Vous êtes sur la page 1sur 15

3

Probabilidade
INTRODUO
Para desenvolver o estudo da estatstica, necessrio um entendimento do conceito de
probabilidade. Isso no to difcil quanto parece, pois a probabilidade se faz presente no dia a dia.
Ouvem-se notcias como, por exemplo: se voc fumante, maior sua probabilidade de
desenvolver cncer de laringe. Da mesma forma, se voc bebe vinho moderadamente, seu risco de
doena cardaca reduzido. (Obs: estas afirmaes precisam ser testadas estatisticamente para
terem carter cientfico).
Qual ocorrncia parece ter maior probabilidade: ser atingido por um raio ou ganhar na loteria?
A afirmao provvel que meu time ganhe a partida hoje pode resultar em:
a) que meu time perca;
b) que meu time empate;
c) que meu time ganhe.
Como vimos, o resultado final depende do acaso. Fenmeno como esse, que depende do
acaso, chamado Fenmeno aleatrio ou Experimento aleatrio.
Desta forma, um experimento ser chamado aleatrio se pode ser repetido um grande
nmero de vezes sob condies similares e se o resultado de uma observao no pode ser
exatamente previsto. Uma varivel ser chamada de aleatria se descreve os resultados de um
experimento aleatrio.
Estudaremos, a seguir, a probabilidade ao determinar maneiras especficas de avaliar a
ocorrncia de vrios eventos.

FUNDAMENTOS
a) Experimento: Um experimento qualquer processo que permite ao pesquisador fazer
observaes.
b) Evento: Um evento uma coleo de resultados de um experimento.
c) Espao amostral (S): O espao amostral de um experimento consiste em todos os eventos
possveis.
Exemplo 3.1: O arremesso de um dado um experimento, e o resultado 3 um evento. O espao
amostral consiste nesses eventos simples: 1, 2, 3, 4, 5, 6. Ento no lanamento de um dado, o
espao amostral dos nmeros voltados para cima o conjunto:
S = { 1, 2, 3, 4, 5, 6 }

Professora Adriana Speggiorin

nmero de elementos de S n(S) = 6

Bioestatstica 28

Exemplo 3.2: Quando jogamos uma moeda, o espao amostral da face voltada para cima o
conjunto:
S = { cara, coroa }

nmero de elementos de S n(S) = 2

A seguir, tem-se a notao bsica de probabilidade.


P denota uma probabilidade. A, B, C denotam eventos especficos. P(A) denota a probabilidade de
ocorrncia do evento A.

Definio clssica de probabilidade

Definio frequentista de probabilidade

P( A ) proporo do nmero de vezes que eventos do mesmo tipo ocorrem a longo prazo
ou

Exemplos 3.3: a) Uma companhia de seguros estudou as causas de morte por acidente domstico e
compilou um arquivo que consistia em 160 mortes causadas por quedas, 120 mortes causadas por
envenenamento e 70 causadas por fogo e queimaduras. Selecionando aleatoriamente um desses
casos, qual a probabilidade de que a morte tenha sido causada por envenenamento?

P(E)= 120/350

= 0,343 = 34,3%

b) Lanamos uma moeda duas vezes. Se K indicar cara e C indicar coroa, ento um espao amostral
ser:

K C (K,C)

n(S)=4

C K (C,K)
C C (C,C)
K K (K,K)
Professora Adriana Speggiorin

Bioestatstica 29

c) Ao verificarmos se os moradores de certa cidade so favorveis a um certo projeto social


municipal, considerando que todos os moradores tm opinio, o espao amostral do experimento ao
entrevistarmos 3 pessoas ser:

(F,F,F)

(C,F,F)

(F,F,C)

(C,C,F)

(F,C,C)

(C,F,C)

(F,C,F)

(C,C,C)

n(s)= 8

Expresso de probabilidade

Sendo P(A) a probabilidade de um evento ocorrer, tem-se que o menor valor que um
enunciado de probabilidade pode ter 0 (indicando que o evento impossvel) e o maior 1
(indicando que o evento certamente ir ocorrer). Ento

Eventos complementares

Em uma dada observao ou experimento, um evento deve ocorrer ou no ocorrer.


