Beruflich Dokumente
Kultur Dokumente
DISCIPLINA
DE
PROBABILIDADE
E
ESTATÍSTICA
1
Sumário
1 - A Estatística ............................................................................................................................... 4
1.1 - Fases do Método Estatístico ................................................................................................ 4
1.2 - Definições Básicas da Estatística ......................................................................................... 5
2 - Amostragem .............................................................................................................................. 8
3 - Séries Estatísticas..................................................................................................................... 12
4 - Gráficos Estatísticos................................................................................................................. 14
5 - Distribuição de Freqüência....................................................................................................... 18
5.1 - Elementos de Uma Distribuição de Frequência.................................................................. 19
5.2 - Método Prático para Construção de Distribuição de Freqüências ....................................... 20
5.3 - Representação Gráfica de uma Distribuição de Freqüência ................................................ 21
2
8 - Probabilidade ........................................................................................................................... 56
8.1 - Experimento Aleatório - E................................................................................................. 56
8.2 - Espaço Amostral - S .......................................................................................................... 56
8.3 - Eventos ............................................................................................................................. 57
8.4 – Evento União: ∪ .............................................................................................................. 57
8.5 – Evento Intersecção: ∩...................................................................................................... 58
8.6 – Eventos Mutuamente Exclusivos ...................................................................................... 58
8.6 – Eventos Complementares ................................................................................................. 58
8.7 - Conceito de Probabilidade ................................................................................................. 59
8.7.1 - Propriedades ............................................................................................................... 60
8.7.2 - Teoremas Fundamentais ............................................................................................. 60
8.8 - Eventos Independentes ...................................................................................................... 61
8.9 - Probabilidade Condicional ................................................................................................ 62
3
PROBABILIDADE E ESTATÍSTICA
1 - A Estatística
É uma parte da matemática aplicada que fornece métodos para coleta, organização,
descrição, análise e interpretação de dados e para a utilização dos mesmos na tomada de
decisões.
Dados primários: quando são publicados pela própria pessoa ou organização que coletou.
Ex: tabelas do censo demográfico do IBGE.
Dados secundários: quando são publicados por outra organização. Ex: quando
determinado jornal publica estatísticas referentes ao censo
demográfico extraídas do IBGE.
OBS: É mais seguro trabalhar com fontes primárias. O uso da fonte secundária traz o
grande risco de erros de transcrição.
Coleta Direta: quando é obtida diretamente da fonte. Ex: Empresa que realiza uma
pesquisa para saber a preferência dos consumidores pela sua marca.
4
Periódica: recenseamento demográfico, censo industrial; pesquisa mensal de empregos,
etc.
Coleta Indireta: É feita por deduções a partir dos elementos conseguidos pela coleta
direta, por analogia, por avaliação, indícios ou proporcionalização.
Fenômenos de massa ou coletivo: são aqueles que não podem ser definidos por uma
simples observação. A estatística dedica-se ao estudo
desses fenômenos. Ex: A natalidade na Grande São
Paulo, O preço médio da cerveja em Campinas, etc.
Fenômenos individuais: são aqueles que irão compor os fenômenos de massa. Ex: cada
nascimento na Grande São Paulo, cada preço de cerveja em
Campinas, etc.
5
POPULAÇÃO: é o conjunto total de elementos portadores de pelo menos uma
característica comum.
PARÂMETROS: São valores singulares que existem na população e que servem para
caracterizá-la. Para se definir um parâmetro deve-se examinar toda a
população.
6
EXERCÍCIO - Classifique as variáveis em ou quantitativas (contínuas ou discretas):
7
2 - Amostragem
População ou Universo
Exemplo:
Amostra
Amostra: é um subconjunto da população utilizado para se fazer uma análise sobre toda
a população.
Esquematicamente tem-se:
População Amostra
Métodos Probabilísticos
É uma técnica especial para recolher amostras, que garantem, tanto quanto possível, o
acaso na escolha.
Amostragem Sistemática:
Exemplo: Supõem-se uma rua com 900 casas, das quais se deseja obter uma amostra
formada por 50 casas para uma pesquisa de opinião. Pode-se, neste caso, usar
o seguinte procedimento: como 900/50 = 18, escolhe-se por sorteio casual um
número de 01 a 18, o qual indicaria o primeiro elemento sorteado para a
amostra; os demais elementos seriam periodicamente considerados de 18 em
18. Supondo que o número sorteado fosse 4 a amostra seria: 4ª casa, 22ª casa,
40ª casa, 58ª casa, 76ª casa, etc.
9
subgrupos da população. Em tais casos, uma amostra aleatória simples desses subgrupos
(conglomerados) pode se colhida, e uma contagem completa deve ser feita para o
conglomerado sorteado. Agrupamentos típicos são quarteirões, famílias, organizações,
agências, edifícios etc.
São amostragens em que há uma escolha deliberada dos elementos da amostra. Não é
possível generalizar os resultados das pesquisas para a população, pois as amostras não-
probabilísticas não garantem a representatividade da população.
Amostragem Acidental
Trata-se de uma amostra formada por aqueles elementos que vão aparecendo, que são
possíveis de se obter até completar o número de elementos da amostra. Geralmente
utilizada em pesquisas de opinião, em que os entrevistados são acidentalmente
escolhidos.
Exemplos: Pesquisas de opinião em praças públicas, ruas movimentadas de grandes
cidades etc.
Amostragem Intencional
Exercícios:
1 - Uma escola de 1º grau abriga 124 alunos. Obtenha uma amostra representativa
correspondente a 15% da população, utilizando a partir do início da 5ª linha da
Tabela de números aleatórios.
10
3 - Uma população encontra-se dividida em três estratos, com tamanhos,
respectivamente, n1= 40, n2= 100 e n3= 60. Sabendo que, ao realizar uma
amostragem estratificada proporcional, 9 elementos da amostra foram retirados do
3º estrato, determine o número de elementos da amostra.
4 - Mostre como seria possível retirar uma amostra de 32 elementos de uma população
ordenada formada por 2.432 elementos. Na ordenação geral, qual dos elementos
abaixo seria escolhido para pertencer à amostra, sabendo-se que o elemento 1.420º a
ela pertence?
1.648º, 290º, 725º, 2.025º ou 1.120º
11
3 - Séries Estatísticas
Obs: O lado direito e esquerdo de uma tabela oficial deve ser aberto..
Séries Homógrafas: são aquelas em que a variável descrita apresenta variação discreta.
Podem ser do tipo temporal, geográfica ou específica.
12
c) Série Específica: O caráter variável é apenas o fato ou espécie. Também é
chamada de série categórica.
13
4 - Gráficos Estatísticos
São representações visuais dos dados estatísticos que devem corresponder, mas nunca
substituir, as tabelas estatísticas.
Características:
. 1 - Diagramas:
4° Trim
3° Trim
2° Trim
1° Trim
0 10 20 30 40 50 60 70 80 90 100
14
1.2 - Gráficos em barras verticais.
