Вы находитесь на странице: 1из 76

ESTATSTICA DESCRITIVA

APRESENTAO
O objetivo deste material servir de apoio disciplina de estatstica. Ele foi estruturado de modo a cobrir todo o programa do curso, servido de suporte terico e prtico para o aluno. Esperamos que este material seja de total aproveitamento pelo aluno, servido aos propsitos de sua elaborao.

SUMRIO
CAPTULO 1 - INTRODUO ............................................................................................................. 5
1.1 . Definies .......................................................................................................................................................................5 1.2 . Ramos Bsicos da Estatstica ..........................................................................................................................................5 1.3 . Tipos de Variveis ..........................................................................................................................................................5

CAPTULO 2 APRESENTAO DOS DADOS ............................................................................... 6


2.1 . Dados brutos ...................................................................................................................................................................6 2.2 . Rol...................................................................................................................................................................................6 2.3 . Distribuio de Freqncia Simples (varivel discreta).................................................................................................7 2.4 . Distribuio de freqncia para dados agrupados em classes (varivel contnua) .........................................................8 2.4.1 . Elementos de uma distribuio de freqncia para dados agrupados em classes....................................................8 2.4.1.1 . Freqncia Simples Absoluta ............................................................................................................................8 2.4.1.2 . Amplitude Total................................................................................................................................................8 2.4.1.3 . Limites de Classe ..............................................................................................................................................9 2.4.1.4 . Amplitude do Intervalo de Classe......................................................................................................................9 2.4.1.5 . Ponto Mdio.......................................................................................................................................................9 2.4.2 . Elaborao da tabela de freqncia para dados agrupados em classes :................................................................9 2.5 . Tipos de Freqncia ....................................................................................................................................................11 2.5.1 . Freqncia Simples Absoluta................................................................................................................................12 2.5.2 . Freqncia Simples Relativa fri =

fi ..........................................................................................................12 N

2.5.3 . Freqncia Acumulada..........................................................................................................................................12 2.5.4 . Freqncia Acumulada Relativa ..........................................................................................................................13 2.6 . Representao Grfica ..................................................................................................................................................13 2.6.1 . Histograma ............................................................................................................................................................14 2.7 . Exerccios......................................................................................................................................................................14 2.8- Resposta dos exerccios 4 a 13 ......................................................................................................................................22

CAPTULO 3 - MEDIDAS TENDNCIA CENTRAL....................................................................... 23


3.1 . A Mdia Aritmtica ......................................................................................................................................................23 3.1.1 Mdia Aritmtica Simples....................................................................................................................................23 3.1.2 . Mdia Aritmtica Ponderada................................................................................................................................24 Exerccio 1 ............................................................................................................................................................................25 3.2 . Mdia Aritmtica para dados agrupados em classes .....................................................................................................26 3.3 . Propriedades da Mdia Aritmtica................................................................................................................................28 Exerccio 2 ............................................................................................................................................................................29 3.4 . MEDIANA....................................................................................................................................................................31 3.4.1 . Mediana para dados brutos ou rol .........................................................................................................................31 3.4.2 . Mediana para dados agrupados em freqncia simples.........................................................................................33 3.4.3 . Mediana para dados agrupados em classes ...........................................................................................................34 Exerccio 3 ............................................................................................................................................................................38 3.5 . MODA ..........................................................................................................................................................................39 3.5.1 . Moda para dados brutos ou rol..............................................................................................................................39 3.5.2 . Moda para dados agrupados em freqncia ..........................................................................................................39 3.5.3 . Moda para dados agrupados em classe..................................................................................................................40 3.5.3.1 . Moda de Pearson..............................................................................................................................................40 3.5.3.2 . Moda de King ..................................................................................................................................................41 3.5.3.3 . Moda de Czuber...............................................................................................................................................41 Exerccio 4 ............................................................................................................................................................................46 3.6 . Resposta dos exerccios do captulo..............................................................................................................................47 Exerccio 1: ...........................................................................................................................................................................47 Exerccio 2: ...........................................................................................................................................................................47 Exerccio 3: ...........................................................................................................................................................................47 Exerccio 4: ...........................................................................................................................................................................48

APNDICE.............................................................................................................................................. 49 3

Clculo das mdias Geomtrica e Harmnica.......................................................................................................................49 Mdia Geomtrica.................................................................................................................................................................49 Mdia Geomtrica Simples ..............................................................................................................................................49 Mdia Geomtrica ponderada ..........................................................................................................................................49 Mdia Harmnica..................................................................................................................................................................50 Mdia Harmnica Simples ...............................................................................................................................................50 Mdia Harmnica Ponderada ...........................................................................................................................................51 Exerccios..............................................................................................................................................................................51 Resposta dos exerccios do apndice ....................................................................................................................................52

CAPTULO 4 - SEPARATRIZES......................................................................................................... 53
4.1 . Introduo .....................................................................................................................................................................53 4.2 . Quartil ...........................................................................................................................................................................53 4.3 . Decil..............................................................................................................................................................................53 4.4 . Percentil ........................................................................................................................................................................54 4.5 . Clculo de Separatrizes.................................................................................................................................................54 4.5.1 . Dados brutos ou Rol..............................................................................................................................................54 4.5.2 . Dados agrupados em freqncia simples ..............................................................................................................55 4.5.3 . Dados agrupados em classe...................................................................................................................................56 Exerccios..............................................................................................................................................................................58 4.6 . Resposta dos exerccios ................................................................................................................................................59

CAPTULO 5 MEDIDAS DE DISPERSO ..................................................................................... 60


5.1 . Introduo .....................................................................................................................................................................60 5.2 . Amplitude Total ............................................................................................................................................................60 5.2.1 . Dados brutos ou rol ...............................................................................................................................................61 5.2.2 . Dados agrupados em freqncia simples ..............................................................................................................61 5.2.3 . Dados agrupados em classes .................................................................................................................................61 5.3 . Desvio Mdio Simples ( DMS ) ..................................................................................................................................62 5.3.1 . Dados brutos ou rol ...............................................................................................................................................62 5.3.2 . Dados agrupados em freqncia simples ..............................................................................................................63 5.3.3 . Dados agrupados em classes .................................................................................................................................64 5.4 . Varincia e Desvio Padro............................................................................................................................................65 5.4.1 . Dados brutos ou rol ...............................................................................................................................................65 5.4.2 . Dados agrupados em freqncia simples ..............................................................................................................66 5.4.3 . Dados agrupados em classes .................................................................................................................................67 5.5 . Interpretao do Desvio Padro ....................................................................................................................................69 Exerccio 1 ............................................................................................................................................................................71 5.6 . Coeficiente de Variao ................................................................................................................................................72 Exerccio 2 ............................................................................................................................................................................72 5.7 . Resposta dos exerccios ................................................................................................................................................75 Exerccio 1 ............................................................................................................................................................................75 Exerccio 2 ............................................................................................................................................................................75

CAPTULO 1 - INTRODUO 1.1 . Definies


Estatstica: a cincia que cuida da coleta, da organizao, da apresentao e da anlise de dados. Os dados consistem em informaes provenientes de observaes, contagens, medies ou respostas. A estatstica fornece-nos as tcnicas para extrair informao de dados, os quais so muitas vezes incompletos, na medida em que no nos do informao til sobre o problema em estudo, sendo assim, objetivo da Estatstica extrair informao dos dados para obter uma melhor compreenso das situaes que representam. A estatstica considerada Cincia no sentido do estudo de uma populao. considerada como mtodo quando utilizada como instrumento por outra cincia. Existem dois tipos de conjuntos de dados usados na estatstica. Tais conjuntos so chamados de populao e amostra. Populao: a totalidade do conjunto que se deseja estudar. Exemplo: Populao dos alunos matriculados na Universidade. Populao dos residentes no estado do Rio de Janeiro. Amostra: um subconjunto, no vazio, do conjunto que se pretende estudar (populao). A amostra representativa um retrato fidedigno da populao. Ela preserva as caractersticas da populao. Amostragem: o processo de formao de amostras. Existem vrios processos de amostragem. O processo de amostragem pode ser feito com ou sem reposio de elementos. Parmetro: uma caracterstica numrica estabelecida para toda uma populao. Estimador: uma caracterstica numrica estabelecida para uma amostra.

1.2 . Ramos Bsicos da Estatstica


Descritiva (ou dedutiva): Cuida basicamente da descrio de dados observados, sem estabelecimento de testes de hipteses sobre o conjunto estudado. Inferncia (ou indutiva): o ramo da estatstica no qual, atravs do estudo de informaes da amostra, so definidas e testadas hipteses acerca da populao estudada, atravs do clculo de probabilidades.

1.3 . Tipos de Variveis


Discreta: varivel quantitativa cujos possveis valores formam um conjunto finito ou enumervel de nmeros e que geralmente resultam de uma contagem, como por exemplo o nmero de filhos. Contnua: varivel cujos possveis valores formam um intervalo de nmeros reais e que resultam, normalmente, de uma mensurao, como por exemplo peso, altura e presso arterial.

CAPTULO 2 APRESENTAO DOS DADOS 2.1 . Dados brutos


Normalmente, na prtica, os dados originais de uma srie estatstica no se encontram prontos para anlise, por estarem desorganizados. Por essa razo, costuma-se cham-los de dados brutos. Tomemos como exemplo o quadro 1 abaixo, que contm as notas obtidas em uma prova de estatstica por 60 alunos de uma sala de aula de uma certa faculdade.

Quadro 1: 7 3 4 5 4 4 4 5 4 4 5 8 5 6 9 5 3 6 6 8 4 4 4 4 4 5 7 6 3 6 7 8 6 4 5 5 6 6 8 4 3 7 3 5 5 5 8 8 5 6 2 9 7 6 6 6 4 6 4 8

Como podemos observar, as notas esto dispostas de forma desordenada. Em razo disso, pouca informao se consegue obter, at mesmo uma simples nota mnima e mxima requer um certo exame de todos os dados.

Assim, dado bruto uma seqncia de valores numricos no organizados, obtidos diretamente da observao de um fenmeno coletivo.

2.2 . Rol
uma lista ordenada dos dados brutos de uma srie estatstica. Essa ordenao pode ser crescente ou decrescente. Utilizando o exemplo das notas de estatstica. e ordenando as notas, vem:

Quadro 2: 2 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 8 8 8 8 8 8 8 9 9

2.3 . Distribuio de Freqncia Simples (varivel discreta)


Em geral, o trabalho estatstico envolve uma grande massa de dados. Desta forma, a estatstica descritiva opera de modo a reduzir a quantidade de dados com os quais se vai trabalhar diretamente. Isto se torna possvel modificandose a forma de apresentao dos dados. Tomemos como exemplo as notas de estatstica do quadro 2. Se entendermos como freqncia simples

( fi )

de

um elemento o nmero de vezes que este elemento figura no conjunto de dados, podemos reduzir significativamente o nmero de elementos com os quais se vai trabalhar. O resultado desta reorganizao dos dados chamado de Distribuio de Freqncia, e esta apresentado na tabela 1 abaixo. Assim, uma distribuio de freqncia uma representao tabular de um conjunto de valores em que colocamos na 1. coluna, em ordem crescente, apenas os valores distintos da srie e na 2. coluna os valores das freqncias simples correspondentes.

TABELA AUXILIAR

TABELA 1

Graus obtidos 1 2 3 4 5 6 7 8 9 10 11 0 1 2 3 4 5 6 7 8 9 10 total

Contagem ou tabulao

Nmero de alunos 0 0 1 5 15 12 13 5 7 2 0 60

Graus Obtidos 0 1 2 3 4 5 6 7 8 9 10 total

Nmero de alunos 0 0 1 5 15 12 13 5 7 2 0 60

Este tipo de apresentao mais empregada quando o nmero de elementos distintos da srie for pequeno.

2.4 . Distribuio de freqncia para dados agrupados em classes (varivel contnua)


Quando o nmero de elementos distintos de uma srie for grande, devemos optar por agruparmos os dados em intervalos de classes. A tabela 2 abaixo apresenta um exemplo de dados agrupados em classes e suas respectivas freqncias simples. TABELA 2

Classe de Idades

Freqncia

( fi )

0 | 10 10 | 20 20 | 30 30 | 40 40 | 50
Total

5 15 20 45 100
185

OBS.: O smbolo (| ) significa fechado esquerda (contm o valor) e aberto direita (no contm o valor). Cada uma das classes de idades apresentadas na tabela 2 Intervalo de Classe.

