Professional Documents
Culture Documents
Tomada de Deciso
Paulo Afonso Bracarense
Ubiratan Vieira Guimares
2008
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
2008 IESDE Brasil S.A. proibida a reproduo, mesmo parcial, por qualquer processo, sem autorizao por
escrito dos autores e do detentor dos direitos autorais.
ISBN: 978-85-7638-975-0
CDD 650.01513
Problema
A Companhia de Seguros ABC deseja acionar uma empresa de nibus
para indenizar a viva de um cliente, que foi morto em um acidente com um
dos nibus da empresa. Deseja, para isso, construir peas de evidncias que
demonstrem impercia do motorista e, portanto, culpabilidade da empresa.
Entre as peas de evidncias, a Companhia ABC pretende demonstrar que a
chance de quatro testemunhas que depuseram a favor do motorista mora-
rem em casas do mesmo quarteiro dele e estarem no nibus no evento do
acidente muito pequena.
C6,2C20,2
P (X = 2) =
C26,4
190 . 15
O clculo dessa probabilidade resulta em P(X = 2) = = 0,1906,
14 950
ento a probabilidade de se retirar duas bolas azuis em uma amostra sem
reposio de uma caixa com 26 bolas, sendo 20 brancas e 6 azuis, de 0,19
ou 19%.
CN,n
C80,5C8880,35
P (X = 5) = = 0,00002
C8960,40
Conceitos fundamentais
A teoria de probabilidades foi desenvolvida para solucionar jogos de azar
durante o sculo XVII, mas somente no incio do sculo XX, graas ao ma-
temtico russo A. Komolgorov, que formulou toda a teoria a partir de axio-
mas bsicos, a teoria de probabilidades ganhou status prprio como um
ramo autnomo da matemtica. Existem vrias propostas de como medir
a incerteza. Entre elas, a mais desenvolvida a da teoria de probabilidades.
Mesmo assim, h diferentes escolas que propem diferentes meios de aces-
sar valores de probabilidades. H, portanto, alguma controvrsia sobre os
fundamentos da teoria. Discutiremos trs enfoques conceituais diferentes,
mas que, independentemente das diferentes definies, usam as mesmas
regras matemticas como medidas objetivas de incerteza. Os trs enfoques
so o da probabilidade clssica, o da freqncia relativa de ocorrncias e o da
probabilidade subjetiva, que, apesar do nome, trata a probabilidade como
13
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Experimento aleatrio
Experimento aleatrio um experimento no qual se sabe que resultados
podem ocorrer, mas no se sabe de antemo que resultado ocorrer. Pode-se,
no entanto, determinar a probabilidade associada a cada resultado. Por exem-
plo, no lance de um dado honesto, sabe-se que os resultados possveis so 1, 2,
3, 4, 5 ou 6 na face superior, cada resultado com probabilidade 1/6.
Evento
Eventos so cada um dos resultados possveis de um experimento alea-
trio. O evento de sair cara no lance de uma moeda chamado de evento
simples, porque estamos interessados em um resultado singular do experi-
14
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
Espao amostral
Podemos definir de forma simples o espao amostral como o conjunto
de todos os resultados possveis de um experimento aleatrio ou, de outra
forma, o conjunto de todos os eventos simples de um experimento aleatrio.
No geral, o espao amostral denominado por S (space em ingls) ou pela
letra grega (mega).
Eventos complementares
Dois eventos so complementares quando os seus elementos pertencem
a eventos mutuamente exclusivos e a reunio de todos os elementos igual
ao espao amostral. Por exemplo, no lance de um dado, o evento A = {1, 2}
complementar ao evento B = {3, 4, 5, 6}. Tambm o evento sair um nmero
par na face superior no lanamento de um dado complementar ao evento
sair um nmero mpar.
Probabilidade
Probabilidade uma medida de incerteza que pode assumir valores entre
0 e 1. No existe probabilidade negativa nem maior do que 1. A probabilidade
de sair cara no lance de uma moeda igual a 1/2 ou 0,5 e no 50%.
P (A) = #A
#S
P (A) = #A = 3 = 1 = 0,5
#S 6 2
17
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Axiomas de Kolmogorov
Seja A um evento e S o espao amostral de um experimento aleatrio, ento:
(I) 0 P(A) 1;
18
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
Regras de probabilidades
Algumas regras teis derivadas dos axiomas de probabilidades sero
apresentadas sem prova. Em um contexto formal, elas poderiam ser apre-
sentadas como teoremas com as devidas provas, mas esse no o interesse
neste texto.
Eventos complementares
Se A um evento e o seu evento complementar, ento P(A) + P() = 1,
ou ainda P() = 1 P(A). Um caso particular ocorre para o caso do conjun-
to vazio, sabidamente complementar ao conjunto universo. P() = 1 P(S),
ento como P(S) = 1, P() = 0.
Regra da adio
Se A e B so eventos mutuamente excludentes, isto , A B = , ento
P(A B) = P(A) + P(B), haja vista que P() = 0.
A B
2 5
4 3
6
1
S
Regra da diferena
Se A e B so dois conjuntos quaisquer, podemos definir a diferena entre
os dois conjuntos, A\B como o conjunto de todos os elementos que perten-
cem a A e que no pertencem a B. Ento P(A\B) = P(A) P(A B).
