9
8 5 7
9 6 16
10 7 7
11 8 59
12 9 18
13 10 20
14
15 Mdia aritmtica= 15,9
16 Mdia geomtrica= 11,96127
17 Mdia harmnica= 9,932162
18 Mediana = 9,5
19 Moda= 7
20 Roteiro
21 1 - Preencha as linhas de 1 at 13 com os valores
22 mostrados
23 2 - Clula A15: Mdia aritmtica=
24 3 - Clula A16: Mdia geomtrica=
25 4 - Clula A17: Mdia harmnica=
26 5 - Clula A18: Mediana=
27 6 - Clula A19: Moda=
28 7 - Clula B15: =MDIA(B4:B13)
29 8 - Clula B16: =MDIA.GEOMTRICA(B4:B13)
30 9 - Clula B17: =MDIA.HARMNICA(B4:B13)
31 10 - Clula B18: =MED(B4:B13)
32 11 - Clula B19: =MODO(B4:B13)
33 12 - Verifique manualmente a mediana e a moda
34 calculadas pelo Excel
35 13 - Compare a mediana com a mdia e a moda. O que
36 voc conclui?
37
107
Prtica12
A B C D E F G H I
1 Medidas de Tendncia Central
2 Dados agrupados
3 i Dados fi xi xi.fi fi.log(xi) fi/xi
4 1 2 -| 21 6 11,5 69 6,364187 0,521739
5 2 21 -| 40 12 30,5 366 17,8116 0,393443
6 3 40 -| 59 16 49,5 792 27,11368 0,323232
7 4 59 -| 78 8 68,5 548 14,68552 0,116788
8 5 78 -| 97 4 87,5 350 7,768032 0,045714
9 Soma 46 2125 73,74303 1,400917
10
11 Mdia Aritmtica= 46,19565
12 Mdia Geomtrica= 40,09676
13 Mdia Harmnica= 32,83564
14
15 Roteiro
16 1 - Preencha as colunas de A at E das linhas de 1 at 8 conforme
17 mostrado
18 2 - Clula F3: xi
19 3 - Clula G3: xi.fi
20 4 - Clula H3: fi.log(xi)
21 5 - Clula I3: fi / xi
22 6 - Clula F4: =(B4+D4)/2
23 7 - Clula G4: =E4*F4
24 8 - Clula H4: =E4*LOG(F4)
25 9 - Clula I4: =E4/F4
26 10 - Selecione o intervalo de clulas F4:I4 e arraste at a linha 8
27 11 - Clula D9: Soma
28 12 - Clula E9: =SOMA(E4:E8)
29 13 - Clula G9: =SOMA(G4:G8)
30 14 - Arraste G9 at a clula I9
31 15 - Clula A11: Mdia Aaritmtica=
32 16 - Clula A12: Mdia Geomtrica=
33 17 - Clula A13: Mdia Harmnica=
34 18 - Clula C11: =G9/E9
35 19 - Clula C12: =10^(H9/E9)
36 20 - Clula C13: =E9/I9
37
108
Prtica13
A B C D E F
1 Medidas de Disperso
2 Dados isolados
3 i xi
4 1 5
5 2 8
6 3 10
7 4 9
8 5 7
9 6 16
10 7 7
11 8 59
12 9 18
13 10 20
14
15 Desvio Mdio= 9,88
16 Desvio Padro amostral= 15,98923
17 Desvio Padro populacional= 15,16872
18 Varincia amostral= 255,6556
19 Varincia populacional= 230,09
20 Coef. de Variao Pearson= 1,005612
21 Coef. de Variao Thorndike= 1,683077
22 Roteiro
23 1 - Preencha as linhas de 1 at 13 com os valores
24 mostrados
25 2 - Clula A15: Desvio Mdio=
26 2 - Clula A16: Desvio Padro amostral=
27 4 - Clula A17: Desvio Padro populacional=
28 5 - Clula A18: Varincia amostral=
29 6 - Clula A19: Varincia populacional=
30 7 - Clula A20: Coef. de Variao Pearson=
31 8 - Clula A21: Coef. de Variao Thorndike=
32 9 - Clula B15: =DESV.MDIO(B4:B13)
33 8 - Clula B16: =DESVPAD(B4:B13)
34 9 - Clula B17: =DESVPADP(B4:B13)
35 10 - Clula B18: =VARA(B4:B13)
36 11 - Clula B19: =VARP(B4:B13)
37 12 - Clula B20: =D16/MDIA(B4:B13)
38 13 - Clula B21: =D16/MED(B4:B13)
39 14 - Verifique os clculos das varincias usando os
40 valores dos desvios padro.