Esses eventos so chamados eventos complementares. Por isso, a probabilidade da ocorrncia
mais a probabilidade da no ocorrncia ser sempre igual a 1.

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 ou fracasso), para um mesmo
evento existe sempre a relao:

p + q = 1 q = 1- p

Assim, se a probabilidade de se realizar um evento p = 1/5 , a probabilidade de que ele


no ocorra 4/5.
Exemplo 3.4: Se a probabilidade de uma pessoa ter estresse ps traumtico depois de sofrer um
assalto 2/7, a probabilidade de no ter estresse ps traumtico :

P(ESTRESSE)= 2/7
P( ESTRESSE)= 5/7
Professora Adriana Speggiorin

Bioestatstica 30

Exemplo 3.5: Um laboratrio deseja testar um novo medicamento e, para isso tem uma amostra de
40 mulheres adultas at 50 anos, 65 homens adultos at 50 anos e 58 pessoas com mais de 50
anos. Qual a probabilidade de sortearmos um elemento da amostra e ele no ter mais de 50 anos?

P(at 50)= 105/163 = 0,644 OU 64,4%

Eventos mutuamente excludentes

Dois ou mais eventos so mutuamente excludentes, se os mesmos no podem ocorrer


simultaneamente. Isto , a ocorrncia de um evento automaticamente impede a ocorrncia do
outro evento (ou eventos).

Assim, no lanamento de uma moeda, o evento "tirar cara" e o evento "tirar coroa" so
mutuamente excludentes, j que, ao se realizar um deles, o outro no se realiza.
Se dois eventos so mutuamente excludentes, a probabilidade de que um ou outro se realize
igual soma das probabilidades de que cada um deles se realize.

p = p1 + p2

Exemplo 3.6: Lanamos um dado. A probabilidade de se tirar o 3 ou o 5 :


p = 1/6 + 1/6 = 2/6 = 1/3
pois, como vimos, os dois eventos so mutuamente excludentes.

Exemplo 3.7: Em um estudo do comportamento de pessoas que utilizam avio, as pessoas foram
classificadas como aquelas que apresentam ou no apresentam ansiedade antes de embarcar.
Ainda, so classificadas de acordo com a idade: at 25 anos ou mais de 25 anos. Os dois eventos,
ou classificaes, apresentam e no apresentam ansiedade so mutuamente excludentes. Da
mesma forma at 25 anos e mais de 25 anos tambm so mutuamente excludentes. Contudo, os
eventos apresentam ansiedade e mais de 25 anos no so mutuamente excludentes.

Professora Adriana Speggiorin

Bioestatstica 31

REGRA DA ADIO PARA PROBABILIDADES


A regra da adio utilizada quando desejamos determinar a probabilidade P(A ou B) de
ocorrer o evento A ou o evento B (ou ambos) como resultado de um experimento. A palavra-chave
aqui a conjuno ou. Na linguagem da teoria dos conjuntos, isto conhecido como unio de A e B
e a probabilidade.

P ( A ou B ) P (A) P (B) P(Ae B)


Exemplo 3.8: Ao retirar uma carta de um baralho, os eventos s e rei so mutuamente
excludentes. A probabilidade de tirar um s ou um rei numa nica tentativa :
P(A) P(K) P(Ae K)

Soluo:

4
4
0
8
2

52 52 52 52 13

Exemplo 3.9: Ao retirar uma carta de um baralho, os eventos s e espadas no so mutuamente


excludentes. A probabilidade de retirar um s ou espada (ou ambos) em uma s tentativa :
Soluo:

