Apostila Estatística-Comex-2016 PDF

UNIVERSIDADE
DE TAUBAT
APOSTILA DE
ESTATSTICA
Curso: 4 Sem. Comrcio Exterior
Profa. Rosana Giovanni Pires
Taubat
2016
Apostila de Estatstica
SUMRIO
1. Estatstica
1.1. Introduo
1.2. Definio de Estatstica
1.3. Fase do Mtodo Estatstico
05
05
05
06
2. Amostragem
2.1. Tipos de Variveis
2.2. Populao
2.3. Amostra
2.4. Exerccios
2.5. Tcnicas de Amostragem
2.5.1. Amostragem Probabilstica
08
08
09
09
09
10
10
3. Estatstica Descritiva: Grficos Estatsticos

3.1. Grficos Estatsticos
3.2. Dicas para a Apresentao dos Dados
3.3. Exerccios
12
12
14
15
4. Estatstica Descritiva: Distribuio de Frequncias

4.1. Frequncia Absoluta
4.2. Frequncia Acumulada
4.3. Frequncia Relativa
4.4. Frequncia Acumulada Relativa
4.5. Distribuio de Frequncias e Histograma para Dados sem Intervalos de Classe
4.5.1. Histograma
4.5.2. Ogiva
4.5.3. Exerccios
4.6. Distribuio de Frequncias e Histograma para Dados com Intervalos de Classe
4.6.1. Histograma
4.6.2. Polgono de Frequncia
4.6.3. Exerccios
17
17
17
17
18
18
18
17
20
20
22
23
5. Estatstica Descritiva: Medidas de Tendncia Central

5.1. Mdia
5.1.1. Dados Brutos ou Rol
5.1.2. Dados Agrupados sem Intervalos de Classe
5.1.3. Dados Agrupados com Intervalos de Classe
5.2. Mediana
5.3. Moda
5.4. Utilizao das Medidas de Tendncia Central
5.5. Exerccios
26
26
26
26
27
28
28
29
30
31
31
32
32
33
33
6. Estatstica Descritiva: Medidas de Disperso

6.1. Varincia e Desvio Padro
37
37
37
38

6.2 Coeficiente de Variao
6.3 Exerccios
39
40
41
7. Teoria das Probabilidades

7.1. Introduo
7.2. Fenmenos
7.3. Espao Amostral
Espao Amostral Equiprovvel
7.4. Eventos
Tipos de Eventos
7.5. Conceito de Probabilidade
7.6. Definies de Probabilidade
Probabilidade Clssica
Probabilidade Frequencialista
7.7. Clculo de Probabilidades
Probabilidade do Complementar
Probabilidade da Unio de Eventos
Probabilidade Condicional
Probabilidade da Interseco de Eventos
7.8 Exerccios
43
43
43
43
44
44
44
45
45
45
46
47
47
48
50
51
51
8. Distribuio de Probabilidades
8.1. Variveis Aleatrias
8.2. Tipos de Variveis Aleatrias
8.3. Distribuio de probabilidade
8.4. Propriedades de uma distribuio de probabilidade
8.5. Mdia, valor esperado ou esperana matemtica de uma varivel aleatria
8.6. Varincia e desvio padro de uma varivel aleatria
8.7. Exerccios
8.8. Distribuies Discretas de Probabilidade
Distribuio Binomial
Mdia, varincia e desvio padro de uma distribuio binomial
8.9. Exerccios
Distribuio de Poisson
8.10. Exerccios
8.11. Aproximao da Distribuio Binomial pela Distribuio de Poisson
8.12. Distribuio Contnua de Probabilidade
Distribuio Normal
Grfico e propriedades de uma distribuio normal
reas abaixo da curva normal
Funo densidade de probabilidade
Distribuio normal padro
8.13. Exerccios
54
54
54
54
54
55
55
56
57
57
59
60
61
62
63
64
64
64
65
65
66
69
9. Bibliografias
10. Anexo 1
11. Plano de Ensino
70
71
72
1. Estatstica
1.1. Introduo
Os mtodos estatsticos so usados hoje em quase todos os campos de
investigao cientfica, j que eles capacitam-nos a responder a um vasto nmero de
questes, tais como as listadas abaixo:
1)
Como os cientistas avaliam a validade de novas teorias?
2)
Como os pesquisadores mdicos testam eficincia de novas drogas?
3)
Como os demgrafos prevem o tamanho da populao do mundo em qualquer

tempo futuro?
4)
Como pode um economista verificar se a mudana atual no ndice de Preos ao

Consumidor a continuao de uma tendncia secular, ou simplesmente um desvio
aleatrio?
5)
Como possvel para algum predizer o resultado de uma eleio entrevistando

apenas algumas centenas de eleitores?
Estes so alguns exemplos onde aplicao da estatstica necessria. Por
isso, a estatstica tornou-se uma ferramenta cotidiana para todos os tipos de

profissionais que entram em contato com dados quantitativos ou tiram concluses a
partir destes.
1.2. Definio de Estatstica

Estatstica uma parte da Matemtica Aplicada que fornecem mtodos para a
coleta, organizao, descrio, anlise e interpretao de dados. Ela dividida em:
Estatstica Descritiva: parte da Estatstica que apenas coleta, descreve, organiza

e apresenta os dados.
Estatstica Indutiva ou Inferncia: analisa os dados e obtm-se as concluses.
1.3. Fases do Mtodo Estatstico
1 Definio do problema: Saber exatamente o que se pretende pesquisar ou

estudar.
2 Planejamento: Como levantar as informaes? Que dados devero ser obtidos?

Quais os custos envolvidos? Definir cronograma de atividades.
3 Coleta de Dados: Consiste na busca dos dados, componentes do fenmeno a ser

estudado.
A coleta de dados pode ser direta ou indireta.
- coleta direta: quando os dados so obtidos na fonte originria. Os valores
assim compilados so chamados de dados primrios, como, por exemplo,
nascimentos, casamentos e bitos, registrados no Cartrio de Registro Civil;
opinies obtidas em pesquisas de opinio pblica; ou ainda, quando os dados
so coletados pelo prprio pesquisador.
A coleta direta pode ser classificada relativamente ao fator tempo em:
contnua quando feita continuamente, como por exemplo, nascimentos

e bitos, frequncia dos alunos s aulas;
peridica quando feita em intervalos constantes de tempo, como os

censos (de 10 em 10 anos);
ocasional quando feita sem poca preestabelecida.
- coleta indireta: quando os dados obtidos provm da coleta direta. Os valores

assim compilados so denominados de dados secundrios, como, por
exemplo, o clculo do tempo de vida mdia, obtido pela pesquisa, nas tabelas
demogrficas publicadas pela Fundao Instituto Brasileiro de Geografia e
Estatstica, se constitui em uma coleta indireta.
4 Apurao dos Dados: Resumo dos dados atravs de sua contagem e

agrupamento. a tabulao dos dados.
5 Apresentao dos Dados: H duas formas de apresentao: tabelas ou grficos,

para o melhor entendimento do fenmeno que est sendo estudado.
6 Anlise e Interpretao dos Dados: ltima fase do trabalho estatstico a mais

importante e delicada. A anlise dos resultados obtidos feita atravs dos mtodos da
Estatstica Indutiva ou Inferncia, obtendo assim as concluses.
2. Amostragem
2.1. Tipos de Variveis
Varivel o conjunto de resultados possveis de um fenmeno. 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
expressos atravs dos nmeros naturais: 0, 1, 2, 3, ... n;
As variveis podem ser:
Variveis quantitativas - refere-se a quantidades e pode ser medidas em uma escala

numrica. Exemplos: idade de uma pessoa, preo de um produto, peso de um recm
nascido. Elas subdividem-se em dois grupos:
- Variveis quantitativas discretas: so aquelas que assumem apenas valores
inteiros. Normalmente refere-se a contagens. Por exemplo: nmero de vendas
dirias em uma empresa, nmero de pessoas por famlia, quantidade de
doentes por hospital.
- Variveis quantitativas contnuas: so aquelas que assumem valores dentro

de um intervalo real. Normalmente refere-se a medidas. Exemplos dessas
variveis so: o peso das pessoas, a renda familiar, o consumo mensal de
energia eltrica, o preo de um produto agrcola.
Variveis Qualitativas - refere-se a dados no numricos. Exemplos dessas variveis:

o sexo das pessoas, a cor, o grau de instruo. Elas subdividem-se tambm em dois
grupos:
-
Variveis qualitativas ordinais: so aquelas que definem um ordenamento

ou uma hierarquia. Exemplos: grau de instruo, a classificao de um
estudante no curso de estatstica, as posies das 100 empresas mais
lucrativas, etc.
Variveis qualitativas nominais: por sua vez no definem qualquer

ordenamento ou hierarquia. So exemplos destas a cor, o sexo, o local de
nascimento, etc.
2.2. Populao
um conjunto de indivduos ou de objetos que tem pelo menos uma
caracterstica comum. A populao pode ser finita ou infinita. Na prtica, quando uma
populao finita, com um nmero grande de elementos, considera-se como
populao infinita. Exemplo: alunos de uma escola.
2.3. Amostra
uma pequena parte selecionada de uma populao que se pretende estudar.
Fazemos uma amostragem quando:
- O nmero de elementos da populao muito grande;
- Quando queremos economizar tempo e dinheiro.
A amostra escolhida atravs de tcnicas adequadas que garantam o acaso na
escolha.
2.4. Exerccios
1. Classifique as variveis em qualitativas (nominal ou ordinal) ou quantitativas

(contnuas ou discretas):
a) Universo: alunos de uma escola
Varivel: cor dos cabelos
Classificao: ________________________
b) Universo: casais residentes em uma cidade

Varivel: nmero de filhos
Classificao: ________________________
c) Universo: as jogadas de um dado

Varivel: o ponto obtido em cada jogada
Classificao: ___________________
d) Universo: peas produzidas por uma mquina

Varivel: dimetro externo
Classificao: ___________________
e) Universo: funcionrios de uma empresa

Varivel: grau de instruo
Classificao: ________________________
2. O Windows um software produzido pela Microsoft Co. Na elaborao do Windows

