P e E Parte 1

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico.
Notas de aulas no comercializveis. Utilizadas para apoio s aulas.

1 Sem. 2012.
1

Disciplina: PROBABILIDADE e ESTATSTICA (1 parte)

Mensagem aos estudantes.
Prezados estudantes de Probabilidade e Estatstica.
No projeto do Curso, nossas aulas esto programadas como atividades tericas. Entretanto,
paralelamente ao desenvolvimento dos contedos, realizaremos a orientao sobre a soluo dos
exerccios propostos, incluindo a utilizao de softwares. Dentre os utilizados, destacamos
principalmente o Excel, Estat D+, R e Sisvar.

Bons estudos!

A Estatstica desempenha papel importante em quase todas as fases da pesquisa humana.
Lidando anteriormente apenas com os negcios de Estado de onde se origina seu nome (do latim
status), a influncia da estatstica estendeu-se agora agricultura, biologia, comrcio, qumica, fsica,
comunicaes, economia, educao, cincias polticas, psicologia, sociologia e todos os campos das
tecnologias e engenharias.
1. Conceitos preliminares.
1.1 Estatstica.
Quando as sociedades primitivas se organizaram sentiram necessidade de tomar decises que
exigiam o conhecimento numrico dos recursos disponveis. As primeiras estatsticas foram realizadas
para os governantes das grandes civilizaes antigas tomarem conhecimento dos bens que o Estado
possua e como estavam distribudos pela populao.
O primeiro dado disponvel sobre um levantamento estatstico foi referido por Herdoto o qual
diz que em 3050 a. C. se efetuou um estudo da riqueza da populao do Egito, cuja finalidade era
averiguar quais os recursos humanos e econmicos disponveis para a construo das pirmides.
No ano 2238 a. C. realizou-se uma estatstica ordenada pelo imperador chins Yao com fins
industriais e comerciais.
No ano 1400 a. C. Ramss II mandou realizar um levantamento das terras do Egito.
Outro exemplo dos primrdios da estatstica encontra-se na Bblia, atravs do evangelista
Lucas, que nos conta a penosa viagem do casal Jos e Maria, quando ela estava nos dias de ganhar o
menino Jesus. Eles eram judeus e moravam em Nazar, um vilarejo da Galilia. Toda a regio estava
sob o domnio dos romanos e o imperador Csar Augusto ordenara o recenseamento da populao,
exigindo que cada famlia se inscrevesse em sua cidade de origem. Como as famlias deles eram de
Belm, cidadezinha da Judia, precisaram viajar s pressas para cumprir a ordem do imperador (cf.
Lucas 2,1 14).
A literatura especializada no tema apresenta duas provveis origens para a palavra estatstica.
Do latim status, que significa estado. Do grego statists, de statzo, que significa estabelecer ou
verificar.
Como a conceituamos atualmente, a palavra Estatstica apareceu pela primeira vez no sculo
XVIII e foi sugerida pelo alemo Gottfried Achemmel (1719-1772).
A Estatstica est interessada nos mtodos cientficos para coleta, organizao, resumo,
apresentao e anlise de dados bem como na obteno de concluses vlidas e na tomada de
decises razoveis baseadas em tais anlises (SPIEGEL, 1993).
A Estatstica um conjunto de tcnicas que permite, de forma sistemtica, organizar,
descrever, analisar e interpretar dados oriundos de estudos ou experimentos, realizados em qualquer
rea do conhecimento (MAGALHES, 2008).
Observao. Em sentido mais restrito, o termo usado para designar os prprios dados ou nmeros
deles derivados como, por exemplo, mdias. Assim falamos de estatstica de empregos, de acidentes,
etc.
Dados conjunto de valores, numricos ou no.
A Teoria Estatstica se divide em dois grandes campos: A Estatstica Descritiva e a Estatstica
Indutiva ou Inferencial.

1 Sem. 2012.
2
1.1.1 Estatstica Descritiva consiste num conjunto de mtodos que ensinam a reduzir uma
quantidade de dados bastante numerosa por um nmero pequeno de medidas, substitutas e
representantes daquela massa de dados. A coleta, a organizao e a descrio dos dados, esto a
cargo da Estatstica Descritiva. tambm empregada na anlise exploratria dos dados.
1.1.2 Estatstica Indutiva ou Inferencial consiste em inferir propriedades de um universo sobre a
base de uma amostra tomar decises a respeito de uma populao, geralmente utilizando dados de
uma amostra. Para essas decises faz-se uso da Teoria da Probabilidade. A anlise e a interpretao
dos dados coletados ficam a cargo da Estatstica Indutiva ou Inferencial.
Observao. Alguns autores consideram a Probabilidade como uma das divises da Estatstica.
Probabilidade pode ser pensada como a teoria matemtica utilizada para se estudar a incerteza
oriunda de fenmenos de carter aleatrio (MAGALHES, 2008).
1.2 Fases do Mtodo Estatstico.
1.2.1 Definio do Problema.
Descrio dos objetivos da pesquisa e identificao da populao/amostra
1.2.2 Planejamento.
Identificao das variveis, mtodo de investigao, tcnicas de amostragem, apurao dos dados,
pesquisa piloto e cronograma fsico-financeiro.
1.2.3 Coleta de Dados.
A coleta pode ser direta e indireta.
direta quando feita sobre elementos informativos de registros obrigatrios (nascimentos,
casamentos e bitos, importao e exportao de mercadorias), elementos pertinentes aos pronturios
dos alunos de uma escola, ou ainda, quando os dados so coletados pelo prprio pesquisador atravs
de inquritos e questionrios, como o caso das notas de verificao e de exames do censo
demogrfico, etc.
A coleta direta de dados pode ser classificada relativamente ao fator tempo em:
a) contnua tambm denominada registro, feita continuamente, tal como a de nascimentos,
casamentos e bitos ou como no de vendas a vista de uma empresa comercial;
b) peridica quando feita em intervalos constantes de tempo, como os censos em geral (de 10 em
10 anos) e os balanos de uma empresa comercial;
c) ocasional quando feita de tal modo que no se considera o tempo em continuidade e nem
peridico, a saber, independente do tempo e feita quando a requer o estudo de um fenmeno. So
realizadas a fim de atender a uma conjuntura ou a uma emergncia, como no caso de epidemias que
assolam ou dizimam rebanhos inteiros.
A coleta se diz indireta quando inferida de elementos conhecidos (coleta direta) e/ou do
conhecimento de outros fenmenos relacionados com o fenmeno estudado. Como por exemplo,
podemos citar a pesquisa sobre a mortalidade infantil, que feita atravs de dados colhidos por uma
coleta direta. coleta indireta tambm, a pesquisa sobre a durao de vida do ser humano que pode
ser feita com os dados colhidos atravs da coleta direta, obtidos pelos cartrios ou os valores
representativos das vendas de uma empresa que so extrados das notas fiscais e do caixa.
1.2.4 Crtica dos dados.
Com o propsito de identificar possveis falhas e imperfeies que possam ocasionar erros
grosseiros ou de certo vulto e assim, influenciar os resultados, os dados devem se cuidadosamente
criticados.
A crtica pode ser externa ou interna.
a) Externa: quando visa s causas dos erros por parte do informante, por distrao ou m
interpretao das perguntas que lhe foram feitas;
b) Interna: quando visa observar os elementos originais dos dados da coleta.
1.2.5 Apurao dos dados.
o processamento dos dados obtidos e a disposio mediante critrios de classificao. Pode
ser manual, eletromecnica ou eletrnica.
1.2.6 Exposio ou apresentao dos dados.
Por mais diversa que seja a finalidade que se tenha em vista, os dados devem ser
apresentados sob forma adequada (tabelas ou grficos), tornando mais fcil o exame daquilo que
est sendo objeto de tratamento estatstico e posterior obteno de mdias, modas, medianas, etc.
1.2.7 Anlise dos resultados.
Como j dissemos, o objetivo ltimo da Estatstica tirar concluses sobre o todo (populao) a
partir de informaes fornecidas por parte representativa do todo (amostra). Assim, realizadas as fases

1 Sem. 2012.
3
anteriores (Estatstica Descritiva), fazemos uma anlise dos resultados obtidos atravs dos mtodos
da Estatstica Indutiva ou Inferencial, que tem por base a induo ou inferncia, e tiramos desses
resultados concluses e previses.

1.3 Variveis.
Uma varivel um smbolo, como x, y, z, etc. que pode assumir qualquer um de um conjunto
de valores correspondentes aos dados observados. importante ressaltar que os dados em questo
no so necessariamente numricos.
A cada fenmeno corresponde um nmero de resultados possveis. Assim por exemplo:
para o fenmeno sexo so dois os resultados possveis: sexo masculino e sexo feminino;
para o fenmeno nmero de filhos h um nmero de resultados possveis expresso atravs dos
nmeros naturais: 0, 1, 2, 3, ...., n;
para o fenmeno estatura temos uma situao diferente, pois os resultados podem tomar um
nmero infinito de valores numricos dentro de um determinado intervalo;
para o fenmeno lanamento de um dado so seis os resultados possveis: 1,2,3,4,5 ou 6;
para o fenmeno peso dos estudantes de uma classe, igualmente ao caso da estatura, podem
tomar um nmero infinito de valores numricos, pois um dos alunos tanto pode pesar 67 kg, como
67,5 kg, 67,54 kg, etc.

1.3.1.Varivel qualitativa quando seus valores so expressos por atributos: sexo (masculino
feminino), cor da pele (branca, preta, amarela, vermelha, parda), tamanho (pequeno, mdio ou grande)
etc.
1.3.1.1 Qualitativa ordinal tem uma ordenao natural, indicando intensidades crescentes de
realizao. Exemplo. Classe Social (baixa, mdia ou alta).
1.3.1.2 Qualitativa nominal Quando no possvel estabelecer uma ordem natural. Exemplo. Fuma
(sim, no).
1.3.2 Varivel quantitativa quando seus valores so expressos em nmeros (salrios dos operrios,
idade dos alunos de uma escola etc.).
1.3.2.1 Varivel contnua uma varivel quantitativa que pode assumir, teoricamente, qualquer valor
entre dois limites, chama-se varivel contnua.
Por exemplo, na determinao das alturas dos adolescentes de uma escola, a varivel altura
continua. Seja uma classe onde o menor aluno possui 155 cm e o mais alto 190 cm, os demais
alunos podem assumir qualquer altura nesse intervalo, digamos 168,5 cm.
1.3.2.2 Varivel discreta uma varivel quantitativa que s pode assumir valores pertencentes a um
conjunto enumervel recebe o nome de varivel discreta.
Por exemplo, na determinao do nmero de alunos de uma certa turma, a varivel, nmero
de alunos discreta.
De um modo geral, as medies do origem a variveis contnuas e as contagens ou
enumeraes, a variveis discretas.

1.4 Populao e Amostra.
1.4.1 Populao Estatstica ou Universo Estatstico. o conjunto de entes portadores de pelo
menos uma caracterstica comum.
Por exemplo, os estudantes constituem uma populao, apresentam pelo menos uma
caracterstica comum: so os que estudam.
As populaes podem ser finitas, como, por exemplo, os alunos matriculados em determinada
escola, ou infinitas, como por exemplo, os resultados obtidos quando se joga um dado
sucessivamente. Existem populaes que embora finita, so consideradas infinitas para qualquer
finalidade prtica. Como exemplo, imagine o nmero de peixes que h no mar.
Como em qualquer estudo estatstico temos em mente pesquisar uma ou mais caractersticas
dos elementos de alguma populao, esta caracterstica deve estar perfeitamente definida.

1.4.2 Amostra.
Por impossibilidade ou inviabilidade econmica ou temporal, muitas vezes, limitamos as
observaes referentes a uma determinada pesquisa a apenas uma parte da populao. A essa parte
proveniente da populao em estudo denominamos amostra.
Uma amostra um subconjunto finito de uma populao

1 Sem. 2012.
4
Exemplos:
1) Se quisermos estudar a altura dos alunos de um colgio, estes alunos formam a Populao e
qualquer subconjunto desta uma amostra.
2) Se quisermos estudar a idade de todas as pessoas que moram num edifcio teremos uma
Populao e qualquer subconjunto uma Amostra.