P(A ou E) P(A) P(E) P( A e E)

4 13
1
16
4

52 52 52 52 13

Exemplo 3.10: Em um teste com o antidepressivo ATDP apresentou os resultados descritos na


tabela abaixo:
Teste de ATDP*
ATDP

Placebo

Grupo de
controle

Total

Sonolncia

49

49

24

122

No-sonolncia

732

616

602

1950

Total

781

665

626

2072

*Nome e dados fictcios


a) Se um dos 2072 indivduos escolhido aleatoriamente, determine a probabilidade de se obter
algum que fez uso de um placebo ou estava no grupo de controle.

b) Escolhido aleatoriamente um dos 2072 indivduos da tabela acima, determine a probabilidade de


obter algum que tenha usado ATDP ou que no teve sonolncia.

Professora Adriana Speggiorin

Bioestatstica 32

EXERCCIOS
1) Quais dos valores abaixo no podem ser probabilidades?
0,0001

-0,2

3/2

2/3

0,2

2) Antes de incluir a cobertura para certos tipos de problemas dentais em aplices de seguro-sade
para empregados adultos, uma companhia de seguros deseja determinar a probabilidade de ocorrer
tais problemas, para estabelecer a taxa de seguro. Portanto, o estatstico coletou dados para 10.000
adultos na faixa de idade adequada e observou que 100 pessoas tiveram o problema dental
particular no ano passado. Qual a probabilidade de ocorrncia dessa doena? R= 100/10000= 1/100= 0,01
3) Determine o espao amostral para cada caso:
a) O sexo de um beb no primeiro ms de gestao da me. n(S)= 2
b) O resultado de uma eleio com 3 candidatos A, B, C a um s cargo. R= 3
c) Dois lanamentos sucessivos de uma moeda. R= 1/2 + 1/2 =

OU 1%.

4) Um casal planeja ter 2 filhos.


a) Relacione os diferentes resultados, de acordo com o sexo de cada criana. Suponha que esses
resultados sejam igualmente provveis. R= (M,F) (M,M) (F,F) (F,M)
b) Determine a probabilidade de o casal ter 2 meninas. R= 1/4 = O,25
c) Determine a probabilidade de exatamente uma criana de cada sexo. R= 2/4 = 1/2 = 0,5
5) Um casal planeja ter 3 filhos. Relacione os diferentes resultados, de acordo com o sexo de cada
criana. Suponha que esses resultados sejam igualmente provveis. (M,F,F)(M,F,M)(M,M,F)(M,M,M) = 8
(F,M,M)(F,M,F)(F,F,M)(F,F,F)

6) Um estudo de hbitos de fumantes compreende 200 casados (54 dos quais fumam), 100
=
divorciados (38 dos quais fumam) e 50 adultos que nunca se casaram (11 dos quais fumam).
Escolhido aleatoriamente 1 indivduo dessa amostra, determine a probabilidade de obter algum
divorciado ou fumante.
Respostas

2
1) -0,2 3/2
4) a) 4 possibilidades

b) 0,25

2) 0,01
c) 0,50

3) a) 2 b) 3 c) 4
5) 8 possibilidades

6) 0,471

REGRAS DA MULTIPLICAO PARA PROBABILIDADE


As regras de multiplicao se relacionam com a determinao da probabilidade da
ocorrncia conjunta de A e B. Temos, ento, a interseco de A e B. Existem duas variaes da
regra de multiplicao, conforme os eventos sejam independentes ou dependentes.

P( A e B) P( A) . P( B)
Exemplo 3.11: Uma moeda lanada duas vezes. A probabilidade de que ambos os resultados
sejam cara :
Soluo:

P(cara e cara)

Professora Adriana Speggiorin

1 1 1
x
2 2 4

Bioestatstica 33

Exemplo 3.12: Na extrao de duas cartas de um baralho bem misturado, determine a probabilidade
de que a primeira carta seja um s e a segunda seja um rei. (Admita que a primeira carta extrada
no seja reposta antes da extrao da segunda carta.)
Soluo:

P(A) = probabilidade da 1 carta ser um s.