8, a Microsoft telefonou para milhares de usurios da verso anterior e perguntou a
eles como o produto poderia ser melhorado. Considere que as seguintes perguntas
foram feitas aos clientes:
a) Voc sempre usa o Windows na sua casa?
b) Qual a sua idade?
c) Os tutoriais e instrues que acompanham o Windows so teis?
d) Se a velocidade do Windows pudesse ser alterada, qual das seguintes mudanas
voc preferiria: mais lento, inalterado, ou mais rpido?
Cada uma dessas perguntas define uma varivel de interesse para a empresa.
Classifique os dados gerados por cada varivel como qualitativas (nominal ou ordinal)
ou quantitativas (contnuas ou discretas).
3. Os institutos de pesquisa de opinio regularmente fazem pesquisas para determinar

o ndice de popularidade do presidente em exerccio. Suponha que uma pesquisa ser
conduzida amanh com 2000 indivduos e eles sero questionados se a presidente
est fazendo um bom ou mau governo. Os 2000 indivduos sero selecionados e
entrevistados por nmeros de telefone aleatrios.
a) Qual a populao relevante?
b) Qual a varivel de interesse? quantitativa ou qualitativa?
c) Qual a amostra?
d) Qual o mtodo de coleta de dados que foi empregado?
2.5. Tcnicas de Amostragem
Amostragem o processo de obteno de amostras de uma populao.
2.5.1. Amostragem Probabilstica: uma amostra selecionada de tal forma que cada
item ou pessoa na populao estudada tm uma probabilidade (no nula) conhecida de
ser includa na amostra.
Dentro da amostragem probabilstica destacam-se trs:

10
Amostragem Casual Simples ou Aleatria

Definio: Todos os elementos da populao tm igual probabilidade de pertencer
amostra e todas as amostras possveis tm igual probabilidade de ocorrer.
Exemplo: Os elementos da amostra so sorteados entre todos os elementos da
populao por algum dispositivo adequado (Tabela de nmeros aleatrios).
Amostragem Sistemtica
Definio: aquela em que os elementos da populao se apresentam ordenados e a
retirada realizada atravs de um sistema preestabelecido.
Exemplo: Numa lista telefnica, sorteia-se um entre os 100 primeiros assinantes e a
partir deste retira-se outro a cada 100.
Amostragem Estratificada
Definio: um processo de amostragem usado quando as populaes so
heterogneas. Divide-se a populao em subpopulaes denominados estratos. Aps
a determinao dos estratos, seleciona-se uma amostra aleatria de cada um dos
estratos. Tipos de variveis que podem ser usadas em estratificao: idade, classes
sociais, sexo, profisso, salrio, procedncia, etc.
Exemplo: Numa pesquisa de renda mdia familiar podemos dividir uma cidade nos
seguintes estratos: bairros de classe A, bairros de classe B, bairros de classe C, etc. e
em seguida retirar um nmero proporcional de elementos de cada estrato para formar a
amostra estratificada.
11
3. Estatstica Descritiva: Grficos Estatsticos

3.1. Grficos Estatsticos
A representao grfica das sries estatsticas tem por finalidade dar uma idia,
a mais imediata possvel, dos resultados obtidos, permitindo chegar a concluses sobre
a evoluo do fenmeno ou sobre como se relacionam os valores da srie. A escolha
do grfico mais apropriado fica a critrio do analista. Contudo, os elementos
simplicidade, clareza e veracidade devem ser considerados quando da elaborao de
um grfico. Os principais tipos de grficos so:
a)
Grfico em Colunas ou em Barras: esses dois tipos de grficos so

geralmente utilizados para comparar diferentes valores da mesma varivel.
b)
12
Grficos em Setores: a representao grfica de uma srie estatstica, em

um crculo, por meio de setores. utilizado principalmente quando se pretende
comparar cada valor da srie com o total.
c)
13
Grfico em Curvas ou Linear: utilizado para representar o crescimento ou o

decrescimento da varivel. Exemplo:
FONTE: IBGE, Diretoria de Pesquisas, Coordenao de Trabalho e Rendimento, Pesquisa Mensal de Emprego.
3.2. Dicas para a Apresentao dos Dados

Dados
Dados
Qualitativos
Mtodos
Tabulares
- Distribuies de
frequncias
Mtodos
Grficos
- Grficos de
barras e pizza
Dados
Quantitativos
Mtodos
Grficos
Mtodos
Tabulares
- Distribuies de
- Histograma
frequncias
14
3.3. Exerccios:
1. Um estudo sobre o problema do desemprego na Grande So Paulo, no perodo

1985-1996, realizado pelo SEADE-DIEESE, apresentou o seguinte grfico sobre a
taxa de desemprego:
Pela anlise do grfico, correto afirmar que, no perodo considerado:

a) a maior taxa de desemprego foi de 14%;
b) a taxa de desemprego no ano de 1995 foi a menor do perodo;
c) a partir de 1992, a taxa de desemprego foi decrescente;
d) no perodo 1985-1996, a taxa de desemprego esteve entre 8% e 16%.
2. Uma pesquisa de opinio foi realizada para avaliar os nveis de audincia de alguns
canais de televiso, entre 20h e 21h, durante determinada noite. Os resultados
obtidos esto representados no grfico de barras a seguir:
15
I. O nmero de residncias pesquisadas foi, aproximadamente de:

a) 100
b) 135
c) 200
d) 220
II. O nmero de entrevistados que declararam estar assistindo a TvB

aproximadamente igual a:
a) 30 pessoas
b) 20 pessoas
d) 18 pessoas
d) 22 pessoas
16
4. Estatstica Descritiva: Distribuio de Frequncias

Um estudo completo das distribuies de frequncias imprescindvel devido que
este o tipo de tabela mais importante para a Estatstica Descritiva. A seguir so
descritos os procedimentos usuais na construo dessas tabelas. Primeiramente
vamos ver alguns conceitos fundamentais.
a) Dados brutos: O conjunto dos dados numricos obtidos aps a crtica dos valores
coletados. Os seguintes valores poderiam ser os dados brutos: 24, 23, 22, 28, 35,
21, 23, 33.
b) Rol: o arranjo dos dados brutos em ordem de frequncia crescente ou

decrescente. Os dados brutos anteriores ficariam assim: 21, 22, 23, 23, 24, 28, 33,
35.
c) Amplitude Total ou "range" (R). a diferena entre o maior e o menor valor

observado. No exemplo, R = 35 - 21 = 14.
4.1 Frequncia Absoluta (fi)

o nmero de vezes que o elemento aparece na amostra, ou o nmero de
elementos pertencentes a uma classe.
4.2 Frequncia Acumulada (fac)

a soma da frequncia absoluta da classe com a frequncia absoluta das classes
anteriores.
4.3 Frequncia Relativa (fr)
A frequncia relativa o valor da frequncia absoluta dividido pelo nmero total de

observaes: fr
fi
.
n
17
4.4 Frequncia Acumulada Relativa (far)

A frequncia acumulada relativa o valor da frequncia acumulada dividido pelo
nmero total de observaes: far
f ac
.
n
4.5 Distribuio de Frequncias e Histograma para Dados sem Intervalo de Classe
Utilizamos esse tipo de distribuio quando o nmero de elementos distintos da

amostra for pequeno.
Exemplo: Os dados a seguir se refere idade de 20 alunos de uma faculdade: 21,
21, 21, 22, 22, 22, 23, 23, 24, 24, 25, 25, 25, 25, 26, 26, 26, 28, 28, 30. Construa uma
distribuio com todas as frequncias.
X
fi
fac
fr
far
21
22
23
24
25
26
28
30
Observando a distribuio de frequncias, responda:

a) Quantos alunos tm 21 anos?
b) Qual a porcentagem de alunos com menos de 24 anos?
c) Qual a porcentagem de alunos com mais de 26 anos?
4.5.1 Histograma
Histograma uma representao grfica de uma tabela de distribuio de
frequncias. Desenhamos um par de eixos cartesianos e no eixo horizontal (abcissas)
colocamos os valores da varivel em estudo e no eixo vertical (ordenadas) colocamos
os valores das frequncias. O histograma tanto pode ser representado para as
18
frequncias absolutas como para as frequncias relativas. No caso do exemplo

anterior, o histograma seria:
4.5.2. Ogiva
Ogiva uma representao grfica de uma tabela de distribuio de frequncias

acumuladas. No caso exemplo anterior, a ogiva seria:
19
4.5.3. Exerccios
1. Considere os resultados finais, numa determinada disciplina, obtidos por 20

estudantes de uma dada Universidade: 9, 14, 12, 8, 14, 12, 16, 16, 8, 14,11, 12, 14,
11, 11, 18, 14, 18, 15, 15. Construa uma distribuio de frequncias para esses
dados.
2. Foi realizado um inqurito a um grupo de compradores de 30 carros novos para
determinar quantas reparaes ou substituies de peas foram feitas durante o
primeiro ano de utilizao dos carros, tendo-se obtido os seguintes resultados: 1, 4,
1, 2, 2, 3, 3, 2, 1, 2, 3, 2, 3, 1, 0, 1, 2, 0, 4, 3, 2, 1, 2, 4, 2, 1, 3, 1, 0, 1. Apresente os
dados numa tabela de distribuio de frequncias.
3. Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo indagou
sobre os diferentes tipos usados nas suas locomoes dirias. Dentre nibus, metro
e trem, o nmero de diferentes meios de transporte utilizados foi o seguinte: 2, 3, 2,
1, 2, 1, 2, 1, 2, 3, 1, 1, 1, 2, 2, 3, 1, 1, 1, 1, 2, 1, 1, 2, 2, 1, 2, 1, 2, 3.
a) organize uma tabela de frequncia;

b) faa uma representao grfica;
c) admitindo que essa amostra represente bem o comportamento do usurio
paulistano, voc acha que a porcentagem dos usurios que utilizam mais de um tipo de
transporte grande?
4.6. Distribuio de Frequncia e Histograma para Dados com Intervalo de Classe

Quando o nmero de elementos distintos da amostra for grande, os dados
devem ser tabulados em intervalos de classes. Exemplo: O conjunto de dados abaixo,
se refere ao lucro mensal de 40 empresas (mil reais). Construa sua distribuio de
frequncias.
47
43
50
50
50
46
45
48
51
48
48
44
41
45
44
46
43
43
45
47
43
42
45
44
20
48
45
45
57
47
45
46
43
51
40
52
47
52
46
53
49
Alguns passos devem ser seguidos para a tabulao de frequncias de dados.