100
80
60
40
20
0
1° Trim 2° Trim 3° Trim 4° Trim
Bandeirantes D. Pedro
100
80
60
40
20
0
1° Trim 2° Trim 3° Trim 4° Trim
15
Número de Acidentes em Rodovias
Bandeirantes D. Pedro
100
80
60
40
20
0
1° Trim 2° Trim 3° Trim 4° Trim
Este gráfico é construído com base em um círculo, e é empregado sempre que se deseja
ressaltar a participação do dado no total. O total é representado pelo círculo, que fica
dividido em tantos setores quantas são as partes. Os setores são tais que suas áreas são
respectivamente proporcionais aos dados da série. O gráfico em setores só deve ser
empregado quando há, no máximo, sete dados.
Obs: As séries temporais geralmente não são representadas por este tipo de gráfico.
2° Trim; 27,4
3° Trim; 90
. 2 - Estereogramas:
São gráficos geométricos dispostos em três dimensões, pois representam volume. São
usados nas representações gráficas das tabelas de dupla entrada. Em alguns casos este
tipo de gráfico fica difícil de ser interpretado dada a pequena precisão que oferecem.
16
Número de Acidentes em Rodovias
Bandeirantes D. Pedro
100
80
60
40
20
0
1° Trim 2° Trim 3° Trim 4° Trim
3 - Pictogramas:
4- Cartogramas:
17
5 - Distribuição de Freqüência
Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
ROL: É a tabela obtida após a ordenação dos dados (ordem crescente ou decrescente).
Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60
Exemplo:
Dados Frequência
41 3
42 2
43 1
44 1
45 1
46 2
50 2
51 1
52 1
54 1
57 1
58 2
60 2
Total 20
18
Exemplo:
Classes Freqüências
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20
Limites de Classe: são os extremos de cada classe. O menor número é o limite inferior
de classe (li) e o maior número, limite superior de classe (Li).
Com Classe:
Obs: Qualquer regra para determinação do nº de classes da tabela não leva a uma decisão
final; esta vai depender na realidade de um julgamento pessoal, que deve estar
ligado à natureza dos dados.
Obs: Como h > AA/k pega-se um valor ligeiramente superior para haver folga na
última classe. Utiliza-se então h = 4.
O primeiro elemento das classes seguintes sempre será formado pelo último
elemento da classe anterior.
20
Exemplo:
Classes Freqüências
41 |------- 45 7
45 |------- 49 3
49 |------- 53 4
53 |------- 57 1
57 |------- 61 5
Total 20
21
Freqüência simples acumulada de uma classe: é o total das freqüências de
todos os valores inferiores ao limite superior do intervalo de
uma determina classe.
Onde:
Frequência Absoluta
12
10
8
6
4
2
0
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74
22
Polígono de Frequência Absoluta
12
10
8
6
4
2
0
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74
50
40
30
20
10
0
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74
50
40
30
20
10
0
50|---54 54|---58 58|---62 62|---66 66|---70 70|---74
23
PRIMEIRA LISTA DE EXERCÍCIOS DE ESTATÍSTICA – Distribuição de Freqüências
1 – A tabela abaixo representa os salários pagos a 100 operários da empresa XPTO & Cia.
Milímetros de chuva: 144 152 159 160 160 151 157 146 154 145 141 150
142 146 142 141 141 150 143 158
3 - Imagine que foi obtida a opinião de 1.000 pessoas a respeito da liberação de determinado filme
para exibição em televisão. Dessas 1.000 pessoas, 432 mostravam-se favoráveis, 322 eram
contrárias, 122 não quiseram declarar a opinião e as restantes disseram não Ter opinião. Mostre
esses dados numa tabela.
4 - Imagine que, das 1.000 pessoas entrevistadas cujas respostas foram apresentadas no exercício
anterior, 500 eram homens e 500 eram mulheres. Do total de homens, 289 mostravam-se
favoráveis, 120 eram contrários, 78 não quiseram declarar a opinião e os restantes disseram não
ter opinião. Construa uma tabela para apresentar a distribuição das respostas segundo o sexo.
2,01 2,08 1,96 3,04 2,01 3,18 1,94 2,19 2,24 2,18 2,59 1,96 2,29 3,18 2,09
1,96 2,06 2,18 2,05 2,04 2,43 1,56 1,94 3,15 2,35 2,08 2,56 2,17 1,96 1,59
2,22 2,34 2,24 1,95 2,01 3,12 3,03 3,12 2,04 1,66 1,87 2,49 3,12 2,24 1,76
3,20 2,38 1,58 1,89 1,98 1,89 1,71 2,42 1,62 1,97 2,18 1,69 3,14 2,18 3,06
2,40 1,96 3,01 2,19 2,25 1,45 1,93 2,06 1,83 1,84 1,91 2,11 1,78 2,36 2,33
3,17 2,03 1,87 3,11 2,17 1,72 1,62 1,99 1,64 1,54 2,26 1,86 2,09 1,74 1,92
2,36 1,82 2,02 2,25 1,75 3,15 3,18 1,99 1,76 2,51
24
a) Construa uma distribuição de freqüências com 9 classes de amplitude 0,2 sendo que o limite
inferior da primeira classe é igual a 1,40.
b) Construa uma tabela de freqüência absoluta.
c) Determine as freqüências absolutas acumuladas
d) Determine as freqüências relativas
e) Determine as freqüências relativas acumuladas
f) Construa o histograma e o polígono de freqüências
25
6 - Medidas de Posição
São as estatísticas que representam uma série de dados que orientam quanto à
posição da distribuição em relação ao eixo horizontal do gráfico da curva de
freqüência.
. Dados não-agrupados:
Exemplo: Sabendo-se que a venda diária de arroz tipo A, durante uma semana, foi de 10,
14, 13, 15, 16, 18 e 12 kilos, então a venda média diária na semana é:
___
X .= (10+14+13+15+16+18+12) / 7 = 14 kilos
26
Desvio em relação à média: é a diferença entre cada elemento de um conjunto de
___
valores e a média aritmética, ou seja:.. di = xi - X
d1 = 10 - 14 = -4 d3 = 13 - 14 = -1 d5 = 16 - 14 = 2 d7 = 12 - 14 = -2
d2 = 14 - 14 = 0 d4 = 15 - 14 = 1 d6 = 18 - 14 = 4
Propriedades da Média
Dados agrupados:
27
Como as freqüências são números indicadores da intensidade de cada valor da variável,
elas funcionam como fatores de ponderação, o que nos leva a calcular a média
n
___ ∑ xi f i
aritmética ponderada, dada pela fórmula: X= i =1
n
.
∑ fi
i =1
28
6.2 - Média Geométrica
____ ____ 1
...xi... ...fi...
1 2
3 4
9 2
27 1
total 9
__
Isto é: X g = 9 (12.34.9 2.271 ) = 3,8296
.2ª propriedade: Séries que apresentam o mesmo número de elementos com o mesmo
produto têm a mesma média geométrica.
29
3ª propriedade: A média geométrica é menor ou igual a média aritmética.