( 0 | 10, 10 | 20, etc.) denominada de

2.4.1 . Elementos de uma distribuio de freqncia para dados agrupados em classes

2.4.1.1 . Freqncia Simples Absoluta A freqncia simples

( fi )

de uma classe ou de um valor o nmero de observaes correspondentes a essa classe

ou a esse valor. Na tabela 2:

f1 = 5; f 2 = 15; f 3 = 20; f 4 = 45 e f 5 = 100


2.4.1.2 . Amplitude Total A amplitude total

( At )

a diferena entre o maior e o menor valor observado da varivel. Sendo X mx o maior

elemento da seqncia e X mn o menor, temos:

At = X mx X mn . Nos dados das notas da tabela 1 temos:

At = 9 2 = 7 , onde 9 o maior valor observado e 2 o menor. Para as 185 pessoas agrupadas na tabela 2, se
tivssemos uma idade mnima de 2 anos e uma idade mxima de 48 anos, a amplitude total dos dados seria:

At = 48 2 = 46 anos

Entretanto, ao trabalharmos com uma massa muito grande de informaes agrupadas em intervalos de classes, calculamos a amplitude total como a diferena entre o ponto mdio (veja definio a seguir) da ltima e da primeira classes. So os valores extremos de cada intervalo de classe. O menor valor da classe denominado limite inferior ( li ) e o maior valor de limite superior ( Li ) . Na tabela 2 temos: 2.4.1.3 . Limites de Classe

l4 30. (limite inferior da 4a. classe) L4 40. (limite superior da 4a. classe)
2.4.1.4 . Amplitude do Intervalo de Classe

A amplitude do intervalo de classe ( hi ) a diferena entre os limites superior e inferior da classe: hi = Li li . Na tabela 2, a amplitude do intervalo de classe constante e igual a 10.

10 - 0 = 20 - 10 = 30 - 20 = 40 - 30 = 50 - 40 = 10
As classes no precisam necessariamente ter a mesma amplitude conforme nosso exemplo. Porm, sempre que possvel devemos trabalhar com classes de mesma amplitude. Isto facilita os clculos posteriores.

2.4.1.5 . Ponto Mdio O ponto mdio

( xi )

de uma classe o valor representativo da classe. Para obter o ponto mdio de uma classe,

basta somar os limites superior e inferior da classe e dividir por 2:

xi =
Na tabela 2 temos: x1 =

li + Li 2 x2 = x5 = 10 + 20 = 15 2 40 + 50 = 45 2 x3 = 20 + 30 = 25 2

0 + 10 =5 2

x4 =

30 + 40 = 35 2

2.4.2 . Elaborao da tabela de freqncia para dados agrupados em classes : O nmero de classes a ser utilizado em uma distribuio de freqncia depende muito da experincia do pesquisador e das questes que ele pretende responder com a varivel contnua. De modo geral, utiliza-se um mnimo de cinco e um mximo de 20 classes. Um dos mtodos para se determinar o nmero de classes de uma distribuio o critrio da raiz, o qual ser descrito a seguir:

Se a seqncia estatstica estudada contm n elementos e se indicarmos por K o nmero de classes a ser utilizado ento, pelo critrio de raiz: K =

n.

Como K deve ser necessariamente um nmero inteiro e como dificilmente para o valor de K o inteiro mais prximo de

n um nmero inteiro, utilizamos

n 1. At . K

A amplitude do intervalo de classe ( h ) determinada da seguinte forma: h =

Outra forma de determinarmos o nmero K empregando a frmula de Sturges: K = 1 + 3,3log n . Para valores de n muito grandes, esta frmula apresenta mais vantagens que o critrio da raiz, embora apresente o mesmo problema de aproximao do valor de K . Exemplo. Abaixo apresentamos a seqncia de valores referentes ao resultado de um teste de QI aplicado em determinada classe de alunos de uma faculdade.

111 108 87 123 78 79 94

90 138 119 95 118 139 106

121 88 104 115 100 75 117

105 110 116 70 115 109 82

122 112 96 115 116 123 122

61 112 114 101 98 124 99

128 97 107 114 119 108 124

112 128 113 127 72 125 84

128 102 80 92 125 116 91

93 125 113 103 109 83 130

Inicialmente, verificamos que a srie possui 70 elementos. Pelo critrio da raiz K =

n . No nosso exemplo,

K = 70 = 8,37 . O valor inteiro mais prximo 8. Portanto, temos opo para construir a varivel contnua
com 7, 8 ou 9 classes. O maior valor da seqncia X mx = 139 e o menor valor da seqncia X mn = 61 . Assim, a amplitude total da seqncia At = 139 61 = 78 . No entanto, sabemos que pelo fato de o critrio adotado do intervalo de classe ser semi-aberto direita, devemos ajustar o valor X mx . Se o ajustssemos para 140, a amplitude ajustada passaria a ser At = 140 61 = 79 . Este valor no divisvel, de forma inteira, por 7, 8 ou 9, que so as opes de classes. Nesta situao devemos ajustar X mx para 141 obtendo a At = 141 61 = 80 que divisvel exatamente por 8, obtendo-se uma amplitude de intervalo de classe h dada por: h =

At 80 = = 10 . K 8

Observe que o ajuste do valor de X mx foi de duas unidades, passando de 139 para 141. A experincia do pesquisador, nesta situao, o levaria a distribuir este erro de duas unidades, iniciando a representao da srie em 60 e terminando em 140. A amplitude total ajustada para a srie de

At = 140 60 = 80 .

10

A amplitude do intervalo de classe h = 10 e o nmero de classes K = 8 . Computando as freqncias simples de cada classe, construmos a varivel contnua representativa desta srie.

Classe 1 2 3 4 5 6 7 8

Intervalo de Classe

fi
1 5 6 10 12 19 14 3 70

60 | 70 70 | 80 80 | 90 90 | 100 100 | 110 110 | 120 120 | 130 130 | 140


Total

Pela frmula de Sturges K = 1 + 3,3log 70 = 7, 088

2.5 . Tipos de Freqncia


Uma vez que os dados sendo estudados j tenham sido colocados na forma de uma distribuio de freqncia, algumas informaes adicionais e teis podem ser facilmente obtidas. Alm da freqncia simples absoluta, j citada anteriormente, outros tipos de freqncia podem ser extrados da distribuio, conforme apresentado no esquema abaixo:

Absoluta ( fi ) Freqncia Simples Relativa ( fri )


Absoluta ( Fi ) Abaixo de Relativa ( Fri ) (crescente) Freqncia Acumulada Absoluta ( Fi ) Acima de Relativa ( Fri ) (decrescente)
11

2.5.1 . Freqncia Simples Absoluta Conforme visto anteriormente, o nmero de observaes correspondentes a uma classe ou a um valor. A soma das freqncias simples absolutas chamada de freqncia total, simbolizada por

=N.

A partir daqui, toda vez que nos referirmos a freqncia de uma classe, estamos tratando da freqncia simples absoluta. 2.5.2 . Freqncia Simples Relativa fri =

fi N

o quociente entre a freqncia de determinada classe (ou valor) e a freqncia total.

fi fr = fri = N ou i

fi fi

Desejando-se expressar o resultado em termos percentuais, multiplica-se o quociente obtido por 100.

fri ( % ) =

fi 100 N

A soma das freqncias relativas sempre igual a 1 ou 100%. Exemplo:

Idades

fi
5 15 20 45 100
185

fri
5 185

0 | 10 10 | 20 20 | 30 30 | 40 40 | 50
Total

= 0, 0270 ou 2, 70% = 0, 0811 ou 8,11% = 0,1081 ou 10,81% = 0, 2432 ou 24,32% = 0,5406 ou 54, 06%
1 ou 100%

15 20 45

185

185

185 185

100

2.5.3 . Freqncia Acumulada Existem 2 tipos de freqncia acumulada, Abaixo de (ab) e Acima de (ac). A freqncia acumulada Abaixo de uma classe ou de um valor a soma das freqncias anteriores at a classe ou valor, inclusive. A freqncia acumulada Acima de uma classe ou de um valor a soma das freqncias posteriores, alm da classe ou valor, inclusive. Exemplo:

12

Idades

fi
5 15 20 45 100
185

Fi (ab)
5 20 40 85 185
-

Fi (ac)
185 180 165 145 100
-

0 | 10 10 | 20 20 | 30 30 | 40 40 | 50
Total

2.5.4 . Freqncia Acumulada Relativa Da mesma forma que a acumulada absoluta, a acumulada relativa pode ser Abaixo de ou Acima de. Porm, ao invs de acumular a freqncia absoluta, acumula-se a freqncia relativa, ou simplesmente divide-se cada valor acumulado pela freqncia total. Exemplo:

Idades

fi
5 15 20 45 100
185

Fi (ab)
5 20 40 85 185
-

Fri (ab) %

Fi (ac)
185 180 165 145 100
-

Fri (ac) %

0 | 10 10 | 20 20 | 30 30 | 40 40 | 50
Total

2,70 10,81 21,62 45,94 100


-

100 97,30 89,19 78,38 54,06


-

2.6 . Representao Grfica


Existem muitas formas de se representar graficamente uma srie estatstica. No entanto, a maioria so grficos de apresentao. Nosso interesse est voltado para os grficos de anlise de sries estatsticas que so o Histograma e o Polgono de Freqncia. Estes grficos, por vezes, facilitam a identificao de padres em um conjunto de dados analisado.

13

2.6.1 . Histograma O histograma um grfico de barras que representa a distribuio de freqncia de um conjunto de dados. Este grfico elaborado em um sistema de coordenadas cartesianas onde, no eixo das abscissas (horizontal) so colocados os valores dos dados (ou suas classes), e no eixo das ordenadas (vertical) as respectivas freqncias.

Exemplo: Seja a seguinte srie de dados e seu respectivo histograma:

xi
2 3 5 6 7

fi
1 4 8 6 2

Para uma distribuio de freqncia em classes, o histograma seria:

Faltas

fi
3 6 8 5 2

0 | 2

2 | 4 4 | 6 6 | 8 8 | 10

2.7 . Exerccios

14

1) O Instituto Z realizou, em uma determinada Escola Municipal, pesquisas relacionadas ao desenvolvimento da estatura de crianas e o meio scio-econmico em que habitam. A pesquisa foi feita com 80 crianas, numa faixa etria de 6 a 8 anos, sendo catalogadas, para estudo estatstico, as seguintes estaturas apresentadas na tabela abaixo. aprendidas. Complete as colunas vazias com as informaes

Estatura (cm)

fi
10 15 25 10 15 5
80

fri %

Fi (ab)

Fri (ab) %

Fi (ac)

Fri (ac) %

125 | 130

130 | 135 135 | 140 140 | 145 145 | 150 150 | 155
Total

2) Abaixo encontra-se a distribuio de classes dos pesos dos alunos de educao fsica de uma escola do 2 grau, que iro participar de um torneio olmpico. Complete a tabela.

Pesos (Kg)

fi
5 6 11 13 7 8
50

fri %

Fi (ab)

Fri (ab) %

Fi (ac)

Fri (ac) %

45 | 50

50 | 55 55 | 60 60 | 65 65 | 70 70 | 75
Total

15

3) Atravs das mdias finais de estatstica de 90 alunos, construiu-se uma tabela de distribuio de freqncias. Complete as colunas faltantes.

Notas

fi
2 6 14 29 23 11 5
90

fri %

Fi (ab)

Fri (ab) %

Fi (ac)

Fri (ac) %

51 | 58

58 | 65 65 | 72 72 | 79 79 | 86 86 | 93 93 | 100
Total

4) Uma indstria, interessada em verificar o total de horas-extras trabalhadas pelos seus tcnicos na rea de produo, fez um levantamento dos dados, encontrando a seguinte distribuio:

Horas

fi
18 16 24 31 26 28

fri %

Fi

Fri %

10 | 17

17 | 24 24 | 31 31 | 38 38 | 45 45 | 52

16

Total

143

Complete a tabela e responda: a) Quantos tcnicos fizeram horas-extras abaixo de 24 horas no ms anterior? b) Qual a percentagem de tcnicos que fizeram horas-extras no ms anterior igual ou superior a 38 horas? c) Qual a porcentagem de tcnicos que fizeram horas-extras no ms anterior entre 31 e 38 horas? d) Quantos tcnicos fizeram horas-extras no ms anterior entre 17 horas e 45 horas?

5) Uma fbrica, com um total de 150 operrios, verificou um alto ndice de faltas nos ltimos 6 meses. O gerente, preocupado com esta situao, fez um levantamento verificando a seguinte distribuio:

Faltas

fi
60 30 30 15 15
150

fri %

Fi

Fri %

0 | 2

2 | 4 4 | 6 6 | 8 8 | 10
Total

Complete a tabela e responda: a) Quantos operrios tiveram nos ltimos 6 meses menos de 6 faltas? b) Qual a porcentagem de operrios com nmero de faltas igual ou superior a 6? c) Qual a porcentagem de operrios que tiveram entre 6 e 8 faltas? d) Qual a porcentagem de operrios que tiveram entre 2 e 8 faltas?

6) Uma indstria de autopeas estava interessada em estabelecer uma gratificao aos operrios que mais se destacassem no setor da produo. Para isto, fez um levantamento sobre a produo homem/hora, encontrando os seguintes dados:

Peas

fi
12 7 14 7

fri %

Fi

Fri %

1260 | 1292

1292 | 1324 1324 | 1356 1356 | 1388

17

1388 | 1420 1420 | 1452


Total

18 42
100 -

Complete a tabela e responda: a) Quantos operrios produziram abaixo de 1356 peas? b) Qual a porcentagem de operrios cuja produo ficou entre 1324 e 1356 peas? c) Qual a porcentagem de operrios cuja produo foi igual ou superior a 1356 peas? d) Quantos operrios tiveram produo entre 1292 e 1420 peas?