P(B) = probabilidade da 2 carta ser um rei

P( A)

4
52

P( B)

P(s e rei)

4
51

4
4
x
0,00603
52 51

Exemplo 3.13: (baseado no exemplo 3.10)


Teste de ATDP
ATDP

Placebo

Grupo de
controle

Total

Sonolncia

49

49

24

122

No- sonolncia

732

616

602

1950

Total

781

665

626

2072

a) Se um dos 2072 indivduos escolhido aleatoriamente, determine a probabilidade de se obter


algum que fez uso de um placebo e teve sonolncia.

b) Escolhido aleatoriamente um dos 2072 indivduos da tabela acima, determine a probabilidade de


obter algum que tenha usado ATDP e no teve sonolncia.

EXERCCIOS
1) Numa escola de ensino fundamental, 30% dos estudantes so do primeiro ciclo, 35% do
segundo, 20% do terceiro e os restantes, do quarto ciclo. Um dos estudantes ganhou uma bolsa
de estudos. Determine as seguintes probabilidades:
a) de o estudante ser do quarto ciclo.
b) de ser do primeiro ou do segundo ciclo.
c) de no ser do quarto ciclo.

Professora Adriana Speggiorin

Bioestatstica 34

2) As probabilidades de 0, 1, 2, 3, 4, 5, 6 ou 7 acidentes num dia de semana entre 13 e 18 horas


so, respectivamente, 0,08, 0,15, 0,20, 0,25, 0,18, 0,07, 0,04 e 0,01. Determine as seguintes
probabilidades para um dia qualquer da semana naquele horrio:
a) menos de 3 acidentes.
b) 3 ou menos acidentes.
c) exatamente 3 acidentes.
d) nenhum acidente.
e) mais de 7 acidentes.
3) Os dados da tabela a seguir resumem resultados de um estudo de 1.000 mortes, selecionadas
aleatoriamente, de homens com idade de 45 a 64 anos.
Causa da morte
Cncer

Doena Cardaca

Outros

Fumante

135

310

205

No fumante

55

155

140

a) Se, dos 1000 indivduos, 1 selecionado aleatoriamente, determine a probabilidade de se obter


um fumante.
b) Se, dos 1000 indivduos, 1 selecionado aleatoriamente, determine a probabilidade de se obter
um fumante ou algum que tenha morrido em consequncia de doena cardaca.
c) Escolhidos aleatoriamente dois indivduos, determine a probabilidade de ambos terem morrido de
cncer.
d) Escolhidos aleatoriamente um indivduo, determine a probabilidade de obter um no fumante que
tenha morrido de cncer.
e) Escolhidos aleatoriamente trs indivduos diferentes, determine a probabilidade de serem todos
fumantes.
4) Seja uma famlia sorteada de uma populao de 120 famlias, as quais se distribuem conforme a
seguinte tabela.
Distribuio conjunta de frequncias do grau de instruo do chefe da casa e uso de programas
de alimentao popular, num conjunto de 120 famlias.
Grau de instruo do chefe da famlia
Nenhum

Ensino
fundamental

Ensino mdio

Total

Sim

31

22

25

78

No

16

19

42

Total

38

38

44

120

Uso de programas

Calcule a probabilidade de a famlia sorteada ser:


a) Usuria de programa de alimentao popular.
b) Tal que o chefe da casa tenha o ensino mdio.
c) tal que o chefe da casa no tenha o ensino mdio.
Professora Adriana Speggiorin

Bioestatstica 35

d) usuria de programas de alimentao popular e o chefe da casa ter o ensino mdio.