.4ª propriedade: Quanto maior a diferença entre os valores originais maior será
diferença entre as médias aritmética e geométrica. Veja na próxima
tabela:
a) Média de Relações
g = (2,5*0,5)^(1/2)........R: 1,1180
Obs: Se, para uma determinada empresa, se deseja estabelecer uma relação do tipo
capital/dívida que seja independente da dívida ou do capital das diferentes
empresas envolvidas, é recomendável o uso da média geométrica.
30
Período Taxa
1995 a 1996 650/500 = 1,3
1996 a 1997 910/650 = 1,4
Resposta: 1,3491
A = { 2 , 3 , 4 , 5 } ....Resp: 3,67
___
Xq p = ∑x f 2
i i
∑f i
...Resp: 7,40
31
OBS:
6.4 - Moda
Desse modo, o salário modal dos empregados de uma fábrica é o salário mais comum,
isto é, o salário recebido pelo maior número de empregados dessa fábrica.
• Há séries nas quais não existe valor modal, isto é, nas quais nenhum valor aparece
mais vezes que outros.
• .Em outros casos, pode haver dois ou mais valores de concentração. Diz-se, então,
Uma vez agrupados os dados, é possível determinar imediatamente a moda: basta fixar o
valor da variável de maior freqüência.
32
Exemplo: Qual a temperatura mais comum medida no mês abaixo:
Temperaturas Freqüência
0º C 3
1º C 9
2º C 12
3º C 6
A classe que apresenta a maior freqüência é denominada classe modal. Pela definição,
pode-se afirmar que a moda, neste caso, é o valor dominante que está compreendido
entre os limites da classe modal.
O método mais simples para o cálculo da moda consiste em tomar o ponto médio da
classe modal. Da-se a esse valor a denominação de moda bruta.
Mo = ( l* + L* ) / 2
Onde l* = limite inferior da classe modal e L*= limite superior da classe modal.
* D1 *
. Método mais elaborado pela fórmula de CZUBER: Mo = l + h
D
1 + D2
33
Exemplo: Calculo da Moda na tabela anterior
D1 = 11 - 9=2 D2 = 11 – 8 = 3 h=4
Mo = 58 + [2/(2+3)]x4 = 58 + 8/5 = 58 + 1,6 = 59,6
Mo = 59,6
Obs: A moda é utilizada quando se deseja obter uma medida rápida e aproximada de
posição ou quando a medida de posição deva ser o valor mais típico da
distribuição.
6.5 - Mediana
Símbolo da mediana: Md
O valor que divide a série acima em duas partes iguais é igual a 9, logo a Md = 9.
n +1
O valor mediano será o termo de ordem dado pela fórmula: Md =
2
1º - ordenar a série { 0, 0, 1, 1, 2, 2, 3, 4, 5 }
n = 9. Então (n + 1)/2 é dado por (9 + 1) / 2 = 5, ou seja, o 5º elemento da série
ordenada será a mediana
A mediana será o 5º elemento, ou seja, Md = 2.
34
b) Se a série dada tiver número par de termos:
n n
2 + ( 2 + 1)
O valor mediano será o termo de ordem dado pela fórmula: Md =
2
Obs: n/2 e (n/2 + 1) serão termos de ordem e devem ser substituídos pelos valores
correspondentes.
Ordenar a série { 0, 0, 1, 1, 2, 3, 3, 4, 5, 6 }
n = 10. Logo a fórmula ficará: [( 10/2 ) + (10/2 + 1)] / 2
[( 5 + 6)] / 2 será na realidade (5º termo+ 6º termo) / 2
5º termo = 2 e 6º termo = 3
A mediana será = (2+3) / 2 ou seja, Md = 2,5 .
A mediana no exemplo será a média aritmética do 5º e 6º termos da série.
Notas:
35
Exemplo:
Quando o somatório das freqüências for ímpar o valor mediano será o termo de ordem
dado pela fórmula:. Md = ∑
fi + 1
2
Como o somatório das freqüências = 35 a fórmula ficará: ( 35+1 ) / 2 = 18º termo = 3
Quando o somatório das freqüências for par o valor mediano será o termo de ordem
∑ fi ∑ fi
+ + 1
2 2
dado pela fórmula:. Md =
2
36
b) Com intervalos de classe
Exemplo:
∑f i
= 40 / 2 =.20...logo.a classe mediana será 58 |------ 62, l*=58.
2
Emprego da Mediana
• Quando se deseja obter o ponto que divide a distribuição em duas partes iguais.
• Quando há valores extremos que afetam de maneira acentuada a média aritmética.
• Quando a variável em estudo é salário.
37
6.6 – Separatrizes – Quartis, Decis e Percentis
QUARTIS
Denominam-se quartis os valores de uma série que a dividem em quatro partes iguais.
Precisa-se, portanto de 3 quartis (Q1, Q2 e Q3 ) para dividir a série em quatro partes
iguais.
Obs: O quartil 2 ( Q2 ) é igual a mediana da série.
38
Quartis para dados agrupados
Assim, tem-se:
∑ fi ∑ fi ∑ fi
− Faa * h 2 − Faa * h 3 − Faa * h
4 4 4
Q1 = l * + *
Q2 = l * + *
Q3 = l * + *
f f f
Q1 – Primeiro quartil: valor situado de tal modo na série que uma quarta parte (25%) dos
dados é menor que ele e as três quartas partes restantes (75%) são maiores.
Q2 – Segundo quartil (mediana): valor situado de tal modo na série que a metade (50%)
dos dados é menor que ele e a metade restante (50%) são maiores.
Q3 – Terceiro quartil: valor situado de tal modo na série que as três quartas partes (75%)
dos dados são menores que ele e uma quarta parte (25%) é maior.
O quartil 2 = Q2 = Md , logo:
∑f i
= 40 / 2 =.20........... Assim, a classe mediana será 58 |---------- 62
2
l* = 58........... F** = 13........... f* = 11........... h* = 4
Substituindo esses valores na fórmula, obtem-se:
Q2 = Md = 58 + [ (20 - 13) x 4] / 11 = 58 + 28/11 = 60,54
O quartil 1 : ∑f i
= 10
4
Q1 = 54 + [ (10 - 4) x 4] / 9 = 54 + 2,66 = 56,66
. O quartil 3 : 3*
∑f i
= 30
4
Q3 = 62 + [ (30 -24) x 4] / 8 = 62 + 3 = 65
39
DECIS
A definição dos decis obedece o mesmo princípio dos quartis, com a modificação da
porcentagem de valores que ficam aquém e além do decil que se pretende calcular.
Indicam-se os decis : D1, D2, ... , D9. Deste modo precisa-se de 9 decis para dividir uma
série em 10 partes iguais.
De especial interesse é o quinto decil, que divide o conjunto em duas partes iguais.
Assim sendo, o quinto decil é igual ao segundo quartil, que por sua vez é igual à
mediana.