1. Definir o nmero de classes. O nmero de classes no deve ser muito baixo nem
muito alto. Um nmero de classes pequeno gera amplitudes de classes grandes o
que pode causar distores na visualizao do histograma. Um nmero de classes
grande gera amplitude de classes muito reduzidas. Foram definidas regras prticas
para a determinao do nmero de classes, sendo que este deve variar entre 5 e 20
(5 para um nmero muito reduzido de observaes e 20 para um nmero muito
elevado). Se n representa o nmero de observaes (na amostra ou na populao,
conforme for o caso) o nmero aproximado de classes pode ser calculado por
Nmero de Classes(k), k =
exemplo temos n = 40 e k=
arredondando os resultados. No caso do nosso
40 6,32
ento o nmero de classes ser 6.
2. Calcular a amplitude das classes(h). A amplitude ser obtida conhecendo-se o

nmero de classes(k) e amplitude total (AT) dos dados. A amplitude total dos dados
o resultado da subtrao valor mximo - valor mnimo da srie de dados. A
amplitude de classe ser:
h=
AT
k
Em geral, o valor do resultado tambm arredondado para um nmero inteiro

mais adequado. No nosso exemplo temos:
h=
57 - 40
2,8 3
6
3. Preparar a tabela com os limites de cada classe. Na tabela abaixo apresentamos

para os dados do nosso exemplo os limites inferior (Linf) e superior (Lsup) de cada
uma das 6 classes de frequncia.
Classe
Limite inferior
Limite Superior
1
2
21
3
4
5
6
Para a construo da distribuio de frequncias usamos a simbologia de intervalos

abertos e fechados. Exemplo: 40 |------ 43 significa que pertencem ao intervalo todos os
valores de 40 a 42.
4. Tabular os dados por classe de frequncia. De acordo com nosso exemplo,

teremos:
Classe
40 |--- 43
fi
fac
fr
far
43 |--- 46
46 |--- 49
49 |--- 52
52 |--- 55
55 |--- 58
Total
Observando a distribuio de frequncias, responda:

a) Quantas empresas tm um lucro mensal 43 mil e < 46 mil?
b) Qual a porcentagem de empresas com lucro mensal 49 mil?
c) Qual a porcentagem de empresas com lucro mensal < 52 mil?
4.6.1 Histograma
22
4.6.2. Polgono de Frequncia
4.6.3. Exerccios
1. Os seguintes dados representam as contribuies fiscais, durante um ano, de 40
pessoas escolhidas aleatoriamente:
Agrupe os dados numa distribuio de frequncias.
2. A listagem seguinte refere-se aos montantes de 40 emprstimos pessoais de uma

companhia financeira, em milhares de reais.
900
500
450
1900
1200
1250
2500
550
1650
1200
1000
550
950
600
750
1300
850
350
1400
700
300
1100
300
1600
1500
1000
1800
900
500
650
2000
1000
2000
450
750
850
600
3000
350
1500
Construa a distribuio de frequncias para os dados da tabela.
23
3. A distribuio abaixo se refere a uma amostra da taxa de juros praticada em 25

pases:
Taxa de juros (%)
N de pases
1,0 |----- 2,4
2,4 |----- 3,8
3,8 |----- 5,2
5,2 |----- 6,6
10
6,6 |----- 8,0
Pede-se:
a) Determine as frequncias acumuladas, relativas (em %) e acumuladas relativas
(em %);
b) Complete as seguintes frases:
b1) O limite inferior da classe 2 _________; (R. 2,4)
b2) O limite superior da classe 5 ________; (R. 8,0)
b3) O ponto mdio da classe 3 __________; (R. 4,5)
b4) O ponto mdio da classe 4 __________; (R. 5,9)
b5) Em 92% dos pases a taxa de juros inferior a _________. (R. 6,6)
b6) Em _____% dos pases a taxa de juros superior ou igual a 3,8%. (R. 72%)
b7) Em _____% dos pases a taxa de juros 5,2% e 6,6%. (R. 40%)
b8) O nmero de pases que possuem taxa juros 6,6% e 8,0% so ___. (R. 2)
4. Um questionrio foi aplicado aos dez funcionrios do setor de contabilidade de uma

empresa fornecendo os dados apresentados na tabela.
Funcionrio
1
2
3
4
5
6
7
8
9
10
Curso
(completo)
superior
superior
mdio
mdio
mdio
mdio
mdio
mdio
Fundamental
fundamental
Idade
Salrios (R$)
34
43
31
37
24
25
27
22
22
26
1100,00
1450,00
960,00
960,00
600,00
600,00
600,00
450,00
450,00
450,00
Anos de
Empresa
5
8
6
8
3
2
5
2
3
3
24
a) classifique cada uma das variveis;

b) faa uma representao grfica para a varivel curso;
c) discuta a melhor forma de construir a tabela de frequncia para a varivel Idade.
Construa uma representao grfica;
d) repita o item (c) para a varivel salrio.
5. A tabela abaixo apresenta a distribuio de frequncia dos salrios mensais em

reais, de 65 empregados da companhia P & R.
Salrios (R$)
5.000 |---- 6.000
6.000 |---- 7.000
7.000 |---- 8.000
8.000 |---- 9.000
9.000 |---- 10.000
10.000 |---- 11.000
11.000 |---- 12.000
Total
No de Empregados
8
10
16
14
10
5
2
65
Determinar:
a) as frequncias acumuladas, relativas (em %) e acumuladas relativas (em %);
b) O limite inferior da 6 classe; (R. R$ 10000)
c) O limite superior da 4 classe; (R. R$ 9000)
d) A frequncia absoluta da 3 classe; (R. 16)
e) A frequncia relativa da 3 classe; (R. 25%)
f) O intervalo de classe que tem a maior frequncia; (R. 7000 |----- 8000)
g) A percentagem de empregados que ganham menos de R$8.000 por ms; (R. 52%)
h) A percentagem de empregados que ganham mais de R$10.000 (R. 11%)
25
5. Estatstica Descritiva: Medidas de Tendncia Central

No estudo de uma srie estatstica conveniente o clculo de algumas medidas
que a caracterizem. Essas medidas, quando bem interpretadas, podem fornecer
informaes muito valiosas com respeito a sries estatsticas. Elas so chamadas de
medidas de tendncia central e so usadas para indicar um valor que tende a
representar melhor um conjunto de dados. Geralmente localiza-se no centro ou em
torno do centro de uma srie, onde maior parte dos dados tende a se concentrar.
Quando o clculo dessas medidas feito a partir de uma amostra, elas recebem o
nome de estimativas e quando feito a partir de uma populao, recebem o nome de
parmetros. As principais medidas de tendncia central so: mdia, mediana e moda.
5.1. Mdia:
A mdia definida como a soma das observaes dividida pelo nmero de
observaes. Ela dada por:
n
xi
i 1
para amostra
xi
i 1
para populao
Para facilitar, usaremos
xi xi
i 1
Exemplo: Calcule a mdia da varivel x: 2,4,6,8.

A mdia para dados agrupados sem intervalo de classe obtida por:
x i f i para amostra
fi
xifi
para populao
f i
onde
26
fi n ou N
Exemplo: Determinar a mdia da distribuio:
xi
fi
xifi
xf
X i i
fi
Ento:

Para o clculo da mdia para dados agrupados com intervalos de classe,
necessrio calcular o ponto mdio de cada classe. A mdia obtida por:
Pm f i
fi
Pm f i
para populao
fi
para amostra
onde: Pm o ponto mdio de cada classe.

O ponto mdio de cada classe definido por:
Pm
L inf L sup
2
27
Exemplo: Calcular a mdia da distribuio:

classes
fi
0 |------ 2
2 |------ 4
10
4 |------ 6
6 |------ 8
Pm
Pmfi
P f
X m i
fi
Ento:
5.2. Mediana (Md):

A mediana um valor real que separa o rol em duas partes deixando sua
esquerda o mesmo nmero de elementos que a sua direita. Portanto, a mediana um
valor que ocupa a posio central em uma srie. Ela denotada por: Md.
5.2.1 Dados Brutos ou Rol
Inicialmente devemos ordenar os elementos, em seguida determinarmos o
nmero n de elementos.
Se n mpar: a mediana o termo central, ou seja, o termo que ocupa a posio
n 1
Exemplo: Determinar a mediana do conjunto: x: 2, 20, 12, 23, 20, 8, 12.

Ordenando os termos: 2, 8, 12, 12, 20, 20 ,23.
Como n=7 (mpar), ento a posio do termo central
Portanto, a mediana o quarto elemento do Rol: Md =
7 1
o
4 .
2
.
28
Se n par: a mediana ser a mdia aritmtica dos dois termos centrais, ou seja, os
termos que ocupam as posies
n

2
n
1
2
Exemplo: Determinar a mediana da srie: x: 7, 21, 13, 15, 10, 8, 9, 13.