e) usuria de programas de alimentao popular e o chefe da casa no ter o ensino mdio.
Respostas
1) a) 0,15

b) 0,65

c) 0,85

2) a) 0,43

b) 0,68

c) 0,25

d) 0,08

e) 0,02

3) a) 0,65

b) 0,805

c) 0,0359

d) 0,055

e) 0,273

4) a) 0,65

b) 0,367

c) 0,633

d) 0,208

e) 0,442

DISTRIBUIES CONTNUAS DE PROBABILIDADE E O MODELO NORMAL


Estudaremos a seguir o modelo de probabilidades mais conhecido da Estatstica: a chamada
distribuio normal de probabilidades. Diversas aplicaes desse modelo estaro presentes em
outros itens do contedo a ser trabalhado.
Distribuies contnuas
Para variveis aleatrias contnuas, no existe interesse em atribuir probabilidades a cada
particular valor, mas sim, para eventos formados por intervalos de valores. Por exemplo, ao observar
a estatura de um indivduo, tomado ao acaso, no importa a probabilidade de ele medir 1,682333...
metro; mas o interesse pode estar, por exemplo, na probabilidade de ele ter estatura no intervalo de
1,60 a 1,80 m, ou acima de 1,90 m, e assim por diante.
A especificao da distribuio de probabilidades de uma varivel aleatria contnua
realizada por um modelo matemtico, que permite calcular probabilidades em qualquer intervalo de
nmeros reais. O exemplo a seguir ilustra a construo de um modelo para uma varivel aleatria
contnua.
O ponteiro da figura abaixo ilustra o conceito de varivel contnua. Uma vez que tenha sido
posto a girar, o ponteiro pode parar em qualquer posio ao longo do crculo. No se pode esperar
que venha a parar exatamente num dos valores do crculo. Mesmo levando-se em conta as
limitaes na mensurao feita ao longo do crculo, ainda assim h um nmero extremamente
grande de pontos de paradas possveis.

3
5

Figura 1: Crculo para exemplificar uma distribuio contnua

Professora Adriana Speggiorin

Bioestatstica 36

A distribuio de probabilidade de uma varivel aleatria contnua pode ser representada por
certa funo no negativa, com uma rea formada entre os eixos das abcissas e a curva dessa
funo igual 1 (um). Os eventos podem ser representados por intervalos no eixo das abcissas (eixo
x), enquanto as correspondentes probabilidades, por reas sob a curva.
Para a situao na qual queremos selecionar aleatoriamente um estudante do sexo masculino
e analisar sua estatura. Temos, novamente, uma varivel aleatria contnua, mas, desta vez, no
razovel atribuir a mesma probabilidade para diferentes faixas de estatura. Por exemplo, intuitivo
que a probabilidade do estudante acusar estatura no intervalo de 165 cm e 175 cm bem maior do
que no intervalo de 190 cm a 200 cm, mesmo que ambos os intervalos tenham a mesma amplitude.
A Figura 2 sugere um modelo mais adequado para a situao. Por este modelo, conhecido
como distribuio Normal de probabilidades, existe um valor tpico, ou valor mdio, que no caso das
estaturas de homens adultos, deve estar em torno de 170 cm. Intervalos em torno desse valor mdio
tm altas probabilidades de ocorrncia, mas as probabilidades diminuem na medida em que nos
afastamos deste valor mdio, indiferentemente se do lado esquerdo (para valores menores) ou do
lado direito (para valores maiores).

Figura 2: Modelo de estatura para homens adultos

Distribuio Normal
A distribuio Normal caracterizada por uma funo, cujo grfico descreve uma curva
em forma de sino. Esta distribuio depende de dois parmetros:
- mdia () este parmetro especifica a posio central da distribuio de probabilidades.
- desvio padro () este parmetro especifica a variabilidade da distribuio de probabilidades.