1.4.3 Amostragem.
uma tcnica especial para recolher amostras, que garanta, tanto quanto possvel, o acaso na
escolha.
Dessa forma, cada elemento da populao passa a ter a mesma chance de ser escolhido, o
que garante amostra o carter de representatividade, da populao da qual foi extrada. Uma
amostra representativa de uma populao quando composta por elementos escolhidos de forma
no tendenciosa, geralmente, por um procedimento que garanta a casualidade, procedimento
importante para a confiabilidade dos resultados e necessrio inferncia.
Grande parte das pesquisas cientficas ou de resoluo de problemas de engenharia feita por
amostragem, ou seja, observamos apenas um subconjunto de elementos da populao. A amostragem
particular mente interessante quando:
a populao particularmente grande ou infinita;
as observaes ou mensuraes tm alto custo;
as medidas exigem testes destrutivos;
h necessidade de rapidez etc.

1.4.4 Tcnicas de Amostragem.
a) Amostragem casual ou aleatria simples.
Este tipo de amostragem equivalente a um sorteio lotrico.
Na pratica, a amostragem casual ou aleatria simples pode ser realizada numerando-se a
populao de 1 a n e sorteando-se, a seguir, por meio de um dispositivo aleatrio qualquer, k nmeros
dessa seqncia, os quais correspondero aos elementos pertencentes amostra.
Exemplo:
Vamos obter uma amostra representativa para a pesquisa da estatura de noventa alunos de
uma escola:
1) Numeramos os alunos de 01 a 90.
2) Escrevemos os nmeros, de 01 a 90, em pedaos iguais de um mesmo papel, colocando-os
dentro de uma caixa. Agitamos sempre a caixa para misturar bem os pedaos de papel e retiramos,
um a um, nove nmeros que formaro a amostra. Neste caso, 10% da populao.
Quando o nmero de elementos da amostra grande, esse tipo de sorteio torna-se muito
trabalhoso.
Este procedimento pode ser realizado com a utilizao de nmeros randmicos que podem ser
gerados por uma calculadora cientfica. Ao adicionar a funo RAN (funo randmica)
sucessivamente, os nmeros aleatrios so gerados, ou seja, cada vez que esta funo acionada, a
calculadora gera um novo nmero que deve ser registrado. Suponha que um pesquisador necessite de
nmeros de 1 a 100 para uma amostra de 5 elementos. Aplicando a funo RAN os nmeros gerados
pela calculadora sejam naquela aplicao: 0,923 0,041 0,050 0,650 0433 0,008 0,794
0,697 0,087 0,543 0,038.

RAN

1 Sem. 2012.
5
Para gerar uma tabela de nmeros aleatrios, o pesquisador pode tambm fazer uso do
programa Excel. Com o programa aberto, selecione uma clula qualquer.

D-se um clik no cone colar funo que geralmente encontra-se habilitado na barra
de ferramentas do programa.
Ao adicionar este cone, abre-se a janela inserir funo. Uma vez acionada esta janela do
programa, o pesquisador poder selecionar, nas opes selecione uma categoria Matemtica e
trigonometria. Na opo selecione uma funo seleciona-se ALEATRIO seguido da opo OK.
Este procedimento insere na clula selecionada um nmero aleatrio entre 0 e 1. Para gerar uma
tabela, basta colocar a ponteira do mouse na ala de preenchimento e arrast-la; assim, o programa
gera em cada nova clula, outro nmero aleatrio, tanto no sentido horizontal como no sentido vertical.

Exemplo.
0,581454 0,875907 0,496074
0,332111 0,151237 0,507445
0,877296 0,82724 0,53584
0,132611 0,693259 0,704523

Ou, na barra de ferramentas, inserir frmulas, digite = ALEATRIO( ).
Tambm podemos utilizar o comando ALEATRIOENTRE(inferior; superior)

1 Sem. 2012.
6

Com auxlio do programa R.
Utilizar o comando > set.seed(arbitrar um valor numrico)
> rnorm(nmero igual quantidade de nmeros aleatrios desejados)

Ou, retirar uma quantidade pr-definida entre dois limites. Comando: sample(inferior:superior, n).

b) Amostragem proporcional estratificada.
Muitas vezes a populao se divide em subpopulaes estratos.
Como provvel que a varivel em estudo apresente, de estrato, um comportamento
heterogneo e, dentro de cada estrato, um comportamento homogneo, convm que o sorteio dos
elementos da amostra leve em considerao tais estratos.
exatamente isso que fazemos quando empregamos a amostragem proporcional
estratificada, que, alm de considerar a existncia dos estratos, obtm os elementos da amostra
proporcional ao nmero de elementos dos mesmos.
Exemplo:
Dada a populao de 50.000 operrios da indstria automobilstica, formar uma amostra de 5%
de operrios para estimar seu salrio mdio.
Cargos Populao Amostra
Chefes de seo 5.000 250
Operrios especializados 15.000 750
Operrios no especializados 30.000 1.500
Total 50.000 2.500
A amostragem por estratificao tem as seguintes caractersticas:
1) dentro de cada estrato h uma grande homogeneidade, ou ento uma pequena variabilidade:
2) entre os estratos h uma grande heterogeneidade, ou ento uma grande variabilidade.
c) Amostragem por Conglomerados.
A populao dividida em diferentes conglomerados (grupos). Seleciona-se um conglomerado
e dentro dele so realizados os estudos.
Se estivermos interessados no salrio mdio dos operrios da indstria automobilstica, como
no exemplo anterior, podemos selecionar uma montadora e, dentro dela, estudar os salrios.
H uma mudana fundamental na unidade de sorteio. Passamos de elemento para grupo.
Consideramos conglomerados os grupos de elementos com as seguintes caractersticas:
1) dentro de cada conglomerado h uma grande heterogeneidade, ou ento uma grande variabilidade;
2) entre os conglomerados h uma grande homogeneidade, ou ento uma pequena
variabilidade.

d) Amostragem Sistemtica.
Quando os elementos da populao j se acham ordenados, no h necessidade de construir o
sistema de referncias. So exemplos os pronturios mdicos de um hospital, os prdios de uma rua,
as linhas de produo, etc. Nestes casos, a seleo dos elementos que constituiro a amostra pode
ser feita por um sistema imposto pelo pesquisador. A esse tipo de amostragem denominamos
sistemtica.

1 Sem. 2012.
7
Assim, no caso de uma linha de produo, podemos, a cada dez itens produzidos, retirar um
para pertencer a uma amostra da produo diria. Neste caso, estaramos fixando o tamanho da
amostra em 10% da populao.
Exemplo.
Suponhamos uma rua contendo novecentos prdios, dos quais desejamos obter uma amostra
formada por cinqenta prdios. Podemos, neste caso, usar o seguinte procedimento: como 900/50 =
18, escolheremos por sorteio casual um nmero de 1 a 18 (inclusive), o qual indicaria o primeiro
elemento sorteado para a amostra; os demais elementos seriam periodicamente considerados de 18
em 18. Assim, se o nmero sorteado fosse o 4, tomaramos, pelo lado direito da rua, o 4
o
prdio, o 22
o
,
o 40
o
etc, at voltarmos ao incio da rua, pelo lado esquerdo.
1.4.5 Tendenciosidade da Amostra
Muitas vezes as amostras so constitudas por pessoas que devem executar algum tipo de
tarefa, como responder perguntas, preencher um questionrio ou at mesmo testar um produto.
Algumas pessoas se recusam a cooperar. Nesses casos preciso ter muito senso crtico para avaliar
se a amostra efetivamente utilizada representativa da populao. Sempre possvel que a amostra
obtida seja tendenciosa ou viciada, isto , no representativa da populao.
O senso crtico ainda mais importante quando as amostras so constitudas por voluntrios.
Muitas vezes, o procedimento usado para solicitar voluntrios conduz formao de amostras
tendenciosas. Como por exemplo, imagine que um professor de educao fsica pea que trs alunos
da turma se apresentem como voluntrios para apostar uma corrida. Ora, bastante razovel imaginar
que, neste caso, se apresentaro como voluntrios apenas os alunos que sabem ser bons corredores.
Ento, os trs alunos no constituiro uma amostra representativa da turma, mas uma amostra
tendenciosa ou viciada.
2. Apresentao de Dados.
Basicamente a apresentao de dados feita atravs de tabelas, quadros e grficos.
Tabela um arranjo de dados na forma de grade com laterais abertas enquanto o quadro
possui as laterais fechadas. As tabelas so mais utilizadas para informaes numricas e os quadros
para informaes no numricas.
Exemplo de formatos de tabelas e quadros.
Superfcie dos oceanos.
Oceano Superfcie
Pacfico 180
Atlntico 105
ndico 73
Antrtico 20
rtico 12
Total 390
Fonte: (GIOVANNI, 2009 p. 461) (em milhes de Km
2
)

Brasil, suas Regies e Estados.
Fonte: www.infoescola.com (23/02/2009)

2.1 Componentes de uma tabela ou quadro.
a) Cabealho informaes sobre os dados da tabela/quadro. O que? Quando? Onde?
b) Corpo espao interno tabela/quadro destinado apresentao dos dados.
c) Rodap contm a fonte dos dados e demais informaes necessrias ao entendimento, tais
como, como notas ou chamadas.
Regio Estados
Sul Paran, Rio Grande do Sul e Santa Catarina
Sudeste Esprito Santo, Minas Gerais, Rio de Janeiro e So Paulo
Centro-Oeste Distrito Federal, Gois, Mato Grosso e Mato Grosso do Sul
Nordeste Alagoas, Bahia, Cear, Maranho, Paraba, Piau, Rio Grande do Norte e
Sergipe
Norte Acre, Amap, Amazonas, Par, Rondnia, Roraima e Tocantins

1 Sem. 2012.
8
3. Distribuies de Frequncias.
As pesquisas desenvolvidas, o controle de processos, enfim, a interpretao dos diversos
fenmenos do meio fsico, precisam ser organizados, de modo a permitir uma visualizao global do
comportamento das variveis que os determinam.
Um dos objetivos da Estatstica sintetizar os valores que uma ou mais variveis podem
assumir, para que tenhamos uma viso ampla da variao dessa ou dessas variveis. E isso ela
consegue, inicialmente, apresentando esses valores em tabelas e grficos.

3.1 Dados Brutos. So aqueles que ainda no foram organizados. Um exemplo o conjunto das
alturas de 100 estudantes tirado de uma lista alfabtica do registro da universidade.

3.2 Rol. um arranjo de dados brutos em ordem crescente ou decrescente.
Pode-se realizar a ordenao com o auxlio do Excel.

Exemplo.
O conjunto de dados ao lado contm informaes sobre uma turma de alunos. Cada coluna contm
informao de uma varivel e cada linha contm a informao de um aluno.
Na primeira clula de cada coluna temos o ttulo de cada varivel. Assim temos que nas colunas:
A: nmero de ordem do aluno;
B: a idade;
C: o sexo;
D: as respostas dadas pergunta Usa Celular?

Todo conjunto de dados pode ser ordenado de forma crescente ou decrescente. Usando o
EXCEL, um conjunto de dados contendo informaes sobre uma ou mais variveis (como ocorre no
conjunto a cima) pode ser ordenado segundo a(s) varivel(eis) desejada(s).

Por exemplo, para ordenar o conjunto segundo a varivel sexo devemos realizar os seguintes
passos:

1 Sem. 2012.
9
1. Selecione todo o conjunto de dados incluindo a linha de ttulos.
2. Classificao crescente ou decrescente.

3.3 Frequncia simples ou absoluta. Frequncia simples ou absoluta (f
i
) do valor x
i
o nmero de
vezes que a varivel estatstica assume o valor x
i
.
Vamos analisar a seguinte situao:
Consideremos o quadro seguinte que mostra as notas de Matemtica dos alunos de uma
classe de 8
o
Srie de uma determinada Escola.
Notas da prova de Matemtica do 8 ano.
Disciplina: Matemtica Turma: 8

ano
Nmero 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Nota 5,0 4,0 6,0 8,0 3,0 5,0 7,0 6,0 8,0 4,0 6,0 9,0 7,0 5,0 7,0 5,0 6,0 8,0 7,0 9,0 4,0 6,0 6,0 8,0 7,0
Fonte: (GIOVANNI, 2009 p. 453)
Nesse caso temos:
Populao estatstica: grupo de 25 alunos do 8
ano
Unidade estatstica: cada aluno desse ano
Varivel estatstica: as notas da prova de Matemtica
A partir desse conhecimento, elaboramos a seguinte tabela:
i Notas (x
i
) Nmero de alunos(f
i
)
1 0 0
2 1,0 0
3 2,0 0
4 3,0 1
5 4,0 3
6 5,0 4
7 6,0 6
8 7,0 5
9 8,0 4
10 9,0 2
11 10,0 0
Com o uso do Excel.