Para D5 tem-se: 5 * ∑ ∑f
fi
= i
10 2
k= 3 onde 3 * ∑
fi
= 3x40/10 = 12. Este resultado corresponde a 2ª classe.
10
PERCENTIL ou CENTIL
Denomina-se percentis ou centis como sendo os noventa e nove valores que separam
uma série em 100 partes iguais.
Indica-se: P1, P2, ... , P99. É evidente que P50 = Md ; P25 = Q1 e P75 = Q3.
k= 8 onde 8 * ∑
fi
= 8x40/100 = 3,2. Este resultado corresponde a 1ª classe.
100
40
7 – Medidas de Dispersão ou Variabilidade:
Mede a dispersão dos valores de uma variável em torno de um valor de tendência central
(média ou mediana) tomado como ponto de comparação.
A média - ainda que considerada como um número para representar uma série de valores
- não consegue destacar o grau de homogeneidade ou heterogeneidade que existe entre
os valores que compõem o conjunto.
O conjunto Y, por sua vez, é mais homogêneo que o conjunto Z, pois há menor
dispersão entre cada um de seus valores comparado com a média.
41
Exemplo:
xi fi
0 2
1 6
3 5
4 3
AT = 4 - 0 = 4
Exemplo:
Classes fi
4 |------------- 6 6
6 |------------- 8 2
8 |------------- 10 3
AT = 10 - 4 = 6
É a média aritmética dos valores absolutos dos desvios tomados em relação a uma das
seguintes medidas de tendência central: média ou mediana. Símbolo = Dm
___
∑ xi − X
Fórmula: para a Mediana: Dm = ∑
xi − Md
Fórmula: para a Média: Dm =
n n
As barras verticais indicam que são tomados os valores absolutos dos desvios.
42
Exemplo: Calcular o desvio médio do conjunto de números { - 4 , - 3 , - 2 , 3 , 5 }
= - 0, 2 e Md = - 2
∑x −X *f
i i
Cálculo pela média: Dm =
∑f i
Xi f i Xi . f i Xi - | Xi - | | Xi - | . f i
3 2 6 4,7 - 1,7 1,7 3,4
4 2 8 4,7 - 0,7 0,7 1,4
5 3 15 4,7 0,3 0,3 0,9
6 3 18 4,7 1,3 1,3 3,9
∑ = 10 47 ∑= 9,6
Dm = 9,6 / 10 = 0,96
43
Exemplo de cálculo pela mediana:
Xi fi Md Xi - Md | Xi - Md | | Xi - Md | . f i
3 2 5 -2 2 4
4 2 5 -1 1 2
5 3 5 0 0 0
6 3 5 1 1 1
∑ = 10 ∑= 7
Dm = 7 / 10 = 0,70
__
__
44
Exemplo: Calcular o desvio padrão da população representada por: - 4 , -3 , -2 , 3 , 5
Xi
-4 - 0,2 - 3,8 14,44
-3 - 0,2 - 2,8 7,84
-2 - 0,2 - 1,8 3,24
3 - 0,2 3,2 10,24
5 - 0,2 5,2 27,04
∑ = 62,8
Obs: Quando o interesse se restringe à descrição dos dados da amostra visando tirar
inferências válidas para toda a população, efetua-se uma modificação que consiste
em usar o divisor n - 1 em lugar de n.
__
Se os dados - 4, -3, -2, 3, 5 representassem uma amostra o desvio padrão amostral seria a
raiz quadrada de 62,8 / (5 -1) = 3,96, ou seja: S = 3,96.
__
∑ ( x − X )i
2
fi
Para os dados de uma população: σ =
∑f i
__
∑ ( x − X )
i
2
fi
Para os dados de uma amostra: S =
∑ f −1 i
45
Exemplo: Calcule o desvio padrão populacional da tabela abaixo:
__ __ __ __
xi f i xi f i 2 2
X ( xi − X ) ( xi − X ) ( xi − X ) f i
0 2 0 2,1 -2,1 4,41 8,82
1 6 6 2,1 -1,1 1,21 7,26
2 12 24 2,1 -0,1 0,01 0,12
3 7 21 2,1 0,9 0,81 5,67
4 3 12 2,1 1,9 3,61 10,83
Total 30 63 ∑= 32,70
Obs: Nas tabelas de freqüências com intervalos de classe a fórmula a ser utilizada é a
mesma do exemplo anterior.
7.1.4 - Variância
A variância é uma medida que tem pouca utilidade como estatística descritiva, porém é
extremamente importante na inferência estatística e em combinações de amostras.
Variância da população: σ 2 = ∑ ( xi − X ) 2
n
__
Variância da amostra: S 2 =
∑(x i − X )2
n −1
EXERCÍCIOS
Que relação existe entre os desvios padrões dos dois conjuntos de números?
46
2 - Dados os conjuntos de números:
Que relação existe entre os desvios padrões dos dois conjuntos de números?
3 - Dados os conjuntos de números: A = {-2, -1, 0, 1, 2} B = {220, 225, 230, 235, 240}.
a) desvio padrão de A;
b) desvio padrão de A, multiplicado pela constante 5;
c) desvio padrão de A, multiplicado pela constante 5, e esse resultado somado a 230;
d) desvio padrão de A mais a constante 230.
Além disso, o fato do desvio padrão ser expresso na mesma unidade dos dados limita o
seu emprego quando se deseja comparar duas ou mais séries de valores, relativamente à
sua dispersão ou variabilidade, quando expressas em unidades diferentes.
S
A fórmula do CV = __ .100
X
O resultado neste caso é expresso em percentual, entretanto pode ser expresso também
através de um fator decimal, desprezando assim o valor 100 da fórmula.
47
Exemplo: Tomam-se os resultados das estaturas e dos pesos de um mesmo grupo de
indivíduos:
Exercícios:
2 - O risco de uma ação de uma empresa pode ser devidamente avaliado através da
variabilidade dos retornos esperados. Portanto, a comparação das distribuições
probabilísticas dos retornos, relativas a cada ação individual, possibilita a quem toma
decisões perceber os diferentes graus de risco. Analise, abaixo, os dados estatísticos
relativos aos retornos de 5 ações e diga qual é a menos arriscada :
3 - Um grupo de 85 moças tem estatura média 160,6 cm, com um desvio padrão igual a
5,97 cm. Outro grupo de 125 moças tem uma estatura média de 161,9 cm, sendo o
desvio padrão igual a 6,01 cm. Qual é o coeficiente de variação de cada um dos
grupos? Qual o grupo mais homogêneo?
4 - Um grupo de 196 famílias tem renda média de 163,8 dólares, com um coeficiente de
variação de 3,3%. Qual o desvio padrão da renda desse grupo?
48
5 - Uma distribuição apresenta as seguintes estatísticas: S = 1,5 e CV = 2,9 % .
Determine a média da distribuição.
6 - Numa pequena cidade, 65 famílias têm a renda média de 57,5 dólares e o desvio
padrão de 5,98 dólares. A variabilidade relativa das famílias foi de:
49
SEGUNDA LISTA DE EXERCÍCIOS DE ESTATÍSTICA
População, amostra, média desvio padrão, variança, etc.
