Apostila de Probabilidade e Estatística

1
AUTARQUIA EDUCACIONAL DO VALE DO SÃO FRANCISCO – AEVSF

FACULDADE DE DIÊNCIAS APLICADAS E SOCIAIS DE PETROLINA-FACAPE
Probabilidade e Estatística
- Caderno de Orientação –
Prof. Reginaldo Santos
Fevereiro/2012
2
Conteúdo Programático
1. Conceitos Fundamentais
1.1 Arredondamento de Dados, Notação por Índice e Cálculo com Somatório
1.2 O que é Estatística
1.3 O método Estatístico
1.4 População, Amostra e Variáveis
2. Técnicas de Amostragem
2.1 Amostragem Aleatória Simples – A Tabela de Dígitos Pseudo-Aleatórios
2.2 Amostragem Sistemática
2.3 Amostragem Estratificada
2.4 Amostragem por Conglomerado
3. Séries Estatísticas –
3.1 Representação Tabular
3.2 Representação Gráfica
4. Medidas de Posição
4.1 Média Aritmética
4.2 Mediana
4.3 Moda
5. Medidas de Dispersão
5.1 Amplitude Total
5.2 Desvio Médio, A Variância e o Desvio-padrão (Dispersão absoluta)
5.3 Coeficiente de Variação (Dispersão relativa)
6. Medidas de Assimetria e Curtose
7.Teoria e Cálculo das Probabilidades
7.1 Conceitos de Probabilidade – Eventos Complementares –Axiomas e Teoremas
7.2 Eventos Independentes , Mutuamente Exclusivos – Probabilidade Condicional
7.3 Teorema da Probabilidade Total e Teorema de Bayes
8. Variável Aleatória Unidimensional
8.1 Função de Distribuição de Probabilidade
8.2 O Valor Esperado (Esperança Matemática)
8.3 A Variância
8.4 Propriedades
9. Principais Distribuições Discretas de Probabilidade
9.1 A Distribuição de Bernouilli
9.2 A Distribuição Binomial
9.3 A Distribuição de Poisson
10. Principais Distribuições Contínuas de Probabilidade
10.1 A Distribuição Uniforme
10.2 A Distribuição Normal
10.3 A Distribuição Exponencial Negativa
11 . Intervalos de Confiança (IC)
11.1 Introdução
11.2IC para a média populacional  quando a variância 2 é conhecida
11.3 A Distribuição t de Student
11.4 IC para a média populacional  quando a variância 2 é desconhecida
11.5 IC para proporções
11.6 Aplicações
12. Testes de Hipóteses

7.1 Introdução
7.2 Principais conceitos
7.3 Teste de significância para médias
7.4 Teste de significância para proporções
7.5 Teste de significância para variâncias
7.6 Aplicações aos fenômenos econômicos e sociais
1. ARREDONDAMENTO DE DADOS
3
O resultado do arredondamento de um número como por exemplo 72,8 para o inteiro mais próximo é
73, visto que 72,8 está mais próximo de 73 de que 72.
- Semelhantemente, 72,8146 arredondando para o centésimo mais próximo, ou com duas casas decimais, é
72,81; porque 72,816 está mais próximo de 72,81 do que 72,82.
- Agora, ao arredondarmos 72,465 para o centésimo mais próximo, entretanto, nos deparamos com um
dilema, pois 72,465 dista igualmente de 72,46 e de 72,47. Na prática, então, usa-se em tais casos, aproximar
para o número par que precede o algarismo ‘5’.Assim:
- 72,465 é arredondado para 72,46
-183,575 é arredondado para 183, 58
- 116.5000.000 arredondado para as unidades de milhões mais próximas, é 116.000.000.
Conclusão: Esta prática é especialmente valiosa para reduzir ao mínimo os erros cometidos e acumulados por
arredondamento, especialmente quando se tratar de um grande número de operações.
Aplicações
1.Some os números: 4,35 ; 8,65 ; 2,95 ; 12,45 ; 6,65 ; 7,55 ; e 9,75
a) Diretamente
b) arredondando para décimos de acordo com a convenção do número par
c) arredondando de amneira que o algarismo anterior a ‘5’ aumente de uma unidade
2. Proceda aos arredondamentos conforme solicitado
2.1 para 3 casas decimais 2.2 Para 2 decimais
a) 234,8765 = - - - - - - - - - - - - - - - a) 4,5454610 = - - - - - - - - - - - - - - -
b) 67,989652 = - - - - - - - - - - - - - - b) 0,12565 = - - - - - - - - - - - - - - - - -
c) 0,00435 = - - - - - - - - - - - - - - - - c) 12,0000157 = - - - - - - - - - - - - - -
d) 90,76153 = - - - - - - - - - - - - - - - d) 9,765710 = - - - - - - - - - - - - - - - -
e) 1015,5555 = - - - - - - - - - - - - - - e) 3,40117 = - - - - - - - - - - - - - - - - -
2.3 Para o inteiro mais próximo
a) 104,532= - - - - - - - - - - - - - e) 4,55567 = - - - - - - - - - - - - i) 25,672 = - - - - - - - - - - - -
b) 1001.5236 = - - - - - - - - - - - f) 57650 = - - - - - - - - - - - - - - j) 0,756 = - - - - - - - - - - - - -
c) 9,8 = - - - - - - - - - - - - - - - -- g) 0,51 = - - - - - - - - - - - - - - - k) 367.465,50 = - - - - - - - - -
d) 4923,2137 = - - - - - - - - - - - h) 1,58 = - - - - - - - - - - - - - - - l) 10,501 = - - - - - - - - - - - --
1.1 NOTAÇÃO POR ÍNDICE E CÁLCULOS COM SOMATÓRIOS
Muitas vezes precisamos escrever expressões que envolvem somas commuitos termos ou cujos termos
obedecem a certa lei de formação. Considere por exemplo, a soma dos 100 primeiros números naturais:
1 + 2 + 3 + 4 +. . . . + 99
Vamos simbolizar por xi o i-ésimo termo da soma. Assim x1 representa o primeiro termo, x2 o segundo
termo, x3 o terceiro termo e x100 o centésimo elemento. Também chamaremos de ‘n’ o número de termos da
soma. No caso n = 100.
n
Então a soma de ‘n’ termos pode saer representada simbolicamente por: x
i 1
i
No caso anterior, da soma dos 100 primeiros números naturais, representaremos assim:
100
x
i 1
i e lê-se: somatório de ‘i’ variando de 1 a 100
1.1.1 Partes do Simbolo do Somatório

n
x
i 1
i
Onde:
4
 - letra grega maíscula e indica o operador que indica a instrução para somar;
i - observação individual da série e i = 1 indica o primeiro elemento a ser somado
n - o último termo a ser somado
x – é o nome dos termos a serem somados
1.1.2 Propriedades dos Somatórios

P1 - A soma de uma constante multiplicada por uma variável é igual ao produto derssa constante pela soma
da variável, ou seja:
 cx  c x
P2. A soma de uma constante de ‘n’ termos é igual a ‘n’ vezes a constanate, ou seja:
n
 c  nc
i 1
P3 – O somatório da soma ou da diferença entre duas variáveis é igual a soma ou a diferença do somatório
dessas variáveis, ou seja:
 ( X  Y )   X  Y
Aplicações
1. Desenvolver cada uma das seguintes somas:
3
4 4 1 4
k
6 5
Y b)  ( X i  a ) K  (V j  3)  (V  3)
2
a) j c) d) e) f) j
j 1 i 1 j 1 i 1 i 1 i 1
7 5 0 3 n
g)  5i
i 3
h)  X
i 0
( 5i )
i)  i
i  3
2
j)  X ( 3 j ) k) (X
m 1
m .Ym  3)
j 0
2. Dadas as seguintes distribuições X e Y abaixo:
Xi 7 3 8 2 1
Yi 3 1 1 6 2
Calcular:
a) X b) Y c) X 2
d) Y 2
e)  XY
3. Utilizando os dados da questão 2, constatar que:
a)  X Y   X . Y b) ( X ) 2   X 2
6 6 6 6
4. Dado que :  X j  8
j 1
;  X 2j  12
j 1
;  Y j  10
j 1
; X j 1
j Y j  15
Calcular:
6 6 6
a)  (2 X
j 1
j  3) 2 b) X
j 1
j ( X j  1) c) (X
j 1
j  5)
6 4
(X (X
6
d)
 (3 X i  5Y j ) 2 e) j  8)( 2Y j  4) f) j  1)
j 1 i 1
j 1
Dúvidas, Cáculos e Anotações

-------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
5
--------------------------------------------------------------------------
-
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
6
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
7
2. A NATUREZA DA ESTATÍSTICA
Na antiguidade os povos já registravam o número de habitantes, os nascimentos, óbitos e faziam
“estatísticas”.
Já na idade média as informações eram tabuladas com finalidades tributárias e bélicas.
Enquanto que foi no século VI que surgiramas primeiras as primeiraas análises sistemáticas, as primeiras
tabelas e os números relativos. E no século VII a Estatística, já com feição científica, é batizada por
Godofredo Achenwall. As tabelas ficam mais completas, surgem as primeiras representações gráficas e os
cálculos com probabilidades. A Estatística deixa de ser uma simples tabulação de dados numéricos para se
tornar “O estudo de como se chegar a conclusões sobre uma população, partindo da observação de partes
dessa população (amostra)”.
2.1 ESTATÍSTICA - DEFINIÇÃO

Parte da matemática aplicada que fornece métodos para a coleta, organização descrição, análise e
interpretação de dados, bem como na utilização dos mesmos para tomada de decisão.
A coleta, organização, descrição ficam a cargo da chamada Estatística Descritiva, enquanto que a análise e
interpretação dos dados, associado a uma margem de incerteza, dizem respeito à Estatística Indutiva ou
Inferencial que se fundamenta na teoria e cálculo das probabilidades.
2.2 O MÉTODO ESTATÍSTICO
Entendemos por método como sendo um meio mais eficaz para atingir determinada meta ou objetivo
pré-estabelecido. Dentre os métodos, podemos destacar o método científico que por sua vez se divide em:
método experimental e o método estatístico
2.2.1 Método Experimental
É o método que consiste em manter constante todas as variáveis, menos uma que aquela que
justamente sofre variação para se observar seus efeitos, caso existam. Ex. Estudos de Química, Física,etc
2.2.2 Método Estatístico

É aquele que diante da impossibilidade de manter as causas constantes admitem todas essas causas
presentes, variando-as e registrando essas variações procurando determinar no resultado final que
influências cabem a cada uma delas. Ex. Quais as causas que definem o preço de uma mercadoria quando
sua oferta diminui.
2.3 FASES DO MÉTODO ESTATÍSTICO
1º - Definição do Problema
Consiste em saber exatamente aquilo que se pretende pesquisar. È o mesmo que definir corretamente o
problema;
2º - Planejamento
Consiste em responder às questões do tipo: como levantar informações? Que dados deverão ser
coletados? Que tipo de levantamento deverá ser utilizado? censitário ou por amostragem? Qual é o
cronograma de atividades? Quais os custos envolvidos? etc.
3º - Coleta de Dados
É o registro sistemático de dados com um objetivo determinado.
Quanto à origem dos dados, os mesmos podem ser:
 Dados Primários – São aqueles que são publicados pela própria pessoa ou organização que os coletou.
Exemplo: Tabelas do censo demográfico do IBGE.
 Dados Secundários
Quando são utilizados ou publicados por outra organização.
Exemplo: quando determinado jornal publica estatísticas referentes ao censo demográfico do IBGE.
8
Obs. – É sempre mais seguro trabalhar com dados de fontes primárias. O uso de fontes secundárias traz o
risco de erros de transcrição.
Ainda com respeito à coleta, destacamos a:
1 - Coleta Direta - Quando é obtida diretamente da fonte. Ex: empresa que realiza uma pesquisa para
saber a preferência dos consumidores pela sua marca.
A coleta de dados, quanto ao espaço temporal pode ser :
Contínua – registro de nascimentos, óbitos, casamentos, etc.
Periódica – recenseamento demográfico, censo industrial, PNAD e,
Ocasional – registro de casos de dengue e outros
2 - Coleta Indireta – É feita por deduções a partir dos elementos conseguidos pela coleta direta, por
analogia, por avaliação, indícios ou proporcionalização.
4º Apuração dos Dados

Consiste em resumir os dados através de sua contagem e agrupamento. É a tabulação dos dados,
propriamente dita.
5º Apresentação dos Dados

Quanto à apresentação dos dados, existem duas formas que não são excludentes. A apresentação tabular e a
apresentação gráfica
6º Análise e Interpretação dos Dados

Esta é a última fase do trabalho estatístico e é também a mais importante e delicada. Está ligada
essencialmente ao cálculo de medidas e coeficientes, cuja finalidade principal é descrever o fenômeno
(estatística descritiva). Enquanto que a estatística indutiva cuida da interpretação dos dados e se fundamenta
na teoria da probabilidade.
Praticando o que aprendeu

1.Defina a ciência estatística
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
2. O que se entende por um método?
-------------------------------------------------------------------------
------------------------------------------------------------------------
3. Quais são as fases do método estatístico?
-------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
4. coloque V (verdadeiro) ou F(falso). Se F, justifique sua sua resposta
a) Estuda-se estatística para aplicar seus conceitos como auxílio na tomada de decisões em momentos de
certeza. ( )
------------------------------------------------------------------------
-----------------------------------------------------------------------
b) Não interessa para estatística fazer conclusões a respeito de grupos, conjuntos ou agregados,porque seu
objetivo é o estudo da amostra. ( )
------------------------------------------------------------------------
------------------------------------------------------------------------
c) O método estatístico é diferente tanto Engenharia, como para a Medicina quanto para Computação quanto
para a Administração. ( )
9
--------------------------------------------------------------------------
---------------------------------------------------------------------------
d) A qualquer subconjunto de uma população denominaos de amostra. ( )
5. Responda o que se pede:
a) Exame de todas as unidades da poopulação - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
b) Processo pelo ual se faz seleção de amostras - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) Termo utilizado para designar que cada unidade de uma população tem a mesma chance de ser sorteada ou
selecionada - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
d) Dados que são publicados pela própriapessoa ou organização que os coletou- - - - - - - - - - - - - - - - - - - - -
e) Órgão responsável pelas estatísticas oficiais do governo federal - - - - - - - - - - - - - - - - - - - - - - - - - - -
6. Numere a 2ª coluna de acordo com a 1ª
1 Contempla o tipo de levantamento, custos envolvidos, etc. Apresentação

2 Deefinir o que se deseja pesquisar Definição do problema
3 Estão associados ao cálculo de medidas e coeficientes Análise e interpretação
4 Estão dispostos em forma de gráficos e tabelas Planejamento
5 Registro sistemátaico de dados com um fim específico Coleta de dados
7. No método estatístico, qual o objetivo da análise e interpretação dos dados?

---------------------------------------------------------------------------
---------------------------------------------------------------------------
Dúvidas e Anotações
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
10
2.4 DEFINIÇÕES BÁSICAS DA ESTATÍSTICA

2.4.1 Fenômeno Estatístico
É qualquer evento que se pretende analisar, cujo estudo seja possível da aplicação do método
estatístico e são divididos em três grupos:
Fenômenos de massa ou coletivo

São aqueles que não podem ser definidos por uma simples observação.
Exemplos: A natalidade numa metrópole, o IPCA no Vale do São Francisco, etc.... e os
Fenômenos Individuais
São aqueles que compõm os fenômenos coletivos.
Exemplos: cada nascimento numa metrópole, preços individuais dos produtos que compõem a cesta para o
cálculo de IPCA .
2.4.2 Dado Estatístico
É um dado numérico e é considerado a matéria prima sobre a qual iremos aplicar os métodos
estatísticos.
2.4.3 População
É o conjunto total de elementos portadores, de pelo menos, uma característica comum.
2.4.4 Amostra
É uma parcela representativa da população que será examinada com o propósito de fazermos
conclusões sobre essa população. (infrência).
2.4.5 Parâmetro
São valores singulares que existem na população e que servem para caracterizá-la.
2.4.6 Estimativa
É um valor do parâmetro e é calculado a partir da amostra.

O esquema abaixo sintetiza estas definições
N n
População Amostra
N θ ô
Parâmetro Estimador
2.4.7 Atributo
São qualidades apresentadas nos dados estatísticos.
Exemplos da classificação dicotômica do atributo: Classificação dos alunos da FACAPE quanto ao sexo.
Atributo: sexo . . . . . . . . . . . . . . . . . . . . classe :alunos da FACAPE
Dicotomia: duas subclasses (masculino e feminino)
2.4.8 Variável
Uma variável, é convencionalmente, o conjunto de todos os resultados possíveis de um fenômeno.
A variável pode ser:
2.4.8.1 Variável Qualitativa
Quando seus valores são expressos por atributos, tipo, sexo, estado civil, cor da pele, etc
11
2.4.8.2 Variável Quantitativa
Quando os dados são de caráter nitidamente quantitativos, e o conjunto de resultados possui uma
estrutura numérica, trata-se portanto da estatística de variável e se divide em:
2.4.8.2.1 Variável Discreta ou Descontínua
Quando seus valores são expressos geralmente por valores inteiros não negativos e resulta geralmente
de contagens. Ex: Nº de alunos da rede pública municipal, Nº de nascidos vivos, etc
2.4.8.2.2 Variável Contínua
Esta variável resulta normalmente de uma mensuração e a escala numérica de seus valores
corresponde ao conjunto R, ou seja podem assumir, teoricamente qualquer valor num intervalo.
Esquematicamente, teríamos:
Qualitativa
Discreta
Variável
Quantitativa
vvvv Contínua
Exercícios para Fixação do Conteúdo
1. Responda o que se pede
a) Conjunto de seres que possuem pelo menos uma característica em comum.
---------------------------------------------------------------------------
b) Parte representativa de uma população.
---------------------------------------------------------------------------
c) Qualquer fato econômico ou social que se pretende analizar, cujo estudo se possa aplicar o método
estatístico
---------------------------------------------------------------------------
d) Valores que caracterizam uma população.
---------------------------------------------------------------------------
e) fenômenos que nõa podem ser definidos por uma simples observação.
---------------------------------------------------------------------------
f) Fenômenos que fazem parte dos fenômenos coletivos.
---------------------------------------------------------------------------
g) Valor numérico, considerado a matéria prima sobre a qual iremos aplicar os métodos estatísticos.
---------------------------------------------------------------------------
h) Valor numérico de um estimador.
---------------------------------------------------------------------------
i) conjunto de todos os resultados possíveis de um fenômeno.
---------------------------------------------------------------------------
j) Sua renda familiar é: R$ 3.24,00; então:
O estimador é: - - - - - - - - - - - - - - - - - - - - - e a estimativa é: - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
k) seus valores são expressos geralmente por valores inteiros não negativos e resulta geralmente de
contagens.
---------------------------------------------------------------------------
l) Variável que resulta normalmente de uma mensuração e a escala numérica de seus valores corresponde ao
conjunto R. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
2. Enumere a 2ª coluna de acordo com a 1ª .
1 São qualidades apresentadas nos dados estatísticos Atributos
2 Valor do parâmetro e calculado a partir da amostra Variável
3 Qualidades apresentadas nos dados estatísticos Parâmetro
4 Conjunto de todos os resultados possíveis de um fenômeno estatístico Estimativa
5 Parcela representativa da população Amostra
12
3. Coloque V(verdadeiro) e F(falso). Em caso de F justifique sua respoosta.

a) Variável qualitativa, é quando seus valores forem expressos por números.
-----------------------------------------------------------------------
b) Quando os valores de uma variável são expressos por atributos, dizemos que essa variável é quantitativa.
-----------------------------------------------------------------------
c) A idade, a renda familiar, a temperatura, etc. são exemplos de variáveis qualitativas.
-----------------------------------------------------------------------
d) Uma variável discreta é sinônimo de variávael descontínua e seus valores resultam, via de regra, de
contagens.
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
e) Diz-se que uma variável é contínua quando seus valores resultam normalmente de medidas ou
mensurações.
-----------------------------------------------------------------------
4. Classifique as variáveis dos fenômenos abaixo em ‘D’ (discreta) e ‘C’ (contínua)
Fenômeno Variável
Número de propagandas no horário nobre
Peso dos candidatos inscrito num vestibular
Temperatura média numa cidade litorânea
Número de alunos matriculado na arede estadual
Renda familiar média dos universitários inscritos no FIES
Volume de manga exportada para a Europa no último trimestre
pelo Brasil
5. Em cada caso, estabeleça a variável, classifique em qualitativa ou quantitativa e, se quantitativa se discreta
ou contínua
Fenômeno Variável D C
Cor dos olhos das alunas aprovadas num concurso
Índice de liquidez das indústrias siderúrgicas
Produção de carne bovina no Brasil
Número de defeitos em DVD’s importados
Comprimento de parafusos produzidos por uma
O ponto obtido em cada jogada de um dado
Número de alunos aprovados em Estatística
Volume d erecurso investidos por uma siderúrgica
Quantidade de alimentos produzida por um RU local
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
13
3. TÉCNICAS de AMOSTRAGEM
Amostragem é o processo pelo qual se faz seleção de amostras e tal processo deve garantir tanto
quanto possível o acaso na escolha.
Dentre as técnicas de Amostragem existem dois tipos de métodos: o método probabilístico e o não
probabilístico.
3.1 MÉTODOS PROBABILÍSTICOS

São métodos que exigem que cada elemento da população possua a mesma probabilidade de ser
selecionado. Assim, se N for o tamanho da população, a probabilidade de cada elemento ser sorteado será
1/N. Portanto trata-se do método que garante cientificamente a aplicação das técnicas estatísticas de
inferências e somente com base em amostragens probabilísticas é que se podem realizar inferências ou
induções sobre a população a partir da análise da amostra.
3.2 TIPOS DE AMOSTRAGENS

3.1.1 Amostragem Aleatória Simples
É o processo mais elementar e mais freqüentemente utilizado. È equivalente a um sorteio lotérico.
Pode ser realizada numerando-se a população de 1 a N e sorteando-se a seguir, por meio de um dispositivo
aleatório qualquer, x números dessa seqüência, os quais corresponderão aos elementos pertencentes à
amostra.
Exemplo:
Vamos obter uma amostra de 10% representativa para uma pesquisa da estatura de 80 alunos de uma escola
qualquer.
1º - numeramos os alunos de 01 a 90
2º - escrevemos os números dos alunos de 01 a 80 em pedaços iguais de papel, colocamos numa urna e após
misturar, retiramos, um a um oito números que irão compor a amostra.
OBS: quando o número de elementos da amostra é muito grande, esse tipo de sorteio torna-se muito
trabalhoso. Neste caso utiliza-se uma tabela de números pseudo-aleatórios, construída de modo que os
algarismos de 0 a 9 são distribuídos ao acaso nas linhas e colunas.
3.1.2 Amostragem Proporcional Estratificada
Quando a população se divide em estratos (sub-populações), convém que o sorteio dos elementos da
amostra leve em consideração tais estratos, daí obtermos os elementos da amostra proporcional ao número de
elementos desses estratos.
Exemplo:
Vamos obter uma amostra proporcional estratificada, de 10% do exemplo anterior, supondo que dos 80
alunos, 54 seja meninos e 26 sejam meninas. São portanto dois estratos (sexo masculino e feminino). Logo,
temos:
Sexo Popuilação 10% Amostra

Masculino 54 5,4 5
Feminino 26 2,6 3
Total 80 8,0 8
Numeramos, então os alunos de 01 a 80, sendo 01 a 54 meninos e 55 a 80 meninas e procedemos o sorteio

casual com uma urna ou a tabela de números aleatórios.
3.1.3 Amostragem Aleatória Sistemática
Quando os elementos da população já se encontram ordenados, não há necessidade de construir o
sistema de referência. São exemplos, os prontuários de hospitais, os prédios de uma rua, uma lista telefônica,
etc. Nesses casos, a seleção dos elementos que constituirão a amostra pode ser feita por um sistema imposto
pelo pesquisador, da seguinte maneira:
14
Exemplo:
Suponha uma rua com 300 casas, das quis desejamos obter uma amostra formada por 30
casas para uma pesquisa de opinião
1º - Divide-se o tamanho da população pelo tamanho da amostra, ou seja, 300/30 =10
2º - Escolhe-se por sorteio casual, um número entre 01 e 10. Supondo que esse número fosse 3, a amostra
seria: 3ª casa, 13ª casa, 23ª casa, 33ª 43ª e assim por diante, até completar a amostra de 30 residências.
3.1.4 Amostragem por Conglomerados ou Agrupamentos

Algumas populações não permitem ou se tornam difícil que se identifique seus elementos. Não
obstante, isso pode ser relativamente fácil identificar alguns subgrupos da população. Em tais casos, uma
amostra aleatória simples desses grupos (conglomerados) pode ser escolhida e uma contagem completa deve
ser feita para o conglomerado sorteado. Agrupamentos típicos são quarteirões, famílias organizações,
agências, edifícios, etc.
Exemplo
Num levantamento da população de uma cidade, podemos dispor do mapa indicando cada quarteirão e não
dispor de uma relação atualizada dos seus moradores. Pode-se, então, colher uma amostra dos quarteirões e
fazer a contagem completa de todos os que residem naqueles quarteirões sorteados.
3.2 MÉTODOS NÃO PROBABILÍSTICOS

São amostragens em que há uma escolha deliberada dos elementos amostrais. Não é possível
generalizar os resultados das pesquisas para a população, pois as amostras não-probabilísticas não garantem
a representatividade da população.
3.2.1 Amostragem Acidental

Trata-se de uma amostra formada por aqueles elementos que vão aparecendo e que são possíveis de se
obter até completar o tamanho da amostra. Geralmente este tipo de amostragem é utilizado em pesquisa de
opinião, em que os entrevistados são acidentalmente escolhidos.
Exemplo
Pesquisas de opinião pública em praças públicas, ruas movimentadas de grandes cidades, etc.
3.2.2 Amostragem Intencional
São amostragens realizadas de acordo com determinado critério. Éscolhe-se intencionalmente um
grupo de elementos que irão compor a amostra e intencionalmente o investigador coleta a opinião desses
elementos.
Exemplo:
Numa pesquisa sobre a preferência por determinado cosmético, o pesquisador se dirige a um grande salão de
beleza e entrevista as pessoas que ali s encontram.
3.2.3 Amostragem por Quotas

Este é o método de amostragem mais comumente utilizado em pesquisas de
mercado e em prévias eleitorais. Ela abrange três fases:
1ª- Classificação da população em termos de propriedades que se sabe ou presume serem relevantes para a
característica a ser estudada;
2ª- Determinação da proporção da população para cada característica, com base na constituição conhecida,
presumida ou estimada da população;
3ª- Fixação de quotas para cada entrevistador, a quem caberá a responsabilidade de selecionar os
entrevistados, de modo que a amostra total observada ou entrevistada contenha a proporção de cada classe,
tal como determinada na 2ª fase.
Exemplo
15
Numa pesquisa sobre o “trabalho da mulher na atualidade”. Provavelmente se terá interesse em considerar: a
divisão, cidade e campo, a habitação, moradia, idade dos filhos, renda média, as faixas etárias, etc.
A primeira tarefa é descobrir as proporções dessas características na população. Imagina-se que haja 47% de
homens e 53% de mulheres na população. Logo uma amostra de 50 pessoas deverá ter 23 homens e 27
mulheres. Então o pesquisador receberá uma quota para entrevistar 27 mulheres. A consideração de várias
categorias exigirá uma composição amostral que atenda ao n determinado e às proporções populacionais
estipuladas.
Exercícios
1. Uma escola de primeiro grau abriga 124 alunos. Obtenha uma amostra representativa correspondente a
15% da população, utilizando como ponto de inicio da linha da tabela de números aleatórios.
2. Tenho 80 lâmpadas numeradas, dentro de uma caixa. Como obtemos uma amostra de 12 lâmpadas?
3. Uma população encontra-se dividida em 3 estratos, com n1 = 40, n2 = 100 e n3 = 60. Sabendo-se que ao
realizar uma amostragem estratificada proporcional, 9 elementos foram retirados do 3º estrato, determine o
número de elementos da amostra.
3. Sugira um método de amostragem adequado que poderia ser utilizado para obter informações sobre:
a) a atitude dos passageiros em relação a fumar em serviços de ônibus locais.
b) A porcentagem de componentes defeituosos produzidos a cada semana em uma linha de produção
c) as atitudes dos funcionários em relação à existência de um berçário no local de trabalho em uma grande
empresa.
d) A opinião dos motoristas de carros em relação às medidas de diminuição do tráfego em uma rua
residencial
e) Os prováveis números de vendas de um novo tipo de saquinho de chá
4. O quadro abaixo é uma lista de um grupo de seminário de alunos no 3º ano de um curso de Comunicação
Social. Com o auxílio da tabela de números aleatórios você é solicitado a selecionar uma amostra de quatro
pessoas utilizando.
a) amostragem aleatória simples
b) Amostragem aleatória baseada no sexo
c) Amostragem aleatória sistemática
Nome Nome Nome

