Anda di halaman 1dari 69

N0ES DE ESTATSTICA

A estatstica uma parte da matemtica aplicada que fornece mtodos para a coleta, organizao, descrio, anlise e interpretao de dados para a utilizao dos mesmos na tomada de decises.
Segundo o estatstico Jean-Claude Garnier a estatstica passa do certo desconhecido para o conhecido incerto.

Por meio de sondagem, de coleta de dados e de recenseamento de opinies, podemos conhecer a realidade geogrfica e social, os recursos naturais, humanos e financeiros disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou longo prazos.

Varivel , convencionalmente, o conjunto de resultados possveis de um fenmeno. So tipos de variveis:

Qualitativa quando seus valores so expressos por atributos: sexo (masculino feminino), cor da pele (branca, preta, amarela, vermelha, parda) etc. Quantitativa quando seus valores so expressos em nmeros (salrio dos funcionrios, idade dos alunos etc). Uma varivel quantitativa que pode assumir, qualquer valor entre dois limites recebe o nome de varivel contnua: uma varivel que s pode assumir valores pertencentes a um conjunto enumervel recebe o nome de varivel discreta.

Classifique as variveis abaixo em qualitativas ou quantitativas (discretas ou contnuas): a) Populao: Estao meteorolgica de uma cidade. Varivel: precipitao pluviomtrica, durante o ano. Resp.: Quantitativa contnua P: Alunos de uma cidade. V: Cor dos olhos. Resp.: Qualitativa P: Bolsa de valores de So Paulo. V: Nmero de aes negociadas. Resp.: Quantitativa discreta P: Funcionrios de uma empresa. V: Salrios. Resp.: Quantitativa contnua

b)

c)

d)

Populao Ao conjunto de entes portadores de, pelo menos, uma caracterstica comum denominamos Populao estatstica ou Universo estatstico. Amostra um subconjunto finito de uma populao.

Amostragem uma tcnica especial para recolher amostras, que garante, tanto quanto possvel, o acaso na escolha. Tipos de amostragem:
Amostragem casual ou aleatria simples pode ser realizada numerando-se a populao de 1 a n e sorteando-se, a seguir, por meio de um dispositivo aleatrio qualquer. Podemos exemplificar atravs do sorteio lotrico.

Amostragem proporcional estratificada Como provvel que a varivel em estudo apresente, de estrato em estrato, um comportamento heterogneo e, dentro de cada estrato, um comportamento homogneo, convm que o sorteio dos elementos da amostra leve em considerao tais estratos. Ou seja, consideramos a existncia dos estratos, obtendo os elementos da amostra proporcional ao nmero de elementos dos mesmos. Amostragem sistemtica Quando os elementos da populao j se acham ordenados, no h necessidade de construir o sistema de referncia. So exemplos os pronturios mdicos de um hospital, os prdios de uma rua, linhas de produo etc. Nesses casos, a seleo dos elementos que constituiro a amostra pode ser feita por sistema de imposto pelo pesquisador.

Sries estatsticas - toda tabela que apresenta a distribuio de um conjunto de dados estatsticos em funo da poca, do local ou da espcie. Podemos exemplificar atravs da distribuio de freqncia. Dados absolutos - So dados estatsticos resultantes da coleta direta da fonte, sem outra manipulao seno a contagem ou medida. Dados relativos So o resultado de comparaes por quociente (razes) que se estabelecem entre os dados absolutos e tm por finalidade realar ou facilitar as comparaes entre quantidades. Traduzem-se os dados relativos, em geral, por meio de percentagens, ndices, coeficientes e taxas. ndices So razes entre duas grandezas tais que uma no inclua a outra. Exemplo: ndice demogrfico (ou densidade demogrfica) = populao superfcie

Coeficientes So as razes entre o nmero de ocorrncias e o nmero total (nmero de ocorrncias e o nmero de no ocorrncias). Exemplo: Coeficiente de natalidade = nmero de nascimento populao Taxas So os coeficientes multiplicados por uma potncia de 10 (10, 100, 1000 etc.). Exemplos: Taxa de natalidade = coeficiente de natalidade x 1000. Taxa de evaso escolar = coeficiente de evaso escolar x 1000

DISTRIBUIO DE FREQNCIA
Rol um tipo de tabela, cujos elementos no foram numericamente organizados. Tambm denominado tabela primitiva. Tabela 1 Estatura de 40 alunos do colgio A
166 162 155 154 160 161 152 161 161 168 163 156 150 163 160 172 162 156 155 153 160 173 155 157 165 160 169 156 167 155 151 158 164 164 170 158 160 168 164 161

ESTAT. (CM)

FREQ.

ESTAT. (CM)

FREQ.