1 - Classifique as variáveis em qualitativas ou quantitativas (contínuas ou discretas):
a) Universo: alunos de uma escola. Variável: cor dos cabelos. -
b) Universo: casais residentes em uma cidade. Variável: número de filhos. -
c) Universo: peças produzidas por certa máquina. Variável: número de peças produzidas por
hora-
d) Universo: peças produzidas por certa máquina. Variável: diâmetro externo. -
5 - Qual seria o efeito sobre a média de um conjunto de números se fosse adicionado l0 unidades:
a) A apenas um dos números do conjunto?
b) A cada um dos números do conjunto?
7 -Calcule a média a mediana e a moda do número de clientes que aguardam nas filas de 12 caixas
da matriz de um grande banco: l, 3, 4, 3, 4, 2, 4, l, 2, 2, 1, 0
8 - Se cada um dos dados de um conjunto de números fosse duplicado, qual seria o efeito:
a) Sobre a média
b) Sobre o desvio padrão.
10 – A tabela abaixo representa os salários pagos a 100 operários da empresa XPTO & Cia.
50
No. Se salários No. De
Mínimos Operários
0 |--- 2 40
2 |--- 4 30
4 |--- 6 10
6 |--- 8 15
8 |--- 10 5
Total 100
Milímetros de chuva: 144 152 159 160 160 151 157 146 154 145 141 150
142 146 142 141 141 150 143 158
2,01 2,08 1,96 3,04 2,01 3,18 1,94 2,19 2,24 2,18 2,59 1,96 2,29 3,18 2,09
1,96 2,06 2,18 2,05 2,04 2,43 1,56 1,94 3,15 2,35 2,08 2,56 2,17 1,96 1,59
2,22 2,34 2,24 1,95 2,01 3,12 3,03 3,12 2,04 1,66 1,87 2,49 3,12 2,24 1,76
3,20 2,38 1,58 1,89 1,98 1,89 1,71 2,42 1,62 1,97 2,18 1,69 3,14 2,18 3,06
2,40 1,96 3,01 2,19 2,25 1,45 1,93 2,06 1,83 1,84 1,91 2,11 1,78 2,36 2,33
3,17 2,03 1,87 3,11 2,17 1,72 1,62 1,99 1,64 1,54 2,26 1,86 2,09 1,74 1,92
2,36 1,82 2,02 2,25 1,75 3,15 3,18 1,99 1,76 2,51
51
15 – Considere a seguinte tabela de dados:
52
TERCEIRA LISTA DE EXERCÍCIOS DE ESTATÍSTICA
Teste sobre média mediana, etc.
A - Em uma prova de Estatística, 3 alunos obtiveram a nota 8,2 ; outros 3 obtiveram a nota 9,0 ; 5
obtiveram a nota 8,6 ; 1 obteve a nota 7,0 e 1 a nota 8,9. A nota média dos alunos será:
B - Um professor, após verificar que toda a classe obteve nota baixa, eliminou as questões que não
foram respondidas pelos alunos. Com isso, as notas de todos os alunos foram aumentadas de 3
pontos. Então pode-se afirmar que:
1. Ao número - 4
2. Ao número 8
3. Ao número 0
4. Ao número 25
5. Ao número 4
1. Igual a 15
2. Igual a 10
3. Igual a 8
4. Igual a 3,5
5. Não há mediana, pois não existe repetição de valores.
E - Numa pesquisa de opinião, 80 pessoas são favoráveis ao divórcio, 50 são desfavoráveis, 30 são
indiferentes e 20 ainda não têm opinião formada a respeito do assunto. Então a média aritmética
será:
53
F- Segundo o site de VEJA na internet 28% da população brasileira é de origem africana, 32% de
origem portuguesa, 20% de origem italiana e 20% de outras origens. Qual é a moda quanto a
origem?
1. 32%
2. 20%
3. 32% da população.
4. Origem portuguesa.
5. Não podemos identificar a moda por falta de dados.
G- Numa determinada Escola com 300 alunos 34% deles completam o 2º grau em 3 anos e 66% em
4 anos. Qual o tempo médio de conclusão do 2º grau na referida Escola.
1. 7 anos.
2. 3 e 4 anos.
3. 3,66 anos.
4. 3 ou 4 anos.
5. 3,5 anos.
K- Quando a medida de posição deve ser o valor mais típico da distribuição utilizamos:
1. A média.
2. A mediana.
3. A moda.
4. A média, a moda e mediana.
5. A moda ou a média.
54
L - Quando desejamos o ponto médio exato de uma distribuição de frequência, basta calcular:
1. O desvio médio.
2. A média.
3. A moda.
4. A mediana.
5. Qualquer medida de posição.
M- Considere uma série estatística com 2351 elementos. A posição da mediana é representada pelo:
1. 1175º elemento.
2. 1176º elemento.
3. Ponto médio entre o 1175º e o 1176º elemento.
4. 1175,5º elemento.
5. Impossível resolução, pois não há identificação dos elementos.
55
8 - Probabilidade
Introdução:
São fenômenos que, mesmo repetido várias vezes sob condições semelhantes,
apresentam resultados imprevisíveis. O resultado final depende do acaso.
Exemplos de eventos:
56
Obs: Cada elemento do espaço amostral que corresponde a um resultado recebe o nome
de ponto amostral. No primeiro exemplo: cara pertence ao espaço amostral
S = {cara, coroa}.
8.3 - Eventos
Exercícios:
E: um experimento
Sejam: S: o espaço amostral
A⊂S
B⊂S
57
Os eventos A e B, contidos no mesmo espaço amostral S.
O evento A∪B ocorre se ocorre o evento A ou ocorre o evento B.
A∪B = { x/ x∈A ou x∈B }
Exemplo: A = {1} e B = {2} A∪B = {1, 2}, ocorre {1} ou ocorre {2}.
E: um experimento
Sejam: S: o espaço amostral
A⊂S
B⊂S
E: um experimento
Sejam: S: o espaço amostral
A⊂S
B⊂S
Exemplos:
1 - Sejam S = {1, 2, 3, 4, 5, 6} A = {1, 2} e B = {4, 5}
Os eventos A e B são mutuamente exclusivos.
E: um experimento
Sejam: S: o espaço amostral
A⊂S
B⊂S
58
Exemplos:
1 - Sejam S = {1, 2, 3, 4, 5, 6} A = {1, 6} e B = {2, 3, 4, 5}
A∪B = S e A ∩B = ∅
A∪B = S A ∩B = ∅
A cada evento A do espaço amostral associa-se um número real representado por P(A),
denominado probabilidade de ocorrência do evento A.
P(A): número de vezes que ocorreu o evento A dividido pelo número total de casos.
OBS: Quando todos os elementos do Espaço amostral têm a mesma chance de acontecer,
o espaço amostral é chamado de conjunto equiprovável.
Exemplos:
59
4 - No lançamento de um dado qual a probabilidade de obter um número maior que 6?