19
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
A B
5
4 2
3
6
1
S
Probabilidades conjunta,
marginal, condicional e independncia
Probabilidade conjunta
Em muitas aplicaes, estaremos interessados na probabilidade de ocor-
rncia conjunta de dois ou mais eventos. Considere uma pesquisa de merca-
do em que dois produtos, A e B, foram apresentados para uma amostra de 1
000 pessoas, 500 homens e 500 mulheres. Os resultados das preferncias so
apresentados na tabela abaixo:
20
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
Probabilidade marginal
Adicionalmente s probabilidades conjuntas, possvel determinar as
probabilidades marginais com respeito ao sexo e preferncia por produto.
Essas probabilidades so chamadas de probabilidades marginais ou de pro-
babilidades incondicionais. Por exemplo, a probabilidade marginal de que
um indivduo escolhido aleatoriamente seja homem de P(H) = 0,5 e a pro-
babilidade que o produto A seja escolhido de P(A) = 0,3.
Probabilidade condicional
Se estivermos interessados na probabilidade de ocorrncia de um evento
uma vez que outro evento j ocorreu, podemos definir probabilidades condi-
cionais. Por exemplo, podemos estar interessados em saber qual a proba-
bilidade de ocorrncia do evento preferncia pelo produto A dado que o
elemento sorteado foi um homem.
P(A H) 0,2 2
P(A/H) = = = = 0,4
P(H) 0,5 5
P(H A) 0,2 2
P(H/A) = = = = 0,67
P(A) 0,3 3
21
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Independncia
Verificamos que a probabilidade de preferncia do produto A, dado que
um homem foi sorteado igual a 0,4. Ento:
P(A H) 0,2 2
P(A/H) = = = = 0,4
P(H) 0,5 5
Regra da multiplicao
Quando dois eventos so independentes temos que P(C/D) = P(C). Obser-
ve tambm que
Se P(C/D) = P(C D)/P(D) ento P(C D) = P(C/D) P(D).
Utilizando a afirmao de independncia, temos ento que: se C e D so
eventos independentes:
22
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
Teorema de Bayes
O objetivo do teorema de Bayes o de fazer reviso de probabilidades
com base em novas peas de evidncia. Vamos apresentar o teorema a partir
de um exemplo prtico. A Companhia de Petrleo ABC deseja verificar qual
a probabilidade de haver petrleo no litoral paranaense, uma vez que foi
descoberto petrleo no litoral sul de So Paulo. Especialistas da companhia
acreditam que, devido s circunstncias geogrficas, h uma probabilidade
de 70% de haver petrleo no Paran.
23
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Observamos que se B = {(A1 B) U (A2 B)}, ento P(B) = P(A1 B) + P(A2 B).
Ento P(B) = 0,63 + 0,06.
Por outro lado, P(A1/B) = P(A1 B)/ P(B). Logo, P(A1/B) = 0,63/0,69 = 0,90.
Ento, a probabilidade de haver petrleo no Paran, dado o resultado posi-
tivo do teste, de 91%. Assim, a probabilidade de 70% de haver petrleo foi
atualizada para 91%.
Probabi-
Probabilida- Probabilidade Probabilida-
lidade a
Eventos Ai de a priori condicional de conjunta
posteriori
Verifique que a distribuio conjunta dos eventos pode ser dada por:
24
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
A2
A1
P(A1) P(B/A1)
P(A1/B) =
P(A1) P(B/A1) + P(A2) P(B/A2)
P(Ai) P(B/Ai)
P(A1/B) =
P(Ai) P(B/Ai)
25
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Varivel aleatria
Podemos definir aproximadamente varivel aleatria como uma vari-
vel que assume valores numricos em funo do acaso. Rigorosamente, do
ponto de vista matemtico, uma varivel aleatria uma funo consistindo
de elementos de um espao amostral associados a nmeros reais relaciona-
dos a esses elementos.
68 0,25
69 0,50
70 0,10
71 0,05
0,6
0,5
Probabilidades
0,4
0,3
0,2
0,1
0
1 2 3 4 5
Preo dos produtos
(I) P(X = x) 0
(II) P(X = x) =1
(I) f(x) 0
(II) f(x) =1
F(x) = P(X x)
68 0,25 0,35
27
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
70 0,10 0,95
71 0,05 1,00
Esperana e varincia
de uma varivel aleatria discreta
A esperana de uma varivel aleatria discreta, tambm chamada de ex-
pectncia ou valor esperado, a mdia aritmtica ponderada pelas probabi-
lidades. Ela pode ser definida como:
= E(X) = X P(X = x)
E(X) = 68,75
28
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
Seja, por exemplo, um distribuidor que vende seu produto para duas em-
presas. A tabela abaixo representa as vendas por dia para cada empresa e as
probabilidades associadas:
Empresa X
Empresa Y 0 1 2 P(Y = y)
0 0,1 0,1 0,0 0,2
1 0,1 0,5 0,0 0,6
2 0,0 0,0 0,2 0,2
P(X = x) 0,2 0,6 0,2 1,0
Empresa Y P(Y = y)
0 0,2
1 0,6
2 0,2
P(Y = y) 1,0
Empresa X P(X = x)
0 0,2
1 0,6
2 0,2
P(X = x) 1,0
29
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Empresa X P(X = x / Y = 1)
0 0,1/0,6 = 0,17
1 0,5/0,6 = 0,83
2 0,0
P(Y = y) 1,0
Covarincia e correlao
Definimos covarincia e correlao conforme segue:
Corr(X, Y) = Cov(X, Y)
=
x, y
Var(X) Var(Y)
E(X,Y) = XYP(X = x, Y = y) = 0.0.0,1+ 0.1.0,1+ 0.2.0 + 1.0.0,1 + 1.1.0,5 +
1.2.0 + 2.0.0 + 2.1.0 + 2.2.0,2 = 0,5 + 0,8 = 1,3
E(X) = E(Y) = 1
X,Y
= 0,3 / 1,24 = 0,24
30
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
Distribuio uniforme
Algumas vezes, todos os valores possveis da varivel aleatria assumem
o mesmo valor. Tal distribuio de probabilidades chamada de distribuio
uniforme e tem a seguinte distribuio de probabilidades:
P (X = x) = 1
6
E(X) = 3,5
VAR(X) = 2,92
Exemplo:
31
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Distribuio binomial
Na distribuio binomial h dois resultados possveis em cada experimento
aleatrio. uma das distribuies mais importantes por suas aplicaes na rea
de negcios e de cincias sociais. O processo que se utiliza da distribuio bi-
nomial conhecido como prova de Bernoulli ou processo de Bernoulli, matem-
tico suo que pela primeira vez deu sentido ao uso da distribuio binomial.
32
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
E(X) = n.p
VAR(X) = n.p.q
X 0 1 2 3 4 5 6
P(X = x) 0,0156 0,0938 0,2344 0,3125 0,2344 0,0938 0,0156
E(X) = n.p = 6 . 1 = 3
2 = 1,5
V(X) = n.p.q = 6 . 1 . 1
2 2
A distribuio binomial aplicvel em situaes de amostragem de uma
populao finita com reposio ou de uma amostragem com uma populao
infinita com ou sem reposio.
Exemplo:
e) P( X 7) = 1 P(X 6) = 1 F(6) = 1 1 = 0.
Distribuio multinomial
No caso da distribuio binomial havia dois possveis resultados para o
processo, sucesso ou fracasso. No caso da distribuio multinomial, pode-
mos ter mais do que dois resultados possveis. A sua distribuio de probabi-
lidades dada pela expresso:
P(X1 = x1, X2 = x2, ..., Xn = xn) = f(x) = [n!/x1!x2!...xn!] p1x1 p2x2 ...pnxn
E(Xi) = ni . pi
VAR(Xi) = ni . pi . qi
Exemplo:
34
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
escolhe 10 peas. Por causa de um erro de classificao das peas, 15% delas
na sala de roupas mdias eram grandes, e 5% eram pequenas, as demais
eram de fato roupas de tamanho mdio.
Distribuio hipergeomtrica
A distribuio binomial foi utilizada para amostragens de populaes fi-
nitas com reposio. Em muitas situaes prticas, as amostragens so rea-
lizadas sem reposio e nesse caso o modelo adequado o da distribuio
hipergeomtrica.
Suponha que temos bolas de duas cores em uma caixa com N bolas,
sendo que N1 so brancas e N N1 so azuis. Uma amostra de tamanho n
retirada da caixa e desejamos saber qual a probabilidade que x dessas bolas
sejam brancas.
35
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Distribuio de Poisson
A distribuio de Poisson tem uma grande aplicao em situaes como
demanda por produtos, nmero de telefonemas que chegam a uma central,
nmero de acidentes, nmeros de trfego de chegadas (como caminhes
em um terminal, avies em aeroportos, navios nos portos etc.) e nmero de
defeitos observados em linhas de produo.
x!
36
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Probabilidades e distribuies de probabilidades
para X =0,
(0,4)0.e0,4
P(X = 0) = f(0) = = 0,670
0!
e para X = 1
(0,4)1.e0,4
P(X = 1) = f(1) = 1! =(0,4)(0,670) = 0,268.
F(c) = P(X c) =
x=0
f(x)
A distribuio de Poisson
como aproximao da distribuio binomial
Quando n muito grande o uso da distribuio binomial pode tornar-
se tedioso. Para evitar essa situao podemos tomar a distribuio de Pois-
son como uma aproximao da distribuio binomial, quando n muito
grande e p muito pequeno.
Exemplo:
37
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Atividades de aplicao
1. Determine o complemento para cada um dos seguintes eventos.
a) Obter 2 ou 3 na jogada de um dado.
b) Extrair uma carta de copas de um baralho de 52 cartas.
c) Retirar menos de 10 defeituosos.
d) Retirar pelo menos 5 defeituosos.
b) Obtenha A B, A B e Ac.
c) pelo menos 1.
Problema
A empresa ABC tem uma administrao participativa e decidiu que os
funcionrios devem eleger os chefes de seo. No almoxarifado, dois can-
didatos apresentam-se. Joo parece ter a preferncia de seus pares, mas
Pedro acredita que pode superar Joo se fizer uma boa campanha. Resol-
ve ento fazer uma pesquisa de opinio para compreender quais so os
principais anseios de seus colegas e quer aproveitar a pesquisa para ver o
nvel de aceitao de seu nome. Como o nmero de empregados do almo-
xarifado muito grande, opta por fazer um levantamento atravs de um
processo de amostragem.
Assim, se ele tiver 40% das intenes de voto, saber ento com 95% de
confiana que em uma eleio com todos os funcionrios sua proporo de
votos estar entre 37% e 43%. Ou, de outra forma, a proporo de votos que
ele ter na populao estar dentro desse intervalo e, uma vez que a pesqui-
sa foi feita por amostragem, esse intervalo ser construdo atravs de uma
amostra que poder ser representativa da populao ou no, e a chance que
esse sorteio retire uma amostra no representativa de 5%, porque o nvel
de confiana e o erro amostral representam probabilidades complementa-
res, ou seja, a sua soma sempre 100%. Se o levantamento for realizado com
um erro amostral de 2% ento o nvel de confiana ser de 98%.
Pr ( p d < P < p + d ) = 1
Conceitos fundamentais
Um levantamento amostral (ou amostragem) uma pesquisa realizada
em parte de uma populao com o objetivo de calcular uma medida na
amostra que sirva de estimativa dessa medida na populao. No exemplo
acima, a proporo de votos de Pedro, na amostra, serve como uma es-
timativa da proporo de seus votos na populao. Alm da proporo,
outras medidas muito comuns realizadas na amostra como estimadores
dos parmetros populacionais so a mdia e o desvio-padro.
42
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
Populao
Populao um conjunto de pessoas, animais, objetos ou coisas que tm
uma caracterstica em comum e que sejam objeto de investigao.
Exemplos:
Tamanho da populao N.
43
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Observe-se que os censos devem ser realizados nos anos de final zero. O
censo de 1990 foi realizado com um ano de atraso por dificuldades operacio-
nais durante o governo de Fernando Collor de Melo. Essa defasagem causa
problemas de ordem tcnica bastante graves quando se deseja realizar es-
timativas baseadas nos resultados do censo. As sries temporais, que deve-
riam ter uma mesma amplitude de dez em dez anos, passaram a ter, nesse
perodo uma defasagem de onze e depois nove anos.
Curiosidade
Amostra
Amostra um subconjunto de uma populao que pretende represent-la.
Tamanho da amostra n.
^
Mdia da amostra X, .
Desvio-padro da amostra S, s, .
Tipos de amostragem
Curiosidade
Quanto representatividade
Uma amostra pode ser probabilstica ou no probabilstica. Para efeito
de inferncia, isto , se o propsito o de estimar valores de parmetros
da populao, somente amostras probabilsticas conseguem ser teis. Ou
seja, s possvel fazer inferncias para a populao atravs de observa-
es da amostra se os elementos forem escolhidos atravs de algum pro-
cesso de sorteio.
46
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
47
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Amostragem de voluntrios
Nesse tipo de amostragem, os elementos da amostra so definidos pela
opo do prprio elemento em participar do processo. Ele muito comum
em publicaes de revistas ou jornais ou ento na opinio de usurios de
certos servios, como restaurantes, por exemplo.
Amostragem intencional
Aqui o pesquisador busca na populao uma parte dela que lhe in-
teressa. Os participantes da amostra so escolhidos por terem alguma
caracterstica que interessa ao pesquisador. Da mesma forma que os outros
processos no probabilsticos, nesse caso no h como se fazer inferncias
para toda a populao.
Amostragem a esmo
Muitas vezes este processo confundido com uma amostragem aleat-
ria. A palavra aleatria vem de alea (sorte do latim todos lembram de alea
48
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
jacta est, a sorte est lanada de Jlio Csar ao invadir Roma). No contexto
da estatstica, a palavra aleatria est relacionada ao processo de escolha
por sorteio. Em contextos especficos a palavra aleatria substituda pela
palavra estocstica.
49
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
1 2 3 4 5 6 7 8 9
1 5 7 5 1 8 1 9 6 1
2 2 6 6 5 9 1 2 4 5
3 4 5 3 6 1 7 4 7 9
4 7 2 8 3 2 3 9 7 4
5 5 6 9 6 0 5 5 4 6
6 0 6 8 7 3 7 1 2 1
7 6 9 2 0 3 1 7 2 8
8 4 1 5 6 3 6 0 1 5
9 7 2 4 7 1 3 8 3 1
10 7 5 1 1 7 3 1 3 6
11 1 7 0 3 5 7 8 3 5
12 4 6 2 8 3 1 4 5 6
13 5 5 6 6 5 2 4 8 8
14 5 2 4 4 6 2 3 6 5
15 5 6 8 8 7 4 7 8 6
16 4 4 6 0 6 8 4 4 2
17 8 2 1 0 5 6 9 6 2
18 9 9 5 9 4 3 7 9 8
19 8 2 9 4 3 5 4 5 3
20 9 7 8 8 6 4 9 2 2
21 2 3 2 7 4 9 0 6 7
22 4 6 5 8 2 8 8 1 4
23 3 0 1 8 1 1 7 5 9
24 3 8 1 6 4 4 5 2 3
25 1 3 8 3 4 7 7 7 7
26 5 1 0 0 3 8 6 6 3
27 3 0 1 4 4 5 1 2 6
28 3 5 8 7 7 5 3 7 6
29 1 3 3 5 1 7 6 8 1
30 9 6 4 9 5 2 3 1 9
50
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
51
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
52
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
res. Como sabido, os homens so, de uma forma geral, mais altos do que as
mulheres, e se fizermos um sorteio atravs de uma amostra aleatria simples,
poderemos correr o risco de termos na amostra 40% de mulheres ou mais, o
que nos levaria ao final a subestimar a altura mdia daquela populao.
Suponha que tal pesquisa seja realizada em uma populao com 60 pes-
soas e que uma amostra de tamanho 10 deva ser retirada de uma populao
com 12 mulheres e 48 homens.
Nm
Pm =
N
Pm = 12 . 100 = 20%
60
nm = n . pm = 10 . 20% = 10 . (20/100) = 2
Mulheres Nm nm
Total N n
nm = (Nm/N) . n
nh = (Nh/N) . n
53
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Exemplo:
Setor Empregados
Tcnico 20
Administrativo 60
Operacional 120
Total 200
Supondo que o valor dos salrios dos tcnicos seja maior do que o de
pessoal administrativo, que por sua vez maior do que o dos emprega-
dos do setor de operaes, faz sentido fazer uma amostragem estratificada
proporcional.
Administrativo 60 (60/200) . 10 = 3
Total 200 10
54
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
Amostra sistemtica
A amostra sistemtica utilizada quando a populao j se encontra or-
ganizada em alguma forma de arquivo.
f= N
n
55
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
56
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
Tamanho da amostra
A determinao do tamanho da amostra uma das tarefas mais comple-
xas em um processo de pesquisa e requer um trabalho bastante cuidadoso.
Vrios aspectos devem ser considerados no seu clculo e uma falcia deve
ser definitivamente abandonada, que a idia de que se pode determinar
o tamanho da amostra atravs de uma determinao percentual em relao
ao tamanho da populao. Tomar uma amostra de 5% da populao ou de
10% da populao como representativa dela. Esse procedimento s pode
ter alguma validade se a partir dele forem determinados o erro estatstico e
o desvio dos valores dos parmetros obtidos.
De outra forma, vale dizer que uma amostra de 0,5% da populao pode
ser representativa dela e que uma amostra de 10% pode no ser, dependen-
do do tamanho da populao e da tcnica de amostragem utilizada.
57
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
A margem de erro
O que chamado de margem de erro ou erro mximo da estimativa
na verdade a diferena mxima provvel entre a medida do estimador obser-
vado na amostra e o verdadeiro valor do parmetro da populao. Trata-se,
portanto, do desvio entre o valor calculado na amostra e o verdadeiro valor do
parmetro de populao.
58
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
Candidato A 58%;
Candidato B 09%;
Candidato C 08%;
Candidato D 07%;
Candidato E 07%;
Candidato F 05%;
Candidato G 05%;
Candidato H 01%;
59
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
E mais, no h como se saber qual dos seis candidatos teria mais votos se
a eleio fosse realizada naquele dia. O candidato B, por exemplo, poderia
ter 4% dos votos e o candidato H poderia ter 6% dos votos. Essa a leitu-
ra correta do resultado da pesquisa de inteno de votos realizada. No h
outra leitura possvel.
Um resultado como esse pode ser til para informar que no momento
o candidato A seria eleito no primeiro turno. S isso. Em momentos mais
prximos da eleio, essa margem de erro ter que ser necessariamente
diminuda, com o conseqente aumento do tamanho da amostra.
Porque dizer que um candidato ter 60% dos votos, mais ou menos 30% de
preciso, significa dizer que o candidato pode ter entre 30% e 90% dos votos.
Esse um resultado que realmente no interessa porque no informativo.
60
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
d n
O erro estatstico
O erro estatstico a probabilidade de sortear uma amostra que no seja
representativa da populao. Toda vez que se faz um sorteio, o risco de que
a amostra no represente a populao est presente.
Um erro estatstico de 33% muito alto. claro que isso s uma simu-
lao para ilustrar o significado de erro estatstico. Com uma populao to
pequena, no faz qualquer sentido fazer um procedimento de amostragem.
61
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Mas a informao que se tira dessa discusso a de que quanto menor for
o erro estatstico, maior dever ser o tamanho da amostra. Ou, ainda, quanto
maior for a confiana desejada, maior dever ser o tamanho da amostra.
(1 ) z n
Que valor deve ser estabelecido para o erro estatstico? Essa determi-
nao depende da gravidade de cometer-se tal erro. Em uma pesquisa de
verificao da qualidade de componentes de avio em uma fbrica, pode-
se fazer uma inspeo de qualidade nas mesinhas de lanche do avio com
um erro estatstico mais dilatado do que de um componente de vedao da
janela. Nesse ltimo caso, o erro deve ser igual a zero e, portanto, a inspeo
deve ser realizada em todas as unidades. Nesse caso a amostra dever ser do
tamanho da populao.
Mas ainda, com um erro to pequeno, possvel tomar uma amostra ruim
ou no representativa da populao? possvel sim, mas muito raro. O pes-
quisador mais experiente percebe nas primeiras determinaes dos resulta-
dos da amostragem se a amostra pode ser ruim. Se em uma pesquisa eleito-
ral, a grande maioria dos entrevistados for muito jovem, ou se, por exemplo,
a amostra contemplou um nmero excessivamente grande de homens ou
de mulheres, por exemplo em torno de 80%, deve-se desconfiar do processo
amostral, visto que sabido que as mulheres so somente um pouco mais
de 50% da populao.
62
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
A variabilidade
A variabilidade um componente importante na determinao do ta-
manho da amostra. Talvez o mais simples processo de amostragem seja o
de exame de sangue. Tira-se uma pequena amostra do sangue e determina-
es completas sobre o tipo de sangue, o fator RH, a sade da pessoa entre
outras verificaes podem ser feitas. Isso porque o sangue uma substn-
cia homognea e uma simples gota representa todo o volume de sangue
do corpo humano.
63
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Essa simulao vale para o caso em que o confronto ocorre entre dois can-
didatos, pois a se tem uma distribuio Bernoulli cuja expresso da varincia
dada pelo produto de p por (1p). Quando se tem um maior nmero de
candidatos, esse clculo pode ser aprimorado pela determinao da varin-
cia mxima de uma distribuio multinomial. Mas essa aproximao pela dis-
tribuio Bernoulli pode ser realizada se for feita a considerao de um can-
didato contra todos os demais. No geral, no h uma mudana muito grande
na determinao do tamanho da amostra ao se fazer essa considerao.
n = (z.)
d
Pr ( p d < P < p + d ) = 1
64
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
d= z.
n
n= z. 2
65
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Custo da pesquisa
Supondo que a produo de cada entrevista seja em torno de R$10,00
sendo j inseridos todo o trabalho de campo, seguros para os pesquisadores,
planejamento, anlise dos dados, impresso e impostos. Uma pesquisa com
384 eleitores 5% de desvio e nvel de confiana de 95% custaria em torno
de R$3.840,00.
66
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
d= z. . Nn
n N1
Nn
Esse ltimo fator, a correo para a populao finita. Pode-se
N1
verificar que o clculo de n pode ento ser determinado por:
[N . 2 . z2]
n=
[(N 1) . d2 + 2 . z2]
n = z .
2
Nn
n =n .
N1
Exemplo:
Atividades de aplicao
1. Foi encomendado um estudo para avaliao de uma instituio de
Ensino Superior. Para isso, aplicou-se um questionrio e foram obtidas
as respostas de 110 alunos. Indique:
a) a varivel em estudo.
b) a populao em estudo.
c) a amostra escolhida.
68
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Amostragem
69
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
33 38 34 34 34 31 36 35 32 37
35 34 30 37 36 33 34 34 32 39
35 33 33 34 31 32 36 33 29 36
34 35 34 33 31 35 35 35 37 32
34 34 36 35 34 33 32 38 34 33
33 32 34 35 37 35 35 30 35 34
36 36 33 34 33 32 31 37 35 34
39 40 40 42 39 38 40 40 40 40
40 41 45 41 40 39 41 41 40 42
39 40 41 40 40 42 39 39 38 40
70
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
Problema
A Empresa ABC de Engenharia, Construes e Empreendimentos prima
pela qualidade de seus edifcios. Entre outros padres estabeleceu que a re-
sistncia do concreto utilizado em suas construes nunca dever ser inferior
a 200 Kgf/cm2. Todo o concreto a ser utilizado dever ento ser submetido a
um teste de resistncia.
Conceitos fundamentais
No geral, estamos interessados em verificar como uma varivel de uma deter-
minada populao se comporta. Em um estudo de mercado sobre a aceitao de
um novo artigo alimentar pode ser interessante conhecer variveis que caracte-
rizem o estado nutricional da populao a quem o produto possa estar destina-
do. O peso da populao, por exemplo, pode ser uma dessas variveis.
Distribuio amostral
A distribuio amostral a distribuio de probabilidades de alguma esta-
tstica de cada amostra. Assim, podemos determinar a distribuio amostral
das mdias, das propores e ainda das varincias ou dos desvios-padres.
Mdia e varincia da
distribuio amostral das estimativas
Cada distribuio dessas tem uma mdia e uma varincia. A mdia da dis-
tribuio amostral das estimativas tambm conhecida como valor espera-
do da distribuio amostral das estimativas. O desvio-padro da distribuio
amostral das estimativas, que a raiz quadrada da varincia da distribuio
amostral das estimativas, conhecido como erro-padro das estimativas.
75
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Estatstica do teste
Os dados da amostra fornecero os valores das estimativas dos parme-
tros. A partir da determinao desses valores e utilizando-se a base terica
da distribuio amostral, estabeleceremos uma estatstica para o teste. Ve-
rificaremos em que nvel de probabilidade poderemos rejeitar H0 ou no. Esse
procedimento ser explicado em detalhes mais adiante no captulo.
76
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
A distribuio normal
Como vimos no tratamento de dados, quando construmos uma distri-
buio de freqncias a partir de observaes, podemos aproxim-la a uma
distribuio de probabilidades. Os dados podem levar a diferentes tipos de
distribuio, uma delas exerce um papel central na teoria e na prtica esta-
tsticas. a distribuio normal.
x 2
1/2 .
f(x) = 1 .
2 ,x
77
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
f(x)
+ 1 x
78
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
f(x)
+ 1 x
P( X + 2 ) = 0,9772
f(x)
+ 2 x
P( X + 3 ) = 0,9987
f(x)
+ 3 x
P( X + 4 ) = 0,9999
79
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
f(x)
+ 4
x
Exemplo:
f(x)
70 x
80
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
f(x)
60 80 x
f(x)
70 80 x
f(x)
60 x
81
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
f(x)
60 90 x
f(x)
80 100 x
Normal padro
Vimos que se soubermos quantos desvios-padres separam a mdia dos
valores para os quais desejamos determinar as probabilidades, basta saber a
rea associada ao nmero de desvios-padres. Isso equivale a trabalhar com
82
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
+ 1 x
Funo de distribuio
acumulada da distribuio normal
Como vimos, a rea acumulada entre e um certo valor de Z pode
ser utilizada para calcularmos as probabilidades correspondentes. Ento, se
83
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
1 2 x
f(x)
70 x
f(x)
60 80 x
84
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
f(x)
70 80 x
f(x)
60 x
f(x)
60 90 x
85
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
f(x)
80 100 x
f(x)
56,5 64,8 x
amostral terica. O estudo dessa distribuio amostral terica que nos aju-
dar a construir o corpo terico para a realizao da estimao do parmetro
da vida mdia das lmpadas de todo o lote.
=
X n
Observe que se o tamanho de cada amostra for 100 ao invs de 10, o erro
padro ter o seu valor diminudo, uma vez que o denominador da razo
X
que o caracteriza ficar aumentado. Isso ocorre porque amostras maiores
tendero a representar melhor a mdia da populao.
Essa resposta pode ser estabelecida pelo talvez mais importante teore-
ma da Estatstica, o Teorema Central do Limite (TCL). bom deixar claro que
embora muitas tradues falem em Teorema do Limite Central, quem cen-
tral o teorema e no o limite, por isso a primeira denominao parece ser
a mais adequada.
87
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
z = (X )
tem distribuio normal padro medida que n cresa
n
ilimitadamente, em que X .
n
Duas observaes so importantes nesse momento:
P(X > 204) = 1 P(X 204) = 1 P(Z (204 200) / (15/ 36 )) = 1 P(Z
1,6) = 1 0,9452 = 0,0548
p= x
n
X 0 1 2 3 4 5
89
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Ento, por exemplo, a probabilidade de que das cinco pessoas que entraram
na sorveteria duas comprem sorvetes de 0,07, destacado na tabela acima.
Para X = n . p
Para x = p
n
E(p) = (0,2).(0,33) + (0,4).(0,07) + (0,6).(0,01) = 0,10 = 10%
p.q
Proporo de ocorrncias p p=p p =
n
90
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
z = X (np) = X (n.p)
np n.p.q
(p p ) pp
z= =
p p.q
n
Exemplo:
91
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Estimador no viciado
Um estimador dito ser no viciado ou no tendencioso se E( ) = .
Vamos tomar uma simulao bem simples para mostrar sobre o que
estamos falando. Seja uma populao com trs elementos, X1 = 2, X2 = 4 e
X3 = 6. Essa populao com N = 3 tem como mdia E(X) = = 4 e com
varincia VAR(X) = 2 = 8/3.
92
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
Calculamos para a varivel X sua mdia, E(X) = 4 e VAR(X) 4/3. Para o cl-
culo da VAR(X) utilizamos a frmula da varincia para a populao porque se
trata de uma populao de mdias. Dividimos ento a soma ao quadrado dos
desvios por N = 9.
s2 4
Podemos verificar que E(X) = = 4 e que VAR(X) = = . Usamos aqui
n 3
n = 2 porque o tamanho de cada amostra.
(I) E(X) =
s2
(II) VAR( X ) =
n
(III) E(S2) = 2
1
S2 =
(n 1)
( X X )2
93
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
2 = 1 (X X)2
n
Intervalo de confiana
Como verificado no estudo de amostragem, a estimativa pontual de um
parmetro nem sempre suficiente. Como se trata de um processo que en-
volve amostragem e, incerteza, muitas vezes queremos estimar um valor do
parmetro adicionando a essa estimativa um intervalo para o qual tenhamos
um certo nvel de confiana que o parmetro possa pertencer.
94
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
Intervalo de confiana
para a mdia com conhecido
Se o desvio-padro conhecido, utilizamos o seu valor para o clculo do
intervalo, alm do valor da mdia e da estatstica Z da distribuio normal.
P(X z . X X + z . X ) = 1
Em que o erro-padro X = e (1 ) o nvel de confiana da
declarao. n
Exemplo:
Para construir esse intervalo, que ter como limites X z. X , sabemos que
s 3 000
X = 32 500 e que s X = = = 300 .
n 100
O valor de Z pode ser buscado na tabela D da distribuio normal padro.
Construiremos ento trs regies na curva normal, a primeira corresponden-
do probabilidade de 0,025, a segunda, a 0,95 e a terceira, tambm a 0,025. Bus-
cando dentro da tabela da normal padro o valor 0,025, encontramos Z = 1,96.
Como a curva simtrica, o valor de Z correspondendo a 0,975 ser Z = 1,96.
95
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
f(x)
1,96
95%
1,96 x
Intervalo de confiana
para a mdia com desconhecido
Na maior parte das aplicaes prticas, o valor do desvio-padro no conhe-
cido. A forma de se construir o intervalo de confiana da mdia feita atravs da
estimao do valor de . O desvio-padro populacional pode ser estimado pelo
valor do desvio-padro da amostra, S, que a raiz quadrada da varincia. J vimos
as boas propriedades da estatstica S2 como estimador de 2. Elas valem tambm
para S como estimador de .
96
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
X
Mas aqui surge um outro problema: vimos que tem distribuio
n
normal padro e por isso quando conhecido podemos utilizar a estatsti-
ca Z na determinao do intervalo de confiana.
X .
At aqui nada sabemos sobre a distribuio de
S X
n
Pode-se demonstrar teoricamente que a distribuio da estatstica S
n
muito parecida com a distribuio normal e que chamada de distribui-
o t de Student que devida a um qumico e matemtico ingls chamado
Gosset que a desenvolveu trabalhando na cervejaria Guinness. Student era
o seu pseudnimo porque a cervejaria no permitia que seus empregados
divulgassem qualquer tipo de estudo.