7) Interessado em fazer uma reavaliao dos vencimentos de seus funcionrios, o dono de uma empresa listou todos os salrios, encontrando os seguintes dados:

Sal. mnimo

fi
37 22 10 6 5
80

fri %

Fi

Fri %

0 | 2

2 | 4 4 | 6 6 | 8 8 | 10
Total

Complete a tabela e responda: a) Quantos funcionrios ganham abaixo de 6 S. M? b) Qual a proporo de funcionrios com salrios iguais ou acima de 4 S. M? c) Qual a porcentagem de funcionrios com salrios entre 2 e 8 S. M? d) Qual a porcentagem de funcionrios com salrios abaixo de 8 S. M? e) Quantos funcionrios ganham entre 6 e 10 S. M?

8) O Setor de controle de Qualidade de uma indstria de peas de televiso estava interessado em verificar o tempo de durao de seu produto. Para isto, selecionou uma amostra de 100 peas, e testou a durao em nmero de horas, encontrando a seguinte distribuio em centenas de horas: Centenas de horas

fi
8 6

fri %

Fi

Fri %

360 | 452

452 | 544

18

544 | 636 636 | 728 728 | 820 820 | 912 912 | 1004
Total

9 17 23 17 20
100 -

Complete a tabela e responda: a) Quantas peas tiveram durao abaixo de 636 centenas de horas? b) Qual a proporo de peas que tiveram durao igual ou superior a 728 centenas de horas? c) Qual a porcentagem de peas que tiveram durao entre 636 e 728 centenas de horas? d) Quantas peas tiveram durao entre 544 e 820 centenas de horas?

9) Um certo fabricante de cabos de ao estava interessado em verificar a carga mxima suportada pelos cabos produzidos pela sua fbrica. Para tal, selecionou uma amostra de 50 cabos de ao, encontrando a seguinte distribuio dos pesos em toneladas:

Toneladas

fi
4 8 18 12 8
50

fri %

Fi

Fri %

9,3 | 9, 9

9, 9 | 10,5 10,5 | 11,1 11,1 | 11,7 11, 7 | 12,3


Total

Complete a tabela e responda: a) Quantos cabos de ao suportaram pesos de 10,5 toneladas? b) Qual a porcentagem de cabos de ao que suportaram pesos iguais ou superiores a 11,1 toneladas? c) Qual a porcentagem de cabos de ao que suportaram pesos entre 10,5 e 11,1 toneladas? d) Quantos cabos de ao suportaram pesos entre 9,9 e 11,7 toneladas? 10) Interessado em incrementar o seu quadro de vendas, o diretor de uma indstria de eletrodomsticos apurou o total de unidades vendidas no ltimo ms, para cada vendedor, encontrando os seguintes resultados:

19

Unidades vendidas

fi
5 6 8 14 6 8 3
50

fri %

Fi

Fri %

18 | 24

24 | 30 30 | 36 36 | 42 42 | 48 48 | 54 54 | 60
Total

Complete a tabela e responda: a) Quantos vendedores tiveram no ltimo ms, vendas abaixo de 42 unidades? b) Qual a porcentagem de vendedores que no ltimo ms venderam 36 unidades ou mais? c) Qual a porcentagem de vendedores que no ltimo ms venderam entre 36 e 42 unidades? d) Quantos vendedores tiveram no ltimo ms, vendas entre 30 e 54 unidades?

11) Um escritrio de contabilidade, com um cadastro de 50 empresas do ramo imobilirio, resolveu fazer um levantamento sobre o Capital Imobilizado nas empresas, encontrando a seguinte distribuio em centenas de reais: Centenas R$

fi
6 4 12 8

fri %

Fi

Fri %

400 | 500

500 | 600 600 | 700 700 | 800

20

800 | 900 900 | 1000


Total

7 13
50 -

Complete a tabela e responda: a) Quantas empresas tem capital imobilizado abaixo de R$ 70.000,00? b) Qual a porcentagem de empresas cujo capital imobilizado est entre R$ 60.000,00 e R$ 70.000,00? c) Qual a porcentagem de empresas com capital imobilizado igual ou superior a R$ 70.000,00? d) Qual a porcentagem de empresas com capital imobilizado entre R$ 50.000,00 e R$ 90.000,00?

12) O escritrio de contabilidade mencionado anteriormente, verificando as despesas operacionais dessas 50 empresas no exerccio do ano anterior, encontrou a seguinte distribuio (em centenas de reais)

Centenas R$

fi
7 9 8 7 9 10
50

fri %

Fi

Fri %

40 | 43

43 | 46 46 | 49 49 | 52 52 | 55 55 | 58
Total

Complete a tabela e responda: a) Quantas empresas tiveram despesas operacionais abaixo de R$ 4.900,00? b) Qual a porcentagem de empresas com despesas operacionais entre R$ 4.600,00 e R$ 4.900,00? c) Qual a porcentagem de empresas com despesas operacionais iguais ou superiores a R$ 4.600,00? d) Qual a porcentagem de empresas com despesas operacionais entre R$ 4.300,00 e R$ 5.500,00?

13) Um empresrio, com 60 filiais de sua empresa distribudas por todo pas, chamou o seu Contador para que lhe desse a situao do ativo imobilizado das filiais em 31 de dezembro do ano anterior. Atravs de contatos com os gerentes, encontrou-se a seguinte distribuio:

Centenas R$

fi
14

fri %

Fi

Fri %

200 | 260

21

260 | 320 320 | 380 380 | 440 440 | 500


Total

12 14 9 11
60 -

Complete a tabela e responda: a) Quantas filiais tiveram a posio do seu ativo imobilizado igual ou superior a R$ 32.000,00 na data? b) Qual a proporo de filiais com ativo imobilizado inferior a R$ 44.000,00? c) Qual a porcentagem de filiais com ativo imobilizado entre R$ 32.000,00 e R$ 38.000,00? d) Qual a porcentagem de filiais com ativo imobilizado entre R$ 26.000,00 e R$ 44.000,00?

2.8- Resposta dos exerccios 4 a 13


4 5 6 7 8 9 10 11 12 13 a 34 tcnicos 120 operrios 33 operrios 69 funcionrios 23 peas 38 cabos 33 vendedores 22 empresas 24 empresas 34 filiais b 37,7622% 20% 14% 26,25% 60% 40% 62% 24% 16% 81,6667% c 21,6784% 10% 67% 47,5% 17% 36% 28% 56% 68% 23,3333% d 97 tcnicos 50% 46 operrios 93,75% 49 peas 38 cabos 36 vendedores 62% 66% 58,3333% e

11 funcionrios

22

CAPTULO 3 - MEDIDAS TENDNCIA CENTRAL


No estudo de uma srie estatstica conveniente o clculo de algumas medidas que a caracterizam. Estas medidas, quando bem interpretadas, podem fornecer informaes muito valiosas com respeito a srie estatstica. Em resumo, podemos reduzi-la a alguns valores, cuja interpretao fornece uma compreenso bastante precisa da srie. As medidas de tendncia central so alguns destes valores, as quais esto compreendidas entre o menor e o maior valor da srie. Uma medida de tendncia central tambm um valor em torno do qual os elementos da srie esto distribudos e a posiciona em relao ao eixo horizontal. Em suma, a medida de tendncia central procura estabelecer um nmero no eixo horizontal em torno do qual a srie se concentra. As principais medidas de tendncia central so: mdia, mediana e moda.

Do ponto de vista terico, vrios tipos de mdias podem ser calculados para uma massa de dados. Em nosso estudo focalizaremos a principal delas, a mdia aritmtica. Ao final do captulo falaremos sobre as mdias geomtrica e harmnica.

3.1 . A Mdia Aritmtica


A mdia aritmtica o ponto de equilbrio de uma distribuio de dados, ou seja, o ponto que representa todos os dados da distribuio. Apesar de a mdia aritmtica ser uma medida muito utilizada na prtica, deve-se tomar cuidado na sua aplicao, uma vez que ela bastante afetada pelos valores extremos da distribuio. A mdia aritmtica representada por amostra.

quando se tratar de uma populao, e x , quando se tratar de uma

Conforme vimos no captulo anterior, os dados representativos de uma srie estatstica podem ser apresentados sem nenhuma ordenao (dados brutos), ordenados de forma crescente ou decrescente (rol), em uma distribuio de freqncia simples (valor a valor), ou agrupados em classes. Independente da forma de apresentao, podemos calcular a mdia dos dados segundo as formas a seguir

3.1.1 Mdia Aritmtica Simples A mdia aritmtica, ou mdia, de um conjunto de N nmeros x1 , x2 , " , xn definido por:

=x=

x1 + x2 + " + xn xi = N N
23

A frmula acima utilizada quando temos dados brutos ou rol. Exemplo

1) Determinar a mdia aritmtica para as sries abaixo, obtidas de uma amostra:

a)

{1, 1, 3, 4, 4}
1 + 1 + 3 + 4 + 4 13 = = 2, 6 5 5

x=

b) {0,2; 3,4; 4,1}

x=
c)

0, 2 + 3, 4 + 4,1 7, 7 = = 2,5667 3 3
2 , 2 , 4 3 5 5

{ 12 ,

1 2 2 4 + + + 2 3 5 5 = 15 + 20 + 12 + 24 = 0,5917 x= 4 120
2) A mdia mnima de aprovao em estatstica 5.0. Um estudante obtm as notas 8,5; 8,5; 9,0; 4,0; 4,0; 4,0; 0; 2,5 nos trabalhos mensais da disciplina. Determine se ele foi aprovado ou no.

8,5 + 8,5 + 9, 0 + 4, 0 + 4, 0 + 4, 0 + 0 + 2,5 40,5 = = 5, 06 8 8

Como a mdia do estudante foi 5,06, que superior a mdia de aprovao (5,0), ele foi aprovado.

3.1.2 . Mdia Aritmtica Ponderada Se os valores x1 , x2 , " , xn de uma distribuio so afetados por pesos (ou freqncias) f1 , f 2 , " , f n , ento:

=x=

x1 f1 + x2 f 2 + " + xn f n = f1 + f 2 + " + f n

x f f
i

i i

Empregamos esta frmula no clculo da mdia em dados apresentados sob a forma de distribuio de freqncia, sendo os pesos de cada atributo suas freqncias. No caso dos dados agrupados em classes, as freqncias empregadas no clculo da mdia so os pontos mdios de cada classe, conforme veremos a seguir.

24

Exemplo: 1) Em um exame de matemtica, portugus e ingls, com pesos 3, 2 e 1 respectivamente, uma estudante obteve as seguintes notas nas provas 60, 70 e 80 . Seu grau mdio :

3 60 + 2 70 + 1 80 180 + 140 + 80 400 = = = 66, 67 6 6 6

2) Determine a mdia final de um aluno que tirou 4 em portugus, 5 em matemtica, 7 em geografia e 8 em histria, sabendo que os pesos das respectivas disciplinas so 2, 3, 1 e 1, respectivamente.

4 2 + 5 3 + 7 1 + 8 1 8 + 15 + 7 + 8 = = 5, 43 7 7

3) Atravs de uma amostra realizou-se um levantamento das idades de 20 alunos, relacionados na tabela abaixo. Determine a idade mdia.

xi (anos)
18 20 22 25
Total

fi
2 7 5 6
20

x=

18 2 + 20 7 + 22 5 + 25 6 36 + 140 + 110 + 150 436 = = = 21,8 22 anos 20 20 20

Exerccio 1
1) Calcular a mdia aritmtica das sries abaixo: a) 2, 3, 5, 6, 8 b) 10, 12, 15, 17, 22 c) 5, 8, 9, 10, 4, 3, 2 d) 4, 5, 7, 8, 10, 12, 14

25

2) Calcular a mdia aritmtica das sries abaixo: a) 3, 2, 3, 2, 4, 4, 4, 5, 5, 5, 6 b) 1, 1, 1, 2, 2, 10, 10, 10

3) Calcule a mdia aritmtica das distribuies abaixo: a) b)

xi
1 3 4
Total

fi
7 3 2
12

xi
2 4 5
Total

fi
4 2 1
7

3.2 . Mdia Aritmtica para dados agrupados em classes


Para dados agrupados em classes, utilizaremos a frmula da mdia aritmtica ponderada, considerando as freqncias simples das classes como sendo as ponderaes dos pontos mdios destas classes. Assim, teremos:

=x=

xi fi
i

Exemplo: 1) Determinar a mdia aritmtica da distribuio mostrada abaixo:

Estatura (cm)

fi
10 15 25 10 15 5
80

xi
127,5 132,5 137,5 142,5 147,5 152,5
-

xi fi
1.275,0 1.987,5 3.437,5 1.425,0 2.212,5 762,5
11.100

125 | 130

130 | 135 135 | 140 140 | 145 145 | 150 150 | 155
Total

26

Altura mdia: x =

x f f
i

i i

11.100 = 138, 75cm 80

Quando agrupamos os dados na disposio de uma varivel contnua, passamos a trabalhar com os dados sem conhecimento de seus valores individuais. Note no exemplo acima, que o mximo que podemos afirmar com respeito ao menor valor desta srie que ele um valor maior ou igual a 125 e menor que 130. Mas no conhecemos seu valor individualizado. O mesmo ocorre com todos os outro valores da srie. Este fato que nos leva a substituir as classes pelos seus pontos mdios ao calcular a mdia da srie.