A curva Normal (ou curva de Gauss) apresenta as seguintes caractersticas:

Professora Adriana Speggiorin

Bioestatstica 37

A mdia, a mediana e a moda coincidem;

A curva simtrica em torno da mdia;

As extremidades da curva, em ambos os lados da mdia, se estendem cada vez mais


prximas do eixo x, sem jamais toc-la.

A rea total entre o eixo horizontal e a curva igual a 100% dos dados considerados.

Figura 3: Nmero de combinaes de mdia e desvio padro ilimitado


Valores padronizados e a distribuio Normal padro
Com o objetivo de facilitar a obteno de determinadas reas sob uma curva Normal,
podemos fazer uma transformao na varivel, levando-a para uma distribuio Normal com mdia 0
(zero) e desvio padro 1 (um), tambm conhecida como distribuio Normal padro ou distribuio
Normal padronizada.
Para que um dado valor x, de uma distribuio Normal com mdia e desvio padro ,
transforme-se num valor z da distribuio Normal padro, basta fazer a seguinte operao:

O valor z conhecido como valor padronizado. Ele fornece uma medida relativa do valor
de x, em termos de distribuio da varivel aleatria em estudo.

Figura 4: Comparao entre a escala real e a padronizada

Professora Adriana Speggiorin

Bioestatstica 38

Sendo a mdia igual a zero(0) e o desvio padro igual a um (1) constantes, as reas sob a
curva Normal padro podem ser calculadas e tabeladas, pois dependem exclusivamente do valor da
varivel z.
Nessa tabela, a primeira coluna e a primeira linha do o valor de z, sendo que a coluna d
valores de z, com primeiro dgito decimal e a linha, com o segundo dgito decimal. Nas interseces
da coluna com linha, encontramos a rea sob a curva, que a probabilidade da varivel situar-se
entre zero (0) e o valor de z procurado.

Figura 5 rea sob uma curva Normal em escala padronizada

Observao: A distribuio Normal simtrica em torno de sua mdia, a metade esquerda da rea
sob a curva a imagem reflexa da metade direita. Desta forma, por exemplo, a rea sob a curva
Normal padronizada entre z = 0 e z = 1 igual rea sob a curva padronizada entre z = -1 e z =0.
Exemplo 3.14:
a) Qual a rea sob a curva normal de z = 0 a z = 1 ?
R: A= 0,3413

b) Qual a rea sob a curva normal padro de z = -1 a z = 1 ?


R: A1= 0,3413 + A2= 0,3413 ==> A= 0,6826

c) Qual a rea entre z = -0,56 e z = 1,20?

R: A1= 0,2123 + A2= 0,3849 ==> A= 0,5972 ou 59,72%

d) Qual a rea entre z = 1,1 e z = 2,8?


R: A2 (0 ~ 2,8) - A1 (0 ~ 1,1) = 0,4974 - 0,3643 = 0,1331 ou 13,31%

e) Qual a rea entre z = - 2,4 e z = -0,9?


R: (0 ~ 2,4) - (0 ~ 0,9) = 0,4928 - 0,3159 = 0,1759 ou 17,59%
Professora Adriana Speggiorin

Bioestatstica 39

f) Qual a rea esquerda de z = - 0,75 ?


R: A1(0 ~ 0,75)= 0,2734. A= meia curva (0,5) - A1 (0,2734) = 22,66%

g) Qual a rea direita de z = 1,56 ?


R: 0,5 - 0,4406 = 5,94%

h) Admitindo que a distribuio do quociente de inteligncia (Q.I.) de crianas de certa escola seja
normal com mdia 100 pontos e desvio padro 10 pontos, determinar:
- a probabilidade de uma criana, tomada ao acaso desta escola, acusar Q.I. superior a 120 pontos.

- a porcentagem esperada de crianas com Q.I. na faixa de 90 a 115 pontos.

Supondo que na escola tenhamos 487 alunos, quantos podemos esperar com Q.I. na faixa de
90 e 115 pontos?