Evento A: ocorrência de um número maior que 6.
S = { 1, 2, 3, 4, 5, 6 } = 6 A=∅ P(A) = 0/6 = 0 = 0%
Obs.: a probabilidade de todo evento impossível é 0 ou 0%
5 – Extrai-se uma única carta de baralho de 52 cartas. Acha a probabilidade de:
a) Sair um valete
E: extrair uma carta do baralho
S: conjunto formado por 52 cartas
A: sair um valete
A = {valete de paus, valete de copas, valete de ouro, valete de espada}
Logo P(A) = 4/52 = 0,076.
b) Sair uma carta vermelha
E: extrair uma carta do baralho
S: conjunto formado por 52 cartas
A: sair uma carta vermelha
A = {26 cartas}
Logo P(A) = 26/52 = 0,5.
8.7.1 - Propriedades
1 – 0 ≤ P(A) ≤ 1.
2 – P(S) = 1.
3 – Se A e B são eventos mutuamente exclusivos então P(A∪B) = P(A) + P(B).
Obs: no caso de eventos complementares, sabe-se que um evento pode ocorrer ou não.
p+q=1
60
Teorema 4 – Se A, B, C são três eventos quaisquer, então:
Exemplos:
O termo "3 para 2" significa: De cada 5 corridas ele ganha 3 e perde 2.
Então p = 3/5 (ganhar) e q = 2/5 (perder).
3 - Um dado foi fabricado de tal forma que num lançamento a probabilidade de ocorrer
um número par é o dobro da probabilidade de ocorrer número ímpar na face
superior, sendo que os três números pares ocorrem com igual probabilidade, bem
como os três números ímpares. Determine a probabilidade de ocorrência de cada
evento elementar.
E: um experimento
Sejam: S: o espaço amostral
A⊂S
B⊂S
61
Quando a realização ou não realização de um dos eventos não afeta a probabilidade da
realização do outro e vice-versa.
P( A ∩ B)
P( A / B ) = se P(B) > 0 logo P(A∩B) = P(B).P(A/B)
P( B )
P( A ∩ B)
P( B / A) = se P(A) > 0 Logo P(A∩B) = P(A).P(B/A)
P( A)
Exemplo: Duas cartas são retiradas de um baralho sem haver reposição. Qual a
probabilidade de ambas serem COPAS?
62
Espaço amostral do baralho de 52 cartas:
Cartas pretas = 26
Cartas vermelhas = 26
Exercícios:
5 - Uma urna A contém: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contém: 5 nolas
brancas, 2 pretas, 1 verde; uma urna C contém: 2 bolas brancas, 3 pretas, 4 verdes.
Uma bola é retirada de cada urna. Qual é a probabilidade de as três bolas retiradas
da 1ª, 2ª e 3ª urnas serem, respectivamente, branca, preta e verde?
7 - Qual a probabilidade de sair uma figura (rei ou dama ou valete) quando se retira uma
carta de um baralho de 52 cartas?
8 - São dados dois baralhos de 52 cartas. Tira-se, ao mesmo tempo, uma carta do
primeiro baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma
DAMA e um REI, não necessariamente nessa ordem?
63
9 - Duas cartas são retiradas de um baralho sem haver reposição. Qual a probabilidade
de ambas serem COPAS ou ESPADAS?
10 - Duas bolas são retiradas (sem reposição) de uma urna que contém 2 bolas brancas e
3 bolas pretas. Qual a probabilidade de que a 1ª seja branca e a 2ª seja preta?
11 - Duas bolas são retiradas (com reposição) de uma urna que contém 2 bolas brancas
e 3 bolas pretas. Qual a probabilidade de que a 1ª seja branca e a 2ª seja preta?
12 - Duas bolas são retiradas (sem reposição) de uma urna que contém 2 bolas brancas e
3 bolas pretas e 5 bolas verdes.
64
QUARTA LISTA DE EXERCÍCIOS DE ESTATÍSTICA
Probabilidades
1 - Um grupo de 100 pessoas foi observado quanto ao sexo e cor dos olhos, obtendo-se os seguintes
resultados:
51 homens.
68 pessoas de olhos azuis.
34 homens de olhos azuis.
Sendo os eventos A= {homens} e B={pessoas de olhos azuis}, determina as probabilidades dos
seguintes eventos:
a) A b) B c) B d) A∩B e) A ∩ B f) A ∩ B g) A ∩ B
h) A∪B i) A ∪ B j) A ∪ B k) A/B l) A / B m) A / B n) B/A
o) B / A p) A / B
Sugestão:
Utilize uma das lei de Morgan: A ∪ B = A ∩ B ou A ∪ B = A ∩ B
2 - Suponha que a probabilidade de uma criança em idade escolar já ter sido vacinada contra a
poliomielite seja 0,98. Três crianças foram escolhidas ao acaso em uma escola, sendo:
A1 = { a criança 1 foi vacinada }
A2 = { a criança 2 foi vacinada }
A3 = { a criança 3 foi vacinada }
5 - Dentre 100 estudantes de uma mesma turma, 58 são homens e 30 deles passaram no vestibular
na 1a opção. Um estudante desta turma foi selecionado ao acaso.
Sejam os eventos:
A = { o estudante é homem }
B = { o estudante passou na 1a opção }
65
Calcule: a) P(A∩B) b) P( A ∩ B ) c) P(A/B) d) P( A / B ) e)P(A∪B) f) P( A ∩ B )
9 - Um casal pretende ter três filhos do mesmo sexo. A probabilidade de que isto ocorra é:
a) 1/2 b) 1/4 c) 1/8 d) 40%
Cada URNA contém bolas Verdes e bolas Brancas conforme a figura indica.
Cada URNA tem a mesma probabilidade de ser selecionada.
66
12 - De 100 pessoas que solicitaram emprego de programador de computador, durante o ano
passado numa empresa, 40 possuíam experiência anterior e 30 possuíam um certificado
profissional. Vinte dos candidatos possuíam tanto experiência anterior como certificado
profissional. Qual é a probabilidade de que um candidato selecionado tenha experiência ou
certificado ?
13 - Em geral, a probabilidade de que um possível cliente faça uma compra quando procurado por
um vendedor é 0,4. Se um vendedor seleciona 3 clientes e faz o contato com os mesmos, qual é a
probabilidade de que os 3 façam compras ?
15 - A probabilidade de que uma nova política de mercado tenha sucesso foi estimada em 0,6. A
probabilidade de que a despesa para o desenvolvimento da estratégia seja mantida dentro dos
limites do orçamento previsto é de 0,5. A probabilidade de que ambos os objetivos sejam
alcançados é 0,3. Qual é a probabilidade de que um ou outro objetivo seja alcançado ?
17 - Uma fábrica de louças tem um processo de inspeção com quatro etapas. A probabilidade de ma
peça defeituosa passar uma etapa de inspeção sem ser detectada é de aproximadamente 20%.