Ordenando os termos: 7, 8, 9, 10, 13, 13, 15, 21.
Como n=8 (par), ento a posio dos dois termos centrais so
8
o
4 e
2
8 o
1 5
2
Ento, a mediana ser a mdia entre o quarto e o quinto elemento do Rol.
A mediana ser: Md =

Basta verificar se o nmero de elementos par ou mpar e aplicar o mesmo
raciocnio do caso anterior. Para facilitar a localizao dos termos centrais calcula-se a
frequncia acumulada da srie.
Exemplo: Determinar a mediana da distribuio:
xi
fi
Soluo: O nmero de elementos : n=fi=9 (mpar). Ento, o termo central ser

aquele que ocupar a posio
n 1
9 1
=
= 5. Para encontrar o quinto
elemento da distribuio, construmos uma nova coluna na tabela e determinamos as

frequncias acumuladas.
29
xi
fi
fac
Observando a frequncia acumulada, ns temos o n 2 que ocupa a 1 posio,

o n 5 que ocupa as posies 2, 3, 4 e 5. Ento, a mediana ser: Md =
5.2.3. Dados Agrupados com Intervalos de classe

Neste caso, o clculo da mediana feito atravs da frmula:
n / 2 fant
. h
Md l md
f
md
onde: lmd = limite inferior da classe mediana. A classe mediana obtida atravs de n/2;
fant = frequncia acumulada da classe anterior a classe mediana;
fmd = frequncia absoluta da classe mediana;
h = amplitude da classe (h=Lsup linf)
Exemplo: Determinar a mediana da distribuio:
Classes
fi
0 |------ 2
2 |------ 4
10
4 |------ 6
6 |------ 8
Soluo: O nmero de elementos 20, ento a classe mediana ser: n/2 = 20/2=10.
Identifica-se a classe mediana atravs da frequncia acumulada, ou seja, qual classe
est o 10 elemento. Observando a frequncia acumulada, temos o 10 elemento na 2
classe.
lmd =
30
Classes
fi
fac
0 |------ 2
2 |------ 4
10
11
4 |------ 6
19
6 |------ 8
20
20
fant=
fmd =
h=
Aplicando a frmula, temos:
Md
5.3. Moda (Mo)
o valor de maior frequncia em um conjunto de dados. Ela denotada por Mo.
Verifica-se qual o elemento que tem maior frequncia.
Exemplos: Determinar a moda dos conjuntos de dados:
a) x: 2, 8, 3, 5, 4, 5, 3, 5, 5, 1.
O elemento de maior frequncia 5. Portanto, Mo =
. uma sequncia
unimodal, pois s temos uma moda.
b) X: 6, 10, 5, 6, 10, 2.
Este conjunto de dados apresenta o elemento 6 e 10 como elementos de maior
frequncia. Portanto, Mo =
e Mo =
. Por isso chamada de bimodal.
Quando no houver elementos que se destaque pela maior frequncia, dizemos

que a srie amodal.
Exemplo: x: 3, 3, 3, 4, 4, 4.
No h moda, pois os elementos tm a mesma frequncia.
31
5.3.2. Dados Agrupados sem intervalos de classe

Neste caso, verificamos o elemento de maior frequncia absoluta. Exemplo:
Determinar a moda da distribuio abaixo:
xi
fi
Observamos que a maior frequncia absoluta o nmero 4, que corresponde ao

elemento 5 da distribuio. Portanto, a moda Mo =
5.3.3. Dados Agrupados com intervalos de classe
Neste caso, verificamos a classe que tem maior frequncia absoluta e aplicamos
a frmula.
M O l mo
1
h
1 2
onde: lmo = limite inferior da classe modal

1 = diferena entre a frequncia absoluta da classe modal e a da classe anterior
2 = diferena entre a frequncia absoluta da classe modal e a da classe
posterior
h = amplitude da classe
Exemplo: Determinar a moda da distribuio abaixo:
Classes
fi
0 |------ 2
2 |------ 4
10
4 |------ 6
6 |------ 8
20
Soluo: A classe modal aquela que tem maior frequncia absoluta, ento a classe
modal a 2 classe. Encontrando os valores, temos:
lmo =
1 =
32
2 =
h=
Aplicando a frmula, temos:
M O l mo
1
h
1 2
MO
5.4. Utilizao das Medidas de Tendncia Central
Na maioria das situaes, no necessitamos calcular as trs medidas de
tendncia central. Normalmente precisamos de apenas uma das medidas para
caracterizar o centro da srie.
A medida ideal em cada caso aquela que melhor representa a maioria dos
dados da srie.
Quando houver forte concentrao de dados na rea central da srie, devemos
optar pela Mdia.
Quando houver forte concentrao de dados no incio e no final da srie,
devemos optar pela Mediana.
A Moda deve ser a opo como medida de tendncia central apenas em sries
que apresentam um elemento tpico, isto , um valor cuja frequncia muito superior
frequncia dos outros elementos da srie.
5.5. Exerccios
1. O Servio de Recursos Humanos da Roth Young fez uma pesquisa sobre os

salrios anuais para gerentes assistentes de lojas de departamentos Os dados so
mostrados na tabela abaixo (dados em mil dlares): (amostra)
Salrio (US$)
fi
1000 | 1200
1200 | 1400
1400 | 1600
10
1600 | 1800
1800 | 2000
2
33
Pede-se:
a) Calcule as frequncias acumuladas, relativas e as acumuladas relativas;
b) O limite superior da classe1?(R: 1200)
c) O limite inferior da classe 3? (R:1400)
d) O ponto mdio da classe 2?(R:1300)
e) Qual a porcentagem de salrios anuais menores que US$ 1200? (R: 8%)
f) Qual a porcentagem de salrios anuais maiores que US$ 1600? (R: 28%)
g) Qual o salrio anual mdio? (R: US$ 1492)
h) Qual o salrio mediano? (R: US$ 1490)
i) Qual o salrio modal? (R: US$ 1488,89)
2. A tabela abaixo representa o nmero de faltas anuais dos funcionrios de uma

empresa: (populao)
N faltas
N empregados
20
42
53
125
84
40
14
Determine:
a) A distribuio de frequncias;
b) A porcentagem de empregados que tiveram um nmero de faltas anuais 2? (R:
30%)
c) A porcentagem de empregados que tiveram um nmero de faltas anuais 3?(R:
63%)
d) A porcentagem de empregados que tiveram um nmero de faltas anuais 5? (R:
15%)
e) A porcentagem de empregados que tiveram um nmero de faltas anuais 4? (R:
37%)
f) A mdia (R: 3)
g) A mediana e a moda (R: Md= 3; Mo= 3)
3. Uma companhia afirma que o ndice mdio de nicotina dos cigarros que fabrica est
dentro do limite estabelecido pelas organizaes mundiais de combate ao cncer.
Um laboratrio que estuda os males do cigarro sade realiza uma anlise,
utilizando uma amostra de 7 cigarros dessa companhia e obtm as seguintes
quantidades de nicotina (em mg):
25
34
24
23
22
29
23
23
Sabendo que o ndice mdio de nicotina recomendado por essas organizaes deve
variar entre 21mg/cigarro e 22mg/cigarro, responda:
a) Qual o ndice mdio de nicotina encontrado na amostra; (R: 24 mg/cig)
b) Qual o ndice modal de nicotina encontrado na amostra; (R: Mo=23mg/cig)
c) Qual o ndice mediano de nicotina encontrado na amostra; (R: Md=23 mg/cig)
d) Na sua opinio, o fabricante est obedecendo ao ndice mdio de nicotina
recomendado pelas organizaes internacionais? Justifique a sua resposta!
4. Durante certo perodo de tempo as taxas de juros, em %, para dez aes foram as
que a tabela abaixo registra:
Taxa (%) 2,59 2,64 2,60
2,62 2,55 2,61 2,50
2,63
2,64 2,69
Calcule:
a) a taxa mdia; (R. 2.60%)
b) a taxa mediana; (R.2.61%)
c) a taxa modal; (R. 2.64%)
5. A tabela abaixo indica o nmero de acidentes ocorridos com 70 motoristas de uma
empresa de nibus nos ltimos 5 anos:
N DE ACIDENTES
0
1
2
N DE MOTORISTAS 15 11 20
3
9
4
6
5
5
6
3
7
1
a) Construa a distribuio de frequncias.

b) Determine o nmero de motoristas com menos de 1 acidente. (R. 15)
c) Determine o percentual de motoristas com pelo menos 3 acidentes. (R. 34%)
d) Determine o percentual de motoristas com no mximo 2 acidentes. (R. 66%)
e) Qual o nmero total de acidentes ocorrido no perodo? (R. 152)
f) Qual a mdia de acidentes? E a moda de acidentes? E a mediana? (R. 2)
6. Em um escritrio de consultoria, h cinco contnuos que recebem os seguintes
salrios mensais: R$ 800,00; R$ 780,00; R$ 820,00; R$ 810,00 e R$ 790,00. Calcule o
salrio mdio mensal dos contnuos desse escritrio. (R. R$ 800,00)
35
7. A mdia mnima para aprovao em determinada disciplina 5,0. Se um estudante

obtm as notas 7,5; 8,0; 3,5; 6,0; 2,5; 2,0; 5,5; 4,0 nos trabalhos mensais da disciplina
em questo, pergunta-se: ele foi ou no aprovado? Explique.
36
6. Estatstica Descritiva: Medidas de Disperso

As medidas de disperso so medidas que mostram o grau de disperso ou de
concentrao em torno da mdia. As mais utilizadas so: varincia, desvio padro e
coeficiente de variao.
6.1 Varincia e Desvio Padro

A varincia uma mdia aritmtica calculada a partir dos quadrados dos desvios
obtidos entre os elementos da srie e a sua mdia.
Quando o conjunto de dados representa uma populao, a varincia denotada
por 2(x) e o desvio padro correspondente por (x).
Quando o conjunto de dados representa uma amostra, a varincia denotada
por s2(x) e o desvio padro correspondente por s(x).
6.1.1 Dados Brutos ou Rol

A varincia dada por:
(x i X)2
s
, para a amostra;
2
n 1
(xi )2

, para a populao.
2
O desvio padro a raiz quadrada positiva da varincia.
s s 2 , para a amostra;
2 , para a populao.
Exemplo: Determine a varincia e o desvio padro da srie: X: 2, 4, 6, 8, representativa
de uma amostra.
37
Soluo: Primeiro, calculamos a mdia: X
xi
n

Neste caso, a varincia dada por:
fi (x i X)2
s
, para a amostra;
2
n 1
fi (xi )2

, para a populao.
2
O desvio padro a raiz quadrada positiva da varincia.
2 , para a populao.
Exemplo: Calcule a varincia e o desvio padro da srie abaixo, representativa
de uma amostra.
38
xi
fi
10
(xi - X )2
xifi
fi(xi - X )2
xi f i
fi
Primeiro, calculamos a mdia: X
Como estamos trabalhando com uma populao a varincia dada por:
f (x X )
n 1
O desvio padro ser:

A varincia para dados agrupados com intervalos de classe dada por:
f i ( Pm X ) 2
s
, para a amostra;
2
n 1
f i ( Pm ) 2

, para a populao.
2
O desvio padro dado por:
2 , para a populao.
Exemplo: Calcule a varincia e o desvio padro da srie abaixo, representativa
de uma populao:
classes
fi
0 |------ 2
2 |------ 4
10
4 |------ 6
6 |------ 8
20
39
Pm
Pmfi
( Pm )2 f i ( Pm )2
Primeiramente calculamos o ponto mdio de cada classe e em seguida a mdia:
Pm f i
fi
Como estamos trabalhando com uma populao a varincia dada por:
f i ( Pm ) 2
O desvio padro ser:
6.2. Coeficiente de Variao (CV)

uma medida relativa de disperso, til para a comparao em termos relativos
do grau de concentrao em torno da mdia. Ele expresso em porcentagem.
CV
100
para populao
CV
s
.100
X
para amostra
Se: CV 15%
Baixa disperso Homognea, estvel, regular.
15% CV 30%
Mdia disperso.
CV 30%
Alta disperso Heterognea.
40
6.3. Exerccios
1. Amostras de solo resultaram na seguinte distribuio para os valores de pH de um

solo latossol vermelho-amarelo.
Classe de pH
4,5 |------ 5,5
5,5 |------ 6,5
6,5 |------ 7,5
7,5 |------ 8,5
8,5 |------ 9,5
Freqncia
6
3
4
7
4
Pede-se:
a) O pH mdio; (R.7)
b) O pH mediano; (R.7,25)
c) O pH modal; (R. 8)
d) A varincia, o desvio padro e o coeficiente de variao.