EXERCCIOS
1) Suponha que a renda mdia de uma comunidade possa ser razoavelmente aproximada por uma
distribuio normal, com mdia de R$ 750,00 e desvio padro R$ 120,00. Qual a porcentagem da
populao que ter renda superior a R$ 980,00?
2) Numa amostra de 80 assalariados, (com as condies do problema 1), quantos podemos esperar
que tenham menos de R$ 800,00 de renda?
3) Numa prova final de Estatstica, as notas dos alunos tiveram uma distribuio normal com mdia 6
e desvio padro 1,5. Sendo 5 a nota mnima de aprovao, qual a proporo de alunos reprovados?
4) A experincia tem mostrado que o tempo mdio de tratamento fisioterpico para idosos 30
sesses (com 45 min cada) com desvio padro 6 sesses. Qual a probabilidade de determinado
idoso ter tratamento com mais de 40 sesses?
Professora Adriana Speggiorin

Bioestatstica 40

5) Os salrios dos operrios industriais so distribudos normalmente, em torno da mdia de R$


1.200,00, com desvio padro de R$ 200,00. Calcule a probabilidade de um operrio ter um salrio
semanal situado entre R$ 1.000 e R$1.250.
6) Determinado teste de avaliao escolar apresenta mdia 500 e desvio padro 100. Sabendo que o
resultado do teste distribui-se normalmente, qual o percentual de estudantes com resultado:
a) entre 700 e 800 pontos?
b) mais que 600 pontos?
c) menos que 650 pontos?
d) Menos de 400 pontos?
7) Se o tempo necessrio para realizar uma anamnese uma varivel aleatria normal com = 25
minutos e = 8 minutos, quais so as probabilidades de a anamnese ser completa em:
a) menos de 30 minutos?
b) em um tempo entre 20 e 40 minutos?
c) em um tempo entre 15 e 20 minutos?
8) Suponha que numa certa regio o peso dos homens adultos tenha distribuio normal com mdia
70 kg e desvio padro 16 kg. E o peso das mulheres adultas tenha distribuio normal com mdia 60
kg e desvio padro 12 kg. Ao selecionar uma pessoa ao acaso, o que mais provvel: uma mulher
com mais de 75 kg ou um homem com mais de 85 kg?

Respostas
1) 2,74%

2) 53 assalariados

3) 25,14% de reprovados

4) 4,75%

5) 44,00%

6) a) 2,15%

7) a) 73,57%

b) 70,56%

Professora Adriana Speggiorin

b) 15,87%

c) 15,87%

c) 93,32%

d) 15,87%

8) Homem.