Com base nesta cifra, determine:
a) A probabilidade de uma peça defeituosa passar por todas as quatro etapas de inspeção sem
ser detectada;
b) Qual seria sua resposta se fosse acrescentada uma Quinta etapa de inspeção, com 50% de
probabilidade de detectar peças defeituosas
18 – Uma firma exploradora de petróleo perfura um poço quando acha que há pelo menos 25% de
chance de encontrar petróleo. A firma perfura 4 poços: A, B, C, e D e estima,
respectivamente, as probabilidades 0,3; 0,4; 0,7; e 0,8 de encontrar petróleo.
a) Determine a probabilidade de nenhum dos poços produzirem petróleo, com base nas
estimativas da firma.
b) Determine a probabilidade de os quatro poços produzirem petróleo.
c) Qual é a probabilidade de que somente os poços A e C produzem petróleo ?
67
9 - Distribuição de Probabilidades
Variável Aleatória
Qualquer função X que associa um número real a todo elemento do espaço amostral S é
denominada variável aleatória.
Ponto Amostral X
(ca, ca) 2
(ca, co) 1
(co, ca) 1
(co, co) 0
68
Pode-se então escrever a tabela de distribuição de probabilidade:
Esta correspondência define uma função onde os valores xi formam o domínio da função
e os valores pi o seu conjunto imagem.
69
X = xi P (X=xi)
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
T o t a l 6/6 = 1
Imagine fenômenos cujos resultados só podem ser de dois tipos, um dos quais é
considerado como sucesso e o outro como insucesso. Este fenômeno pode ser repetido
tantas vezes quanto se queira (n vezes), nas mesmas condições. As provas repetidas
devem ser independentes, isto é, o resultado de uma não deve afetar os resultados das
sucessivas. No decorrer do experimento, a probabilidade p do sucesso e a probabilidade
q do insucesso manter-se-ão constantes (q = 1 - p) . Nessas condições X é uma variável
aleatória discreta que segue uma distribuição Binomial, com a seguinte distribuição de
probabilidades:
P( X = x) = P( x) = ( ). p .q
n
x
x (n−x)
Onde:
( ) = x!(nn−! x)!
n
x
70
Restrições sobre o uso da distribuição Binomial
Exemplos:
1 – Dos estudantes da USF, 40% fumam cigarro. Escolhe-se 6 estudantes ao acaso para
darem sua opinião sobre o fumo.
P( X = k ) =( ). p .q
n
k
k (n −k )
n = 6 ; p = 0,4 ; q = 1 – p = 0,6
6!
P( X = 0) = ( ).(0,4) .(0,6)
6
0
0
=(6 −0)
.1.(0,6) = 0,046 6
0!(6 − 0)!
b) Ache a probabilidade de todos serem fumantes.
6!
P( X = 6) = ( ).(0,4) .(0,6)
6
6
6 (6 −6)
=
6!(6 − 6)!
.(0,4)6 .1 = 0,004
n=9
p = 0,02
q = 1 – p = 0,98
P( X ≥ 1) = 1 − P( X < 1) = 1 − P( X = 0) = 1 − ( ).(0,02) .(0,98)
9
0
0 9
= 0,166
71
b) Não haja nenhuma mesa defeituosa.
P( X = 0) = ( ).(0,02) .(0,98)
9
0
0 9
= 0,83
3 – Os registros de uma pequena empresa indicam que 40% das faturas emitidas são
pagas após o vencimento. De 14 faturas expedidas, determine a probabilidade de:
7 - Seis parafusos são escolhidos ao acaso da produção de certa máquina, que apresenta
10% de peças defeituosas. Qual a probabilidade de serem defeituosos dois deles?
72
QUINTA LISTA DE EXERCÍCIOS DE ESTATÍSTICA
Distribuição Binomial
1. Uma moeda é lançada 5 vezes seguida e independente. Calcule a probabilidade de serem obtidas
3 caras nessas 5 provas.
2. A probabilidade de um atirador acertar o alvo é 1/2. Se ele atirar 5 vezes qual a probabilidade de
acertar exatamente 2 tiros?
3. Seis parafusos são escolhidos ao acaso da produção de certa máquina, que apresenta 10% de
peças defeituosas. Qual a probabilidade de dois parafusos serem defeituosos ?
4. Um time A tem 2/3 de probabilidade de vitória sempre que joga. Se A jogar 4 partidas, encontre a
probabilidade de A vencer:
a) Exatamente 2 partidas;
b) Pelo menos I partida;
c) Mais que a metade das partidas.
5. Em 10.000 famílias com 8 filhos cada uma, quantas se esperaria que tivessem:
a) Exatamente 2 meninos;
b) Nenhum menino;
c) Três meninos.
6. Num hospital 5 pacientes devem Submeter-se a um tipo de operação, da qual 80% sobrevivem.
Qual a probabilidade de que:
a) Todos sobrevivam;
b) Pelo menos 2 sobrevivam;
c) No máximo 3 não consigam sobreviver.
7. Se 3% das canetas de certa marca são defeituosas, achar a probabilidade de que numa amostra de
10 canetas, escolhidas ao acaso, desta mesma marca, tenham:
a) Nenhuma defeituosa;
b) Pelo menos 2 defeituosas;
c) No máximo 3 defeituosas.
9. Uma amostra de 15 peças é extraída com reposição de um lote que contém 10% de peças
defeituosas. Calcule a probabilidade de que:
a) O lote não contenha peça defeituosa;
b) O lote contenha exatamente três peças defeituosas;
c) O lote contenta pelo menos uma peça defeituosa;
d) O lote contenha entre 3 e 6 peças defeituosas;
e) O lote contenha de 3 a 6 peças defeituosas.
10. Calcule o valor esperado e o desvio padrão para o número de peças defeituosas na amostra do
problema anterior.
73
11. Uma confecção de roupa infantil suspeita que 30% de sua produção apresenta algum defeito. Se
tal suspeita é correta, determine a probabilidade de que, numa amostra de quatro peças, sejam
encontradas:
a) No mínimo duas peças com defeito;
b) Menos que três peças boas.
12. Um vendedor programa 6 visitas e acredita que a probabilidade de ele ser recebido pelo
encarregado de compras das empresas visitadas é de 80%.
a) Qual a probabilidade de ele completar pelo menos quatro visitas?
b) Qual a probabilidade de ele ser recebido por todos os encarregados de compra?
c) Se ele acredita que completando uma visita suas despesas do dia estão cobertas, qual a
probabilidade de ele ter prejuízo nesse dia?
74
9.2 - Distribuição de Poisson
Diz-se que uma variável aleatória tem distribuição de Poisson quando a freqüência de
ocorrência dessa variável aleatória segue a distribuição de Poisson.
Exemplos:
(λt ) k .e − λt
P( X = k ) =
k!
Onde:
µ k .e− µ
Ou seja: P( X = k ) =
k!
75
OBS: Pode acontecer experimento com uma distribuição Binomial com um “p”
(sucesso) muito pequeno de tal modo que se tem um “n” muito grande para que o
sucesso ocorra. Nestes casos, pode-se simplificar os cálculos usando a
distribuição de Poisson como aproximação para a distribuição Binomial.
Exemplos:
1 – Um processo mecânico produz tecidos para tapetes com uma média de dois defeitos
por metro. Determine a probabilidade de um metro quadrado ter exatamente:
a) Um defeito
t = 1 metro
λ=2
µ = λt = 2
P(X = 1) = (e-2.21)/1! = 0,27
b) Dois defeitos
c) Três defeitos
d) Nenhum defeito
76
Exercícios
1 – Se 2% dos fusíveis são defeituosos. Qual a probabilidade de que uma amostra de 400
fusíveis exatamente 6 sejam defeituosos?
P (x = 6) = 0,1222 ou 12,24%
2 – Se o número de peixes pescados por hora em certo pesqueiro é uma variável que
segue a distribuição de Poisson com média igual a 1,8, achar a probabilidade de que um
pescador, pescando durante uma hora:
77
9.3 - Distribuição Normal
Entre as distribuições teóricas de variável aleatória contínua, uma das mais empregadas é
a distribuição Normal. A distribuição Normal tem a sua importância na estatística porque
permite representar as freqüências observadas de muitos fenômenos naturais.
4 – Cada distribuição Normal fica especificada pela sua média µ e seu desvio padrão σ.
6 – A área sob a curva entre dois pontos é a probabilidade de uma variável aleatória com
distribuição Normal assumir os valores entre esses dois pontos.
a µ b
7 – P(X = k) = 0.
78
A probabilidade da variável aleatória X assumir os valores entre “a” e “b” é calculada
como:
2
b 1 x−µ
1 −
P ( a < X < b) = ∫ e 2 σ
dx
a 2π σ
-3σ -2σ -σ µ σ 2σ 3σ
68%
95,5%
99,7%
Quando se tem uma variável aleatória com distribuição normal o principal interesse está
em obter a probabilidade dessa variável aleatória assumir um valor em um determinado
intervalo.
Seja X uma variável aleatória com distribuição Normal de média µ e desvio padrão σ.
X −µ
Fazendo Z = , então a variável Z tem uma distribuição Normal com média µ=0 e
σ
desvio padrão σ = 1.
79
Utiliza-se uma tabela da distribuição Normal padronizada, que dá a probabilidade de z
tomar qualquer valor entre a média 0 e um dado valor z, isto é: P ( 0 < Z < z).
No exemplo anterior deseja-se calcular P(2 < X < 2,05), onde µ = 2 e σ = 0,04.
Na primeira coluna encontra-se o valor até uma casa decimal 1,2. Em seguida, encontra-
se, na primeira linha, o valor 5, que corresponde ao último algarismo do número 1,25.
Na intersecção da linha e coluna correspondentes encontra-se o valor 0,3944, o que
permite escrever:
Exemplos:
1 – Seja X ∼ N(3, 8), ou seja, X é uma distribuição Normal com média µ = 3 e desvio
padrão σ = 8. Calcule P(X < 5).
X −3 5−3
P( X < 5) = P < = P(Z < 0,25) = 0,5 + 0,0987 = 0,5987
8 8
µ 2,5 80
2 - 1 – Seja X ∼ N(3, 8), ou seja, X é uma distribuição Normal com média µ = 3 e desvio
padrão σ = 8. Calcule P(10 < X < 15).
10 − 3 X − 3 15 − 3 7 12
P(10 < X < 15) = P < < = P < Z < = P(0,87 < Z < 1,5) ⇒
8 8 8 8 8
P(0,87 < Z < 1,5) = P( Z < 1,5) − P( Z < 0,87) = 0,4332 − 0,3078 = 0,2254
0,2254
0 0,87 1,5
3 – Seja X ∼ N(5, 6), ou seja, X é uma distribuição Normal com média µ = 5 e desvio
padrão σ = 6. Calcule P(X > 2).
X −5 2−5
P ( X > 2) = P > = P(Z > −0,5) = 0,5 + 0,1915 = 0,6915
6 6
0,1915
0,5
- 0,5 0
81
Exercícios:
1- Determine as probabilidades:
P(-0,25 < Z < 0) + P(0 < Z < 0,5) = 0,0987 +0,1915 = 0,2902 ou 29,02 %
82
SEXTA LISTA DE EXERCÍCIOS DE ESTATÍSTICA
Distribuição Normal
1. Um processo de fabricação produz peças com comprimento médio de 500 mm e desvio padrão de
10 mm. Qual a porcentagem de peças que se situam:
a) Acima de 510 mm. (15,87%)
b) Entre 470 e 530 mm. (99,72%)
c) Abaixo de 525,8 mm. (99,51%)
2. Um fabricante de baterias, sabe por experiência passada, que as baterias de sua fabricação têm
vida média de 600 dias e desvio padrão de 100 dias, sendo que a duração tem aproximadamente
distribuição normal. Oferece uma garantia de 312 dias, isto é, troca as baterias que apresentarem
falhas nesse período. Fabrica 10.000 baterias mensalmente.
Quantas deverão trocar pelo uso da garantia, mensalmente? (19,88 aproximadamente 20 baterias)
3. Uma fábrica de canos sabe que os motores de sua fabricação têm duração normal, com média de
I50.000 km e desvio padrão de 5.000 km. Qual a probabilidade de que um carro, escolhido ao
acaso, dos fabricados por essa firma, tenha um motor que dure:
a) Menos de 170.000 km? (0,999968)
b) Entre 140.000 km e 165.000 km?
c) Se a fábrica substitui o motor que apresenta duração inferior à garantia, qual deve ser esta
garantia, para que a porcentagem de motores substituídos seja inferior a 0,2%?
4. Uma peça é aceita num controle de qualidade com dimensões entre 299 e 301 mm. Verifica se
que l0% das peças são rejeitadas como grandes e 20% como pequenas. Calcular a porcentagem
de rejeição, no caso da especificação ser ampliada para 298,5 e 301,5 mm. 8,53% como
pequenos; 3,51% como grandes.
6. Os balancetes semanais realizados em uma empresa mostraram que o lucro realizado distribui-se
normalmente com média 48.000 u.m. e desvio padrão 8.000 u.m.. Qual a probabilidade de que:
a) Na próxima semana o lucro seja maior que 50.000 u.m.? (40,129%)
b) Na próxima semana o lucro esteja entre 40.000 u.m. e 45.000 u.m.? (19,33%)
c) Na próxima semana haja prejuízo? (0%)
8. Dois estudantes foram informados de que alcançaram as variáveis reduzidas de z1=0,8 e z2=0,4,
respectivamente, em um exame de múltipla escolha de inglês. Se suas notas foram 8,8 e 6,4,
respectivamente, determinar a média e o desvio padrão das notas do exame. (µ=7,2; e σ=2).
83
Tabela 1. Área sob a Curva Normal Padronizada Compreendida entre os Valores 0 e Z
0 z
Z 0 1 2 3 4 5 6 7 8 9
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
84