2. O transporte pblico e o automvel so dois meios de transportes que uma pessoa
pode usar para ir ao trabalho diariamente. Amostras de tempo para cada meio de
transporte esto registradas a seguir. Os tempos esto em minutos.
Transporte pblico
28
29
32
37
33
25
29
32
41
34
Automvel
29
31
33
32
34
30
31
32
35
33
Qual o meio de transporte deve ser o preferido pelas pessoas? Justifique. (R: o
automvel, pois tem a menor variabilidade)
3. Abaixo se tem o peso (kg) e altura (cm) de uma amostra de 6 pessoas.

Peso (kg)
Altura (cm)
79
170
83
179
57
165
58
156
67
165
70
179
Pede-se:
a) Calcule o peso mdio e a altura mdia; (69kg; 169 cm)
b) Quem mais varivel, o peso ou a altura? Justifique sua resposta.( o peso,
pois seu CV maior)
4. A tabela seguinte apresenta a produo de caf, em milhes de toneladas, na
regio DELTA (populao).
41
ANO
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Ton
12
15
18
22
17
14
18
23
29
32
a) Calcule o valor da produo mdia. (R. 20)

b) Calcule o valor da moda da produo. (R. 18)
c) Calcule o valor da mediana da produo. (R. 18)
d) Calcule o valor do desvio padro da produo. (R. 6.16)
e) Calcule o valor do coeficiente de variao, e interprete o resultado. (R. 30.8%)
5. Numa empresa o salrio mdio dos homens de R$ 4000,00 com um desvio

padro de R$1500,00, e o das mulheres na mdia de R$3000,00 com desvio
padro de R$1200,00. Qual dos sexos apresenta maior disperso. (Analise pelo
C.V.) (R. as mulheres)
6. Uma empresa precisa escolher, dentre trs marcas de pneus (A, B, C), qual dever
comprar. O manual do fabricante das trs marcas de pneus afirma que o desgaste
dos pneus a cada 10.000 km de 1 milmetro. O gerente de suprimentos da
empresa comprou 10 pneus de cada marca e submeteu-os a um teste de desgaste
de 10.000 km. O resultado (em nmero de milmetros gastos) obtido para cada pneu
foi o seguinte:
A:
0,5 1,0 0,7
1,5
1,6
1,2
0,4 0,8 1,0 1,3
B:
1,0 0,9 1,0
0,9
1,1
0,8
0,9 0,7 0,8 0,9
C:
1,0 1,1 0,9
1,0
1,0
0,9
1,1 1,2 0,8 1,0
Qual marca lhe parece recomendvel? Justifique sua resposta.
42
7. Teoria das Probabilidades

7.1. Introduo
A teoria das probabilidades permite construir modelos matemticos que explicam
um grande nmero de fenmenos coletivos e fornecem estratgias para a tomada de
decises.
7.2. Fenmenos
Fenmeno qualquer acontecimento natural. Encontramos na natureza dois
tipos de fenmenos: determinsticos e aleatrios.
Os fenmenos determinsticos so aqueles em que os resultados so sempre
os mesmos, qualquer que seja o nmero de ocorrncias verificadas.
Os fenmenos aleatrios so aqueles que repetidos sob mesmas condies
podem conduzir a mais de um resultado.
Quando um fenmeno determinstico, a teoria das probabilidades no fornece
um modelo adequado para a explicao do fenmeno.
A teoria das probabilidades s til e deve ser aplicada quando lidamos com um
fenmeno aleatrio.
Os fenmenos aleatrios so chamados de experimento.
Exemplos de fenmenos aleatrios:
a) Lanamento de uma moeda;
b) Lanamento de um dado;
c) Retirada de uma carta de um baralho completo de 52 cartas.
7.3. Espao amostral

o conjunto de todos os resultados possveis de um experimento aleatrio.
Representamos o espao amostral por S.
43
Exemplos:
Determinar o espao amostral dos experimentos:
a) Lanamento de uma moeda:
S = {(c,k)}
b) Lanamento de um dado:
S = {1, 2, 3, 4, 5, 6}
Espao amostral equiprovvel

O espao amostral de um experimento chamado equiprovvel, se todos os
seus elementos tm a mesma probabilidade de ocorrncia.
7.4. Eventos
Evento qualquer subconjunto do espao amostral do experimento.
Exemplo:
Lanar um dado e observar o nmero obtido:
Evento A: obter um nmero par: A: {2, 4, 6,}
Evento B: obter um nmero mpar: B: {1, 3, 5}
Tipos de eventos
Evento certo: o evento que se tem certeza de que ir ocorrer. Exemplo: Obter
um nmero inteiro no lanamento de um dado.
Evento impossvel: o evento que nunca pode ocorrer: Exemplo: Obter um

nmero maior que 6 no lanamento de um dado.
Eventos mutuamente exclusivos: dois eventos A e B so mutuamente

exclusivos quando eles no podem ocorrer ao mesmo tempo.
Eventos independentes: dois eventos A e B so independentes se a

ocorrncia de um no tem efeito sobre a probabilidade de ocorrncia do outro.
44

Em qualquer experimento aleatrio, h sempre uma incerteza quanto
ocorrncia ou no de determinado evento. A medida de chance, com que se pode
esperar a ocorrncia de determinado evento chamada probabilidade, seu valor um
nmero real entre 0 e 1 ou 0 e 100%.
7.6. Definies de Probabilidade
Probabilidade Clssica
baseada na hiptese de que os resultados de um experimento aleatrio so
igualmente provveis. Ela dada por

P( A)
n( A)
n( S )
onde: n(A) = nmero de elementos de A ou o nmero de casos favorveis a A;

n(S) = nmeros de elementos de S ou o nmero de resultados possveis do
espao amostral;
P(A) = probabilidade de ocorrer A.
Exemplos:
1) Lana-se duas vezes uma moeda. Qual a probabilidade de se obter cara em
pelo menos um dos lanamentos?
Soluo
Primeiramente, temos que definir o espao amostral. Podemos usar o diagrama
da rvore para defini-lo.
45
Ento:
S=
n(S) =
Evento: Obter cara pelo menos uma vez

A=
n(A) =
Calculando P(A):
P( A)
n( A)
n( S )
2) Uma urna contm 5 bolas verdes, 3 brancas e 4 pretas. Sorteando uma bola ao
acaso, qual a probabilidade de sair:
a) bola branca;
b) bola preta.
Soluo:
O espao amostral so todas as bolas da urna. Ento: S = {5V, 3B, 4P} e
n(S) = 12.
a) Evento A: sair bola branca
n(A) = 3
Ento: P( A)
n( A)
n( S )
b) Evento B: sair bola preta.

n(B) = 4
Ento: P( B )
n( B )
n( S )
Probabilidade Frequencialista
baseada na frequncia relativa. Ela deve ser aplicada quando no se conhece
a regularidade dos resultados. Ela dada por:
46
Probabilidade de um evento = n de vezes que o evento ocorreu no passado

N total de observaes
Exemplo: Numa fbrica trabalham 30 mulheres e 50 homens cuja distribuio por

classes e por idades a seguinte:
Idades
Homens
Mulheres
At 21 anos
De 21 a 50 anos
30
18
Mais de 50 anos
15
Total
Total
a) Qual a probabilidade de uma pessoa escolhida ao acaso ser mulher?
b) Qual a probabilidade de uma pessoa escolhida ao acaso ter mais de 50 anos?
Probabilidade do complementar -
P( A )
Probabilidade do complementar a probabilidade de no ocorrncia de um

evento. Se
P( A) P( A) 1, ento:
P( A) 1 P( A)
onde:
P( A ) = probabilidade do complementar;
P( A) = probabilidade de ocorrer A
47
Exemplo: No lanamento de dois dados, calcular a probabilidade de se obter soma

diferente de 11 nas faces.
Soluo: Definir o espao amostral para dois dados.
Calcular P(A):
Evento A: soma igual a 11
A=
n(A) =
P( A )
Ento:
n( A )
n(S)
P( A) 1 P( A)
Probabilidade da Unio de Eventos

A probabilidade da unio de eventos til quando temos dois eventos e
queremos saber a probabilidade de que um pelo menos um deles ocorra. Ela definida
como:
P( A B) P( A) P(B) P( A B)
Exemplos:
1) Ao retirarmos uma bola de uma urna que contm 15 bolas numeradas de 1 a 15,
qual a probabilidade da bola ser um nmero mltiplo de 3 ou ser primo?
48
Soluo:
Definir S = {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15}
n(S) = 15
Calcular P(A) P(B) e P(AB)
Evento A: nmero mltiplo de 3
A=
n(A) =
P( A)
n( A)
n( S )
Evento B: nmero primo

B=
n(B) =
P( B )
(AB) = {3}
n( B )
n( S )
n(AB) = 1
P( A B)
Calcular
P( A B) P( A) P(B) P( A B)
P( A B)
2) No lanamento de um dado, qual a probabilidade de ocorrer um nmero mltiplo

de 3 ou o nmero 5?
Soluo:
S = {1, 2, 3, 4, 5, 6}
n(S) = 6
Evento A: nmero mltiplo de 3

