Академический Документы
Профессиональный Документы
Культура Документы
Probabilidade e
estatstica i
Probabilidade e estatstica i
PRESIDENTE DA REPBLICA
MINISTRIO DA EDUCAO
GOVERNADOR DO ESTADO
REITOR DA UNIVERSIDADE FEDERAL DO PIAU
PRESIDENTE DA CAPES
COORDENADOR GERAL DA UNIVERSIDADE ABERTA DO BRASIL
DIRETOR DO CENTRO DE EDUCAO ABERTA E A DISTNCIA DA UFPI
COORDENADORES DE CURSOS
ADMINISTRAO
ADMINISTRAO PBLICA
CINCIAS BIOLGICAS
FILOSOFIA
FSICA
LETRAS PORTUGUS
LETRAS INGLS
MATEMTICA
PEDAGOGIA
QUMICA
SISTEMAS DE INFORMAO
EQUIPE DE DESENVOLVIMENTO
TCNICO EM ASSUNTOS EDUCACIONAIS
EDIO
PROJETO GRFICO
DIAGRAMAO
REVISO ORTOGRFICA
REVISO GRFICA
09
33
47
99
UNIDADE 1
DISTRIBUIO DE FREQUNCIAS
Conceitos Bsicos de Estatstica...................................11
Distribuio de Frequncias.........................................14
UNIDADE 2
MEDIDAS DE POSIO
Mdia...........................................................................33
Moda............................................................................48
Mediana.......................................................................53
Quartis decis centis................................................64
UNIDADE 3
MEDIDAS DE DISPERSO
Medidas de disperso absoluta...................................79
Medidas de disperso relativa.....................................94
UNIDADE 4
UNIDADE 1
Distribuio de
frequncia
Objetivos:
DISTRIBUIO DE FREQUNCIA
Conceitos Bsicos de Estatstica
Estatstica
No plural, Estatsticas indicam qualquer coleo consistente de
dados numricos, reunidos com o objetivo de fornecer informaes acerca
de uma atividade qualquer. Por exemplo, as estatsticas demogrficas
referem-se aos dados numricos sobre nascimentos, falecimentos,
matrimnios, desquites, etc.
No singular, Estatstica indica a atividade humana especializada
ou um corpo de tcnicas ou ainda uma metodologia desenvolvida para
a coleta, a classificao, a apresentao, a anlise e interpretao de
dados quantitativos, e a utilizao desses dados para a tomada de
decises. Nos dias atuais, ela j considerada como a cincia que
estuda os processos de obteno, organizao e anlise de dados sobre
uma populao, e os mtodos de tirar concluses ou fazer predies com
base nesses dados.
Estatstica descritiva
aquela que se preocupa com a organizao e descrio de
dados experimentais.
Estatstica indutiva ou inferencial
aquela que se preocupa com a anlise e interpretao de dados
experimentais.
Distribuio de Frequncia
11
12
UNIDADE 01
Varivel
uma caracterstica ou dado associado a cada elemento da
populao ou amostra. A Varivel apresenta diferentes valores, e, em
geral, denotada por letras maisculas: X - peso, Y- altura.
Qualitativa - aquela que resulta de uma classificao por tipos
ou atributos, como nos exemplos:
Populao: moradores de uma cidade.
Varivel: cor dos olhos (pretos, castanhos, verdes, etc.).
Populao: estudantes de um Estado.
Varivel: escolaridade (1 Grau completo, 2 Grau completo,
Superior, Ps- Graduao).
Quantitativa - aquela que pode assumir valores numricos, os
quais podem ser obtidos atravs de uma contagem ou mensurao.
Discreta: seus valores so obtidos por um processo de contagem.
Por exemplo, quantidade de aluno por sala, quantidade de falhas por
pea em determinada linha de produo.
Contnua: seus valores so obtidos por um procedimento de
mensurao, podendo assumir quaisquer valores, em um intervalo dos
nmeros reais, como, por exemplo: temperatura, altura, peso, etc.
Tabelas ou sries
Consiste em dispor os dados em linhas e colunas, distribudos
de modo ordenado, segundo algumas regras prticas obedecendo
resoluo n 886/66, de 26 de setembro de 1966, do Conselho Nacional
de Estatstica. De acordo com o fenmeno, local e poca, classificam-se
em:
a) Srie temporal (histrica ou cronolgica): os dados so
observados segundo a poca de sua ocorrncia. Ex: bitos infantis no
Piau de 2001 a 2004.
b) Srie geogrfica (espaciais, territoriais ou de localizao): os
dados so observados, segundo o local onde ocorreram. Ex: bitos no
Piau, segundo microrregies, em 2004.
c) Srie especificada (categrica): os dados so agrupados,
segundo a modalidade (espcie) de ocorrncia.
d) Srie mista ou de dupla entrada: a fuso de duas ou mais
sries simples. Ex: bitos infantis no Piau, segundo microrregies, no
perodo de 2001 a 2004.
Distribuio de Frequncia
13
Somatrio
Indicado pela letra grega sigma maiscula (), facilita a indicao
e a formulao de medidas, bem como algumas operaes algbricas
desenvolvidas pela Estatstica.
Define-se genericamente:
n
Xi = X1+X2+...+Xn.
i =1
Parmetro
Trata-se de medida numrica que descreve uma caracterstica da
populao.
Estimador
uma medida numrica, que descreve uma caracterstica da
amostra.
14
Distribuio de Frequncia
Dados brutos ou tabela primitiva
So os dados apresentados desordenadamente, ou seja, da
forma que foram coletados; ou ainda tabela, cujos elementos no foram
numericamente organizados.
Vamos supor que fizemos uma coleta de dados relativos s
UNIDADE 01
a) Rol
uma lista em que os dados esto dispostos em ordem crescente,
ou seja, a tabela obtida aps a ordenao dos dados.
Tabela 1.2 - Estatura de 40 Alunos do Curso de Sistema de Informao da UAPI
b) Tabela de frequncias
As tabelas de frequncias podem representar tanto valores
individuais como valores agrupados em classes.
Distribuio de frequncia de dados tabulados no agrupados em
classes
Aparecem individualmente, ou seja, uma tabela de frequncias
de valores no agrupados em classes*. Ex: Uma empresa fabricante
de instrumento de preciso est interessada em saber o nmero de
Distribuio de Frequncia
15
Fonte:Toledo (1985).
16
UNIDADE 01
n = 48
para refletir
verdade que
essas frmulas
no nos levam a
uma deciso final;
esta vai depender,
na realidade, de
um julgamento
pessoal, que
deve estar ligado
natureza
dos dados, da
unidade usada
para expresslos, do objetivo
que se tem em
vista, procurando,
sempre que
possvel, evitar
classe com
frequncia nula
ou com frequncia
relativa muito
exagerada.
Distribuio de Frequncia
17
n
k
5
2
10
4
25
6
50
8
100
10
200
12
500
15
1000
15
18
UNIDADE 01
Distribuio de Frequncia
19
saiba mais
Os intervalos de
classe devem ser
escritos, de acordo
com a Resoluo
886/66 do IBGE,
em termos de
desta quantidade
at menos aquela,
empregando, para
isso, o smbolo
(incluso de li e
excluso de Li).