ESTAT. (CM)

FREQ.

No exemplo a varivel ser 167 estatura, 1 150 que 1trabalhamos, 158 2 em questo, observada muito160 mais facilmente quando 168 dispusermos 2 151 e estudada 1 5 valores 152 ordenados e 4colocarmos,169 ao lado1 de cada 1 em uma coluna 161 valor, o 153 nmero de repetido. 170 1 1 vezes que aparece 162 2 Denominamos freqncia o nmero e 2alunos que 172 fica relacionado a 1 154 1 163 um determinado Obtemos, assim, que 173uma tabela 1 155 4valor da varivel. 164 3 recebe o nome de de freqncia. 156 3 distribuio 165 1
157 1 166 1 Total 40

ESTATURAS (cm)

FREQNCIA

O processo anterior ainda inconveniente, 4j que exige um espao 150 154 muito grande, mesmo154 quando valores da varivel (n) 158 o nmero de 9 de tamanho razovel.158 Sendo possvel, a soluo mais aceitvel, pela 162 11 prpria natureza da varivel dos valores 162 166contnua, o agrupamento 8 em vrios intervalos, 166 sendo que, em estatstica, preferimos chamar 170 5 os intervalos de Classes . 174 170 3
Total 40

ELEMENTOS DE UMA DISTRIBUIO DE FREQNCIA

Classes de freqncia So intervalos de variao da varivel.

Limites de classe So os extremos de cada classe. A saber: O limite inferior (li) o menor nmero da classe; O limite superior (Li) o maior nmero da classe.

Amplitude de um interalo de classe (h) a medida do intervalo que define a classe. Ser obtido pela diferena entre o limite superior e o limite inferior de cada classe. Ou seja: h = Li - li

Amplitude total da distribuio (AT) a diferena entre o limite superior da ltima classe (limite superior mximo) e o limite inferior da primeira classe (limite inferior mnimo). Ou seja: AT = L(mx.) l(mn.) Amplitude amostral (AA) a diferena entre o valor mximo e o valor mnimo da amostra. Ou seja: AA = x(mx.) x(mn.) Ponto mdio de uma classe (xi) , como o prprio nome indica, o ponto que divide o intervalo de classe em duas partes iguais. Ou seja: xi = Li + li 2

Freqncia simples ou absolutas (fi) So os valores que realmente representam o nmero de dados de cada classe. A soma das freqncias simples igual ao nmero de total dos dados. f i = n Freqncia relativas (fri) So os valores das razes entre as freqncias simples e a freqncia total. Ou seja: fri = fi f i

Freqncia acumulada (Fi) o total das freqncias de todos os valores inferiores ao limite superior do intervalo de uma dada classe. Fk = f1 + f2 + f3 + ... + fk

De acordo com os dados da Tabela 1, podemos montar a seguinte tabela com as freqncias estudadas: fi xi fri Fi Fri Freqncia acumulada relativa (Fri) a freqncia acumulada da 1 150 154 4 152 0,100 4 0,100 classe, dividida pela freqncia total da distribuio. Ou seja:
i 2 3 4 5 6 154 158 162 166 170 158 162 166 170 174 9 156 11 160 Fri = Fi 8 164 f i 5 168 3 172 0,225 0,275 0,200 0,125 0,075 13 24 32 37 40 0,325 0,600 0,800 0,925 1,000 ESTATURAS (cm)

= 40

= 1,000

Exerccios: Faa a distribuio dos dados abaixo: a) Sendo limite inferior 30 e 10 para intervalo de classe:

84
74 59 67 65

68
71 80 41 94

33
81 41 78 66

52
91 50 56 48

47
65 53 94 39

73
55 65 35 69

68
57 76 45 89

61
35 85 55 98

73
85 73 64 42

77
88 60 74 54

b) Os resultados obtidos pelo lanamento de um dado 50 vezes foram os seguintes:

6
1 5 2 5

5
6 4 2 6

2
3 3 5 2

6
3 1 2 4

4
5 3 5 6

3
1 5 1 1

6
3 4 3 5

2
6 4 6 2

6
3 2 5 4

5
4 6 1 3

Respostas: a)

i 1 2 3 4 5 6 7

NOTAS 30 40 40 50 50 60 60 70 70 80 80 90 90 100

fi
4 6 9 11 9 7 4 = 50

xi
35 45 55 65 75 85 95

fri
0,080 0,120 0,180 0,220 0,180 0,140 0,080 = 1,000

Fi
4 10 19 30 39 46 50

Fri
0,080 0,200 0,380 0,600 0,780 0,920 1,000

Respostas: b)