41 13 - Compare os coeficientes de variao
42
43
44
109
Prtica14
A B C D E F G H I J
1 Medidas de Tendncia Central
2 Dados agrupados
3 i Dados fi xi xi.fi |xi - xb| |xi-xb|.fi |xi-xb|.fi
4 1 2 -| 21 6 11,5 69 34,69565 208,1739 7222,73
5 2 21 -| 40 12 30,5 366 15,69565 188,3478 2956,242
6 3 40 -| 59 16 49,5 792 3,304348 52,86957 174,6994
7 4 59 -| 78 8 68,5 548 22,30435 178,4348 3979,871
8 5 78 -| 97 4 87,5 350 41,30435 165,2174 6824,197
9 Soma 46 2125 793,0435 21157,74
10
11 Mdia Aritmtica= 46,19565
12 Desvio mdio = 17,24008
13 Desvio padro pop= 21,44646
14 Varincia pop= 459,9509
15 C.V. Pearson= 0,464253
16
17 Roteiro
18 1 - Preencha as colunas de A at E das linhas de 1 at 8 conforme
19 mostrado
20 2 - Clula F3: xi
21 3 - Clula G3: xi.fi
22 4 - Clula H3: |xi - xb|
23 5 - Clula I3: |xi - xb|.fi
24 6 - Clula J3: |xi - xb|.fi
25 7 - Clula F4: =(B4+D4)/2
26 8 - Clula G4: =E4*F4
27 9 - Clula H4: =ABS(F4-C$11)
28 10 - Clula I4: =H4*E4
29 11 - Clula J4: =H4*I4
30 12 - Selecione o intervalo de clulas F4:J4 e arraste at a linha 8
31 13 - Clula D9: Soma
32 14 - Clula E9: =SOMA(E4:E8)
33 15 - Clula G9: =SOMA(G4:G8)
34 16 - Clula I9: =SOMA(I4:I8)
35 17 - Arraste I9 at a clula J9
36 18 - Clula A11: Mdia Aaritmtica=
37 19 - Clula A12: Desvio mdio =
38 20 - Clula A13: Desvio padro pop=
39 21 - Clula A14: Varincia pop=
40 22 - Clula A15: C.V. Pearson=
41 23 - Clula C11: =G9/E9
42 24 - Clula C12: =I9/E9
43 25 - Clula C13: =RAIZ(J9/E9)
44 26 - Clula C14: =J9/E9
45 27 - Clula C15: =C13/C11
46
110
Probabilidade e Estatstica por Edilson Machado de Assis
4. Bibliografia
ASSIS, E. M. de. Otimizao do intervalo de substituio dos pneus de uma frota de
aeronaves Braslia EMB-120. MEP/ UFBa.
CRESPO, A. A. Estatstica Fcil.
DOWNING, Douglas e CLARK, Jeffrey. Business Statistics. New York 1992. Estatstica
Aplicada. Traduzido por Alfredo Alves de Farias, Editora Saraiva, 2000.
KARMEL, P. H. Estatstica geral e aplicada para economistas.
LIPSCHUTZ, S. Probabilidade. Makron Books.
LOURENO Filho, R. de C. B. Controle Estatstico da Qualidade.
MARTINS, G. de A. e DONAIRE, D. Princpios de estatstica.
MEYER, Paul L. Probabilidades.
SILVA, P. A. L. da. Princpios dos Mtodos Estatsticos: conceitos, modelos e aplicaes
no Excel. Rio de Janeiro, Editora Universitria Santa rsula, 1998.
SPIEGEL, M. R. Estatstica. McGraw-Hill.
SPIEGEL, M. R. Probabilidade e estatstica. McGraw-Hill.
SUMMERS, G. W. e PETERS, W. S. Anlise estatstica e processo decisrio.
TOLEDO, G. L. e OVALLE, I. I. Estatstica bsica. Atlas.
111