1 Sem. 2012.
10
Ordenar o conjunto de dados segundo a varivel desejada. A baixo v-se o conjunto dados
ordenados segundo as variveis idade e sexo:
Desenhar a tabela como no exemplo. As linhas da tabela so feitas selecionando na opo
Bordas.

A contagem de observaes na categoria (valor) desejado feita posicionando o cursor na
clula referente a esta categoria (no exemplo sexo feminino).
Na caixa de dilogo selecionar na caixa Categoria da funo: Estatstica. Na caixa Selecione
uma funo: abrir a janela CONT.VALORES.

Aps isto, marcar todas as observaes da varivel desejada (no exemplo, todas as categorias
do sexo feminino (F) que esto nas clulas C2 a C19). Clicar no boto OK.

1 Sem. 2012.
11

Mas o processo dado pode ser inconveniente, j que exige muito espao, mesmo quando o
nmero de valores da varivel de tamanho razovel. Sendo possvel, a soluo mais aceitvel, pela
prpria natureza da varivel contnua, o agrupamento de valores em vrios intervalos.
Assim, se um dos intervalos for, por exemplo, 0| 4,0, ( um intervalo fechado esquerda e
aberto direita, 0 x< 4,0) em vez de dizermos que a nota de nenhum aluno 0 ou 1,0 ou 2,0 e de 1
aluno 3,0, diremos que 1 aluno tem nota entre 0, inclusive, e 4,0.
Deste modo, estaremos agrupando os valores da varivel em intervalos, sendo que, em
Estatstica, preferimos chamar de classes.
Chamando de frequncia de uma classe o nmero de valores da varivel pertencentes
classe. Os dados da tabela 2, podem ser dispostos como na tabela 3, denominada distribuio de
frequncia com intervalos de classe.
Notas Frequncia
0,0 | 2,0 0
2,0 | 4,0 1
4,0 | 6,0 7
6,0 | 8,0 11
8,0 | 10,0 6
Total N = 25
O que pretendemos com a construo dessa nova tabela realar o que h de essencial nos
dados e, tambm, tornar possvel o uso de tcnicas analticas para sua total descrio, at porque a
Estatstica tem por finalidade especfica analisar o conjunto de valores, desinteressando-se por casos
isolados.
3.4 Classes de Frequncia.
Classes de frequncia ou, simplesmente, classes so intervalos de variao da varivel.
As classes so representadas simbolicamente por i, sendo i = 1, 2, 3,....,k (onde k o nmero
total de classes da distribuio).
Assim, em nosso exemplo, o intervalo 2,0 | 4,0 define a segunda classe (i = 2). Como a
distribuio formada de 5 classes, podemos afirmar que k = 5.
3.5 Limite de Classe.
Denominamos de limite de classe os extremos de cada classe.
O menor nmero o limite inferior da classe (
i
) e o maior nmero, o limite superior da
classe(L
i
).
Na segunda classe, por exemplo, temos:

2
= 2,0 e L
2
= 4,0
Obs. Segundo Resoluo 886/66 do IBGE o intervalo de classe deve ser fechado esquerda
e aberto direita, e utiliza-se o smbolo | .

1 Sem. 2012.
12
3.6 Amplitude de um Intervalo de Classe.
Amplitude de um intervalo de classe ou, simplesmente, intervalo de classe a medida do intervalo
que define a classe.
Ela obtida pela diferena entre os limites superior e inferior dessa classe e indicada por h
i
Assim:
h
i
= L
i
-
i

Na distribuio da acima temos:
h
2
= 4,0 2,0 = 2,0
3.7 Ponto Mdio de uma Classe.
o ponto intermedirio do intervalo de classe e obtido somando-se o limite inferior ao limite
superior e dividindo-se a soma por 2.
Assim, o ponto mdio da segunda classe, em nosso exemplo : 0 , 3
2
0 , 4 0 , 2
=
+

3.8 Amplitude Total (R).
a diferena entre o valor mximo e o valor mnimo observados no conjunto de dados.
Assim, para as notas de Matemtica temos: R = 9 3 = 6
3.9 Somatrio ( ). O smbolo usado para escrever abreviadamente expresses que envolvem
adio. Assim, indicamos a adio dos termos f
i
, com i variando de 1 at k (k N*), como:

k
fi
1
ou
fi

No exemplo das notas de Matemtica, o desenvolvimento do somatrio
6
1
fi
dado por:
6
1
fi = f
1
+ f
2
+ f
3
+ f
4
+ f
5
= 0 + 1 + 7 + 11 + 6 = 25

3.9.1 Propriedades do somatrio. (
=
n
i 1
)
P1) Se x
i
uma varivel e a uma constante, ento ,

=
x x i i
a a . .
Exerccio. Verifique a propriedade.

P2) Se a uma constante, ento a n a . =


P3) O somatrio de uma soma de variveis igual soma dos somatrios das variveis.
( )

+ = +
y
x
y
x
i
i
i
i


P4) O somatrio da diferena de variveis igual diferena dos somatrios das variveis.
( )

=
y
x
y
x
i
i
i
i


1 Sem. 2012.
13
Observao. Em vez da discusso geral das questes atinentes construo de uma tabela de
frequncias com intervalos de classes, a maioria dos autores se contenta em formular regras
arbitrrias quanto ao nmero de classes a serem usadas em cada caso. Dentre as mais comuns so
as que determinam que o nmero de classes deve variar entre 5 e 15 ou entre 5 e 20. Entretanto, isto
parece bastante relativo, pois se tivermos 20 casos no poderemos formar sequer 10 classes,
enquanto que, se forem 100000 as ocorrncias, poderemos perfeitamente distribu-las por mais de 20
classes sem deixar de obter uma excelente distribuio.
Sturges procurou formular uma regra definida para determinao do nmero de classes, desde
que conhecido o nmero de observaes. Esta regra, chamada de Sturges, estabelece que o nmero
de classes seja determinado pela frmula:
K = 1 + 3,3.logN onde k = nmero de classes N = nmero de dados da distribuio,
assim:

a) achar a amplitude total da srie, ou seja, a diferena entre o maior e o menor dos valores
ocorrentes;

b) dividir essa amplitude pelo nmero de classes que se tiver fixado como razovel;

c) arredondar o resultado, se possvel, para um nmero que facilite os clculos.
3.10 Frequncia Absoluta Acumulada.
A distribuio de frequncias absolutas pode ser completada com mais uma coluna, chamada
frequncias absolutas acumuladas (f
ia
), cujos valores so obtidos adicionando a cada frequncia
absoluta os valores das frequncias anteriores.
Veja como fica o quadro anterior:
i Nota fi fia
1 0 0 0
2 1,0 0 0
3 2,0 0 0
4 3,0 1 1
5 4,0 3 1 + 3 = 4
6 5,0 4 4 + 4 = 8
7 6,0 6 8 + 6 = 14
8 7,0 5 14 + 5 = 19
9 8,0 4 19 + 4 = 23
10 9,0 2 23 + 2 = 25
11 10,0 0 25 + 0 = 25
Pelo quadro e usando a frequncia acumulada, podemos fazer algumas observaes, tais
como:
8 alunos no obtiveram nota superior a 5,0
25 14 = 11 alunos obtiveram nota 7,0 ou acima de 7,0.
3.11 Frequncia Relativa.
Chama-se frequncia relativa (f
r
) do valor de x
i
da varivel o quociente entre a frequncia
absoluta (f
i
) e o nmero de elementos N da amostra e , geralmente, expressa em porcentagem ou
seja:

N
fi
fr =

Devemos observar que se a frequncia relativa (f
r
) dada na forma de porcentagem, ela vai
tornar mais clara a anlise de certos dados.
Se tomarmos como exemplo o quadro de frequncia das notas de Matemtica de uma classe
de 8 ano, poderemos, ento, completar o quadro de distribuio de freqncia com mais duas
colunas; a coluna das freqncias relativas (f
r
) e a coluna das freqncias relativas acumuladas(f
a
).
xi fi fia Fr (%) Fra (%)
3,0 1 1 1/25 = 4% 4%
4,0 3 4 3/25 = 12% 16%
5,0 4 8 4/25 = 16% 32%
6,0 6 14 6/25 = 24% 56%
7,0 5 19 5/25 = 20% 76%
8,0 4 23 4/25 = 16% 92%
9,0 2 25 2/25 = 8% 100%
Observando a tabela, temos:

1 Sem. 2012.
14
20% dos alunos obtiveram mdia 7,0
56% dos alunos obtiveram mdia inferior a 7,0
100% - 56% = 44% obtiveram mdia igual ou superior a 7,0.

Com uso do Excel.
Exemplo.
A tabela seguinte registra uma amostra aleatria de tamanho vinte e cinco das Vendas dirias
em milhares de uma empresa.
280 305 320 330 310 340 330 341 369 355 370 360 370
365 280 375 380 400 371 390 400 370 401 420 430
Abrindo uma pasta Excel para este exerccio, introduzir os dados brutos, classificar em ordem
crescente e determinar o valor mximo, mnimo, o tamanho da amostra, o nmero de classes e a
amplitude total. No final a sua planilha dever ficar parecida com esta:

Agrupar os dados em classes e calcular as frequncias de valores em cada classe. Coloque os
ttulos Classe, Limite Inferior e Limite Superior, respectivamente, nas clulas C12, D12 e E12. A
seguir, introduza os intervalos de classe de C13 at C19, como mostrado na planilha abaixo. Depois
coloque o cursor na clula D13 e introduza a frmula = D5. Na clula D14, introduza a seguinte
frmula: = D13+25 e arraste a ala at D19. Na clula E13, coloque a frmula: = D13+24,99. Para o
intervalo ficar aberto direita. Arraste o resultado at E19. Agora, selecione o intervalo F13 a F19 e
introduza a frmula: =FREQUNCIA(B4:B28;E13:E19). Pressione a tecla F2 e depois, ao mesmo
tempo, as teclas CTRL +SHIFT + ENTER, para transformar numa frmula de matriz. Aparecer os
resultados da planilha abaixo.

Determine atravs do Excel as freqncias acumuladas e relativas.

1 Sem. 2012.
15

Com o uso do software EstatD+

4. Representao Grfica.
Aps a coleta de dados em uma pesquisa, vimos que uma maneira de organizar dados de
forma concisa construir tabelas de frequncias. Uma vez obtida a tabela de frequncias podemos
visualizar melhor os dados destas, construindo-se grficos.
A apresentao em grficos, das distribuies de freqncias de uma varivel em estudo,
permite ao leitor uma visualizao acurada dos resultados inseridos nas tabelas.
A palavra, grfico, refere-se grafia, ou s artes grficas, ou ao que delas se ocupa. Um grfico
pode ser representado por desenho ou figuras geomtricas.
A apresentao grfica definida como representao de dados e informaes por meio de
diagramas, desenhos, figura e imagens, de modo a possibilitar a interpretao da informao de forma
rpida e objetiva.
Existem diversos tipos de grficos e a escolha adequada depende basicamente do tipo de dado
e da finalidade da apresentao. Os grficos podem ser facilmente elaborados com uso de softwares
especficos, tal como o software Excel.

1 Sem. 2012.
16
Barra de ferramentas do Excel.

Aps abrir o programa Excel, procura-se a opo assistente de grfico e escolhe-se o
tipo de grfico.

4.1 Grfico de Linha.
A tabela seguinte mostra o nmero de alunos evadidos de uma determinada escola de Ensino Mdio no
segundo semestre de 2002 (uma srie temporal, cujos dados so dispostos de acordo com o tempo).
Meses do 2 semestre Julho Agosto Setembro Outubro Novembro Dezembro
N de alunos evadidos 35 30 40 40 45 50
De acordo com a tabela, construir um grfico de segmentos cujos pares ordenados sero (julho, 35), (agosto,
30), (setembro, 40), (outubro, 40), (novembro, 45) e (dezembro, 50).
Evaso Escolar
35
30
40 40
45
50
0
10
20
30
40
50
60
J
U
L
H
O
A
G
O
S
T
O
S
E
T
E
M
B
R
O
O
U
T
U
B
R
O
N
O
V
E
M
B
R
O
D
E
Z
E
M
B
R
O

Os grficos de linhas so muito utilizados para mostrar a evoluo durante um certo perodo (sries
temporais). O grfico permite visualizar muito bem o crescimento, o decrscimo ou a estabilidade do objeto a ser
analisado.