A=
n(A) =
P( A)
n( A)
n( S )
Evento B: nmero 5
49
B=
n(B) =
P( B )
n( B )
n( S )
(AB) =
Calcular
P( A B) P( A) P(B) P( A B)
P( A B)
Probabilidade Condicional
a probabilidade de que um evento ocorra, sabendo que outro evento tenha
ocorrido. Ela definida por:
P( A / B )
n( A B)
n( A B)
ou P(B / A)
n(B)
n( A)
Exemplo: Jogando um dado, qual a probabilidade de sair o nmero 2, sabendo que o

nmero par?
Soluo:
50
Probabilidade da Interseco de Eventos

A probabilidade da interseco de eventos til quando temos dois eventos e
queremos saber a probabilidade de que ambos ocorram.
Exemplo1: Em um lote de 10 peas, 4 so defeituosas. Retirando-se 2 peas, ao

acaso, sem reposio, qual a probabilidade de ambas serem boas?
Soluo:
Para eventos independentes ela definida como:
P( A B) P( A).P(B)
Exemplo2: Em um lote de 10 peas, 4 so defeituosas. Retirando-se 2 peas, ao
acaso, com reposio, qual a probabilidade de ambas serem boas?
Soluo:
7.8. Exerccios
1. De 120 estudantes, 70 estudam matemtica, 80 estudam portugus e 40 estudam

matemtica e portugus. Um estudante escolhido ao acaso, qual a probabilidade
dele:
a) Estudar matemtica ou portugus; (R: 92%)
b) Estudar matemtica; (R: 58%)
c) Estudar portugus; (R: 67%)
d) No estudar matemtica; (R: 42%)
2. Numa classe h 10 homens e 20 mulheres, metade dos homens e metade das

mulheres possui olhos castanhos. Ache a probabilidade de uma pessoa escolhida ao
acaso ser homem ou ter olhos castanhos. (R: 67%)
51
3. Uma faculdade coletou a seguinte informao sobre seus estudantes de graduao:

Curso
Homens
Mulheres
Contabilidade
120
80
Finanas
110
70
Marketing
70
50
Administrao
110
100
Estatstica
50
10
Computao
140
90
Um estudante selecionado ao acaso. Qual a probabilidade de que o(a)

estudante:
a) Seja mulher? (R: 40%)
b) Seja homem? (R: 60%)
c) Seja mulher ou que esteja cursando Contabilidade? (R: 52%)
d) Seja homem ou esteja cursando Administrao?(R: 70%)
e) Dado que o(a) estudante mulher, qual a probabilidade de que esteja
cursando Contabilidade? (R: 20%)
f) Dado que o(a) estudante homem, qual a probabilidade de que esteja
cursando Computao? (R: 23%)
7. Uma amostra de 140 investidores de um banco revelou que 80 investem em

poupana, 30 investem no fundo e 10 investem na poupana e no fundo.
Selecionado um destes investidores ao acaso, qual a probabilidade de que ele
tenha investimentos na poupana ou no fundo? (R: 71%)
5. Do total de 600 empregados de uma empresa, 400 se beneficiam de um plano de

participao nos lucros, 450 beneficiam de um plano mdico e 300 se beneficiam de
ambos. Selecionado um empregado ao acaso, qual a probabilidade de que ele:
a. Se beneficie do plano de participao nos lucros; (R. 67%)
b. Se beneficie do plano mdico; (R. 75%)
c. Se beneficie do plano de participao nos lucros ou do plano mdico.(R.
92%)
52
6. A probabilidade de um homem estar vivo daqui a 20 anos de 0.4 e de sua mulher

de 0.6. Qual a probabilidade de que:
a) Ambos estejam vivos no perodo? (R. 24%)
b) Somente o homem estar vivo? (R.16%)
c) Somente a mulher estar viva? (R.36%)
7. Uma amostra de 2000 indivduos distribuda de acordo com a cor de olho e a

presena ou ausncia de certa caracterstica oftalmolgica como segue:
Caracterstica
Cor dos olhos

Castanho
Azul
Outro
Sim
400
270
130
No
200
650
350
Um indivduo selecionado ao acaso da populao em estudo, qual a

probabilidade de:
a) a pessoa ter olhos azuis? (R. 46%)
b) a caracterstica estar presente e a pessoa ter castanhos? (R. 20%)
c) a pessoa no tem olhos azuis, dado que a caracterstica est ausente?
(R.46%)
d) a pessoa no ter olhos castanhos? (R. 70%)
e) a pessoa ter olhos azuis ou a caracterstica estar presente? (R. 72,5%)
8. A tabela a seguir apresenta dados dos 1000 ingressantes de uma universidade, com
informaes sobre rea de estudo e classe scio econmica.
rea\ Classe Alta Mdia Baixa
Exatas
120
156
68
Humanas
72
85
112
Biolgicas
169
145
73
Se um aluno ingressante escolhido ao acaso, determine a probabilidade de:

a) Ser da classe econmica mais alta; (R. 36%)
b) Estudar na rea de exatas; (R. 34%)
c) Estudar na rea de humanas, sendo da classe mdia; (R. 22%)
d) Ser da classe baixa, dado que estuda na rea de biolgicas. (R. 19%)
53
9. Uma empresa tem os seguintes dados sobre idade e o estado civil de 160 clientes.
Estado Civil
Idade
Solteiro Casado Divorciado
Menos de 30
20
12
4
Entre 30 e 40
13
22
5
Entre 40 e 50
9
27
8
Mais de 50
6
23
11
a) Qual a probabilidade de um cliente ser solteiro? (R. 30%)

b) Qual a probabilidade de um cliente ter entre 30 e 40 anos? (R. 25%)
c) Qual a probabilidade de um cliente ser solteiro e ter entre 30 e 40 anos? (R. 8%)
d) Qual a probabilidade de um cliente ser solteiro ou ter entre 30 e 40 anos? (R. 47%)
e) Qual a probabilidade de um cliente ser casado ou ter mais de 50 anos? (R. 63%)
f) Qual a probabilidade de um cliente ser divorciado ou casado e ter entre 40 e 50
anos? (R. 22%)
g) Dado que um cliente escolhido entre 40 e 50 anos, qual a probabilidade dele ser
casado? (R. 61%)
h) Dado que um cliente casado, qual a probabilidade dele ter entre 40 e 50 anos?
(R. 32%)
i) Dado que um cliente tem menos de 30 anos, qual a probabilidade dele ser solteiro
ou casado? (R. 89%)
j) Dado que um cliente casado ou divorciado, qual a probabilidade dele ter mais do
que 50 anos? (R. 30%)
54
8.1. Variveis Aleatrias: uma varivel aleatria, x, o resultado numrico de um
experimento probabilstico.
Exemplos: x = o nmero de pessoas num carro.
x = o tempo que leva para ir de carro de casa at a escola.
x = o nmero de vezes que voc vai escola por semana.
8.2. Tipos de Variveis Aleatrias
Discreta: se o nmero de resultados possveis finito ou pode ser contado.
Contnua: se pode assumir qualquer valor dentro de determinado intervalo. So

determinadas por uma medio.
8.3. Distribuio de Probabilidade: a cada valor de uma varivel aleatria pode ser
atribuda uma probabilidade. Ao enumerar cada valor da varivel aleatria com sua
probabilidade correspondente, forma-se uma distribuio de probabilidade.
8.4. Propriedades de uma distribuio de probabilidade
Cada probabilidade precisa estar entre 0 e 1, inclusive.
A soma de todas as probabilidades 1.
Exemplo: O psiclogo de uma empresa aplicou um teste de personalidade para

determinar caractersticas passivas/agressivas em 150 funcionrios. Aos indivduos
foram atribudos valores de 1 a 5, em que 1 representava o extremo passivo e 5, o
extremo agressivo. Um escore de 3 indicava no haver nenhuma caracterstica
preponderante. Os resultados esto na tabela abaixo.
Escore (x)
Frequncia (f)
24
33
42
30
21
55
Estabelea uma distribuio de probabilidade para a varivel aleatria x.

Soluo: Divida a frequncia de cada pontuao pelo nmero total de indivduos no
estudo para obter a probabilidade de cada valor da varivel aleatria.
P(1)
P( 2 )
P(3)
P(4)
P(5)
Colocam-se os valores em uma tabela.

x
P(x)
0,16
0,22
0,28
0,2
0,14
8.5. Mdia, valor esperado ou esperana matemtica de uma varivel aleatria: a

mdia, valor esperado ou esperana matemtica de uma distribuio de
probabilidade dado por:
E ( x) xP( x)
Cada valor de x deve ser multiplicado por sua probabilidade correspondente e os
produtos devem ser somados.
8.6. Varincia e desvio padro de uma varivel aleatria
2 x 2 P ( x) xP( x)
2
Exemplo: Considerando o exemplo da distribuio de probabilidade para o teste de
personalidade, obtenha a pontuao mdia, a varincia e o desvio padro.
x
P(x)
0,16
0,22
0,28
0,2
0,14
xP(x)
x2P(x)
A mdia ser igual a:
A varincia ser:
56
xP(x) =
2 x 2 P ( x) xP( x)
2
E o desvio padro:
8.7. Exerccios
1. Uma companhia analisa diariamente o nmero de vendas de seus novos

funcionrios durante um perodo de teste de 50 dias. Os resultados esto
representados na tabela abaixo:
Vendas por dia (x)
Nmero de dias (freq)
10
20
Pede-se:
a) Construa uma distribuio de probabilidade para a varivel x;
b) O nmero esperado vendas;
c) A varincia e o desvio padro.
2. O nmero de caminhes que chegam por hora na Unidade Armazenadora de Gros
da COOPAVEL tem a distribuio de probabilidade apresentada na tabela abaixo.
Calcule: a) o nmero de esperado de caminhes por hora; b) varincia, e c) desvio
padro.
No. de Caminhes por hora (X)
Probabilidade P(X)
0,05
0,10
0,15
0,25
0,30
0,10
0,05
3. A tabela abaixo indica a probabilidade da rede de computadores de uma empresa

ficar fora do ar durante a semana em que est sendo instalado um novo sistema.
Calcule: a) o nmero de horas esperado que a rede ficar fora do ar; e b) desvio
padro.
Nmero de horas (X)
Probabilidade P(X)
0,01
0,08
0,29
0,42
0,14
0,06
57
8.8. Distribuies Discretas de Probabilidade
- Distribuio Binomial
H muitos experimentos probabilsticos para os quais a concluso de cada
tentativa pode ser reduzida a dois resultados: sucesso ou fracasso. Esses
experimentos so chamados de binomiais.
A distribuio binomial uma distribuio de probabilidades que estuda o
comportamento das variveis dicotmicas, ou seja, aquelas que s podem ter 2
valores.
Exemplos:
Masculino / Feminino
Satisfeito / Insatisfeito
Atrasado / No-atrasado
Estes eventos so denominados designativos: (sim/no ou sucesso/ fracasso)

Caractersticas de uma distribuio binomial:
O nmero de tentativas fixo (n).
As n tentativas so independentes e repetidas em condies idnticas.
Para cada tentativa h dois resultados possveis: sucesso ou fracasso.
A probabilidade de sucesso numa tentativa nica p.