xi
1 2 3 4 5 6

fi
6 8 9 7 10 10

fri
0,120 0,160 0,180 0,140 0,200 0,200

Fi
6 14 23 30 40 50

Fri
0,120 0,280 0,460 0,600 0,800 1,000

= 50

= 1,000

Medidas de Posio - So estatsticas que representam uma srie de dados orientando-nos quanto posio da distribuio em relao ao eixo horizontal (eixo das abscissas).
As medidas de posio mais importantes so as medidas de tendncia central, que recebem tal denominao pelo fato de os dados observados tenderem, em geral, a se agrupar em torno dos valores centrais. Dentre as medidas de tendncia central, destacamos: a. a mdia aritmtica; b. a mediana; c. a moda. As outras medidas de posio do as separatrizes, que englobam: a. a prpria mediana; b. os quartis; c. os percentis.

Mdia Aritmtica ( X ) - o quociente da diviso da soma dos valores da varivel pelo nmero deles: ( dados no agrupados) X = xi n

Sendo:
X a mdia aritmtica; xi os valores da varivel; n o nmero de valores Exemplo: Sabendo-se que a produo leiteira da vaca A, durante uma semana, foi de 10, 14, 13, 15, 16, 18 e 12 litros, temos, para produo mdia da semana:

X = 10 + 14 + 13 + 15 + 16 + 18 + 12 = 98 = 14 7 7

Observao: Quando o nmero que representativo da mdia no est representado nos dados originais, costumamos dizer que a mdia no tem existncia concreta.

Desvio em relao mdia - Denominamos desvio em relao mdia a diferena entre cada elemento de um conjunto de valores e a mdia aritmtica. O somatrio dos desvios em relao mdia ser igual a zero.

Frmula:
di = xi - X

MDIA ARITMTICA Dados Agrupados: Sem intervalo de classes

Idade (xi) 0 1 2 3 4

fi 2 6 10 12 4 = 34

fi.xi 0 6 20 36 16 fi.xi = 78

Frmula: X = fi x i fi

X = 2,29

MDIA ARITMTICA Dados Agrupados: Com intervalo de classes

Estaturas (cm)
150 154 154 158 158 162 162 166 166 170 170 174

fi

xi

fi.xi

1 2 3 4 5 6

4 9 11 8 5 3 = 40

152 156 160 164 168 172

608 1404 1760 1312 840 516 fi.xi = 6440

Frmula:

X = x i fi fi
X = 161

Exerccios: Mdia Aritmtica

1- Um produto vendido em trs supermercados por R$ 13,00/kg, R$ 13,20/kg e R$ 13,50/kg. Determine quantos R$/kg se paga em mdia pelo produto. 2- Uma loja vende cinco produtos bsicos A, B, C, D, E. O lucro por unidade comercializada destes produtos vale respectivamente R$ 200,00, R$ 300,00, R$ 500,00, R$ 1.000,00, R$ 5.000,00. A loja vendeu em determinado ms 20, 30, 20, 10, 5 unidades respectivamente. Qual foi lucro mdio por unidade comercializada por esta loja? 3- Um caminho cujo peso vazio 3.000,00 kg ser carregado com 480 caixas de 10 kg cada, 350 caixas de 8 kg cada, 500 caixas de 4 kg cada, 800 caixas de 5 kg cada. O motorista do caminho pesa 80 kg e a lona de cobertura pesa 50 kg. (a) Se este caminho tem que passar por uma balana que s permite passagens a caminhes com peso de 15 toneladas, este caminho passar pela balana? (b) Qual o peso mdio das caixas carregadas no caminho?

Exerccios: Mdia Aritmtica


4- Calcule a mdia das idades dos alunos de uma classe: Idades 17 18 19 20 21 fi 3 18 17 8 4 = 50

5- Calcule o nmero mdio de acidentes por dia em uma determinada esquina:

Acidentes 0 1 2 3 4

fi 30 5 3 1 1 = 40

Exerccios: Mdia Aritmtica


6- O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro ao lado. Calcule o salrio mdio destes funcionrios.

i
1 2 3 4 5 6

Salrios (R$) 400 500 500 600 600 700 700 800 800 900 900 1000

fi 12 15 8 3 1 1 = 40

i
1 2 3 4 5

Aluguel (R$) 0 200 200 400 400 600 600 800 800 1000

fi 30 52 28 7 3 = 120

7- Uma imobiliria gerencia o aluguel de residncias particulares, seguindo o quadro ao lado. Calcule o aluguel mdio para estas residncias

Moda (Mo) - Denominamos Moda o valor que ocorre com maior freqncia em uma srie de valores. Dados no-agrupados Quando lidamos com valores no-agrupados, a moda facilmente reconhecida: Exemplos: 7, 8, 9, 10, 10, 10, 11, 12, 13, 15 A moda 10 3, 5, 8, 10, 12, 13 no apresenta moda (amodal) 2, 3, 4, 4, 4, 5, 6, 7, 7, 7, 8, 9 temos duas modas: 4 e 7 (bimodal)

Dados agrupados: Sem intervalo de classes


Uma vez agrupados os dados, possvel determinar imediatamente a moda basta fixar o valor da varivel de maior freqncia.