Bioestatstica 41

REA SOB A CURVA NORMAL PADRONIZADA


0,02
0,03
0,04
0,05
0,06

0,00

0,01

0,07

0,08

0,09

0,0
0,1
0,2
0,3
0,4

0,0000
0,0398
0,0793
0,1179
0,1554

0,0040
0,0438
0,0832
0,1217
0,1591

0,0080
0,0478
0,0871
0,1255
0,1628

0,0120
0,0517
0,0910
0,1293
0,1664

0,0160
0,0577
0,0948
0,1331
0,1700

0,0199
0,0596
0,0987
0,1368
0,1736

0,0239
0,0636
0,1026
0,1406
0,1772

0,0279
0,0675
0,1064
0,1443
0,1808

0,0319
0,0714
0,1103
0,1480
0,1844

0,0359
0,0754
0,1141
0,1517
0,1879

0,5
0,6
0,7
0,8
0,9

0,1915
0,2258
0,2580
0,2881
0,3159

0,1950
0,2291
0,2612
0,2910
0,3186

0,1985
0,2324
0,2642
0,2939
0,3212

0,2019
0,2357
0,2673
0,2967
0,3238

0,2054
0,2389
0,2704
0,2996
0,3264

0,2088
0,2422
0,2734
0,3023
0,3289

0,2123
0,2454
0,2764
0,3051
0,3315

0,2157
0,2486
0,2794
0,3078
0,3340

0,2190
0,2518
0,2823
0,3106
0,3365

0,2224
0,2549
0,2852
0,3133
0,3389

1,0
1,1
1,2
1,3
1,4

0,3413
0,3643
0,3849
0,4032
0,4192

0,3438
0,3665
0,3869
0,4049
0,4207

0,3461
0,3686
0,3888
0,4066
0,4222

0,3485
0,3708
0,3907
0,4082
0,4236

0,3508
0,3729
0,3925
0,4099
0,4251

0,3531
0,3749
0,3944
0,4115
0,4265

0,3554
0,3770
0,3962
0,4131
0,4279

0,3577
0,3790
0,3980
0,4147
0,4292

0,3599
0,3810
0,3997
0,4162
0,4306

0,3621
0,3830
0,4015
0,4177
0,4319

1,5
1,6
1,7
1,8
1,9

0,4332
0,4452
0,4554
0,4641
0,4713

0,4345
0,4463
0,4564
0,4649
0,4719

0,4357
0,4474
0,4573
0,4656
0,4726

0,4370
0,4484
0,4582
0,4664
0,4732

0,4382
0,4495
0,4591
0,4671
0,4738

0,4394
0,4505
0,4599
0,4678
0,4744

0,4406
0,4515
0,4608
0,4686
0,4750

0,4418
0,4525
0,4616
0,4693
0,4756

0,4429
0,4535
0,4625
0,4699
0,4761

0,4441
0,4545
0,4633
0,4706
0,4767

2,0
2,1
2,2
2,3
2,4

0,4772
0,4821
0,4861
0,4893
0,4918

0,4778
0,4826
0,4864
0,4896
0,4920

0,4783
0,4830
0,4868
0,4898
0,4922

0,4788
0,4834
0,4871
0,4901
0,4925

0,4793
0,4838
0,4875
0,4904
0,4927

0,4798
0,4842
0,4878
0,4906
0,4929

0,4803
0,4846
0,4881
0,4909
0,4931

0,4808
0,4850
0,4884
0,4911
0,4932

0,4812
0,4854
0,4887
0,4913
0,4934

0,4817
0,4857
0,4890
0,4916
0,4936

2,5
2,6
2,7
2,8
2,9

0,4938
0,4953
0,4965
0,4974
0,4981

0,4940
0,4955
0,4966
0,4975
0,4982

0,4941
0,4956
0,4967
0,4976
0,4982

0,4943
0,4957
0,4968
0,4977
0,4983

0,4945
0,4959
0,4969
0,4977
0,4984

0,4946
0,4960
0,4970
0,4978
0,4984

0,4948
0,4961
0,4971
0,4979
0,4985

0,4949
0,4962
0,4972
0,4979
0,4985

0,4951
0,4963
0,4973
0,4980
0,4986

0,4952
0,4964
0,4974
0,4981
0,4986

3,0
3,1
3,2
3,3
3,4

0,4987
0,4990
0,4993
0,4995
0,4997

0,4987
0,4991
0,4993
0,4995
0,4997

0,4987
0,4991
0,4994
0,4995
0,4997

0,4988
0,4991
0,4994
0,4996
0,4997

0,4988
0,4992
0,4994
0,4996
0,4997

0,4989
0,4992
0,4994
0,4996
0,4997

0,4989
0,4992
0,4994
0,4996
0,4997

0,4989
0,4992
0,4995
0,4996
0,4997

0,4990
0,4993
0,4995
0,4996
0,4997

0,4990
0,4993
0,4995
0,4997
0,4998

3,5
3,6
3,7
3,8
3,9

0,4998
0,4998
0,4999
0,4999
0,5000

0,4998
0,4998
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

0,4998
0,4999
0,4999
0,4999
0,5000

Professora Adriana Speggiorin

Bioestatstica 42