Ana Bruno Crisóstomo Risoleta
João Ãngela Secundino Gram Bell
Helena Sara Onomatopéia Hobin Hood
Pedro Joana Trainee Crosbol
Bruno Davi Twist Adrenalina
5. A gerente representante de uma loja de departamentos local pediu a seu assistente de marketing para
conduzir uma pesquisa sobre a possibilidade de abrir até tarde nas noites de terças e quintas. A gerente não
possui uma lista dos clientes da loja, mas estima que deve haver mais de 10.000 deles, com 90% sendo
moradores locais. Ela possui, entretanto, uma análise de portadores de cartão da loja baseada em idade e
gênero, como exibido na tabela abaixo:
Dado que o assistente de marketing possui um pequeno orçamento para impressão e produtos de papelaria, e
que os resultados da pesquisa foram solicitados para daqui a duas semanas, sugira um tamanho de amostra
adequado e um método de amostragem. Dê motivos para sua escolha
Gênero Mascuulino Feminino

Idade
Abaixo de 20 anos 3 6
De 20 a 29 6 14
De 30 a 34 9 21
De 35 a 39 7 20
60 anos ou mais 4 10
16
6. Você foi encarregado, por um jornal diário nacional independente e de grande circulação para
empreender uma pesquisa nacional sobre a reação das pessoas em relação a vários assuntos, incluindo o
tratamento da economia por parte do governo. Você foi instruído que para a pesquisa tenha alguma
credibilidade, será necessário pesquisar uma amostra representativa de pelo menos 5.000 pessoas. Considere,
detalhadamente, os métodos da amostragem e de coleta de dados que você utilizaria para executar essa
pesquisa, prestando uma atenção especial ás exigências de um grupo de participantes grande e representativo
Dúvidas, Cálculos e Anotações
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
17
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
18
4. SÉRIES ESTATÍSTICAS – REPRESENTAÇÃO TABULAR
Uma tabela é um quadro que resume um conjunto de dados dispostos em linhas e colunas de maneira
sistemática.
E definimos série estatística como qualquer tabela que apresenta a distribuição de um conjunto de dados
estatísticos em função da época, do local ou da espécie.
De acordo com a resolução 886 do IBGE, nas casa ou células da tabela devemos colocar:
Símbolo Descrição Significado
 Traço horizontal Quando o valor é zero
 Três pontos Quando não dispomos de dados
0 zero Quando o valor é muito pequeno
? Ponto de interrogação Quando temos dúvidas, quanto à
exatidão de determi9nado valor
OBS: 1. Tanto o lado esquerdo quanto direito de uma tabela devem ser abertos.
2. toda tabela deve possuir:
- Um título que deve reponder às seguintes questões: O que?, Onde? e Quando?
- Uma fonte que de indicar de onde os dados foram coletados;
- Um cabeçalho,
- Uma coluna indicadora e o corpo propriamente dito
4.1 TIPOS DE SÉRIES
4.1.1 Séries homógradas:
São aquelas em que a variável descrita apresenta variação discreta ou descontínua. Podem ser do tipo:
4.1.1.1 Série Temporal

A série temporal se identifica-se pelo caráter variável do fator cronológico. Portanto o local e
fenômeno são elementos fixos. É também chamada de histórica ou evolutiva
ABC VEÍCULOS LTDA
Vendas no 1º trimestre de 2005
Período Unidades vendidas (1.000 unid.)
Jan/96 20
Fev/96 10
Mar 15
Total 45
Fonte: fictícia
4.1.1.2 Série Geográfica
Apresenta como elemento variável o fator geográfico. A época e o fato são elementos fixos.
ABC VEÍCULOS LTDA

São Paulo 20
Rio de Janeiro 10
Recife 15
Total 45
Fonte: fictícia
4.1.1.3 Séries Especificadas
Neste tipo de série, o que varia é apenas o fato ou o fenômeno, permanecendo fixos o tempo e o local.
Também é chamada de série categórica. Veja o exemplo:
ABC VEÍCULOS LTDA
Fiat 20
19
Gm 10
Chevrolet 15
TOTAL 45
Fonte: fictícia
4.1.2 Séries Conjugadas
São também chamadas de tabelas de dupla entrada. São apropriadas à apresentação de duas ou mais
séries de maneira conjugada, havendo duas ordens de classificação: uma horizontal e outra vertical. Veja o
exemplo:
Filiais Janeiro Fevereiro Março
São Paulo 10 7 8
Rio de Janeiro 12 5 6
Recife 15 3 5
Total 37 25 19
Fonte: fictícia
4.1.3 Séries Heterógradas
São séries tabeladas em forma de distribuição de freqüências.
4.2 DEFINIÇÕES
4.2.1 Dados Brutos
São dados que ainda não foram numericamente organizados. Portanto é difícil termos uma idéia exata
do comportamento do grupo como um todo.
Exemplo:
45, 41, 42, 41, 42, 43, 44, 41, 50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
4.2.2 Rol
Um rol é uma tabela obtida após a ordenação dos dados.
Exemplo:
41, 41, 41, 42, 42, 43, 44, 45, 46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60
4.2.3 Distribuição de Freqüência sem Intervalos de Classe:

É a simples condensação dos dados conforme a repetição de seus valores.
Exemplo
Dados 41 42 43 44 45 46 50 51 52 54 57 58 60 Total
Fi 3 2 1 1 1 2 2 1 1 1 1 2 2 20
4.2.4 Distribuição de Freqüência com Intervalo de Classe

Quando o tamanho da amostra é mais elevado, é mais racional efetuar o agrupamento dos valores em
intervalos de classe. , conforme abaixo
i Classe ( fi )
1 41 45 7
2 45 49 3
3 49 53 4
4 53 57 1
5 57 61 5
 20
4.3 ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA (com intervalo de classe)

3.3.1 Classe
20
É o intervalo de variação da variável e é simbolizado por “i” e o número total de classe é
simbolizado por “k”
Exemplo: na tabela anterior k = 5 e i = 1, 2, ... , 5

4.3.2 Limites de Classe - li
São os extremos de cada classe. O menor número é o limite inferior de classe (l i) e o maior número é
limite superior de classe (ls).
Exemplo:
Na classe 49 53 , li = 49 e ls = 53. O símbolo representa um intervalo fechado à esquerda e
aberto à direita. O valor 53 pertence a 4ª classe e não a 3ª.
4.3.3 Amplitude do Intervalo de Classe - h

É obtida por meio da diferença entre o limite superior e inferior da classe e é simbolizada por
hi  ls  li . No exemplo anterior hi  53  49  4
4.3.4 Ponto Médio da Classe - PM

É o ponto que divide o intervalo de classe em duas partes iguais. Ex. na classe de 49 a 53, o ponto
médio é (53  49) / 2  51
4.3.5 Amplitude Total da Distribuição

É a diferença entre o ponto médio da última classe e o ponto médio da primeira classe. No exemplo
anterior, AT  59  43  16
4.3.6 Amplitude Total da Amostra (Rol)
É a diferença entre o valor máximo e o valor mínimo do rol. Em nosso exemplo AT  61  41  20
Na prática utilizamos um método sequencial para a construção de uma tabela de distribuição de freqüências
com intervalos de classe. O mesmo está descrito abaixo:
1º - Organizar os dados brutos em um rol utilizando o método de ramos e folhas;
2º - Calcular a amplitude total da amostra;
3º - Calcular o nº de classes, utilizando a “fórmula de Sturges” k = 1,33 + log n, onde n é o número de dados
ou de observações;
4º Determinar a amplitude do intervalo de classe, dividindo a amplitude total da amostra pelo número de
A
classes k, ou seja , faça h  t
k
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
21
5. SÉRIES ESTATÍSTICAS – REPRESENTAÇÃO GRÁFICA
5.1 Histograma
É um gráfico formado por retângulos justapostos, cujas bases se localizam no eixo horizontal de tal
modo que seus pontos médios coincidem com o ponto médio do intervalo de classe e suas alturas são
proporcionais às suas respectivas freqüências absolutas.
5.1.1 Freqüência Simples ou absoluta

São os valores que realmente representam o número de dados de cada classe. A soma das freqüências
simples é igual ao número total dos dados da distribuição.
5.1.2 Freqüência Simples Acumulada de uma classe

É o total das freqüências de todos os valores inferiores ao limite superior do intervalo de uma classe.
5.1.3 Freqüências Relativas

São os valores obtidos através do quociente entre as freqüências simples de cada classe e o total das
freqüências da distribuição. A soma das freqüências relativas é 1 ou 100%.
5.1.4 Freqüência Relativa Acumulada de uma classe
É a freqüência acumulada da classe dividida pela freqüência total da distribuição.
5.2 Polígono de Freqüências Simples

É um gráfico formado por uma linha poligonal fechada, traçada a partir dos pontos médios da base
superior de cada retângulo dos intervalos de classe. Para realmente obtermos a linha fechada temos que ligar
os extremos da linha obtida aos pontos médios da classe anterior à primeira e da posterior à última, da
distribuição.
5.3 Polígono de freqüência Acumulada
É traçado marcando-se as freqüências acumuladas sobre perpendiculares ao eixo horizontal,
levantadas nos pontos médios correspondentes aos limites superiores dos intervalos de classe.
Aplicação
Com base na tabela acima, pede-se:
CLASSE fi
50 54 2
54 58 5
58 62 8
62 66 6
66 70 3
70 74 1
a) os pontos médios da distribuição

b) as freqüências absolutas acumuladas
c) as freqüências relativas
d) as freqüências relativas acumuladas
e) construir o histograma
f) construir o polígono de freqüências
g) construir o polígono de freqüências acumuladas
Solução
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
22
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
23
6. MEDIDAS DE TENDÊNCIA CENTRAL

São medidas que fornecem o valor do ponto em torno do qual se distribuem os dados.
6.1 A Média aritmética
A média aritmética é uma medida estatística que é calculada somando-se todos os possíveis valores
de um conjunto de dados e dividindo-se pelo número de itens desse mesmo conjunto.
6.1.1 Para Dados Não-Agrupados ou Dados brutos

X 
x i
n
6.1.2 Para Dados Agrupados
Dados agrupados são aqueles que estão dispostos em uma tabela de distribuição de freqüências.
X 
 xi . f i . ; onde n   f i
n
Exemplo 1
Encontrar a média dos dados a seguir, que considera o número de aulas perdidas por uma turma de alunos
em determinada semana.
Aulas perdidas Número de alunos X i fi

(Xi) (f)
0 8 8.0=0
1 10 10 . 1 = 10
2 12 12 . 2 = 24
3 6 6 . 3 = 18
 36 52
Logo X  52  1,44 aulas perdidas nessa semana

36
Exemplo 3.
Nascidos vivos ao nascer segundo o peso, em quilogramas
Classe Ponto médio Frequência xi.fi
i xi fi
1,5 2,0 1,75 3 5,27
2,0 2,5 2,25 16 36,00
2,5 3,0 2,75 31 85,25
3,0 3,5 3,25 34 110,50
3,5 4,0 3,75 11 41,25
4,0 4,5 4,25 4 17,00
4,5 5,0 4,75 1 4,75
 ----
X 
X i

300
 3  X  3,00 kg, ou seja, espera-se que em média as crianças nascidas vivas pesem
n 100
em torno de 3quilos
6.2 A Mediana - Md
A mediana é o valor que ocupa a posição central de uma distribuição de dados ordenados em um rol.
Para dados não agrupados, temos que considerar:
6.2.1 Para Dados Não-Agrupados

6.2.1.1Amostra de Tamanho Ímpar
Exemplo: 1, 4, 6, 9 e 11  Md=6
24
6.2.1.2 Amostra de Tamanho Par
Exemplo: 1, 5, 7, 8, 10, e 11 M d = (7 + 8) / 2 = 7,5  M d = 7,5
5.2.2 Para dados Agrupados, usamos a fórmula:

n 
   fi 
  .h
2 Onde:
M d  lmd
f md
l md = Limite Inferior da classe que contém a M d
h = Amplitude da classe M d
n = Tamanho da amostra
f = Somatório das freqüências anteriores à freqüência absoluta da classe que contém a Mediana
fm d = Freqüência absoluta da classe que contém a mediana
Exemplo 2
Calcular a mediana para os dados da tabela abaixo:
Classes fi Fi
35 45 5 5
45 55 12 17
55 65 18 35
65 75 14 49
75 85 6 55
85 95 3 58
 58 ---
1º Passo: Calcula-se n / 2. Como n = 58,  58 / 2 = 29º , a mediana se encontra na 29ª posição e

terceira classe ou classe mediana;
2º Passo: Identifica-se a classe mediana pela Fi.
3º Passo : Aplica-se a fórmula.
Nesse caso, temos: l m d = 55; n = 58; f i = 17; h = 10; f m d = 18.
Daí, calculamos a mediana
Md=
6.3 A Moda (Mo)

É o valor que ocorre com mais ou maior freqüência em uma distribuição de dados.
6.3.1 Para dados não Agrupados
Exemplo
Número de indivíduos, segundo o tipo de sangu
Tipo de sangue O A B AB
Frequência 547 441 123 25
Nesse caso a Moda será : - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

6.3.2 Para Dados Agrupados
Dados agrupados, são dados que estão dispostos em uma tabela de distribuição de frequências e para o
cálculo da moda, procedemos da seguinte forma:
1º Passo : Identifica-se a classe modal. A classe modal é aquela que possui maior freqüência.
25
2º Passo : Aplica-se a fórmula:
1 Onde:
M o  li  .h
1   2
li = Limite inferior da classe modal;

 1 = Diferença entre a freqüência da classe modal e a classe anterior ;
 2 = Diferença entre a freqüência da classe modal e a classe posterior;
h = Amplitude da classe.
Exemplo 1
Considere os dados da tabela abaixo para calcular a moda.
Classes fi Fi
35 45 5 5
45 55 12 17
55 65 18 35
65 75 14 49
75 85 6 55
85 95 3 58
 58 ---
Neste caso, a classe de maior freqüência é a 3ª classe, ou classe modal. Daí,

l i = 55;  1 = 18  12 = 6;  2 = 18  14 = 4 e h = 10
Logo, qual seria a moda?
Mo =
Dúvidas e anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
Questões para Avaliação do Conteúdo
26
1. A média aritmética é a razão entre
(a) o número de valores e o somatório deles
(b) os dois valores centrais
(c) o somatório dos valores e o número deles
(d) os valores extremos
2. Na série 60, 90, 80, 60, 50 a moda é:
(a) 50 (b) 60 (c) 80 ( d) 90 (e) 85
3. A medida que tem o mesmo número de valores abaixo e acima dela:
(a) a moda (b) a mediana (c) a média (d) o lugar mediano
4. A soma dos desvios entre cada valor e a média é:
(a) positiva (b) diferente de zero (c) negativa (d) zero (e) Não sei dizer
5. Na série 60, 50, 70, 80, 90 o valor 70 será:
(a) a média e a moda (c) a mediana e a moda (b) a média e a mediana
6. Quando queremos verificar a questão de uma prova que apresentou
maior número de erros, utilizamos:
(a) moda (b) mediana (c) média (d) amplitude total (e) freqüência acumulada
7. Dado o histograma abaixo, no interior de cujos retângulos foram anotadas as freqüências absolutas, então
a mediana é :
30
25 20
10 15
2 4 6 8 10 12
(a) 6,5 (c) 7,5 (b) 8,0 (d) 7,0 (e) 30
8. Na série 15, 20, 30, 40, 50, há abaixo da mediana:
(a) 3 valores (b) 3,5 valores (c) 2 valores (d) 4 valores (e) nenhum valor
9. O cálculo da mediana pressupõe o conhecimento da (o):
(a) média (b) desvio padrão (c) moda (d) ponto médio (e) pessoa que sabe
10. Para analisar os dados de uma folha de pagamentos, quais medidas você utilizaria para:
a) descobrir o salário mais freqüente - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
b) o salário que divide os pagamentos em partes iguais- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) descobrir o salário médio dos funcionários- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
11. Dados os salários anuais, em reais, de cinco jornalistas autônomos, calcule a média, a mediana e a moda.
Que medida de tendência central fornece a medida resumo mais adequada?
17.000 18.000 20.000 23.000 65.000
12. Considere a seguinte série: 4, 5, 6, 6, 6. 7, 8,
a) Calcule a média, a moda e a mediana
b) Substitua o valor 8 pelo valor 18 e faça novamente os cálculos.
c) que aconteceu com a média? E com a moda? E a mediana?
d) Que conclusões você pode tirar a respeito desse fato?
13. Calcule o peso médio dos ratos em cada idade, baseado nos dados fornecidos pela tabela a seguir:
27
Peso, em gramas, de ratos machos da raça Wistar segundo a idade, em dias
Nº do Idade
rato 30 34 38 42 46
1 76,2 95,5 99,2 122,7 134,6
2 81,5 90,0 101,2 125,9 136,2
3 50,0 60,0 62,3 72,2 85,3
4 47,5 50,0 57,5 72,3 84,0
5 63,5 79,2 82,1 94,7 110,0
6 65,1 75,7 79,3 88,5 98,7
Com base nos resultados obtidos responda:

a) A média de peso é maior nos ratos com quantos dias? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
b) A média de peso é menor nos ratos com quantos dias? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) Pode-se afirmar, que o peso médio dos ratos aumenta com a idade? - - - - - - - - - - - - - - - - - - - - - - - - -
e) Qual o rato que apresentou maior ganho de peso nos 16 dias? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
14. Suponha que você não se encontrando em sua profissão, resolveu entrar no ramo de Delivery de
alimentos e após 40 semanas de vendas, resolveu fazer um levantamento geral das atividades. O quadro
abaixo mostra os valores das vendas em milhares de R$:
16 29 16 19 24 17 18 20 19 22
34 20 19 22 11 14 13 19 20 26
21 27 24 20 17 18 23 18 20 24
17 24 19 21 17 22 23 26 22 20
Com base nas suas vendas, determinar:

a) O rol;
b) a amplitude máxima;
c) amplitude de classes de freqüências;
d) distribuição em classes de freqüências;
15. Elaborar e/ou calcular
a) histograma;
b) histograma de freqüência acumulada;
c) polígono de freqüência acumulada;
d) a média
e) a mediana
f) a moda
16. Num restaurante foi observado o consumo mensal de energia elétrica:
290 321 308 213 318 302 358 286 393 398
352 235 329 333 409 351 325 458 314 181
396 340 356 369 281 386 334 331 348 339
321 415 327 377 344 209 327 245 297 355
a) Organize os dados em ordem crescente (Rol)
b) qual é o menor consumo?
c) qual é o maior consumo?
d) qual é a amplitude total da distribuição?
e) qual sua sugestão para o número de classes?
f) qual é a amplitude do intervalo de classe?
g) construa a tabela de distribuição de freqüências
h) Qual o limite inferior da segunda classe?
i) Qual o limite superior da quarta classe?
j) Qual a freqüência absoluta da quarta classe?
k) Qual a freqüência relativa da quinta classe?
28
l) Calcule a média aritmética
m) Calcule a mediana
n) Calcule a Moda
o) Qual dessas medidas representa melhor esse consumo de energia?
17. Dada a figura abaixo, podemos afirmar que:
(a) A moda é maior do que a mediana e menor de que a média

(b) A moda é menor do que a mediana e maior do que a média
(c) A moda é menor do que a mediana e esta maior do que a média
(d) A mediana é maior do que a média e menor do que a moda
(e) A média é igual a mediana e esta igual a moda
18. Utilizando a série de dados: 2, 5, 7, 8, comprove as seguintes propriedades da média aritmética.
a) A soma dos desvios em torno da média é igual a zero, isto é  ( X i  X )  0
b) Somando ou subtraindo a mesma quantidade arbitrária de todos os valores da série, a média ficará
aumentada ou diminuída dessa mesma quantidade.
c) multiplicando ou dividindo cada termo de uma série por uma constante, a média ficará multiplicada ou
divida pela constante.
d) a soma dos quadrados dos desvios medidos em relação à média é um mínimo, ou seja, é sempre menor
que a soma dos quadrados dos desvios medidos em relação a outro valor qualquer, isto é,  ( X i  X ) 2  0
Dúvidas, Cálculos, e Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
7. MEDIDAS DE POSIÇÃO
29
As medidas de posição são medidas ou separatrizes que dividem a área de uma distribuição de
freqüências em regiões de áreas iguais.
7.1 Quartis
São Separatrizes que dividem um conjunto de dados em quatro partes iguais, percentualmente
0 25 50 75 100
Q1 Q2 Q3
7.1.1 Primeiro quartil - Q1

Separatriz que divide a distribuição em duas partes, tal que 25% dos valores sejam menores que ele e
75% maiores que ele.
7.1.2 Segundo quartil - Q2

O segundo quartil coincide exatamente com a mediana. É o valor que divide a distribuição em
exatamente metade dos elementos.
7.1.3 Terceiro quartil - Q3

Valor que deixa 75% dos valores à sua esquerda e os 25% restante à sua direita
Para o cálculo dos quartis utiliza-se a mesma fórmula utilizada para o cálculo da mediana, com
pequenas adaptações, ou seja:
n 
   f ant 
Q1  lQ1   4  .h
f Q1
Determinação de Q 1
1º Passo : Calcula-se n/4;

2º Passo : Identifica-se a classe Q1, através da Fi ;
3º Passo : Aplica-se a fórmula.
- Determinação de Q3
1º Passo : Calcula-se 3n/4;
2º Passo : Identifica-se a classe Q3 pela Fi;
3º Passo : Aplica-se a fórmula :
Aplicação: Dada a distribuição abaixo, determinar Q1, Q2 e Q3.
Classes 7 17 17 27 27 37 37 47 47 57 
fi 6 15 20 10 5 56
Fi 6 21 41 51 56 ---
Q1 Q3
Q2=Md
1º Passo : n = 56
Q1 = ? Q2 = Md Q3 = ?
n ÷ 4 = 14º n ÷ 2 = 28º 3n ÷4 = 42º
2º Passo : Através da F i, identifica-se a classe Q1, M d e a Q 3
3º Passo : Uso das fórmulas:
Q1  l Q1 = 17 n = 56  f ant = 6 h = 10 f Q1 = 15
Para M d  l m d = 27 n = 56  f ant = 21 h = 10 f md = 20
Q3  l Q 3 = n=  f ant = h= fQ3 =
30
Aplicando esses resultados em suas respectivas fórmulas, obtemos:
Q1 = 22,33 Q2 = M d = 30,5 Q 3 = 38
Dispondo os valores encontrados. O que significam esses valores?
25% 25% 25% 25%
7 22,23 30,5 38 57
Significam que:
o valor 22,33 deixa - - - - - - dos elementos - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
o valor 30,5 deixa 50% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
o valor 38 deixa- - - - - - dos elementos - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
7.2 Decis
São separatrizes que dividem percentualmente uma série ou uma seqüência de dados ou de
observações em 10 partes iguais,
0 10 20 30 40 50 . . . . . . . . . . . . . . . 90 100
E a fórmula, neste caso, também é idêntica às separatrizes anteriores com pequenas adaptações, ou seja,
 in 
   f ac 
Di  l Di   10  .h
f Di
E para seu cálculo adotamos o seguinte procedimento:
1º passo : Calcula-se (i . n) / 10, i = 1, 2, 3, 4, 5, 6, 7, 8, 9
2º passo: Identifica-se a classe D i pela F ac.
3º passo : Aplica-se a fórmula:
Onde :
l Di = limite inferior da classe D i , i = 1, 2, 3, …..9
n = tamanho da amostra
h = amplitude de classe
f Di = freqüência da classe D i
 f ant = soma das freqüências anteriores à classe D i
7.3 PERCENTIS
São as medidas que dividem, percentualmente, a amostra em 100 partes iguais.
0 1 2 3 4 . . . . . . . . . . . . . . . .50. . . . . . . . . . . . . 97 98 99 100
P1 P2 P3 P4 …….. P50 .....…..........P97 P98 P99 P100

A fórmula, neste caso, também é idêntica às separatrizes anteriores com pequenas adaptações, ou seja,
Que para eu cálculo seguimos o mesmo procedimento, ou seja,

1º Passo: Calcula-se in / 100 , com i = 1, 2, 3, ......, 98, 99.
2º Passo: Identifica-se a classe Pi pela Fac
3º Passo: Usa-se a mesma fórmula dos Decis, trocando-se l di por l Pi e f Di por f Pi
Exemplo
31
Determinar o D4 e o P72 da seguinte distribuição:
Classe 4 9 9 14 14 19 19 24
fi 8 12 17 3
f ac 8 20 37 40
classe D4 classe P72
Cálculo de D4 Cálculo de P72

1º Passo: in /10 = 4. 40 / 10 = 16º in / 100 = 72 .40 /100 = 28,8º
2º Passo: Identifica-se a classe D4 e P72 pela F ac
3º Passo: Utilização das fórmulas
Para D 4  l D4 = ; f = ; h= ; f D4 = ; n=
P 72  l P72 = ; f = ; h= ; f P72 = ; n=
Substituindo nas fórmulas ,  D4 = 12, 33 e P72 = 16,89
- Análise e Conclusão
O valor 12,33 divide a amostra em duas partes, sendo uma contendo - - - - - - - dos dados e outra contendo
- - - - - - - - - - - - - -.
Enquanto que o valor 16,89 indica que - - - - da distribuição estão abaixo dele e - - - - - estão acima.
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
7 MEDIDAS DE DISPERSÃO (VARIABILIDADE)
32
São medidas que servem fundamentalmente para verificar a representatividade das medidas de
tendência central, pois, estas, por si só, não são suficientes para caracterizar totalmente uma seqüência
numérica.
7.1 A AMPLITUDE TOTAL

É a diferença entre o maior e o menor valor de uma seqüência de dados,ou seja,
A  X max  X min
Como se Calcula ? vejamos alguns exemplos:
Ex Série Amplitude
1 Xi : 9 10 11 20
2 Xi 4 5 7 9
fi 1 6 10 3
3 classe 2 4 4 6 6 8 8 10
fi 3 7 12 2
Visto e discutido esses exemplos, vejamos, então qual seria:
a) a vantagem:- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
b) a desvantagem: - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) a conclusão: - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
7.2 A VARIÂNCIA E O DESVIO-PADRÃO

- Considerações
1. Nosso propósito é medir o grau de concentração dos dados em torno da média;
2. Nada mais interessante de que estudarmos os desvios de cada valor em relação à media, isto é,
(Xi  X )
3. Ao tomarmos o somatório de todos esses desvios, teremos que:
d i  0   di  ( X i  X )  0
4. Para solucionar esse problema, pelo menos duas soluções foram apresentadas. O cálculo do desvio médio
e a variância
7.2.1 O DESVIO MÉDIO
DM 
 Xi  X
. fi
n
7.2.2 O CÁLCULO DA VARIÂNCIA E DO DESVIO-PADRÃO(Dispersão Absoluta)

Para o cálculo da variância e do desvio-padrão vamos considerar as seguintes expressões:
Variância Desvio padrão Universo
2  (X i  X )2 . fi
2 Populacional
n
S2 
 i X )2 . fi
( X 
S2 Amostral
n 1
Comentários
1 - No cálculo da variância, quando elevamos os desvios ao quadrado, a unidade de medida também ficará
elevada ao quadrado, sempre;
2 - Em diversas situações, a unidade de medida da variância nem faz sentido. É o caso por exemplo, em que
os dados são expressos em litros, pizzas, salários, etc... Portanto, o valor da variância não pode ser
comparado diretamente com os dados da série, ou seja, a variância não tem interpretação
33
3 - Exatamente para suprir essa deficiência da variância é que lançamos mão da definição do desvio-
padrão, que por sua vez, terá sempre a mesma unidade de medida da série e portanto admite interpretação.
4.O desvio-padrão é, sem dúvida a mais importante das medidas de dispersão e é vital que o pesquisador
consiga relacionar o valor obtido através da fórmula, com os dados da série.
5. Quando uma curva de freqüência representativa de uma série é perfeitamente simétrica, a construção
gráfica em forma de sino corresponde a curva normal (curva de Gauss) e podemos afirmar que:
3 2   X +  +2 +3
Zona de normalidade (2)
Intervalo (%) de valores contidos

(X  ) 68
( X  2 ) 95
( X  3 ) 99
7.2.2.1 ZONA DE NORMALIDADE

A zona de normalidade é definida por um conjunto de valores (ou uma região) em torno da média aritmética,
contidos num intervalo de amplitude “2 ”, ou seja, - antes da média e + depois da média
Aplicação Digite a equação aqui.
Um restaurante cobra o almoço de cada cliente mediante peso (por quilo) da quantidade de alimento
consumida. Foi observado, durante um mês, que as quantidades de alimento consumidas são normalmente
distribuídas com uma média de 550 g e desvio padrão de 200 g, Calcular:
a) a amplitude do intervalo da zona de normalidade.
Vimos que a zona de normalidade é dada por: X   , sendo X  550 g e  = 200 g , calcula-se o
intervalo, ou seja: X    550  200  300 g e X    550  200  750 g.
Portanto, a amplitude do intervalo da zona de neutralidade ou de normalidade, é de 350 g até 750 g. Isso
significa que 68% da clientela consomem entre 300 e 750 g de alimentos
b) Já amplitude dos 95% centrais, é com vocês!
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
7.3 O COEFICIENTE DE VARIAÇÃO (Dispersão Relativa)
Considere as séries abaixo e suas respectivas estatísticas:
Variável Média Desviopadrão
X 10 2
Y 100 5
Com base nesses dados, responda aos seguintes questionamentos

1. qual série possui maior dispersão? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
2. que tipo de dispersão? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
3. levando-se em consideração as médias das duas séries, o desvio-padrão de Y que é - - - - - - -, em relação
a sua média que é - - - - - -, é menos significativo que o desvio-padrão de X que é - - - - - - -, em relação a
sua média que é - - - - - -. .
34
4. Este fato nos leva a definir uma medida de dispersão mais completa porque trata-se de dispersão
relativa, que é o Coeficiente de Variação, dado pela seguinte expressão,

Cv 
X
Analisando essa expressão, verificamos que:
1. O coeficiente de variação é um número puro, portanto pode ser expresso em percentual.