MODA - Dados agrupados: Com intervalos de classe

A classe com maior freqncia denominada classe modal. Pela definio, podemos afirmar que a moda, neste caso, o valor dominante que est compreendido entre os limites da classe modal. O mtodo mais simples para o clculo da moda consiste em tomar o ponto mdio da classe modal. Damos a esse valor a denominao de moda bruta. Mo = l* + L* 2

Onde: l* - Limite inferior da classe modal L*- Limite superior da classe modal

MODA - Dados agrupados: Com intervalos de classe

i
1 2 3 4 5 6

Estaturas (cm)

fi

150 154 154 158 158 162 162 166 166 170 170 174

4 9 11 8 5 3
= 40

Classe modal Mo = l + L 2 Mo = 158 + 162 2 Mo = 160

MODA - Dados agrupados: Com intervalos de classe

Existe, para o clculo da moda, outros mtodos mais elaborados, como, por exemplo, o que faz uso da frmula de Czuber:

Mo = l* +

D1

x h*

D1 + D2
onde:
l* - Limite inferior da classe modal h*- a amplitude da classe modal D1 = f* - f (ant) D2 = f* - f (post)

f* - freqncia da classe modal


f (ant) freqncia simples da classe anterior classe modal f (post) - freqncia simples da classe posterior classe modal

MODA - Dados agrupados: Com intervalos de classe

i
1 2 3 4 5 6

Estaturas (cm) 150 154 154 158 158 162 162 166 166 170 170 174

fi Mo = l* + 4 9 11 8 5 3 = 40 D1 D1 + D2 x h*

Classe modal
D1 = 11 9 = 2 D2 = 11 8 = 3 h* = 162 158 = 4

Mo = 158 +

2 x4 3+2

Mo = 159,6

Exerccios: Moda
1- Calcule a moda das sries abaixo: a) b) c) d) e) 2, 3, 5, 4, 5, 2, 5, 7 4, 12, 5, 9, 12, 4, 3 7, 7, 7, 7, 7 4, 5, 6, 6, 6, 7, 8, 8, 8, 9, 10, 10, 10, 11 2, 5, 9, 6, 10, 12

2- Calcule a moda das idades dos alunos de uma classe:

Idades 17 18 19 20 21

fi 3 18 17 8 4 = 50

Exerccios: Moda
3- Calcule a moda de acidentes por dia em uma determinada esquina: Acidentes 0 1 2 3 4 fi 30 5 3 1 1 = 40

i
1 2 3 4 5 6

Salrios (R$) 400 500 500 600 600 700 700 800 800 900 900 1000

fi 12 15 8 3 1 1 = 40

4- O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro ao lado. Calcule a moda do salrio destes funcionrios.

Exerccios: Moda
5- Uma imobiliria gerencia o aluguel de residncias particulares, seguindo o quadro ao lado. Calcule a moda do aluguel para estas residncias

i
1 2 3 4 5

Aluguel (R$) 0 200 200 400 400 600 600 800 800 1000

fi 30 52 28 7 3 = 120

i
1 2 3 4 5 6

Consumo por nota (R$) 0 50 50 100 100 150 150 200 200 250 250 300

fi 10 28 12 2 1 1 = 54

6- Calcule a moda para a distribuio de valores de 54 notas fiscais emitidas na mesma data, selecionadas em uma loja de departamentos:

Mediana (Md) - A mediana outra medida de posio definida como o nmero que se encontra no centro de uma srie de nmeros, estando estes dispostos segundo uma ordem.

Dados no-agrupados Dada a srie de valores, como, por exemplo: 5, 13, 10, 2, 18, 15, 6, 16, 9. De acordo com a definio de mediana, o primeiro passo a ser dado o da ordenao (crescente ou decrescente) dos valores: 2, 5, 6, 9, 10, 13, 15, 16, 18 Em seguida, tomamos aquele valor central que apresenta o mesmo nmero de elementos direita e esquerda. Em nosso exemplo, esse valor o 10, j que, nessa srie, h quatro elementos acima dele e quatro abaixo.