2) Determinee o peso mdio referente aos dados da tabela abaixo:

Pesos (Kg)

fi
5 6 11 13 7 8
50

xi
47,5 52,5 57,5 62,5 67,5 72,5
-

xi fi
237,5 315,0 632,5 812,5 472,5 580,0
3.050

45 | 50

50 | 55 55 | 60 60 | 65 65 | 70 70 | 75
Total

Peso mdio: x =

x f f
i

i i

3.050 = 61Kg 50

27

3) Determine a mdia aritmtica da tabela de freqncia abaixo:

Notas

fi
2 6 14 29 23 11 5
90

xi
54,5 61,5 68,5 75,5 82,5 89,5 96,5
-

xi fi
109,0 369,0 959,0 2.189,5 1.897,5 984,5 482,5
6.991

51 | 58

58 | 65 65 | 72 72 | 79 79 | 86 86 | 93 93 | 100
Total

Nota mdia: x =

6.991 = 77, 67 90

3.3 . Propriedades da Mdia Aritmtica


a) A soma dos desvios de um conjunto de nmeros em relao a mdia aritmtica zero.

( xi x ) = 0 ou
i =1

( x x )f
i =1 i

=0

b) A soma dos quadrados dos desvios de um conjunto de nmeros em relao a mdia mnimo.

(x x ) (x x )
i =1 i i =1 i 0

ou

(x x )
i =1 i

fi ( xi x0 ) fi
i =1

onde x0 um valor arbitrrio qualquer, x0 x . c) Se n1 nmeros tem mdia x1 , n2 nmeros tem mdia x2 , ..., nk nmeros tem mdia xk , a mdia do conjunto formado por todos os nmeros dada pela expresso:

n x + n x + " + nk xk = x= 1 1 2 2 n1 + n2 + " + nk

n x
i =1 k

i i

n
i =1

d) Se somarmos ou subtrairmos uma constante k a cada um dos elementos x1 , x2 , " , xn de um conjunto, a mdia ficar somada ou subtrada pela constante k .

28

e) Se multiplicarmos ou dividirmos cada elemento x1 , x2 , " , xn de um conjunto por uma constante k , a mdia ficar multiplicada ou dividida por esta constante.

Exerccio 2
1) A mdia mnima de aprovao em Estatstica 5,0. Se um estudante obtm as notas 8,5; 9,0; 4,0; 4,0; 0 e 2,5 nos trabalhos mensais da disciplina, ele foi aprovado ou reprovado? Caso o professor d 1 ponto em cada nota, qual seria a nova nota mdia?
a a a

2) As provas de Estatstica tem os seguintes pesos 3, 2 e 1 respectivamente para a 1 , 2 e 3 . provas. Se um aluno obteve 8 na 1 . prova, 6,5 na segunda e 0 na 3 . prova, e, sabendo-se que a mdia de aprovao 5, verificar se este aluno foi aprovado. Explique:
a a

3) O salrio mdio de uma empresa R$ 300,00. Se o dono da empresa der de gratificao natalina um abono de R$ 50,00 no ms de dezembro, qual ser o novo salrio mdio neste ms?

4) Uma determinada indstria, verificando que a sua produo triplicou devido ao esforo de seus operrios, resolveu duplicar os salrios. Sabendo-se que o salrio mdio pago por essa indstria era de R$500,00, qual ser o novo salrio mdio?

5) Um determinado rgo pblico pagava, em mdia, a seus funcionrios, a quantia de R$ 1.000,00 por ms. O governo resolveu aumentar a alquota de contribuio para a previdncia de 10% para 15%. Qual ser o novo salrio mdio pago por esse rgo?

6) Calcule a mdia de horas-extras trabalhadas pelos tcnicos no ms anterior, registradas na tabela do exerccio 4 do captulo 2, reproduzida abaixo. Horas

fi

xi

xi fi

10 | 17
17 | 24 24 | 31 31 | 38 38 | 45 45 | 52
Total

18 16 24 31 26 28
143 -

29

7) Calcule o nmero mdio de faltas de 150 operrios nos ltimos 6 meses, registradas na tabela do exerccio 5 do captulo 2, reproduzida abaixo. Faltas

fi

xi

xi fi

0 | 2
2 | 4 4 | 6 6 | 8 8 | 10
Total

60 30 30 15 15
150 -

8) Determine o nmero mdio de peas produzidas por 100 operrios no Setor de produo de uma fbrica, registradas na Tabela do exerccio 6 do captulo 2, reproduzida abaixo.

Peas

fi

xi

xi fi

1260 | 1292
1292 | 1324 1324 | 1356 1356 | 1388 1388 | 1420 1420 | 1452
Total

12 7 14 7 18 42
100 -

9) Determine o salrio mdio de 80 funcionrios de uma empresa, registradas na Tabela do exerccio 7 do captulo 2, reproduzida abaixo. Sal. mnimo

fi

xi

xi fi

0 | 2
2 | 4 4 | 6 6 | 8 8 | 10
Total

37 22 10 6 5
80 30

10) Calcule o tempo de durao mdio de 100 peas de televiso produzidas por uma indstria, registradas na Tabela do exerccio 8 do captulo 2, reproduzida abaixo.

Centenas de horas

fi

xi

xi fi

360 | 452
452 | 544 544 | 636 636 | 728 728 | 820 820 | 912 912 | 1004
Total

8 6 9 17 23 17 20
100 -

11) Determine a carga mdia mxima suportada por cabos de ao produzidos por uma fbrica, cujos pesos esto registradas na Tabela do exerccio 9 do captulo 2, reproduzida abaixo.

Toneladas

fi

xi

xi fi

9,3 | 9, 9
9, 9 | 10,5 10,5 | 11,1 11,1 | 11,7 11, 7 | 12,3
Total

4 8 18 12 8
50 -

3.4 . MEDIANA
A mediana

( Md )

um valor que separa uma distribuio em duas partes, deixando sua esquerda o mesmo

nmero de elementos que sua direita.

3.4.1 . Mediana para dados brutos ou rol

Para o clculo da mediana deve-se, inicialmente, ordena os dados.

31

Quando a srie de dados constituda de um nmero

(n)

mpar de elementos, a mediana ocupa a posio

n +1 . 2
o

Exemplo: O conjunto de nmeros 1, 2, 3, 4, 4, 5, 6, 8, 9 tem como mediana:

PMd =

9 +1 = 5 (quinto elemento) 2

Md = 4
Quando a srie de dados constituda de um nmero
o o

(n)

par de elementos tem-se 2 elementos centrais, que

n n ocupam as posies e + 1 . A mediana convencionada como sendo a mdia dos valores que ocupam 2 2
estas posies centrais. Cabe ressaltar que o valor da mediana pode no coincidir com os valores observados. Exemplo: O conjunto de nmeros 0, 1, 1, 3, 4, 5, 6, 7, 9, 9 tem mediana :

PMd =

9 +1 = 5 (quinto elemento) e 2 10 = + 1 = 6 (sexto elemento) 2 4+5 = 4,5 2

Md =

Observao: Para calcular a posio da mediana, independente do nmero de elementos da srie (par ou mpar), calcula-se este como sendo PMd =

n +1 . Sendo n mpar, obteremos diretamente em que posio na srie se 2 encontra ao valor da mediana. Sendo n par, o valor da mediana ser a mdia entre os elementos vizinhos aquele

apontado.

Exemplo: Sejam as sries de valores: A : 2, 8, 12, 12, 20, 20, 23 e B : 7, 8, 9, 10, 13, 13, 15, 21 . Na srie A temos n = 7 elementos. A mediana ocupa a posio PMd = o quarto elemento da srie. Logo, Md = 12 . Ns srie B temos n = 8 elementos. A mediana ocupa a posio PMd =

n +1 7 +1 = = 4 . Ou seja, a mediana 2 2 n +1 8 +1 = = 4,5 . Ou seja, a mediana 2 2


Logo,

ocupa a posio 4,5, isto , est situada entre o quarto e o quinto elemento da srie.

Md =

10 + 13 23 = = 11,5 . 2 2
32

3.4.2 . Mediana para dados agrupados em freqncia simples

Para o clculo da mediana de dados agrupados em freqncia (varivel discreta), basta verificar se o nmero de elementos da srie par ou mpar e aplicar o mesmo raciocnio do caso anterior. De modo a facilitar a localizao dos termos centrais, devemos construir a freqncia acumulada da srie. Exemplo: 1)

xi
(anos)

fi
(alunos)

Fi 1 6 15
-

20 22 25
Total

1 5 9
15

n = 15 PMd =

n +1 =8 2

Construindo a freqncia acumulada podemos localizar com facilidade o oitavo elemento da srie. Note que o elemento que ocupa a 1. posio na srie 20. Em seguida aparecem 5 elementos iguais a 22. Estes elementos ocupam as posies de 2 a 6 elementos na srie. Depois aparecem mais 9 elementos iguais a 25 que ocupam na srie as pocies de 7 a 15 elementos. Conseqentemente, o elemento que ocupa a 8 posio vale 25, e podemos afirmar que a mediana 25.

2)

xi
(salrios)

fi
(empregados)

Fi 8 10 12
-

1.000,00 2.000,00 5.000,00


Total

8 2 2
12

n = 12 PMd =

n + 1 13 = = 6,5 2 2

A mediana est situada entre o 6 e o 7 elemento, e ser a mdia aritmtica destes dois valores.

Md =

1.000 + 1.000 = 1.000 2


33

3)

xi
(alturas)

fi
(alunos)

Fi 3 5 10
-

150 180 185


Total

3 2 5
10

n = 10 PMd =

10 + 1 = 5,5 2

A mediana est situada entre o 5 e o 6 elemento da srie.

Md =

180 + 185 = 182,5 cm 2

3.4.3 . Mediana para dados agrupados em classes

Para o clculo da mediana de dados agrupados em classes (varivel contnua), o raciocnio anterior no pode ser utilizado, uma vez que mesmo identificando a posio da mediana na srie, o valor do elemento da srie que ocupa esta posio no identificvel. Utilizaremos um exemplo para generalizar a frmula de clculo da mediana.

Considere a seguinte distribuio de freqncia:

Classes

fi 2 5 8 3 1
19
= 19 .

Fi 2 7 15 18 19
-

3 | 6 6 | 9 9 | 12 12 | 15 15 | 18
Total

O nmero de elementos da srie n =

A mediana, por definio, separa o nmero de elementos da srie em dois grupos, contendo cada um deles 50% dos elementos.

34

Portanto, a posio da mediana na srie

n 19 o . No exemplo = 9,5 . 2 2

O valor decimal 9,5 indica que a mediana um elemento posicionado entre o nono e o dcimo elemento da srie. Observando a freqncia acumulada para identificar em qual classe esto situados o nono e o dcimo elemento da srie, notamos que estes esto posicionados na terceira classe, o que indica que a median um valor compreendido entre 9 e 12. A classe que contm a mediana ser identificada como classe mediana. Este intervalo de trs unidades contm 8 elementos. Supondo que eles esto uniformemente distribudos neste intervalo, ento poderemeos dividir este intrevalo de modo proporcional posio da mediana na srie. 9,5a

15

|--------------------|--------------------| 9

Md

12

Ou seja: Portanto:

15 7 9,5 7 8 9,5 7 9,5 7 = . Simplificando: = x= 3 x 3 3 x 8

Md = 9 + x

Md = 9 +

9,5 7 3 8

Md = 9,9375

Observando na frmula em destaque acima que: 9 o limite inferior da classe mediana; 9,5 a metade dos elementos da srie, isto , n ;

7 a freqncia acumulada da classe anterior classe mediana; 8 a freqncia simples da classe mediana; 3 a amplitude do intervalo de classe.

Podemos generalizar a frmula de clculo da mediana para varivel contnua como:

n Fi ant Md = li + 2 h f i md

35

Onde:

li = limite inferior da classe mediana


n = nmero de elementos da srie

Fi ant = freqncia acumulada da classe anterior classe mediana fi md = freqncia simples da classe mediana
h = amplitude do intervalo de classe.
Observao: Devido s condies impostas na obteno da frmula da mediana, fica evidente que o valor obtido por esta um valor aproximado do verdadeiro valor da mediana da srie. De modo geral, todas as medidas calculadas para uma varivel contnua sero valores aproximados para estas medidas, uma vez que ao agruparmos os dados segundo uma varivel contnua, h perda de informaes quanto a identidade dos dados.