Ex: no intervalo
154158 um
intervalo fechado
esquerda e aberto
direita, tal que:
154 x < 158.
20
4.
Podemos agora dar a distribuio de frequncias das estaturas
dos 40 alunos do Curso de Sistema de Informao da UAPI seguinte
representao tabular tcnica:
Tabela 1.5 - Estaturas de 40 Alunos do Curso de Sistema de Informao da UAPI
UNIDADE 01
Distribuio de Frequncia
21
UNIDADE 01
saiba mais
Veja a construo
do histograma com
Excel, p. 48, do
livro Estatstica,
usando Excel do
Lapponi.
saiba mais
Importante:
O histograma goza de uma propriedade da qual faremos
considervel uso: a rea de um histograma proporcional soma das
frequncias.
No caso de usarmos as frequncias relativas, obtemos um grfico
de rea unitria.
Quando queremos comparar duas distribuies, o ideal faz-lo
pelo histograma de frequncias relativas.
Polgono de
frequncia*
um grfico de
anlise no qual
as frequncias
das classes so
localizadas sobre
perpendiculares
levantadas nos
pontos mdios das
classes.
Polgono de frequncia
Para realmente obtermos um polgono (linha fechada), devemos
completar a figura ligando os extremos da linha obtida aos pontos mdios
da classe anterior primeira, e da posterior ltima da distribuio.
Distribuio de Frequncia
23
Importante:
No caso de termos uma varivel essencialmente positiva, cuja
distribuio se inicia no valor zero, devemos considerar um intervalo
anterior localizado no semieixo negativo. Porm, consideraremos apenas
a parte positiva do segmento que liga o ponto mdio desse intervalo com
a frequncia do intervalo 0... .
Exemplo:
Tabela 1.7 Classes.
24
UNIDADE 01
Distribuio de Frequncia
25
UNIDADE 01
Distribuio de Frequncia
27
UNIDADE 01
Distribuio de Frequncia
29
30
UNIDADE 01
UNIDADE 2
Medidas de
posio
Objetivos:
Identificar as medidas de posio;
Calcular a mdia aritmtica de dados no tabulados e tabulados e interpretar
os resultados;
Calcular a moda, mediana de dados no tabulados e tabulados e interpretar
os resultados;
Identificar as medidas de tendncia central;
Definir e calcular os Quartis, Decis e Centis.
32
UNIDADE 02
Medidas de posio
Mdia
A medida de tendncia central mais comumente usada para
descrever de modo resumido uma distribuio de frequncia a mdia,
ou mais apropriadamente, a mdia aritmtica. H vrios tipos de mdias:
mdia aritmtica, mdia geomtrica, mdia harmnica, mdia quadrtica,
mdia cbica, mdia biquadrtica, porm daremos maior nfase mdia
aritmtica.
Mdia aritmtica
Smbolo x
(l-se x trao ou x barra)
A mdia aritmtica* de um conjunto de nmeros pode ser de dois
tipos: simples ou ponderada.
Mdia aritmtica simples
a1) dados no agrupados
A mdia aritmtica simples de um conjunto de nmeros igual
ao quociente entre a soma dos valores do conjunto e o nmero total de
valores.
Suponhamos que em um escritrio de Consultoria a Empresas
h 5 contnuos que recebem os seguintes salrios mensais: R$ 800,00;
R$ 780,00; R$ 820,00; R$ 810,00 e R$ 790,00. A mdia aritmtica dos
salrios ou o salrio mdio mensal dos contnuos desse escritrio ser
de 800,00 reais, de acordo com a definio.
x = (800+780+820+810+780)/5 = 800
Medidas de Posio
saiba mais
A mdia aritmtica*,
ou simplesmente
mdia de um
conjunto de n
observaes, x1,
x2, ..., xn definida
como:
n
xi
i=1
x = _____
n
(1)
onde:
xi= valor genrico
da observao
n= nmero de
observaes
33
saiba mais
A mdia
considerada
ponderada* quando
os valores do
conjunto tiverem
pesos diferentes.
Obtm-se atravs
do quociente entre o
produto dos valores
da varivel pelos
respectivos pesos e
a soma dos pesos.
34
UNIDADE 02
Medidas de Posio
35
36
UNIDADE 02
Medidas de Posio
37
38
UNIDADE 02
di = (xi - x ) = 0
(4)
n
di .fi = (xi - x ) .fi = 0
i=1
(5)
Em que,
di = xi -- x
e i = {1,2,3,..., n} e xi o valor da varivel para dados brutos e o
ponto mdio das classes para dados tabulados.
Medidas de Posio
39
ento:
n
x = n x
i=1
mas
n
n
xi
xi
i=1
i=1
n
x =___________
n __________
e, assim, nx =
= xi
n
n
i=1
Ento,
n
n
n
n
n
di = xi - x = xi - xi = 0
i=1
i=1 i=1 i=1 i=1
Exemplo 1:
Consideremos os salrios recebidos pelos cinco contnuos.
X = {780, 790, 800, 810, 820}
A mdia dos salrios x = 800, e a soma dos desvios ser zero,
como na tabela seguinte:
Tabela 2.4
40
UNIDADE 02
5
Logo, o di = 0.
i=1
Exemplo 2:
Com os dados da tabela 2.1, comprovar a primeira propriedade
da mdia.
Medidas de Posio
41
Tabela 2.5
(6)
(7)
42
UNIDADE 02
Devemos ter:
S1 = (xi - x ) = (xi + x - 2xix ) = xi +nx - 2xi x =
= xi + n x - 2 (xi) ((xi)/n) n/n =
= xi + n x - 2n x = xi - n x
S2 = (xi x0) = (xi + x0 - 2 xix0) =
= xi + n x0 - 2x0xi =
= xi + nx0 -2x0nx
Mas
5
xi
i=1
x = _____________ = (3+5+7+9+10)/5 = 34/5 = 6,8
5
Medidas de Posio
43
32,8
<
33
<
45
Para x = 6,8.
44
UNIDADE 02
5
xi fi
i=1
x = _____________
k
ni
i=1
(08)
200
=_______= 50
4
(5+15+20+30+40)
x 2 =________________
5
110
=_______= 22
5
(1+ 2+3+10+12+20)
48
x 3 =________________ =_______= 8
6
6
i = 1, 2, 3.
3
xi ni
i=1
((50x4)+ (22x5)+8x6))
x = ________ = _____________________=
3
(4+ 5 + 6)
(200+110+48 )
_______________=
15
Medidas de Posio
45
ni
i=1
= ___
358 = 23,87
15
Supondo agora que as trs sries de nmeros constituem uma
nica srie, teramos ordenados os valores:
1, 2, 3, 5, 10, 10, 12, 15, 20, 20, 30, 40, 40, 70, 80
Da calculamos:
(1+2+3+5+10+10+12+15+20+20+30+40+40+70+80)
x = _____________________________________________=
15
358
= _____ = 23,87
15
P4) Quarta propriedade
Somando-se (ou subtraindo-se) um valor constante e arbitrrio a
cada um dos elementos de um conjunto de nmeros, a mdia aritmtica
fica somada (ou subtrada) por essa constante.
Seja X = {x1, x2, ... , xn} e seja x0 uma constante escolhida
arbitrariamente.
Faamos Y = X X0
Assim sendo,
n
xi
i=1
x = ______________
n
n
n
n
n
(xi x0)
xi
x0
yi
i=1
i=1
i=1
i=1
y = _________ = ____________ =______ - ______
n
n
n
n
46
UNIDADE 02
nx0
= x - ____
= x - x0 , logo
n
(09)
y = x x0
(10)
(11)
X
De igual modo poderia ser demonstrado que, para y =___, teramos
c
x
y = ___
c
(12)
Exemplo:
Comprovar a quinta propriedade, com os dados da tabela 2.7,
fazendo c = 5 e Y = X/5. A comprovao feita com o auxlio da tabela
2.7.
Medidas de Posio
47
Tabela 2.7
5
xi.fi
i=1
1575
x = _______ = _____ = 35
45
45
De acordo com a quinta propriedade, devemos ter:
x
35
y =___=___
=7
c
5
saiba mais
A moda* (Mo)
o valor em um
conjunto de dados
que ocorre com a
maior frequncia.
48
UNIDADE 02
Moda
Smbolo: Mo ou X
A moda* outra medida de tendncia central, mas h outras
denominaes para design-la: norma, valor dominante, valor tpico.
Quando afirmamos que o salrio modal de uma empresa igual a dois mil
reais, queremos dizer que esse o salrio percebido pelo maior nmero
de pessoas dessa empresa.
Determinao da moda de valores no tabulados
Considerando um conjunto ordenado de valores, a moda ser o valor
predominante, o valor mais frequente desse conjunto. Evidentemente,
um conjunto de valores pode no apresentar moda, sendo denominado
conjunto amodal, caso em que todos os valores da varivel em estudo
correm com a mesma frequncia. Por outro lado, podemos ter conjuntos
plurimodais, quando houver mais de um valor predominante.
Exemplo:
Calcular a moda dos seguintes conjuntos de valores:
X = {4, 5, 5, 6, 6, 6, 7, 7, 8, 8}
Y = {4, 4, 5, 5, 6, 6}
Z = {1, 2, 2, 2, 3, 3, 4, 5, 5, 5, 6, 6}
W = {1, 2, 3, 4, 5}
A moda de cada um dos conjuntos ser:
Moda de X: Mo = 6, o valor 6 o mais frequente.
Moda de Y: Esse conjunto amodal, pois seus trs valores
apareceram duas vezes cada um. No h, portanto, predominncia de
nenhum valor do conjunto sobre os outros.
Moda de Z: Mo1 = 2 e Mo2 = 5. Trata-se de um conjunto bimodal,
uma vez que tanto o valor 3 como o 5 apresentaram o maior nmero de
observaes.
Moda de W: Esse outro conjunto amodal.
Medidas de Posio
49
UNIDADE 02
Medidas de Posio
51
Exemplo:
Calcular pelo mtodo de King, a moda dos valores constantes da
tabela abaixo:
Tabela 2.9
Soluo:
A classe modal a terceira: 3040, pois apresenta a maior
frequncia 8. A moda, segundo a frmula de King, ser:
5
50
fpost
Mo = li* + ________
= 30 + ____ . 10 = 30 + ___ = 30 + 5,556
(4+5)
9
fant + fpost
= 35,56
Mo =35,56
A moda bruta desses valores ligeiramente menor: Mobruta = 35.
Mtodo de Czuber
O mtodo de Czuber, para o clculo da moda elaborada, leva
em considerao no apenas as frequncias das classes adjacentes,
mas tambm a frequncia da classe modal. O ponto que corresponde
moda divide o intervalo da classe modal em duas partes, as quais
so proporcionais s diferenas entre a frequncia da classe modal e as
das respectivas classes adjacentes. Isto se comprova com a seguinte
52
UNIDADE 02
frmula:
d1
Mo = li* + _______
d1 + d2
(14)
Onde,
Mo = moda
d1 = f * - fant e f * = frequncia simples da classe modal.
d2 = f * - fpost
Exemplo:
Determinar a moda, pelo mtodo de Czuber, usando os dados do
da tabela 2.9.
De acordo com a frmula 14,
li* = 30
A* = Li* - li* = 40 30 = 10
d1 = f* - fant = 8 4 = 4
d2 = f* - fpos = 8 5 = 3
d1
Mo = li* + A* . ______
=
d1 + d 2
4
= 30 + 10 . _____ = 30 + 5,7 = 35,7
4+3
Mo = 35,7
SAIBA MAIS
Mediana
Smbolo: Md ou X .
A mediana* a terceira medida de tendncia central, ela
considerada uma separatriz, por ser um promdio que divide a distribuio
ou conjunto de dados em partes iguais. Trata-se de uma medida muito
utilizada na anlise de dados estatsticos, especialmente quando se
atribui pouca importncia aos valores extremos da varivel.
Medidas de Posio
A mediana* (Md) o
valor que divide uma
srie ordenada de
tal forma no conjunto
que o separa em
dois subconjuntos
de mesmo nmero
de elementos, ou
seja, 50% dos dados
so superiores
mediana e 50% so
inferiores.
53
Elemento mediano
Por ser uma separatriz, isto , em virtude de a mediana se
constituir em um valor que separa a distribuio em partes de tal sorte
que uma frao (0,5 ou 1/2) de valores lhe seja inferior e os restantes
superiores, podemos concluir que essa medida apresenta um nmero
de ordem. Assim que, ordenando os valores da srie, a mediana um
valor que ocupa uma determinada ordem ou posio na srie ordenada.
O nmero que indica a ordem em que se encontra o valor correspondente
mediana denominado elemento mediano, cujo smbolo Emd.
Determinao da mediana de valores no tabulados
A determinao da mediana de valores no tabulados processase a partir de um rol ou lista ordenada dos dados. Podem ocorrer duas
hipteses com relao ao nmero de observaes n: que ele seja mpar
ou par. Veremos os dois casos.
O nmero de observaes impar
O procedimento para o clculo da mediana, quando a lista de
valores contiver um nmero mpar de observaes, requer, em primeiro
lugar, que se determine a ordem em que se encontra a mediana na srie.
Deve-se, ento, encontrar o valor do elemento mediano, o que feito da
seguinte forma:
n+1
(15)
Emd = ____
2
UNIDADE 02
(16)
Exemplo:
Calcular a mediana do conjunto:
X = {3, 6, 9, 12, 14, 15, 17, 20}.
Soluo:
Como vemos n = 8.
O elemento mediano ser, de acordo com a frmula (15),
Medidas de Posio
55
n __
8 =4
Emd = __=
2
2
Seguindo a mesma linha de raciocnio do exemplo anterior,
identificaramos a mediana como o quarto elemento da lista, ou seja, Md
= 12. Entretanto, esse procedimento de identificao resultaria em um
valor da mediana que contraria a definio, uma vez que no teramos
a mesma proporo de valores menores e maiores do que o valor doze.
Haveria, ento, trs valores menores do que doze (3, 6 e 9) e quatro
maiores (14, 15, 17 e 20).
Toda vez que houver um nmero par de observaes, a lista
apresentar dois valores centrais e a mediana ser determinada
calculando a mdia aritmtica deles. No exemplo, teramos:
12+14 = 13
Md =_____
2
Percebe-se, agora, a ocorrncia de igual nmero de valores
maiores (14, 15, 17 e 20) e menores (3, 6, 9 e 12) do que a mediana.
56
UNIDADE 02
Exemplo:
Calcular a mediana dos valores apresentados nas tabelas 2.10 e
2.11.
Tabela 2.10
Tabela 2.11
Medidas de Posio
57
Soluo:
O nmero de observaes da varivel, conforme a tabela 2.10,
n=50. Assim sendo, fazemos:
_= 50
__= 25
Emd n
2 2
A mediana dever ser o vigsimo quinto elemento, se levarmos
em considerao os valores do conjunto ordenados, ou seja:
{2, 2, 2, 2, 2, 3, 3, 3, ..., 7, 7, 7}
O passo seguinte era o clculo das frequncias acumuladas, o
que ser feito com o recurso da tabela auxiliar 2.12.
Tabela 2.12
UNIDADE 02
Tabela 2.13
SAIBA MAIS
OBS:
Quando n/2 coincidir
com a frequncia
acumulada, neste
caso, a mediana ser
a mdia aritmtica do
valor correspondente
a tal frequncia
acumulada e o
seguinte.
Medidas de Posio
59
Tabela 2.14
Soluo:
Temos n = 36 como n par, ento 36/2 = 18.
Observe que coincide com a frequncia acumulada, logo a mediana
ser calculada pela mdia aritmtica do elemento correspondente a 18
que o 5, e o seguinte 6, logo a mediana ser:
5+6 = 5,5
Md = ___
2
Determinao da mediana de valores tabulados agrupados em
classes. Quando os valores da varivel estiverem agrupados em classes,
o clculo da mediana ser realizado por interpolao. Tratando-se de
60
UNIDADE 02
Tabela 2.15
61
Temos:
fi
40
____ = ___ = 20
2
2
Tendo em vista que h 24 valores includos nas trs primeiras
classes da distribuio, e como pretendemos determinar o valor que
ocupa o 20 lugar, a partir do inicio da srie, vemos que este deve estar
localizado na terceira classe (i=3), supondo que as frequncias dessas
classes estejam uniformemente distribudas.
Como h 11 elementos nessa classe e o intervalo de classe
igual a 4, devemos tomar, a partir do limite inferior, a distncia:
20-13 x 4 = __
7 x4
_____
11
11
62
UNIDADE 02
fi
Md = li * + [ ___
- Fi(ant)]
2
_____________
. A*
(15)
f*
na qual:
li * o limite inferior da classe mediana;
Fi a frequncia acumulada da classe anterior classe mediana;
f* a frequncia simples da classe mediana;
A* a amplitude do intervalo da classe mediana.
Tomando como exemplo a distribuio anterior, temos:
40
f
___i = ___= 20
2
2
Logo, a classe mediana a de ordem 3. Ento:
20-13.4 = 158 + ___
28 = 158 + 2,54 =
Md = 158 + _______
11
11
= 160,54,
Isto :
Md = 160,5 cm.
Segundo mtodo: por interpolao
Admite-se que as alturas se distribuem continuamente e a altura
mediana o valor tal que metade dos 40 valores lhe seja inferior e
metade superior. Para obter a mediana, devemos localizar o vigsimo
elemento, j que Emd = 20. Percorrendo a tabela 4.14 na coluna de
frequncias acumuladas, verificamos que o vigsimo elemento encontrase na terceira classe: 158162. Como at a segunda classe, inclusive,
acumulamos 13 observaes, precisamos de mais 7 para completar as
20 necessrias. Assim sendo, se tomarmos todo o intervalo da terceira
classe, estaremos considerando todas as observaes dessa classe
(26). Entretanto, interessam-nos apenas 7 observaes para atingir o
ponto que corresponde mediana. Para saber qual a parcela do intervalo
Medidas de Posio
63
4x7 = ___
28 = 2,54
implica que x = ___
11
11
SAIBA MAIS
Quartis* divide a
distribuio em
quatro partes iguais
quanto ao nmero
de elementos de
cada parte.
Decis* divide a
distribuio em dez
partes iguais quanto
ao nmero de
elementos de cada
parte.
Percentis* divide a
distribuio em cem
partes iguais quanto
ao nmero de
elementos de cada
parte.
64
temos:
Emd Fi(ant)
X = A* __________
,
fi*
que somado ao limite inferior da classe mediana (li*), reproduz a
frmula (15).
f
[ ___i - Fi(ant)]
2
Md = li* + A* ___________
fi*
A
A
Quartis
|_______|_______|______|_______| B
Q2
Q3
Q1
|______________|_______________| B
D5
Q2 = D5 = Md
Primeiro Quartil
Smbolo: Q1
Definio: Dado um conjunto ordenado (ordem crescente) de
valores, o primeiro quartil, Q1 o valor que divide o conjunto em duas
partes tais que um quarto ou vinte e cinco por cento dos valores sejam
menores do que ele e trs quartos ou setenta e cinco por cento dos
restantes sejam maiores. O elemento que indica a ordem ou posio do
primeiro quartil determinado, para dados agrupados em classes, pela
seguinte expresso:
n ,
EQ1 = __
4
Medidas de Posio
65
Segundo Quartil
Smbolo: Q2 ou Md
Definio: Dado um conjunto ordenado de valores, o segundo
quartil ou mediana o valor que divide em duas partes iguais quanto
ao nmero de elementos, isto , cinquenta por cento ou dois quartos
dos valores do conjunto so menores, e os dois quartos restantes so
maiores do que ele. O elemento mediano calculado, conforme veremos,
atravs da seguinte expresso:
2n = n
___
Emd = EQ2 = ___
4
Terceiro Quartil
Smbolo: Q3
Definio: Dado um conjunto ordenado (ordem crescente) de
valores, o terceiro quartil o valor que divide o conjunto em duas partes
tais que setenta e cinco por cento ou trs quartos dos valores sejam
menores e vinte e cinco por cento ou um quarto sejam maiores do que
ele. O elemento que indica a ordem em que n encontra o terceiro quartil
calculado, para dados tabulados, conforme segue:
3n
EQ3 = ___,
4
Onde:
i= nmero do quartil a ser calculado
n = nmero de observaes.
Decis
Smbolo: Di
66
UNIDADE 02
i = 1, 2, 3, ..., 9
Segundo decil: D2
Trata-se do valor que divide o conjunto em duas partes, tais que
vinte por cento ou dois dcimos dos valores sejam menores e oitenta por
cento ou oito dcimos dos valores sejam maiores; para saber a ordem do
segundo decil, usamos a expresso:
2n
ED2 = ____
10
67
in
EDi = ___
10
(17)
Onde:
n = nmero de valores observados
i = nmero que identifica o decil a ser calculado
2.4.3 Percentis ou centis
i = 1, 2, 3, ... , 99
Smbolo: Ci
Onde:
i = nmero identificador do centil
n = nmero total de observaes
oportuno lembrar que os centis englobam todos os decis e
quartis.
Assim, por exemplo:
Dcimo centil: C10
O dcimo centil dividir o conjunto ordenado (ordem crescente)
de valores em duas partes, tais que dez por cento ou dez centsimos
dos valores do conjunto sejam menores e noventa por cento ou noventa
centsimos sejam maiores do que ele. Teremos, ento:
10n = ___
n = 0,1n
ou
EC10 = ____
100
68
UNIDADE 02
10
1n = ___
n = 0,1n
ED1 = ___
10 10
Vigsimo Centil: C20
O vigsimo centil igual ao segundo decil, porque
20n = 0,2n = ED2 = ___
2n = 0,2n
EC20 = ____
100
10
1n = 0,25n
EQ1 = ___
4
(19)
Exemplo:
Utilizando os dados da tabela 2.15, calcular as seguintes medidas:
Trigsimo Centil: C30
Quinquagsimo Centil: C50
Septuagsimo quinto Centil: C75
Dcimo Quinto Centil: C15
Tabela 2.16
Medidas de Posio
69
Soluo:
Trigsimo Centil: C30
Inicialmente, calcularemos EC30, ou seja, o elemento que define a
ordem ou posio do trigsimo centil:
in = 30.40
_____ = 12
EC30 = ____
100
100
Agora, basta procurar a frequncia acumulada imediatamente
superior a 12 que igual a 13; logo, a classe do trigsimo centil a
segunda: 154158, aplicando a frmula (19), obtemos:
12-4
[ECi - Fi(ant)]
Ci = li* + A* ___________
= 154 + 4 _____ =
fi*
9
32 = 154 + 3,55 = 157,55 = 157,6
= 154 + ___
9
C30 = 157,6 cm
Interpretao: o valor 157,6 refere-se estatura dos alunos em
cm. Como esse valor corresponde ao trigsimo centil, podemos afirmar
que trinta por cento dos quarenta alunos tm estatura at 157,6 cm,
enquanto que setenta por cento tm mais de 157,6 cm de altura.
Quinquagsimo Centil: C50
Inicialmente calcularemos o Ec50, ou seja, o elemento que define a
ordem ou posio do quinquagsimo centil:
70
UNIDADE 02
in = _____
50.40 = 20
Ec50 = ___
100
100
Agora basta procurar a frequncia acumulada imediatamente
superior a 20, que igual a 24; logo, a classe do quinquagsimo centil
a terceira: 158162, aplicando a frmula (19), obtemos:
20-13 = 158 + ___
28 = 158 + 2,54 =
C50 = 158 + 4. ______
11
11
= 160,54 = 160,5 = Md
C50 = 160,5 cm
Interpretao: Neste caso, metade ou cinquenta por cento dos
alunos tem estatura at 160,5 cm e os outros cinquenta por cento ou
metade tem estatura superior a 160,5 cm.
Septuagsimo Quinto centil: C75
Segue o mesmo procedimento das letras: a e b:
75.40 = 30
Ec75 = _____
100
= 165
C75 = 165 cm
Interpretao: Neste caso, podemos dizer que trs quartos ou
setenta e cinco por cento dos alunos tm estatura at 165 cm, enquanto
que um quarto ou vinte e cinco por cento possuem altura superior a 165
cm.
Medidas de Posio
71
72
UNIDADE 02
Determinar:
a) Salrio mdio.
b) Salrio modal (Czuber).
c) Salrio mediano.
2) Com os dados do exerccio 01, determinar o primeiro e terceiro Quartil.
3) Seja a distribuio das estaturas de 100 alunos de uma classe.
Determinar:
a) A estatura mdia.
b) A estatura modal (Czuber).
c) A estatura mais frequente de (King).
d) A estatura mediana.
4) Um comerciante atacadista vende determinado produto em sacas que
deveriam conter 16,50 kg. A pesagem de 40 sacas revelou os resultados
representados na tabela abaixo:
Medidas de Posio
73
Pede-se:
a) A mdia da distribuio.
b) A mediana.
c) A moda (Czuber).
d) O septuagsimo quinto centil.
e) O terceiro decil.
f) A porcentagem de sacas entre a mediana e o seputagsimo
quinto centil.
5) A tabela abaixo apresenta a distribuio das exportaes de empresas
eletrnicas em 1972.
Pede-se:
a) A mdia.
b) A moda.
74
UNIDADE 02
c) A mediana.
d) Primeiro quartil.
e) Terceiro quartil.
f) Quinto decil.
g) Septuagsimo quinto centil.
As medidas de posio, objeto de estudo desta unidade, podemse apresentar de vrias formas, dependendo daquilo que se pretende
conhecer a respeito dos dados estatsticos. As mais importantes so
as medidas de tendncia central ou promdias, as quais so assim
denominadas, em virtude de a tendncia dos dados observados se
agruparem em torno desses valores centrais. A moda, a mdia aritmtica
e a mediana so as trs medidas de tendncia central ou promdios
mais utilizados para resumir o conjunto de valores representativos dos
fenmenos que se deseja estudar. Outros promdios menos usados
so a mdia geomtrica, harmnica, quadrtica, cbica e biquadrtica e
ainda as separatrizes, como os quartis, os centis.
Medidas de Posio
75
UNIDADE 3
Medidas de
disperso
Objetivos:
Medidas de disperso
Medidas de disperso absoluta
Amplitude total ou intervalo total
Smbolo: At
Exemplo 1:
Calcular a amplitude total dos seguintes conjuntos de nmeros:
A ={10,12, 13, 20, 25, 34, 45}
B = {17,18, 19, 20, 21, 22, 23}
saiba mais
Amplitude Total -
a diferena entre os
valores extremos do
conjunto.
Soluo:
Para o conjunto A, temos: At = 45 10 = 35
Para o conjunto B, temos At = 23 17 = 6
Se os dados vierem dispostos em uma tabela de frequncias, com
os valores agrupados em classes, que basta calcular a diferena entre o
limite superior da ltima classe e o limite inferior da primeira classe.
At = Limite superior da ltima classe limite inferior da primeira
classe.
Exemplo 2:
Calcular a amplitude total dos valores dispostos na tabela 3.1
Medidas de Disperso
79
Tabela 3.1
Soluo:
At = 70 10 = 60
Restries ao uso da amplitude total
Embora a amplitude total seja a mais simples das medidas de
disperso, h uma forte restrio ao uso em virtude de sua grande
instabilidade, uma vez que ela leva em conta apenas os valores extremos
da srie. Comparemos os conjuntos A e B do exemplo 1:
A mdia aritmtica de cada um desses conjuntos igual a 20.
Portanto, no que diz respeito a uma medida de posio, ambos os
conjuntos podem ser considerados idnticos. Ao calcular a amplitude total,
verificaremos que os valores do conjunto A apresentam maior disperso.
Todavia, no clculo da amplitude total no so levados em considerao
os valores da srie que se encontram entre os extremos, o que poderia
conduzir o analista a interpretaes equivocadas. Muitas vezes, um valor
particularmente anormal poder afetar de maneira acentuada a medida.
O conjunto A, por exemplo, apresenta o ltimo valor (45) sensivelmente
distante do penltimo (25), fato que talvez tenha provocado uma amplitude
80
UNIDADE 03
saiba mais
Desvio mdio*
igual mdia
aritmtica dos
valores absolutos
dos desvios tomados
em relao mdia
ou mediana.
Desvio Mdio
Smbolo: Dm
.
Desvio mdio* para dados brutos
Quando os valores no vierem dispostos em uma tabela de
frequncia, o desvio mdio ser calculado, de acordo com a definio,
atravs do emprego de uma das seguintes frmulas:
n
xi - x
i=1
(20)
Dm = _______________
n
(21)
Md=20
Faremos uma tabela com cinco colunas, uma para xi, outra para
xi - x , para xi - x , outra para xi Md e a ltima para xi - x .
Medidas de Disperso
81
Tabela 3.2
UNIDADE 03
(22)
Dm
k
xi - Md
i=1
= ______________
n
(23)
Exemplo:
Calcular o desvio mdio dos valores representativos das alturas
dos alunos do Curso de Sistema de Informao da UAPI.
Tabela 3.3
Medidas de Disperso
83
6
xi - 161fi
i=1
184 = 4,6
= ____
Dm = _______________
40
40
Dm = 4,6
O clculo do desvio mdio pela mediana segue o mesmo raciocnio
usado para o clculo pela mdia.
Clculo pela Mediana
Usando a frmula (23), obtemos:
Dm = 4,5
Temos novamente neste exemplo o desvio mdio, calculado com
base na mediana, menor que o calculado com base na mdia aritmtica.
Observaes:
O desvio mdio resulta mais vantajoso que a medida de
disperso precedente pelo fato de, em seu clculo, levar em
considerao todos os valores da distribuio;
84
UNIDADE 03
saiba mais
Desvio padro(s)
igual raiz
quadrada da
varincia.
S = s2
Onde di = (xi - x ).
Se desenvolvermos o numerador da expresso sob o radical,
chegaremos frmula desenvolvida do desvio padro:
Medidas de Disperso
85
Observao:
Quando o desvio padro representar uma descrio da amostra
e no da populao, caso mais frequente em Estatstica, o denominador
das expresses 24 e 25 ser igual a n 1, em vez de n. A razo desse
procedimento reside no fato de que, utilizando o divisor (n 1), obtmse uma estimativa melhor no parmetro de populao. Alm do mais,
apenas (n 1) das discrepncias (xi - x ) so independentes, uma vez
que essas (n 1) discrepncias determinam automaticamente a n-sima.
Para valores grandes de n (n > 30) no h grande diferena entre os
resultados proporcionados pela utilizao de qualquer dos dois divisores,
n ou n 1. Entretanto, daremos preferncia frmula que proporciona
uma estimativa mais justa do desvio padro da populao, ou seja:
Exemplo:
Calcular o desvio padro de cada um dos conjuntos de nmeros
do conjunto A = {10, 12, 13, 20, 25, 34, 45}.
Tabela 3.4
86
UNIDADE 03
Onde n = 7 e x = 22,714.
SA = 12,958
Utilizando a frmula desenvolvida:
SA = 12,958
Conforme se pode observar, as duas expresses para o clculo
do desvio padro so equivalentes.
Desvio padro de dados tabulados
Quando os valores vierem dispostos em uma tabela de frequncias,
o clculo do desvio padro far-se- atravs de uma das seguintes
Medidas de Disperso
87
frmulas:
Ou
Ou
88
UNIDADE 03
Exemplo:
Com os dados da tabela 2.2, calcular o desvio padro da
distribuio de frequncias da altura dos alunos em (cm):
Tabela 3.5
Medidas de Disperso
89
S = 5,64 cm
O desvio padro da altura dos alunos de 5,64 cm. Recorde-se
que o desvio mdio, calculado anteriormente, resultou em Dm = 4,6 cm.
Pela frmula desenvolvida (30):
= 5,64
S = 5,64 cm
Interpretao do desvio padro
O desvio padro no tem uma interpretao fsica, como ocorre
com a mdia, mediana, a moda e os quartis. Contudo, possvel
interpret-lo de forma analtica. Consideremos por exemplo, que dois
estudantes tenham obtido os seguintes resultados em 5 provas de
Estatstica, realizadas ao longo do ano letivo:
Estudante A: 40 50 60 70 80
Estudante B: 20 40 60 80 100
Ambos os estudantes foram aprovados na disciplina, pois suas
mdias foram iguais a 60:
40+50+60+70+80 = ____
300 = 60
x A = _______________
5
90
UNIDADE 03
20+40+60+80+100 = ____
300 = 60
x B = _________________
5
5
Entretanto, a variao das notas em torno das respectivas mdias
difere do aluno A para o aluno B; este ltimo apresentando maior disperso
do que aquele. possvel perceber ainda que a diferena entre pares
sucessivos de notas do aluno B igual a duas vezes a do aluno A, que
a amplitude total das notas de B igual ao dobro da de A. Assim sendo,
podemos afirmar que o aluno B apresentou resultados com uma variao
mdia igual ao dobro da do aluno A. O desvio padro das notas permite
comprovar o que foi dito:
Ou seja,
SB = 2SA
Deste modo, o desvio padro realmente uma mdia satisfatria
de disperso, embora no se possa afirmar muita coisa quanto sua
magnitude.
Medidas de Disperso
91
Varincia
saiba mais
Varincia*
definida como
sendo o quociente
entre a soma dos
quadrados dos
desvios e o nmero
de elementos.
Simbolo: S2
Conforme se pode perceber pelo smbolo, a varincia* o quadrado
do desvio padro, ou se preferir, o desvio padro a raiz quadrada da
varincia. Dessa forma, pode-se dizer que a frmula da varincia igual
expresso do desvio padro, sem o sinal do radical. Adiantamos que
as definies que se seguem aparecem com a correo de Bessel, isto
, com o divisor n -1.
Varincia de dados brutos
Frmula original
n
(xi - x )2
i=1
S2 = __________________
n-1
(31)
Frmula desenvolvida
Ou
Exemplo:
Calcular a varincia dos seguintes conjuntos de nmeros:
A = {10, 12, 13, 20, 25, 34, 45}
92
UNIDADE 03
(34)
Frmula desenvolvida
Exemplo:
Calcular a varincia da altura dos 40 alunos com os dados da
tabela 5.5.
Medidas de Disperso
93
O
94
UNIDADE 03
Q3 Q1 x 100
Dq = _________
2Md
(37)
Coeficiente de variao
O coeficiente de variao ou coeficiente de variao relativa uma
porcentagem cujo clculo resulta da comparao entre o desvio padro
ou o desvio mdio e a mdia ou a mediana. Definiremos os seguintes
coeficientes de variao:
Coeficiente de Variao de Pearson
Smbolo: CVp
O coeficiente de variao de Pearson igual ao quociente entre o
desvio padro e a mdia aritmtica.
Exemplo:
Suponhamos que uma empresa fabricante de pneumticos
desenvolveu um novo produto, com um cordel que proporciona maior
resistncia s flexes repetidas e maior resistncia trao do que
o original. Tendo submetido esse componente prova, chegou-se
concluso de que a resistncia s flexes repetidas, testada em um
aparelho de dobrar cordis, foi em mdia de 139 minutos com desvio
padro de 15 minutos contra a mdia de 88 minutos e desvio padro
de 14 minutos do cordel comum. Comparando os valores dos desvios
padres, parece no haver diferena significativa quanto disperso
do tempo de resistncia flexo. Entretanto, deve-se ter presente que
o desvio padro para o novo cordel refere-se a uma maior resistncia
Medidas de Disperso
95
Ou 10,8%
Ou 15,9%
96
UNIDADE 03
S = 5,64
Md = 160,5
5,64 = 0,03514= 0,035
CVT = _____
160,5
ou 3,5%
Determinar:
a) Desvio quartil.
b) Desvio mdio.
c) Desvio padro.
2. Dados os conjuntos A = {1000, 1001. 1002, 1003, 1004, 1005}
e B = {0, 1, 2, 3, 4, 5}, podemos afirmar que:
Medidas de Disperso
97
Pede-se:
a) O desvio padro.
b) A varincia;
c) O coeficiente de variao de Pearson.
98
UNIDADE 03
Medidas de Disperso
99
UNIDADE 4
Fundamentos de anlise
combinatria, principais
conceitos probalsticos e seus
principais teoremas e variveis
Objetivos:
Resolver problemas de contagem, utilizando os princpios aditivo e multiplicativo
ou noes de permutaes, arranjes simples e combinaes simples;
Identificar os principais conceitos probabilsticos;
Calcular a probabilidade de um evento, aplicando o resultado.
102
UNIDADE 01
Fundamentos de anlise
combinatria, principais
conceitos probalsticos e seus
principais teoremas e variveis
Fundamentos de anlise combinatria
Principio multiplicativo
Vamos aprender agora a determinar o nmero de possibilidades
de ocorrncia de um evento, sem a necessidade de descrever todas as
possibilidades.
Exemplo 1:
Andr tem duas bermudas (preta e cinza) e quatro camisetas
(branca, verde, amarela e roxa). De quantas maneiras diferentes ele
poder se vestir usando uma bermuda e uma camiseta?
Soluo:
H duas possibilidades de escolher uma bermuda. Para cada uma
delas, quatro possibilidades de escolher uma camiseta. Logo, o nmero
total de maneiras diferentes de Andr se vestir 2. 4 = 8.
Se um acontecimento ocorrer por vrias etapas sucessivas e
independentes, de tal modo que:
P1 o nmero de possibilidades da 1 etapa
P2 o nmero de possibilidades da 2 etapa
.
.
.
Pk o nmero de possibilidades da k-sima etapa,
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
103
104
UNIDADE 04
Exemplo 2:
Quantos nmeros de dois algarismos diferentes podemos escrever
com os algarismos 1, 2, 3, 4, 5, 6, 7, 8 e 9?
Soluo:
Procuramos agrupamentos de 2 elementos em que a ordem
importante, pois, por exemplo, 12 21. Temos 9 elementos para serem
arranjados 2 a 2. Assim, temos:
9! = ___
9! = _______
9 .8 .7! = 72
A9,2 = _____
(9-2)!
7!
7!
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
105
(41)
Exemplo 1:
Quantos nmeros de 5 algarismos distintos podem ser formados,
usando os algarismos 1, 3, 5, 7 e 8?
Soluo:
Queremos formar nmeros (agrupamentos de 5 algarismos com
os 5 algarismos dados(1,3,5, 7, 8).
___ ___ ___ ___ ___ P5 = A5,5
P5 = 5 . 4 . 3 . 2 . 1 = 120
Podem ser formados 120 nmeros.
Exemplo 2:
Quantos anagramas h na palavra MITO?
Soluo:
Um anagrama qualquer ordenao (sequncia) das letras de uma
palavra. Como a palavra MITO tem 4 letras, vamos formar anagramas de
106
UNIDADE 04
Exemplo 1:
Quantas comisses de 3 participantes podem ser formadas com
5 pessoas?
Soluo:
No exemplo, as comisses devem ter 3 participantes, isto ,
no usaremos todas as pessoas. Vamos chamar de A, B, C, D e E as 5
pessoas que podem ser indicadas para a comisso. Dessas escolhemos
3.
ABC
Invertendo-se a ordem, temos B A C
Como A, B e C so a mesma comisso de B, A, C, o problema
de combinao. Logo:
5!
5! = _______
5 .4 .3! = 10
= ___
C5,3 = ______
3!(5-3)!
3!2!
3! .2 .1
saiba mais
Para Classificar
um agrupamento
como arranjo
ou combinao,
procedemos da
seguinte forma:
1) Forma-se
o agrupamento
sugerido pelo
problema;
2) Em seguida,
muda-se a ordem de
seus elementos.
3) Se, com essa
mudana de
ordem, obtivermos
um agrupamento
diferente do
inicial, esses
agrupamentos sero
de arranjos,porm se
o agrupamento for
igual ao inicial, esses
agrupamentos sero
combinaes.
107
Soluo:
SAIBA MAIS
Experimentos
aleatrios
so aqueles
que, mesmos
experimentos
repetidos
vrias vezes,
sob condies
semelhantes,
apresentam
resultados
imprevisveis.
e ___ ___
e 2 alunas
os 9 restantes: C9,3
as 4 restantes: C4,2
SAIBA MAIS
Ao conjunto
desses resultados
possveis* damos
o nome de
espao amostral
ou conjunto
universo,
representado por
S.
108
UNIDADE 04
SAIBA MAIS
Evento um
subconjunto de
S. Em particular,
S e (conjunto
vazio) so
eventos, S dito
o evento certo
e o evento
impossvel.
Exemplos:
1) Seja o experimento E: jogar trs moedas e observar os
resultados:
S = {(kkk), (kkc), (kck), (ckk), (ccc), (cck), (kcc), (ckc)}
Seja A o evento: ocorrer pelo menos 2 caras.
Ento, a = {(kkk), (kkc), (kck), (ckk)}
2) Seja o experimento E: Lanar um dado e observar o nmero de
cima.
Ento S = {1, 2, 3, 4, 5, 6}
Seja B o evento: ocorrer mltiplo de 2.
Ento, B = {2, 4, 6}
SAIBA MAIS
Dois eventos
A e B so
denominados
mutuamente
exclusivos,
se eles no
puderem ocorrer
simultaneamente,
isto , AB =
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
109
(43)
UNIDADE 04
(44)
Demonstrao:
Pode-se escrever S = A A . (veja diagrama).
_
A
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
111
A B
(45)
Demonstrao:
a) A e B so mutuamente exclusivos P(AB) = 0 recai no axioma
III.
b) Para o caso em que AB .
Os eventos A e (AB) so mutuamente exclusivos. Logo, pelo
axioma III:
P[A(A B)] = P(AB) = P(A) + P(A B). Mas, B a unio dos
eventos mutuamente exclusivos (BA) e (BA ); logo P(B) = P(AB) +
P(A B).
Substituindo o valor de P(A B) = P(B) P(AB) na expresso
anterior resulta:
P(AB) = P(A) + P(B) P(AB)
(46)
UNIDADE 04
(47)
(48)
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
113
Onde:
r! = r (r 1) (r 2) . . . 1
p! = p (p 1) (p 2) . . . 1
Admite-se que o! = 1
Exemplo 1:
Quantas comisses de trs pessoas podem-se formar com um
grupo de 10 pessoas?
10 = _______
10!
10! = 10
.9 .8 .7! = 120
= ____
_________
C10,3 = ___
3
3!(10-3)!
3!7!
3.2.1.7!
Exemplo 2:
Em um lote de 12 peas, 4 so defeituosas; 2 peas so retiradas
aleatoriamente. Calcule:
a) A probabilidade de ambas serem defeituosas;
b) A probabilidade de ambas no serem defeituosas;
c) A probabilidade de ao menos uma pea ser defeituosa.
Soluo:
A = {ambas so defeituosas}
A pode ocorrer
S pode ocorrer
N.C.F. ___
6 = ___
1
Logo, P(A) = ______=
N.T.C. 66
11
B = {ambas no defeituosas}
114
UNIDADE 04
6 vezes
66 vezes
B pode ocorrer
()
S pode ocorrer
( ) = 66 vezes
= 28 vezes
28 = ___
14
Logo, P(B) = ___
66
33
C = {ao menos uma defeituosa}
C = o complemento de B,C = B
14 = ______
33-14 = ___
19
Logo, p(C) = 1 P(B) = 1 - ___
33
33
33
Probabilidade condicional
Dados dois eventos, A e B, denota-se P(A/B) a probabilidade
condicionada do evento A, quando B tiver ocorrido, por:
P(AB)
P(A) = _______
P(B)
(50)
n(B)
(51)
Exemplo:
Dois dados so lanados. Consideremos os eventos:
A = {(x1,x2) / x1 + x2 = 10} e B = {(x1,x2 / x1 > x2}
Onde x1D1 e x2 D2. Calcular P(A), P(B); P(A/B) e P(B/A).
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
115
Soluo:
S = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2),..., (6,6)}
Evento A = {(4,6), (5,5), (6,4)}
n(A) = ___
3 = ___.
1
Logo, P(A) = _____
n(S)
36
12
Evento B= {(2,1), (3,1), (3,2), (4,1), (4,2), (4,3), (5,1), (5,2) (5,3),
(5,4), (6,1), (6,2), (6,3), (6,4), (6,5)}
n(B) = ___
15 = ___
5
Logo, P(B) = _____
n(S)
36
12
n(AB) = ___
1
(AB) = {(5,5)}. Logo P(A/B) = _______
n(B)
15
n(BA) = ___
1
P(B/A) = _______
n(A)
3
Teorema do produto
A probabilidade da ocorrncia simultnea de dois eventos, A e B,
do mesmo espao amostral, igual ao produto da probabilidade de um
deles pela probabilidade condicional do outro, dado o primeiro.
Assim:
P(A/B) = (P(AB))/(P(B))
P(B/A) = (P(BA))/(P(A))
P(BA) = P(A).P(B/A)
P(AB)=P(B).P(A/B)
(52)
(53)
Exemplo:
Em um lote de 12 peas, 4 so defeituosas, 2 peas so retiradas
uma aps a outra sem reposio. Qual a probabilidade de que ambas
sejam boas?
Soluo:
A = {a primeira pea boa}
B = {a segunda pea boa}
116
UNIDADE 04
8 . ___
7 = ___
56 = ___
14
P(AB) = P(A). P(B/A) = ___
12
11
132
33
Independncia estatstica
Um evento A considerado independente de outro evento B se a
probabilidade de A igual probabilidade condicional de A dada B, isto
, se:
P(A) = P(A/B)
(54)
evidente que, se A independente de B, B independente de
A; assim:
P(B) = P(B/A)
(55)
(56)
Teorema de Bayes
Seja A1, A2,... , Na, n eventos mutuamente exclusivos tais que
A1A2...An = S. Sejam P(Ai) as probabilidades conhecidas dos vrios
eventos, e b um evento qualquer de S tal que so conhecidas todas as
probabilidades condicionais P(B/Ai).
Ento, para cada i, tem-se:
P(Ai). P(B/Ai)
P(Ai/B) = _______________________________________
P(A1)P(B/A1)+P(A2)P(B/A2)+...+P(Na)P(B/An)
57
Exemplo:
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
117
118
UNIDADE 04
Variveis aleatrias
Definio*
Exemplo:
Seja E: lanamento de duas moedas;
X: n de caras obtidas nas duas moedas;
S = {k,k), (k,c), (c,k), (c,c)}
X = 0 corresponde ao evento (c, c) com probabilidade 1/4;
X = 1 corresponde ao evento (k, c), (c, k) com probabilidade 2/4
X = 2 corresponde ao evento (k, k) com probabilidade 1/4
Observaes importantes:
Observe que uma funo cujo domnio S e contradomnio R;
Nas aplicaes, conveniente trabalhar com nmeros e no com
eventos; da o uso da varivel aleatria;
Se S numrico, ento X(s) = s;
Uma varivel aleatria X ser discreta se o nmero de valores
possveis de X (contradomnio) for finito ou infinito enumervel. Caso seu
contradomnio seja um intervalo ou uma coleo de intervalos, ela ser
uma varivel contnua.
Funo de probabilidades
Tabela 4.1
0
1/4
1
1/2
Varivel aleatria a
funo que associa
a todo evento,
pertencente a uma
partio do espao
amostral, um nico
nmero real.
Indicaremos por:
X: x1 x2, ... , xn.
saiba mais
x
P(x)
saiba mais
2
1/4
Funo de
probabilidades
a funo que
associa a cada
valor assumido pela
varivel aleatria,
a probabilidade
do evento
correspondente,
isto ,
P(X=xi) = P(Ai),
i=1,2,...,n.
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
119
Exemplos:
X V. A. pontos de um dado
Y = X + X V. A. soma dos pontos de dois lanamentos
Z = Max {(x1, x2)} pontos de dois dados.
Determinar a distribuio de probabilidade de X, Y e Z.
Soluo:
- A distribuio de probabilidade de X dada por uma tabela ser:
x
P(x)
1
1/6
2
1/6
3
1/6
4
1/6
5
1/6
6
1/6
120
UNIDADE 04
10
11
12
P(y)
1/36
2/36
3/36
4/36
5/36
6/36
5/36
4/36
3/36
2/36
1/36
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
121
UNIDADE 04
Fundamentos de Anlise Combinatria, Principais Conceitos Probabilsticos e seus Principais Teoremas e Variveis
123
124
UNIDADE 04
a) 30
b) 5
c) 3; 6; 6; 13; 9; 3
d) 150,5; 155,5; 160,5; 165,5; 170,5; 175,5.
11.
a) Fi : 40; 70; 80; 95; 100.
b) 40
c) 80
d) 0,15 ou 15%
Fi : 100; 60; 30; 20; 5
e) 0,70 ou 70%
12.
a) i = 5 e At = 19
b)
5.
a) 75000
b) 75000
c) 67500
d) 82500
e) 75000
f) 82500
3 Lista de Exerccios UNIDADE III
1.
a) 1,88
b) 2,02
c) 2,48
2. b
3.
a) 3,767
b) 14,190289
c) 0,353 ou 35,3%
4 Lista de Exerccios UNIDADE IV
1. 1080
2. n = 9
3. 168
4. 4536
5.
a) 720
b) 120
6.
a) 720
b) 72
c) 144
7. 210
8. 200
9.
a) 1/2
b) 3/4
c) 3/4
d) 0
10.
a) 1/5
b) 1/10
c) 3/10
d) 0,24
11.
a) 7/8
b) 5/8
c) 3/4
12.
a) 4/33
b) 5/11
c) 31/33
13.
a) 7/12
b) 3/4
c) 1/2
d) 1
14. 80/150
15.
a) 1/8
b) 5/36
16.
17.