Mediana (Md) - Dados no-agrupados Se, porm, a srie dada tiver um nmero par de termos, a mediana ser, por definio, qualquer dos nmeros compreendidos entre os dois valores centrais da srie. Convencionou-se utilizar o ponto mdio. Assim, a srie de valores:

2, 6, 7, 10, 12, 13, 18, 21


tem para mediana a mdia aritmtica entre 10 e 12. Logo: Md = 10 + 12 = 11 2

Mediana (Md) - Dados agrupados sem intervalo de classes Nesse caso, o bastante identificar a freqncia acumulada imediatamente superior metade da soma das freqncias. A mediana ser aquele valor da varivel que corresponde a tal freqncia acumulada.

Alunos 0 1 2 3 4

fi 2 6 10 12 4 = 34

Fi 2 8 18 30 34

Sendo: fi = 34 = 17 2 2

A menor freqncia acumulada que supera esse valor 18. Logo: Md = 2

Mediana (Md) - Dados agrupados com intervalo de classes


Executaremos os seguintes passos: a) Determinamos as freqncias acumuladas; b) Calculamos fi 2 c) Marcamos a classe correspondente freqncia acumulada imediatamente superior (classe mediana) e em seguida utilizaremos a frmula:

fi - F(ant) x h* Md = l* + 2
f* Sendo: l* - limite inferior da classe mediana; F(ant) freqncia acumulada da classe anterior classe mediana; f* - freqncia simples da classe mediana h* - amplitude do intervalo da classe mediana

Mediana (Md) - Dados agrupados com intervalo de classes i Estaturas (cm) 150 154 154 158 158 162 162 166 166 170 170 174 fi xi Fii Sendo: 4 9 11 8 5 3 = 40 152 156 160 164 168 172 4 13 24 32 37 40 fi = 40 = 20 2 2

1 2 3 4 5 6

A menor freqncia acumulada que supera esse valor 24. Logo a 3 Classe ser a Classe Mediana

40 - 13 x 4 Md = 158 + 2 11

Md = 160,55

Exerccios: Mediana
1- Calcule a mediana das sries abaixo: a) b) c) d) e) 2, 3, 5, 4, 5, 2, 5, 7 4, 12, 5, 9, 12, 4, 3 7, 7, 7, 7, 7 4, 5, 6, 6, 6, 7, 8, 8, 8, 9, 10, 10, 10, 11 2, 5, 9, 6, 10, 12

2- Calcule a mediana das idades dos alunos de uma classe:

Idades 17 18 19 20 21

fi 3 18 17 8 4 = 50

Exerccios: Mediana
3- Dado o nmero de acidentes por dia em uma determinada esquina: Calcule a mediana. Acidentes 0 1 2 3 4 fi 30 5 3 1 1 = 40

i
1 2 3 4 5 6

Salrios (R$) 400 500 500 600 600 700 700 800 800 900 900 1000

fi 12 15 8 3 1 1 = 40

4- O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro ao lado. Calcule a mediana.

Exerccios: Mediana
5- Uma imobiliria gerencia o aluguel de residncias particulares, seguindo o quadro ao lado. Calcule a mediana do aluguel para estas residncias

i
1 2 3 4 5

Aluguel (R$) 0 200 200 400 400 600 600 800 800 1000

fi 30 52 28 7 3 = 120

i
1 2 3 4 5 6

Consumo por nota (R$) 0 50 50 100 100 150 150 200 200 250 250 300

fi 10 28 12 2 1 1 = 54

6- Calcule a mediana para a distribuio de valores de 54 notas fiscais emitidas na mesma data, selecionadas em uma loja de departamentos:

Medidas de Disperso Caso venhamos fazer uma reflexo sobre as medidas de tendncia central, observaremos que elas no so suficientes para caracterizar totalmente uma seqncia numrica. Desta forma, foi introduzido as medidas de disperso, com intuito de verificar como se comportam essas medidas de tendncia central em relao a disperso. As principais medidas de disperso absolutas so: A Varincia e o Desvio Padro. Varincia uma mdia aritmtica calculada a partir dos quadrados dos desvios obtidos entre os elementos da srie e sua mdia. Notao: Quando a seqncia de dados representa uma Populao a varincia ser denotada por 2(x), e quando se tratar de uma amostra ser denotada por s2(x).

Varincia - Dados no-agrupados


Se a seqncia representa uma populao, a varincia ser calculada atravs da seguinte frmula:

2 = ( xi x )2 n

Varincia - Dados agrupados sem intervalo de classes Se a seqncia representa uma populao, a varincia ser calculada atravs da seguinte frmula:

2 = ( xi x )2 fi fi

Varincia - Dados agrupados com intervalo de classes Se a seqncia representa uma populao, a varincia ser calculada atravs da seguinte frmula: 2 = ( xi x )2 fi fi Observao: Neste caso o xi o ponto mdio da classe i.

Desvio Padro a raiz quadrada positiva da varincia. Notao: Quando a seqncia de dados representa uma Populao o desvio padro ser denotada por (x), e quando se tratar de uma amostra ser denotado por s(x). Assim, independente de como se apresentarem os dados (agrupados ou no) a frmula do desvio padro ser: = 2

Interpretao do desvio padro O desvio padro sem dvida a mais importante das medidas de disperso. fundamental que o interessado consiga relacionar o valor obtido do desvio padro com os dados da srie. Quando uma curva de freqncia representativa da srie perfeitamente simtrica como a curva a seguir, podemos afirmar que o intervalo [ x - . x + ] contm aproximadamente 68% dos valores da srie. Assim como, quando tivermos o intervalo [ x - 2. x + 2] ir conter aproximadamente 95% dos valores da srie.

E o intervalo [ x - 3. x + 3] ir conter aproximadamente 99% dos


valores da srie. Como podemos ver no grfico a seguir

Medidas de Disperso Relativa Se uma srie X apresenta x = 10 e (x) = 2 e uma srie Y apresenta y = 100 e (y) = 5 do ponto de vista da disperso absoluta, a srie Y apresenta maior disperso que a srie X. No entanto, se levarmos em considerao as medidas das sries, o desvio padro de Y que 5 em relao a 100 um valor menos significativo que o desvio padro de X que 2 em relao a 10. Isto nos leva a definir as medidas de disperso relativas: coeficiente de variao, o qual ser apresentado atravs da frmula: CV = (x) x Note que o coeficiente de variao, como uma diviso de elementos de mesma unidade, um nmero puro. Portanto, pode ser expresso em percentual.

Exerccios: Medidas de disperso


1- Calcule a varincia, desvio padro e o coeficiente de variao das sries abaixo: a) b) c) d) e) 2, 3, 5, 4, 5, 2, 5, 7 4, 12, 5, 9, 12, 4, 3 7, 7, 7, 7, 7 4, 5, 6, 6, 6, 7, 8, 8, 8, 9, 10, 10, 10, 11 2, 5, 9, 6, 10, 12

2- Calcule a varincia, desvio padro e o coeficiente de variao das idades dos alunos de uma classe:

Idades 17 18 19 20 21

fi 3 18 17 8 4 = 50

Exerccios: Medidas de disperso


3- Calcule a varincia, desvio padro e o coeficiente de variao da tabela ao lado. Acidentes 0 1 2 3 4 fi 30 5 3 1 1 = 40

i
1 2 3 4 5 6

Salrios (R$) 400 500 500 600 600 700 700 800 800 900 900 1000

fi 12 15 8 3 1 1 = 40

4- O salrio de 40 funcionrios de um escritrio est distribudo segundo o quadro ao lado. Calcule a varincia, desvio padro e o coeficiente de variao .

Exerccios: Medidas de disperso


5- Uma imobiliria gerencia o aluguel de residncias particulares, seguindo o quadro ao lado. Calcule a varincia, desvio padro e o coeficiente de variao para estas residncias

i
1 2 3 4 5

Aluguel (R$) 0 200 200 400 400 600 600 800 800 1000

fi 30 52 28 7 3 = 120

i
1 2 3 4 5 6

Consumo por nota (R$) 0 50 50 100 100 150 150 200 200 250 250 300

fi 10 28 12 2 1 1 = 54

6- Calcule a varincia, desvio padro e o coeficiente de variao para a distribuio de valores de 54 notas fiscais emitidas na mesma data, selecionadas em uma loja de departamentos:

PROBABILIDADE
Experimento ou Fenmeno Aleatrio - So aqueles que, mesmo repetidos vrias vezes sob condies semelhantes, apresentam resultados imprevisveis. Espao Amostral o conjunto de possveis resultados de um experimento ou fenmeno aleatrio, representado por S. Evento qualquer subconjunto do espao amostral S de um evento aleatrio. Probabilidade Dado um experimento aleatrio, sendo S o seu espao amostral, vamos admitir que todos os elementos de S tenham a mesma chance de acontecer, ou seja, que S um conjunto equiprovvel. Probabilidade de um evento A (A S): P(A) = n(A) n(S) Sendo: n(A) nmero de elementos de A; n(S) nmero de elementos de S.

Eventos Complementares Sabendo que um evento pode ocorrer ou no. Sendo p a probabilidade de que ele ocorra (sucesso) e q a probabilidade de que ele no ocorra (insucesso), para um mesmo evento existe sempre a relao: p+q=1q=1p Eventos Independentes Dizemos que dois eventos so independentes quando a realizao ou no realizao de um dos eventos no afeta a probabilidade da realizao do outro e vice-versa. Assim, sendo p1 a probabilidade de realizao do primeiro evento e p2 a probabilidade do segundo evento, a probabilidade de que tais eventos se realizem simultaneamente dada por: p = p1 x p2

Eventos Mutuamente Exclusivos Dizemos que dois ou mais eventos so mutuamente exclusivos quando a realizao de um exclui a realizao do(s) outro(s). Assim, no lanamento de uma moeda, o evento tirar cara e o evento tirar coroa so mutuamente exclusivos, j que, ao se realizar um deles, o outro no se realiza.

Se dois eventos so mutuamente exclusivos, a probabilidade de que um ou outro se realize igual soma das probabilidades de cada um deles se realize:
p = p1 + p2

Exerccios de Probabilidade 1- Qual a probabilidade de sair o s de ouros quando retiramos uma carta de um baralho de 52 cartas? 1/52 2- Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52 cartas? 1/13 3- Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma pea, calcule: 1/3 a) A probabilidade de essa pea ser defeituosa 2/3 b) A probabilidade de essa pea no ser defeituosa

4- De dois baralhos de 52 cartas retiram-se, simultaneamente, uma carta do primeiro e uma carta do segundo. Qual a probabilidade de sair um rei no primeiro e no segundo ser o 5 de ouros?
1/676

Exerccios de Probabilidade 5- No lanamento de dois dados, calcule a probabilidade de se obter a soma igual a 5? 1/9 6- Uma urna A contm: 3 bolas brancas, 4 pretas, 2 verdes; Uma urna B contm: 5 bolas brancas, 2 pretas, 1 verdes; Uma urna C contm: 2 bolas brancas, 3 pretas, 4 verdes. Uma bola retirada de cada urna. Qual a probabilidade de as trs bolas retiradas da primeira, segunda e terceira urnas serem, respectivamente, branca, preta e verde? 1/27 7- De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposio. Qual a probabilidade de a primeira carta ser o s de espada e a segunda ser a damas de ouros? 1/2652 8- Qual a probabilidade de sair uma carta de copas ou de ouros quando retiramos uma carta de um baralho de 52 cartas? 1/2 9- No lanamento de um dado, qual a probabilidade de se obter um nmero no inferior a cinco? 1/3

Exerccios de Probabilidade 10- So dados dois baralhos de 52 cartas. Tiramos, ao mesmo tempo, uma carta do primeiro baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma dama e um rei, no necessariamente nessa ordem? 2/169 11- Dois dados so lanados conjuntamente. Determine a probabilidade de: a) A soma ser igual ou maior que 10; b) A soma seja inferior a 5; c) Sejam iguais; d) Sejam mpares. 12- Em um lote de 12 peas, 4 so defeituosas. Sendo retiradas aleatoriamente 2 peas, calcule: 1/11 a) A probabilidade de ambas serem defeituosas; 19/33 b) A probabilidade de ao menos uma ser defeituosa.

Distribuio Normal uma distribuio contnua: X pode assumir quaisquer valores do campo real desde - at + . Uma forma abreviada de indicar que a varivel X se distribui normalmente (ou tem distribuio normal) escrever X N ( x; ). 99,74 % 95,44 % 68,26 %

- 3

- 2

Normal Reduzida Vamos imaginar que uma varivel X tenha mdia x e o desvio padro . Se empurrarmos o eixo vertical (freqncias) para a direita at o centro da curva, teremos feito uma operao chamada mudana de origem, em que o zero mudou de lugar.

Tomando uma nova varivel Z e definindo-a como:


Zc = xi x Teremos construdo uma distribuio normal reduzida.

Exemplo: Seja X com os seguintes parmetros: N (25; 36). Qual o valor de Zc para xi = 18?
N (25; 36) = 36 = 6

19 25
Sendo: Zc = xi x Zc = 18 25 6

18

25

Zc = - 1,17

Concluso: 18 est a 1,17 desvio padro esquerda da mdia.

Com intuito de podermos representar de uma maneira mais simples os dados obtidos, iremos recorrer tbua de probabilidades. Para consultar a tbua, preciso decompor o Zc em duas parcelas: 1 Parcela: Parte inteira mais a 1 casa decimal 2 Parcela: 0,0 mais a 2 casa decimal Assim teremos: Se Zc = 1,17 1 parcela 1,1 2 parcela 0,07

O Z decomposto em duas parcelas compe a moldura da tbua. No cruzamento das duas parcelas encontra-se a Probabilidade correspondente rea da curva entre 0 e o Zc calculado (tambm chamado de crtico). No exemplo anterior, aps consultarmos a tabela, iremos encontrar: 0,3790 ou 37,90%.

Exerccios de Distribuio Normal

1- Encontre a probabilidade dos eventos abaixo ocorrerem de acordo com a seguinte distribuio X N(30; 16): a) Maior ou igual a 40; b) Menor ou igual a 20; c) Entre 35 e 42

2- Uma empresa tem a como mdia de receita mensal R$ 55 milhes, e varincia de R$ 1,44 milhes. a) Qual a probabilidade dessa empresa obter uma receita entre R$ 54,5 e 55,3 milhes? b) Qual a probabilidade dessa empresa obter uma receita inferior a R$ 54 milhes? c) Qual a probabilidade dessa empresa obter uma receita superior a R$ 55,8 milhes?

Teste de Hipteses Iremos analisar algumas hipteses, afirmaes ou alegaes sobre um determinado problema. E a partir de alguns clculos poderemos decidir sobre a veracidade ou no dessas hipteses, com um determinado nvel de confiana. Exemplo: Em uma determinada empresa os funcionrios afirmam que permanecem mais de 15 minutos na fila do almoo, o gerente garante que no passa de 10 minutos, como estabelecer mecanismos para tirarmos essa dvida? Ao tomarmos qualquer deciso poderemos estar cometendo dois tipos de erros: Erro tipo 1 abandonar uma hiptese verdadeira devido as anlises atravs da amostra indicarem a hiptese como falsa. Erro tipo 2 aceitar uma hiptese como verdadeira devido as anlises da amostra, porm, ela falsa.

Iremos estabelecer uma comparao com Z da distribuio amostral, e atravs dessa comparao iremos decidir sobre a veracidade ou no de nossa hiptese. Para isso, iremos calcular o novo Z atravs da seguinte frmula: Z= Xx / Onde: X Mdia encontrada na amostragem, aps a hiptese; x Mdia anterior; Desvio-padro; n quantidade da amostragem. n

Exemplo: Usurios de um setor de digitao reclamam da enorme ineficincia do setor, devido s altas taxas de erro, em mdia, 10 erros por 200 nmeros digitados em seqncia. Para identificarmos se procedente a reclamao, encontramos uma mdia de 8 erros, com desvio padro de 3 em uma amostra de 100 conjuntos de 200 digitaes. Assim, para podermos ter uma confiana de 99%, iremos proceder:
1 Passo: estabelecer as hipteses: H0 A mdia igual ou superior a 10 erros; H1 A mdia inferior a 10 erros.

2 Passo: Com = 0,01, isto , confiana de 99%; e n superior a 30 (n=100), identificaremos na tabela que o valor 2,3263, com isso: Iremos abandonar a H0 caso o valor encontrado seja maior que 2,3263. Caso contrrio, aceitaremos H0.

3 Passo: Anlise dos dados:


X=8 x = 10 =3 n = 100 Z=

8 10 Z = - 6,667 3 / 100

Ignorando os sinais teremos que 6,667 > 2,3263, com isso, rejeitamos a hiptese da nulidade H0 de que o nmero mdio de erros por 200 digitaes 10.

CONCLUSO: A RECLAMAO NO PROCEDE, EM UMA CONFIANA DE 99%.

Exerccios de Teste de Hipteses 1- Os funcionrios de uma empresa esto voltando mais tarde do almoo porque, conforme dizem, ficam, em mdia, 15 minutos na fila do restaurante da empresa, para serem servidos. O gerente afirma que os trabalhadores gastam, em mdia, no mximo 10 minutos na fila, antes de serem servidos. Estabelea hipteses e verifique se o gerente est correto, com confiana de 95%, sabendo-se que foi feito uma amostragem do tempo gasto na fila com 100 funcionrios, obtendo uma mdia de 13 minutos com desvio padro de 1,5 minuto. 2- Certa marca de corretor lquido tem, no rtulo, a informao de que cada frasco contem 30 ml do lquido. Formule as hipteses adequadas para testar esta afirmativa. Foram medidos os contedos de uma amostra aleatria de 45 frascos, que forneceu uma mdia de 29,1 ml e um desvio padro de 0,5 ml. Teste a afirmativa do fabricante, ao nvel de 95 % de significncia.

Exerccios de Teste de Hipteses

3- Uma fbrica de carros produz um tipo no qual afirma que consome, em mdia, 15 km por litro. Voc testa uma amostra de 200 carros deste tipo e acha uma mdia de 12 km por litro com desvio padro de 2 km por litro. Teste esta afirmativa da fbrica com um nvel de 99% de significncia.

4- A gerncia afirma que os bnus pagos aos funcionrios so, em mdia, de R$ 1.000,00. Voc toma uma amostra aleatria de 100 funcionrios que trabalham na empresa e verifica que eles recebem bnus, em mdia, de R$ 850,00, com um desvio padro de R$ 100,00. Faa um teste com um nvel de 95% de significncia, e comente esta afirmativa da empresa .

Anda mungkin juga menyukai