A probabilidade de fracasso q, onde q = 1 - p
O problema central est em determinar a probabilidade de k sucessos em n

tentativas, sendo k = 0 ou 1 ou 2 n.
Em uma distribuio binomial, a probabilidade de exatamente k sucessos em n

tentativas dada por:
P( x k)
n!
pk q nk
k!(n k )!
Onde:
n = n de vezes que uma tentativa repetida;
p = probabilidade de sucesso
q = probabilidade de fracasso (q= 1 - p)
k = n de sucessos em n tentativas
k = 0, 1, 2, 3, 4, , n.
58
Exemplo 1: O Departamento de Estatstica do Trabalho de um municpio estimou que

20 % da fora de trabalho est desempregada. Uma amostra de 14 trabalhadores
obtida deste municpio. Calcule as seguintes probabilidades:
a) Nenhum trabalhador estar desempregado;
b) Trs trabalhadores estarem desempregados;
c) No mnimo um dos trabalhadores estarem desempregado;
d) No mximo dois dos trabalhadores estarem desempregados.
Exemplo 2: Uma companhia fabrica rolamentos para serem usados em bicicletas.

Sabe-se que 5 % dos dimetros dos rolamentos estaro fora dos limites de aceitao
59
(defeituosos). Se 6 rolamentos so selecionados ao acaso, qual a probabilidade de

que:
a) Nenhum seja defeituoso;
b) Exatamente um seja defeituoso;
c) No mximo dois sejam defeituosos;
d) No mnimo trs sejam defeituosos;
- Mdia, varincia e desvio padro de uma distribuio binomial

A mdia dada por:
np
2 npq
npq
Para o exemplo 2:
60
p = 0,05 e n = 6
np 6 0,05 0,3
2 npq 6 0,05 0,95 0,285
npq 0,285 0,534
8.9. Exerccios
1. Um levantamento efetuado em um prego da bolsa de valores mostrou que naquele

dia 40% das empresas tiveram aumento do valor de suas aes, enquanto que as
aes das empresas restantes ficaram estveis ou perderam valor. Um fundo negocia
com aes de 10 destas empresas. Calcule a probabilidade de que neste dia:
a) Todas as aes do fundo tenham se valorizado; (R. 0,01%)
b) No mximo aes de duas empresas tenham se valorizado; (R. 17%)
c) No mnimo aes de 3 empresas tenham se valorizado; (R. 83%)
2. Um vendedor programa seis visitas e acredita que a probabilidade de ele ser

recebido pelo encarregado de compras das empresas visitadas de 80%. Qual a
probabilidade do vendedor:
a) Ser recebido por todos os encarregados de compra? (R. 26%)
b) Ser recebido em pelo menos 4 visitas? (R. 90%)
3. 20% das fechaduras fabricadas por uma determinada empresa travam e no abrem
com sua chave, necessitando ser substitudas. Se forem selecionadas 7 fechaduras
desse fbrica, instaladas numa nica casa, qual a probabilidade de:
a) Nenhuma ser defeituosa? (R. 21%)
b) 2 serem defeituosas? (R. 27%)
c) Todas serem defeituosas? (R. 0,00128%)
d) Pelo menos uma ser defeituosa? (R. 79%)
4. Uma fbrica de pneumticos produz 3% de defeituosos. Um envio a um cliente

consta de 20 pneumticos. Determinar a probabilidade de que:
a) Todos estejam perfeitos; (R. 54%)
b) Pelo menos um defeituoso; (R. 46%)
61
c) Todos estejam com defeito; (R. 0,00%)

d) No mximo 2 estejam com defeito. (R. 98%)
- Distribuio de Poisson
Em uma distribuio binomial, estamos interessados em obter a probabilidade
de um nmero k de sucessos em n tentativas. Suponha que, em vez disso, estamos
interessados em saber qual a probabilidade de ocorrer um nmero especfico de
resultados dentro de uma determinada unidade de tempo ou espao.
A distribuio de Poisson uma distribuio discreta de probabilidade de uma
varivel aleatria x que satisfaz as seguintes condies:
1. O experimento consiste em contar o nmero de vezes, k, que um evento ocorre num
intervalo de tempo, rea ou espao.
2. A probabilidade de que o evento ocorra a mesma em cada intervalo.
3. O nmero de ocorrncias em um intervalo independe do nmero de ocorrncias em
outro.
A probabilidade de exatamente k ocorrncias em um intervalo dada por:
e k
P( x k)
k!
Onde: = mdia de ocorrncias por intervalo;
e = constante de Euler; (2,71828)
k = nmero de vezes que o evento ocorre
Exemplo1: O nmero mdio de acidentes mensais em um determinado cruzamento

trs. Qual a probabilidade de que em um determinado ms ocorram:
a) Nenhum acidente;
b) Dois acidentes;
62
c) Quatro acidentes.
Exemplo2: Numa estrada h 2 acidentes para cada 100 km. Qual a probabilidade de
que em:
a) 250 km ocorram 3 acidentes?
b) 300 km ocorram 5 acidentes?
8.10. Exerccios
1. Suponha que 200 erros de impresso so distribudos ao acaso em um livro de 200

pginas, segundo um processo Poisson. Encontre a probabilidade de que uma dada
pgina contenha:
a) nenhum erro de impresso; (R. 37%)
b) 1 erro de impresso; (R. 37%)
c) 2 erros de impresso. (R. 18%)
63
2. Suponha que em uma populao de 50.000 pessoas seja verificada uma mdia de 2
suicdios por ano. Numa cidade de 100.000 habitantes, encontre a probabilidade de em
um dado ano ter havido:
a) nenhum suicdio; (R. 2%)
b) 1 suicdio; (R. 7%)
c) 2 suicdios; (R. 15%)
3. Uma loja atende em mdia 2 clientes por hora. Calcular a probabilidade de em uma
hora:
a) atender exatamente 2 clientes; (R. 27%)
b) atender 3 clientes. (R. 18%)
4. O departamento de recursos humanos de uma firma entrevista 150 candidatos a

emprego por hora. Qual a probabilidade de entrevistar:
a) 3 candidatos em 2 minutos? (R. 14%)
b) 8 candidatos em 4 minutos. (R. 11%)
8.11. Aproximao da Distribuio Binomial pela Distribuio de Poisson
Muitas vezes, no uso da binomial, acontece que n muito grande (n>30) e p

muito pequeno (p<0,05). Nesses casos o clculo torna-se muito difcil, sendo
necessrio o uso de mquinas de calcular sofisticadas ou ento computador.
Podemos ento fazer uma aproximao da binomial pela distribuio de
Poisson. Quando isso ocorre, a mdia
np
ser
np .
Exemplo: O controle de qualidade de uma montadora de automveis acusa 1% de

falhas no processo de proteo da lataria dos veculos que produz. Calcule a
probabilidade de que:
a) Nenhum dos 100 veculos encomendados por uma concessionria apresente a
falha citada; (R.36.79%)
64
b) Apenas um veculo apresente a falha citada em um grupo de 200 veculos

vistoriados; (27.07%)
8.12. Distribuio Contnua de Probabilidade
- Distribuio Normal de Probabilidade

A distribuio para varivel contnua mais importante (e mais utilizada na prtica)
a distribuio normal.
- Grfico e propriedades de uma distribuio normal
A mdia, mediana e a moda so iguais.
O grfico tem a forma de um sino (chamada de curva normal) e simtrica em

torno da mdia.
65
Ela assinttica a curva aproxima-se cada vez mais do eixo X, mas nunca toca
efetivamente ele.
A rea total sob a curva igual a 1 ou 100%.
- reas abaixo da curva normal
Cerca de 68,3 % da rea sob a curva normal est entre menos um e mais um
desvio padro da mdia. Isto pode ser escrito como 1 .
Cerca de 95,5 % da rea sob a curva normal est entre menos dois e mais dois
desvios padres da mdia, escrito como 2 .
Cerca de 99,7 % a rea sob a curva normal est entre menos trs e mais trs
desvios padres da mdia, escrito como 3 .
- Funo densidade de probabilidade

A funo densidade de probabilidade de uma varivel aleatria normal dada por:
f (X )
1
e
2
1 X

66
- Distribuio normal padro

muito difcil ficarmos calculando probabilidades para distribuies normais atravs de
clculos de integrao. Para evitar este trabalho foi definida uma distribuio normal
particular chamada de distribuio normal padro. Esta distribuio tem as
caractersticas de ser uma distribuio normal com mdia (valor esperado) igual a zero
e desvio padro igual a 1. Em notao matemtica dizemos que:
Z ~ N(0,1)
Se x uma varivel aleatria normal com mdia diferente de zero e desvio padro
diferente de 1 podemos converter essa distribuio em uma distribuio normal

padro atravs da transformao linear:
Para a obteno das probabilidades para a curva normal padro Z consulta-se uma
tabela que pode ser encontrada em anexo em praticamente todos os livros de
estatstica. (Anexo1)
Exemplo: O levantamento do custo unitrio de produo de um item da empresa