4.2 Grfico de Barras.
um tipo de grfico em que barras horizontais com larguras iguais e comprimentos proporcionais
frequncia de cada dado.
O grfico de barras apropriado para representar graficamente os dados qualitativos, porm pode,
tambm, ser utilizado para representar dados quantitativos discretos.
Exemplo.
Consideremos, por exemplo, os dados resultantes de uma pesquisa realizada entre 135 jovens, sobre os
tipos de filmes preferidos. A tabela mostra j esses dados organizados em forma de uma tabela de frequncias.
Tipos de Filmes Preferidos pelos Jovens.
Tipo de filme Frequncia
Aventura 42
Drama 20
Policial 26
Romance 35
Terror 12
Soma 135
Fonte: dados fictcios.

1 Sem. 2012.
17
Tipos de Filmes Preferidos pelos Jovens
0 5 10 15 20 25 30 35 40 45
Aventura
Romance
Policial
Drama
Terror
T
i
p
o
s

d
e

F
i
l
m
e
Frequncias

4.3 Grfico de Colunas.
um tipo de grfico em que barras verticais com larguras iguais e comprimentos
proporcionais frequncia de cada dado. Os valores da varivel so colocados no eixo horizontal, e as
frequncias no eixo vertical. Indicado para sries temporais, sries conjugadas, variveis qualitativas e
quantitativas discretas.
O grfico de colunas a seguir foi construdo com os resultados de uma pesquisa que perguntou
a 1.500 pessoas qual jornal dirio elas mais gostam de ler:
Preferncias por Jornais.

Preferncia por Jornais
0
100
200
300
400
500
Jornal A Jornal B Jornal C Jornal D Jornal E
Nome do Jornal
F
r
e
q
u
n
c
i
a
s

4.4 Grfico de Setores.
O grfico de setores pode ser utilizado tanto para variveis quantitativas como para variveis
qualitativas e sries geogrficas. Este grfico tambm possui a peculiaridade de facilitar a visualizao
de resultados, especialmente quando se trata de porcentagens.
Com os dados do exemplo anterior construir o grfico de Setores.

Nome do Jornal Frequncia
Jornal A 420
Jornal B 255
Jornal C 375
Jornal D 360
Jornal E 90

1 Sem. 2012.
18

4.5 Histograma.
Para dados agrupados em classes, a representao grfica da distribuio de frequncias
feita por meio de um histograma, que um grfico formado por um conjunto de colunas
retangulares. No eixo das abscissas marcamos as classes, cujas amplitudes correspondem s bases
dos retngulos. No eixo das ordenadas marcamos as frequncias absolutas ou relativas, que
correspondem s alturas dos retngulos. Os pontos mdios das bases dos retngulos coincidem com
os pontos mdios dos intervalos de classes.
4.5.1 Roteiro para construo do histograma.
a) Obtenha a tabela de frequncia a partir dos dados, agrupando-os em classes;
b) desenhe dois eixos ortogonais de bom tamanho (no muito grandes nem muito pequenos);
c) divida o eixo horizontal em tantas partes quanto for o nmero de classes mais dois
(considere uma classe esquerda da primeira classe e uma outra direita da ltima classe, para
deixar espao suficiente para traar o polgono de frequncia, que veremos mais adiante), e marque os
nmeros correspondentes aos limites inferior e superior de cada classe;
d) identifique a maior frequncia da classe na tabela de frequncia; escolha um nmero
adequado, maior ou igual quela frequncia; marque esse nmero na extremidade do eixo vertical;
divida o eixo vertical em algumas partes e marque os nmeros correspondentes;
e) para cada classe, desenhe um retngulo com largura igual a amplitude da classe com altura
igual frequncia da classe.

4.6 Grfico Polgono de Frequncia.
O polgono de frequncia tambm estruturado a partir da tabela de frequncia, tal qual o
histograma.
Define-se o grfico polgono de frequncia como um grfico de linha, onde os pontos a
serem conectados pela linha so os pontos mdios dos intervalos de classe para as abscissas com as
correspondentes frequncias para as ordenadas.
Exemplo.
Seja a seguinte distribuio de frequncias em classes:
CLASSES FREQUNCIAS
160 165 4
165 170 9
170 175 2
175 180 2
180 185 1

a) Construa o histograma.

1 Sem. 2012.
19
b) Construa o polgono de frequncia.

4.7 Grfico Polgono de Frequncias Acumuladas (Ogiva). A representao grfica da frequncia
acumulada denominada ogiva e construda por segmentos de reta interligando os pontos definidos
pela frequncia acumulada e pelo limite superior de cada classe.
Exemplo. Construir a ogiva (grfico de frequncia acumulada) para a distribuio.
CLASSES FREQUNCIA FREQNCIA ACUMULADA

160 165 4
165 170 9
170 175 2
175 180 2
180 185 1

Observaes:
Para obter o histograma, a partir do software Excel, construir a tabela de distribuio de
frequncia em classes com uma coluna para os pontos mdios dos intervalos de classe.

1 Sem. 2012.
20
Selecionar as frequncias que se quer representar posicionando, simultaneamente, o cursor
nas clulas e o boto Ctrl.
Escolher o cone Assistente de Grfico e no Tipo de Grficos Colunas.

Avanar.

Completar Ttulo do grfico e Eixos.

Avanar e zerar largura do espaamento.

1 Sem. 2012.
21

Formatar Srie de Dados Efeitos de preenchimento.

Ento,

1 Sem. 2012.
22
Para construir o Polgono de Frequncia com o Excel, inclua uma classe anterior a primeira e
uma posterior `ltima, ambas com freqncia zero. Vamos considerar o mesmo exemplo anterior.

Na coluna das frequncias marcar as clulas que se quer representar graficamente,
posicionando simultaneamente o boto nas clulas e o boto Ctrl. Escolher a guia Inserir, o grupo
grfico e o tipo Linhas.

Para construir o Polgono de Frequncia Acumulada (Ogiva) com o Excel, inclua uma classe
anterior a primeira com frequncia nula. O grfico ser construdo com os limites superiores de cada
classe e as respectivas frequncias acumuladas.

1 Sem. 2012.
23
Com o software EstatD+. Histograma.

Polgono de frequncias.

Ogiva.

4.8. Diagrama de Ramo e Folhas.
Apresentao dos dados em que cada elemento possui no mnimo dois dgitos. Geralmente
so escolhidos entre 5 e 20 itens quantidade de ramos.
Para construir o diagrama cada nmero dividido em duas partes:

1 Sem. 2012.
24
a) ramo consistindo em um ou mais dgitos iniciais;
b) folha formada pelos dgitos restantes.
esquerda so listados os ramos escolhidos e direita de cada ramo so listadas todas as
folhas correspondentes aos valores observados na ordem em que elas forem encontradas.
Exemplo. Construir um diagrama ramo e folhas para os dados seguintes:
133 183 167 67 218 171 142 150 149 150
158 186 168 167 169 101 163 135 175 170
208 121 120 184 158 157 145 237 160 118
160 181 174 135 172 151 158 160 196 200
115 180 97 229 165 199 148 87 201 201
Ramo Folhas Frequncia

6 7 1
8 7 1
9 7 1
10 1 1
11 5 8 2
12 1 0 2
13 3 5 5 3
14 2 5 8 9 4
15 8 8 7 1 8 0 0 7
16 0 7 8 7 9 5 3 0 0 9
17 4 2 1 5 0 5
18 3 6 1 0 4 5
19 9 6 2
20 8 1 0 1 4
21 8 1
22 9 1
23 7 1

Com auxlio do software Estat D
+
.

1 Sem. 2012.
25
Com auxlio do software R.
Utilizar o comando stem()

Observao. Adiante veremos o grfico box-plot.

5. Medidas de Tendncia Central ou de Posio. Estas medidas recebem esta denominao,
porque os dados observados tendem a se concentrar em torno de valores centrais. As principais
medidas so: a mdia aritmtica, a mediana e a moda. So medidas utilizadas principalmente para a
descrio de dados. So valores representativos do conjunto de dados.
5.1 Mdia Aritmtica. a medida de tendncia central mais comum. entendida como o centro de
massa ou ponto de equilbrio de um conjunto de valores de uma varivel.
Mdia Amostral ( x ).
n
x
x
i
=
Mdia Populacional ( ).
i
x
n
=

sendo:
x ou = a mdia aritmtica

i
x = os valores da varivel
n = o nmero de valores.
Exemplo. Relacionam-se a seguir os tempos (em anos) que os 10 primeiros presidentes americanos
sobreviveram posse. Calcule a mdia dessa amostra:
10 29 26 28 15 23 17 25 0 20
Soluo:

x = 10 + 29 + 26 + 28 + 15 + 23 + 17 + 25 + 0 + 20 = 193
3 , 19
10
193
= = x
A mdia 19,3 anos.

Com o uso do Excel, uma vez que os dados foram inseridos na planilha de dados, utilizar a
funo Colar Funo. Primeiramente, deve-se escolher uma clula onde o programa far a
insero da operao escolhida. A partir de um clik no cone colar funo, abre-se a janela Colar
Funo do programa. No lado esquerdo da janela, selecionar a opo Estatstica no quadro
Categoria da Funo, procedimento que exibe, automaticamente, no quadro direita, diversas
opes de operaes estatsticas. Uma vez feita a opo da funo que o operador deseja executar
(neste exemplo Mdia), e clicando na opo OK, o operador ter acionado a caixa de criao de
frmulas que orienta sobre esta operao.
Quando acionada a caixa de criao de frmulas, o programa ainda no tem definido o
conjunto de dados que deve preceder ao clculo da funo estatstica escolhida. Deve-se registrar o
endereo das clulas com os dados a serem processados, bastando clicar no cone da caixa de
dilogo nmero 1. Depois deste procedimento, basta selecionar os argumentos (valores ou dados) que
deseja proceder aos clculos.

1 Sem. 2012.
26
10 29 26 28 15 23 17 25 0 20
x =19,3

Ou escrevendo o comando na barra de ferramentas.

Propriedades:
P1: Se uma constante k for adicionada ou subtrada a cada um dos elementos do conjunto, a mdia
aritmtica do mesmo ser acrescida ou diminuda de k.
P2: Se todos os elementos de um conjunto forem multiplicados ou divididos por uma constante k, a
mdia aritmtica dos mesmos tambm ser multiplicada ou dividida pelo mesmo valor. (Quando
dividida k 0).
P3: A soma dos desvios dos valores de um conjunto em relao sua mdia nula.
( )
= 0 x
xi

Quando os valores de x
i
esto agrupados com suas respectivas frequncias absolutas

f
i
a mdia
aritmtica ou mdia amostral expressa por:

=
i
i i
f
f x
x
Tambm denominada Mdia Aritmtica Ponderada.
Exemplo.
Determinar a idade mdia para o conjunto de 50 funcionrios dados pela distribuio de
frequncias em classes.
Da tabela de distribuio de frequncias, temos:
Tabela de idades.
i Idades fi xi xifi
1 18 | 25 6 21,5 129
2 25 | 32 10 28,5 285
3 32 | 39 13 35,5 461,50
4 39 | 46 8 42,5 340
5 46 | 53 6 49,5 297
6 53 | 60 5 56,5 282,50
7 60 | 67 2 63,5 127
= 50 = 1.922
Fonte: Dados fictcios.
Logo:
anos
f
f x
x
i
i i
44 , 38
50
1922
= = =

Soluo pelo Excel.

1 Sem. 2012.
27
5.1.1 Mdia Geomtrica.

A mdia geomtrica (M
g
) de n valores de uma varivel a raiz n-sima do produto desses
valores.
Dados: x
1
, x
2,
x
3, ...,
x
n
M
g
=
n
n x x x
. . . .
2 1
ou M
g
=
1 2
. . . . .
1 2
n N
f f f
n
x x x

Onde
i
N
f
=

Exemplo no Excel. Determinar a mdia geomtrica de 4 e 9.

5.1.2 Mdia Harmnica.

A mdia harmnica (M
h
) de n valores de uma varivel o inverso da mdia aritmtica dos
inversos dos valores dados.
Dados: x
1
, x
2,
x
3, ...,
x
n

= =
x x
M
i i
h
n
n
1 1
1
ou
h
i
i
N
M
f
x
=
onde
i
N
f
=

Exemplo no Excel. Determinar a mdia harmnica de 80 e 90.

5.1.3 Relaes entre as Mdias Aritmtica, Geomtrica e Harmnica.

x
M M g h

5.2 Mediana (Md). Mediana de um conjunto de valores, ordenados segundo uma ordem de grandeza,
o valor situado de tal forma no conjunto que o separa em dois subconjuntos de mesmo nmero de
elementos.
5.2.1 Dados no agrupados.
Dada uma srie de valores, como por exemplo:
5, 13, 10, 2, 18, 15, 6, 16, 9
de acordo com a definio de mediana, o primeiro passo a ordenao (ordem crescente ou
decrescente) dos valores:
2, 5, 6, 9, 10, 13, 15, 16, 18
Em seguida, tomamos aquele valor central que apresenta o mesmo nmero de elementos
direita e esquerda. Em nosso exemplo, esse valor 10, j que nessa srie, h quatro elementos
acima dele e quatro abaixo. Temos ento:
Md = 10
Se porm a srie dada tiver um nmero par de termos, a mediana ser, por definio, qualquer
dos nmeros compreendidos entre os dois valores centrais da srie. Convencionou-se utilizar o ponto
mdio.
Assim, a srie de valores:
2, 6, 7, 10, 12, 13, 18, 21

1 Sem. 2012.
28
tem para mediana a mdia aritmtica entre 10 e 12.
Logo:
11 11
2
22
2
12 10
= = =
+
= Md Md
Verificamos que, estando ordenados os valores de uma srie e sendo n o nmero de
elementos da srie, o valor mediano ser:
- o termo de ordem
2
1 + n
, se n for mpar
- a mdia aritmtica dos termos de ordem
2
n
e 1
2
+
n
, se n for par.
Clculo da Mediana com o uso do Excel. Aps inserir os dados na planilha do Excel deve-se
marcar a clula na qual se deseja o resultado, em seguida, clik em Colar Funo quando se abrir a
janela Colar Funo, em Categoria da funo clik em Estatstica e em Nome da funo clik em
MED. No Excel os dados no precisam estar ordenados.

Notas:
A mediana e a mdia aritmtica no tem necessariamente, o mesmo valor.
A mediada, como vimos, depende da posio e no dos valores dos elementos na srie
ordenada. Essa uma diferena marcante entre a mediana e a mdia.
A mediana designada, muitas vezes, por valor mediano.
5.2.2 Dados agrupados.
Se os dados se agrupam em uma distribuio de frequncia, o clculo da mediana se processa
de modo semelhante aquele dos dados no agrupados.
5.2.2.1 Sem intervalo de classes.
N
o
DE MENINOS f
i
f
ia

0 2 2
1 6 8
2 10 18
3 12 30
4 4 34
= 34
A mdia aritmtica dos termos de ordem
2
n
e 1
2
+
n
.
Logo, Md = 2 meninos.
Exemplo:
x
i
f
i
f
ia
12 1 1
14 2 3
15 1 4
16 2 6
17 1 7
20 1 8

1 Sem. 2012.
29
= 8
Logo, 5 , 15
2
31
2
16 15
= =
+
= Md
5.2.2.2 Com intervalo de classes.
Neste caso o problema consiste em determinar o ponto do intervalo em que est compreendida
a mediana.
Para tanto, temos inicialmente que determinar a classe na qual se acha a mediana classe
mediana. Tal classe ser aquela correspondente a frequncia acumulada imediatamente superior a
2
i
f
.
Feito isso, um problema de interpolao (insero de uma determinada quantidade de valores
entre dois nmeros) resolve a questo, admitindo-se agora, que os valores se distribuam
uniformemente em todo o intervalo de classe.
Assim, considerando a distribuio acrescida das frequncias acumuladas:
i ESTATURAS (cm) f
i
f
ia

1 150 | 154 4 4
2 154 | 158 9 13
3 158 | 162 11 24
4 162 | 166 8 32
5 166 | 170 5 37
6 170 | 174 3 40
= 40
Temos:

2
i
f
= 20
2
40
=
Como h 24 valores includos nas trs primeiras classes da distribuio, a partir do incio da
srie, vemos que este deve estar localizado na terceira classe (i = 3), supondo que as freqncias
dessas classes estejam uniformemente distribudas.
Como h 11 elementos nessa classe e o intervalo de classe igual a 4, devemos tomar, a partir
do limite inferior, distncia:

11
28
4
11
13 20
=

e a mediana ser dada por:
54 , 160
11
28
158 = + = Md
Logo, Md = 160,5 cm.
Podemos executar os seguintes passos:
1
o
) Determinamos as frequncias acumuladas
2
o
) Calculamos
2
i
f

3
o
) Marcamos a classe correspondente frequncia acumulada imediatamente superior a
2
i
f
-
classe mediana e, em seguida, empregamos a frmula:

1 Sem. 2012.
30

i
ia
i
f
h ant f
f
l Md
(
(
+ =
) (
2

onde:
l o limite inferior da classe mediana
f
ia
(ant) a frequncia acumulada da classe anterior classe mediana
f
i
a frequncia simples da classe mediana
h a amplitude do intervalo da classe mediana.
Observao. O uso da frmula para o clculo da mediana dispensvel.

5.3 Mdia x Mediana.
A mdia muito sensvel a valores extremos de um conjunto de observaes, enquanto a
mediana no sofre muito com a presena de alguns valores muito altos ou muito baixos. Devemos
preferir a mediana como medida sintetizadora quando o histograma do conjunto de valores
assimtrico, isto , quando h predominncia de valores elevados em uma das caudas.
Ex.: { 200, 250, 250, 300, 450, 460, 510 }
Mdia =345,7 e Mediana =300
Ambas so boas medidas de posio.
Ex.: { 200, 250, 250, 300, 450, 460, 2300 }
Mdia = 601 e Mediana = 300
Devido ao valor 2300, a Mediana prefervel Mdia. .

5.4 Moda (Mo).
Denominamos moda o valor que ocorre com maior frequncia em uma srie de valores, ou
seja, o valor de maior frequncia absoluta.
Desse modo, o salrio modal dos empregados de uma indstria o salrio mais comum, isto
, o salrio recebido pelo maior nmero de empregados dessa indstria.

Quando lidamos com valores no agrupados, a moda facilmente reconhecida: basta, de
acordo com a definio, procurar o valor que mais se repete.
A srie de dados:
7, 8, 9, 10, 10, 10, 10, 11, 12, 13, 15
tem moda igual a 10.
Podemos, entretanto, encontrar sries nas quais no exista valor modal, isto em nas quais
nenhum valor aparea mais vezes que outros. o caso da srie:
3, 5, 8, 10, 11, 13, 15
que no apresenta moda, ento dizemos que amodal.
Em outros casos, ao contrrio, pode haver dois ou mais valores de concentrao. Dizemos,
ento, que a srie tem dois ou mais valores modais. Na srie:
2, 3, 4, 4, 4, 4, 5, 6, 7, 7, 7,7, 8, 9
temos duas modas: 4 e 7, o conjunto se diz bimodal.
Se mais de dois valores ocorrem com a mesma frequncia mxima, cada uma deles uma
moda, e o conjunto multimodal.

1 Sem. 2012.
31
5.4.2.1 Sem intervalo de classe.
Uma vez agrupado os dados, possvel determinar imediatamente a moda: basta fixar o valor
da varivel de maior frequncia.
Na distribuio da Tabela abaixo, frequncia mxima (12) corresponde o valor 3 da varivel.
N
o
DE MENINOS f
i

0 2
1 6
2 10
3 12
4 4
= 34
Logo: Mo = 3
Clculo da Moda com o uso do Excel. Aps inserir os dados na planilha do Excel deve-se
marcar a clula na qual se deseja o resultado, em seguida, clik em Colar Funo quando se abrir a
janela Colar Funo, em Categoria da funo clik em Estatstica e em Nome da funo clik em
MODO. No h necessidade de ordenar os dados quando resolvido pelo Excel. Pode-se registrar a
frmula diretamente na barra de ferramentas.

5.4.2.2 Com intervalo de classe.
A classe que apresenta a maior frequncia denominada classe modal. Conforme Fonseca
1
a
moda pode ser calculada por:

+
+ =
2 1
1
. h
l M i o
.
Exerccio. Demonstrar a frmula do clculo da moda.

1
Frmula de Czuber. Curso de Estatstica, Jairo Simon da Fonseca, 1987, p. 114.

1 Sem. 2012.
32
Determinar a Moda da distribuio:
i ESTATURAS (cm) f
i

1 150 | 154 4
2 154 | 158 9
3 158 | 162 11
4 162 | 166 8
5 166 | 170 5
6 170 | 174 3
= 40
Resposta. M
o
= 159,6

6. Separatrizes ou Quantis.
Como vimos, a mediana caracteriza uma srie de valores devido sua posio central.
Colocados em ordem crescente, mediana o valor que divide a amostra, ou a populao, em duas
partes iguais. Assim:

0% 50% 100%
Md
A mediana denominada uma medida de tendncia central mas tambm uma
separatriz.
Assim, alm das medidas de posio que estudamos, h outras que, consideradas
individualmente, no so medidas de tendncia central, mas esto ligadas mediana
relativamente sua segunda caracterstica, j que se baseiam em sua posio na srie.
Essas medidas os quartis, os decis e os percentis so, juntamente com a mediana,
conhecidas pelo nome genrico de separatrizes ou quantis.

6.1 Quartis.
Denominamos, quartis os valores de uma srie que a dividem em quatro partes iguais.
H portanto, trs quartis:

a) O primeiro quartil (Q
1
) valor situado de tal modo na srie que uma quarta parte (25%) dos dados
menor que ele e as trs quartas partes restantes (75%) so maiores.

b) O segundo quartil (Q
2
) evidentemente, coincide com a mediana (Q
2
= Md)

c) O terceiro quartil (Q
3
) valor situado de tal modo que as trs quartas partes (75%) dos termos so
menores que ele e uma quarta parte (25%) maior.

Quando os dados so agrupados, para determinar os quartis usamos a mesma tcnica do
clculo da mediana, bastando substituir, na frmula da mediana
2
i
f
por:
4
i
f k
sendo k o nmero de ordem do quartil.
Assim temos:
i
ia
i
k
f
h ant f
f k
l Q
(
(
+ =
) (
4

Observao. Pode-se executar os clculos como no caso da mediana, sem utilizao de formulrio.

1 Sem. 2012.
33
Exemplo.

Primeiro Quartil Terceiro Quartil

10
4
40
4
= =
i
f
30
4
40 3
4
3
=
=
i
f

( )
66 , 156
9
4 4 10
154
1
=

+ = Q
( )
165
8
4 24 30
162
3
=

+ = Q
cm Q 7 , 156
1
= cm Q 165
3
=
Com o uso do Excel, uma vez que os dados foram inseridos na planilha de dados, (neste caso
pontos mdios), utilizar a funo Colar Funo. Primeiramente, deve-se escolher uma clula onde
o programa far a insero da operao escolhida. A partir de um clik no cone colar funo, abre-se a
janela Inserir Funo do programa. Selecione a opo Estatstica no quadro categoria,
procedimento que exibe abaixo, diversas opes de operaes estatsticas. Uma vez feita a opo da
funo que o operador deseja executar (Quartil), e clicando na opo OK, o operador ter acionado a
caixa de criao de frmulas que orienta sobre esta operao.

Quando acionada a caixa de criao de frmulas, o programa ainda no tem definido o
conjunto de dados que deve preceder ao clculo da funo estatstica escolhida. Deve-se registrar o
endereo das clulas com os dados a serem processados, bastando clicar no cone da caixa de
dilogo nmero 1. Depois deste procedimento, basta selecionar os argumentos (valores ou dados) que
deseja proceder aos clculos. Na primeira janela coloca-se o intervalo das clulas e na segunda o
nmero do quartil desejado (1, 2 ou 3).
152 152 152 152 156 156 156 156 156 156 156
156 156 160 160 160 160 160 160 160 160 160
160 160 164 164 164 164 164 164 164 164 168
168 168 168 168 172 172 172
1Quartil=156

ESTATURAS (cm) f
i
f
ia

150 | 154 4 4
154 | 158 9 13 (Q
1
)
158 | 162 11 24
162 | 166 8 32 (Q
3
)
166 | 170 5 37
170 | 174 3 4
= 40

1 Sem. 2012.
34
6.2 Decis.
Continuando o estudo das separatrizes, tem-se os decis. So os valores que dividem a srie
em 10 partes iguais. D
1
, D
2 ,
D
3
,

. . . ,D
9

Quando os dados so agrupados, para determinar os decis usamos a mesma tcnica do
clculo da mediana, bastando substituir, na frmula da mediana
2
i
f
por:
10
i
f k
sendo k o nmero de ordem do decil.
Assim temos:
i
ia
i
k
f
h ant f
f k
l D
+ =
) (
10

6.3 Percentis.
So medidas que dividem a srie em 100 partes iguais. P
1
, P
2 ,
P
3
,

. . . ,P
99
.
O clculo de um percentil segue a mesma tcnica do clculo da mediana, porm, a frmula
2
i
f
ser substituda por:
100
i
f k
sendo k o nmero de ordem do percentil.
Assim temos:
i
ia
i
k
f
h ant f
f k
l P
(
(
+ =
) (
100

Exemplo.
Estaturas (cm) f
i
f
ia

150 | 154 4 4
154 | 158 9 13
158 | 162 11 24
162 | 166 8 32
166 | 170 5 37
170 | 174 3 40
= 40

Considerando a Tabela, temos para o oitavo percentil:
2 , 3
100
40 8
100
8
8 =
= =
i
f
k Logo:
2 , 153
4
4 ) 0 2 , 3 (
150
8
=

+ = P cm P 2 , 153
8
=
Observao. Pode-se executar os clculos como no caso da mediana - sem utilizao de formulrio.
6.4 Grfico Box - plot. um grfico em forma retangular caixa com os nveis superior e inferior
dados pelos terceiro e primeiro quartil respectivamente. A mediana representada por um segmento
paralelo s bases e segmentos de reta so colocados na caixa at os valores mximo e mnimo da
distribuio.
Grfico box-plot para o exemplo anterior.

1 Sem. 2012.
35
Pode-se substituir o Mnimo por
1 3 1
1, 5( )
i
Q Q Q
l
=
e o Mximo por
1 3 1
1, 5( )
i
Q Q Q
L
= +
.
No considera os valores que se afastam muito do conjunto de dados (outliers).

6.4.1 Construo do Grfico Box plot com o Excel.
O primeiro passo gerar as estatsticas para o conjunto de dados conforme descrito abaixo, e na
mesma sequncia.
Dados 1 Dados 2 Dados 3
1 Quartil 8,49 8,22 8,49
Mnimo 8,32 8,00 8,36
Mediana 8,52 8,34 8,52
Mximo 8,65 8,77 8,65
3 Quartil 8,55 8,48 8,54
Selecione toda a informao, incluindo os rtulos de dados e depois selecione Grfico e
escolha Linha. Selecione o sub-tipo linha com marcadores exibidos a cada valor de dado. Clique em
avanar, e selecione sries em: linhas e depois clik em concluir.
Agora sero executados comandos sobre o grfico. Clique com o boto direito do mouse sobre
uma das linhas do grfico. Selecione formatar srie de dados, v para opes e selecione linhas de
mximo/mnimo e barras superiores/inferiores. A largura do espaamento poder variar entre
diversos valores, pois isso no importa para o Boxplot. O resultado dever ser algo do tipo:
7,6
7,8
8
8,2
8,4
8,6
8,8
9
1 2 3
1 Quartil
Mnimo
Mediana
Mximo
3 Quartil

As linhas sero removidas uma a uma, inicialmente clicando com o boto direito do mouse
sobre a linha. Selecionar formatar srie de dados em padres observar o campo linha e marcar
sobre nenhuma. Isso deve ser feito para todas as linhas. O resultado final ser como est abaixo.
7,6
7,8
8
8,2
8,4
8,6
8,8
9
1 2 3
1 Quartil
Mnimo
Mediana
Mximo
3 Quartil

7. Medidas de Disperso ou de Variabilidade.
As medidas de disperso medem a variabilidade dos dados em estudo. Permitem verificar se o
conjunto de dados homogneo ou heterogneo.
Consideremos os seguintes conjuntos de dados:
a) 10 11 11 11 12 12 12 12 13 14 14
b) 1 5 6 9 11 12 12 15 18 21 22

Esses dois conjuntos tm valores iguais para mdia, mediana e moda mas existem diferenas
entre eles, como podemos verificar ao coloc-los num diagrama, como mostram as figuras abaixo.

1 Sem. 2012.
36

a) _____________________________________________________
0 2 4 6 8 10 12 14 16 18 20 22 24

b) _____________________________________________________
0 2 4 6 8 10 12 14 16 18 20 22 24

A figura um diagrama mostrando a disperso dos dados.
Isto indica que necessitamos de um outro tipo de medida para distinguir os dois conjuntos de
dados. Observando a figura, podemos notar que o primeiro conjunto apresenta valores concentrados
em relao mdia, enquanto que o segundo apresenta valores dispersos (espalhados) em relao
mdia. As medidas que tratam desta caracterstica so chamadas de medidas de disperso.
(AKANIME e YAMAMOTO, 1998).

7.1 Amplitude (R). Amplitude total ou mxima a diferena entre o maior e o menor valor de um
conjunto de dados.

R = Valor mximo Valor mnimo
Nos dois conjuntos de dados acima temos:

a) R = 14 10 = 4
b) R = 22 1 = 21
Podemos observar que o segundo conjunto de dados mais disperso que o primeiro.
A amplitude total tem o inconveniente de s levar em conta os dois valores extremos da srie,
descuidando do conjunto de valores intermedirios, o que quase sempre invalida a idoneidade do
resultado. Ela apenas uma indicao aproximada da disperso ou variabilidade.
Faz-se uso da amplitude total quando se quer determinar a amplitude da temperatura em um
dia ou no ano, no controle de qualidade ou como uma medida de clculo rpido, e quando a
compreenso popular mais importante que a exatido e a estabilidade.
Com auxlio do Excel.

7.2 Desvio Mdio ou Desvio Mdio Absoluto Erro Mdio.
a mdia dos mdulos ou valores absolutos dos desvios. Se considerssemos somente os
desvios, a soma deles seria sempre zero, pois existem desvios positivos e negativos.
d
m
=
n
x x
n
i
i
=
1
ou
=
=

=
n
i
i
i
n
i
i
m
f
x x f
d
1
1
(dados da distribuio agrupados).
Exemplo.
1) A tabela abaixo mostra o total de pontos obtidos por dois times de futebol no perodo de 1996 a
2000.
1996 1997 1998 1999 2000
TIME A 7 12 20 16 10
TIME B 18 16 15 9 12

1 Sem. 2012.
37
Fonte: Dados fictcios.
a) Qual o desvio mdio de cada um desses times?
Resposta:Time A desvio mdio = 4 Time B desvio mdio = 2,8
b) Qual o time mais regular nesse perodo?
Resposta:Time B
Com auxlio do Excel.

2) Considere a distribuio de frequncia representada pelo quadro abaixo e determine:
a) a mdia aritmtica
b) o desvio mdio
i Classe fi
1 0 | 4 2
2 4 | 8 6
3 8 | 12 8
4 12 | 16 3
5 16 | 20 1

Tomando como base essa distribuio, vamos fazer um quadro mais completo, que nos
permite calcular a mdia, os desvios em relao mdia e o desvio mdio.
I Classe Ponto mdio
da classe (xi)
i
f
.
f
i
xi x x
i
x x f i
i

1 O | 4 2
2 4 | 8 6
3 8 | 12 8
4 12 | 16 3
5 16 | 20 1
= = =
Resposta: mdia aritmtica = 9 desvio mdio = 3,2
Desvio Mdio com o uso do Excel.
Na barra de ferramentas selecionar Colar Funo . Em Categoria da funo, selecionar
ESTATSTICA, selecione uma funo, selecionar DESV. MDIO.

1 Sem. 2012.
38

7.3 Varincia.
Ao iniciar as anlises de um agrupamento de dados, a mdia permite que se estabelea um
juzo sobre tal conjunto. Porm, no permite avaliar a disperso, principalmente para conjunto de
dados numerosos.
O varincia foge a falha que ocorre na amplitude, por levar em conta todos os valores em
questo. Portanto, a varincia muito mais conveniente no clculo da disperso.

A varincia definida como a mdia dos quadrados dos desvios.
Podemos definir duas varincias: Varincia populacional
2
(leia-se sigma ao quadrado) e
Varincia Amostral (s
2
).

7.3.1 Desvio Padro.
definido como a raiz quadrada positiva da Varincia.

7.3.1.1 Varincia e Desvio Padro para dados populacionais.

( )
n
i
x

=
2
2

n
i
x
) (
2
= = mdia da populao

7.3.1.2 Varincia e Desvio Padro para dados amostrais.
( )
1
2
2
=

n
i
x
x
s

( )
1
2
n
i
s
x
x
x = mdia amostral.
Em geral, a finalidade de calcular uma estatstica amostral estimar o parmetro populacional
correspondente.
A razo pela qual utilizamos n 1 no denominador da varincia e desvio padro de dados
provenientes de amostras deve-se a motivos que veremos em notas de aulas referentes a problemas
de Estatstica Indutiva.
Se bem que a frmula dada para o clculo da varincia seja a que torna mais fcil a sua
compreenso, ela no uma boa frmula para fins de computao, pois, em geral, a mdia aritmtica
um nmero fracionrio, o que torna pouco prtico o clculo das quantidades (x
i
- )
2
.

Exerccio. A partir da definio de varincia populacional demonstre as frmulas alternativas:
|
\
|

=
n
x
x i
n
i
2
2
2

2
2
|
|
\
|
=

n
x
n
x
i i
Populacional

1 Sem. 2012.
39
Analogamente possvel desenvolver para varincia e desvio padro amostrais.
( )
) 1 .(
.
2
2
2
=

n n
i
n
x x
s
i

( ) 1
.
) (
2
2
n n
i
n
s
x xi
Amostral

Varincia com o uso do Excel.
Para populao.

Para amostra.

Desvio Padro com o uso do Excel.
Na barra de ferramentas selecionar Colar Funo . Em categoria, selecionar ESTATSTICA, em
selecione uma funo, selecionar DESVPAD (para amostra) e DESVPADP (para populao).

Exemplo de aplicao com o Excel.

1 Sem. 2012.
40

O desvio padro pode ser obtido diretamente da raiz da varincia com o comando =RAIZ(VAR( )).

7.3.2 Aplicaes do Desvio Padro.
No argumento que levou definio do desvio padro, observemos que a disperso de um
conjunto de dados pequena se os valores esto bem concentrados em torno da mdia, e grande se
os valores esto muito espalhados em torno da mdia. Essa idia expressa mais formalmente pelo
Teorema de Tchebichev.
7.3.3 Teorema de Tchebichev.
Para qualquer conjunto de dados (populao ou amostra) e qualquer constante k maior do
que 1, a proporo dos dados que devem estar a menos de k desvios padro de qualquer um dos dois
lados da mdia pelo menos
k
2
1
1
Para k = 2, (
4
3 1
1
2
2
= ), pelo menos 75% dos valores de qualquer conjunto de dados devem
estar a menos de dois desvios padro de qualquer um dos dois lados da mdia.

Para k = 5, (
25
24 1
1
5
2
= ), pelo menos 96% dos valores de qualquer conjunto de dados devem
estar a menos de cinco desvios padro de qualquer um dos dois lados da mdia.
O teorema de Tchebichev pode ser aplicado a qualquer tipo de dados, mas tem suas
limitaes. Como ele nos diz meramente pelo menos qual proporo de um conjunto de dados deve
estar entre certos limites isto , fornece apenas uma cota inferior verdadeira proporo.
Observao. Para as distribuies normais temos que:
(a) 68,27% dos casos esto includos entre + e , isto , um desvio padro de cada
lado da mdia.
(b) 95,45% dos casos esto includos entre 2 2 + e , isto , dois desvios padres de
cada lado da mdia.
(c) 99,73% dos casos esto includos entre 3 3 + e , isto , trs desvios padres de
cada lado da mdia.

7.4 Coeficiente de Variao ou de Disperso.
O coeficiente de variao (disperso) d uma idia da preciso de um experimento ou da
disperso de um conjunto de dados. definido como o quociente entre desvio padro e a mdia,
multiplicado por 100. Logo, o coeficiente de variao nada mais do que o desvio padro em
porcentagem da mdia.