2. O coeficiente de variação leva em consideração tanto a média quanto a dispersão absoluta da série,
portanto é uma medida mais completa do que a dispersão absoluta isoladamente;
3. Para nosso exemplo, comparando os C V de X e Y conclui-se que Y tem menor dispersão relativa do que
X.
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-----------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
35
Será que você consegue? Tente, não desista
1. Qual a desvantagem da utilização da variância como medida de dispersão?
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
2. Qual é a medida que se utiliza para compensar essa desvantagem?
--------------------------------------------------------------------------
3. O coeficiente de variação é uma medida que expressa a razão entre:
(a) A média e o desvio padrão
(a) O desvio padrão e a média
(c) O desvio padrão e a moda
(d) a soma dos desvios e a média
(e) o desvio padrão e a mediana
4. O desvio padrão de uma distribuição é 9 . A variância será:
(a) 3 ( b) 36 (c) 18 (d) 81 (e) – 3
5. Realizou-se uma prova de estatística para duas turmas. Os resultados foram os seguintes:
Turma Média Desviopadrão
A 5 205
B 4 2,0
Qual das alternativas abaixo é a mais correta
(a) A turma B apresentou maior dispersão absoluta
(b) A dispersão relativa de A é igual à dispersão relativa de B
(c) Tanto a dispersão absoluta quanto a dispersão relativa são maiores para a turma B
(d) A dispersão absoluta de A é maior do que a de B, mas em termos relativos as duas não diferem quanto
ao grau de dispersão das notas
(e) A turma A é menos dispersa do que a turma B
6. Examinando a figura abaixo podemos concluir que:
x
(a) Tanto o desvio padrão quanto a média de A são diferentes de B
(b) O desvio padrão de A é maior do que o de B e as médias são iguais
(c) O desvio padrão de A é menor do que o de B e as médias são diferentes
(d) O desvio padrão de A é igual ao de B e independe do valor da média
(e) As duas distribuições possuem o mesmo coeficiente de variação.
7. Dentre as amostras abaixo, a que possui maior desvio padrão é:
Amostra 1: 0 , 1 , 2
Amostra 2: 13,1 , 13,3 , 13,5 , 13,7
Amostra 3: 26 , 27 , 28
Amostra 4: 1001 , 1002 , 1003
Amostra 5: - 5 , 10 , 25
(a) 1 ( b) 2 ( c) 3 ( d) 4 ( e) 5
8) Nas operações financeiras, o investidor tenta estabelecer um valor médio de rentabilidade. O risco da
operação é medido através:
a) média das rentabilidades
36
b) desvio-padrão das rentabilidades
c) desvio-padrão
d) desvio modal
e) média ponderada
9. Os coeficientes de variação das estatísticas abaixo são respectivamente:
Disciplina X S
Estatística 80 16
Cálculo I 20 5
(a) 16% e 40% (b) 50% e 25% (c) 20% 25% (d) 50% e 40% (e) 80% e 40%
10. Para quaisquer valores de X, quanto vale a expressão  (X  X)?
(a) 5 (b) 3 (c) 2 (d) 0 (e) 1
11. Para analisar os dados de uma folha de pagamentos que medida você utilizaria para descobrir a dispersão
absoluta em torno da média?- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
12. Numa distribuição de valores iguais, o desvio padrão é:

(a) negativo (b) positivo (c) a unidade (d) zero (e) não sei do que se trata
13. O cálculo da variância supõe o conhecimento da:
(a) mediana (b) ponto médio (c) média (d) da moda (e) do desvio padrão
14. Qual a posição da média, moda e mediana para distribuições consideradas simétricas?
---------------------------------------------------------------------------
15. Qual a forma e o nome da curva que representa as distribuições simétricas?
(a) Sino e Gosset (b) Ferradura e Laplace (c) Sino e Gauss (d) Jota e t-Student
16. Falando em distribuição simétrica, preencha o quadro abaixo:
Intervalo % Significado
X  ----- ---------------------------------------------------
---- 95 ---------------------------------------------------
---- ----- -----------------------------------------------------
17. Num determinado bairro residencial de classe média, constatou-se que o consumo médio de energia se
distribui normalmente, com uma média de 250 kW, com desvio padrão de 30 kW. Calcule:
a) a amplitude do intervalo da zona de normalidade.
b) Se este bairro possui 7.200 famílias, quantas famílias pertencem à zona de neutralidade de amplitude dos
95% centrais

---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
37
8 MEDIDAS DE ASSIMETRIA
Assimetria é o grau de afastamento de uma distribuição da unidade de simetria.
Quando uma distribuição é simétrica, os valores da média, da moda e da mediana são coincidentes. A figura
abaixo (a) mostra uma distribuição simétrica; (b) assimétrica positiva e (c) assimétrica negativa .
(a) (b) (c)
f f f
X  Mo  Md Mo  Md  X X  Md  Mo
simétrica assimétrica positiva assimétrica negativa
8.1 O COEFICIENTE DE ASSIMETRIA
1º Coeficiente de Pearson 2º Coeficiente de Pearson (Bowley)

(X  M o ) (Q1  Q3  2M d )
As  As 
 Q3  Q1
Observações
1. O uso de um ou outro coeficiente vai depender da dificuldade de se calcular uma ou outra estatística.
2. Ao binômio (Q3  Q1)  Chama-se Intervalo Interqualítico.
 0  Assimétrica Negativa
3. E quando A S = 0  Simétrica.
 0  Assimétrica Positiva
Aplicação
Determinar o coeficiente de assimetria pelos dois processos e classificar a curva para a distribuição
abaixo:
Classe fi
0 2 3
2 4 5
4 6 8
6 8 4
8 10 1

Cálculos e Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
38
9. MEDIDAS DE CURTOSE
Curtose é o grau de achatamento de uma distribuição.
As figuras a, b, e c mostram as três formas que uma distribuição pode se apresentar segundo sua curtose.
f f (b) f
(a)
(c)
mesocúrtica leptocúrtica platicúrtica

k = 0,263 k > 0,263 k < 0,263
9.1 Cálculo do Coeficiente de Curtose

Para se medir o Grau de Achatamento ou de Curtose de uma distribuição utiliza-se o Coeficiente:
Q
K 
P90  P10
que é chamado de Coeficiente Percentílico de Curtose

Onde Q = 1/2 (Q 3 - Q 1) é chamado de Intervalo Semi-interqualítico
Exemplo
Classificar a curva que corresponde à distribuição:
Classes 3 8 8 13 13 18 18 23
fi 5 15 20 10
Fac
39
10. TEORIA E CÁLCULO DAS PROBABILIDADES
Consciente ou inconscientemente a probabilidade é utilizada por qualquer indivíduo que toma decisão
em momentos de incerteza. Conhecendo-se ou não as regras para seu cálculo, muitas pessoas interessam-se
por eventos ligados à probabilidade. Do contrário com poderíamos explicar o grande número de pessoas que
arriscam a sorte, jogando em loterias, bingos, rifas, etc. Aliás, as aplicações iniciais do cálculo das
probabilidades tiveram inicio no século XVII em função dos jogos de azar.
A utilização das probabilidades indica a existência de um elemento ao acaso ou de incerteza quanto à
ocorrência ou não de um evento aleatório.
Ao estudarmos um fenômeno coletivo, verificamos a necessidade de descrever o próprio fenômeno e o
modelo matemático associado ao mesmo, que permita explicá-lo da melhor forma possível.
A teoria das probabilidades é um modelo matemático utilizado para explicar fenômenos aleatórios coletivos
e fornecem estratégias para a tomada de decisão em momentos de incerteza. Tais fenômenos, mesmo em
condições normais de experimentação, seus resultados variam de uma observação para outra, dificultando a
previsão de um resultado futuro.
10.1 Tipos de Fenômenos : Na natureza existem dois tipos de fenômenos, a saber:

10.1.1 Determinísticos – Os resultados são sempre os mesmos, quaisquer que sejam as “n” repetições.
Exemplo: a água submetida à temperatura de 100º, passará do estado líquido para o gasoso, sempre.
10.1.2 Aleatórios ou Não-Determinísticos – Os resultados não são previsíveis, mesmo que haja “n”
repetições.
Exemplo:
Num pomar com centenas de laranjeiras, as produções da cada planta serão diferentes e não previsíveis,
mesmo estando todas, sob as mesmas condições de solo, temperatura, umidade, etc...
Obs.
1ª) quando um fenômeno é determinísticoa teoria das probabilidades não fornece um modelo matemático
adequado para explicar esse fenômeno;
2ª) o objeto da teoria das probabilidades é o estudo dos fenômenos aleatórios, casuais ou não-
determinísticos;
3ª) para facilitar o desenvolvimento da teoria sem usar recursos matemáticos mais sofisticados,
por ora, vamos restringir nosso estudo a uma classe de fenômenos aleatórios chamados de
experimentos aleatórios.
10.2 Experimento Aleatório  E
Os experimentos são fenômenos aleatórios e mesmo que as condições iniciais sejam sempre as mesmas, os
resultados finais de cada tentativa, serão diferentes e não previsíveis e possui as seguintes características:
a) Poderá ser repetido indefinidamente sob as ”mesmas condições”;
b) Não se conhece, a priori, um valor particular do experimento, porém pode-se descrever todos seus
possíveis resultados;
c) Quando for repetido um grande número de vezes, surgirá uma regularidade, ou seja, haverá uma
estabilidade da fração f = r/n ,
Onde :
r = o número de sucessos de um particular resultado estabelecido antes da realização do experimento
n = o número de repetições
f
1
n
40
10.3 Espaço Amostral Finito Equiprovável – S
Um Espaço Amostral é o conjunto de todos os possíveis resultados de um experimento aleatório.
Ele será Equiprovável ou Uniforme quando associa cada ponto do espaço amostral a mesma probabilidade
de ocorrência.
Exemplos
E1 = Lançar um dado não viciado e anotar o número de pontos;
S1 = {1, 2, 3, 4, 5, 6}
E2 = Lançar uma moeda e anotar a face voltada para cima;
S2 =  - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E3 = Retirar uma carta de um baralho com 52 cartas, anotar o naipe
S3 =  - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E4 = lançar duas moedas e observar as faces voltadas para cima.

S4 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E5 = Lançar uma moeda sucessivamente até que se obtenha a 1ª cara

S5 =  - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E6 = Escolha de um ponto no intervalo 3 , 12 e anotar a distância do ponto
escolhido P ao ponto 5;
S 6 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E7 = Jogar uma moeda 4 vezes e anotar o número de caras obtidas
S 7 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E8 = O número de rebites utilizados na asa de um avião
5
S 8 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
E9 = Lançar uma moeda eum dado e anotar os resultados obtidos
S 9 = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
10.4 Evento e Operações com Eventos
Um evento é qualquer subconjunto do espaço amostral S.
Considere S = 1, 2, 3, 4, 5, 6 , o espaço amostral relativo ao lançamento de um dado.
Note que, se A = 1, 2 ; B = 2, 4 e C =  , são subconjuntos de S e portanto são eventos. Dessa forma:
 O próprio espaço amostral S e o  são eventos

 S é dito o evento certo de ocorrer e  o evento impossível
 Usando as operações com conjuntos, podemos formar novos eventos:
i) A  B = x  S / x A ou x  B  evento que ocorre se A ocorre ou B ocorre, ou ambos ocorrem.

II) A  B =  x  S / x A ou x  B  evento que ocorre se A e B ocorrerem ao mesmo tempo
III) A ou CA é o evento que ocorre se A não ocorrer
Exemplo:
Seja S = 1, 2, 3, 4, 5, 6 ; Se A = 1, 2, 3 B =2, 3, 6  C = 2, 3, 4
AB=   AC=  CA =  
CB =   C (A B) =   C(A C) =  

41
10.5 Eventos Mutuamente Exclusivos
Dois eventos A e B são mutuamente exclusivos quando a ocorrência de um deles exclui ou impede a
possibilidade da ocorrência do outro, ou seja, eles não podem ocorrer simultaneamente, isto é,
A B = 
Exemplo:
E : jogar um dado e observar o resultado  S = 1, 2, 3, 4, 5, 6
Sejam os eventos : A = ocorrer nº par  A = 2, 4, 6

B = ocorrer nº ímpar  B = 1, 3, 5
Logo, A  B = . O que isto significa? - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
10.6 Definição de Probabilidade

Probabilidade é uma função que associa cada evento  S um número real e satisfaz aos
seguintes axiomas:
S R
P
B
A C o,1
Probabilidade
A.1 - 0  P (A)  1
A.2 - P (S) =1
A.3 - Se E1, E2, . . ..En, forem mutuamente excludentes, então:
P(E1E2.........En) = P(E1) +P (E2) +. . . .+ P(En)
10.7 Principais Teoremas
T.1 - Se  é o conjunto vazio, então: P() = 0
T.2 - Se A é o complementar de A , então: P( A ) = 1  P (A)
T.3 - Se A  B, então: P (A)  P (B)
T.4 - Se A e B são dois eventos quaisquer, então:
P (A  B) = P (A) + P (B)  P (A  B)
T.5 – Se A, B e C forem três eventos quaisquer, então:
P (A  B  C) = P (A) + P (B) + P (C) – P(A∩B) - P(A∩C) - P(B∩C) + P(A∩B∩C)
10.8 Eventos Equiprováveis
Eventos equiprováveis, são aqueles que têm a mesma probabilidade de ocorrerem, ou seja se o espaço
amostral S contém “n” pontos, a probabilidade de cada ponto será :
 Pi = 1  np = 1  p = 1/n
Por outro lado, se um evento “A” contém “r” pontos, então: P(A) = r . (1/n) . Este é o método de
avaliar P(A). e é enunciado da seguinte forma:
‘A probabilidade da ocorrência de um evento qualquer é a razão entre o número de casos favoráveis
à ocorrrência desse evento e o número total de casos que podem ocorrer’.
Em outras palavras, teríamos
N º de _ Casos _ Favoráveis _ à _ Ocorrência _ doevento NCF
P( A)   P( A) 
N º _ Total _ de _ Casos NTC
Exemplo:
42
Retira-se uma carta de um baralho comum, bem embaralhado de 52 cartas. Qual a probabilidade de:
a) A = Sair um rei  P(A) = 4/52

b) B = Sair uma carta de espadas  P(B) = 13/52
c) C = Sair um rei ou uma carta de espadas  P(A  B) = ?
P(A  B) = P(A) + P(B)  P(A  B)  P(A  B) = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Logo, P(A  B) = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
43
Praticando o que Aprendeu
1. Considere o espaço amostral do lançamento de um dado e a observação da face superior. Descreva, por
seus elementos, os seguintes eventos;
a) Sair face par ----------------------------------------------------

b) Sair face primo ----------------------------------------------------
c) Sair face maior que 3 ----------------------------------------------------
d) Sair face maior que 6 ----------------------------------------------------
e) Sair face múltipla de 3 ----------------------------------------------------
f) Sair face menor ou igual a 4 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
2. Considere o espaço amostral S = 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 e os seguintes eventos:
A = 2, 3, 4; B = 1, 3, 5, 7, 9; C = 5; D = 1, 2, 3; E = 2, 4, 6

Determine:
a) A  B b) A  B c) A  C d) CA e) CB f) C(A  B) =
3. Explicitar o espaço amostral de cada um dos seguintes experimentos:

a) O lançamento simultâneo de duas moedas;
b) O lançamento de dois dados;
c) O lançamento simultâneo de três moedas;
d) A distribuição de sexos de uma família com três filhos;
e) O número de caras obtido no lançamento de duas moedas;
f) Anotação da diferença entre o número de caras e coroas no lançamento de duas moedas;
g) Anotação da soma dos pontos no lançamento de dois dados;
h) Retira-se uma bola ao acaso de uma urna que contém 3 bolas brancas e 2 vermelhas. Se a bola retirada for
branca, lança-se uma moeda, se ela for vermelha devolve-se para a urna;
i) O lançamento de uma moeda e de um dado, simultaneamente.
4. Se P (A) = 1/2 ; P (B) =1/4 , sendo A e B mutuamente exclusivos, calcular:

a) P ( A ) b) P (B ) c) P (A B) e) P (AB)
5. Determine a probabilidade de cada evento:

a) Um número par aparecer no lançamento de um dado não viciado;
b) Um rei aparecer ao extrair-se uma carta de um baralho;
c) Pelo menos uma cara aparece no lançamento de três moedas;
d) Duas copas aparecem ao retirarem-se duas cartas de um baralho.
6. Dois dados são lançados simultaneamente. Qual a probabilidade de:
a) A soma ser menor que 4
b) A soma ser 9
c) O primeiro resultado ser maior do que o segundo
d) O primeiro resultado ser igual ao segundo
7. Uma urna contém 5 bolas brancas e 6 pretas. Três bolas são retiradas. Calcular a probabilidade de:
a) Todas serem pretas b) Exatamente uma ser branca c) Ao menos uma ser preta
8. Um lote é formado por 10 peças boas, 4 com defeitos e duas com defeitos graves. Uma peça é escolhida
ao acaso. Calcule a probabilidade de que:
a) Ela não tenha defeitos graves
b) Ela não tenha defeitos
c) Ela, ou seja boa ou tenha defeitos graves
9. Um experimento consiste em lançar três moedas e observar a diferença entre o número de caras e o
número de coroas obtidos neste lançamento, Explicite esse espaço amostral.
44
10. A probabilidade de um aluno do sexo masculino resolver um problema de estatística é de 3/5 e de
uma aluna resolver esse mesmo problema é de 4/7. Qual a probabilidade de que o problema seja resolvido?
11. Uma bola é retirada ao acaso de uma urna que contém 6 bolas vermelhas, 4 brancas e 5 azuis.
Determinar a probabilidade de ela:
a) Ser vermelha b) Ser branca c) Ser azul d) Não ser vermelha e) Ser vermelha ou branca
12. No lançamento de um dado, qual a probabilidade de sair o número 5 ou um número par?

---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
45
-------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
46
10.9 Probabilidade Condicional – P (A / B)

Muitas vezes, estamos interessados em calcular a probabilidade de ocorrência de um certo evento,
sabendo previamente que outro já ocorreu Por exemplo:
E1 - A probabilidade de chover amanhã sabendo que choveu hoje;
E2 - A probabilidade de um dispositivo eletrônico funcionar 200 horas, sabendo que já funcionou por 100
horas;
E3 - A probabilidade de um projeto de lei ser aprovado no senado, sabendo que já foi aprovado na câmara;
Em outras palavras, queremos calcular a probabilidade de ocorrência de um evento “A” condicionada à
ocorrência prévia de “B”, ou seja,
P (A / B)  Lê-se, P de A dado B
10.10 Definição
Dados dois eventos, A  S e B  S, a probabilidade condicionada do evento A, quando B tiver
ocorrido será dada por:
P( A  B) , com P (B)  0
P( A / B) 
P( B)
P( B  A)
Também: P( B / A)  , com P (A)  0
P( A)
Exemplo 1:
Sendo P (A) = 1/3 P (B) =3/4 e P (A  B) = 11/12, calcular P (A/B).
Como P( A / B)  P( A  B) , devemos calcular:

P( B)
P (AB) = P (A) + P (B)  P (A  B) = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Daí, P (A  B) = 1/6 . Logo P (A/B) = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Exemplo 2:
O quadro abaixo se refere à distribuição de alunos presentes numa reunião, classificados por sexo e por
curso:
Curso Administração Economia Total

Sexo
H 40 60 100
M 70 80 150
Total 110 140 250
Sorteia-se ao acaso um estudante da população de 250 alunos.

a) Qual é a probabilidade de ser mulher?
Como o espaço amostral é composto de 250 alunos, dos quais apenas 150 satisfazem ao evento, então
P (M) = 150/250.
b) Qual a probabilidade do aluno sorteado ser mulher, sabendo que ela estuda economia?
Nesse caso o espaço amostral ficou reduzido a 140 estudantes que estudam economia, dos quais apenas 80
são mulheres, então:
80 / 250 80
P( M / E )  
150 / 250 150
47
c) Qual a probabilidade do aluno sorteado ser homem, sabendo que ele estuda administração?
10.11 Regra do Produto

Sejam A e B dois eventos contidos em S, então:
P (A  B) = P (B)  P (A/B) ou P (A  B) = P (A) P (B/A)
Exemplo:
Duas bolas são retiradas de uma urna que contém 2 bolas brancas, 3 pretas e 4 verdes. Qual a
probabilidade de que ambas:
a) Sejam verdes;
b) Sejam brancas;
c) Sejam da mesma cor.
Solução
a) P (V V) = P(V)  P(V/V) = 4/9 3/8 = 1/6
b) - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
c) - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
10.12 Eventos Independentes
Intuitivamente se A e B são independentes é porque:
P (A/B) = P (A) e P (B/A) = P (B)
10.13 Definição
Dois eventos A e B são independentes se:
P (A  B) = P (A)  P (B)
Exemplo:
Lançam-se 3 moedas. Os eventos A e B, abaixo definidos são independentes? :
A = Saída de cara na 1ª moeda
B = Saída de coroa na 2ª e 3ª moedas
E = {c,c,c), (c,c,k), (c,k,c), (k,c,c), (k,k c), (k,c,k), (c,k,k), (k,k,k)}
A = { c,c,c), (c,c,k), (c,k,c), (c,k,k)}  P(A) = 1/2

B = {(c,k,k), (k,k,k)}  P(B) = 1/4
A  B = {(c,k,k)}  P(A  B) 1/8
Daí, P (A) . P (B) = 1/2 x 1/4 = 1/8
E dado que: P (A  B) = P (A)  P (B)  1/8 = 1/2 x1/4 =1/8. Ent/ao concluimos que A e B são
independentes
Importante
1 – Três eventos A, B, e C serão independentes, se todas as 4 proposições abaixo forem satisfeitas:
a) P (A  B  C) = P (A) . P (B) . P (C)

b) P (A  B) = P (A) . P (B)
c) P (A  C) = P (A) . P (C)
d) P (B  C ) = P (B) . P (C)
2 – Se A e B são mutuamente exclusivos, então A e B são dependentes, pois se A ocorre, B não ocorre, isto
é, a ocorrência de um evento condiciona a não-ocorrência do outro.
48
10.14 Teorema da Probabilidade Total

Sejam A1, A2 ,..., An eventos que formam uma partição do espaço amostral S. Seja B também um
evento desse espaço, então:
P (B) =  P (Ai) . P (B/Ai)
Para demonstração dessa expressão, vamos considerar o esquema abaixo:
A1
A5
A2
B
A3
A4 An
Então, podemos escrever:

1º) Os eventos (B  Ai) e (B  A j) para i  j , i = 1, 2, . . . n e j = 1, 2, .... n, são mutuamente
excludentes, pois: (B  Ai)  (B  Aj) = B  (Ai  A j) = B   = 
2º) O evento “B” ocorre da seguinte forma:
B = (B  A1)  (B  A2)  . . .  (B  A n).
Daí: P (B) = P (B  A1)  P (B  A2)  . . .  P (B  An).
P (B) = P (A1) . (B / A1) + P (A2) . (B / A2) + . . . . . + P (An) . (B / An).
Logo, P (B) =  P (A i) . P (B / A i)
Esta relação é muito útil, porque freqüentemente, quando P (B) é pedida pode , como na maioria das vezes,
ser difícil calcula-la diretamente. No entanto com a informação adicional de que os A i tenham ocorrido
seremos capazes de calcular P (B/Ai) e em seguida empregar a fórmula acima.
Aplicação:
Uma urna contém 3 bolas brancas e 2 amarelas. Uma segunda urna contém 4 bolas brancas e 2 amarelas.
Escolhe-se ao acaso uma urna e dela retira-se uma bola. Qual a probabilidade de que seja branca?
Solução
3B P (I) =1/2 4B P (II) = 1/2

2A P (B/I) = 3/5 2A P (B/II) = 2/3
I II
A retirada da bola branca pode ocorrer da seguinte forma:
B = (B I)  (B  II)  P (B) = P {(B I)  (B  II)}
P (B) = P (B I) + P (B  II) = P (I) . P (B/I) + P (II) . P (B/II)
P (B) = 1/2 . 3/5 + ½1/2. 2/3 = 19/30
10.15 Teorema de Bayes
Sejam A1 , A2 , ..., A n, eventos mutuamente exclusivos que formam uma partição de S. Sejam P (Ai) as
probabilidades conhecidas dos vários eventos e B um evento qualquer de S, tal que sejam conhecidas todas
as probabilidades condicionais P (B/Ai).
Então para cada “i” tem-se:
P ( A j ).P ( B / A j )
P( A j / B) 
 P( A ).P( B / A )
i i
49
Este é um resultado de muita importância, pois relaciona a probabilidades a priori (Ai) ) com
probabilidades a posteriori P (B / A i).
Exemplo:
Considere a seguinte configuração:
Gaveta
G1 G2 G3
Bolas
Pretas 3 4 2
Brancas 1 3 3
Azuis 5 2 4
Total 9 9 9
A qual dispõe de três gavetas, G1, G2 e G3 e dentro das quais encontram-se as respectivas bolas pretas,
brancas e azuis
Agora, vamos escolher uma gaveta ao acaso e dela extrair uma bola. Sabendo que a bola escolhida é branca,
qual a probabilidade dela ter vindo da gaveta 2, por exemplo?
Solução
O que queremos saber é P (G2/B).
3 1 5 4 3 2 2 3 4
P (G1) = 1/3 P (G2) = 1/3 P (G3) = 1/3

P (B/G1) = 1/9 P (B/G2) = 3/9 P (B/G3) = 3/9
P(G 2).P( B / G 2)
P(G 2 / B) 
 P (G1).P ( B / G1)  P(G 2).P( B / G 2)  P(G3).P( B / G3)
O que resulta em 9/21, após a substituição dos respectivos valores.
Conclusão: probabilidade a priori de se sortear a G2 que era 1/3, mas sabendo que a bola escolhida foi
branca, essa probabilidade passou (a posteriori) para 9/21.
Teste seus conhecimentos

1. Determinar a probabilidade p, ou sua estimativa, para cada um dos eventos:
a) de aparecer um número ímpar em um único lançamento de um dado honesto.
b) de ocorrer pelo menos uma cara em dois lances de uma moeda honesta.
c) de surgir um ás, um dez de ouros ou um dois de espadas na retirada de uma carta única de um baralho,
bem embaralhado, de 52 cartas
d) de aparecer o total 7 em um único lançamento de dois dados
2. Uma bola é retirada ao acaso de uma urna que contém 6 bolas vermelhas, 4 brancas e 5 azuis. Determinar
a probabilidade de ela:
a) ser vermelha
b) ser branca
c) ser azul
d) não ser vermelha
e) ser vermelha ou branca
3. Uma moeda é lançada três vezes. Ache a probabilidade de se obterem:
a) Três caras
b) Duas caras e uma coroa
c) Uma cara
d) Pelo menos uma cara
e) Nenhuma cara
50
4. São lançados dois dados. Qual a probabilidade de:
a) obter-se um par de pontos iguais;
b) um para de pontos diferentes
c) um par em que o 1º > 2º
d) a soma dos pontos ser um número par;
e) obter-se a soma 7, se o par de pontos é diferente;
f) obter-se a soma 6, dado que o par de pontos é igual;
g) a soma ser 14
5. A probabilidade de um aluno do sexo masculino resolver um problema de estatística é de 3/5 e de uma
aluna resolver esse mesmo problema é de 4/7. Qual a probabilidade de que o problema seja resolvido?
6. No lançamento de um dado, qual a probabilidade de sair o número 5 ou um número par?
7. A probabilidade de que um homem esteja vivo daqui a 30 anos é 2/5; a e sua mulher é de 2/3. Determinar
a probabilidade de que daqui a 30 anos:
a) Ambos estejam vivos;
b) Somente o homem esteja vivo;
c) Somente a mulher esteja viva;
d) Nenhum esteja vivo;
e) Pelo menos um esteja vivo;
8. A e B jogam 120 partidas de xadrez, das quais A ganha 60, B ganha 40 e 20 terminam empatadas. A e B
concordam em jogar 3 partidas. Determinar a probabilidade de:
a) A ganhar todas as três partidas;
b) Duas partidas terminarem empatadas;
c) A e B ganharem alternadamente.
9. Uma urna contém 5 bolas brancas, 4 vermelhas e 3 azuis. Extraem-se simultaneamente 3 bolas. Achar a
probabilidade de que:
a) nenhuma seja vermelha;
b) exatamente uma seja vermelha;
c) todas sejam da mesma cor.
10. As probabilidades de 3 jogadores A, B, e C marcarem um gol quando cobram um pênalti são 2/3, 4/5 e
7/10, respectivamente. Se cada um cobrar uma única vez, qual a probabilidade de que pelo menos um
marque um gol.
a) todos acertarem
b) apenas um acertar
c) todos errarem
11. A tabela abaixo descreve os hóspedes registrados pelo período de uma semana num hotel de Petrolina. A
distribuição segue de acordo com o sexo e a idade.
Idade Sexo
Total
Masculino Feminino
Abaixo de 21 anos 15 20 35
Entre 20 e 40 anos 150 65 215
Acima ade 40 anos 95 50 145
Total 260 135 395
Em hóspede é escolhido aleatoriamente, qual a probabilidade:

a) de ser mulher?
b) de ser mulher e ter acima de 40 anos?
c) de ser homem e ter menos de 20 anos?
d) de ser mulher entre 20 e 40 anos?
e) ser homem e ter menos de 40 anos
f) ter entre 20 e 40 anos
51
12. Um projeto para ser transformado em lei deve ser aprovado pala Câmara dos Deputados e pelo Senado
. A probabilidade de ser aprovado pala Câmara dos Deputados é de 40%. Caso seja aprovado na Câmara dos
Deputados, a probabilidade de ser aprovado no Senado é 80%. Calcule a probabilidade deste projeto ser
aprovado. R: 0,32
13. Uma empresa avalia em 60% a sua probabilidade de ganhar uma concorrência para o recolhimento do
lixo em um bairro a da capital. Se ganhar a concorrência no bairro A, acredita que tem 90% de probabilidade
de ganhar outra concorrência em um bairro B próximo de A. Qual a probabilidade de a empresa ganhar
ambas as concorrências? R: 0,54
14 No primeiro ano de uma faculdade, 25% são reprovados em Cálculo, 15% são reprovados em Estatística e
10% são reprovados em ambas.
Um estudante é selecionado ao acaso, nesta faculdade, calcule a probabilidade de que le seja reprovado em
Cálculo sabendo que foi reprovado em Estatística. R: 2/3
15. Uma rifa composta por 15 números irá definir o ganhador de dois prêmios sorteados um de cada vez. Se
você adquiriu três números, qual é a probabilidade de ganhar os dois prêmios? R: 1/35
16. São dadas duas urnas:
5 brancas 4 brancas
4 pretas 3 pretas
3 vermelhas 6 vermelhas
a) calcule a probabilidade de retirar uma bola branca da urna A?

b) qual a probabilidade de retiramos uma bola preta da urna B?
c) determine a probabilidade de retirarmos uma bola branca ou vermelha da urna A?
d) são retiradas duas bolas da urna B, sem reposição. Qual a probabilidade de ambas serem vermelhas?
e) qual a probabilidade de serem retiradas duas bolas pretas da urna A, com reposição
f) são retiradas uma bola de cada urna: qual a probabilidade de ambas serem da mesma cor?
17. Sejam A e B eventos tais que P (A) = 0,2 ; P (B) = P e P (A  B) = 0,6. Calcular P considerando A e B:
a) Mutuamente exclusivos
b) Independentes
18. De um baralho de 52 cartas, uma carta é retirada ao acaso. Qual é a probabilidade de sair um ás ou uma
carta de copas?
19. Um sistema tem dois componentes que operam independentemente. Suponha que as probabilidades de
falha dos componentes 1 e 2 sejam 0,1 e 0,2 respectivamente. Determinar a probabilidade de o sistema
funcionar nos seguintes casos:
a) Os componentes estão ligados em série
b) os componentes estão ligados em paralelo
20. Depois de um longo período de testes, verificou-se que o procedimento A de recuperação de informação
corre um risco de 2% de não oferecer resposta satisfatória. No procedimento B, o risco cai para 1%. O risco
de ambos os procedimentos apresentarem resposta insatisfatória é de 0,5%. Qual é a probabilidade de pelo
menos um dos procedimentos apresentar resposta insatisfatória?

---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
52
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
53
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
54
11 VARIÁVEIS ALEATÓRIAS
Uma variável aleatória é uma variável tal que, não sabemos ao certo que valor tomará, mas para a qual
podemos calcular a probabilidade da mesma assumir determinado valor.
11.1 Definição
Seja E um experimento aleatório e S o espaço amostral associado a esse experimento. Definimos,
variável aleatória como sendo uma função X que associa a cada elemento s  S um número real X(s). Veja a
ilustração.
S R
X
s X(s)
Variável aleatória
Exemplo: Seja E: o lançamento de duas moedas e X: nº de caras obtidas nas duas moedas:
O espaço amostral associado a esse experimento será dado por: S = (c,c) , (c,k) , (k,c) , (k,k) e associando
os valores que a variávael ‘X’, pode assumer, temos:
0  corresponde ao evento (k,k)  P(X =1) = 1/4

X = 1  corresponde ao evento (k,c) , (c,k)  P(X =1) = 2/4
2  corresponde ao evento (c,c)  P(X =1) = 1/4
OBS.
1ª) Nas aplicações é conveniente trabalhar com números e não com eventos, daí, o uso da expressão
“Variável Aleatória”;
2ª) Uma v. a. “X” será Discreta se seu contradomínio for finito ou infinito numerável. Caso seu
contradomínio seja um intervalo ou um conjunto de intervalos, ela será Contínua.
11.2 Variável Aleatória Discreta Função de Probabilidade
A probabilidade de que a v. a. “X”, assuma um particular valor x, é a chamada Função de
Probabilidade de X que se representa por: P (X = x i) ou simplesmente P (x).
A função P (X = x i) determina a distribuição de probabilidade de X e os números p (xi) devem satisfazer às
seguintes condições:
1ª) p (x i)  0 , ∀ i = 1, 2, .....
2ª)  p (x) = 1
P (x) pode ser expressa ou representada por uma tabela, um gráfico ou uma expressão matemática.
Exemplo: Seja E: lançamento de duas moedas e, X : o nº de caras obtidas
Então a função de probabailidade para este fenômeno poderia ser representado por:
a) uma tabela
X 0 1 2  p (x)
P(X) 1/4 1/2 1/4 1
b) um gráfico
1
1/2
1/4
0 1 2
c) uma fórmula
2
P(x) = 1/4 . , P/x = 0, 1, 2.
x
55
Observação
Qualquer função de uma variável aleatória é também uma variável aleatória, isto é, se X é uma v.a, então
Y = f (x) também será uma variável aleatória.
Exemplo:
Considere as seguintes variáveis aleatórias:
X = Os pontos obtidos no lançamento de um dado
Y = X + X  A soma dos pontos em dois lançamentos
Z = Max (x 1 , x 2) onde x 1 e x 2 são os pontos dos dois dados.
Construir a distribuição de probabilidade de X, Y e Z.
a) distribuição de probabilidade de X em forma de tabela:
X 1 2 3 4 5 6  P(x)
P (x) 1/6 1/6 1/6 1/6 1/6 1/6 1
b) distribuição de probabilidade de Y
1,1 1,2 1,3 1,4 1,5 1,6

2,1 2,2 2,3 2,4 2,5 2,6
3,1 3,2 3,3 3,4 3,5 3,6
4,1 4,2 4,3 4,5 4,6 4,6
5,1 5,2 5,3 5,4 5,5 5,6
6,1 6,2 6,3 6,4 6,5 6,6
Logo,a distribuição de probabilidade de Y em forma de tabela será:

Y 2 3 4 5 6 7 8 9 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
c) A distribuição de probabilidade de Z será dada pela seguinte tabela:

Z 1 2 3 4 5 6
P(Z) 1/36 3/36 5/36 7/36 9/36 11/36

1. Uma variável aleatória discreta tem a seguinte distribuição de probabilidade dada por:
P(x) = k/x para x = 1, 3, 5, 7
a) Calcular o valor de k b) Calcular P (x = 5) c) P (2  x  6)

2. No lançamento simultâneo de dois dados, considere as seguintes variáveis aleatórias:
X = número de pontos obtidos no primeiro dado
Y = número de pontos obtidos no segundo dado
Construir a distribuição de probabilidade através de uma tabela e gráfico das seguintes variáveis:
I) W = X  Y II) A = 2Y III) Z = XY IV) B = máx de (X,Y)
3. Suponha que a variável aleatória X tenha a função de distribuição de probabilidade dada por:
P(X = j) = 1/2j , j = 1, 2, 3, … , n . Calcular as seguintes prob:
a) P (X ser par) b) P (X  3) c) P (X ser múltiplo de 3)
56
11.3 Função de Densidade de Probabilidade - fdp
Seja X uma variável aleatória contínua. A função densidade de probabilidade f(x), também chamada
de função de massa de probabilidade ou função de probabilidade é uma função que satisfaz as seguintes
condições:
1ª) ƒ (x)  0 , xRx ;
2ª)  Rx f ( x)dx  1
b
Define-se também que , a  b em R x P (a  X  b) = 
a
f ( x)dx
Observações importantes:
1. A definição mostra que a probabilidade de qualquer valor especificado de X, por exemplo
x0
x0, tem P (X = x0) = 0, ou seja, P(X = x0) = 
x0
f ( x)dx  0 e também que:
P (a  X  b) = P (A  X  b) = P (a  X  B) = P (a  X  b)
2. f (x ) função de probabilidade, não é probabilidade. Isto só ocorrerá quando a função for integrada entre
dois limites que será a área sob a curva entre x = a e x = b com a  b
3. Analogamente à mecânica, podemos considerar que numa variável aleatória discreta, a massa de
probabilidade está concentrada em pontos isolados da reta real, enquanto que na variável aleatória contínua
a massa de probabilidade está espalhada de forma contínua em segmentos de R . Além do mais:

 f ( x)dx  1

Exemplo
1.Seja X uma variável aleatória contínua com a f.d.p. dada por:
f (x) = 2x para 0  x  1
0 para outros valores
a) Verificar se f(x) é uma f.d.p.

 0 1 


f ( x)dx  

f ( x)dx   2 xdx   dx  1
0 1
b) Construir o gráfico da f.d.p.

f(x)
2 y = 2x
0 1 X
c) Calcular a P(1/4  X 3/4)

2 2
2x2  3  1
3/ 4
1/ 4
 2 xdx 
2
       1/ 2
 
4 4

1. Esboce o gráfico para:
a) o lançamento de um dado
b) três lances de uma moeda honesta
57
2. Uma v. a tem a seguinte f.d.p.
0 para x  0
f(x) = kx2 0 x  1
0 para x  1
Verifique se f(x) é uma função de densidade de probabilidade e esboce seu gráfico.
3. A f. d. p de uma variável aleatória X é proporcional a x (1  x) para todo 0  x  1, e zero para outros

valores de x. Pede-se :
a) mostrar que f (x) = x (1  x) para todo 0  x  1 b) calcular P (x  1/2)
4. Seja x uma variável aleatória contínua tal que :
f (x) = 0 para x 0
f (x) = Ax para 0  x  500
f (x) = A (100  x) para 500  x  1000
f (x) = 0 para x  1000
Determinar:
a) o valor da constante A b) P (50  x  750)

58
59
11.4 A Esperança e Variância de Variáveis Aleatórias Unidimensionais
11.4.1 Esperança Matemática
Define-se Expectância, Esperança Matemática ou simplesmente, Média de uma variável aleatória ”X”
como sendo:
Para o Caso Discreto:
n
E ( x)   x     x i . p( x i )
1
Exemplos:
1. Um fabricante produz peças tais que 10% são defeituosas. Se uma peça defeituosa for produzida o
fabricante perde R$ 1,00, enquanto que uma peça boa lhe dá um lucro de R$ 5,00. Qual o lucro líquido
esperado por peça?
Seja X = Lucro líquido por peça
E(X) =  x i . p (x i) = 1 . 0,10  5 . 0,90 = R$ 4,40/peça

2. Calcular a esperança matemática da seguinte função de probabilidade:
X 1 2 3 4
P(X) 1/10 4/10 2/10 3/10
E(X) =  x i . p (x i) = 1.1/10 + 2.4/10 + 3. 2/10  4.3/10  2,7

Problema proposto
Uma seguradora paga R$ 30.000,00 em caso de acidente com carro e cobra uma taxa de R$ 1.000,00.
Sabendo-se que a probabilidade de que um carro sofra um acidente é de 3%, quanto a seguradora espera
ganhar por carro segurado?
11.4.1.1 Propriedades da Esperança

P.1 A média de uma constante é a própria constante.
E (k) = k , k = cte
E(k) =  k. p (x) = k  p (x) = k . 1 = k
P.2 Multiplicando uma variável aleatória X por uma constante, sua média fica multiplicada por essa
constante.
E (k . X) = k . E (X) , k = cte.
E (k . X) =  k . x . p (x) = k .  x . p (x) = k . E (X)
P.3 E ( X) =  E (X)
P.4 E (a X  b) = E (a X)  E (b) = a E (X)  b a e b, constantes
P.5 A média de uma variável aleatória centrada na média é nula

E (X   x) = E (X)  E ( x) =  x   x = 0
P.6 A média da soma ou da diferença de duas variáveis aleatórias é igual a soma ou a diferença das médias
E (X  Y) =   (xi  y j).P(xi ,y j) =   xi . P(x i ,y j)    y j . P (x i ,y j)
i j i j i j
 x i  P(x i ,y j)   y j  P (x i ,y j) =  x i . P (xi)   yj. P(y j) = = E (X)  E (Y)
i j j i i j
60
11.4.2 Variância
O simples fato de conhecermos a média de uma distribuição de probabilidade já é de grande valia,
porém não dispomos de uma mediada que nos forneça o grau de dispersão de probabilidade em torno dessa
média.
Já vimos que o desvio médio, E (X  ) é nulo, portanto não serve como medida e dispersão. Então,
igualmente fizemos em Estatística Descritiva, vamos lançar mão de uma medida que forneça o grau de
dispersão em torno da média , que é justamente a variância.
Definição
Definimos a variância para uma variável aleatória discreta, como sendo:
VAR (X) = V (X) =  2 = E X  E (X) 2 = E (X 2 )  E 2 (X)
Sendo: E (X) =  x i . p (x i) e E (X 2) =  x i2 . p (x i)
Exemplo:
Considerando a distribuição de probabilidade abaixo, calcular a variância de Y.
Y -2 -1 0 3 5 
P (Y) 1/5 1/5 1/5 1/5 1/5 1
Y P (Y) 2/5 0 3/5 5/5 1 1
Y2 P(Y) 4/5 1/5 0 9/5 25/5 39/5
Daí, V(Y) = E(Y 2)  E(Y) 2 = 39/5  12 = 34/5  V(Y) = 6,8
11.4.2.1 Propriedades da Variância

P1. V (k) = 0
V (k) = E  k  E (k) 2= E k  k  2= 0
P2. V (k . X) = k 2 . V (X)
V(k.X) = E(kXkE(X)  2=E k..(X  E(X) 2 = E k 2. (X  E(X) 2
E k 2. E (X  E(X) 2 = k 2 . V (X)
P3. V(X  Y) = V(X)  V(Y)  2 COV(X,Y)

V (X  Y) = E(X  Y)  E (X  Y) 2= E(X  E(X))  (Y  E(Y))  2=
E (X  E(X) 2  (Y  E(Y) 2  2 (X  E(X). (Y  E(Y) =
E (X  E(X) 2 + E (Y  E(Y) 2  2 E(X  E(X). (Y  E(Y) =
VV(X)  V(Y)  2 COV(X,Y)
P4. V  X i =  V (X i)  2  COV (X i , X j), com i < j
P5. V (a X  b) = a2 V(X) , a e b constantes

11.4.3 O Desvio Padrão
Para o cálculo do desvio padrão, basta tomarmos a raiz quadrada positiva da variância, ou seja:
  V (X )
No nosso exemplo anterior, basta tomar   6,8  2,61
61
Para o Caso Contínuo
Seja X uma variável aleatória contínua com f.d.p. f(x), o Valor esperado ou a esperança de X é
definida como:

E( X )  x     x. f ( x)dx

11.4.5 Propriedades da Esperança
P1. E (k) = k , onde k = constante
P2. E (k . X) = k E (X) , com k = cte
P3. E (X  Y) E (X)  E (Y) , X e Y são variáveis aleatórias quaisquer
P4. E (XY) = E (X) . E (Y) , (X Y) é uma v.a. bidimensional e X e Y são independentes
P5. E (X1, X2, X3, ....,Xn) = E (X1) + E (X2) + E (X3) ,....., E (Xn)
11.4.6 Variância
Suponha que X represente a duração de vida, em horas, de lâmpadas que estejam sendo entregues por
um fabricante e que E(X) = 1.000. Isto poderá significar por exemplo: que a maioria das lâmpadas deveria
durar um período compreendido entre 900 e 1.100 horas. Poderia também significar que as lâmpadas
recebidas são formadas de dois tipos inteiramente diferentes: cerca de metade são de muito boa qualidade e
duração aproximadamente 1.300 horas, enquanto outra metade é de má qualidade e duração
aproximadamente 700 horas. Daí a variância é uma medida quantitativa, que serve para distinguir essas
situações.
Definição :
Seja X uma variável aleatória. Definimos a variância de X, como sendo:
VAR( X )  V ( X )    E  X  E ( X )  E ( X 2 )  E ( X )
2 2 2
Exemplo
Calcular a variância da variável aleatória contínua X com f.d.p. dada por:
f(x) = 1 + x 1<x<0
1x 0<x<1
Cujo gráfico encontra - se na figura abaixo.
1 0 1
É fácil perceber que pela simetria de f(x) em relação a x = 0, que E(X) = 0

0 1
Logo, V ( X )  E ( X 2 )   x 2 (1  x)dx   x 2 (1  x)dx  1/ 6
1 0
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
62
12 PRINCIPAIS MODELOS DISCRETOS DE PROBABILIDADE
12.1 A Distribuição de Bernouilli
Muitos experimentos são tais que apresentam ou não uma determinada característica.
Considere os seguintes exemplos:
a) O lançamento de uma moeda: Resultado: cara ou coroa
b) Um a peça escolhida num lote: de peças. Resultado: defeituosa ou boa
c) O nascimento de caprinos:Resultado: macho ou fêmea
Consideremos um experimento E, sendo realizada apenas uma única tentativa cujo resultado pode ser
um sucesso ou um fracasso. E seja “p” a probabilidade de sucesso e q a probabilidade de fracasso.
12.1.1 Construção do Modelo

Seja X : o número de sucessos em uma única tentativa do experimento.
0  fracasso com P (X = 0) = q
Então X =
1  sucesso com P (X = 1) = p
Nessas condições, dizemos que a variável aleatória X tem distribuição de Bernoulli, e sua função de
probabilidade será dada por:
P( X  x)  p x .q1 x
12.1.2 A Esperança
Através da função de distribuição de probabilidade de X, vamos obter a média e a variância da
distribuição de Bernouilli.
X P(X) X.P(X) X2. P(X)

0 q 0 0
1 p p p
∑ 1 p p
n
Analisando a tabela vemos que: E ( x )   x     xi . p ( xi )  p
1
12.1.3 A Variância
V (X) = p  p 2 = p (1  p) = p.q  V (X) = p q
Aplicação
Uma urna tem 20 bolas brancas e 30 verdes. Retira-se uma bola dessa urna.
Considere X o número de bolas verdes. Determinar P (X) e calcular a E (X) e V(X)
Seja X = Número de bolas verdes.
0  q = 20/50 = 2/5  q = 2/5

X=
1  p = 30/50 = 3/5  p = 3/5
Então
P( X  x)  p x .q1 x  (3 / 5) x .(2 / 5)1 x
E (X) = p = 2/5  E (X) = 2/5 e V (X) = p . q = 2/5 . 3/5 = 6/25 V (X) = 6/25
12.2 A Distribuição Binomial
Trata-se de uma distribuição de probabilidade que se adeqüa perfeitamente aos experimentos aleatórios
que apresentam apenas dois resultados, sucesso ou fracasso.
12.2.1 Hipóteses do Modelo

63
H1 – São realizadas “n” provas independentes e do mesmo tipo. (provas ou tentativas de Bernouilli)
H2 – Cada prova só admite dois resultados: sucesso ou fracasso;
H3  A probabilidade de sucesso em cada prova é p e de fracasso é 1 p = q.
12.2.2 Construção do Modelo (função de probabilidade)

1 Seja X : o número de sucessos nas “n” tentativas
2  Logo X pode tomar os valores 0, 1, 2, 3, ….. , n
3  Seja SSS .... SFF... F, um resultado particular do experimento. Daí
k nk .
P(SSS .....SFFF ….F) = p . p . p .... . p .q . q . q . . . q = p .q
E, considerando todas as n-úplas com k sucessos, podemos escrever :
n
Se X: B (n , p)  P( X  k ) = . p k .q nk
k
Aplicação
1. Uma moeda é lançada 20 vezes. Qual a probabilidade de saírem 8 caras ?
Dados: n = 20 p = 1/2  q = 1/2 k=8
Seja X = O número de caras  X : B (n , p)  X : B (20, ½)
P (X = 8) = C8 . (1/2) 8 . (1/2) 12 = 0,12 013  P (X = 8) = 0,12013

20
2. Numa criação de coelhos, 40% são machos. Qual a probabilidade de que nasçam pelo menos 2 coelhos
machos num dia em que nasceram 20 coelhos?
Dados : n = 20 p = 0,40 q = 0,60 k=2
Queremos P (X  2) = 1 – P (X  2) = 1  P ( X = 0) + P (X = 1) =
1  C020.(40)0 .(0,60) 20  C120.(0,40)1.(0,60)19  0,99948
12.2.3 A Esperança
De acordo com as hipóteses do modelo, vimos que X é uma soma de “n” variáveis de Bernoulli.
Portanto:
n
E ( x)   x     xi . p( xi )  n. X  np = n .  x = n p  E ( x)   x  np
1
12.2.4 A Variância
V ( X )  n X2  npq  V ( x)  npq
Aplicação
Calcular. a média e a variância da variável aleatória Y = 3X + 2, onde X : B (20 ; 0,3)
Sendo n= 20 e p = 0,3, temos:

Se E (X) = n p = 20 x 0,3 = 6  E (X) = 6
Então V (X) = n p q = 20 x 0,3 x 0,7 = 4,2  V (X) = 4.2,

Logo, E (Y) = E (3X + 2) = 3 E (X) + E (2) = 3 x 6 + 2 = 20 E (Y) = 20
E, concluindo: V (Y) = V (3X + 2) = V (3X) + V (2) = 9 .V (X) = 9 x 4,2 = 37,8
64
Exercícios Propostos
1.Sendo X : B(10, 2/5), Calcular:
a) P (X = 3) R: 0,21499 e) P ( X 2   1) R: 0,37623
b) P (X  2) R: 0,16729 f) P (3  X  5) R: 0,45148
c) P (X  4) R: 0,61772 g) P ( X 3   1) R 0,41326
d) P (X  2  1) R: 0,16729 h) E (X) e V (X) R: 4 e 2,4
i) E (Z) e V( Z) sendo Z = X   X   X
2. Seja B (n,p). Sabendo-se que E(X) = 12 e V(X) = 4. Determinar:
n, p, E(Z) e V(Z), sendo Z = (X  3) /3. R: 18; 2/3; 2 e 4/9
3. A probabilidade de um arqueiro acertar um alvo com uma única flecha é de 0,20. Se o arqueiro lança 30
flechas, qual a probabilidade de que:
a) Exatamente 4 acertem o alvo? R: 0,13252
b) Pelo menos 3 acertem o alvo? R: 0,95581
4. Uma moeda não viciada é lançada 8 vezes. Encontre a probabilidade de aparecer:
a) 5 caras R: 22%
b) Pelo menos 1 cara R: 99,6%
c) No máximo 2 caras R: 14%
d) Calcular a média e variância da distribuição dessa variável aleatória. R: 4 e 2
5. Uma urna contém 20 bolas pretas e 30 brancas. Retiram-se 25 bolas com reposição. Qual a probabilidade
de que:
a) 2 sejam pretas? R: 0,00038 b) pelo menos 3 sejam pretas? R:0,99957
6. Um lote de placas de multimídia é recebido por uma empresa. 30 placas são inspecionadas. O lote é
rejeitado se pelo menos 4 forem defeituosos. Sabendo-se que 1% da placas é defeituosa, determinar a
probabilidade da empresa rejeitar todo o lote.
R: 0,00022
7. Uma prova tipo teste tem 50 questões independentes. Cada questão contém 5 alternativas e apenas uma é
correta. Se um aluno resolve a prova respondendo a esmo as questões, qual a probabilidade de tirar nota 5?
R: 0,000002
8. Em 320 famílias com 4 crianças cada uma, quantas se esperaria que tivessem:
a) nenhuma menina; R:20 b) 2 meninos; R: 80 c) 4 meninos; R:20
9. Um time de futebol X tem 2/5 de probabilidade de vitória sempre que joga. Se X jogar 5 partidas, calcule
a probabilidade de X vencer:
a) Exatamente 3 partidas;
b) Ao menos uma partida;
c) Mais da metade das partidas.
10. Num teste do tipo certo ou errado, com 100 perguntas, qual a probabilidade. de um aluno, respondendo
as questões no “chute”, acertar 70% das questões?
R: C100,70 . (1/2) 100. (1/2) 70
11. Um técnico visita os clientes que compraram assinatura de um canal de TV para verificar o
decodificador. Ele sabe por experiência, que 90% desses aparelhos não apresentam defeitos. R: 0,86705
a) determinar a probabilidade de que em 20 aparelhos pelo menos 17 não apresentem defeitos.
b) se a probabilidade de defeito for de 0,0035, qual a probabilidade de que em 2.000 visitas ocorra no
máximo 1 defeito. R:0,007295
12. Uma remessa de estabilizadores de tensão é recebida pelo controle de qualidade de uma empresa. São
inspecionados 20 aparelhos de remessa, que será aceita se ocorrer no máximo um defeituoso. Há 80
aparelhos defeituosos no lote. Qual a probabilidade de o lote ser aceito? R: 39%
13. Um economista rejeita, em média, 10% dos projetos recebidos opor uma carteira de viabilidade
econômica. Calcular a probabilidade de que sejam recusados:
65
a) Pelo menos 3 projetos de uma remessa de 20 projetos examinados. R:0,32307
b) no máximo 2 projetos de um lote de 25 projetos examinados. R:0,53710
14. Placas de circuito integrado são avaliadas após serem preenchidas com chips semicondutores. Considere
que foi produzido um lote de 20 ´placas e selecionadas 5 para avaliação. Calcule a probabilidade de
encontrar pelo menos uma placa defeituosa, supondo que o lote tenha 4 defeituosas. R:0,7183
15. Em um sistema de transmissão de dados existe uma probabilidade igual a 0,05 de um lote de dados ser
transmitido erroneamente. Foram transmitidos 20 lotes de dados para a realização de um teste de análise da
confiabilidade do sistema.
a) Qual é o modelo teórico mais adequado para esse caso?
b) Calcule a probabilidade de haver erro na transmissão. R:0,6415
c) Calcule a probabilidade de haver erro na transmissão em exatamente 2 dos 20 lotes de dados. R = 0,1886
d) Qual é o número esperado de erros no teste realizado? R = 1
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
66
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
67
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
--------------------------------------------------------------------------
68
12.3. A DISTRIBUIÇÃO de POISSON
Muitas vezes quando utilizamos o modelo binomial, acontece que o número de tentativas é muito
grande (n  ) e não se encontra tabelado. Daí termos de lançar mão de algum artifício para resolver essa
situação.
12.3.1 Características
1-A probabilidade de uma ocorrência em um intervalo é proporcional ao intervalo. Isto é P(X = 1, Δt) =  Δt
2 - A probabilidade de mais de uma ocorrência em um intervalo Δt é igual a zero. Isto é P(X  1, Δt) = 0
3 - As ocorrências são variáveis aleatórias e independentes
12.3.2 Construção do Modelo

Seja X o número de sucessos no intervalo considerado. Se X é uma v. a. discreta, que assume valores:
0, 1, 2, .... , n , .... Então:
(e   .k )
P( X  k )  , k = 0, 1, 2 . . . , n e   0
k!
Analisando essa expressão, vê-se que ela nada mais é do que uma aproximação da distribuição Binomial
quando:
1– n   (maior do que o valor tabelado)
2 – p  0 (p  0,1)
3 – 0    10
 Quando isso ocorre a média E (X) =   np da Binomial será tomada como np =  na Poisson. Portanto a
distribuição binomial tem a distribuição de Poisson como limite quando n   e p 0
12.3.3 Exemplos da Utilização da Distribuição de Poisson:
- Carros que passam num cruzamento por minuto, durante uma determinada hora do dia;
- Colônias de bactérias numa dada cultura por 0,01 mm2, numa plaqueta de microscópio;
- Mortes por ataque do coração por ano, numa cidade;
- Número de doutorandos que não terminam suas teses em tempo;
- Número de filmes que faturam mais de 25 milhões de dólares em um ano, etc, ... É aplicada - também em
problemas de filas de espera em geral, e muitas outras situações do cotidiano
12.3.4 A Esperança e a Variância

Se “X” tiver distribuição de Poisson com parâmetro , então:
E (X) =  e V (X) = 
Aplicação
1. Suponha que X : B (200; 0,01). Calcular P (X = 10) usando a distribuição Binomial e a aproximação pela
distribuição de Poisson.
Usando a Binomial P (X = 10) = C 200, 10 . (0,01) 10. (0,99) 190 = 0,000033
Usando a Poisson   = np = 200 . 0,01 = 2   = 2

Daí, P (X =10) = (e  2 . 2 10 )/ 10! = 0,000038  P (X = 10) = 0,000038
2. A probabilidade de uma lâmpada se queimar ao ser ligada é 0,01. Numa instalação com 100 lâmpadas,
qual a probabilidade de 2 lâmpadas se queimarem ao serem ligadas?
Seja X: O número de lâmpadas queimadas e usando a Binomial, temos

X: B (100 ; 0,01), Daí
P ( X = k) = P (X = 2) = C 100 , 2 . (0,01) 2 . (0,99) 98 = 0.183940 e usando Poisson, temos
 = np = 100 . 0,01 = 1   = 1. Daí,

69
P (X = 2) = (e 1
. 1 )/2! = 0,183940 (Poisson com X = 2 e  = 1)
2
Aplicação
Num livro de 800 páginas há 800 erros de impressão. Qual a probabilidade de que uma página contenha pelo
menos 3 erros?
Seja X = número de erros por página, e

 = 1 porque  = 800/800 = 1 (taxa média de ocorrência). Logo,
P (X  3) = 1  P (X  3) = 1  P (X = 0) + P (X = 1) + P (X = 2) 
= 1  (e  1.10 ) / 0!+ (e  1.11) / 1! + (e  1 .1 2) / 2! =
1 – (0,367879 +0,367879 + 0,183940) = 0,080302
Teste seus Conhecimentos

1.Seja X : B (400; 0,02). Calcular, usando a aproximação pela Poisson:
a) P (X = 7) R: 0,139587
b) P (2  X 6) R: 0,188216
c) P (X  3) R: 0,986245
2. Seja X: B (200; 0,04). Usando aproximação, Calcular:
a) P (X = 6) R: 0,122138
b) P (X + 2  ) R: 0,986245
c) Sendo Z = 4X – 5, calcular E (Z) e V (Z) R: 27 e 122,9
3. Numa central telefônica chegam 300 telefonemas por hora. Qual a probabilidade de que:
a) num minuto, não haja nenhuma chamada R: 0,006738
b) em 2 minutos haja 2 chamadas R: 0,002270
c) em t minutos não haja chamadas R: e – 5 t
4. Numa fita de som, há um defeito em cada 200 metros. Qual a probabilidade de que:
a) em 500 metros não aconteça nenhum defeito? R: 0,082085
b) em 800 metros ocorram pelo menos 3 defeitos.? R: 0,761896
5. O número de mortes por afogamento em fins de semana, numa cidade praiana, é de 2 para cada 50.000
habitantes. Qual a probabilidade de que em:
a) 200.000 habitantes ocorram 5 afogamentos? R: 0,091603
b) 112.500 habitantes ocorram pelo menos 3 afogamentos? R: 0,826422
6. Numa estrada, há 2 acidentes para cada 100 km. Qual a probabilidade de que em:
a) 250 km ocorram pelo menos 3 acidentes? R: 0,875348
b) 300 km ocorram 5 acidentes? R: 0,160623
7. Numa linha adutora d’água, de 60 km ocorrem 30 vazamentos no período de um mês. Qual a
probabilidade de ocorrer, durante o mês, pelo menos 3 vazamentos num certo setor de 3 km de extensão?
R: 0,191154
8. Uma firma recebe 720 mensagens em seu fax em 8 horas de funcionamento. Qual a probabilidade de que:
a) Em 6 minutos receba pelo menos 4 mensagens? R: 0,978774
b) Em 4 minutos não receba nenhuma mensagem? R: 0,002479
9. Você está consultando um banco de dados e sabe por experiência, que essas consultas ocorrem de forma
independente e aleatória, com uma taxa média de três consultas por minuto. Deseja-se saber:
a prob. de que no próximo minuto ocorram menos do que três consultas; R: 0,4232
a probabilidade de que nos próximos dois minutos ocorram mais do que 5 consultas. R: 0,5543
70
10. Em um canal de comunicação digital, a probabilidade de se receber um bit com erro é de 0,0002. Se
10.000 bits forem transmitidos por esse canal qual é a probabilidade de que mais de quatro bits sejam
recebidos com erro? R: 0,0527
11. Mensagens chegam a um servidor de acordo com uma distribuição de Poisson, com taxa média de cinco
chegadas por minuto.
a) Qual é a probabilidade de que duas chegadas ocorram em um minuto? R: 0,0843
b) Qual a probabilidade de que uma chegada ocorra em 30 segundos? R: 0,5565
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
71
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
72
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
73
13 PRINCIPAIS MODELOS CONTÍNUOS DE PROBABILIDADE
Introdução
Seja a distribuição de probabilidade de uma variável aleatória “X” discreta, definida conforme sua
função de distribuição abaixo:
X 1 2 3 4 5 ∑.P(X)
P(X) 0,1 0,2 0,4 0,2 0,1 1,0
Cujo gráfico está representado pelo histograma abaixo.
P(x)
0,4
0,3 f (x)
0,2
0,1
A1 A2 A3 A4 A5
1 2 3 4 5 X
A área de cada retângulo será dada por:
A1 = b1 x h1 = 1 x 0,1 = 0,1  A1 = P (X = 1)
A2 = b2 x h2 = 1 x 0,2 = 0,2  A2 = P (X = 2)
 
             
 
A5 = b5 x h5 = 1 x 0,1 = 0,1  A5 = P (X = 5)
5 5
Como  P( X  xi )  1 ,
11
temos que A
i 1
i 1
Unindo-se os pontos médios da base superior de cada retângulo e considerando “X” uma variável aleatória
contínua, teremos uma função f (x ) que será contínua em R se existir uma função tal que:
1º) f (x)  0

2 º)  
f ( x)dx  1
f(x) será então chamada de função de densidade de probabilidade ou simplesmente fdp
13.1 A Distribuição Uniforme
Dizemos que uma variável aleatória “X” tem distribuição Uniforme de probabilidade no intervalo
a, b , se sua f.d.p. for dada por:
f(x) = k se a  x  b ou f(x) = 1/(b – a) se a  x  b
0 em outro caso 0 em outro caso
13.1.1 Gráfico
O gráfico de f(x)
f (x )
a b X
13.1.2 Função de Repartição ou de Distribuição
Por definição, a função de Repartição ou de Distribuição, fornece:
74
s ax  1 ( x  a)  x  a . Logo
 1 x 1
F ( X )  P( X  x)  

f ( x)d x  
a (b  a )
ds 
ba ba ba
0 , se x  a
xa
f(x) = , se a  x  b
ba
1 , se x  b
13.1.3 Gráfico
F(x)
1
a b X
13.1.4 A Esperança Matemática

Sabendo-se que E ( X )   f ( x)dx , temos:

b
b  1  1  x2  1  b2  a2  1 (b  a )(b  a ) ba
E( X )   a
x dx 
ba
.
  
b  a  2 a

ba
 2

  ba.
 2
 E( X ) 
2
Como a esperança é uma média, nota-se claramente que essa expressão é exatamente o ponto médio do
intervalo a,b de f(x), ou seja,
ab
E( X ) 
2
13.1.5 A Variância
Já foi visto que V ( X )  E ( X 2 )  E 2 ( X )
Mas
b
b b  1  2 1  x3 
1 1 b3  a3
b b3  a3
E( X 2 ) a a
x 2 f ( x) dx  a  x dx 
ba

ba
 
b  a  3 a ba
.
3
x 2 dx 

3(b  a )
(b  a)( a  ab  b )
2 2
(a  ab  b )
2 2
(a  ab  b )
2 2
   E( X ) 
3(b  a) 3 3
Daí, V ( X )  a  ab  b   a  b   a  ab  b  a  2ab  b V ( X )  (a  b)
2 2 2 2 2 2 2 2
3  2  3 4 12
Exemplo
Um ponto é escolhido no intervalo [0,2].
a) Qual a probabilidade desse ponto pertencer ao intervalo [1, 3/2]?
Seja X = o ponto escolhido pertença a [0,2]
Sabemos que: f ( x) 
1

1
 f ( x) 
1 para 0 x2
ba 20 2
dx   x 1  (1,5  1) 
1, 5 1 1 1,5 1 0,5
Então a P(1  X  1,5)   1 2 2 2 2
 0,25 ou 25%
b) Qual seria a esperança matemática?

Sabemos que: E(X) =  x. f ( x)dx  a  b  1  1,5  1,25  E ( X )  1,25
b
a 2 2
c) E a variância?
Sabemos também que: V ( X )  (a  b)  (1  1,5)  (2,25)  0,42 V ( X )  0,42

2 2 2
12 12 12
75
13.2 A Distribuição Normal

Introdução
É considerada a mais importante distribuição de probabilidade, sendo aplicada em inúmeros
fenômenos e é utilizada para o desenvolvimento teórico da estatística.
É também conhecida como distribuição de Gauss., Laplace ou Gauss-Laplace e possui a forma de um sino
com a boca voltada para baixo.
Dizemos que uma Variável Aleatória Contínua X tem uma distribuição Normal, se sua função de
distribuição de probabilidade ou de densidade for dada por:
1  x  2
1  . 
f ( x)  e 2   ,    x    , onde:
 2
 = média da distribuição
 = desvio padrão da distribuição
 = 3,14159 ....
e = 2,71828 ....
13.2.1 Gráfico da Função de Densidade de Probabilidade
ponto de máximo
     
3 2 1  1 2 3

11.2.2 Principais Características da Distribuição Normal
a) o ponto de máximo de f(x) é o ponto x = ;
b) os pontos de inflexão da função são x =   ;
c) a curva é simétrica em relação à x = ;
d) E (X) =  e V (X) = 2
1  x  2
 1  . 
Se f (x ) é uma f.d.p.. então  .e 2   
dx  1

 2
13.2.3 Calculando Probabilidades
Para calcular a probabilidade indicada na figura abaixo, devemos proceder:
a b X
1  x  2
1  .
b 
P ( a  X  b)   .e 2   
dx
a
 2
O que apresentaria grandes dificuldades, pois surgem dois grandes problemas:
1 – Para a integração de f (x) é necessário o desenvolvimento em séries de Fourrier;
2- Seria necessário a elaboração de uma tabela de probabilidades, pois f (x) depende de dois parâmetros, fato
este que acarretaria um enorme trabalho para tabelar essas probabilidades, considerando-se as várias
combinações de  e 2.
76
13.2.4 A Distribuição Normal Padrão
Dada às dificuldades matemáticas para o cálculo das probabilidades, lançamos mão da distribuição
Normal Reduzida, Distribuição Normal Padrão ou Normal (0,1)
Seja X: N ( , 2). Vamos definir uma variável aleatória Z, tal que: Z  f ( X ) , ou seja,
X  e demonstra-se que: E (Z) = 0 V (Z) = 1. Portanto,
Z 

Se X: N (, 2  Z: N ( 0,1).
Vejamos:
 X 
E (Z )  E  
1
E( X  ) 
1
E ( X )  E (  )  1
(   )  0  E (Z) = 0
     
 X 
V (Z )  V   
1
V ( X  ) 
1
V ( X )  V (  )  12  2  0  1    V (Z) = 1
   2 2 
z2
1 
Logo a f.d.p. de Z será dada por  ( z)  e 2
2
cujos valores se encontram tabelados a partir de z = 0 e qualquer valor positivo de z. Em caso de valores
negativos, o cálculo se dá por simetria, já que φ(z) é simétrica
em relação a z = 0.
1.4.1 – Gráfico de Z
φ (z)
0
11.2.5 Propriedades de Z
a) f (x) é simétrica em relação à x =   φ (z) é simétrica em relação à z = 0
f (X) φ (z)
50% 50% 50% 50%

x=μ X z=0 Z
b) f (x) possui um máximo para x =  e φ (z) para z = 0
c) f (x) tende a “0” quando x tende para   ou  
d) f (x) tem dois pontos de inflexão cujas abscissas valem    ou φ(z) possui dois pontos de inflexão
cujas abscissas valem  1.
f (x)  (z)
    X 1 0 +1 Z
13.2.6 Uso da Tabela
A tabela de faixa central é o tipo mais comumente utilizado e fornece a área sob a curva normal padrão
entre Z = 0 e qualquer valor positivo de Z. A simetria em torno de z = 0, permite obter a área entre
quaisquer valores de z (positivos ou negativos). A figura abaixo,

α
77
0 Z Z
E fornece exatamente a P (0  z  Z ) = α
Exemplos
1. Seja X: N (100, 25). Calcular:
a) P (100  X  106) = P (0  Z  1,2) = 0,384930
X1   100  100 e X2   106  100
Z1    0  Z1  0 Z2    1,2  Z 2  1,20
 5  5
100 106 X 0 1,2 Z

b) P (89  X  106 = P2,2  Z  1,4 = P (2,2  Z  0  P (0  Z 1,2)
= 0,486097 + 0,384930  P (89 X 106) = 0,871027
Z1 = 89  100 5 =  2,2 e Z2 = 106  100 5 = 1,2
89 100 107 X  2,2 0 1,4 Z
P (112  X  116) = P (2,4  Z  3,2) = P (0  Z  3,2)  P(0  Z  2,4)

= 0,499313 – 0,491803 = 0,007510
Z1 = (112  100 5 = 2,4 e Z2 = 116100 /5 = 3,2
100 112 116 X 0 2,4 3,2 Z

c) P (X  108) = P (Z  1,6) = 0,5  P(0  Z  1,6) = 0,5  0,445201= 0,054799
Z1 = (108 – 100) /5 = 1,6
100 108 X 0 1,6 Z

2. Sendo X: N (50, 16) Determinar X  tal que:
a) P(X  X ) = 0,05  Dados   50 e  = 4 0,45
 = 0,05  = 0,05
50 X X 0 Z Z
Procurando 0,45 = (0,50 – 0,05) no corpo da tabela , encontramos Z 0,450 = 1,64.
Como Z  X     X   50  1,64  X   56,56

 4
78
b) P (X  X  = 0,99
0,99 0,99
0,01 0,01
50 X X 0 Z Z
Procurando na tabela a abscissa que corresponde á probabilidade de 0,49 (0,50 – 0,01), encontramos 2,32;
ou seja Z = 2,32.
X   X   50
Z    2,32  X   59,28
 4
Tentem, Divirtam-se e Não Desistam
1. Calcule as seguintes probabilidades
a) P (0  Z  1 R : 0,3413 ; b) P (-2,55 Z1,2) R : 0,8795
c) P (Z  1,93) R : 0,0268 d) P ( Z  0,5  R: 0,3830
e) P (1,93 Z 2,55) f) P (    X    ) R: 68,26%
g) P ( 2  X    2) R:95,44% h) P ( 3  X    3) R:99,74%
2. As alturas dos alunos de uma faculdade, são normalmente distribuídas com média 1,60 e desvio padrão
0,30 m. Encontre a probabilidade de um aluno medir
a) entre 1,50 e 1,8 R = 37,8%
b) mais de 1,75 R = 30,8
c) menos de 1,48 R = 0,3446
3. A duração de vida de um certo componente eletrônico tem média de 850 dias e desvio padrão de 45 dias.
Calcular a probabilidade desse componente durar:
a) entre 700 e 1.000 dias; R: 1
b) mais que 800 dias R: 0,8665
c) menos que 750 dias ; R: 0,0132
d) exatamente 1.000 dias; R: 0
e) Qual deve ser o número de dias necessários para que tenhamos de repor no máximo 5% dos componentes;
R: 776 dias
4. Uma fábrica de pneumáticos fez um teste para medir o desgaste de seus pneus e verificou que ele
obedecia a uma distribuição normal, de média 48.000 km e desvio padrão 2.000 km. Calcular a
probabilidade de um pneu escolhido ao acaso;
a) dure mais que 46.000 km; R: 0,8413
b) dure entre 45.000 e 50.000 km; R: 0,7745
5. Os salários médios dos diretores das empresas de Petrolina distribuem-se normalmente com
média de R$ 8.000,00 e variância de R$ 500,00. Qual a percentagem de diretores que recebem:
a) menos de R$ 6470,00 ? R: 0,001107
b) entre R$ 8.920,00 e R$ 9.380,00 ? R: 0,029994
6. Um fabricante de baterias usadas em laptop sabe, por experiência passada, que as baterias de sua
fabricação têm vida média de 600 dias e desvio-padrão de 100 dias, sendo que a duração tem
aproximadamente distribuição normal. Oferece uma garantia de 312 dias, isto é, troca as baterias que
apresentam falhas nesse período. Fabrica 10.000 baterias mensalmente. Quantas baterias deverá repor
mensalmente, pelo uso da garantia? R: 20 baterias
7. Uma fábrica de automóveis sabe que os motores de sua fabricação têm duração normal com média de
150.000 km e desvio-padrão de 5.000 km. Qual a probabilidade de que um carro, escolhido ao acaso, dos
fabricados por essa firma, tenha um motor que dure:
a) menos de 170.000 km? R: 0,999968
b) entre 140.000 km e 165.000 km? R : 0,97590
79
c) Se a fábrica substitui o motor que apresenta duração inferior à garantia, qual deve ser esta garantia para
que a porcentagem de motores substituídos seja inferior a 0.2%? R : 135.650
8. Numa fábrica foram instaladas 1.000 lâmpadas novas. Sabe-se que a duração média das lâmpadas é de 800
horas e desvio-padrão de 100 horas, com distribuição normal. Determinar a quantidade de lâmpadas que
durarão:
a) menos de 500 horas? R: 1,4 lâmpadas
b) mais de 700 horas? R: 841,3 lâmpadas
c) entre 516 e 684 horas? R: 120 lâmpadas
9. O número de vezes que um adulto respira, por minuto, depende da idade e varia de pessoa para pessoa.
Suponha que a distribuição dessa variável aleatória Y seja normal, com média de 16 e desvio padrão igual a
10. Se uma pessoa é escolhida aleatoriamente e o número Y de respirações por minuto for anotado, qual a
probabilidade de:
a) Y exceder 22? R: 0,0668
b) e de sr menor do que 15? R: 0,4013
11. Uma pessoa tem 20 minutos para chegar ao escritório. Para tal, pode optar entre dois caminhos: A ou B.
Sabendo que o tempo para percorre o caminho A é N (18;25) e que o tempo para percorre B é N (20 :4), qual
é a melhor escolha do trajeto? R: A
12. O número de pessoas que almoçam num determinado restaurante suburbano é aproximadamente norma ,
com média de 250 e desvio padrão de 20 por dia. Qual é a probabilidade de haver pelo menos 200 clientes
em determinado dia? R: 0,9938
13. Suponha que a duração de vida de dois equipamentos, E1 e E2,tenham respectivamente distribuições: N
(45 , 90) e N (40 , 36). Se o equipamento tiver que ser usado por um período de 45 horas, qual deles deve ser
preferido? R; E1
14. As variáveis X1: (10 , 9) X2 : (- 2 ,4) e X3 : (5 ,25 ) são independentes. Determinar a distribuição de Y =
X1+ X2 + X3 R: N : (13 , 38 )
15. Certo produto tem peso médio de 10 gramas e desvio padrão de 0,5 g .E embalado em caixas de 120
unidades que pesam em média 150 g e têm desvio padrão de 8 g. Qual a probabilidade de que uma caixa
cheia pese mais de 1370 g? R: 0,0197
16. Suponha que o diâmetro médio dos parafusos produzidos por uma fábrica seja 0,25 polegadas, e o
desvio padrão de 0,02 polegadas. Um parafuso é considerado defeituoso se seu diâmetro é maior que 0,28 ou
menor que 0,20 polegadas.
a) Encontrar a porcentagem de parafusos defeituosos. R:7,3
b) Qual deve ser a medida mínima na cauda à esquerda para que tenhamos no máximo 12% de parafusos
defeituosos? R: 0,22
17. Numa determinada oficina de Petrolina, o tempo necessário para o conserto da transmissão de um tipo de
carro segue uma distribuição normal, com média de 45 min e desvio padrão de 8 min.
a) O mecânico comunicou a um cliente que o carro estará pronto em 50 min. Qual a probabilidade de que o
mecânico esteja enganado?
b) Qual deve ser a previsão de tempo de trabalho para que haja 90% de probabilidade de que o conserto da
transmissão seja efetuado dentro do tempo previsto?

---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
80
-------------------------------------------------------------------------
--
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
81
-------------------------------------------------------------------------
--
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
82
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
-------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
83
14. Aplicações da Distribuição Normal
14.1 Distribuições de Funções de Variáveis Aleatórias Normais
1. Sejam n variáveis aleatórias e independentes, cada uma com distribuição normal, e sejam
E ( X i )  i e Var ( X i )   i2 . i = 1, 2, ... , n, ou seja, X i : 

N i ,  i2 .
n
Vamos considerar a variável X  X
i 1
i
.
Então X é normalmente distribuída,

 n n

X : N   i ;  i2 
 i 1 i 1 
2. Nas condições de 1, se 1 = 2 = . . . = n =  e  1   2  .....   n   , então:

2 2 2 2
X : N (n ; n2)
3. Sejam X i : N (  ,  ) , i = 1, 2, . . . , n variáveis independentes. Seja X  1  X i .