Exemplo: 1) Determinar a mediana para as seguintes distribuies abaixo: a) Estatura (cm)

fi 10 15 25 10 15 5
80

Fi 10 25 50 60 75 80
-

125 | 130 130 | 135 135 | 140 140 | 145 145 | 150 150 | 155
Total

PMd =

n 80 = = 40o 2 2

Observando a coluna das freqncias acumuladas, verificamos que a classe mediana a terceira. Aplicando a frmula, a mediana :

Md = 135 +

40 25 15 5 = 135 + 5 = 135 + 3 = 138cm 25 25

36

b) Pesos (Kg)

fi 5 6 11 13 7 8
50

Fi 5 11 22 35 42 50
-

45 | 50 50 | 55 55 | 60 60 | 65 65 | 70 70 | 75
Total

PMd =

n 50 = = 25o 2 2

Observando a coluna das freqncias acumuladas, verificamos que a classe mediana a quarta. Aplicando a frmula, a mediana :

Md = 60 +

25 22 3 5 = 60 + 5 = 60 + 1,15 = 61,15 Kg 13 13

c) Notas

fi 2 6 14 29 23 11 5
90

Fi 2 8 22 51 74 85 90
-

51 | 58 58 | 65 65 | 72 72 | 79 79 | 86 86 | 93 93 | 100
Total

PMd =

n 90 = = 45o 2 2

Observando a coluna das freqncias acumuladas, verificamos que a classe mediana a quarta. Aplicando a frmula, a mediana :

37

Md = 72 +

45 22 23 7 = 72 + 7 = 72 + 5,55 = 77,55 29 29

Exerccio 3
1) Uma empresa possui trs filiais, representadas pelas letras A, B, C. Atravs de um levantamento sobre as faltas do ltimo ano, verificou-se as seguintes distribuies: A: 7, 5, 6, 1, 3, 8, 10 B: 10, 9, 1, 3, 0, 4, 6, 8 C: 0, 10, 1, 3, 9, 7, 6, 5, 8, 6 Determine o nmero de faltas considerada mediana para cada filial.

2) Determinar a mediana para as sries representadas nas tabelas abaixo: a) b)

Alturas (cm)

fi 5 2 3
10

Idade

fi 7 2 6
15

160 175 180


Total

20 25 28
Total

c) Reais

fi 3 10 5
18

150,00 180,00 285,00


Total

3) Determinar o valor da mediana das distribuies apresentadas nos exerccios 4 a 9 do captulo 2.

38

3.5 . MODA
A moda ( Mo ) o valor de maior freqncia em um conjunto de dados.

3.5.1 . Moda para dados brutos ou rol Vamos identificar a moda para um rol, atravs dos seguintes exemplos:

1) X = 4, 5, 5, 6,6 6, 7, 7, 8, 8 O valor mais freqente 6. Portanto, Mo = 6 . Esta uma seqncia unimodal.

2) Y = 2, 3, 4, 5, 6 Como todos os elementos da srie tm a mesma freqncia, no h um que se destaque pela maior freqncia. Assim, diremos que a srie amodal, ou seja, no tem moda.

3) Z = 2, 4, 4, 4, 6, 7, 8, 8, 8, 9 Esta seqncia apresenta os elementos 4 e 8 como elementos de maior freqncia. Portanto, Mo = 4 e Mo = 8 . Esta uma seqncia bimodal.

3.5.2 . Moda para dados agrupados em freqncia Nesta situao, como as freqncias j esto computadas na segunda coluna, a moda ser o valor da varivel correspondente a maior freqncia da tabela.

Exemplo: 1) Idade

fi 2 4 8
14

20 22 25
Total

Maior freqncia = 8 Mo = 25 anos Unimodal

39

2) Reais

fi 8 2 8
18

1.000,00 2.000,00 5.000,00


Total

Maior freqncia = 8 Mo = R$1.000,00 e R$5.000,00 Bimodal 3) Alturas (cm)

fi 3 3 3
9

150 180 185


Total

Maior freqncia = no h Amodal

3.5.3 . Moda para dados agrupados em classe Para determinar a moda de uma srie de dados agrupados em classes, podemos optar por vrios processos. Daremos destaque para a moda de Pearson, a moda de King e a moda de Czuber.

3.5.3.1 . Moda de Pearson A moda de uma varivel contnua pode ser obtida atravs do valor da mdia e da mediana.

Mo = 3Md 2 x
Exemplo: Classes

fi 1 3 6 2
12

xi 5 15 25 35
-

xi fi 5 45 150 70
270

0 | 10 10 | 20 20 | 30 30 | 40
Total

40

x=

x f f
i

i i

270 = 22,5 12

n Fi ant 64 2 Md = li + h = 20 + 10 = 23,33 f i md 6
Mo = 3Md 2 x = 3 ( 23,33) 2 ( 22,5 ) = 25
Note que a moda est situada na terceira classe que a classe de maior freqncia da srie. Esta chamada de classe modal.

3.5.3.2 . Moda de King Esta frmula leva em considerao a freqncia simples da classe anterior e a freqncia simples da classe posterior classe modal.

Mo = li +
Onde:

fi post h f i ant + f i post

li = limite inferior da classe modal fi post = freqncia simples da classe posterior classe modal. fi ant = freqncia simples da classe anterior classe modal.
h = amplitude do intervalo de classe.
Exemplo: Aplicando a frmula de King aos dados do exerccio anterior, temos: A classe modal a de maior freqncia, portanto a terceira, e a moda vale:

Mo = 20 +

2 10 = 24 3+ 2

3.5.3.3 . Moda de Czuber Nesta formulao, levou-se em considerao a freqncia simples da classe anterior, a freqncia simples da classe posterior, alm da freqncia simples da classe modal. portanto, uma frmula mais completa que a frmula de King.

Mo = li +

fi mo f i ant h 2 f i mo ( f i ant + f i post )

41

Onde:

li = limite inferior da classe modal fi mo = freqncia simples da classe modal. fi ant = freqncia simples da classe anterior classe modal. fi post = freqncia simples da classe posterior classe modal.
h = amplitude do intervalo de classe.
Exemplo: Aplicando a frmula de Czuber aos dados do exerccio anterior, temos: A classe modal a de maior freqncia, portanto a terceira, e a moda vale:

Mo = 20 +

63 10 = 24, 29 2 ( 6) (3 + 2)

Observao: A frmula de Pearson tem normalmente interesse terico. Se no dispusermos da mdia e da mediana na distribuio, a frmula de Pearson a mais trabalhosa. Esta frmula mais adequada para distribuies simtricas. A frmula de King a mais simples delas, mas no a mais precisa. A frmula de Czuber mais precisa que a frmula de King, pois leva tambm em considerao a freqncia da classe modal. Nos exemplos anteriores, o clculo da moda pelos trs processos determinou trs valores diferentes. claro que os trs valores obtidos so valores aproximados do verdadeiro valor da moda. Normalmente o mais confivel o valor da moda de Czuber.

Exemplos 1) Determine a moda da tabela de freqncia do exerccio 1 do captulo 2.

Estatura (cm)

fi 10 15 25 10 15 5
80

125 | 130 130 | 135 135 | 140 140 | 145 145 | 150 150 | 155
Total

42

Moda de Pearson: Mo = 3Md 2 x = 3 (138 ) 2 (138, 75 ) = 136,5 Moda de King: Mo = li +

f i post 10 h = 135 + 5 = 135 + 2 = 137 15 + 10 f i ant + f i post


f i mo f i ant 25 15 h = 135 + 5 = 135 + 2 = 137 2 f i mo ( f i ant + fi post ) 2 25 (15 + 10 )

Moda de Czuber: Mo = li +

2) Determine a moda da tabela de freqncia do exerccio 2 do captulo 2.

Pesos (Kg)

fi 5 6 11 13 7 8
50

45 | 50 50 | 55 55 | 60 60 | 65 65 | 70 70 | 75
Total

Moda de Pearson: Mo = 3Md 2 x = 3 ( 61,15 ) 2 ( 61) = 61, 45 Moda de King: Mo = li +

f i post 7 h = 60 + 5 = 60 + 1,94 = 61,94 11 + 7 f i ant + f i post


f i mo f i ant 13 11 h = 60 + 5 = 60 + 1, 25 = 61, 25 2 f i mo ( fi ant + fi post ) 2 13 (11 + 7 )

Moda de Czuber: Mo = li +

43

3) Determine a moda da tabela de freqncia do exerccio 3 do captulo 2. Notas

fi 2 6 14 29 23 11 5
90

51 | 58 58 | 65 65 | 72 72 | 79 79 | 86 86 | 93 93 | 100
Total

Moda de Pearson: Mo = 3Md 2 x = 3 ( 77,55 ) 2 ( 77, 67 ) = 77,31 Moda de King: Mo = li +

fi post 23 h = 72 + 7 = 72 + 4,35 = 76,35 14 + 23 f i ant + f i post


fi mo f i ant 29 14 h = 72 + 7 = 72 + 5 = 77 2 f i mo ( f i ant + fi post ) 2 29 (14 + 23)

Moda de Czuber: Mo = li +

4) Determine a mdia , a mediana e a moda de Czuber para os dados da tabela a seguir. Notas

fi 5 15 20 45 100 130 100 60 15 10


500

Fi 5 20 40 85 185 315 415 475 490 500


-

xi 5 15 25 35 45 55 65 75 85 95
-

xi fi 25 225 500 1.575 4.500 7.150 6.500 4.500 1.275 950


27.200 44

0 | 10 10 | 20 20 | 30 30 | 40 40 | 50 50 | 60 60 | 70 70 | 80 80 | 90 90 | 100
Total

x=

x f f
i

i i

27.200 = 54, 4 500

n Fi ant 250 185 2 Md = li + h = 50 + 10 = 55 f i md 130


Mo = li + f i mo f i ant 130 100 h = 50 + 10 = 50 + 5 = 55 2 f i mo ( f i ant + fi post ) 2 130 (100 + 100 )

Nota: 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. Surge ento a questo: qual medida deve ser usada? A medida ideal em cada caso aquela que melhor representa a maioria dos dados da srie. Quando todos os dados de uma srie estatstica so iguais, a mdia, a mediana e a moda coincidiro com este valor e, portanto qualquer uma delas representar bem a srie. No entanto, este caso dificilmente ocorrer na prtica. Na maioria das vezes, teremos valores diferenciados para a srie e conseqentemente a medida ir representar bem, apenas os dados da srie que se situam prximos a este valor. Os dados muito afastados em relao ao valor da mdia no sero bem representados por ela. Dessa forma, se uma srie apresenta forte concentrao de dados em sua rea central, a mdia , a mediana e a moda ficam tambm situadas em sua rea central representando bem a srie, como na figura abaixo. Como a mais conhecida a mdia, optamos por esta medida de tendncia central. Concluindo, devemos optar pela mdia, quando houver forte concentrao de dados na rea central da srie.

x
Se uma srie apresenta forte concentrao de dados em seu incio (assimetria positiva), a mediana e a moda estaro posicionadas mais no incio da srie, representando bem esta concentrao. A mdia que fortemente afetada por alguns valores posicionados no final da srie se deslocar para a direita desta concentrao, no a representando bem. Como a mais conhecida entre mediana e moda a mediana, esta ser a medida indicada neste caso. A mesma situao ocorre se a srie apresenta forte concentrao de dados em seu final (assimetria negativa). Concluindo, devemos optar pela mediana, quando houver forte concentrao de dados no incio ou no final da srie.

45

A moda deve ser a opo como medida de tendncia central apenas em sries que apresentam um elemento tpico, isto , um valor cuja freqncia muito superior freqncia dos outro elementos da srie.

Mo Md

Md

Mo

Exerccio 4
1) Determine a moda para os conjuntos abaixo: a) 0, 0, 0, 1, 1, 3 b) 1, 1, 2, 2, 3, 3, 5, 5 c)

1 2 2 6 , , , 2 3 10 9

2) A tabela abaixo representa o nmero de acertos em cada questo de uma prova de sete questes aplicada em determinada turma. Determine a questo considerada mais fcil.

Questo

fi 2 6 14 29 23 11 35
120

1 2 3 4 5 6 7
Total

3) Determinar o valor da moda de Czuber das distribuies apresentadas nos exerccios 4 a 9 do captulo 2.

46

3.6 . Resposta dos exerccios do captulo

Exerccio 1:
1 ) a) 4,8 2) a) 3,9091 3) a) 2 b) 15, 2 b) 4, 625 b) 3 c) 5,8571 d) 8,5714

Exerccio 2:
1) = 4,67. No foi aprovado devido a nota mdia ter sido inferior a 5. Ao conceder 1 ponto em cada nota, a mdia do estudante passa a ser 5,67. 2) = 6,17. Foi aprovado devido a nota mdia ter sido superior a 5. 3) R$350,00 4) R$1.000,00 5) R$ 1.050,00 6) 33,13 horas 7) 3,6 faltas 8) 1.384,16 peas 9) 3 salrios mnimos 10) 748,24 centenas de horas ou 74.824 horas 11) 10,94 toneladas

Exerccio 3:
1) a) Md = 6 2) a) Md = 167,5cm 3) Md = 34, 05 horas b) Md = 5 c) Md = 6 c) Md = R$180, 00

b) Md = 25anos

Md = 3 faltas

Md = 1.405, 78 peas Md = 2, 27 SM
Md = 768 centenas de horas

Md = 10,93 toneladas
47

Exerccio 4: 2 3

1) a) 0 2) stima questo

b) no h moda

c)

3) Mo = 35, 08 horas

Mo = 1,33 faltas Mo = 1.431, 64 peashoras Mo = 1, 42 S.M.