1 Sem. 2012.
41

% 100 =
x
s
CV
(amostral) % 100 x CV
= (populacional)
Exemplo.
Para uma distribuio cuja mdia x = 161 cm e o desvio padro s = 5,57 cm, logo:

% 5 , 3 459 , 3 100
161
57 , 5
= = = CV

7.5 Clculo do Desvio Padro. Exemplos.
Tomemos, como exemplo, a seguinte amostra:
40 45 48 52 54 62 70
O modo mais prtico para se obter o desvio padro formar uma tabela com duas colunas,
uma pra x
i
e outra para x
i
2
.

x
i
x
i
2
40
45
48
52
54
62
70
= 371 = 20293

Como n = 7, temos:
) 1 7 .( 7
20293 . 7
371
2
= s = 10,25 logo, s = 10,25

Como, neste caso, temos a presena de frequncias, devemos lev-las em considerao,
resultando a frmula:

2
2
|
|
\
|
=

n
x f
n
x f
i i i i
Populacional

) 1 .(
2
. . ) . (
2
n n
i
i
n
s
x
f
x
f
i i
Amostral
Consideremos a amostra da seguinte tabela:

O modo mais prtico para se obter o desvio padro abrir, na tabela dada, uma coluna para os
produtos f
i
x
i
e outra para f
i
x
i
2
, lembrando que para obter f
i
x
i
2
basta multiplicar cada f
i
x
i
pelo seu
respectivo x
i
. Assim:
x
i
f
i
f
i
x
i
f
i
x
i
2
0 2
1 6
2 12
3 7
4 3
= 30 = 63 = 165
Logo:
x
i
0 1 2 3 4
f
i
2 6 12 7 3

1 Sem. 2012.
42

) 1 30 .( 30
165 . 30
63
2
= s = 1,062 Da: s = 1, 062

Observao. Quando for uma distribuio de frequncias com intervalos de classes, utilizar com x
i
o
ponto mdio da classe.
Exemplo. Calcular o desvio padro para a seguinte distribuio de frequncias.
i ESTATURAS (cm) f
i
x
i
f
i
x
i
f
i
x
i
2
1 150 | 154 4
2 154 | 158 9
3 158 | 162 11
4 162 | 166 8
5 166 | 170 5
6 170 | 174 3
= 40 = 6440 = 1038080
Logo:

) 1 40 .( 40
1038080 . 40
6440
2
= s da: s = 5,64
8. Medidas de Forma: Assimetria e Curtose.
A medida de assimetria indica o grau de distoro da distribuio em relao a uma distribuio
simtrica. As distribuies podem ser: simtrica, assimtrica positiva ou assimtrica negativa.
8.1 Distribuio de Frequncia Simtrica:
Uma distribuio dita simtrica se existe um eixo de simetria no grfico gerado pela tabela
de frequncia. Esse eixo divide o grfico em duas partes iguais, de modo que, se rebatermos uma na
outra, elas se sobrepem completamente. Como mostra as figuras abaixo.
Sempre que os dados tiverem mdia, mediana e moda iguais, a distribuio ser simtrica.

x=Md=Mo

1 Sem. 2012.
43
8.2 Distribuio de Frequncia Assimtrica.
Se a distribuio no for simtrica, podemos ter dois casos de assimetria: assimetria positiva e
assimetria negativa.
A assimetria ser negativa se a cauda da distribuio estiver do lado esquerdo do grfico, como
mostra a figura seguinte (a), e ser positiva se a cauda da distribuio estiver do lado direito do grfico,
(b). A assimetria geralmente ocorre devido extenso de uma das caudas da distribuio. Uma vez
que os valores da cauda afetam muito a mdia, mas no a mediana e a moda, a mdia sempre
acompanha o lado da cauda da distribuio.

Nas figuras abaixo, podemos verificar que a distncia da mdia em relao moda e a
mediana ser maior, quanto maior for a extenso da cauda da distribuio e, conseqentemente,
maior ser a assimetria da distribuio.
Sendo a distribuio simtrica, a mdia e a moda coincidem; sendo a distribuio assimtrica
esquerda ou negativa, a mdia menor que a moda; e sendo assimtrica direita ou positiva, a
mdia maior que a moda.
Baseando-se nessas relaes entre mdia e a moda, podemos empreg-las para determinar o
tipo de assimetria. Assim, calculando o valor da diferena:

Mo x

se:
x - Mo = 0 assimetria nula ou distribuio simtrica
x - Mo < 0 assimetria negativa ou esquerda
x - Mo > 0 assimetria positiva ou direita

8.3 Coeficiente de Assimetria.
A medida de assimetria de uma distribuio pode ser realizada pelo coeficiente de
assimetria de Pearson, dado por:

1 Sem. 2012.
44

s
Md x
As
) ( 3
=

Dependendo do valor de As, podemos classificar a distribuio em:
Simtrica, se |As| < 0,15
Assimtrica moderada, se 0,15 |As| <1,0
Assimtrica forte, se |As| 1,0
Exemplo.
Distribuio A
Pesos (kg) f
i

2 | 6 6
6 | 10 12
10 | 14 24
14 | 18 12
18 | 22 6
60

x = _______ Md =_______ Mo =_______ s =_______
Distribuio B
Pesos (kg) f
i

2 | 6 6
6 | 10 12
10 | 14 24
14 | 18 30
18 | 22 6
78

x = _______ Md =_______ Mo =_______ s =_______
Distribuio C
Pesos (kg) f
i

2 | 6 6
6 | 10 30
10 | 14 24
14 | 18 12
18 | 22 6
78
x = _________ Md =_________ Mo =_________ s =_________

Logo:
A:______- _________ = ______ a distribuio _______________________

B:______- _________ = ______ a distribuio _______________________

C: ____ -_________ = ___ ___ a distribuio _______________________
Considerando os grficos das distribuies anteriores, temos:

1 Sem. 2012.
45
8.4 Medidas de Achatamento ou Curtose.
A medida de curtose nos indica a forma da curva de distribuio em relao ao seu
achatamento. O coeficiente de curtose mede o achatamento de uma distribuio de frequncias, em
comparao com uma distribuio normal. A forma da curva de distribuio em relao curtose pode
ser leptocrtica, mesocrtica ou platicrtica.
Quando a distribuio apresenta uma curva de frequncia mais fechada que a normal (ou mais
aguda em sua parte superior), ela recebe o nome de leptocrtica.
Quando a distribuio apresenta uma curva de frequncia mais aberta que a normal (ou mais
achatada na sua parte superior), ela chamada de platicrtica.

A curva normal que a referencial, recebe o nome de mesocrtica.
8.4.1 Coeficiente de Curtose:
A curtose pode ser medida pela seguinte expresso:

) ( 2
10 90
1 3
P P
Q Q
c
=

Essa frmula conhecida como coeficiente percentlico de curtose.
Relativamente a curva normal, temos; c = 0,263
Assim:
C = 0,263 curva mesocrtica
C < 0,263 curva leptocrtica
C > 0,263 curva platicrtica
Exemplo.
Sabendo-se que uma distribuio apresenta as seguintes medidas:
Q
1
= 24,4 cm, Q
3
= 41,2 cm, P
10
=20,2 cm e P
90
=49,4 cm, temos:

287 , 0 2866 , 0
5 , 58
8 , 16
) 2 , 20 5 , 49 ( 2
4 , 24 2 , 41
= = =
= C C

Como: 0,287>0,263, conclumos que a distribuio platicrtica, em relao a normal.

EXERCCIOS.

1) Classificar as variveis:
a. Populao: os alunos de uma escola
Varivel: cor dos cabelos R. qualitativa nominal
b. P: casais residentes em uma cidade
V: nmero de filhos R. quantitativa discreta
c. P: as jogadas de um dado
V: o ponto obtido em cada jogada R. quantitativa discreta
d. P: peas produzidas por certas mquinas
V: nmero de peas produzidas por hora R. quantitativa discreta

1 Sem. 2012.
46
e. P: peas produzidas por certa mquina
V: dimetro externo R. quantitativa contnua
f. P: estao meteorolgica de uma cidade
V: precipitao pluviomtrica, durante um ano R. quantitativa contnua
g. P: alunos de uma cidade
V: cor dos olhos R. qualitativa nominal
h. P: bolsa de valores de So Paulo
V: nmeros de aes negociada R. quantitativa discreta
i. P: pregos produzidos por uma mquina
V: comprimento R. quantitativa contnua
j. P: propriedades agrcolas no Brasil
V: produo de algodo R. quantitativa contnua
k. P: segmento de reta
V: comprimento R. quantitativa contnua
l. P: biblioteca da cidade de Curitiba
V: nmero de volumes R. quantitativa discreta

2) A massa (em quilogramas) de 20 trabalhadores de uma empresa com 100 funcionrios esta
registrada a seguir:

62 52 73 80 65 50 70
75 80 65 70 77 82 91
75 52 68 86 70 80
Com base nos dados obtidos, responda:
a. Qual a populao dessa pesquisa? R. cem funcionrios
b. Qual a sua amostra? R. vinte trabalhadores
c. Qual a varivel nessa pesquisa? R. massa
d. Ela discreta ou contnua? R. contnua

3) Uma populao encontra-se dividida em trs estratos, com tamanhos, respectivamente, n
1
=40, n
2
=
100 e n
3
= 60. Sabendo-se que, ao ser realizada uma amostragem estratificada proporcional, nove
elementos da amostra foram retirados do 3
o
estrato, determine o nmero total de elementos da
amostra. R. 30

4) Sejam os conceitos obtidos na prova de Estatstica por 30 alunos de uma turma:
D A B A C B A C E B C A A B C
B B C B B C C C B B B C C C B
Complete a tabela:
Conceito Freqncias
absolutas
Freqncias
relativas
Freqncias
acumuladas
Freqncias
relativas acumuladas
A
B
C
D
E
Total
5) Um dentista anotou o nmero de clientes atendidos por dia, durante um perodo de 30 dias, e
obteve os seguintes dados:
4 6 7 4 4 5 4 6 5 5 4 5 7 5 5
4 7 5 6 5 4 5 5 6 5 7 4 6 6 7
Organize esses dados em forma de uma tabela de freqncias acumuladas.
6) Numa pesquisa de opinio pblica com 800 telespectadores sobre o programa de televiso de sua
preferncia, obteve-se a seguinte tabela de frequncias absolutas:

1 Sem. 2012.
47
Programa de TV Nmero de Telespectadores
Novela 360
Esportes 128
Filmes 80
Noticirio 32
Shows 200
Construa um quadro com as distribuies de frequncias absolutas acumuladas, freqncias
relativas e frequncias relativas acumuladas.
7) Suponhamos termos feito uma coleta de dados relativos s estaturas de quarenta alunos, que
compem uma amostra de alunos de um colgio A, resultando a seguinte tabela de valores:
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
Determine:
a) O rol da tabela primitiva acima.
b) A distribuio de frequncia
c) Distribuio de frequncia com intervalos de classe.(usar a regra de Sturges)
d) A segunda classe.
e) Os limites da terceira classe.
f) O intervalo (amplitude) da segunda classe.
g) A amplitude amostral
h) O ponto mdio da terceira classe.
i) A frequncia absoluta da segunda classe.
8) A tabela abaixo apresenta as vendas dirias de um determinado aparelho eltrico, durante um ms,
por uma firma comercial:
14 12 11 13 14 13
12 14 13 14 11 12
12 14 10 13 15 11
15 13 16 17 14 14
Forme uma distribuio de frequncias absolutas e acumuladas sem intervalos de classe.
9) Considerando as notas de um teste de inteligncia aplicado a 100 alunos:
64 78 66 82 74 103 78 86 103 87
73 95 82 89 73 92 85 80 81 90
78 86 78 101 85 98 75 73 90 86
86 84 86 76 76 83 103 86 84 85
76 80 92 102 73 87 70 85 79 93
82 90 83 81 85 72 81 96 81 85
68 96 86 70 72 74 84 99 81 89
71 73 63 105 74 98 78 78 83 96
95 94 88 62 91 83 98 93 83 76
94 75 67 95 108 98 71 92 72 73
Forme a distribuio de frequncias de classes:
10) Em um mercado de telefones celulares da Regio Oeste do Paran, considerando-se uma fatia de
mercado meramente ilustrativa, obtiveram-se os resultados conforme descritos na tabela abaixo:
MARCAS PARTICIPAO NO MERCADO
Nokia 60%
Ericson 20%
Gradiente 15%
Motorola 5%
Total 100%
Construa um grfico de setores.

1 Sem. 2012.
48
11) No laboratrio de Eletromecnica, um aluno pesquisador testa cinco diferentes ligas metlicas
para resistncia de tensores. O experimento foi efetuado com diversos ensaios relativos s diferentes
ligas. Os resultados obtidos constam da Tabela abaixo:

Com base nos dados obtidos, construa:
a) Um grfico de colunas para as ligas 1 e 2.
b) Um grfico de barras para as ligas 3, 4 e 5.
12) dado um conjunto de 20 nmeros cuja mdia aritmtica 64. Cada nmero desse conjunto
multiplicado por 2 e, em seguida, acrescido de 5 unidades. Qual a mdia aritmtica dos 20 nmeros
assim obtidos? R. 133
13) Em certa empresa trabalham 4 analistas de mercado, 2 supervisores, 1 chefe de seo e 1
gerente, que ganham respectivamente: R$ 13.000,00; R$ 16.000,00; R$ 17.500,00 e R$ 25.000,00.
Qual o valor do salrio mdio desses funcionrios? R. R$ 15.812,50
14) A mdia das idades de um grupo de estudantes 22 anos. Excluindo-se o mais novo deles, que
tem 17 anos, a mdia do novo grupo formado passa a ser 23 anos. Quantos estudantes h no primeiro
grupo? R. 6
15) Um comerciante mistura 4 kg do caf tipo A, que custa R$ 6,00 o quilo; 10 kg do caf B, que custa
R$ 5,60 o quilo; e 6 kg do caf C, que custa R$ 5,00 o quilo. Qual o preo por quilo da mistura?
R. R$ 5,50
16) O quadro de frequncias a seguir, refere-se s idades dos jogadores de basquete de um clube.
Idade 14 15 16 20 23
Nmero de jogadores 6 12 15 24 9
Qual ser a mediana dos dados nesse caso? R. 18
17) Medindo-se o dimetro externo de uma engrenagem, foram obtidos valores em mm, de acordo
com a seguinte distribuio:
Classes f
i

1000 | 1010 3
1010 | 1020 12
1020 | 1030 28
1030 | 1040 82
1040 | 1050 74
1050 | 1060 30
1060 | 1070 17
1070 | 1080 4

Calcule a Mdia, a Mediana e a Moda. R. 1.040,6 ; 1.040 e 1.038,71
18) Num laboratrio de materiais, uma amostra de 10 corpos de prova de concreto forneceu as
seguintes resistncias ruptura em kg/cm
2
:
340 329 337 348 351 360 354 330 348 350.
Calcule, para este conjunto de dados, a mdia, a mediana e identifique a moda se houver.
R. 344,7 ; 348 e 348

1 Sem. 2012.
49
19) A tabela a seguir mostra o nmero de votos por classe de dois candidatos que esto
concorrendo a uma vaga de representante no conselho da escola. Onde A, B, C, D, E e F so todas as
turmas onde os candidatos podem concorrer.
3 3B 3C 3D 3E 3F
VITOR 12 15 12 16 14 15
RAFAEL 12 11 18 9 19 15
Calcule o desvio-padro de cada um desses candidatos. R. Vitor = 1,53 e Rafael = 3,651
Qual dos dois candidatos o mais regular? R. Vitor
20) Considere a amostra. O tempo gasto por seis alunos para fazer um trabalho foi, em minutos, 6, 5,
5, 3, 3, 2. Nessas condies, calcule a mdia aritmtica, o desvio mdio, a varincia e o desvio padro
dessa distribuio. R. 4 ; 1,33 ; 2,4 e 1,55
21) Seja uma amostra do tempo de espera em minutos, de clientes do Jefferson Valley Bank. 6,5 6,6
6,7 6,8 7,1 7,3 7,4 7,7 7,7 7,7
Calcule o desvio padro dessa amostra. R. 0,48
22) Uma amostra de oitenta peas retiradas de um grande lote forneceu a seguinte distribuio de
comprimentos:
Classe Frequncias
50 | 60 1
60 | 70 3
70 | 80 6
80 | 90 15
90 | 100 25
100 | 110 20
110 | 120 7
120 | 130 3
=
A especificao para esse tipo de material exige que o comprimento mdio das peas esteja
compreendido entre 92 e 96 mm e que o coeficiente de variao seja inferior a 20%. Verificar se a
amostra atende as exigncias da especificao. R. Sim. 95,4 e 14,78%
23) Um estudo nutricional de um certo tipo de queijo de baixos teores de gordura mostrou que, em
mdia, uma fatia de 30 gramas contm 3,50 gramas de gordura com desvio padro de 0,04 gramas de
gordura.
a) De acordo com o Teorema de Tchebichev, pelo menos qual percentagem de uma fatia de 30
gramas desse tipo de queijo deve ter um contedo de gordura entre 3,38 e 3,62 gramas de gordura?
R. 88,9% das fatias de 30g do queijo tm um contedo de gordura entre 3,38 e 3,62 gramas de
gordura.
b) De acordo com o Teorema de Tchebichev, entre quais valores deve estar o contedo de
gordura de pelo menos 93,75% das fatias de 30 gramas desse tipo de queijo?
R. entre 3,34 e 3,66 g de gordura

24) Os registros de um hospital mostram que, em mdia, uma certa cirurgia dura 111,6 minutos, com
um desvio padro de 2,8 minutos. Pelo menos qual percentagem dessas cirurgias leva algum tempo
entre:
a) 106,0 e 117,2 minutos. R. 75%
b) 97,6 e 125,6 minutos. R. 96%

25) Com referncia ao exerccio anterior, entre quais quantidades de minutos devem estar as duraes
de:
a) pelo menos 35/36 dessas cirurgias. R. entre 94,8 e 128,4 minutos
b) pelo menos 99% dessas cirurgias. R. entre 83,6 e 139,6 minutos

26) Observou-se o nmero dos 100 sapatos vendidos em uma loja de calados. Os resultados obtidos
esto em forma de tabela, a seguir:

1 Sem. 2012.
50
Nmero de sapato fi xi fixi fixi
2
fia
25 | 28 2
28 | 31 9
31 | 34 17
34 | 37 35
37 | 40 20
40 | 43 10
43 | 46 7
= =
Classifique quanto a assimetria e curtose. R. Assimtrica e Leptocrtica.

27) O valor do mdulo de Young foi determinado para amostras de chapas fundidas feitas de algumas
substncias metlicas, resultando nas observaes a seguir:
116,4 115,9 114,6 115,2 115,8
a) Calcule a mdia e os desvios em relao mdia.
b) Use os desvios calculados na parte (a) para obter a varincia amostral e o desvio padro amostral.
c) Calcule s
2
usando a frmula alternativa - sem o uso da mdia.
d) Subtraia 100 de cada observao para obter uma amostra de valores transformados. Agora calcule
a varincia amostral desses valores transformados e compare com s
2
dos dados originais.

28) Do Livro Noes de Probabilidade e Estatstica - Marcos Magalhes, pgina 19 exerccios 1, 2,
3, 4 e 5.
29) Do Livro Noes de Probabilidade e Estatstica - Marcos Magalhes, pgina 23 exerccios 1, 2,
3, 4, 5, 7, 9, 11, 12, 13, 14, 17, 19 e 21.

Aplicaes com o programa R.
1) Importao de dados de uma planilha no Excel.
Para importar os dados do uma planilha do Excel necessrio seguir os seguintes passos:
a) importar planilha denominada Banco de Dados que est armazenada no disco D e Plan2.

Fonte: (MAGALHES, 2008 p.7)
b)Abrir o programa R e digitar os seguintes comandos.

1 Sem. 2012.
51

1 Sem. 2012.
52

c) Estatstica Descritiva.
c1)Mdia Aritmtica: > mean (nome da varivel como est na tabela).
c2) Desvio padro: > sd (nome da varivel como est na tabela).
c3) Mediana: > median (nome da varivel como est na tabela).
c4) Mnimo> min (nome da varivel como est na tabela).
c5) Mximo> max (nome da varivel como est na tabela).

c6) Histograma para os pesos.

1 Sem. 2012.
53
Histograma das alturas.

c7) Resumo das principais medidas de uma varivel.

c8) Box Plot.-. grfico boxplot das alturas por sexo.

1 Sem. 2012.
54
c9) Box Plot.-. grfico boxplot dos pesos por sexo.

2) Construo de planilhas no R.
As planilhas so construdas para variveis qualitativas (nominais ou ordinais) e numricas (discretas e
contnuas).
O formato ideal de armazenamento destes dados no R o data.frame. Para entrar com estes dados
diretamente no R pode-se usar o editor que vem com o programa.
As variveis qualitativas podem ser armazenadas na forma de cdigos, por exemplo, solteiro 1, casado
2, masculino 1, feminno 2, etc.
Para abrir a planilha use o eguinte comando:
> nome <- edit(data.frame()).
Aps introduzir os dados na planilha , fecha-se a mesma clicando no canto superior direito (x).
Chama-se a planilha pelo nome dado no comando inicial.
Exemplo.
Criar no programa R plailha de parte da tabela de (MAGALHES, 2008 p.7).

1 Sem. 2012.
55
Caso seja necessrio voltar com a planilha para introduzir ou alterar dados usar o comando:
fix(nome).
Para iniciar a tomada de informaes utiliza-se o comando is.data.frame(nome).
Com o comando names(nome) possvel ver o nome das variveis. Com o comando dim(nome)
possvel ver o nmero de linhas e colunas.

Para iniciar anlise dos dados utilizar o comando attach(nome) e o nome da varivel que se deseja
analisar.
Tabela de frequncias simples ou absolutas.
Tabela e frequncias relativas em % e em decimais.
Pra construir o grfico em setores utilizar o comando pie(table(nome da varivel)).

Para analizar outra varivel Idade.
Basta digitar no R o nome da varivel. > Idade
De forma semelhante se obtm as tabelas de frequncias.

1 Sem. 2012.
56

Com o comando summary(nome da varivel) obtem-se as principais medidas do conjunto de dados
daquela varivel.

Caso a varivel Idade fosse encarada como quantitativa discreta o grfico mais recomendado obtido
pelo comando plot(Idade.tb).

1 Sem. 2012.
57
possvel construir grficos de frequncias relativas e de frequncias acumuladas.
Para frequncias relativas. > plot(nome.tbr)
Para frequncias acumuldas. > nome.fac <- cumsum(nome.tbr)
> nome.fac
> plot(nome.fac, type = S)

Para a frequncia acumulada.

3) Algumas medidas de disperso calculadas isoladamente.
a) Amplitude total. Utilizar o comando range(nome). Sero apresentados o mnimo e o mximo dos
valores da varivel. Para o valor da amplitude (R) utilizar o comando diff(range(Idade)).

Para a varincia usar o comando var(nome), para o desvio padro sd(nome) e o coeficiente de
variao 100*sd(nome)/mean(nome).

1 Sem. 2012.
58

Resumo de medidas com o EstatD+.

BIBLIOGRAFIA.
BARBETA, Pedro Alberto. Estatstica: para engenharia e informtica. So Paulo, Atlas, 2004.
COSTA, Antonio F. B. Controle Estatstico de Qualidade. So Paulo: Atlas, 2005.
COSTA NETTO, Pedro Luiz de O. Estatstica. So Paulo: Edgard Blcher, 2002.
DEVORE, Jay L. Probabilidade e estatstica: para engenharia e cincias. So Paulo, Pioneira
Thomson Learning, 2006.
FONSECA, Jairo da e MARTINS, Gilberto de Andrade. Curso de Estatstica. So Paulo: Atlas, 1996.
FREUND, John E. Estatstica Aplicada. Porto Alegre: Bookman, 2006.
LAPPONI, Juan Carlos. Estatstica usando Excel. Rio de Janeiro: Elsevier, 2005.
LARSON, Ron e FARBER, Betsy. Estatstica Aplicada. So Paulo: Pearson, 2004.
MAGALHES, Marcos Nascimento. Noes de Probabilidade e Estatstica. So Paulo: Edusp, 2008.
MARTINS, Gilberto de Andrade. Estatstica Geral e Aplicada. So Paulo, Atlas, 2002.
MEYER, Paul L. Probabilidade. Aplicaes Estatstica. Rio de Janeiro, Livro Tcnico, 1972.
MILONE, Giuseppe. Estatstica: geral e aplicada. So Paulo: Pioneira, 2004.
MONTGOMERY, Douglas C, RUNGER, George, HUBEL, Norma. Estatstica Aplicada Engenharia.
Rio de Janeiro: LTC, 2004.
MORETTIN, Pedro A. e BUSSAB, Wilton de O. Estatstica Bsica. So Paulo: Saraiva, 2003.
MORETTIN, Luiz Gonzaga. Estatstica bsica: probabilidade e inferncia. So Paulo: Pearson
Prentice Hall, 2010.
WALPOLE, Ronald. Probabilidade e estatstica para engenharia e cincias. So Paulo: Pearson
Prentice Hall, 2009.

P e E Parte 1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

P e E Parte 1

Transféré par

Droits d'auteur :

Formats disponibles

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico.

Notas de aulas no comercializveis. Utilizadas para apoio s aulas.

= s = 10,25 logo, s = 10,25

= s = 1,062 Da: s = 1, 062

Vous aimerez peut-être aussi