revelou que sua distribuio normal com mdia R$ 56,00 e desvio-padro R$ 5,00.
Um item da produo escolhido ao acaso. Calcular a probabilidade do custo desse
item:
a) estar entre R$ 56,00 e R$ 60,00
67
b) estar entre R$ 50,00 e R$ 60,00
c) ser menor que R$ 40,00;
d) ser menor que R$ 60,00;
68
e) ser maior que R$ 62,00;
f) estar entre R$ 60,00 e R$ 67,00
69
8.13. Exerccios
1. Os balancetes semanais realizados em uma empresa mostraram que o lucro
realizado distribui-se normalmente com mdia R$ 48000,00 e desvio padro R$
8000,00. Qual a probabilidade de que na prxima semana:
a) o lucro seja maior que R$ 50000,00? (R: 40%)
b) o lucro esteja entre R$ 40000,00 e R$ 45000,00? (R: 19%)
c) menor que R$ 49000,00? (R: 55%)
2. O tempo que um estudante leva para vir de sua casa at a Universidade se distribui
normalmente com mdia de 20 minutos e desvio-padro de 5 minutos.
a) Qual a probabilidade de que um estudante leve mais de 18 minutos para chegar
universidade? (R: 65%)
b) Qual a probabilidade de que um estudante leve menos de 30 minutos para chegar
universidade? (R: 98%)
3. Foi feito um estudo sobre a altura dos alunos de faculdade, observando-se que ela
distribua normalmente com mdia de 1,72m e desvio padro de 5 cm. Qual a
porcentagem dos alunos com altura;
a) Entre 1,57m e 1,87m; (R. 100%)
b) Acima de 1,90m. (R. 0,02%)
4. Uma populao com caractersticas normais tem peso mdio de 75 kg e desvio

padro de 3 kg. Calcule o percentual de pessoas que tem pesos:
a) maior que 70,0 kg; (R: 95%)
b) maior que 72,9 kg; (R: 76%)
c) maior que 77,0 kg. (R: 25%)
5. Uma empresa produz um equipamento cuja vida til admite distribuio normal com
mdia 250 horas e desvio padro 18 horas. Um equipamento escolhido ao acaso.
Qual a probabilidade dele ter vida til:
a) acima de 280 horas? (R: 5%)
b) abaixo de 180 horas? (R: 0,01%)
c) acima de 245 horas? (R: 61%)
d) abaixo de 200 horas ou acima de 300 horas? (R: 0,54%)
70
9. Bibliografias
CRESPO, A. A. Estatstica Fcil. 19. ed. So Paulo: Saraiva, 2009.
DOANE, D. P.; SEWARD, L. E. Estatstica Aplicada Administrao e Economia.
So Paulo: McGraw Hill, 2008.
LARSON, R; FARBER, B. Estatstica Aplicada. 2 ed. So Paulo: Prentice Hall, 2004.
71
10. ANEXO 1
72
PLANO DE ENSINO / 2016

DEPARTAMENTO DE ECONOMIA, CONTABILIDADE E ADMINISTRAO - ECA
Curso: Comrcio Exterior
Srie: 4 Semestre
Disciplina: Estatstica
Professor (a): Rosana Giovanni Pires
Ano Letivo: 2016
Semestre:
Aulas Tericas:
Aulas Prticas: 00
Carga Horria Semanal: 02
Carga Horria Total:
OBJETIVOS:
- Apresentar conceitos e tcnicas estatsticas para anlise de dados, possibilitando ao
aluno o desenvolvimento e o entendimento fundamental para as concluses obtidas em
trabalhos de pesquisa.
EMENTA DA DISCIPLINA:
1. Introduo
2. Amostragem
3. Estatstica Descritiva
4. Probabilidades
CONTEDO PROGRAMTICO DO ANO LETIVO

1. Introduo
1.1. Definio de Estatstica, fases do mtodo estatstico.
1.3. Tipos de variveis, populao e amostra.
2. Amostragem
2.1. Tcnicas de amostragem.
3. Estatstica Descritiva
3.1. Grficos estatsticos.
3.2. Distribuies de frequncias.
3.3. Medidas de tendncia central: mdia, mediana e moda.
73
3.4. Medidas de disperso: varincia, desvio padro e coeficiente de variao.

Exerccio para nota
4. Probabilidade
4.1. Introduo
4.4. Aplicaes e exerccios
Exerccio para nota
5. Distribuies de Probabilidade
5.1. Distribuies Discretas
5.1.1. Distribuio Binomial
5.1.2. Distribuio de Poisson
5.1.3. Aplicaes e exerccios
5.2. Distribuies Contnuas
5.2.1. Distribuio Normal
5.2.2. Aplicaes e exerccios
Prova Semestral
Vista de prova
PROCEDIMENTOS METODOLOGICOS / RECURSOS DIDTICOS

-
Aulas expositivas
Sries de exerccios
AVALIAO DE DESEMPENHO DOS ALUNOS

Os alunos sero avaliados de trs formas diferentes:
1) Uma prova semestral com pontuao mxima de 6,0 (seis) pontos contendo o
contedo trabalhado em sala de aula durante semestre. As notas desta prova sero
graduadas entre 0 (zero) e 6 (seis) pontos considerando-se a primeira casa decimal,
sem arredondamento.
74
2) Dois exerccios e/ou trabalhos que sero realizados durante o semestre em

sala de aula (em grupo ou individualmente). O contedo dos exerccios (ou trabalhos),
assim como as datas para a realizao de cada uma delas, ser determinado com
antecedncia. As notas destes exerccios (ou trabalhos) sero graduadas entre 0 (zero)
e 2 (dois) pontos.
A mdia final semestral do aluno ser dada pala soma dessas trs notas.
REFERNCIAS BIBLIOGRFICAS:
Bsica
CRESPO, Antonio Arnot. Estatstica Fcil. 19. ed. So Paulo: Saraiva, 2009.
PINHEIRO, Joo Ismael D. et al. Estatstica bsica: a arte de trabalhar com dados.
Rio de Janeiro: Elsevier/Campus, 2009. 288 p.
ANDERSON, David R.; SWEENEY, Dennis, J.; WILLIAMS, Thomas A. Estatstica
aplicada administrao e economia. So Paulo: Pioneira/Thomson Learning, 2003.
642 p.
Complementar
MORETTIN, Luiz Gonzaga. Estatstica bsica: probabilidade. 7. ed. [S.l.]: Makron
Books, 1999. v. 1 . 210 p.
MCCLAVE, James T.; BENSON, P. George; SINCICH, Terry. Estatstica para
administrao e economia. 10. ed. So Paulo: Pearson / Prentice Hall, 2009. 871 p.,
il. ISBN 978-85-7605-186-2.
HOFFMANN, Rodolfo. Estatstica para economistas. 4. ed. , rev. e ampl. So Paulo:
Cengage Learning, 2006. 432 p.
LAPPONI, Juan Carlos. Estatstica usando excel. 4. ed. , rev. atual. Rio de Janeiro:
Elsevier/Campus, 2005. 476 p.
TRIOLA, Mario F.; FARIAS, Alfredo Alves de. Introduo estatstica. 7. ed. Rio de
Janeiro: LTC, 1999. 410 p.

Apostila Estatística-Comex-2016 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Apostila Estatística-Comex-2016 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDADE

Curso: 4 Sem. Comrcio Exterior

Profa. Rosana Giovanni Pires

3. Estatstica Descritiva: Grficos Estatsticos

4. Estatstica Descritiva: Distribuio de Frequncias

5. Estatstica Descritiva: Medidas de Tendncia Central

6. Estatstica Descritiva: Medidas de Disperso

6.1.3. Dados Agrupados com Intervalos de Classe

7. Teoria das Probabilidades

Profa. Rosana Giovanni Pires

Como os cientistas avaliam a validade de novas teorias?

Como os pesquisadores mdicos testam eficincia de novas drogas?

Como os demgrafos prevem o tamanho da populao do mundo em qualquer

Como pode um economista verificar se a mudana atual no ndice de Preos ao

Como possvel para algum predizer o resultado de uma eleio entrevistando

isso, a estatstica tornou-se uma ferramenta cotidiana para todos os tipos de

1.2. Definio de Estatstica

Estatstica Descritiva: parte da Estatstica que apenas coleta, descreve, organiza

Estatstica Indutiva ou Inferncia: analisa os dados e obtm-se as concluses.

Profa. Rosana Giovanni Pires

1.3. Fases do Mtodo Estatstico

1 Definio do problema: Saber exatamente o que se pretende pesquisar ou

2 Planejamento: Como levantar as informaes? Que dados devero ser obtidos?

3 Coleta de Dados: Consiste na busca dos dados, componentes do fenmeno a ser

contnua quando feita continuamente, como por exemplo, nascimentos

peridica quando feita em intervalos constantes de tempo, como os

ocasional quando feita sem poca preestabelecida.

- coleta indireta: quando os dados obtidos provm da coleta direta. Os valores

4 Apurao dos Dados: Resumo dos dados atravs de sua contagem e

Profa. Rosana Giovanni Pires

5 Apresentao dos Dados: H duas formas de apresentao: tabelas ou grficos,

6 Anlise e Interpretao dos Dados: ltima fase do trabalho estatstico a mais

Profa. Rosana Giovanni Pires

As variveis podem ser:

Variveis quantitativas - refere-se a quantidades e pode ser medidas em uma escala

- Variveis quantitativas contnuas: so aquelas que assumem valores dentro

Variveis Qualitativas - refere-se a dados no numricos. Exemplos dessas variveis:

Variveis qualitativas ordinais: so aquelas que definem um ordenamento

Profa. Rosana Giovanni Pires

Variveis qualitativas nominais: por sua vez no definem qualquer

1. Classifique as variveis em qualitativas (nominal ou ordinal) ou quantitativas

b) Universo: casais residentes em uma cidade

c) Universo: as jogadas de um dado

d) Universo: peas produzidas por uma mquina

e) Universo: funcionrios de uma empresa

Profa. Rosana Giovanni Pires

2. O Windows um software produzido pela Microsoft Co. Na elaborao do Windows

3. Os institutos de pesquisa de opinio regularmente fazem pesquisas para determinar

2.5. Tcnicas de Amostragem

Amostragem o processo de obteno de amostras de uma populao.

Dentro da amostragem probabilstica destacam-se trs:

Amostragem Casual Simples ou Aleatria

Profa. Rosana Giovanni Pires

3. Estatstica Descritiva: Grficos Estatsticos

Grfico em Colunas ou em Barras: esses dois tipos de grficos so

Profa. Rosana Giovanni Pires

Grficos em Setores: a representao grfica de uma srie estatstica, em

Profa. Rosana Giovanni Pires

Grfico em Curvas ou Linear: utilizado para representar o crescimento ou o

3.2. Dicas para a Apresentao dos Dados

Profa. Rosana Giovanni Pires

1. Um estudo sobre o problema do desemprego na Grande So Paulo, no perodo

Pela anlise do grfico, correto afirmar que, no perodo considerado: