www.etep.edu.

br



2























Apostila Estatstica

Digite o cdigo do material

Objetivo(s) da apostila: Revisar e aprofundar os conceitos de Estatstica, atravs de
teoria e exerccios, proporcionando dessa forma um melhor aproveitamento das
disciplinas do curso escolhido.
Professor: Milene C. Machado
Curso: Tecnlogo Disciplina: Estatstica

Estatstica Tecnlogo

Milene C. Machado





www.etep.edu.br



3




































Objetivos da seo:

- Compreender o conceito de varivel.
- Identificar tipos de variveis e interpretar tabelas de frequncias com e sem intervalo
de classe.
- Calcular e interpretar os conceitos de freqncias acumulada, relativa e relativa
acumulada para dados agrupados.
- Construir e interpretar os tipos de grficos mais comuns usados em Estatstica
Descritiva.

Seo 01




www.etep.edu.br



4

1. Definies
A Estatstica Descritiva tem como objetivos organizar, sumarizar e descrever dados
quantitativos ou qualitativos.
Algumas variveis, como sexo, educao, estado civil, etc, apresentam como
possveis realizaes uma qualidade (ou atributo) do indivduo pesquisado. Tais
variveis so chamadas de variveis qualitativas. Entretanto, outras variveis, como
nmero de filhos, salrio, idade, etc apresentam como possveis realizaes nmeros
resultantes de uma contagem ou mensurao. Estas so as variveis quantitativas.
Por sua vez, as variveis quantitativas podem ser discretas ou contnuas. As variveis
discretas assumem um nmero finito (contagem) de valores dentro de um intervalo
finito (ex.: nmero de filhos, nmero de pontos que podem ocorrer no lanamento de
um dado, nmero de acidentes ocorridos no ms dentro de uma fbrica, etc). As
variveis contnuas assumem infinitos valores dentro de um intervalo (ex.: a idade de
um grupo de pessoas, o peso dos recm-nascidos num determinado perodo num
hospital, etc).

2.Tipos de grficos:
Variveis Qualitativas: os mais comuns so os grficos de colunas e de setores
(pizza). Veja Exemplo:

Grau de Instruo Freqncia
Fundamental 12
Mdio 18
Superior 6






Variveis Quantitativas: so vrios os tipos de grficos para representar um conjunto
de dados com variveis quantitativas. Pode-se citar:




www.etep.edu.br



5
a) Grficos de Colunas (Discretas):
Nmero de
filhos
F
1 4
2 5
3 7
4 3
5 1




b) Histograma (contnuas):
Altura (cm) F
150 160 4
160 170 12
170 180 25
180 190 16
190 210 3

0
5
10
15
20
25
30
150 - 160
160 - 170
170 - 180
180 - 190
190 - 210









www.etep.edu.br



6
3. Organizando os dados

Dados so qualitativos

Se os dados que o pesquisador coletou so qualitativos por exemplo, ele perguntou
s pessoas por qual time de futebol elas torcem , a organizao dos dados comea
com uma contagem, isto , o pesquisador precisa contar quantas pessoas escolheram
cada time. Ter, assim, as frequncias (nmero de pessoas) em cada categoria (no
exemplo, os times de futebol). Terminada a contagem, o pesquisador deve organizar a
distribuio das frequncias. Escreve as categorias da varivel que observou (no
exemplo, os times de futebol) em coluna e, na frente de cada categoria, a respectiva
frequncia.
Exemplo 1: O desempenho dos participantes de uma pesquisa sobre rendimento
escolar foi classificado em trs categorias: inferior (I), mdio (M) e superior (S). As
categorias de 27 participantes, alunos da 2 srie do ensino mdio, esto apresentados
a seguir:
I;I;S;I;M;I;I;I;M;M;M;S;M;M;I;M;I;M;M;M;M;M;M;S;S;M;I

Desempenho Frequncia
Inferior
Mdio
Superior
9
14
4
Total 27
Fonte: VIEIRA, Sonia. Elementos de Estatstica. So Paulo: Atlas, 2008.

Exemplo 2: Para verifcar se alunos do 3 ano de odontologia se sentiam capazes de
fazer uma exodontia (extrair um dente), uma professora

aplicou um questionrio
(respondido anonimamente) aos alunos e pediu que cada um se situasse, numa
escala de zero a 5 (zero = no sei fazer; 5 = sou plenamente capaz de fazer), de
acordo com a prpria habilidade em executar esse servio odontolgico. As respostas
obtidas de 40 alunos esto transcritas a seguir:








5 3 5 4 5 5 4 5 5 5
4 5 5 4 4 4 5 4 5 5
5 4 5 5 5 5 4 5 5 5
5 4 4 5 4 3 5 5 5 5




www.etep.edu.br



7

Escore Frequncia
0 0
1 0
2 0
3 2
4 12
5 26
Fonte: VIEIRA, Sonia. Elementos de Estatstica. So Paulo: Atlas, 2008.

4. Representando as freqncias:
Frequncia relativa

A frequncia relativa utilizada para comparar amostras de tamanhos diferentes.
Para calcular a frequncia relativa de determinada categoria, voc divide a frequncia
dessa categoria pelo total de elementos da amostra. Esse resultado, multiplicado por
100, d a frequncia relativa em porcentagem.
Exemplo:

Desempenho Frequncia Frequncia relativa
Inferior 9 33,3%
Mdio 14 51%
Superior 4 14,8%
Total 27 100,0%

Frequncia acumulada
Lembre-se do exemplo da professora que aplicou um questionrio aos alunos e pediu
que cada um se situasse, numa escala de zero a 5, de acordo com a prpria
habilidade de fazer uma exodontia (extrair um dente). Quantos alunos achavam que
ainda no estavam plenamente capacitados para extrair um dente?. Para responder a
essa questo, basta calcular as frequncias acumuladas.
Escore Fi Fa
0 0 0
1 0 0
2 0 0
3 2 2
4 12 14
5 26 40





www.etep.edu.br



8
A frequncia acumulada da primeira classe igual frequncia dessa classe. A ltima
classe tem frequncia acumulada igual ao total porque, para obter esse valor, somam-
se as frequncias de todas as outras classes.
Frequncia relativa acumulada
Nesse mesmo exemplo, imagine que a professora tivesse perguntado: Que percentual
de alunos acham que ainda no esto plenamente capacitados para fazer uma
exodontia (extrair um dente)? Para responder a essa questo, preciso calcular as
freqncias relativas acumuladas.
Para obter a frequncia relativa acumulada de determinada classe, voc soma,
frequncia relativa dessa classe, as frequncias relativas das classes anteriores.


5. Organizao dos dados quantitativos em classes

Os dados contnuos so, na maioria das vezes, apresentados na forma como foram
obtidos, embora tambm possam ser apresentados em distribuies de frequncias.
Nesse caso, precisam ser agrupados em faixas porque voc no pode usar cada dado
como se fosse uma categoria as categorias seriam muitas.
Exemplo 1: So dados os escores brutos obtidos no teste de desempenho escolar,
feito por 27 participantes de uma pesquisa, que cursavam a 2 srie do ensino mdio.
Note que os nmeros quase no se repetem.

7 19 111 23 101 85 81 75 100
95 98 108 100 94 34 99 84 90
95 102 96 105 100 107 117 96 17

Para dar idia geral do desempenho escolar desses alunos, voc pode organizar uma
distribuio de frequncias. Mas para isso preciso agrupar os dados em
classes. Mas quantas classes devem ser organizadas? Uma regra prtica a
seguinte: o nmero de classes deve ser aproximadamente igual raiz quadrada do
tamanho da amostra, representada por n.

Nmero de classes =

Para entender isso, lembre o exemplo: so 27 participantes de pesquisa. O tamanho
da amostra , portanto, n = 27. A raiz quadrada de 27 est entre 5 e 6. Vamos, ento,
organizar cinco classes. Ache o menor valor e o maior. Calcule a diferena:

Escore Frequncia Frequncia
relativa
Frequncia
acumulada
Frequncia
relativa
acumulada
0 0 0 0 0
1 0 0 0 0
2 0 0 0 0
3 2 5,0 2 5,0
4 12 30,0 14 35,0
5 26 65,0 40 100,0
Total 40 100,0 40 100,0




www.etep.edu.br



9
117 7 = 110

Essa diferena chama-se amplitude dos dados. Agora, divida a amplitude dos dados
pelo nmero de classes escolhido. Temos:
110 5 = 22

A amplitude de classe ser, ento, 22. Isso significa que a primeira classe vai de 7 (o
menor valor) a 7 + 22 = 29. A segunda classe vai de 29 a 29 + 22 = 51. A terceira
classe vai de 51 a 51 + 22 = 73. A quarta classe vai de 73 a 73 + 22 = 95. A quinta
classe vai de 95 a 95 + 22 = 117, inclusive.
Os valores que delimitam as classes so denominados extremos. Voc pode escrever
as classes como segue:
7 29
29 51 etc.
ou
[ 7 29)
[29 51) etc.


Usando uma dessas notaes, voc deixa claro que o intervalo fechado esquerda
e aberto direita. Ento, na classe 7 29, ou [7 29), esto includos os valores
iguais ao extremo inferior da classe, que 7 (o intervalo fechado esquerda), mas
no esto includos na classe os valores iguais ao extremo superior da classe, que
29 (o intervalo aberto direita). A indicao de intervalo fechado dada pelo trao
vertical do smbolo , , ou pelo colchete. A indicao de intervalo aberto dada pela
ausncia do trao vertical no smbolo , ou por parnteses.
Estabelecidas as classes, voc deve obter as frequncias. Para isso, conte quantos
escores esto entre 7 e 29, exclusive, quantos esto entre 29 e 51, exclusive etc.
Depois, voc pode organizar a distribuio de frequncias como segue:
















Classe Frequncia
7 29 4
29 51 1
51 73 0
73 95 6
95 117 16




www.etep.edu.br



10









































Objetivo da seo:

- Compreender os conceitos de mdia aritmtica, mediana, moda e quartil.
- Calcular e interpretar os resultados do clculo de mdia aritmtica, mediana e moda
tanto para dados agrupados quanto para dados no agrupados.
Seo 02




www.etep.edu.br



11

Medidas de Posio:
1.Mdia Aritmtica:

1 Caso: Os dados esto em rol

A mdia aritmtica dada pela soma de todos os valores dividida pelo total de valores
da populao ou amostra. dada pela frmula:
n
x
x
n
i
i
=
=
1

Ex: Dada a seqncia 2,3,4,5,16 a mdia ser:

6
5
16 5 4 3 2
1
=
+ + + +
= =

=
n
x
x
n
i
i


2 Caso: Os dados esto em tabela de freqncia sem intervalo de classe

Neste caso, a mdia ser dada pelo somatrio do produto das variveis pelas suas
respectivas freqncias absolutas dividido pelo somatrio das freqncias (que
corresponde ao tamanho total da populao ou amostra).

=
=
=
n
i
i
n
i
i i
F
F x
x
1
1


Exemplo 1: Calcule a mdia da varivel x dada pela tabela abaixo:

X F
1 5
2 10
3 5

Primeiramente, vamos acrescentar uma coluna direita e uma linha para obter a
soma:

X F xF
1 5 5
2 10 20
3 5 15
20 40




www.etep.edu.br



12
2
20
40
1
1
= = =

=
=
n
i
i
n
i
i i
F
F x
x

Exemplo 2:
Distribuio dos alunos de um curso colegial segundo o nmero de advertnciase/ou
supenses escolares.

Nmero de advertncia e/ou
supenses escolares (
Nmero de
alunos (
0 211
1 40
2 30
3 12
4 4
5 2
6 1
Total 300



0 211 0
1 40 40
2 30 60
3 12 36
4 4 16
5 2 10
6 1 6
Total


= = 0,56,

No curso colegial ocorreram, em mdia, 0,56 advertncia e/ou suspenso escolar por
aluno:


3 Caso: Os dados esto em tabela de freqncia com intervalo de classe

Quando os valores de x
i
esto agrupados, com suas respectivas freqncias absolutas
F
i
, a mdia aritmtica ou mdia amostral expressa pela mesma frmula anterior.

=
=
=
n
i
i
n
i
i i
F
F x
x
1
1





www.etep.edu.br



13
Entretanto, teremos que calcular o ponto mdio do intervalo de cada classe:

Exemplo 1: Clculo da mdia: Distribuio das idades de um grupo de 50 pessoas

Idades (anos) F x
i
x
i
.F
[18,25) 6 21,5 129
[25,32) 10 28,5 285
[32,39) 13 35,5 461,5
[39,46) 8 42,5 340
[46,53) 6 49,5 297
[53,60) 5 56,5 282,5
[60,67) 2 63,5 127
50 1922


Obs.: os valores de x
i
representam o ponto mdio de cada classe. Por exemplo,
na 1 classe teremos: (18+25)/2 = 21,5

Logo:

=
=
=
n
i
i
n
i
i i
F
F x
x
1
1
=
50
1922
44 , 38 x



2. Mediana

A mediana o valor que divide a amostra em duas partes iguais, isto , uma vez
colocados em ordem crescente, a mediana ser o termo central. Temos os seguintes
casos:

1 Caso: os dados esto em rol e o total de elementos (n) da populao ou amostra
um nmero mpar.

A mediana ser o elemento central de ordem (n + 1)/2

Ex.: 30,15,7,12,45

Colocando em ordem crescente e calculando o termo mediano com n = 5, teremos:

7,12,15,30,45 (5 + 1)/2 = 3 termo 7,12,15,30,45 15
~
= x

2 Caso: os dados esto em rol e o total de elementos (n) da populao ou amostra
um nmero par.

Neste caso, a mediana ser a mdia entre os elementos centrais de ordem n/2 e
n+2/2





www.etep.edu.br



14
Ex.: 30,15,7,12,45,17

Colocando em ordem crescente e calculando o termo mediano com n = 6, teremos:

7,12,15,17,30,45 6/2 = 3 termo e 8/2 + 1 = 4 termo 7,12,15,17,30,45

16
2
17 15
~
=
+
= x

3 Caso: os dados esto em tabela de freqncia sem intervalo de classe.

A mediana neste caso ser identificada a partir da freqncia acumulada (Fac).
Considere a seguinte tabela:

X F
1 5
2 10
3 5

Acrescentando uma coluna e uma linha, temos:

x F Fac obs
1 5 5
Do 1 ao 5
elemento
2 10 15
Do 6 ao 15
elemento
3 5 20
Do 16 ao 20
elemento
20 - -

n = 20 20/2= 10 elemento e 22/2 = 11 2
~
= x


4 Caso: os dados esto em tabela de freqncia com intervalo de classe.

Distribuio das notas pelos alunos em um concurso.
Classe fi f.a.
0 10 4 4
10 20 109 113
20 30 216 329
30 40 209 538
40 50 135 673
50 60 80 753
60 70 32 785
70 80 15 800
80 90 12 812
90 100 5 817




www.etep.edu.br



15
A tabela acima mostra a distribuio de 817 notas de alunos que prestaram o
concurso. A mediana o valor de ordem.
= 409,
ou seja, no conjunto de notas, organizado em ordem crescente, a mediana ser a nota
que ocupar a posio 409.
Para determinar em que classe est a mediana, observe as frequncias acumuladas.
A primeira classe (0 10) contm quatro notas; logo; os nmeros de ordem dessa
classe vo de 1 a 4. A segunda classe (10 20), conforme mostra a frequncia
acumulada, contm notas com nmeros de ordem de 5 a 113. A terceira classe (20
30), conforme mostra a frequncia acumulada, contm notas com nmeros de ordem
de 114 a 329. A quarta classe (30 40) contm as notas com nmeros de ordem
330 at 538. A mediana est nessa classe porque o elemento de ordem 409.
O valor da mediana, representado por Md, obtido por meio da frmula:

|

\
|
+ =
1
2
h
h
h
F
n
f
a
L Md

Em que: L
h
= limite inferior da classe que contm a mediana;
a = amplitude do intervalo de classe;

h
f = frequncia da classe que contm a mediana;
n = nmero de dados;
= frequncia acumulada at a classe anterior classe que contm a
mediana.

No exemplo apresentado:
L
h
= 30
a = 10

h
f = 209
n = 817
= 329

Ento : Md = 30 + ( = 33,8

3. Moda:

Moda o valor mais freqente da distribuio. Para distribuies simples, a
identificao da Moda (Mo) obtida pela simples observao do elemento que
apresenta maior freqncia.

Distribuio das classes de uma escola segundo o nmero de alunos reprovados por
classe.








www.etep.edu.br



16
Nmero de alunos
reprovados por classe
Nmero de
Classe
0 1
1 6
2 8
3 13
4 6
5 0
6 2
Total 36


A tabela acima mostra que a escola tem 36 classes. O nmero de alunos reprovados
por classe variou entre zero (em uma classe no houve reprovaes) e 6 (em duas
classes houve 6 reprovaes). No entanto, ocorrem, com maior frequncia, classes
com 3 reprovados. Logo, a moda de alunos reprovados por classe nessa escola 3.

Para dados agrupados em classes, a moda pode ser obtida seguindo os passos:

Passo 1: Identifica-se a classe modal (classe com maior freqncia);
Passo 2: Aplica-se a frmula

Exemplo:
Distribuio dos empregados de uma empresa, segundo a idade.
Faixa de idade Frequncia
10 15 2
15 20 7
20 25 15
25 30 27
30 35 20
35 40 17
40 45
45 e mais
12
9

A tabela acima mostra que a classe de idade que ocorre com maior frequncia na
empresa a classe 25 30. A frequncia nessa classe 27, maior que em todas as
outras. Ento, essa a classe modal (so mais comuns empregados com idade entre
25 30).
Quando os dados esto organizados em classe, voc pode informar apenas a classe
modal. No preciso informar o valor da moda, embora isso tambm possa ser feito.
A moda de dados agrupados em classes de intervalos iguais pode ser obtida por meio
da frmula:
= +

Nessa frmula, Mo representa a moda e:
L
h
= limite inferior da classe modal
a = amplitude do intervalo de classe;
f
h
= frequncia da classe modal;




www.etep.edu.br



17
f
h-1
= frequncia da classe anterior classe modal.
f
h+1
= frequncia da classe posterior classe modal.

Para os dados apresentados na Tabela 6.9, a classe modal 25 30. Como:
L
h
= 25
a = 5
f
h
= 27
f
h-1
= 15
f
h+1
= 20

Segue-se que a moda :

16 , 28
) 20 15 ( 27 . 2
) 15 27 ( 5
25 =
+

+ = Mo

4. Quartil:
Os quartis dividem um conjunto de dados em 4 partes iguais. Assim:
Q1 = 1 quartil, deixa 25% dos elementos
Q2= 2 quartil, deixa 50% dos elementos (coincide com a mediana);
Q3 = 3 quartil, deixa 75% dos elementos;
Vamos calcular os quartis para o caso de dados agrupados:
1
1
.
4
1
Q
Q
F
h f
n
l Q
|

\
|

+ =

Q2= mediana
3
3
.
4
3
3
Q
Q
F
h f
n
l Q
|

\
|

+ =

Ex.: Clculo de Q1, Q2 e Q3

Idades (anos) F
i
F
ac

[18,25) 6 6
[25,32) 10 16
[32,39) 13 29
[39,46) 8 37
[46,53) 6 43
[53,60) 5 48
[60,67) 2 50
Soma 50
Q1: 5 , 12
4
=
n
l
Q1
= 25 ; n = 50;

= 6 f ; h = 7; F
Q1
= 10
10
7 . 6
4
50
25 1
|

\
|

+ = Q Q1 = 29,55 anos




www.etep.edu.br



18

Q2: x Q
~
2 = Q2 = 36,85 anos

Q3: 37 5 , 37
4
3
= =
n
l
Q3
= 46 ; n = 50;

= 37 f ; h = 7; F
Q3
= 6
6
7 . 37
4
50 . 3
46 3
|

\
|

+ = Q Q3 = 46,58 anos
Concluso:
25% das observaes esto entre 18 e 29,55 anos
25% das observaes esto entre 29,55 e 36,85 anos
25% das observaes esto entre 36,85 e 46,58 anos
25% das observaes esto entre 46,58 e 67 anos









































www.etep.edu.br



19












































Objetivos da seo:

- Compreender os conceitos de amplitude, varincia e desvio padro.
- Calcular e interpretar os resultados do clculo de medidas de variabilidade (amplitude
total, varincia e desvio-padro) tanto para dados agrupados quanto para dados no
agrupados.
Seo 03




www.etep.edu.br



20

Medidas de Disperso:
So medidas estatsticas utilizadas para avaliar o grau de variabilidade, ou disperso,
dos valores em torno da mdia. Servem para medir a representatividade da mdia.
So elas:

1. Amplitude Total:

uma medida de disperso dada pela diferena entre o maior e o menor valor da
srie.

min max
x x R =

Ex.: R = 65 18 R = 47 anos
2. Varincia Amostral:

A varincia amostral S
2
representa a disperso dos valores em torno da mdia da
amostra. calculada a partir da soma quadrtica dos desvios (valor observado menos
a mdia do conjunto de dados). Pode ser calculada atravs de uma das seguintes
frmulas (depender de como os dados esto representados):

( )
1
2
2

=

n
x x
S
i
ou
( )
(
(

n
x
x
n
S
i
i
2
2 2
1
1
(para dados em rol)
( )
1
.
2
2

=

n
F x x
S
i i
ou
( )
(
(

n
F x
F x
n
S
i i
i i
2
2 2
1
1
(para dados agrupados)

Ex.: Clculo da varincia
Idades (anos) F
i
x
i
x
2
i
F
i.
x
2
i

[18,25) 6 21,5 462,25 2773,50
[25,32) 10 28,5 812,25 8122,50
[32,39) 13 35,5 1260,25 16383,50
[39,46) 8 42,5 1806,25 14450,00
[46,53) 6 49,5 2450,25 14701,50
[53,60) 5 56,5 3192,25 15961,25
[60,67) 2 63,5 4032,25 8064,50
Somas 50 297,5 14015,75 80456,50

( )
(
(

n
F x
F x
n
S
i i
i i
2
2 2
.
.
1
1

( )
(

=
50
1922
50 , 80456
1 50
1
2
2
S

S
2
= 134,18 anos
2






www.etep.edu.br



21

6.3 Desvio padro:

calculada para corrigir a unidade da varivel estudada. obtida pela raiz quadrada
da varincia:
2
S S =
Exemplo 1: Clculo do Desvio padro

18 , 134 = S S = 11,58 anos

Exemplo 2: Imagine que um professor registrou o tempo em que trs alunos fizeram
uma prova. O primeiro aluno fez a prova em 40 minutos, o segundo em 45 e o terceiro
em 50. Voc j sabe calcular a mdia e a varincia, que so, respectivamente:

45
3
135
3
50 45 40
= =
+ +
=

x
( ) ( )
25
2
50
1 3
) 45 50 ( 45 45 45 40
2 2 2
2
= =

+ +
= s



Estes resultados permitem afirmar que os alunos demoraram, em mdia, 45 minutos
para fazer a prova, com varincia de 25 minutos ao quadrado. Ora, minutos ao
quadrado no tem qualquer sentido prtico, mas essa unidade apareceu porque
elevamos os desvios ao quadrado. No difcil, porm, retornar unidade original
(minuto, no exemplo). Basta calcular a raiz quadrada da varincia, obtendo assim uma
medida de disperso com a mesma unidade de medida dos dados.
Por definio, desvio-padro a raiz quadrada, com sinal positivo, da
varincia. O desvio-padro da amostra representado por s. Para o exemplo, o
desvio-padro : s = = 5






















www.etep.edu.br



22









































Objetivos da seo:

- Compreender o conceito de probabilidade.
- Aplicar o conceito de probabilidade situaes problemas.


Seo 04




www.etep.edu.br



23
PROBABILIDADE
O clculo das probabilidades pertence ao campo da Matemtica, entretanto a maioria
dos fenmenos de que trata a Estatstica so de natureza aleatria ou probabilstica. O
conhecimento dos aspectos fundamentais do clculo das probabilidades uma
necessidade essencial para o estudo da Estatstica Indutiva ou Inferncia.
1. Experimento aleatrio
So fenmenos que, mesmo repetidos vrias vezes sob condies semelhantes,
apresentam resultados imprevisveis. O resultado final depende do acaso.
Exemplo: Da afirmao " provvel que o meu time ganhe a partida hoje" pode
resultar:
a. que, apesar do favoritismo, ele perca;
b. que, como pensamos, ele ganhe;
c. que empate.
Como vimos, o resultado final depende do acaso.

2. Espao amostral
o conjunto universo ou o conjunto de resultados possveis de um experimento
aleatrio.
No experimento aleatrio "lanamento de uma moeda" temos o espao amostral
{cara, coroa}.
No experimento aleatrio "lanamento de um dado" temos o espao amostral {1, 2, 3,
4, 5, 6}.
No experimento aleatrio "dois lanamentos sucessivos de uma moeda" temos o
espao amostral :
{(ca,ca) , (co,co) , (ca,co) , (co,ca)}

Obs: cada elemento do espao amostral que corresponde a um resultado recebe o
nome de ponto amostral. No primeiro exemplo : cara pertence ao espao amostral
{cara, coroa}.


3. Eventos

qualquer subconjunto do espao amostral S de um experimento aleatrio.

Qualquer que seja E, se E S (E est contido em S), ento E um evento de S.
Se E = S, E chamado evento certo.
Se E S e E um conjunto unitrio, E chamado evento elementar.
Se E = , E chamado evento impossvel.

Exemplo:
No lanamento de um dado, onde S = {1, 2, 3, 4, 5, 6}, temos:

A = {1, 3, 5} S; logo, A um evento de S.
B = {1, 2, 3, 4, 5, 6} S; logo, B um evento certo de S (B = S).




www.etep.edu.br



24
C = {3} S; logo, C um evento elementar de S.
D = S; logo, D um evento impossfvel de S.

Um evento sempre definido por uma sentena. Assim, os eventos acima podem ser
definidos pelas sentenas:

Obter um nmero mpar na face superior.
Obter um nmero menor ou igual a 6 na face superior
Obter o nmero 3 na face superior.
Obter um nmero maior que 6 na face superior.

Conceito de Probabilidade
Chamamos de probabilidade de um evento A (sendo que A est contido no Espao
amostral) o nmero real P(A) , tal que : nmero de casos favorveis de A / nmero
total de casos
OBS: Quando todos os elementos do espao amostral tem a mesma chance de
acontecer, o espao amostral chamado de conjunto equiprovvel.
Exemplos:
1- No lanamento de uma moeda qual a probabilidade de obter cara em um evento A?
S = { ca, co } = 2 A = {ca} = 1 P(A) = 1/2 = 0,5 = 50%
2- No lanamento de um dado qual a probabilidade de obter um nmero par em um
evento A ?
S = { 1,2,3,4,5,6 } = 6 A = { 2,4,6 } = 3 P(A) = 3/6 = 0,5 = 50%
3- No lanamento de um dado qual a probabilidade de obter um nmero menor ou
igual a 6 em um evento A ?
S = { 1,2,3,4,5,6 } = 6 A = { 1,2,3,4,5,6 } = 6 P(A) = 6/6 = 1,0 = 100%
Obs: a probabilidade de todo evento certo = 1 ou 100%.
4- No lanamento de um dado qual a probabilidade de obter um nmero maior que 6
em um evento A ?
S = { 1,2,3,4,5,6 } = 6 A = { } = 0 P(A) = 0/6 = 0 = 0%
Obs: a probabilidade de todo evento impossvel = 0 ou 0%






www.etep.edu.br



25
Eventos Complementares
Sabemos que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele
ocorra (sucesso) e q a probabilidade de que ele no ocorra (insucesso), para um
mesmo evento existe sempre a relao:
p + q = 1
Obs:Numa distribuio de probabilidades o somatrio das probabilidades atribudas a
cada evento elementar igual a 1 onde p1 + p2 + p3 + ... + pn = 1 .
Por exemplo, se a probabilidade de se realizar um evento p= , a probabilidade de
que ele no ocorra :

q = 1 p q = 1 -
5
4
5
1
=



Eventos Independentes
Quando a realizao ou a no-realizao de um dos eventos no afeta a probabilidade
da realizao do outro e vice-versa

Exemplo: Quando lanamos dois dados, o resultado obtido em um deles independe do
resultado obtido no outro. Ento qual seria a probabilidade de obtermos,
simultaneamente, o n 4 no primeiro dado e o n 3 no segundo dado?
Se dois eventos so independentes, a probabilidade de que eles se realizem
simultaneamente igual ao produto das probabilidades de realizao dos dois
eventos.

Assim, sendo p
1
a probabilidade de realizao do primeiro evento e p
2
a probabilidade
de realizao do segundo evento, a probabilidade de que tais eventos se realizem
simultaneamente dada por:
p = p
1
x p
2


P1 = P(4 dado1) = 1/6 P2 = P(3 dado2) = 1/6
P total = 1/6 x 1/6 = 1/36







www.etep.edu.br



26
Eventos Mutuamente Exclusivos
Dois ou mais eventos so mutuamente exclusivos quando a realizao de um exclui a
realizao do(s) outro(s). Assim, no lanamento de uma moeda, o evento "tirar cara" e
o evento "tirar coroa" so mutuamente exclusivos, j que, ao se realizar um deles, o
outro no se realiza.
Se dois eventos so mutuamente exclusivos, a probabilidade de que um ou outro se
realize igual soma das probabilidades de que cada um deles se realize:
p= p
1
+ p
2

Exemplo:
Lanamos um dado. A probabilidade de se tirar o 4 ou 6 :

p =
+ + = =






































www.etep.edu.br



27












































Objetivos das sees:
- Compreender os conceitos de varivel aleatria, distribuio binomial e normal.
- Calcular a distribuio binomial e normal em diferentes contextos.
- Aplicar as distribuies de probabilidades em situaes problemas.


Sees 5 e 6




www.etep.edu.br



28
DISTRIBUIO DE PROBABILIDADES
Varivel Aleatria
Suponhamos um espao amostral S e que a cada ponto amostral seja atribudo um
nmero. Fica, ento, definida uma funo chamada varivel aleatria.
Muitas vezes no estamos interessados propriamente no resultado de um experimento
aleatrio, mas em alguma caracterstica numrica a ele associada. Essa caracterstica
ser chamada varivel aleatria.
Assim, se o espao amostral relativo ao "lanamento simultneo de duas moedas" S
= {(ca,ca), (ca,co), (co,ca), (co,co)} e se X representa o "nmero de caras" que
aparecem, a cada ponto amostral podemos associar um nmero para X, de acordo
com a tabela abaixo ( X a varivel aleatria associada ao nmero de caras
observado):
Ponto Amostral X
(ca,ca) 2
(ca,co) 1
(co,ca) 1
(co,co) 0
Logo podemos escrever:
Nmero de caras (X) Probabilidade (X)
2 1/4
1 2/4
0 1/4

Total 4/4 = 1

Exemplo prtico de uma distribuio de probabilidade:
Consideremos a distribuio de freqncias relativa ao nmero de acidentes dirios na
Rodovia Tamoios durante o ms de nov/2010:
Nmero de Acidentes Frequncia
0 22
1 5
2 2




www.etep.edu.br



29
3 1
Podemos ento escrever a tabela de distribuio de probabilidade:
Nmero de Acidentes (X) Probabilidade (X)
0 0,73
1 0,17
2 0,07
3 0,03
Total 1,00
Construmos acima uma tabela onde aparecem os valores de uma varivel aleatria X
e as probabilidades de X ocorrer que a tabela de distribuio de probabilidades.
Funes de probabilidades: f(X) = p(X= xi)
Ao definir a distribuio de probabilidade, estabelecemos uma correspondncia
unvoca entre os valores da varivel aleatria X e os valores da varivel P
(probabilidade). Esta correspondncia define uma funo onde os valores xi formam o
domnio da funo e os valores pi o seu conjunto imagem. Assim, ao lanarmos um
dado, a varivel aleatria X, definida por "pontos de um dado", pode tomar os valores
1,2,3,4,5 e 6. Ento resulta a seguinte distribuio de probabilidade:
X P (X)
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

Distribuio Binomial

Vamos considerar experimentos que satisfaam as seguintes condies:

1) O experimento deve ser repetido, nas mesmas condies, um nmero finito de
vezes (n)
2) As provas repetidas devem ser independentes, isto , o resultado de uma no deve
afetar os resultados das sucessivas.




www.etep.edu.br



30
3) Em cada prova deve aparecer um dos dois possveis resultados: sucesso e
insucesso.
4) No decorrer do experimento, a probabilidade p do sucesso e a probabilidade q (q =
1 p) do insucesso manter-se-o constantes.

Exemplo: determinar a probabilidade de se obterem K sucessos em n tentativas -
obteno de caras em cinco lanamentos sucessivos e independentes de uma
moeda.
A probabilidade de que um evento se realiza K vezes nas provas dada pela funo:




na qual:

P(X = K) a probabilidade de que o evento se realize k vezes em n provas; p a
probabilidade de que o evento se realize em uma s prova sucesso, q a
probabilidade de que o evento no se realiza no decurso dessa prova insucesso;

C
n,k
o coeficiente binominal de n sobre k, igual a
)! !.(
!
k n k
n

. Essa funo,
denominada lei binominal, define a distribuio binominal.

Exemplos:

1) Uma moeda lanada 5 vezes seguidas e independentes. Calcule a probabilidade
de serem obtidas 3 caras nessas 5 provas.

Temos: n = 5 e K = 3

Pela lei binomial, podemos escrever: P(X = 3) = C
5,3
p
3
q
5-3
= C
5,3
p
3
q
2
Se a probabilidade de obtermos cara numa s prova (sucesso) p = e a
probabilidade de no obtermos cara numa s prova (insucesso) q = 1 - = ,
ento:

16
5
4
1
.
8
1
.
1 . 2 . 1 . 2 . 3
1 . 2 . 3 . 4 . 5
4
1
.
8
1
.
! 2 ! 3
! 5
2
1
2
1
) 3 (
2 3
3 , 5
= = = |

\
|
|

\
|
= = C X P

Logo: P(X = 3) =


2) Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade de o
time A ganhar 4 jogos.

Temos: n = 6, k = 4, p = e q = 1 - =
f(X) = P(X = k) = C
n,k
. p
k
q
n-k





www.etep.edu.br



31


Ento:
243
20
9
4
.
81
1
.
1 . 2 . 1 . 2 . 3 . 4
1 . 2 . 3 . 4 . 5 . 6
9
4
.
81
1
.
! 2 ! 4
! 6
3
2
3
1
) 4 (
2 4
4 , 6
= = = |

\
|
|

\
|
= = C X P

Logo: P(X = 4) =
243
20



Distribuio Normal: Curva Normal

Entre as distribuies tericas de varivel aleatria contnua, uma das mais
empregadas a distribuio Normal.
Muitas das variveis analisadas na pesquisa scio-econmica correspondem
distribuio normal ou dela se aproximam.
Propriedades da distribuio normal:
1 - A varivel aleatria X pode assumir todo e qualquer valor real.
2 - A representao grfica da distribuio normal uma curva em forma de sino,
simtrica em torno da mdia, que recebe o nome de curva normal ou de Gauss.
3 - A rea total limitada pela curva e pelo eixo das abscissas igual a 1, j que essa
rea corresponde probabilidade de a varivel aleatria X assumir qualquer valor real.
4 - A curva normal assinttica em relao ao eixo das abscissas, isto , aproxima-
se indefinidamente do eixo das abscissas sem, contudo, alcan-lo.
5 - Como a curva simtrica em torno da mdia, a probabilidade de ocorrer valor
maior que a mdia igual probabilidade de ocorrer valor menor do que a mdia, isto
, ambas as probabilidades so iguais a 0,5 ou 50%. Cada metade da curva
representa 50% de probabilidade.
Quando temos em mos uma varivel aleatria com distribuio normal, nosso
principal interesse obter a probabilidade de essa varivel aleatria assumir um valor
em um determinado intervalo. Vejamos como proceder, por meio de um exemplo
concreto.
Seja X a varivel aleatria que representa os dimetros dos parafusos
produzidos por certa mquina. Vamos supor que essa varivel tenha distribuio
normal com mdia = 2 cm e desvio padro s = 0,04 cm.
Pode haver interesse em conhecer a probabilidade de um parufuso ter um
dimetro com valor entre 2 e 2,05 cm.





www.etep.edu.br



32
Considerando que X uma varivel aleatria com distribuio normal de mdia

x e
desvio padro s, ento a varivel:
s
x x
z

=

tem distribuio normal reduzida, isto , tem didtribuio normal de mdia 0 e
desvio padro 1.
As probabilidades associadas distribuio normal padronizada so
encontradas em tabelas, no havendo necessidade de serem calculadas.
Ento, se X uma varivel aleatria com distribuio normal de mdia e
desvio padro s, podemos escrever:
P( < X < x) = P(0 < Z < z), com
s
x x
z

=

Queremos calcular P(2 < X < 2,05). Para obter essa probabilidade, precisamos,
em primeiro lugar, calcular o valor de z que corresponde a x = 2,05 (x = 2 z = 0,
pois

x = 2). Temos, ento:

25 . 1
04 , 0
05 , 0
04 , 0
2 05 , 2
= =

s
x x
z

onde: P(2 < X < 2,05) = P(0 < X < 1,25)

Utilizao da Tabela Z
Na primeira coluna encontramos o valor 1,2. Em seguida, encontramos, na
primeira linha, o valor 5 que corresponde ao ltimo algarismo do nmeor 1,25. Na
interseco da linha e coluna correspondentes encontramos o valor 0,3944, o que nos
permite escrever: P(0 < Z < 1,25) = 0,3944

Assim, a probabilidade de um parafuso fabricado por essa mquina apresentar
dimetro entre a mdia

x = 2 e o valor x = 2,05 0,3944.

Escrevemos ento: P(2 < X < 2,05) = P(0 < Z < 1,25) = 0,3944 ou 39,44%





Exemplos

1. Determine as probabilidades:
a) P(-1,35 < Z < 0)

Sabemos que: P(0 < Z < 1,35) = 0,4115
Pela simetria da curva, temos P(-1,35 < Z < 0) = P(0 < Z < 1,35) = 0,4115




www.etep.edu.br



33

b) P(-0,5 < Z < 1,58)

Temos: P(-0,5 < Z < 1,58) = P(-0,5 < Z < 0) + P(0 < Z < 1,58)
Como: P(-0,5 < Z < 0) = P(0< Z < 0,5) = 0,1915 e P(0 < Z < 1,58) = 0,4429.
Obtemos: P(-0,5 < Z < 1,58) = 0,1915 + 0,4429 = 0,6344

c) P(0,8 < Z < 1,23)
Temos: P(0,8 < Z < 1,23) = P(0 < Z < 1,23) P(0 < Z < 0,8)
Como: P(0 < Z < 1,23) = 0,3907 e P(0 < Z < 0,8) = 0,2881,
Obtemos: P(0,8 < Z < 1,23) = 0,3907 0,2881 = 0,1026

d) P(Z > 0,8)
Temos: P(Z > 0,8) = P(Z > 0) P(0 < Z < 0,8)
Como: P(Z > 0) = 0,5 e P(0 < Z < 0,8) = 0,2881,
Obtemos: P(Z > 0,8) = 0,5 0,2881 = 0,2119

e) P(Z < 0,92)

Temos: P(Z < 0,92) = P(Z < 0) + P(0 < Z < 0,92)
Como: P(Z < 0) = 0,5 e P(0 < Z < 0,92) = 0,3212,
Obtemos: P(Z < 0,92) = 0,5 + 0,3212 = 0,8212

2) Os salrios semanais dos operrios industriais so distribudos normalmente, em
torno da mdia de R$ 500, com desvio padro de R$ 40. Calcule a probabilidade de
um operrio ter um salrio semanal situado entre R$ 490 e R$ 520.

Devemos, inicialmente, determinar os va!ores da varivel de distribuio normal
reduzida.
Assim:
40
500 490
1

= z = - 0,25 e
40
500 520
2

= z = 0,5

Logo, a probabilidade procurada dada por:

P(490 < X < 520) = P(-0,25 < Z < 0,5) = P(-0,25 < Z <0) + P(0 < Z < 0,5) = 0,0987 +
0,1915 = 0,2902

, pois, de se esperar que, em mdia, 29,02% dos operrios tenham salrios entre R$
490 e R$ 520.
















www.etep.edu.br



34



Tabela:











www.etep.edu.br



35







































Objetivos das sees:
- Compreender os conceitos de correlao e regresso linear simples.
- Identificar se h correlao entre duas variveis e calcular o coeficiente de
correlao.
- Definir a funo matemtica (reta de regresso) que descreve a correlao
entre duas variveis.
- Aplicar a correlao e a regresso em situaes problemas.

Sees 7 e 8




www.etep.edu.br



36
Correlao e Regresso Linear Simples

Introduo

Muitas vezes, na prtica, necessitamos estudar o relacionamento de duas variveis,
coletadas como pares de valores, para resolver questes, como por exemplo:
- O sucesso de um emprego pode ser predito com base no resultado de testes:
- Quanto maior for a produo, maior ser o custo total.
- Quanto maior for a idade de um imvel, menor ser seu preo de venda.
Problemas como esses podem ser estudados atravs uma anlise de correlao
simples.
As variveis estudadas sero: X, denominada de varivel independente, e Y,
denominada de varivel dependente.
Se o relacionamento entre X e Y for consistente e necessitamos fazer uma predio
para o valor de Y, conhecido um valor de X, atravs de uma frmula matemtica
adequada, podemos aplicar a chamada anlise de regresso simples.

Diagrama de Disperso


um grfico no qual cada ponto plotado representa um par observado de valores para
as variveis estudadas (X ,Y), num sistema de eixos cartesianos.
Atravs do diagrama de disperso podemos ter uma idia do tipo de relao entre as
variveis estudadas.
Quando uma das variveis cresce e a outra em mdia tambm cresce, o diagrama de
disperso tem o aspecto mostrado na figura abaixo esquerda. Nesses casos, diz- se
que existe correlao positiva entre as duas variveis.
Quando uma das variveis cresce e a outra em mdia diminui, o diagrama de
disperso tem o aspecto mostrado na figura abaixo direita. Nesses casos, diz-se que
existe correlao negativa entre as duas variveis.


Correlao Positiva Correlao Negativa


A correlao entre duas variveis pode ser perfeita. A correlao perfeita positiva
quando as duas variveis crescem juntas e o diagrama de disperso mostra pontos
sobre uma reta. Isto s acontece quando acrscimos constantes em uma das variveis
determinam acrscimos constantes na outra varivel.




www.etep.edu.br



37
A correlao perfeita negativa quando uma varivel cresce e a outra decresce, mas
os pontos, no diagrama de disperso, ficam sobre uma reta. Para isto acontecer,
preciso que acrscimos constantes em uma das variveis determinem decrscimos
constantes na outra varivel.

Coeficiente de correlao

Mede o grau e o tipo do relacionamento entre as variveis estudadas
Esta medida e tambm chamada de coeficiente de correlao de Pearson, em
homenagem ao seu criador.

Para medir o grau de correlao linear entre duas variveis, necessrio calcular o
coeficiente de correlao. Esse coeficiente varia entre -1 e +1. Se a correlao for
negativa, o sinal do coeficiente ser negativo; se a correlo for posiotiva, o sinal do
coeficiente ser positivo.
Quanto mais prximo de -1 estiver o valor do coeficiente de correlao, maior ser a
correlao negativa entre as variveis. Da mesma forma, quanto mais prxima de +1
estiver o valor do coeficiente de correlao, maior ser a correlao positiva entre as
variveis. O valor -1 indica correlao perfeita negativa e o valor +1 indica correlao
perfeita positiva.
O coeficiente de correlao indicado por r e calculado por meio da frmula:

( ) ( )
(

=


2
2
2
2
1 1
1
y
n
y x
n
x
y x
n
xy
r

A partir dos valores de r, podemos verificar o tipo da correlao existente entre as
variveis estudadas, conforme tabela seguinte:



















Valor de r Correlao
0,0 nula
0,0 ----| 0,3 fraca
0,3 ----| 0,6 media
0,6 ----| 0,9 forte
0,9 ----| 0,99 fortssima
1,0 perfeita





www.etep.edu.br



38
Exemplo:

Verificar o coeficiente de correlao entre duas variveis X e Y da tabela abaixo:

x Y
1 8
2 6
3 4
4 2
5 0

Resoluo:

X Y XY

1 8 8 1 64
2 6 12 4 36
3 4 12 9 16
4 2 8 16 4
5 0 0 25 0




Substituindo os valores calculados na frmula de r, obtm-se:
( ) ( )
1
20 .
5
1
120 15 .
5
1
55
20 . 15 .
5
1
40
2 2
=
(

= r


A reta de regresso

a equao algbrica que nos possibilita predizer um valor para Y, conhecido um
valor para X.
A equao de regresso linear simples dada por: Y = a +bX, que expressa o valor
de Y como funo do valor de X. Os valores de a e b so calculados por meio das
frmulas:

( )

=
n
x
x
y x
n
xy
b
2
2
1

_ _
x b y a =


em que e so as mdias dos valores observados das variveis Y e X,
respectivamente.





www.etep.edu.br



39
Exemplo:
Obter a regra de regresso:
X Y
1 1
2 2
3 4
4 5
5 8

X Y

Xy
1 1 1 1
2 2 4 4
3 4 9 12
4 5 16 20
5 8 25 40


Com base nos clculos apresentados na tabela acima:
( )
7 , 1
10
17
5
15
55
20 . 15 .
5
1
77
2
= =

= b

1 , 1
5
15
. 7 , 1
5
20
= = a

A reta pode ser traada no diagrama de disperso. Para isso, voc deve conferir dois
valores quaisquer para a varivel X e estimar os valores de Y. Os valores estimados
de Y no coincidem, necessariamente, com os valores observados de Y. A equao
da reta ento escrita como segue:

Y = -1,1 + 1,7X

Para traar a reta, d dois valores quaisquer para X e estime Y. Por exemplo, faa X =
1 e X = 5.

Para X = 1: Y= 1,1 + 1,7 .1 = 0,6

e para X =5: Y = -1,1 + 1,7 .5 = 7,4





www.etep.edu.br



40
Agora, coloque os dois pontos (1; 0,6) e (5; 7,4) no grfico. A reta passa sobre esses
pontos. Veja na figura abaixo:


Varivel X


















V
a
r
i

v
e
l

Y





www.etep.edu.br



41
Exerccios: aula 1
1) Um professor pergunta a cada um de seus alunos que ramo de Conhecimentos
prefere estudar: Lngua e Literatura (L&L), Cincias Exatas (CE) Cincias Fsicas e
Naturais (F&N), Artes e Msica (A&M). As respostas foram: (A&M),(L&L), (F&N), (CE),
(CE), (L&L), (L&L), (A&M), (F&N), (F&N), (F&N), (L&L), (CE), (F&N), (CE), (A&M)
(L&L), (F&N), (A&M), (L&L), (F&N), (A&M). Faa a distribuio da freqncias.
2) Uma pesquisa de mercado foi especialmente direcionada a consumidores de
determinada marca de cerveja. Cada pessoa recebia trs unidades da marca
concorrente e deveria assinalar um valor, numa escala de 1 a 5 (1 significava no
compraria esta marca e 5 passei a comprar somente esta marca). As respostas so
dadas em seguida. Organize a distribuio de freqncias.
1;1;4;4;3;5;3;4;2;1;2;5;4;5;3;5;3;3;2;1;2;3;2;4;3;4;5;2;1;2;1;2;3;2;4;3;4;3;4;1
3) Reveja a distribuio de freqncia que voc organizou no exerccio 3.2. Quantos
consumidores tiveram reao negativa (respostas 1 e 2) marca concorrente? b)
Quantos mudaro de marca (5, na escala)? c) Quantos ficaram neutros (3, na escala)?
4) dada uma tabela de distribuio de frequncia que apresenta pesos, em
quilogramas, de recem-nascidos vivos. a) Calcule a frequncia: relativa, acumulada e
relativa acumulada. b) Qual a porcentagem de recm-nascidos com menos de 3k? c)
Quantos tem menos de 2k?

Classes Valores
central
Frequncia
,5 1,0 0,75 1
1,0 1,5 1,25 3
1,5 2,0 1,75 22
2,0 2,5 2,5 115
2,5 3,0 2,75 263
3,0 3,5 3,25 287
3,5 4,0 3,75 99
4,0 4,5 4,25 32

5) So dadas as notas de 40 alunos. Construa uma tabela de distribuio de
frequncias considerando classes com os seguintes intervalos: 0 5, 5 7, 7 9,
9 10,10.

Notas de alunos, em matemtica.
7 3 4 9 5 4 8 8 8 7
8 5 3 8 7 8 8 9 3 8
9 3 1 9 9 9 9 7 8 1
5 7 7 10 3 6 10 7 7 9


6) Dada a distribuio do nmero de empregados de uma empresa segundo o nmero
de dias que chegaram com atraso, reorganize os dados, apresentados em seguida,
considerando as seguintes classes: nenhum dia com atraso, 1 ou 2, 3 ou 4, 5 ou mais.




www.etep.edu.br



42

Nmero de dias

Nmero de empregados

0
1
32
12
2
3
4
5
6
7
8
7
5
2
1
2
0
1


7) So dados os escores brutos (EBT) obtidos em um teste de desempenho escolar,
feito por 21 participantes de uma pesquisa que frequntavam a 4 srie. (a) Construa
uma distribuio de frequncia com cinco classes. (b) Organize outra tabela usando a
classificao recomendada nos Testes de Desempenho Escolar: valores menores ou
iguais a 111 so classificados como desempenho inferior, entre 112 e 121 como mdio
e iguais ou maiores do que 122 como superior .

118 111 107
99
113
122
115
98
123
119
123
118
121
109
84
119
112
83
104
107
95


8) Lusa muito organizada e para mostrar quanto tempo gasta com suas atividades
construiu um grfico de setores. Observe o grfico e responda:
a) Quantas horas por dia Lusa estuda em casa?
b) Que porcentagem do dia ela gasta para dormir?

outras
atividades;
20%
estudar em
casa; 15%
comer; 10%
ir escola;
25%
dormir; ?






www.etep.edu.br



43
Exerccios: aula 2
1) So dadas as idades das pessoas que se apresentaram como voluntrias para um
estudo do efeito da ingesto de bebida alcolica sobre a habilidade de dirigir veculos:
20,25,18,32,21,27,19,18,23,21. Calcule a mdia aritmtica da idade dos voluntrios.

2) dado o nmero de atendimentos, por dia, em um servio de emergncia, durante
um ms. Calcule o nmero mdio de atendimento por dia.

Nmero de atendimentos, por dia, em um servio de emergncia.
Nmero de atendimento Frequncia
0 2
1 3
2 3
3 5
4 10
5 6
6 1


3) Calcule o tempo mdio de durao de uma chamada telefnica interurbana com
base nos dados apresentados na tabela dada em seguida.

Durao das chamadas telefnicas em uma cidade.

Durao da chamada Fi
0 2 100
2 6 50
6 10 30
10 15 20
15 20 5
20 30 5
30 40 1
40 60 1


4) Na tabela dada em seguida, esto os escores brutos totais do sesempenho escolar
de 15 participantes de pesquisa, que cursavam a 3 srie do ensino fundamental.
Calcule a mdia e a mediana. Compare.

Escores totais brutos de desempenho escolar de alunos da 3 srie.
95 116 124 109 101
112 114 99 120 110
32 102 117 104 108

Fonte: PASSERI(2003).

5) dado o nmero de faltas no justificadas por empregado de um empresa, no ms.
Determine a moda.




www.etep.edu.br



44

Nmero de faltas no justificadas por empregados

Nmeros de faltas no justificadas Frequncia
0 120
1 13
2 5
3 1
4 0
5 1


6) Determine a mdia, a moda e a mediana a partir das tabelas de frequncias.
a) idade em um grupo de 10 pessoas

Idade Frequncia
13 3
14 2
15 4
16 1

b) altura (em metros) em um grupo de 21 pessoas

Altura Frequncia
1,61 1,65 3
1,65 1,69 6
1,69 1,73 5
1,73 1,77 4
1,77 1,81 3


7) Na tabela abaixo segue uma pesquisa sobre peso (em quilogramas) de um grupo
de pessoas.




www.etep.edu.br



45
Peso Frequncia
40 44 1
44 48 3
48 52 7
52 56 6
56 60 3
total 20

Determine a classe modal e a mediana dos dados apresentados na tabela acima.

Exerccios: aula 3
1) So dadas as idades das pessoas que se apresentaram como voluntrias para um
estudo do efeito da ingesto de bebida alcolica sobre a habilidade de dirigir veculos:
20; 25; 18; 32; 21; 27; 19; 18; 23; 21. Calcule a amplitude da idade dos voluntrios.

2) Use os dados de idade apresentados no exerccio 1 para calcular os desvios em
relao mdia. Verifique que a soma zero.

3) De posse dos dados de idade apresentados no exerccio 1, calcule a varincia.
4) Calcule o desvio-padro dos dados do exerccio 1.

5) Lembre os resultados que podem ser obtidos quando se joga um dado: 1; 2; 3; 4; 5;
6. Calcule os desvios em relao mdia. Verifique que a soma zero.

6) Dados os valores 8; 0; 5; 7, calcule a varincia.

7) Calcule o desvio-padro para os seguintes conjuntos de dados:
a) 10; 10; 0; 0; 5
b)4;4;4;6;8
c) 0;2;3;4;6

8) Em um treinamento de salto em altura, os atletas realizaram quatro saltos cada um:
- atleta A: 148 cm, 170 cm, 155 cm e 131 cm
- atleta B: 145 cm, 151 cm, 150 cm e 152 cm
- atleta C: 146 cm, 151 cm, 143 cm e 160 cm

Determine:
a) Qual deles obteve a melhor mdia?
b) Qual deles foi o mais regular? (apresente os clculos)





www.etep.edu.br



46
9) O histograma mostra o resultado de uma pesquisa sobre altura (em cm) entre os
alunos de uma classe. Calcule o desvio-padro dessa varivel.



10) A prefeitura de uma cidade encomendou uma pesquisa que avaliasse o grau de
satisfao dos moradores da cidade. Cada um dos 80 entrevistados atribuiu uma nota
de 0 a 100 para a administrao do prefeito. Os resultados esto apresentados na
tabela seguinte:
Nota frequncia
0 20 4
20 40 13
40 60 32
60 80 25
80 100 6

Determine a nota mdia dada ao prefeito nessa pesquisa e o desvio- padro.

Exerccios: aula 4
Exerccios resolvidos
1. Qual a probabilidade de sair o s de ouros quando retiramos uma carta de um
baralho de 52 cartas?
Como s h um s de ouros, o nmero de elementos do evento 1: logo: p =


2.

Qual a probabilidade de sair um rei quando retiramos

uma carta de um baralho de
52 cartas?
Com h 4 reis, o nmero de elementos do evento 4; logo: p =
=





www.etep.edu.br



47

3. Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule:

a) a probabilidade de essa pea ser defeituosa.
Temos: p =
=
b) a probabilidade de essa pea no ser defeituosa.
Sendo este evento e o anterior complementares, temos p= 1 - =

4. No lanamento de dois dados, calcule a probabilidade de se obter soma igual a 5.

O evento formado pelos elementos (1, 4), (2, 3), (3, 2) e (4, 1). Como o nmero de
elementos de S 36, temos: p =
=

5. De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro
baralho e uma carta do segundo. Qual a probabilidade de a carta do primeiro baralho
ser um rei e a do segundo ser o 5 de paus?
Temos: p
1
=
=
e p
2
=
.

Como esses dois acontecimentos so independentes e simultneos, vem:
p =
x =

6. Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; uma urna B contm: 5
bolas brancas, 2 pretas, 1 verde; uma urna C contm: 2 bolas brancas, 3 pretas, 4
verdes. Uma bola retirada de cada urna. Qual a probabilidade de as trs bolas
retiradas da primeira, segunda e terceira urnas serem, respectivamente, branca, preta
e verde?

Temos p
1
=
= ,
p
2
=
= ,
p
3
=
.




www.etep.edu.br



48

Como os trs eventos so independentes e simultneos, vem:
p = x x =

7. De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposio. Qual
a probabilidade de a primeira carta ser o s de paus e a segunda ser o rei de paus?
A probabilidade de sair o s de paus na primeira carta : P
1
=

Aps a retirada da primeira carta, restam 51 cartas no baralho, j que a carta retirada
no foi reposta. Assim, a probabilidade de a segunda carta ser o rei de paus : p
2
=
.
Como esses eventos so independentes, temos: p =
x =

8. Qual a probabilidade de sair uma figura quando retiramos uma carta de um baralho
de 52 cartas?
Temos: p
r

= , pd
=
,
p
v
=

.
Como os eventos so mutuamente exclusivos,
vem: p = + + =

9. Qual a probabilidade de sair uma carta de copas ou de ouros quando retiramos uma
carta de um baralho de 52 cartas?

Temos: p
c
= = , p
o
= = . Como os eventos so mutuamente exclusivos,
Vem: p = + = =

10. No lanamento de um dado, qual a probabilidade de se obter um nmero no
inferior a 5?





www.etep.edu.br



49
A probabilidade de se ter um nmero no-inferior a 5 a probabilidade de se obter 5
ou 6. Assim: p = + = =

11. So dados 2 baralhos de 52 cartas. Tiramos, ao mesmo tempo, uma carta do
primeiro baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma
dama e um rei, no necessariamente nessa ordem?
A probabilidade de tirarmos uma dama do primeiro baralho e um rei do segundo
, de acordo com o problema 7: p
1
= x = x =
A probabilidade de tirarmos um rei do primeiro baralho e uma dama do segundo :
p
2
= x = .
Como esses dois eventos so mutuamente exclusivos, temos:
p = + =

12. Dois dados so laados conjuntamente. Determine a probabilidade de a soma ser
10 ou maior que 10.
A soma dever ser, ento, 10, 11 ou 12.
Para que a soma seja 10, a probabilidade : ( 4, 6), (5, 5) ou (6, 4)
n(10) = 3 p
10
=

Para que a soma seja 11, a probabilidade : (5, 6) ou (6, 5)
n(11) = 2 p
11
=

Para que a soma seja 12, a probabilidade : (6, 6)
n(12) = 1 p
12
=
Como esses trs eventos so mutuamente exclusivos, temos:




www.etep.edu.br



50
p = + + = =

Exerccios
1) Determine a probabilidade de cada evento:
a. um nmero par aparece no lanamento de um dado.
b. uma figura aparece ao se extrair uma carta de um baralho de 52 cartas.
c. uma carta de ouros aparece ao se extrair uma carta de um baralho de 52 cartas.
d. uma s coroa aparece no lanamento de trs moedas.

2) Um nmero inteiro escolhido aleatoriamente dentre os nmeros 1, 2, 3, ..., 49, 50.
Determine a probabilidade de:
a. o nmero ser divisvel por 5;
b. o nmero terminar em 3;

3) Dois dados so lanados simultaneamente. Determine a probabilidade de:
a. a soma ser menor que 4;
b. a soma ser 9;
c. o primeiro resultado ser maior que o segundo;
d. a soma ser menor ou igual a 5.

4) Uma moeda lanada duas vezes. Calcule a probabilidade de:
a. no ocorrer cara nenhuma vez;
b. obter-se cara na primeira ou na segunda jogada.

5) Um inteiro entre 3 e 11 ser escolhido ao acaso.
a. qual a probabilidade de que este nmero seja mpar?
b. qual a probabilidade de que este nmero seja mpar e divisvel por 3?





www.etep.edu.br



51
6) Uma carta retirada ao acaso de um baralho de 52 cartas. Qual a probabilidade de
que a carta retirada seja uma dama ou uma carta de copas?

7) No lanamento de dois dados, qual a probabilidade de se obter um par de pontos
iguais?

8) Em um lote de 12 peas, 4 so defeituosas. Sendo retiradas aleatoriamente 2
peas, calcule:
a. a probabilidade de ambas serem defeituosas;
b. a probabilidade de ambas no serem defeituosas;
c. a probabilidade de ao menos uma ser defeituosa.

9) No lanamento de um dado, qual a probabilidade de sair o nmero 6 ou um
nmero mpar?
10) Duas cartas so retiradas ao acaso de um baralho de 52 cartas. Calcule a
probabilidade de se obterem:
a. dois valetes;
b. um valete e uma dama.

11) Um casal planeja ter trs filhos. Determine a probabilidade de nascerem:
a. trs homens;
b. dois homens e uma mulher.

12) Uma moeda lanada trs vezes. Calcule a probabilidade de obtermos:
a. trs caras;
b. duas caras e uma coroa;
c. uma cara somente;
d. nenhuma cara;
e. pelo menos uma cara;
f. no mximo uma cara.





www.etep.edu.br



52
13) Um dado lanado duas vezes. Calcule a probabllidade de:
a) sair um 6 no primeiro lanamento;
b) sair um 6 no segundo lanamento;
c) no sair 6 em nenhum lanamento;
d) sair um 6 pelo menos.

14) Uma urna contm 50 bolas idnticas. Sendo as bolas numeradas de 1 a 50,
determine a probabilidade de, em uma extrao ao acaso:
a. obtermos a bola de nmero 27;
b. obtermos uma bola de nmero par;
c. obtermos uma bola de nmero maior que 20;
d. obtermos uma bola de nmero menor ou igual a 20.

15) Uma loja dispe de 12 geladeiras do mesmo tipo, das quais 4 apresentam
defeitos.
a. Se um fregus vai comprar uma geladeira, qual a probabilidade de levar uma
defeituosa?
b. Se um fregus vai comprar 2 geladeiras, qual a probabilidade de levar 2
defeituosas?
c. Se um fregus vai comprar 2 geladeiras, qual a probabilidade de levar pelo menos
uma defeituosa?

16) Um par de dados atirado. Encontre a probabilidade de que a soma seja 10 ou
maior que 10 se:
a. um 5 aparece no primeiro dado;
b. um 5 aparece pelo menos em um dos dados.

17) Lana-se um par de dados. Aparecendo dois nmeros diferentes, encontre a
probabilidade de que:
a. a soma seja 6;
b. o 1 aparea;
c. a soma seja 4 ou menor que 4.

18) Um lote formado por 10 peas boas, 4 com defeitos e 2 com defeitos graves.
Uma pea escolhida ao acaso. Calcule a probabilidade de que:




www.etep.edu.br



53
a. ela no tenha defeitos graves;
b. ela no tenha defeitos;
c. ela seja boa ou tenha defeitos graves.

19) Considere o mesmo lote do problema anterior. Retiram-se 2 peas ao acaso.
Calcule a probabilidade de que:
a. ambas sejam perfeitas;
b. pelo menos uma seja perfeita;
c. nenhuma tenha defeitos graves;
d. nenhuma seja perfeita.

Exerccios: aulas 5 e 6
Distribuio Binomial
1. Determine a probabilidade de obtermos exatamente 3 caras em 6 lances de uma
moeda.
2. Jogando-se um dado trs vezes, determine a probabilidade de se obter um mltiplo
de 3 duas vezes.
3. Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a probabilidade de o
time A:
a) ganhar dois ou trs jogos;
b) ganhar pelo menos um jogo.
4. A probabilidade de um atirador acertar o alvo . Se ele atirar 5 vezes, qual a
probabilidade de acertar exatamente 2 tiros?
5. Seis parafusos so escolhidos ao acaso da produo de certa mquina, que
apresenta 10% de peas defeituosas. Qual a probabilidade de serem defeituosos dois
deles?

Distribuio Normal
1. Sendo Z uma varivel com distribuio normal reduzida, calcule:
a. P(0 < Z < 1,44)
b. P(- 0,85 < Z < 0)
c. P(- 1,48 < Z < 2,05)




www.etep.edu.br



54
d. P(0,72 < Z < 1,89)
e. P(Z > - 2,03)
f. P(Z > 1,08)
g. P(Z < - 0,66)
h. P(Z < 0,60)

2. Um teste padronizado de escolaridade tem distribuio normal com mdia 100 e
desvio padro 10. Determine a probabilidade de um indivduo submetido ao teste ter
nota:
a. maior que 120;
b. maior que 80;
c. entre 85 e 115;
d. maor gue 100.

3. Os pesos de 600 estudantes so normalmente distribudos com mdia 65,3 kg e
desvio padro 5,5 kg. Determine o nmero de estudantes que pesam;
a. entre 60 e 70 kg;
b. mais que 63,2 kg;
c. menos que 68 kg.

4. A durao de um certo componente eletrnico tem mdia de 850 dias e desvio
padro de 40 dias. Sabendo que a durao normalmente distribuda, calcule a
probabilidade de esse componente durar:
a. entre 700 e 1000 dias;
b. mais de 800 dias;
c. menos de 750 dias.

Exerccios: aula 7 e 8







www.etep.edu.br



55
1) Calcule o coeficiente de correlao para os dados da tabela abaixo:
Valores de x e y
X Y
1 2
2 4
3 7
4 8
5 9

2) Calcule a reta de regresso para os dados da tabela abaixo.
Valores de x e y
X Y
1 2
2 4
3 7
4 8
5 9


3) Calcule o coeficiente de correlao e a reta de regresso para os dados
apresentados em seguida.
Valores de x e y
X Y
1 9
2 8
3 7
4 4
5 2

4) Calcule o coeficiente de correlao e interprete os resultados.
Valores de x e y
X Y
1 1
2 3
3 1
4 3
5 1





www.etep.edu.br



56

5) Um grupo de pessoas fez uma avaliao do peso aparente de alguns objetos. Com
o peso real e a mdia dos pesos aparentes, dados pelo grupo, obteve-se a tabela:

Peso real 18 30 42 62 73 97 120
Peso
aparente
10 23 33 60 91 98 159

Calcule o ndice de correlao.

6) A variao do valor da UPC (Unidade Padro de Capital), relativamente a alguns
meses de 1995, deu origem tabela:

Meses maio junho julho agosto setembro outubro novembro
Valores
(R$)
10,32 10,32 11,34 11,34 11,34 12,22 12,22

a) Calcule o grau de correlao.
b) Estabelea a equao de regresso de Y sobre X.















www.etep.edu.br



57

































www.etep.edu.br



58

































www.etep.edu.br



59

































www.etep.edu.br



60