2 n
n i 1
Então:   2

 , n
X : N 

 
4. Sejam X i : N (  , ) , i = 1, 2, . . . , n variáveis independentes e seja

2
 n n

Y = a + b1X1 + b2X2 + b1X1 + . . . + bnXn. Então : Y : N  a   bi .i ;  bi2 . i2 
 i 1 i 1 
Exemplo
1. O peso de um cigarro é a soma dos pesos do papel e do fumo, e vale em média 1,200 g com  = 0,600 g.
O peso médio do papel é 0,040 g com  = 0,020 g. Esses pesos têm distribuição normal.
Os cigarros são feitos em uma máquina automática que pesa o fumo a ser usado, coloca o papel e enrola o
cigarro.
a) Determinar o peso médio e o desvio padrão do fumo em cada cigarro
b) Qual a probabilidade de que um cigarro tenha menos de 1,130 g de fumo
Solução
a) Seja:
X : peso do cigarro X = 1,200 X = 0,600
Y : peso do papel Y = 0,040 Y = 0,020
F : peso do fumo
Logo, queremos F = X – Y , com X e Y independentes. Daí,
F = E (F) = E (X – Y) = E(X) – E(Y) = 1,200 – 0,040  F = 1,16 g
 F2 = VAR (F) = VAR (X – Y) = VAR (X) + VAR (Y) –2 COV(X,Y) = 0,062 +0,022   F2 = 0,0040
Então, F : N ( 1,16 ; 0,004)
b) Queremos P (F  1,130) = ?  Z  F   F  1,13  1,16  0,48
F 0,063
P (F  1,13) = P (Z  - 0,48) = 0,315614
2. Um produto pesa em média 10g, com desvio padrão de 2g. É embalado em caixas com 50 unidades.
Sabendo-se que as caixas vazias pesam em média 500g com desdvio padrão de 25g e admitindo-se
distribuição normal dos pesos e independência entre as variáveis dos pesos dos produtos e da caixa, qual a
probabilidade de uma caixa cheia pesar mais de 1050g?
Solução:
Seja X = o peso da caixa cheia, e queremos P(X  1.050).
84
média Desvio Nº
Produto 10 2 50
caixa 500 25 1
Temos: T = 50. 10 + 500.1  T = 1.00
 T2  = 50.22 + 1.252   T2  = 825
Sendo X  1.050  1000
Z    Z  1,74
 28,72
Daí P(X  1.050) = P(Z 1,74) = 0,5 – P(0 Z1,74) = 0,5 – 0,459071 = 0,040929
0 1,74 Z
3. Uma máquina automática enche latas baseada no peso bruto das mesmas. O peso bruto tem distribuição
normal com  = 1.000 g e  = 20 g. As latas têm peso distribuído normalmente, com  = 90 g e  = 10.
Qual a probabilidade de que uma lata tenha, de peso líquido:
a) Menos de 830 g
b) Mais de 870 g?
c) Entre 860 e 920 g
Solução
Observação. Faça: X1 = peso bruto  X1 : N (1.000; 400)
X2 = peso da lata  X2 : N (90; 100)
X = peso líquido
Vasmos calcular E(X) e V(X)
E(X) = E(X1 – X2) = E(X1) – E(X2) = 1.000 – 90  E(X) = 910
V(X) = V(X1 – X2) = V(X1) – V(X2) – 2COV(X1 X2) = 400 + 100 – 0  V(X) = 500
Então X : N(910, 500)  μ = 910 e σ = 22,36
a) P(X  830) = P(Z  -3,58) = 0,5 –P(-3,58  Z  0) = 0,5 – 0,499828 = 0,00017
830 910 X -3,58 0 Z

Z = (830 – 9100)/22,36  Z = - 3,58
14.2 Aproximação da Distribuição Binomial pela Distribuição Normal

Para efetuarmos a aproximação da distribuição binomial pela distribuição normaal, usaremos um
resultado muito importante. È o chamado teorema do limite central>
Teorema do Limite Central
Consideremos n variáveis aleatórias X1, X2, ..., Xn, tods independentes com E(Xi) = μi e Var ( X i )   i2 .
com i = 1, 2, ..., n . Seja também:
n
X  X
i 1
i
Considerando-se condições bastante gerais, a variável:

n
X   Xi
i 1
Z
n

i 1
i
2
85
Tem distribuição aproximadamente N(0,1).
Se E(Xi) = μi e Var ( X i )   i2 , com i = 1, 2, ..., n e para n bastante grande (n →∞),
X  n
Z
n 2
tem distribuição normal no limite Z ≈ N(0,1).
Na prática, quando n é fixo, a aproximação será melhor na medida em que as variáveis Xi, i = 1, 2, ..., n
forem mais próximas da distribuição normal.
A aproximação da distribuição binomial pela distribuição normal é feita da seguine forma:
Seja X : B (n, p). Podemos escrever X   X i , onde as variáveis X1, X2, ..., Xn são independentes, cada
uma com distribuição de Bernouilli.
Vimos que se uma variável tem distribuição de Bernouilli;
E(Xi) = p
Var(Xi) = pq, i = 1, 2, ..., n
Então,
86
13.3 A Distribuição Exponencial
O modelo exponencial possui uma relação muita íntima com o modelo de Poisson. Enquanto o modelo
de Poisson se presta para modelar o número de ocorrências por intervalo contínuo de tempo (t) ou de
comprimento (d), a distribuição exponencial serve para modelar a variável aleatória contínu que representa
o intervalo de tempo ou de comprimento entre essas ocorrências.
a) o tempo decorrido até a próxima consulta a uma base de dados;
b) o tempo em segundos entre duas solicitações a umservidor
c) distância em metros entre dois defeitos de uma fita.
A distribuição exponencial pode ser usada quando as suposições de Poisson forem satisfeitas. A figura
a seguir ilustra bem essa relação.
Número x de
ocorrências do Poisson
evento em 0,t)
X X X
0 t
Tempo até
a ocorrência Exponencial
do evento
Para expressar a formulação matemática da distribuição exponencial, consideremos a equivalência

entre os dois eventos seguintes:
A primeira ocorrência Nenhuma ocorrência
ser depois do tempo t em 0,t)
Consideremos também as seguintes variáveis:

Xt = número de ocorrências no intervalo de tempo 0,t) ; e
T – Tempo entre as ocorrências
Sendo  a taxa média de ocorrência por unidade de tempo e, considerando independência entre as
ocorrências, Xt tem distribuição de Poisson com parâmetro t e a equivalência entre os dois eventos pode ser
expressa por:
Tt Xt = 0
(t ) 0 .e  t
Logo, P(T  t )  P( X t  0)   e  t
0!
E usando o evento complementar, podemos definir para todo t > 0 a função de distribuição acumulada de
uma variável aleatória T com distribuição exponencial:
F (t )  P(T  t )  1  e  t
Em conseqüência, para t > 0, temos a função de densidade de probabiliddae expressa por:
d
f (t )  F (t )  e t  f (t )  e t
dt
13.3.1 Gráfico de f(t)
f (t )  e  t

P (T  t 0 )  e  t 0
0 t0 t
13.3.2 Calculando Probabilidades

87
Para se calcular as probabilidades requeridas, ou lança-se mão do cálculo com integrais simples
definidas ou simpesmente se utilizar da função de distribuição acumulada. Veja a ilustração abaixo:
f (t )

P(T  t 0 )  1  e  t
P (T  t 0 )  e  t 0
0 t0 t
Exemplo
Dada a variável aleatória T = tempo de resposta na consulta a um banco de dados (em minutos) com
função de densidade de probabilidade dada por:
f(t) = 2e-2t para t  0
0, para t  0
a) calcular a probabilidade da consulta demorar mais que 3 minutos.
Solução:
f (t )
=2
P(T  t 0 )  e  t 0
0 t0 = 3 t
Pela definição da fdp, vê-se que  = 2, então queremos:

P(T  3)   2e 2t dt  e 2t  e 6  0,5488
3
Ou de uma outra forma,

P(T  3) = e2t = e2(3) = e-6 = 0 ,5488
b) calular a probabilidade da consulta demorar menos de 3 minutos.
=2 P(T  t 0 )  1  e  t
0 t0 = 3 t
Analisando o gráfico, podemos escrever:
P(T  3) = 1 - e2t = 1 - e2(3) = 1 - e-6 = 1 - 0 ,5488 = 0,4512
c) Agora queremos a P(2 T 3), ou seja, a próxima consulta ocorrer no intervalo de 2 a 3 minutos.
Podemos utilizar:
3
P( T  3)  2
2e t
ou usar
=2
0 2 3 t
P(2 T 3) = P(T 2) – P(T >3) = e-4 – e-6 = 0,0158

Para uma vriável aleatória T, com distribuição exponencial de parâmetro , temos que:
88
1 1
E (T )    e V (T ) 
 2
Aplicação
Suponha que em determinado período do dia, o tempo médio de atendimento em um caixa de banco
seja de 5 minutos. Adimitindo que o tempo para atendimento tenha distribuição exponencial, determinar a
probabilidade de um cliente:
a) esperar mais do que 5 minutos:
Pela média da exponencial, temos E (T )    1  5  1    1    0,2
  5
-0,2(5) -1
Logo, a P(T > 5) = e = e = 0,3679 ou 36,79%
b) esperar menos do que 5 minutos
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
c) esperar entre 3 e 8 minutos:
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
11.4 Aplicação da Distribuição Exponencial à Teoria da Confiabilidade
Na teoria da confiabilidade de componentes, sitemas ou equipamentos, calculamos as probabilidades

de que o sitema, equipamento ou componente não venha a falhar durante um intervalo 0, t0, ou seja: a
probabilidade de que o componente ainda esteja funcionando na época t0.
Uma das parincipais leis de falhas é aquela cuja duração até falhar é descrita pela distribuição exponencial.
Admite-se que a taxa de falhas é constante, isto é, depois que a peça, equipamento, sistema, etc esteja em
uso, sua probabbilidade de flha não se altera. Logo, não se considera o efeito do desgaste quando o modelo
exponencial é admitido. Por exemplo, considerando-se uma taxa de falhas constante, o funcionamento de um
rolamento, a qualquer momento, é tão bom quanto novo e, nesses casos o modelo de distribuição de tempo
até falhar é exponencial
Exemplo:
Suponha que a duração da vida de um dispositivo eletrônico seja exponencialmente distribuída com tempo
média entre falhas de 100 horas.
a) Qual a probabilidade de o dispositivo não falhar em 150 horas de uso?
1 1 1
  100       0,01
  100
Daí, P(T > 150) = e  t  e-0,01(100) = e-1,5 = 0,2231 = 22,31%
b) Qual seria o número de horas necessárias para se ter uma confiabilidade de 90%?
A teoria da confiabilida nos diz que R(T) = et , então 0,90 = e-0,01t  t = ln 0,90 = -0,01t
t = ln0,90/-0,01 t = 10,54 horas, ou seja, há 90% de confiabilidade de o dispositivo não falhar antes de
10,54 horas.
89
Exercícios para Fixação do Conteúdo
1. Uma lâmpada tem a duração de acordo com a densidade de probabiliodade:
0 para t0
f(t) =
t
1 100
e
100 para t  0
12 DISTRIBUIÇÕES AMOSTRAIS
Introdução
90
Até agora vimos os principais modelos de distribuições de probabilidade e as medidas que
caracterizam uma amostra, quando nos referimos ao estudo da estatística descritiva.
Nessa presente abordagem, vamos juntar o conhecimento adquirido a partir dos modelos e das medidas
estudadas anteriormente para obter as distribuições amostrais dos principais estimadores.
O conhecimento das distribuições amostrais, será a base para aplicação das técnicas da inferência estatística
e para um melhor entendimento desses conceitos, vamos conhecer algumas estatísticas e alguns parâmetros.
12.1. Principais Conceitos
12.1.1 Inferência ou Indução Estatística
Trata-se do processo se de obter informações sobre uma população a partir de resultados observados
em amostras. Serve, fundamentalmente para dar ao pesquisador um grau de confiança em suas incertezas.
Geralmente tem-se uma população com um grande número de elementos e deseja-se, a partir de uma
amostra, retirada dessa população, conhecer o mais próximo possível algumas características dessa
população. Veja a figura abaixo
População(N) Amostra(n)
Dedução
 ˆ
Indução
12.1.2 Amostra Aleatória
Uma amostra aleatória é o conjunto de “n” variáveis aleatórias e independentes (X1 , X2, ... ,Xn) tal
que cada Xi (i = 1, 2, ...,n) possui a mesma característica, ou distribuição da variável populacional “X" que
se deseja estudar. Por exemplo: Se X : N ( , 2 ), cada Xi: N ( , 2)
12.1.3 Estimador ou Estatística

Um estimador ou estatística é qualquer variável aleatória função dos elementos amostrais, ou seja,
ˆ  f ( x1 , x2 ,...., xn )
OBS – Essa definição nos permite concluir que qualquer combinação das variáveis amostrais (X1 , X2, .... ,
Xn) seja um estimador ou estatística.
12.1.4 Estimador para a Média Populacional μ

x  
xi  Média aritmética amostral
n
12.1.5 Estimador para a Variância Populacional 2
S2 
(x i  x )2  Variância amostral
n 1
12.1.6 Estimador para a Proporção ou Probabilidade de Evento Populacional p
f  p
ˆ 
X  Freqüência relativa
n
12.1.7 Estimador para o Desvio Padrão Populacional σ

S  S2  Dersvio padrão amostral
12.1.8 Estimativa
È o valor numérico do estimador
Exemplo x  1,62m é uma estimativa da verdadeira média populacional 
12.2 Distribuição Amostral da Média

Se comsiderarmos todas as amostras possíveis de tamanho ‘n’ que podem ser retiradas de uma
população e se para cada uma delas, calcularmos um valor do estmador, tem-se uma distribuição amostral
91
desse estimador. Como o estimador é uma variável aleatória, podemosdeterminar suas características, ou
seja, sua média, variância, desvio padrão, etc...
População Parâmetro: 
Amostra Estimador: ˆ
Então se de uma determinada população ‘X’, retiramos uma amostra de tamnho ‘n’ formada pelos elementos
x
x1, x2, ..., xn, então o estimador da média populacional , calculado na amostra será dado por : x   ni
Exemplo:
Vamos considerar uma popoulação finita de tamanho N = 5 e sejaX = 1,2,3,4,5; os elementos dessa
população. Calculemos então, a média e a variÂncia dessa população.
Já vimos que E(X) = X =  xip(xi) = 1/5(1 + 2+ 3+ 4+ =5) = 15/3  E(X) = X = 3

E, V(X) =   X2  E ( X 2 )  E 2 ( X )  11  9  2 V ( X )   X2  2
Agora vamos retirar dessa população todas as amostras possíveis, com reposição,de tamanho 2, ou seja,
serão 25 amostras e, calcularemos as médias de cada amostra:
Amostras xi Amostras xi Amostras xi
1 (1,1) 1,0 11 (3,1) 2,0 21 (5,1) 3,0
2 (1,2) 1,5 12 (3,2) 2,5 22 (5,2) 3,5
3 (1,3) 2,0 13 (3,3) 3,0 23 (5,3) 4,0
4 (1,4) 2,5 14 (3,4) 3,5 24 (5,4) 4,5
5 (1,5) 3,0 15 (3,5) 4,0 25 (5,5) 5,0
6 (2,1) 1,5 16 (4,1) 2,5
7 (2,2) 2,0 17 (4,2) 3,0
8 (2,3) 2,5 18 (4,3) 3,5
9 (2,4) 3,0 19 (4,4) 4,0
10 (2,5) 3,5 20 (4,5) 4,5
Como x varia de amostra para amostra, x é uma variável aleatória, no caso, discreta. Portanto
podemos determinar a distribuição da variável x e calcularmos E (x ) e VAR(x ) . Daí, temos:
x P (x ) x P (x ) x 2 P( x )
1,0 1/25 1/25 1/25
1,5 2/25 3/25 4,5/25
2,0 3/25 6/25 12/25
2,5 4/25 10/25 25/25
3,0 5/25 15/25 45/25
3,5 4/25 14/25 49/25
4,0 3/25 12/25 48/25
4,5 2/25 9/25 40,5/25
5,0 1/25 5/25 25/25
 1 3 10
n
Logo, E ( x )   x   xi .P ( xi )  3   x  E ( x )  3
i 1
n
Como E ( x )   x . p ( xi ), temos _ queE ( x 2 )  10
2 2
i 1
Sendo Var( x )  E ( x 2 )  E 2 ( x )
Então Var ( x )  E ( x 2 )  E 2 ( x )  10  32  x2  Var ( x )  1
Concluímos, portanto que:
Proposição 1:
A média ds médias amostrais, é igual a média populacional, ou seja: E( x )   X
92
Vejamos:
 n
  n  n
E ( x )  E  1  x i   1 E   xi   1  xi 1 .n  E ( x )  
 n i 1  n  i 1  n i 1
n
Lembrando que quando a média amostral é igual a média populacional, o estimador é considerado
não viesado ou não tendencioso, ou seja, genericamente:
E (ˆ)  
Portanto 𝑥̅ é um estimador não tendencioso de 
No nosso caso, sendo V(X) = 2, n = 2 e VAR( x )  1 e Concluímos que VAR( x ) 
VAR( X )
n
Proposição 2:
A variância amostrl é igual a variância populacional dividida pelo tamanho da amostra, ou seja:
VAR( X )  X2
V (x)  
n n
De fato, isto ocorre, senão vejamos:
 n 
  xi 
VAR( x )  V  i 1   1 VAR( x  x  ...  x )  1 V ( x  V ( x )  ...V ( x  1  2   2  ...   2 
 n  n2 n2  
1 2 n 1 2 n)
 n2 
 
 
= 12 (n 2 ) V ( x )   2
n n
Graficamente, teríamos:
P( x )
P(X) 5/25 
4/25  
1/5      3/25  
2/25  
1/25  
1 2 3 4 5 X 1 2 3 4 5 x
Conclusão:
1. se X : N( , σ2 ) e se dessa popilação retiramos uma amostra de tamanho ‘n’ suficientemente grande, com
reposição, então: x  N   ,  
2
 
 n 
E isto significa que quanto maior for o tamanho da amostra, menor será a variância amostral, ou o estimador
x será mais preciso, á medida que aumentamos o tamanho de ‘n’
2. Se a população ‘X’ não é normal, a variável ‘Z’ não será exatamente normal, mas sim aproximadamente
normal, ou seja: a variável Z  x   , terá como distribuição limite a distribuição N(0,1).
x
3. Se a população for finita e de tamanho , conhecido ou se a amostra dela retirada for sem reposição, então:
 N n
x  .
n n 1
Exercício de Aplicação
1. Sabe-se que a altura média dos alunos de escola de ensino médio é de 175 cm e desvio padrão de 5 cm.
Sabendo-se que esta população tem 5.000 alunos e retirou-se uma amostra sem reposição de tamnmho igual
a 100, qual a distribuição da média amostral
Solução
Se X: (175, 25), então  = 175 e  X  5
Então:  x  E ( X )  175 e  
 N n 5 5.000  100
.  .  x  0,4980
n 1 100  1
x
n 100
2. Seja X: N(80,26). Dessa população retiramos uma amostra de tamanho igual a 25. Calcular:
a) P( x  83)
93
b) P( x  82)
c) P( x - 2  x    x   x ) )
Solução
a) Como X: N(80,26) x : N (80,26 / 25)
x 83  80
Daí, Z    Z  2,94
x 1,02
80 83 x 0 2,94 Z
Logo, a P( x  83) = P(Z 2,94) = 0,5 – P(Z 2,94) = 0,5 -0,498359 = 0,001641
b) P( x  82) = P(Z1,96) = 0,5 + 0,47002 = 0,975002
80 82 x 0 1,96 Z
c) P( x  2 x    x  2 x )  P(   2 x  x    2 x )  P(80  2.1,02    80  2.1,02)
= P(77,96  x  82,04)  p(2,00  Z  2,00)  0,954500  95%
De posse desse valor, podemos afirmar que temos 95% de confiança de que se retirarmos dessa população,
uma amostra de 25 elementos, a média amostral pertencerá ao intervalo ou então, se selecuionarmos 100
amostras de tamanho 25, em 95 delas, o valor da média pertencerá ao intervalo e em 5 delas não pertencerá.
3. Seja X: N( 100,85). Retiramos dessa população uma amostra de tamanho n = 20. Determinar:
a) P(95  x  105)
b) P( x  Z   x    x  Z    )  0,95
x
Resolução:
Se X: N (100, 85)  85     100 2 85
x : N 100,  x e x    x  2,06
 20  n 20
E Z  x  100
2,06
a) P(95  x  105)  P(2,43  x  2,43)  2.0,492451  0,984902
95 100 105 x
Conclusão: a probabilidadade de x pertencer ao intervalo (95, 105) é de 98,5%, e a de não pertencer a esse
intervalo, que seria o risco de se retirar um valor de x  95 ou x  95 é de 1,5%
b) A probabilidade nesse caso, já está dada. Precisamos determinar o valor de Z  tal que 0,95 seja a
probabilidade de que a média  esteja entre os dois limites x  Z  . x , e 0,005, seja a probabilidade d que
a média esteja fora desses limites.
Queremos, então
P( x  Z   x    x  Z    x )  0,95
Daí,
0,475
94
-Zα 0 Zα Z
Pela tabela Zα =Z0,475 = 1,96
P( x  1,96.2,06  100  x  1,96.2,06)  0,95
P(95,96  x  104,04)  0,95
Concluindo, podemos afirmar que a probabilidade de que x pertença ao intervalo é de 95%, o que significa
que temos uma confiança de 95% de que, se retirada uma amostra de n = 20, a média dela estará entre 95,96
e 104,04, ou então há um risco de 5% de que a média seja  95,96 ou  104,04
12.2.1 Dimensionamento de uma Amostra
Muitas vezes, é importante sabermos qual deverá ser o tamanho de uma amostra para que a
probabilidade de que determinado parâmetro ou estimador esteja dentro dos limites seja um valor dado, ou
então queremos delimitar o erro da amostragem dentro de um risco determinado.
Para uma melhor compreensão vejamos o seguinte exemplo:
Seja X: (1.200, 840). Qual deverá ser o tamanho de uma amostra a ser retirad ade um apopilação, de tal
forma que P(1.196  x  1.204)  0,90
Se X: N (1.200, 840)  840     1.200 2 840 28,98

x : N
1.200,


x e x   
 n  n n n
0,450
0,90
1.196 1.200 1.204 x - Zα 0 Zα Z
Zα = Z0,450 = 1,64
1.196  1.200 1.204  1.200

 1,64  1,64 
28,98 ou 28,98
n n
Por conta da simetria da curva, é indiferente escolher uma das duas expressões
1.204  1.200 1,64.28,98
1,64   n   n  11,88  n  141
28,98 4
n
E concluímos que, se retirarmos uma amostra de 141 elementos da população ‘X’, teremos 95% de confiança
de que a média amostras pertencerá ao intervalo (1.196 ; 1.204) e
Teste seus Conhecimentos

1. Uma população se constitui dos números 2, 3, 4 e 5. Consiere todas as amostras possíveis de tamanho 2,
que podem ser extraídas dessa população, com reposição. Determinar:
a) a média da população  X  3,5
b) o desvio padrão populacional  x  1,12
c) a média da distribuição amostral ds médias E ( x )  3,5
d) o desvio padrão da mdiostribuição amostral das médias  x  0,7906
2. Seja X: N(900, 642). Retiramos uma amostra de tamanho 30 dessa população. Determinar:
a) P( x  894) R: 0,096801
b) P(896 x  903) R: 0,54726
c) P( x - 3  x    x   x ) R: 0,9973
3. Seja X:N(1.200, 1444. Retiramos uma amostra de tamanho 15. Determinar:
95
a) P(1.194  x  1.206) R : 0,458138
b) P( x  Z   x    x  Z    )  0,90
x R: P(1.183,91 x  1.216,08) = 0,90
4. Que tamanho deverá ter uma amostra para ser retirada de uma população X: N (200, 350) , para que
P( x   )  5)  0,90 R: n  54
5. Seja X: N(100, 65). Retiramos dessa população uma amostra de tamanho 20 determinar:
a) P(95 x  105) R : 0,984902
b) P( x  95)  P( x  105)
c) P( x  Z   x    x  Z    )  0,95
x
R: P(95,96 x  104,04)
d) qual é o risco de que a média não pertença a esse intervalo?
e) Qual é a interpretação do valor 0,95 da questão ‘c’?
Cálculos, Dúvidas e Anotações

---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
-------------------------------------------------------------------
-------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
-------------------------------------------------------------------
96
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
12.3 Distribuição Amostral das Proporçoes
97
Seja “X” uma população infinita e “p” a probabilidade ou proporção de sucessos de um evento de
“X”. Então (1 – p) = q, será a probabilidade desse evento não ocorrer. Nessas condições e segundo
Bernouilli:
A média será   = E (X) = p e a variância  2 = V (X) = pq = p(1 – p)
Vamos retirar dessa população, uma grande amostra, n  , (x1, x2, ... ,xn), com reposição, e seja “x” o
número de sucessos encontrados na amostra, isto é o número de elementos com a característica que se quer
estudar.
Com essas características “X” terá uma distribuição Binomial ou seja, X : B (n, p) com:
Média, E (X) = np e Variância V (X) = n p q.
Então, a distribuição amostral da freqüência relativa ou do estimador populacional “p” será dada por:
X
ˆ  f 
p
n
Calculando a esperança e a variância de p̂ temos:
 x 1
ˆ )  E    .E ( x) 
E( p
np
 p  E( p
ˆ)  p ou  pˆ  p
n n n
O que nos dá uma garantia de que para grandes amostras a proporção amostral se distribui com média
exatamente igual á proporção populacional
Para a variância, temos V ( pˆ )  V  x   1 V ( X )  1 .npq  pq  V ( pˆ )  pq ou  pˆ  p.q
n
2 2
n n n n n
Daí, concluímos que a variância da proporção amostral é a variância populacional dividida pelo tamanho da
amostra
Conclusão :
Para n  30 e pelo Teorema Central do Limite, a distribuição amostral de p̂ será aproximadamente normal
pˆ   pˆ
e, será assintoticamente N (0,1) , isto é, Z  pˆ  p ≈ N(0,1) e, concluímos mais uma vez que:
 pˆ p.q
n
1 - Quando a proporção populacional “p” é desconhecida e a amostra com reposição, é grande, determina-
x , como estimativa de p.
se pˆ 
n
2 – Estatisticamente, uma amostra é suficiente grande quando n.p  5 e n.q  5 e graficamente, teríamos:
pq pq
n n
Aplicação
1. Desejando-se conhecer a proporção de pessoas de uma população, portadoras de determinada

enfermidade, seleciona-se uma amostra de 400 pessoas e através de um exame constata-se que existem 8
pessoas portadoras dessa doença. Definir os limites de confiabilidade de 99% para a proporção
populacional.
Solução
O que queremos saber é a proporção de pessoas na população portadoras da doença. Como não conhecemos
a proporção populacional, temos que estimá-la, através da freqüência amostral, assim:
ˆ 
p
x

8
 0,02  p ˆ  0,98
ˆ  0,02 , q
n 400
ˆ .q
 p ˆ 0,02.x0,98
 ˆ
p   .    0,007  ˆ
p  0,07
 n  400
Como não temos condições da estabelecer um número exato para os portadores dessa doença, devemos
estabelecer um intervalo, onde esta proporção estará contida.
98
0,05 0,99 0,05  Z = Z o , 495 = 2,57
-Z 0 Z Z
Daí, queremos: ˆ  Z . p  p  p
P( p ˆ  Z . pˆ )  0,99
Logo , P (0,02  2,57 . 0,007  p  0,02 + 2,57 . 0,007) = P (0, 002  p  0,038) = 99%.
2. Em uma população, a proporção de pessoas favoráveis a uma determinada lei é 40%. Retiramos dessa
população uma amostra de 300 pessoas. Determinar: P( p  Z . pˆ  pˆ  p  Z . pˆ )  0,95
Dados: n = 300 e p =0,4  q = 0,6
Agora, temos que determinar   p. .q  0,4.x0,6

ˆ
p      0,0283 ˆ
p  0,0283
 n  300
0,025 0,95 0,025
-Z 0 Z Z
E Z   Z 0 , 475  1,96
Daí, P (0,4 – 1,96 . 0,0283  p̂  0,4 + 1,96 . 0,0283) = 0,95. Então, P ( 34,45%  p̂  44,55) = 0,95
1. Deseja-se saber qual a proporção de eleitores de determinada região que votarão no candidato A, de forma
que a probabilidade do erro de estimação seja no máximo 3% com 95% de confiança. Para estudar o
problema, retira-se uma amostra de 500 eleitores dessa região, obtendo-se 120 eleitores que votam em A.
R = 11,7%
2. Uma fábrica de peças especifica em suas embalagens que a proporção de defeitos é de 4%. Um cliente
dessa fábrica inspeciona uma amostra de 200 peças e encontra 12 defeituosas. Baseado nesses dados em
quantas amostras o cliente encontraria uma proporção de defeitos maior que o especificado pelo fabricante?
R  179
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
99
-------------------------------------------------------------------
-------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
---------------------------------------------------------------------
12.4 Distribuição Amostral da Variância
100
Sabemos que a variância populacional é designada por σ2 e que a variância amostral S2 é o
estimador de σ2. Para conhecermos qual seria a distribuição amostral de S2, demonstra-se que: e
E ( S 2 )   2 e Var ( S 2 )  2
4
n 1
E que S2, assim definido tem distribuição de qui-quadrado com (n-1) graus de liberdade, ou seja,
( n  1) S 2
  n 1
2
Ressalte-se o fato de que, nessa expressão, (n-1) e σ2 são constantes e graficamente a relação entre S2 e σ2 é
dada por uma distribuição de qui-quadrado, conforem a figura abaixo:
φ = n-1
2 ( n  1) s 2
2
12.5 Distribuição Amostral da Soma ou Diferença de Duas Médias
Nesse caso queremos saber, qual seria a distribuição amostral do estimador x1  x2
Conforme visto anteriormente, sabemos que:
  12    22 
 1 ; n
x1 : N    2 ; n
x2 : N  

e 
 1   2 
Considerando o fato de que essas amostras são aleatórias e independentes e selecionadas de
populações difeentes temos que a distribuição amostral do estimador x1  x2 será dada por:
  12  22 
 1   2 ; n  n 
( x1  x2 ) : N  
 1 2 
12.6 Distribuição Amostral da Soma ou Diferença de Duas Frequências Relativas

Queremos saber, qual seria a distribuição amostral do estimador f1  f 2
Sabemos também, e como visto anteriormente que:
 p1 q1   p2 q2 
f1 : N 
 p1 ; n  e f2 : N
  p2 ; n 

 1   2 
E, considerando amostras independentes e maiores do que 30, temos que:

 p1 .q1 p .q 
f1  f 2 : N 
 p1  p2 ; n  2 2 

 1 n2 
Ou seja, f1  f 2 possui distribuição normal com média igual a soma ou a diferença das proporções
poopulacionais e variância igual à soma de suas variâncias.
12.7 distribuição Amostral das Médias Quando a Variância Populacional é Desconhecida

Já vimos anteriormente que se x : N ( ; 2 n) , sua distribuição normal padronizada será dada por:
x   Daí como não conhecemos o valor de σ2 , consequentemente de σ, a solução mais viável é
Z  .
 n
substituir σ por S, ou seja pelo desvio padrão amostral e procurar a distribuição de probabilidade da
estatística : T  x  
S n
E demonstra-se que T assim definida, tem distribuição de Studente com n-1 graus de liberdade. Dessa forma
x
t n1 
S n
101
Agora, extrapolando o conceito para o nosso caso particular, que se refere À soma ou deferença
entre duas médias amostrais com variânciaS populacionais desconhecidas tem-se que:
( x1  x2 )
t ( n1  n2 2 ) 
1 1
Sc 
n n
Onde Sc é o desvio padrão amostral conjunto dado por:
(n1  1) S12  ( n2  1) S 22
Sc 
n1  n2  2
12.8 Distribuição Amostral de Razões de Variâncias

Queremos conhecer como se distribui a razão entre S12 / S 22
Dadas duas amostras aleat[orias e independentes n1 e n 2 , a estatística: F  n1 (n1  1) S12  12 , tem
2 2
n2 ( n2  1) S 2  2
distribuição F com (n1 -1) e (n2 -1)graus de liberdade, ou seja, com excessão das constantes, o quociente
S12 / S 22 tem distribuição F de Fischer.

---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
13. ESTIMAÇÃO DE PARÂMETROS
Por dificuldades as mais diversas, normalmente, se torna impraticável proceder ao exame de todos os
elementos da população. Então examina-se uma amostra e sendo essa amostra fielemente representativa, os
esultados obtidos poderão ser generalizados para toda a apopulação. Cabe então ao pesquisador levantar
hipóteses das posssibilidades dessas generalizações dos resultados à experimentos semelhantes, ao mesmo
tempo em que deverá testar essas hipóteses que poderão ser rejeitadas.
102
Toda conclusão feita com base em uma amostragem, quando generalizada para a população, virá
sempre acompanhada de um grau de incerteza ou risco.
Ao conjunto de técnicas e procedimentos que dão ao pesquisador um grau de confiança nas suas
incertezas, chamamos de Inferência Estatística, cujo problema fundamental, é justamente a medição desse
grau ou o risco associado dessas generalizações.
A estimação de parÂmetros é uma técnica que consiste no estudo de uma população cuja distribuição é
considerada conhecida através de sua função de densidade de probabilidade f ( X ,1 , 2 ,..., n ) , onde ‘X é
a variável aleatória em estudo e  n , n = 1, 2, ....p são os parâmetros dessa distribuição.
Um dos objetivos básicos da experimentação é a estimação de parâmetros.
1  x 2

1   
Assim se X : N(μ, σ ) onde
2
f ( x,  ,  ) 
2
.e 2   cuja distrinuição de probabilidade de X é
 n
normal e depende de dois parâmetros μ e σ2.
Tomando por base uma amostra casual simples x1, x 2 ,..., x n , o principal problema seria procurar
funções de observações que forneçam estimativas dos parâmetros populacionais, cujas distribuições devem
estar concentradas o mais próximo possível em torno dos verdadeiros valores dos parâmetros populacionais
essas funções  são os chamados estimadores ˆ e os valores deles suas respectivas estimativas.
4.1 TIPOS DE ESTIMATIVAS
Existem dois tipos de estimativas. Aquela feita por ponto e outra denominada estimativa por intervalo.
4.1.1 Estimativa por Ponto
Nesse tipo de estimativa, a partir das observções amostrais, calcula-se uma estimativa, usando um
estimador e nesse caso não temos condições de medir o erro cometido na estimação.
4.1.2 Estimativa por Intervalo
Nesse tipo e estimação, procuramos estabelecer limites que, com certa probabilidade, incluem o
verdadeiro valor do parâmetro populacional. Esses limites são chamados limites de confiança. Os msmos
determinam um intervalo de confiança (IC), no qual deverá estar contido o verdadeiro valor do parâmetro
populacional.
4.1.3 Qualidades de um Bom Estimador
Quanto maior for o grau de concentração da distribuição amostral do estimador em torno do
verdadeiro valor do parâmetro populacional, tanto melhor será o estimador.
Nesse aspecto, as principais qualidades que um estimador deve possuir são:
a) Não viesado
b) Eficiência
c) Consistência
d) Suficiência
a) Ser Não Viesado
Um estimador ˆ é não viciado, não endencioso, não viesado ou justo se E (ˆ)   .
Por exemplo, E (x )   e que E ( S 2 )   2 (ver Morettin, vol 2, pag 42, cap.4)
b) Eficiência
ˆ
Dados dois estimadores  1 e  2 , define-se eficiência de um estimador com relação a outro, para um
mesmo tamanho de amostra, como sendo:
Var (ˆ 2)
Ef 
Var (ˆ ) 1
Ou seja, um estimador é mais eficiente do que outro se sua variância for menor que a do outro.
Por exemplo: se ˆ1 é menos eficiente que ˆ2 , então então E f  1
103
se ˆ2 é menos eficiente que ˆ1 , então então E f  1
c) Consistência
ˆ  , se limite ( P ˆ     )  0
Um estimador é consistente para estimar se
e) Suficiência
 ˆ
Um estimador de é suficiente se contém o máximo possível de informações com relação ao
1
parâmetro por ele estimado. Nesse sentido podemos dizer que: Quantidade de infomações 
Var ( )
Observação:
Existem critérios para a escolha ou seleção de estimadores. Apenas para constar citamos: o método de
máxima verossimilhança, o método dos momentos e o método de Bayes
Anotações
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
14. INTERVALOS DE CONFIANÇA
Trata-se de uma técnica para se fazer inferência estatística. a partir de um intervalo de confiança,
construído com os elementos amostrais pode-se inferi sobre um parâmetro populacional.
Esta atécnica é diferente da estimação por ponto, onde se calcula um único valor para o parâmetro
populacional. Nesse caso, busca-se um segmento ou intervalo que deverá conter o parâmetro desconhecido.
104
Seja por exemplo, uma amostra de 100 estudantes e calculando-se a média das alturas, encontra-se
1,66m. Aatravés da técnica de intervalos de confiança pode-se encontrar um intervalo, por exemplo [1,58 ;
1,68] que em 95% ds vezes, incluiria a verdadeira altura dos estudantes, ou a média da população de
estudantes, μ = 1,66m
Resumindo o procedimento, graficamente teríamos:
População
Amostra
Estimativa
Ponto Intervalo
Tomada de decisão em
momentos de incerteza
Seja θ uma parâmetro populacional e vamos admitir a seleção de 10 amostra de mesmo tamanho e um
nível de confiança de 90%. Ver a configuração abaixo:
1
2
3
4
5
6
7
8
9

10
Os segmento horizontais representam os 10 intervalos e a reta vertical representa a localização do parâmetro

Nota-se que  é fixo e que a localização do intervalo varia de amostra para amostra. Por conseguinte
devemos sempre nos rferir em termos da probabilidade ou do nível de confiança (1-α) de o intervalo incluir
‘θ’, e não em termos de probabilidade de θ pertencer ao intervalo, uma vez que θ é fixo.
14.1 Intervalo de Confiança para a Média Populacional , quando a Variância Populacional
σ2 é Conhecida
Já sabemos que o estimador da média populacional μ é a média amostral x
Também conhecemos a distribuição da média amostral, para o caso de populações infinitas, sem reposição,
 2  x
ou seja, x  N   ,  sendo sua variável padronizadadada por: Z  

 n  x
Fixando-se um nível de confiança de (1- α) ou um nível de significância α, temos:
α/2 1- α α/2 
-Z 0 Z Z
Queremos então, a P(- Z   Z  Z) = 1 – α . Substituindo o valor de Z, nessa expresão, temos:
105
 x 
  Z 
P   1
 z 
  / n 
E resovendo as duas inequações para μ, temos a expressão que fornece o intervalo de confiança para a média
populacional quandoa averiância é conhecida, ou seja:
 x 
  Z 
P   1
 z 
 / n 
Px  Z . x    x  z . x   1   _ sendo _ 1  x  Z . x _ e _  2  x  Z . x
Usando uma notação simplificada, podemos escrever: IC[μ,(1-α)] = (1 ,2)
Exemplo
1. De uma população normal X com σ2 = 9, retiramos uma amostra de 25 observações, obtendo xi =152.
Determinar um IC de limites de 90% para .
Resolução:
1 n 152
x 
n i 1
xi 
25
 x  6,08
2 9
x     x  0,6
n 25
5% 90% 5%  Z = Z0,450 = 1,64
- Zα 0 Zα Z
P6,08  1,64.0,6    6,08  1,64.0,6  90%  P(5,096    7,064)  0,90

IC (  ,90%)  (5,096;7,064)
Portanto, temos 90% de confiança de que o verdadeiro valor da média populaional se encontra no intervalo
5,096 e 7,064: ou então corremos o risco de 10% de que μseja nenor que 5,096 e maiorque 7,064.
2. De uma poulação normal com desvio padrão σ = 5, retiramos uma amostra de 50 elementos e obtemos
x  42 .
a) Construa um IC para μ ao nível de 5%.
b) Qual deverá ser o erro de estimação ao nível de 5%?
c) Qual deverá ser o tamnho da amostra para que o erro seja menor ou igual a 1, com probabilidade de acerto
de 95%?
Resolução;
a)
2 5
x     x  0,71
n 50
Zα = Z0,475 = 1,96
b) P42  1,96.0,71    42  1,96.0,71  90%  P(40,61    43,39)  0,95

x
Sendo e  x   e z  então e  z   x  e  1,96.0,71 e  1,39
x
c) Queremos P(e  1) = 0,95

Como não conhecemos n, e  x 
n
106

Então e  1  Z  . x  1  1,96. 1 n  1,96.5  n  96,04  n  96
n
Logo se tomarmos uma amostra de, no mínimo 96 elementos, teremos 95% de confiança de quqe o erro será
de, no máximo 1.
3. A duração de vida de um componente eletrônico é tal que σ = 5horas. Foram amostradas 100 dessas peças,
obtendo-se a média de 500 horas. Deseja-se construir um intervalo de confiança para a verdadeira duração
médias da peça com um nível de confiança de 95%.
Solução
Dados: σ = 5 n = 100 x = 500 (1- α) = 95%
2,5% 95% 2,5%  Z = Z0,475 = 1,96
-1,96 0 1,96 Z
Substituindo-se os valores correspondentes na expressão Px  Z . x    x  z . x   1   , temos:
P500  1,96.5 / 10    500  1,96.5 / 10  95%
Donde, P499,02    500,98  95%
Interpretação
1. Podemos afirmar com 95% de confiança que o intervalo [499,02 ; 500,98], contém a verdadeira
média populacional , que no caso é desconhecida;
2. Das 100 peças amostradas, em 95 delas a média pertencerá ao intervalo considerado, e em 5 delas
estará fora desse intervalo.
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
1. Determine o valor crítico de Zσ/2 que correspone ao grau de confiança indicado.
a) 99%
b) 98%
107
2. De uma população de 1.000 elementos com distribuição normal com σ2 = 400, retira-se uma amostra
de 25 elementos sem reposição, obtendo-se x  150 .Construir um intervalo de confiança para a verdadeira
média populacional. R: P(142,25  μ  157,75) = 95%
N n
OBS. utilize o fator de correção para populações finitas e amostragem sem reposição  x 
N 1
3. De uma população normal com σ2 = 16, levantou-se uma amostra, obtendo-se as observações: 10, 5, 10, e
15. Determinar ao nível de 13% um IC para a média da população. R: IC(μ,87%) = (4,98 : 11,02)
4. Dada uma população normal com Var(X) = 3, levantou-se uma amostra de 4 indicíduos, tal que xi = 0,8.
Construir um IC para a verdadeira média populacional ao nível de 1%. R: IC =(μ . 99%) = (-2,03 : 2,43)
5. A experiência com trabalhadores de uma certa indústria mostra que o tempo necessário para um
trabalhador escolhido aleatoriamente, ealize uma tarefa é distribuído de maneira aproximadamente normal,
com desvio padrão de 12 min. Uma amostra de 25 trabalhadore forneceu
6. De uma população normal X com variância 121, retiramos uma amostra de 25 observações, obtendo
x  45 . Ao nível de 2%, construir um IC para a verdadeira média populacional. R: IC(μ,98%) = (39,87 :
50,13)
7. Levantou-se uma amostra de 19 observações de uma população normal, com variância 160, obtendo-se
xi= 2.300. Determiar um IC para a média aos níveis de:
a) 20% R: IC(μ, 80%) = (224,88 : 235,12)
b) 10% R: IC(μ, 90%) = (223,40 : 236,56)
c) Interprete os resultados ds amplitudes obtidas em ‘a’ e ‘b’
8. Um fabricante sabe por experiência que a vida útil das lâmpadas que fabrica tem distribuição
aproximadamente normal com desvio padrão de 200 horas. Para etimar a vida média das lâmpadas, tomou
uma amostra de 400 delas, obtendo uma média de 1.000 horas.
a) Construir um IC para ao nível de 1%
b) Qual o erro de estimação cometido em ‘a’?
c) qual o tamnho d amostra necessária para e obter um erro de 5 horas, com 99% de probabilidade de acerto.
9. Foram retiradas 25 peças da produção diária de máquina , encontrando-se uma média de 5,2 mm.
Sabendo-se que as medidas tem distribuição normal com desvio padrão populacional de 1,2 mm, construa
intervalos de confiança para a média e interprete os resultadsos aos níveis de:
a) 90% R: IC(μ, 90%) = (4,81 : 5,59)
b) 95% R: IC(μ, 98%) = (4,73 : 5,67)
c) 99% R: IC(μ, 98%) = (4,58 : 5,82)
10. Uma loja tem valores de suas vendas diárias distribuídos normalmente com desvio padrão de R$ 530,00.
O gerente da loja, quando inquirido pelo dono, afirmou vender em média R$ 334.720,00. Posteriormente
levantou uma amostra das vendas de deerminado dia, obtendo-se os valores, em reais: 33.840; 32.960;
41.811; 35.080; 35.060; 32.947; 32.120; 32.740; 33.580 e 33.002
a) Construi um IC para a venda média diária ao nível de 5%
b) Construi um IC para a venda média diária ao nível de 1%
c) em qual dos níveis de significância podemos afirmar que o gerente se baseia par responder a indagação?
10. Um economista deseja estimar a renda média para o primeiro ano de trabalho de uma bacharel por uma
faculdade, que teve a feliz idéia de fazer um curso de estatística. Quantos valores de renda devem ser
tomados, se o economista deseja ter 95% de confiança em que a média amostral esteja a menos de R$ 500,00
da verdadeira média popoulacional? Suponha que saibamos, por um estudo prévio,, que para tais rendas, σ =
R$ 6.250,00
11. Deseja-se estimar o preço médio de venda de um livro-texto para uma faculdade. Quantos exemplares
devemos selecionar, para termos 95% de confiança de que a média amostral esteja a menos de R$ 2,00 da
verdadeira média populacional, admitindo um desvio padrão de R$ 20,00
13. Uma psicóloga elaborou um teste de percepção espacial e deseja estimar o escore médio alcançado por
pilotos do sexo masculino. Quantas pessoas ela deve testar para que o erro da média amostral não exceda 2,0
pontos, com 95% de confiança. Estudo anterior sugere que   21,2 . R: n = 432
108
14. Um determinado Instituto de Estatística pesquisou 4.400 bachareis de faculdades sobre o tempo que
levarma para obter seus diplomas. A média é 5,5 anos e o desvio padrão é 1,68 anos. Com base nesses
dados, construa um intervalo de 99% de confiança para o tempo médio gasto por todos os bacharéis.
15. Em testes de colisão feitos em 15 minivans Honda, os custos de conserto apresentaram uma distribuição
aproximadamente em forma de sino, com média de R$ 1.786,00 e desvio padrão de R$ 937,00 . construa um
intervalo de 99% para o tempo médio de conserto para as colisões de todos os veículos desse tipo.
R: R$ 1.066,00  μ  R$ 2.506,00
16. Um pesquisador deseja estimar o tempo médio (em horas) que os estudantes universitários de tempo
integral passam assistindo televisão em cada dia da semana. Determine o tamanho da amostra necessário
para estimar essa média com uma margem de erro de 0,25 horas. Supopnha que se exija um grau de
confiança de 95%. Suponha também que um estudo piloto tenha indicado que o desvio padrão é estimado em
1,87 horas.
17. Use o grau de confiança eos valores amostrais para achar (a) a margem de erro e (b) o intervalo de
confiança para a média poopulacional μ.
17.1 – Peso de homens: 95% de confiança: n = 10, s = 2,4 e x  45
17.2 – Notas de um teste: 90% de confiança: n = 16, s = 14,2 e x  77,6
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
109
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
110
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
111
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - --
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
14.2 Intervalo de Confiança para Grandes Amostras
Considera-se auma amostra grande qunado n  30. Para se construir intervalos de confiança para
parâmetros de popoulações não normais, com distribuições binomiais, de Poisson, de freqüências relativas, ,
112
ou seja, de distribuições aproximadamente normais, ou então de populações normais com variâncias
desconhecidas. Nessas condições podemos consruir, aparoximadamente, o IC para o parâmetro , seguindo o
mesmo modelo de IC para a mpedia de populações normais com variância conhecidas.
14.3 Intervalo de Confiança para Proporções

x  pq 
Lembremos que quando p populacional é conhecida, pˆ  n tem distribuição: pˆ  N  p, n  ou
 
ˆp
p
: N (0,1) asssintoticamente.
 ˆ
p
Para construirmos0 IC para p descomhecida, determinamos na amostra e consideramos

ˆ 0 .qˆ 0
p
 pˆ 
n
ˆp
p
Então, ao nível α de significância, P( Z  Z  1   . Sendo Z   .
ˆ
p
 p
ˆ  p 
Temos: P 0  z  1  
  pˆ 
 
E desenvolvendo, tal qual foi feito para a média, chegamos à fórmula do IC para a proporção p populacional,
ou seja:
P p ˆ 0  Z  . pˆ   1    IC ( p, (1   )%)  ( p1 , p2 )
ˆ 0  Z  . pˆ  p  p
Exemplos
1. Retiramos de uma população uma amostra de 100 elementos e encontramos 20 sucessos. Ao nível de 1%,
construir um Interval de confiança para a proporção real de sucessos na população.
Dados: n = 100 x = 20 (nº de sucessos na amostra) α = 1%
Resolução
x 20
Temos que: ˆ0 
p  p ˆ 0  0,2  qˆ 0  0,8
n 100
ˆ 0 .qˆ 0
p 0,2.0,8
E  pˆ  n

100
  pˆ  0,04
0,5% 99% 0,5%  Z = Z0,495 = 2,57
- Zα 0 Zα Z
Então
P p ˆ 0  Z  . pˆ   1    P(0,2  2,57.0,004  p  0,2  2,57.0,04)  0,99
ˆ 0  Z  . pˆ  p  p
P9,72  p  30,28  IC ( p,99%)  {9,72;30,28}
Portanto, corremos um risco de 1% de que a verdadeira proporção populacional não pertença ao IC
calculado, ou então temos 99% de confiança de que p pertença ao IC determinado.
2. Para se estimar a percentagem de alunos de um curso favoráveis à modificação do currículo escolar,
tomou-se uma amostra de 100 alunos, dos quais 80 foram favoráveis.
a) Construir um IC para a proporção de todos so alunos do curso favoráveis à modificação ao nível de 4%.
b) Qual o valor do erro de estimação cometido no item ‘a’?
Dados: n = 100 x = 80 (nº de sucessos na amostra) α = 4%
Resolução
113
x 80
ˆ0 
p  pˆ 0  0,8  qˆ 0  0,2
n 100
ˆ 0 .qˆ 0
p 0,8.0,2
 pˆ    pˆ  0,04
n 100
2,0% 96% 2,0%  Z = Z0,480 = 2,05
P p ˆ 0  Z  . pˆ   1    P(0,8  2,05.0,004  p  0,8  2,05.0,04)  0,96

ˆ 0  Z  . pˆ  p  p
P(0,7180  p  0,882)  0,96  IC ( p,96%)  {71,8%;88,2%}
Ou seja, temos uma confiança de 96% que de 71,86% a 88,2% dos alunos são favoráveis à modificação
curricular.
a) Se
ˆ0  p
p e
Z   Z   e  Z  . pˆ  e  2,05.0,004  e  8,2%
 pˆ  pˆ
Logo, o erro cometido em ‘a’ foi de 8,2% com 96% de confiança para uma amaostra de 100 alunos
1. Em uma linha ade produção de certa peça mecânica, colheu-se uma amostra de 100 itens, verificando-se
que 4 peças eram deferituosas. Construir um IC para a aparoporção ‘p’ de peças defeituosas ao nível de 10%.
2. Uma organização universitária deseja estimar a porcentagem de alunos que são favoráveis a uma nova
constituição do corpo discente. Ela seleciona uma amostra de 200 estudanates, aleatoriamente e constata que
120 são favoráveis a aesta nova constituição.
a) Fazer um IC para p, a verdadeira porcentagem com estudantes favoráveis, na população ao nível de 2%.
R: [51,94 ; 68,06]
b) Qual o erro de estimação contido na questão ‘a’? R: e = 8,06%
c) Qual deverá ser o tamanho mda amostra para se ter um erro de no máximo 5%, com probabilidade de 98%
de estar certo? R: n  521
3. Querendo estimar a proporção de defeitos de uma linha de produção de uma peça, examinou-se uma
amostra de 100 péças, encontrando-se 30 defeituosos. Sabe-se que o estimador p̂ 0 para esse tamanho de
amostra tem desvio padrão de 3%. Encontrarr os limites de confiança de 95% para p e o respectivo erro de
estimação. R: IC(p ; 95%) = [24 12; 35,88 ] ; e = 5,88%
4. Uma amostra de 10.000 itens de uma produção foi inspecionada e o número de defeitos por peça foi
registrado na tabela abaixo:
Número de defeitos 0 1 2 3 4
Frequência absoluta 6.000 3.200 600 150 50
a) Chamando de p a proprção de itens defeituoss nessa produçõa, determinar os limites de confiança de 98%
de p.
b) qual foi o erro de estimação cometido em ‘a’?
5. As companhias de seguro estão ficando preocupadas com o fato de que o número crescente de telefones
celulares resulte em maior número de coplisões de carros. Deseja-se estimar, com uma margem de erro de
3%, a percentagem de motoristas que falam ao celular esquanto estão dirigindo. Supondo que se pretende um
nível de confiança de 95% nos resultados, quantos motoristas devem ser pesquisados? Im estudo anterior
mostyrou que 18% dos motoristas falam ao celular.
6. Uma pesquisa junto a 1068 brasileiros, 673 informaram ter secretária eletrônica. Com esses resultados
amostrais determine.
a) a estimativa pontual da proporção populacional de todos os brasileiros que tem secretária eletrônica.
b) a estimativa intervalar de 95% da proporção populacional de todos os americanos que tem secretária
eletrônica.
114
7. Utilize os dados para achar o menor tamanho de amostra necessário para estimar uma proporção ou
percentagem populacional: margem de erro = 4%; nível de confiança = 99%; p ˆ 0  0,20 com base em
estudo anterior.
8. utilize os dados amostrais e o grau de confiança para construir uma estimativa intervalar para a aproporção
populacional ‘p’
a) n = 800; x= 600; 95% de confiança
b) n = 4.475; x= 992; 90% de confiança
9. Uma empresa deseja estimar a percentagem de mororistas que trocam fita ou DVD enquanto dirigem.
Uma amostra de 850 motoristas aacusou 544 que trocam esses dispositivos, enquanto estão dirigindo.
10. Um repórter deseja fazer uma pesquisa para estimar a verdadeira proporção de todos os universitários
que tem PC, e quer ter 95% de confiança de que seus resultados tenham uma margem de erro de 0,004.
Quantos universitários deverá selecionar?
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
115
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
116
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
117
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
14.4 Intervalo de Confiança para a Média Populacional , quando a Variância Populacional
σ2 é Desconhecida.
118
Neste caso, como não conhecemos a variância populacional σ2 , emos que considerar dois casos:
1º caso: quando n  30, usa-se a distriuição t Studente com n-1 graus de liberdade (g.l)
2º caso: quando n  30, usa-se a distribuição normal com S2 em lugar de σ2
Por ora, nosso interesse é o segundo caso. Então calculamos na amostra previamente selecionada, x
2,,
e S onde:
1 1 1
S2 
n 1
 ( xi  x ) 2  n  1  ( xi2  2 xi x  x 2 )  n  1 ( xi2  2 x  xi  nx 2 ) 
( xi2  2 x  i
1 x 1
 nx 2 )  ( xi  nx 2 ) e  x  S / n
n 1 n n 1
Portanto: Px  Z . x    x  z . x   1  
Exemplo:
1. De uma população mormal com parâmetros desconhecidos, retiramos uma amostra de tamanho 100,
obtendo-se x  112 e S = 11. Construir um IC para μ ao nível de 10%.
Como a amostra é grande, maior que 30 e σ2 é desconhecida, usamos :
s 11
x     x  1,1
n 10
5% 90% 5%  Z = Z0,450 = 1,64
-1,96 0 1,96 Z
Daí Px  Z  . x    x  z . x   1    P(112  1,64.1,1    112  1,64.1,1)  0,90

Logo: P(110,20  μ  113,80) = 0,90
E concluímos que mesmo apesar de usar o desvio padrão amostral, temos um gau de ceteza de 90% que o
verdadeiro vaqlor da média populacional está entre 110,2 e 113,8
2. A altura dos homens de uma cidade apresenta distribuição normal. Para estimar a altura média dessa
150
população, selecionou-se uma amostra de 150 indivíduos, obtendo-se: x
i 1
i  25.800 _ cm
150
x
i 1
2
i  4.440.075 _ cm 2 . Ao nível de de 2%, determinar um IC para a altura média da população dos
homens da cidade.
1 n 25.800
Temos : x  
n i 1
xi 
150
 x  172cm
1  n 2 2
S2   xi  nx  
n  1  i 1
1
 
4.440..075  150 x172 2  S 2 16,61 S  4,07cm
 149
s 4,07
x     x  0,332 e
n 150
1% 98% 1%  Z = Z0,490 = 2,32
- Zα 0 Zα Z
Daí, P(171,22  μ  172,77) = 0,98
Concluindo que, podemos afirmar com uma certeza de 98% que, apesar de os parâmetros seres
desconhecidos,a altura dos homens da cidade em questaão é superior a 1,71 m e inferior a 1,72 m.
119
3. Uma amostra aleatória de 80 notas de matemática de uma população com distribuição normal de 5.000
notas apresenta média de 5,5 e esvio padrão de 1,25.
a) Quais os limites de confiança de 95% para a média das 5.000 notas?
b) Com que grau de confiança, diríamos que a média ds notas é maior que 5,5 e menor que 6,0?
Resolução:
Como a poopulação é normal e finita e a amostra é suficientemente grande, temos:
s N n 1,25 5.000  80
x     x  0,1386 e Z   Z 0, 475  1,96
n N 1 80 5.000  1
Logo
Px  Z  . x    x  z . x   1    P(5,5  1,96.0,1386    5,5  1,96.0,1386)  0,95
P5,23    5,77  0,95  IC (,95%)  (5,23;5,77)
Então, podemos afirmar quea verdadeira média populacional estará entre 5,23 e 5,77 com 95% de confiança
ou certeza.
P(5,5    6,0)  1   e x  5,5 e  x  0,1386 ,
1  x  Z  . x  5,0  5,5  Z  .0,1386  Z   3,61

1  x  Z  . x  6,0  5,5  Z  .0,1386  Z   3,61
Pela tabela da distribuição normal padronizada, temos que P(0  Zα  3,61) = 0,499841
Logo (1 – α) = 2. 0,499841 ou (1- α)% = 99,97%
Anotações
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
120
1. Suponha que as alturas dos alunos de nossa faculdade tenham distribuição normal com σ = 15 cm. Foi
retirada uma amostra aleatória de 100 alunos, obtendo-se x  175cm. construa ao nível de confiança de
95% o intervalo para a verdadeira altura média dos alunos. R: [172,06 cm : 177,94] cm contém a verdaeira
altura média dos alunos
2. Uma amostra proveniente de uma poulaçao normal é composta pelos seguintes elementos:7, 7, 8, 9, 9, 9,
10, 11, 11, 11, 12, 13, 13, 14, 15, 15. Construir intervalos de confiança para a média populacional aos níveis
de:
a) 97,5% R: [99,16 : 12,59]
b) 75% R: [9,99 : 11,76]
c) Ccom-pare os esultados obtid0os e comente as diferenças de amplitudes.
3. Querendo estimar a média de uma população X com distribuição normal, levantou-se uma amostra de 100
observações obtendo-se a média de 30 e desvio padrão igual a 4. Ao nível de 90%, determinar os limites de
confiança par a verdadeira média da população. R: IC ( ; 90%) = (29,3 ; 30,7)
4. Um pesquisador deseja estabelecer o peso médio dos jovens entre 14 e 20 anos. Apesar de desconhecer a
média eo desvio padrão populacional, sabe por literatura da área que a distribuição dos pesos é
aproximadamente normal. Retirou-se uma amostra casual simples de 60 jovens obtendo-se o peso médio de
67 kg e desvio padrão de 9 kg.
a) Ao nível de 5% de significância, estabelecer um IC para o peso médio populacional.
R: IC ( ; 95%) = (38,86 ; 41,14)
b) Qual o tamanho de amostra necessária que o pesquisador deveria tomar para ter uma probabilidade de
95% de certeza de cometer um errro máximo de 1,5 kg? R: n  139
5. Um fabricante sabe que a vida útil dos ships que fabrica tem distribuição aproximadamente normalcom
desvio padrão de 200 horas. Para estimar a vida média dos ships, tomou uma amostra de 400 deles, obtendo
vida média de 1.000 horas
6. Em um estudo de atração física e distúrbios mentais, 231pessoas foram classificadas quanto à atração. A
média amostral e o desvio padrão amostral resultantes foram 3,94 e 0,75, respectivamente. Com esses dados
amostrais construa um intervalo de confiança de 95% para a média populacional.
7. Construa um intervalo de confiança para a renda média de todos os empregados de tempo integral que tem
grau de bacharel. Uma amosra de 25 desses empregados revelou que a distribuição das rendas é
aproximadamente normal, com média de $39.271 e desvio padrão de $18.933. R: $ 29.835  μ  $48.707
a) Construir um IC para  ao nível de 1% R: IC ( ; 99%) = (974,2h ; 1.025,8h)

b) Qual o tamanho da amostra necessária para se obter um erro de 5 horas, com 99% de probabilidae de
acerto? R: n  10.651 ships
8. Em um estudo sobre a aplicação do tempo constatou-se que 20 administradores selecionados
aleatoriamente gastam uma média de 2,40 horas por dia com trabalho burocrático. O desvio padrão das 20
horas é 1,30 horas. Construa um IC de 95% para o tempo médio gasto em trabalho burocrático por todos os
administradores. R: 1,79h  μ  3,0h
9. Obtem-se uma amostra de 35 crânios de homens egípcios que viveram por volta de 1.850 AC. Mede-se a
largura de cada crânio, obtendo-se x  134,5 mm e um   3,48 mm. Com esses dados amostrais,
construa um IC de 95% para amédia populacional.
10. A experiência com trabalhadores de uma certa indústria indica que o tempo necessário para que um
trabalhador, aleatoriamente selecionado , realize uma tarefa é distribuído de maneira aproximadamente
normal, com desvio padrão de 2 minutos. Uma amostra de 25 trabalhadores forneceu x  140 min ..
Determinar os limites de confiança de 95% para a média da população de todos os trabalhadores que fazem
aquele serviço. R: IC( , 95%) = (135,3 ; 135,7)
11. Querendo estimar a média de uma população X com distribuição normal, levantou-se uma amostra de
100 observações, obtendo-se . Ao nível de 90%, determinar o limite de confiança para a verdadeira média
da população. R: IC( , 90%) = (29,34 ; 30,66)
121
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
122
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
123
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
124
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
14.2 A Distribuição t-Student e Intervalo de Confiança para a Média  de População Normal
com Variância σ2 Desconhecida
Acabamos de ver o caso da construção de intervalos de confiança para a média populacional  quando
a variância σ2 era desconhecida e quando ‘n’ era maior do que 30.
Agora vamos ver o caso em que o tamanho da amostra é menor do que 30. Nesse caso, utilizaremos
uma distribuição chamada t student, com  graus de liberdade.
14.2.1 A Distruição t Student

Trata-se de um modelo de distribuição contínua que se assemelha à distribuição normal padrão, ou
seja, N (0,1). Foi descoberta por Gosset e publicada em trabalhos científicos com o pseudônimo de Student,
daí seu nome.
Ela é utilizada para se fazer inferências estatísticas, particularmente, quando se dispõe de amostras com
tamanhos inferiores a 30 elementos.
125
x
A variável z   tem distribuição normal. Quando não conhecemos a variância σ2 , devemos usar S2
x
, como estimador de σ2 . Ou seja:
n
1 S2 S
S2  
n  1 i 1
( xi  x ) 2 _ e _ S x 
n

n
Onde: E (t )   (t )  0 , é a média da distribuição , e

V (t )   2 (t )   /   2 é a variância da distribuição.
x
A variável definida como t   é denominada variável dom distribuição de ‘t Student’ com  graus
Sx
de liberdade.
Quando n é grande, S2 se aproxima muito de σ2 , o que faz com que a variável t se aproxime da
variável normal Z.
x
Quando n é pequeno, este fato não ocorre, dado que não é normal pois S x é uma variável
Sx
x
alatória, o que não ocorre com , em que o denominador é uma constante.
x
Graus de Liberdade
x
Retomando: t  
Sx
O número de informações independentes da amostra nos fornece o número de graus de liberdade ф da
distribuição de t.
Genericamente, definimos o número de graus de liberdade de uma estatística como sendo igual ao número
de informações independentes da amostra (n), menos o número (k) de parâmetros da população a serem
estimados além do parâmetro inerente ao estudo,. Ou seja,   n  k .
Como vamos estimar a média de uma população normal com σ2 desconhecida, além de x , estimador
inerente ao estudo, estimaremos σ2 , que é um parâmetro a mais. Isso significa que usaremos a distribuição t
com n – 1 graus de liberdade.
Para cada valor de  , teremos uma curva diferente de ‘t’ , e quando n → ∞ , t → N(0, 1.
Abaixo, veremos um gráfico comparativo entre a distribuição t e a distribuição Z.
Z
t
μ
E vê-se que a distribuição t é mais alongada do que a normal reduzida Z e quanto maior for o número
de graus de liberdade  , mais alongada será a curva. Identicamente à curva normal, a curva t também é
simétrica em relação a média μ.
O Uso da tabela
A tabela da distribuição t, fornece o valoar de tα, tal que:
126
t=0 tα t
P(t  tα) = α
Exemplos:
1. Considere   15 α = 5%. P(t  tα) = 0,05
5%
0 tα t
Logo tα = tф,α% = 1,7531
2. Conside   20 α = 2,5%. P(t  - tα) = 0,025
5%
- tα = 2,086 0 t
Logo tα = t20,2,5% = 1,7531
3. Seja   25 P(t  - tα) = 0,99
0,99
5%
- tα 0 t
Daí, tα = t25,15% = 2,4851
3. Calcular P( t  t  0,10 ; sendo   18
5%
5% 0,90
- tα 0 t
Então, tα = t18,5% =1,7341
Anotações
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
127
------------------------------------------------------------------------
--
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
--------------------------------------------------------------------------
14.2.2 Intervalo de Confiança para a Média μ de uma População Normal com σ2 Desonhecida
O procedimento padrão para a construção para o intervalo de confiança é o mesmo usado
anteriormente, ou seja:
1. Retiramos uma amostra de n elementos da população.
• Se n  30 usa-se a distribuição normal com S2
• Se n  30, usa-se a distribuição t , com   n  1 graus de liberdade
1 n
2. Calculamos na amostra x   xi
n i 1
128
 n

 ( xi ) 2 
1 n
1  n

3. Calculamos S2  
n  1 i 1
( xi  x ) 2   xi 
n  1 i 1
2 i 1
n
 ou


 

1  n
2
2
 xi  nx  4. Determinamos S x 
S S , que é o etimador de
S2  2
  x (estimador do
n  1  i 1  n n
erro padrão – eep)
5. Ao nível α%, fazemos: Px  t .S x    x  t .S x   1  
Exemplos:
1. De uma população normalcom parâmetros desconhecidos, retirou-se uma amostra de 25 elementos para
estimar μ, obtendo-se x  15 e S2 = 36. Determinar um IC para a média ao nível de 5%.
Resolução
Como os parâmetros são desconhecidos, precisamos estimar σ2, atravé de:
S 6 6
Sx     S x  1,2
n 25 5
  25  1  24 e tα,2,5% = 2,0639
2,5% 2,5% tα = t18,5% =1,7341
95%
- tα 0 tα t
Logo, Px  t .S x    x  t .S x   1  
P15  2,0639.1,2    15  2,0639.1,2  0,95 P12,523    17,477  0,95
2. seja X uma variável aleatória normal cm parÂmeros desconhecidos. Dessa poulação foi retirada uma
amostra xi: 10, 12, 14, 15, 9, 12, 16, 11, 8, 13. Construir um IC para μ ao nível de 5%.
Resolução
1 n 10  ....  13 10 10
Sendo n = 10 → x  
n i 1
xi 
10
 x  12 e  xi  120
i 1
x
i 1
2
i  1.500
 2

Daí, S 2  1 1.500  (120)   60  S 2  6,667  S  2,582
9 10  9
S 2,582
E, S x    S x  0,817
n 10
  10  1  9
2,5% 2,5% tα = t2,5% =2,2622
95%
- tα 0 tα t
Logo,
Px  t .S x    x  t .S x   1    P(12  2,2622.0.817    12  2,2622.0,817)  0,95
P10,152    x  13,848  0,95
3. Qurendo determinar o peso médio de nicotina dos cigarros de sua produção, um faabricante recolheu uma
amostra de 25 cigarros, obtendo:
25 25
x
i 1
i  950mg e x
i 1
2
i  36.100mg
Supondo a distribuição normal para o peso da nicotina, construir um IC para μ ao nível de 5%.
129
Resolução: Da questão proposta tem-se:
950
n = 25; x   x  38 (1 – α) = 95%
25
Graficamente, teríamos:
  25  1  24
2,5% 2,5% tα = t24,2,5% =2,0639
95%
- tα 0 tα t
1  (950) 2 
S2  36 .100    0,25  S  0,25  S  0,5
2
24  25 
0,5 0,5
E - Sx    S x  0,1
25 5
Logo,
Px  t .S x    x  t .S x   1    P(38  2,0639.0.1    38  2,0639.0,1)  0,95
P12,523    17,477  0,95
1. Dado que x  20 , S = 24 e n = 16, com X normalmente distribuído, determinar os limites de confiança
de 95% para a amédia populacional μ. R: IC( , 95%) = (7,211 ; 32,789)
2. Construir um IC de 90% para a amédia de uma população normal com variância desconhecida, sabendo-se
que umaamostra de 26 observações forneceu:: x  15,6 - - -e s = 2,58 R: IC( , 90%) = (14,462 ; 25,538)
3. Uma amostra de 12 medidas de tensão de ruptura de um fio de algodão apresentou uma média de 7,38 kg e
desvio padrão dde 1,24 hg. Derterminar os limites de confiança para a média da poopulação de:
a) 95% R: IC( , 95%) = (6,592 ; 8,168)
b) 99% R: IC( , 99%) = (6,268 ; 8,492
4. Um laboratório testou uma amostra de 15 cigarrros de uma cert marca, com relação ao teor de alcatrão,
obtendo x  22 _ mg e S = 4 mg. Determinar os limites de confiança para a média μ, ao nível de 98% .- - -
R: IC( , 98%) = (19,289 ; 24,711)
5. Supondo que a média e o desvio padrão das notas de um teste de QI para uma amostra de 20 estudantes de
uma classe de 100 fossem x  150 - e S = 20, calcular os limites de confiança para a média , ao nível de
95% R: IC( , 95%) = (141,586 ; 158,414)
6. Registraram-se os valores: 0,28; 0,30; 0,27; 0,33 e 0,31 segundos, obtidos em 5 medições do tempo de
reação de um indivíduo a certo estímulo ( distribuição normal).
Determinar os limites de confiança de 99% para o tempo médio de reação da população ao estímulo.
R: IC( , 99%) = (0,248 ; 0,347)

---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
130
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
131
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
132
------------------------------------------------------------------------
---
---------------------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
15. TESTE DE HIPÓTESES
O teste de hipóteses é um método de se fazer inferência estatística sobre parâmetros populacionais.
Em vês de se calcular uma estimativa pontual ou por intervalo, do parâmetro em questão, admite-se um valor
hipotético do parÂmetro populacional e com base em elementos amostrais, reliza-se um teste estatístico para
aceitar ou rejeitar esse valor hipotético.
Em outras palavras, é um processo de análise que permite decidir por um valor do parâmetro ou por sua
modificação do qual depende uma lei de distribuição estatística, com um grau de risco, a priori, conhecido.
133
15.1 Principais Conceitos
15.1.1 Hipótese Estatística
Uma hipótese estatística é uma suposição que o pesquisador faz baseado no verdadeiro valor do
parâmetro populacional, ou quanto à natureza da distribuição de probabilidade de uma variável populacional.
Sãoa exemplos de hipóteses estatísticas:
1. A altura média da população brasileira é 1,63cm →    0  1,63
2. A máquina ‘A’ produz peças com variabilidade menor do que a máquina ‘B’ →  A2   B2
3. A proporção de pessoas de uma região ‘A’ com certa doença, é maior do que na região ‘b’→
p A  pB
4. A distribuição dos pesos dos alunos da nossa faculdae é normal
5. A variÂncia populacional dos salários é igual a R$ 1.5002
15.1.2 O Teste de Hipóteses
A questão básica para o teste é a formulção de uma hipótese, quanto ao verdadeiro valor do parâmetro
populacional e e através dos elementos amostrais, realiza-se um teste que indicará a aceitação ou rejeição da
hipótese formulada com um certo risco, a priori, conhecido, ou seja, trata-se simplesmente de uma regra
para aceitar ou rejeitar uma hipótese estatística.
15.1.3 Tipos de Hipóteses
São dois os tipos de hipóteses:
1ª ) H 0  Chamada de hipótese nula e é a hipótese a ser testada
2ª) H1  -Chamada de hipótese alternativa
A hipótese nula é sempre expressa por uma iguladade e a hipótese alternativa por uma desigualdade. Abaixo
se encontram alguns exemplos:
H 0 :   1,63 para testes bilaterais

H 1 :   1,63
H 0 :  A2   B2 par testes unicaudal à esquerda

H 1 :  A2   B2
H 0 : p A  pB para testes unicaudal À direita
H1 : p A  pB
15.1.4 Tipos de Erros
Como vimos anteriormente, ao aplicaarmos esta técnica, esteremos incorrendo em erros. Isto ocorre
por estarmos, justamente trabalhando com amostras. Diante desse fato podemos classificar os erros que
podem ser cometidos em dois tipos, quais sejam:
Erro tipo I (α) → que é o erro cometido quando se rejeita H0, sendo ela verdadeira.
Erro tipo II (β) → que o erro cometido qundo aceitamos H1, ou seja, uma hipótese falsa.
A probababilidade de se cometer o erro tipo I é denominada de nível de significância do teste- - - - - - - - - - -
Os possíveis errros e acertos em um teste de hipóteses esse encontram resumidos no quadro abaixo
H0 Hipóteses
Verdadeira Falsa
Decisão
Aceitar Não há erro Erro tipo II
(1- α) (β)
Rejeitar Erro tipo I Não há erro
(α) (1 – β)
134
Com base no quadro aciam, concui-se que:
 Só cometemos o erro tipo I quando rejeitamos uma hipótese verdadeira

 Só cometemos o erro tipo II quando aceitamos uma hipótese falsa
15.2 O Teste de Significância
Os testes de significância consideram apenas o erro α e são mais usados em pesquisas educacionais,
Socioeconômicas, etc..
O procedimento padrão para montagem do teste de significância é resumido nos passo que se seguem:
1º) define-se as hipóteses: a hipótese nula H0 e a hipótese alternativa H1;
2º) Fixa-se um nível de significância α que é o risco;
3º ) Seleciona-se uma amostra de tamanho ‘n’ e calcula-se uma estimativa  0 do parâmetro populacional 
4º) Para cada tipo de teste, usa-se uma varável cuja distribuição amostral do estimador em questão, seja mais
concentrado em torno do verddeiro valor do parâmetro populacional;
5º) Calcula-se, com o valor  0 dado por H0, o valor crítico (Zcal);
6º) Fixam-se duas regiões: uma região de não rejeição de H0 (RNR) e outra de rejeição de H0 (RC) e para o
valor calculado, ao nível de significância ou risco α , adota-se a seguinte regra:
 Se Zcal  RA, decide-se não rejeitar H0
 Se Zcal  RC, rejeita-se H0
15.2.1 Teste de Significância para a Média de Populações Normais com Variância Conhecida
15.2.1.1 Para Testes bilaterais
Exemplos:
1. De uma população normal com variância 36, tomou-se uma amostra casual de tamanho 16 obtendo-se
x  43 - . Ao nível de 10%, trestar as hipóteses:
H 0 :   45
H 0 :   45
Foram dados: α = 10% ; n =16 ; x  43 e  2  36

Resolução
Sendo o teste para a média de populações normais com variâncias conhecidas, usaremos a variável
Z : N (0, 1), como critério para solução.Daí, temos:
 6 6 x   H0 43  45
x      x  1,5 e Z cal    Z cal  1,33
n 16 4 x 1,5
Como o teste é bilateral , temos que Z   Z 0, 45  1,64
90%
RC 5% RA 5% RC
- 1,64 0 1,64 Z
Como Zcal = -1,33 pertence a RA , a decisão é não rejeitar H0, ou seja, a média é 45, com 10% de risco de não
rejeitarmos uma hipótese falsa.
Poderíamos realizar o teste de hipóteses se utilizando do IC. Assim:
RA  P(  H  Z   x  x   H  Z  . x  1   ou P( x1  x  x2 )  1  
0 0
RC  P( x  x1   x  x2 )  
Onde:
x1  45  1,64.1,5  x1  42,54
135
x2  45  1,64.1,5  x2  47,46
Logo RA = (42,54 ;47,46) e RC = (- ∞ ;42,54] U [47,46 ; +∞)
E, a conclusão é a de que não podemos rejeitar H0, pois x  43 RA

2. Uma fábrica de automóvei anuncia através da mídia, que seus carros consomem, em média, 11 litros de
combustível por 100 km, com desvio padrão de 0,8 litro. A Quatro Rodas, revista especializada, decide testar
essa informação a analisa 35 carros dessa mrca, obtendo 11,4 litros por 100 km como consumo médio.
Admitindo que o consumo tenha distribuição normal, ao nível de 10%, o que a revista pode concluir sobre o
anúncio da fábrica?
Queremos testar então:
H 0 :   11
H 0 :   11
Sendo x  15 e n = 35, temos que:  x    0,8  x  0,133
n 35
x   H0 11,4  11
Z cal    Z cal  3,008
x 0,133
Z   Z 0, 45  1,64
90%
RC RC
5% RA 5%
-1,64 0 1,64 Z
Zcal = 3,008
Como Zcal = 3,008 pertence a RC, rejeita-se H0, ou seja, a revista pode concluir, ao nível de 10% que o
anúncio não é verdadeiro..
RA  P(  H  Z   x  x   H  Z  . x )  1   ou P( x1  x  x2 )  1  
0 0
P(11  1,64.3,008  x  11  1,64.3,008)  0,90  P(10,728  x  11,218)  0,90

Daí, RA = (10,783 ; 11,218)
RC  P( x  10,728  x  11,218)  0,1 - - ou RC = (- ∞ ;10,728] U [11,218 ; + ∞)
15.2.1.2 Para Testes Unilateral : Monocaudal à Esquerda
Exemplo
Uma fábricaanuncia que o índice de nicotina dos cigarrosde uma certa marca X apresenta-se abaixo de
26 mg por cigarro. Um laboratório realiza 10 análises do índice obtendo: 26, 24, 23, 22, 28, 25, 27, 26, 28 e
24.
Sabe-se que o índice de nicotinaa dos cigarros da marca X se distribui normalmente com variância 5,36 mg2.
Pode-se aceitar a afirmação do fabricante, ao nível de 5%?
Resolução
H 0 :   26
H 0 :   26
α = 5% e n = 10
1 10 253
x   xi   x  25,3
n i 1 10
5,36
x   0,536   x  0,73
10
x   H0 25,3  26
Z cal    Z cal  0,959
x 0,73
136
Z   Z 0, 45  1,64
95%
RC
5% RA
- 1,64 Z
Zcal = 3,008
Portanto, ao nível de 5%, não se rejeita H0 e podemos concluir que a afirmação do fabricante é falsa.
A resolução com a aplicação da ténica de intervalo de confiança é feita da seguinte maneira:
RA  P( x   H  Z  . x )  1    P( x  26  1,64.0,73)  0,95  P( x  24,803)  0,95
0
RC  P( x   H  Z  . x )  1    P( x  26  1,64.0,73)  0,95  P( x  24,803)  0,95

0
Portanto como x  25,3 ; concluímos que x  25,3  -a RA, concluímos que não se rejeita Ho
15.2.1.2 Testes Unilateral: Monocaudal à Direita
Exemplo
Um fabricnte de lajotas de cerâmica introduz um novo material em sua fabricação e acredita que
aumentará a resistência média, que é de 206 kg. A resistência das lajotas tem distribuição normal com desvio
padrão de 12 kg. Retira-se uma amostra de 30 lajotas, obtendo x  210 . Ao nível de 10%, pode o
fabricante aceitar que a resistência média de suas lajotas tenha aumentado?
Resolução
H 0 :   206
H 0 :   206
α = 10% n = 30 x  210
12
x    x  2,19
30
x   H0 210  206
Z cal    Z cal  1,826
x 2,19
Z   Z 400  1,28
90%
RC
RA 10%
1,28 Z
Zcal = 1,826
Portanto, como Zcal = 1,826 pertence à região crítica, rejeitamos a H0,e ou seja, ao nível de 10%, o
fabricante pode concluir que a resistência média das lajotas aumentou.
Outro método.
RA  P( x   H 0  Z  . x )  1    P( x  206  1,28.2,19)  0,90  P( x  208,8)  0,90
RC  P( x   H 0  Z  . )  P(206  208,8)  0,10
90%
RC
RA 10%
208,8 x
x  206
137
Como x  210  a RC, rejeita-se H0
2. A aduração em horas de trabalho de 5 tratores foi : 9.429, 8.200; 9.810; e 7030 horas. Sabe-se que a
duração de trabalho dos tratores dessa marca é normal com desvio padrão de 55 hora. Ao nível de 3%, testar
a hipótese :
------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
---------------------------------------------------------------------------
138

Apostila de Probabilidade e Estatística

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Apostila de Probabilidade e Estatística

Загружено:

Авторское право:

Доступные форматы

1

AUTARQUIA EDUCACIONAL DO VALE DO SÃO FRANCISCO – AEVSF

Prof. Reginaldo Santos

12. Testes de Hipóteses

1.1.1 Partes do Simbolo do Somatório

1.1.2 Propriedades dos Somatórios

2. Dadas as seguintes distribuições X e Y abaixo:

Dúvidas, Cáculos e Anotações

2.1 ESTATÍSTICA - DEFINIÇÃO

2.2.2 Método Estatístico

4º Apuração dos Dados

5º Apresentação dos Dados

6º Análise e Interpretação dos Dados

Praticando o que aprendeu

1 Contempla o tipo de levantamento, custos envolvidos, etc. Apresentação

7. No método estatístico, qual o objetivo da análise e interpretação dos dados?

2.4 DEFINIÇÕES BÁSICAS DA ESTATÍSTICA

Fenômenos de massa ou coletivo

É um valor do parâmetro e é calculado a partir da amostra.

3. Coloque V(verdadeiro) e F(falso). Em caso de F justifique sua respoosta.

3.1 MÉTODOS PROBABILÍSTICOS

3.2 TIPOS DE AMOSTRAGENS

Sexo Popuilação 10% Amostra

Numeramos, então os alunos de 01 a 80, sendo 01 a 54 meninos e 55 a 80 meninas e procedemos o sorteio

3.1.4 Amostragem por Conglomerados ou Agrupamentos

3.2 MÉTODOS NÃO PROBABILÍSTICOS

3.2.1 Amostragem Acidental

3.2.3 Amostragem por Quotas

Nome Nome Nome

Gênero Mascuulino Feminino

4.1.1.1 Série Temporal

ABC VEÍCULOS LTDA

4.2.3 Distribuição de Freqüência sem Intervalos de Classe:

4.2.4 Distribuição de Freqüência com Intervalo de Classe

4.3 ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA (com intervalo de classe)

Exemplo: na tabela anterior k = 5 e i = 1, 2, ... , 5

4.3.3 Amplitude do Intervalo de Classe - h

4.3.4 Ponto Médio da Classe - PM

4.3.5 Amplitude Total da Distribuição

5.1.1 Freqüência Simples ou absoluta

5.1.2 Freqüência Simples Acumulada de uma classe

5.1.3 Freqüências Relativas

5.2 Polígono de Freqüências Simples

a) os pontos médios da distribuição

6. MEDIDAS DE TENDÊNCIA CENTRAL

6.1.1 Para Dados Não-Agrupados ou Dados brutos

Aulas perdidas Número de alunos X i fi

Logo X  52  1,44 aulas perdidas nessa semana

6.2.1 Para Dados Não-Agrupados

5.2.2 Para dados Agrupados, usamos a fórmula:

1º Passo: Calcula-se n / 2. Como n = 58,  58 / 2 = 29º , a mediana se encontra na 29ª posição e

6.3 A Moda (Mo)

Nesse caso a Moda será : - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

li = Limite inferior da classe modal;

Neste caso, a classe de maior freqüência é a 3ª classe, ou classe modal. Daí,

Com base nos resultados obtidos responda:

Com base nas suas vendas, determinar:

17. Dada a figura abaixo, podemos afirmar que:

(a) A moda é maior do que a mediana e menor de que a média

Dúvidas, Cálculos, e Anotações

7.1.1 Primeiro quartil - Q1

7.1.2 Segundo quartil - Q2