Mo = 774 centenas de horas

Mo = 10,88 toneladas

48

APNDICE Clculo das mdias Geomtrica e Harmnica Mdia Geomtrica

A mdia geomtrica xg uma mdia usualmente empregada para avaliar taxas de variao e de crescimento. Esta mdia, diferentemente da aritmtica, no influenciada por valores extremos.

( )

Mdia Geomtrica Simples A mdia geomtrica de N valores ( x1 , x2 , " , xn ) definida como a raiz n-sima do produto de desses valores.

xg = N x1 x2 " xn = N xi
i =1

Exemplo: Calcular a mdia geomtrica dos valores: 2, 4, 6, 9.

xg = 4 2 4 6 9 = 4 432 = 4,5590
Mdia Geomtrica ponderada Para uma seqncia numrica x1 , x2 , " , xn afetada de pesos p1 , p2 , " , pn , respectivamente, a mdia geomtrica ponderada xg

( ) definida por:

xg =

pi
i =1

x1p1 x2p2 " xnpn

Exemplo: Sejam os valores 1, 2, 5 com pesos 3, 3, 1, respectivamente. Ento, a mdia geomtrica ponderada ser:

xg = 7 13 23 51 = 7 1 8 5 = 7 40 = 1, 6938
Na prtica xg calculada por meio de logaritmo.

log ( xg ) = log N x1 x2 " xn =

1 ( log x1 + log x2 + " + log xn ) N

Exemplos: Determinar a mdia geomtrica das sries abaixo: a) X : 3, 27 b) X : 1, 4, 16 c) X : 7, 7, 7, 7 d) X: 37, 6

xg = 3 27 = 81 = 9 xg = 3 1 4 16 = 3 64 = 4 xg = 4 7 7 7 7 = 4 2401 = 7 xg = 37 6 = 222 = 14,8997


49

Observao: O produto dos quocientes de cada valor de um conjunto de nmeros pela mdia geomtrica do conjunto igual a 1.

x x1 x2 " n = 1 x g xg xg
Exemplo:

37 6 =1 14,8997 14,8997
Mdia Harmnica
A mdia harmnica ( xh ) de um conjunto de N nmeros ( x1 , x2 , " , xn ) o inverso da mdia aritmtica do inverso dos valores. Esta mdia particularmente utilizada para a srie de valores que so inversamente proporcionais, como para o clculo da velocidade mdia.

Mdia Harmnica Simples A mdia harmnica de um conjunto dada por:

xh =

N 1 1 1 + +" + x1 x2 xn

1
i

Exemplo: Calcular a mdia harmnica das sries abaixo: a) X : 1, 2, 4

xh =

3 3 = = 1, 7143 1 1 1 7 + + 1 2 4 4 3 3 = = 4,5 1 1 1 4 + + 3 6 6 6 4 1 1 1 1 + + + 1 2 4 3 4 1 1 1 1 + + + 7 7 7 7 = 4 = 1,92 25 12 4 =7 4 7

b) X : 3, 6, 6

xh =

c) X : 1, 2, 4, 3

xh =

d) X : 7, 7, 7, 7

xh =

e) Um caminho desenvolve uma velocidade mdia de 30Km/h para ir da cidade A par a cidade B, e 20Km/h para fazer a viagem de volta. Qual a velocidade mdia de percurso ida e volta?

50

xh =

2 2 = = 24 Km / h 1 1 5 + 30 20 60

Mdia Harmnica Ponderada Sejam x1 , x2 , " , xn um conjunto afetado com as freqncias f1 , f 2 , " , f n , respectivamente. harmnica desse conjunto de nmeros definida por:

A mdia

xh =

f f1 f 2 + +" + n x1 x2 xn

f f x

Exemplo: Sejam os valores 2, 4, 12 com pesos 3, 2, 2 respectivamente. A mdia harmnica :

xh =

7 7 = = 3, 2308 3 2 2 18 + 6 + 2 + + 2 4 12 12

Exerccios
1) Calcule a mdia geomtrica simples para os conjuntos de dados abaixo: a) 3, 27 b) 2, 8 c) 1, 4, 16 d) 1, 1, 2, 3, 3

2) Calcule a mdia harmnica simples para os conjuntos de dados abaixo: a) 3, 6, 8 b) 2, 2, 3, 5 c) 5, 5, 5, 5, 5

3) Um automvel desenvolve 70 Km/h para ir da cidade A para a B, e volta da cidade B para a A com a velocidade de 60 Km/h. Qual a velocidade mdia?

51

4) Calcule as mdias geomtrica e harmnica para os conjuntos abaixo: a) b)

xi

fi

xi

fi

1 3 4
Total

7 3 2
12

2 4 5
Total

4 2 1
7

Resposta dos exerccios do apndice


1) a) 9 2) a) b) 4 b) c) 4 d)
5

18 = 1, 7826

72 = 4,8 15

120 = 2, 6087 46

c) 5

3) 64, 6 Km / h 4) a) xg = 12 432 = 1, 6581 b) xg = 7 1280 = 2, 779

xh = xh =

12 = 1, 4118 8,5

140 = 2,5926 54

52

CAPTULO 4 - SEPARATRIZES

4.1 . Introduo
As separatrizes so nmeros reais que dividem a seqncia ordenada de dados (Rol) em partes que contm uma quantidade especfica de elementos da srie. Desta forma, a mediana que divide a seqncia ordenada em dois grupos, cada um deles contendo 50% dos valores da seqncia, tambm uma medida separatriz. Alm da mediana, as outras medidas separatrizes que destacamos so: quartis, decis e percentis.

4.2 . Quartil
Ao dividirmos uma srie ordenada em quatro partes iguais, cada uma ficar com 25% dos elementos. Os trs elementos que separam estes grupos so chamados de Quartis.

25%

25%

25%

25%

Q1

Q2 = Md

Q3

Assim, o primeiro quartil, que indicaremos por Q1 , separa a seqncia ordenada deixando 25% de seus valores esquerda e 75% de seus valores direita. O segundo quartil, que indicaremos por Q2 , separa a seqncia ordenada deixando 50% de seus valores esquerda e 50% de seus valores direita. O Q2 a mediana da srie. O terceiro quartil, que indicaremos por Q3 , separa a seqncia ordenada deixando 75% de seus valores esquerda e 25% de seus valores direita.

4.3 . Decil
Ao dividirmos uma srie ordenada em dez partes iguais, cada uma ficar com 10% dos elementos. Os elementos que separam estes grupos so chamados de Decis. Assim, o primeiro decil, que indicaremos por D1 , separa a seqncia ordenada, deixando 10% de seus valores esquerda e 90% de seus valores direita. Os outros decis so definidos de modo anlogo.

53

4.4 . Percentil
Ao dividirmos uma srie ordenada em cem partes iguais, cada uma ficar com 1% dos elementos. Os elementos que separam estes grupos so chamados de percentis. Assim, o primeiro percentil, que indicaremos por P 1 , separa a seqncia ordenada, deixando 1% de seus valores esquerda e 99% de seus valores direita. Os outros percentis so definidos de modo anlogo.

Se observarmos que os quartis e os decis so mltiplos dos percentis, ento basta estabelecer a frmula de clculo de percentis. Todas as outras medidas podem ser identificadas como percentis. Desta forma:

D1 = P 10 D2 = P20 D3 = P30

Q1 = P25 Q2 = P50 Q3 = P75

D4 = P40 D5 = P50 D6 = P60 D7 = P70 D8 = P 80 D9 = P90

4.5 . Clculo de Separatrizes


4.5.1 . Dados brutos ou Rol

Para identificar uma determinada separatriz os dados devem estar ordenados. Em seguida relacionamos a medida que queremos obter com o percentil correspondente, P i. Encontramos a posio do percentil i , atravs de

in . Em seguida, identificamos o elemento que ocupa esta 100

posio. Se

in no for um nmero inteiro, isto significa que o P i um elemento intermedirio entre os 100 in . Neste caso, o P i definido 100

elementos que ocupam as posies aproximadas por falta e por excesso do valor como sendo a mdia dos valores que ocupam estas posies aproximadas.

54

Exemplo: 1) Calcular o Q1 da seqncia 1, 2, 5, 5, 5, 8, 10, 11, 12, 12, 13, 15. Identificamos que Q1 = P25 Calcularmos 25% de 12, que o nmero de elementos da srie, obtendo:

25 12 =3 100

Este valor indica a posio do P25 no rol, isto , o P25 o terceiro elemento no rol. Observando o terceiro elemento do rol obtm-se 5. Portanto, Q1 = P25 = 5 Assim, 25% dos valores desta seqncia so valores menores ou iguais a 5 e 75% dos valores desta seqncia so valores maiores ou iguais a 5.

2) Calcular o D6 do rol 2; 2; 6; 7,5; 8; 9; 10; 12 Identificamos que D6 = P 60 . Calcularmos 60% de 8, que o nmero de elementos da srie, obtendo:

60 8 = 4,8 100

Este valor no inteiro, indicando que o P 60 um valor situado entre o quarto e o quinto elemento da seqncia. Observando diretamente no rol, os elementos que ocupam a quarta e quinta posio so: 7,5 e 8. Portanto

D6 = P60 =

7,5 + 8 = 7, 75 2

Assim, 60% dos valores desta seqncia so valores menores ou iguais a 7,75 e 40% dos valores desta seqncia so valores maiores ou iguais a 7,75.

4.5.2 . Dados agrupados em freqncia simples

Se os dados esto apresentados na forma de varivel discreta, eles j esto naturalmente ordenados. Devemos identificar a medida que queremos obter com o percentil correspondente P i . Em seguida, localizar a posio do percentil na srie

in . Aps, com o auxlio da freqncia acumulada da srie, localizamos o elemento 100

que ocupa esta posio. O valor deste elemento o P i.

55

Exenplo: 1) Calcular o D4 para a srie:

xi

fi

Fi

2 4 5 7 10
Total

3 5 8 6 2
24

3 8 16 22 24
-

O nmero de elementos da srie

fi = 24 .
40 24 = 9, 6 100

Identificamos D4 = P40 , e calculamos 40% de 24, ou seja,

Esta posio significa que o P40 um valor compreendido entre o nono e o dcimo elemento da srie. Observando na coluna da freqncia acumulada, vemos que o nono e o dcimo elemento so iguais a 5. Assim,

D4 = P40 =

5+5 =5 2

Dessa forma, 40% dos valores desta seqncia so valores menores ou iguais a 5 e 60% dos valores desta seqncia so valores maiores ou iguais a 5.

4.5.3 . Dados agrupados em classe

Se os dados esto agrupados na forma de uma varivel contnua, eles j esto naturalmente ordenados e o nmero de elementos da srie n =

fi .

Para se obter uma frmula geral para o clculo dos percentis, vamos generalizar a frmula da mediana:

n Fi ant 2 Md = li + h f i md
Identificando Md = P 50 , podemos obter uma frmula particular para o P 50 . Portanto, identificando o limite inferior da classe que contm a Mediana li

( ) com o limite inferior da classe que contm P50 ( l50 ) .


56

O termo

n 50 n pode ser representado na linguagem do P . 50 como 2 100

A freqncia simples da classe mediana

( fi ) a mesma freqncia simples da classe que contm o P50 ( f50 ) . ( ) a freqncia acumulada da classe anterior

A freqncia acumulada da classe anterior classe mediana Fant

classe que contm o P 50 . Este termo no se modifica, assim como h , que a amplitude do intervalo de classe. Assim, a frmula da mediana, adaptada para a linguagem do P 50 pode ser escrita:

in Fi ant 100 P50 = li + h fi


Substituindo-se 50 pelo ndice i , generalizamos a frmula para o clculo de qualquer percentil:

in Fi ant Pi = li + 100 h fi
Onde:

Pi = Percentil i ( i = 1, 2, 3, " , 99 ) li = limite inferior da classe que contm o percentil i


n = nmero de elementos da srie

Fi ant = freqncia acumulada da classe anterior classe que contm o percentil i fi = freqncia simples da classe que contm o percentil i
h = amplitude do intervalo de classe.
Exemplo: Calcular o Q3 da srie:

Notas

fi

Fi

0 | 10
10 | 20 20 | 30 30 | 40 40 | 50
Total

16 18 24 35 12
105

16 34 58 93 105
57

O nmero de elementos da srie 105. Identificamos Q3 = P 75 . Iniciamos o clculo do valor P 75 lembrando que neste caso i = 75 e que Isto nos d a posio do P 75 na srie. Pela freqncia acumulada observamos que o elemento que ocupa a posio 78,75 na srie encontra-se na quarta classe. Substituindo os valores indicados na frmula, obtm-se:

i n 75 105 = = 78, 75 . 100 100

P75 = 30 +

78, 75 58 10 = 35,93 35

Assim, 75% dos valores da srie so menores ou iguais a 35,93 e 25% dos valores da srie so maiores ou iguais a 35,93.

Exerccios
1) A tabela abaixo representa a distribuio dos salrios de 500 empregados da firma X . Calcule:

a) o primeiro quartil b) o segundo decil c) o quinquagsimo percentil d) o octogsimo percentil

Salrios

fi

Fi

1000 | 2000
2000 | 3000 3000 | 4000 4000 | 5000 5000 | 6000 6000 | 7000 7000 | 8000
Total

20 20 100 80 70 60 150
500

20 40 140 220 290 350 500


-

58

2) Para a tabela do exerccio 4 do captulo 2 determine: a) o nmero de horas extras em que 25% dos tcnicos trabalham abaixo e 75% dos tcnicos trabalham acima desse valor. b) o terceiro quartil. c) o nmero de horas em que 30% dos tcnicos trabalham acima desse valor. d) o 37 percentil. e) o nmero de horas extras em que 40% dos tcnicos trabalham abaixo desse valor.

3) Para a tabela do exerccio 5 do captulo 2 determine: a) o terceiro quartil. b) o nmero de faltas em que 20% dos operrios tiveram um total de faltas abaixo deste valor. c) o nmero de faltas em que 66 operrios tiveram um total de faltas abaixo desse valor

4) Para a tabela do exerccio 6 do captulo 2 determine o oitavo decil.

5) Para a tabela do exerccio 7 do captulo 2 determine: a) o salrio em que 44 funcionrios ganham abaixo e 36 funcionrios ganham acima. b) o 85o percentil

6) Para a tabela do exerccio 8 do captulo 2 determine o total de horas em que 75% das peas testadas apresentaram uma durao superior.

7) Para a tabela do exerccio 9 do captulo 2 determine: a) a carga mxima em que 30 cabos de ao suportam pesos inferiores. b) o stimo decil c) o 35o percentil

4.6 . Resposta dos exerccios


1) a) R$3.850,00 b) R$ 3.600,00 2) a) 24,52 hs 3) a) 5,5 faltas 4) 1.436,76 peas 5) a) 2,63 SM b) 5,80 SM b) 42,91 hs b) 1 falta c) R$5.428,57 c) 40,99 hs c) 2,4 faltas d) R$7.333,00 d) 29,51 hs e) 30,76 hs

6) 646,82 centenas de horas 7) a) 11,1 ton b) 11,35 ton c) 10,68 ton

59

CAPTULO 5 MEDIDAS DE DISPERSO

5.1 . Introduo
Uma breve reflexo sobre as medidas de tendncia central permite-nos concluir que elas no so suficientes para caracterizar totalmente uma seqncia numrica. Se observarmos as seqncias:

X: 10, 1, 18, 20, 35, 3, 7, 15, 11, 10 Y: 12, 13, 13, 14, 12, 14, 12, 14, 13, 13 Z: 13, 13, 13, 13, 13, 13, 13, 13, 13, 13 concluiremos que todas possuem mdia 13. No entanto, so seqncias completamente distintas do ponto de vista da variabilidade (disperso) de dados. Na seqncia Z no h variabilidade de dados. A mdia 13 representa bem qualquer valor da srie. Na seqncia Y, a mdia 13 representa bem a srie, mas existem elementos da srie levemente diferenciados da mdia 13. Na seqncia X existem muitos elementos bastante diferenciados da mdia 13. Conclumos que a mdia 13 representa otimamente a seqncia Z, representa bem a seqncia Y, mas no representa bem a seqncia X. O nosso objetivo construir medidas que avaliem a representatividade da mdia. Para isso usaremos as medidas de disperso. Observe que na seqncia Z os dados esto totalmente concentrados sobre a mdia 13. No h disperso de dados. Na seqncia Y h forte concentrao dos dados sobre a mdia 13, mas h fraca disperso de dados. J na srie X h fraca concentrao de dados em torno da mdia 13 e forte disperso de dados em relao mdia 13.

As principais medidas de disperso que estaremos abordando so: amplitude total, desvio mdio simples, varincia, desvio padro e coeficiente de variao.

5.2 . Amplitude Total


A amplitude total At

( ) a diferena entre o maior e o menor valor da seqncia.

60

5.2.1 . Dados brutos ou rol

Para o clculo da amplitude total de um rol basta identificar o maior e o menor valor da seqncia e efetuar a diferena entre estes valores.

Exemplo: Determinar a amplitude total da seqncia X: 11, 12, 9, 10, 10, 15. O maior valor desta seqncia 15 e o menor valor 9. Portanto At = 15 9 = 6 unidades .

5.2.2 . Dados agrupados em freqncia simples

Como os valores j se apresentam ordenados, a amplitude total a diferena enter o ltimo e o primeiro elemento da srie.

Exemplo: Determinar a amplitude total da srie

xi

fi

2 3 5 7
Total

1 6 10 3
20

At = 7 2 = 5 unidades
5.2.3 . Dados agrupados em classes

Nesta situao, por desconhecer o maior e o menor valor da srie, devemos fazer um clculo aproximado da amplitude total da srie. Consideraremos como maior valor da srie o ponto mdio da ltima classe e como menor valor da srie o ponto mdio da primeira classe. A amplitude total a diferena entre estes valores.

Exemplo: Determinar a amplitude total da srie

61

Classes

fi

xi

2 | 4
4 | 6 6 | 8 8 | 10 10 | 12
Total

5 10 20 7 2
44

3 5 7 9 11
-

At = 11 3 = 8 unidades
Nota: Apesar da facilidade de obteno da amplitude total, esta medida apresenta a inconvenincia de depender apenas de dois valores da srie. possvel modificar completamente a disperso ou a concentrao dos elementos em torno da mdia, sem alterar a amplitude total da srie. uma medida que tem pouca sensibilidade estatstica.

5.3 . Desvio Mdio Simples ( DMS )


O conceito estatstico de desvio corresponde ao conceito matemtico de distncia (mdulo). A disperso dos dados em relao mdia de uma seqncia pode ser avaliada atravs dos desvios de cada elemento da seqncia em relao a mdia da seqncia. O desvio mdio simples definido como sendo uma mdia aritmtica dos desvios de cada elemento da srie para a mdia da srie.

5.3.1 . Dados brutos ou rol

Calculamos inicialmente a mdia da seqncia.

Em seguida identificamos a distncia de cada elemento da

seqncia para sua mdia. Finalmente, calculamos a mdia destas distncias. Se a seqncia for representada por X : x1, x2 , " , xn , ento o DMS admite como frmula de clculo:

DMS =

xi x
n

Exemplo: Calcular o DMS para a seqncia: X: 2, 8, 5, 6

Determinamos inicialmente a mdia da srie:

x=

xi
n

2+8+5+6 = 5, 25 4
62

em seguida, determinamos as distncias de cada elemento da srie para a mdia da srie:

x1 x = 2 5, 25 = 3, 25 x2 x = 8 5, 25 = 2, 75 x3 x = 5 5, 25 = 0, 25 x4 x = 6 5, 25 = 0, 75
O DMS a mdia aritmtica simples destes valores.

DMS =

3, 25 + 2, 75 + 0, 25 + 0, 75 7 = = 1, 75 4 4

Ou seja, em mdia, cada elemento da seqncia est afastado do valor 5,25 por 1,75 unidades.

5.3.2 . Dados agrupados em freqncia simples

No caso da apresentao de uma varivel discreta, lembramos que a freqncia simples de cada elemento representa o nmero de vezes que este valor figura na srie. Conseqentemente, haver repeties de distncias iguais de cada elemento distinto da srie para a mdia da srie. Assim, a mdia indicada para estas distncias uma mdia aritmtica ponderada. A frmula para o clculo do DMS :

DMS =

xi x fi

fi

Exemplo: Determinar o DMS para a srie:

xi

fi

xi fi

xi x fi 1 3 2 = 4 3 3 5 = 0 43 2 = 2 5 3 1 = 2

1 3 4 5
Total

2 5 2 1
10

2 15 8 5
30

A mdia aritmtica da srie : x =

xi fi fi

30 =3 10

63

O DMS dado por: DMS =

xi x fi

fi

8 = 0,8 unidades 10

Ou seja, em mdia, cada elemento da srie est afastado do valor 3 por 0,8 unidades.

5.3.3 . Dados agrupados em classes

Nesta situao, por desconhecer os valores individuais dos elementos componentes da srie, substituiremos estes valores pelos pontos mdios das classes. Desta forma, o desvio mdio simples tem por clculo a frmula:

DMS =

xi x fi

fi

, onde xi o ponto mdio da classe i .

Exemplo: Determinar o DMS para a srie:

Classes

fi

xi

xi fi

xi x fi 3 5,1 5 = 10,5 5 5,1 10 = 1 7 5,1 4 = 7, 6 9 5,1 1 = 3,9

2 | 4
4 | 6 6 | 8 8 | 10
Total

5 10 4 1
20

3 5 7 9
-

15 50 28 9
102

23

A tabela acima j est toda completa com os dados que necessitamos para calcular o DMS . Porm, os seguintes passo foram seguidos: 1 clculo dos pontos mdios xi 2 clculo de xi f i para obtermos a mdia que : x =

xi fi fi

102 = 5,1 20

3 para obter o DMS acrescentamos a ltima coluna que apresenta xi x fi . Assim, o DMS :

DMS =

xi x fi

fi

23 = 1,15 unidades 20

Ou seja, em mdia, cada elemento da srie est afastado do valor 5,1 por 1,15 unidades.

Nota: O desvio mdio simples depende de cada componente da srie. Se mudarmos o valor de um nico elemento da srie, mudamos tambm o DMS . Portanto, o desvio mdio simples tem perfeita sensibilidade estatstica.

64

5.4 . Varincia e Desvio Padro


Observamos no item anterior que a dificuldade em se operar com o DMS se deve presena do mdulo, para que as diferenas xi x possam ser interpretadas como distncias. Outra forma de se conseguir que as diferenas xi x se tornem sempre positivas ou nulas considerar o quadrado destas diferenas, isto : xi x

)2 .
por

Se substituirmos, nas frmulas do DMS a expresso xi x disperso chamada varincia.

( xi x )2 ,

obteremos nova medida de

Portanto, varincia uma mdia aritmtica calculada a partir dos quadrados dos desvios obtidos entre os elementos da srie e a sua mdia. O desvio padro a raiz quadrada positiva da varincia. Em particular, para estas medidas levaremos em considerao o fato de a seqncia de dados representar toda uma populao ou apenas uma amostra de uma populao.
2 2 ( x) , x

Quando a seqncia de dados representa uma populao a varincia ser denotada por simplesmente

ou

2 e o desvio padro correspondente por ( x ) , x

ou simplesmente

Quando a seqncia de dados representar uma amostra, a varincia ser denotada por s

( x) ,

2 sx ou simplesmente

s 2 e o desvio padro correspondente por s ( x ) , s x ou simplesmente s ., a menos de uma observao.


Assim temos:

Populao:

(x x) ( x) = i
n
2

( x) = 2 ( x)
s ( x ) = s2 ( x )

Amostra: s

(x x) ( x) = i
n 1

5.4.1 . Dados brutos ou rol

Exemplo: 1) Calcule a varincia e o desvio padro da seqncia: X: 4, 5, 8, 5, sendo esta representativa de uma populao. Esta seqncia tem n = 4 elementos e tem por mdia:

65

x=

xi
n

4 + 5 + 8 + 5 22 = = 5,5 4 4

Os quadrados das diferenas xi x

)2

valem:

( x1 x )2 = ( 4 5,5)2 = 2, 25 ( x2 x )2 = ( 5 5,5)2 = 0, 25

( x3 x )2 = (8 5,5)2 = 6, 25
( x4 x )2 = ( 5 5,5)2 = 0, 25
Somando-se estes valores obtm-se:

( xi x )

=9.

Substituindo estes valores na frmula da varincia, teremos:

(x x) ( x) = i
n

9 = 2, 25 4

Como o desvio padro a raiz quadrada positiva da varincia, temos:

( x ) = 2 ( x ) = 2, 25 = 1,5 unid .

b) Se a seqncia anterior representasse apenas uma amostra, a varincia e o desvio padro seriam:

(x x) ( x) = i
n 1

9 =3 3

s ( x ) = s 2 ( x ) = 3 = 1, 73

5.4.2 . Dados agrupados em freqncia simples

Como h repetio de elementos na srie, definimos a varincia como sendo uma mdia aritmtica ponderada dos quadrados dos desvios dos elementos da srie para a mdia da srie.

Dependendo se a varivel em estudo representativa de uma populao ou de uma amostra, as frmulas da varincia e do desvio padro ficam: Populao:

(x x) ( x) = i fi
2

fi

( x) = 2 ( x)
s ( x ) = s2 ( x )

Amostra: s

(x x) ( x) = i fi 1

fi

66

Exemplo: 1) Calcule a varincia e o desvio padro da srie abaixo, representativa de uma populao.

xi

fi

xi fi

( xi x )2
( 2 3, 65) ( 3 3, 65) ( 4 3, 65) ( 5 3, 65)
2

fi

3 = 8,1675 5 = 2,1125 8 = 0,9800 4 = 7, 2900

3 4 5
Total

5 8 4
20

15 32 20
73

18,55

A mdia as srie : x =

xi fi fi

=
2

73 = 3, 65 20
fi

Varincia:

(x x) ( x) = i fi

18, 75 = 0,9275 20

Desvio padro:

( x ) = 2 ( x ) = 0,9275 = 0,963

2) Se a srie anterior fosse representativa de uma amostra, teramos os seguintes resultados para a varincia e o desvio padro: Varincia: s
2

(x x) ( x) = i fi 1

fi

18,55 = 0,9763 19

Desvio padro: s ( x ) =

s 2 ( x ) = 0,9763 = 0,988

5.4.3 . Dados agrupados em classes

Novamente, por desconhecer os particulares valores de xi da srie, substituiremos nas frmulas anteriores estes valores pelos pontos mdios das classes.

Exemplo:

1) Calcule a varincia e o desvio padro da srie abaixo, representativa de uma populao.

67

Classes

fi

xi

xi fi

( xi x )2

fi

0 | 4 4 | 8 8 | 12 12 | 16
Total

1 3 5 1
10

2 6 10 14
-

2 18 50 14
84

( 2 8, 4 ) ( 6 8, 4 )

1 = 40,96 3 = 17, 28 5 = 12,80 1 = 31,36

(10 8, 4 )

(14 8, 4 )

102,4

A mdia as srie : x =

xi fi fi

=
2

84 = 8, 4 10
fi

Varincia:

(x x) ( x) = i fi

102, 4 = 10, 24 10

Desvio padro:

( x ) = 2 ( x ) = 10, 24 = 3, 2

2) Se a srie anterior fosse representativa de uma amostra, teramos os seguintes resultados para a varincia e o desvio padro: Varincia: s
2

(x x) ( x) = i fi 1

fi

102, 4 = 11,38 9

Desvio padro: s ( x ) =

s 2 ( x ) = 11,38 = 3,373

Nota: No clculo da varincia, quando elevamos ao quadrado a diferena xi x , a unidade de medida da srie fica tambm elevada ao quadrado. Portanto, a varincia dada sempre no quadrado da unidade de medida da srie. Se os dados so expressos em metros, a varincia expressa em metros quadrados. Em algumas situaes a unidade de medida da varincia nem faz sentido. o caso, por exemplo, em que os dados so expressos em litros. A varincia ser expressa em litros quadrados. Portanto, o valor da varincia no pode ser comparado diretamente com os dados da srie, ou seja, a varincia no tem interpretao. Exatamente para suprir esta deficincia da varincia que se define o desvio padro. Como o desvio padro a raiz quadrada da varincia, o desvio padro ter sempre a mesma unidade de medida da srie e portando admite interpretao.

68

5.5 . Interpretao do Desvio Padro


1) 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 abaixo, podemos afirmar que o intervalo x , x +

] contm aproximadamente 68% dos valores da srie.

x x

x +

O intervalo x 2 , x + 2

] contm aproximadamente 95% dos valores da srie.

x 2
O intervalo x 3 , x + 3

x + 2

] contm aproximadamente 99% dos valores da srie.

x 3

x + 3

69

Estes percentuais 68%, 95% e 99% que citamos na interpretao podem ser comprovados, com maior preciso, no estudo da distribuio normal de probabilidades. Quando a distribuio no perfeitamente simtrica estes percentuais apresentam pequenas variaes para mais ou para menos, segundo o caso. Dessa forma, quando se afirma que uma srie apresenta mdia x = 100 e desvio padro interpretar estes valores da seguinte forma: Os valores da srie esto concentrados em torno de100. O intervalo 95, 105 contm aproximadamente, 68% dos valores da srie. O intervalo 90, 110 contm aproximadamente, 95% dos valores da srie. O intervalo 85, 115 contm aproximadamente, 99% dos valores da srie.

= 5,

podemos

[ [ [

importante que se tenha percebido que, ao aumentar o tamanho do intervalo, aumenta-se o percentual de elementos contidos no intervalo.

As medidas de disperso vistas at agora so medidas absolutas e portanto avaliam a disperso absoluta da srie. Todas elas so diretamente proporcionais disperso absoluta. Assim, se a srie X apresenta x = 20 e

( x ) = 3 , e se a srie Y

apresenta y = 22 e

( y ) = 2 , podemos

afirmar, comparando os desvios, que a srie X apresenta maior disperso absoluta. 2) Para justificar que o denominador da varincia amostral deve ser n 1 e no n , usaremos o seguinte argumento:

O modelo matemtico que calcula a varincia de uma amostra no pode ser

2 ( x) =

( xi x )
n

, pois caso

isto fosse verdadeiro, este modelo deveria determinar a varincia para qualquer tamanho de amostra. Suponha uma amostra constituda de um nico elemento x1 . O valor mdio da amostra tambm x1 . Calculando

a varincia pelo modelo acima, teremos:

(x x) ( x) = i
n

2 x1 x1 ) ( =

=0.

Seramos induzidos a afirmar que a disperso da populao de onde provm a amostra zero, isto , a populao constituda em sua totalidade por elementos idnticos. O que , em geral, uma afirmao falsa. Para corrigir o modelo matemtico, basta colocar no denominador n 1 . O modelo escrito ento:

(x x) ( x) = i
n 1

Observe que agora o modelo coerente. Mesmo quando a amostra tiver apenas um elemento x1 , o clculo de

s 2 ( x ) leva-nos a uma indeterminao do tipo

0 . O que significa que a varincia existe, mas no est 0


70

determinada. Significa tambm que amostras de apenas um elemento no nos fornecem informaes sobre a varincia da srie. Cabe ressaltar que, para alguns autores, quando o desvio padro representar uma estatstica de uma amostra considerada pequena ( n 30 ) , o denominador no desvio padro dever ser n -1. A razo disto, que se obtm uma melhor estimativa do parmetro da populao. Para grandes valores de n entre a utilizao de um ou outro denominador.

( n 30 )

no h grande diferena

Exerccio 1
1) Calcule a varincia e o desvio padro das sries abaixo, provenientes de uma amostra. a) 1, 3, 4, 8 b) 12, 10, 20, 13, 15 c) 9, 9, 9, 9, 9, 9

2) Baseado nas informaes das notas dos alunos A, B, C e D, determine qual o melhor aluno e por qu? A 7, 7, 10, 10, 1 B 7, 7, 7, 7, 7 C 10, 10, 10, 5, 0 D 10, 1, 7, 7, 10

3) Calcule a varincia e o desvio padro das sries abaixo (amostra): a) Sal. min

fi

1 3 4
Total
b) Notas

7 3 2
12

fi

2 4 5
Total

4 2 1
7 71

4) Determinar a varincia e o desvio padro das distribuies apresentadas nos exerccios 4 a 9 do captulo 2.

5.6 . Coeficiente de Variao


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 mdias das sries, o desvio padro de Y que 5 em relao a 100 um valor menos significativo do que o desvio padro de X que 2 em relao a 10. Isto nos leva a definir uma medida de disperso relativa: o coeficiente de variao. O coeficiente de variao de uma srie X indicado por CV( x ) e definido como: CV( x ) =

( x)
x

Note que o coeficiente de variao, como uma diviso de elementos de mesma unidade, um nmero puro, podendo ser expresso em percentual. Deste modo, se calcularmos o coeficiente de variao das sries X e Y obteremos:

CV( x ) =

2 = 0, 2 ou 20% 10

CV( y ) =

5 = 0, 05 ou 5% 100

Comparando os valores destes dois coeficientes conclumos que a srie X admite maior disperso relativa. Como a medida de disperso relativa leva em considerao a medida de disperso absoluta e a mdia da srie, uma medida mais completa que a medida de disperso absoluta. Portanto, a medida de disperso relativa prevalece sobre a medida de disperso absoluta. Podemos afirmar que a srie que tem a maior disperso relativa tem, de modo geral, a maior disperso. Do exemplo anterior, conclumos que: A srie Y apresenta maior disperso absoluta. A srie X apresenta maior disperso relativa. Portanto, A srie X apresenta maior disperso.

Exerccio 2
1) Uma indstria de componentes eltricos fbrica um tipo de lmpada cuja durao mdia de 15 dias, com um desvio padro de 0,26 dias. Um novo tipo de lmpada foi lanado pela empresa, e constatou-se que a durao mdia era de 18 dias com um desvio padro de 0,9. Determinar qual a melhor lmpada e por qu?

72

2) Determinar o coeficiente de variao utilizando os dados das tabelas apresentadas nos exerccios 4 a 9 do captulo 2.

3) Uma amostra aleatria de 250 residncias de famlias, classe mdia, com dois filhos, revelou a seguinte distribuio do consumo mensal de energia eltrica.

Consumo mensal (Kwh)

fi

0 | 50 50 | 100 100 | 150 150 | 200 200 | 250 250 | 300 300 | 350
Total Pede-se: a) O consumo mdio por residncia.

2 15 32 47 50 80 24
250

b) As freqncias simples e acumulada (absoluta e relativa). c) A porcentagem de famlias com consumo mensal maior ou igual a 200 e menor que 250 Kwh.

d) A porcentagem de famlias com consumo mensal menor que 200 Kwh. e) f) A porcentagem de famlias com consumo maior ou igual a 250 Kwh. O consumo mediano.

g) A moda de Czuber. h) A amplitude total da srie. i) j) O desvio mdio simples. A varincia.

k) O desvio padro. l) O coeficiente de variao.

m) Q1 n) o) p) q)

Q3 P 10 D6 P 80
73

r) s)

O percentual de famlias classificadas entre Q1 e P 80 . O nmero aproximado de famlias classificadas entre P 10 e Q3 .

4) Uma auditoria em uma grande empresa observou o valor de 50 notas fiscais emitidas durante um ms. Esta amostra apresentou a seguinte distribuio.

Valor da nota (em mil))

fi

7 | 12 12 | 17 17 | 22 22 | 27 27 | 32 32 | 37 37 | 42
Total Pede-se: a) O valor mdio das notas.

2 5 13 10 9 6 5
50

b) As freqncias simples e acumulada (absoluta e relativa). c) A porcentagem de notas com valor maior ou igual a $17.000 e menor que $22.000.

d) A porcentagem de notas com valor menor que $32.000. e) f) A porcentagem de notas com valor maior ou igual a $32.000. O valor mediano das notas.

g) A moda de Czuber. h) A amplitude total da srie. i) j) O desvio mdio simples. A varincia.

k) O desvio padro. l) O coeficiente de variao.

m) Q1 n) o) p)

Q3 P 10 D6
74

q) r) s)

P 80
O percentual de notas entre Q1 e P 80 . O nmero aproximado de notas entre P 10 e Q3 .

5.7 . Resposta dos exerccios

Exerccio 1
2 1) a) s = 8, 67 e s = 2,94 2 b) s = 14,5 e s = 3,81 2 c) s = s = 0

2)

A = 3, 67 B = 0 C = 4, 47 D = 3, 67

Apesar de terem a mesma mdia, o aluno B pode ser apontado como melhor aluno por apresentar menor disperso das notas. 3) a) 4)

2 = 1, 64 e = 1, 28

b)

2 = 1, 67 e = 1, 29

2 = 132 e = 11, 48 horas 2 = 7, 29 e = 2, 7 faltas 2 = 3.326, 04 e = 57, 67 peas 2 = 5,87 e = 2, 42 SM 2 = 27.714, 05 e = 166, 48 centenas de horas 2 = 0, 48 e = 0, 69 toneladas

Exerccio 2
1) CVantiga =

0, 26 = 0, 02 15

CVnova =

0,9 = 0, 05 18

Apesar de haver um acrscimo de 3 dias na vida mdia da lmpada, o desvio padro tambm aumentou em maiores propores o que significa que a lmpada antiga um melhor produto (mais homogneo). 2) CV = 0,35

CV = 0, 75 CV = 0, 22

CV = 0, 04 CV = 0, 06

CV = 0,81

75

3) a) 217,8 b) Consumo mensal (Kwh)

fi

fri
(%)

Fi

Fri

0 | 50 50 | 100 100 | 150 150 | 200 200 | 250 250 | 300 300 | 350
Total

2 15 32 47 50 80 24
250
e) 41,6% l) 32,95% r) 55%

0,80 6,00 12,80 18,80 20,00 32,00 9,60


100
f) 229

2 17 49 96 146 226 250


g) 267,44

0,80 6,80 19,60 38,40 58,40 90,40 100,00


h) 300 i) 60,07 o) 112,5

c) 20% j) 5.148,76 p) 252,5

d) 38,4% k)71,75 q) 283,75

m) 164,36 s) 163

n) 275,94

4) a) $ 25.200 b) Valor da nota (em mil))

fi

fri
(%)

Fi

Fri

7 | 12 12 | 17 17 | 22 22 | 27 27 | 32 32 | 37 37 | 42
Total

2 5 13 10 9 6 5
50
e) 22%

4 10 26 20 18 12 10
100
f) $24.500

2 7 20 30 39 45 50
-

4 14 40 60 78 90 100
h) $30.000 m) $19.115,38 r) 55% s) 33

c) 26% i) $6.640 n) $31.166,67

d) 78% j) 65.316.326,53 o) $15.000,00

g) $20.636,36 l) 32% q) $32.833,23

k) $8.081,85 p) $27.000,00

76