Exemplo:
97
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Para construir esse intervalo que ter como limites X t . SX , sabemos que
S 3 000
X = 32 500 e que S X = = = 300. O valor de t pode ser buscado na
n 100
tabela E da distribuio t de Student com 99 graus de liberdade. Esse valor
ser de aproximadamente 1,98.
z ou t S
A tabela a seguir apresenta os principais elementos para a construo de
intervalos de confiana:
98
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
Mdia s
X Z
conhecido n
Mdia desco- S
X tn-1
nhecido n
pq
Proporo P p Z
n
Diferena de
mdias com 1 S12 S22
X1 X2 + tn
e 2 desconhe- 1 2 1 + n2 2
n1 n2
cidos
Testes de hipteses
Uma outra forma de se fazer inferncia sobre parmetros da populao
com base em dados da amostra atravs da escolha de uma entre duas pos-
sibilidades de ao, minimizando o risco na tomada de decises.
99
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
A hiptese nula denotada por H0, na qual se faz uma suposio sobre o
valor do parmetro, e na hiptese alternativa denotada de H1, que se contra-
pe hiptese nula, podendo-se afirmar que o parmetro diferente, maior
ou menor que o valor estabelecido pela hiptese da igualdade. A represen-
tao formal de um teste dada por:
teste bilateral;
H0: = c
H1: c
H0: = c
H1: > c
H0: = c
H1: < c
100
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
Procedimento de testagem
de hipteses para a mdia populacional
Vamos expor o procedimento de testagem de hipteses atravs de uma
aplicao.
Suponha que a renda mdia das famlias de certo municpio foi determi-
nada atravs do Censo como sendo igual a R$2.000,00 para um particular
ano, e dois anos depois desejamos verificar se houve alguma mudana na
renda familiar atravs de um levantamento amostral.
H0: = 2 000
H1: 2 000
Precisamos agora verificar qual a rea sob a curva normal padro entre
2 e 2, por ser este um teste bilateral.
Por outro lado, podemos dizer que temos uma confiana de 95,44% de
que houve mudana na renda mdia familiar do municpio. O que decidir?
H0: = 2 000
103
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
H0: = 2 000
104
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
S
Mdia desconhecido X n tn-1
pq
Proporo P p n Z
s12 s22
Diferena de mdias com +
1 2 X1 X2
1 e 2 conhecidos n1 n2 Z
S12 S22
Diferena de mdias com 1 +
1 2 X 1 X2 tn1 + n2 2
e 2 desconhecidos n1 n2
p1q1 p2q2
Diferena de propores P1 P2 + Z
p1 p2 n1 n2
Exemplo:
105
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Hipteses estatsticas:
H0: 1 = 2
H1: 1 < 2
H0: 1 2 = 0
H1: 1 2 < 0
Estatstica do teste:
( X1 X 2 ) ( m1 m2 ) "t" com 10+202=28g.l.
t=
S12 S22
n + n
1 2
(590 600) (1 2 ) 10
Clculo do p-valor: t = = = 3, 09
8 2
9
2 3,233
10 + 20
p-valor = 0,0022
Atividades de aplicao
1. Seja Z ~ N(0,1). Calcule:
b) P(0,9 Z 0)
e) P(Z 1,35)
106
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
c) P(z0 Z z0 ) = 0,90
563323334
432743421
544334331
243424535
107
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
I) P(X > 4)
III) P(X = 2)
108
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Estimao
109
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso
e de correlao
Problema
A inovao tecnolgica tem tido papel central na economia de pases de-
senvolvidos e de pases que as taxas tm crescido em torno de 10% nas ltimas
dcadas. O investimento em pesquisa e desenvolvimento (P&D) nas empresas
de base tecnolgica tem sido apontado como fator determinante do cresci-
mento desses pases em conseqncia tambm da melhoria dos resultados de
produo das empresas de setores estratgicos.
A 221 15,0
B 83 8,5
C 147 12,0
D 69 6,5
E 41 4,5
F 26 2,0
G 35 0,5
H 40 1,5
I 125 14,0
J 97 9,0
K 53 7,5
L 12 0,5
M 34 2,5
N 48 3,0
O 64 6,0
Supondo que essa relao causal possa mesmo ser estabelecida, ento
uma srie de questes podem ser levantadas para verificao atravs de pro-
cedimentos estatsticos, como: (I) existe um modelo matemtico que possa
descrever analiticamente essa relao? (II) se o modelo existe, qual melhor
ajusta os dados de gastos com P&D e o faturamento de empresas desse
setor? (III) qual a fora dessa relao? Ou de outro modo, qual o poder do
modelo construdo com base nos dados amostrais, para se fazer previses?
(IV) uma vez construdo o modelo, qual a margem de erro das previses?
(V) possvel e necessrio incorporar novas variveis que possam explicar o
faturamento alm dos investimentos em P&D?
Conceitos fundamentais
A tarefa de fazer predies inerente a muitos dos aspectos do geren-
ciamento e do planejamento da produo de empresas com administrao
profissionalizada. Previses de vendas, compras, custos, produo, contra-
tao de pessoal e aplicao de capital fazem parte dos fundamentos do
planejamento e controle atual das empresas.
112
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Anlise de regresso
Consiste, fundamentalmente, em construir, a partir dos dados amostrais,
uma funo matemtica que relacione uma varivel independente a uma
outra varivel que dependa desta e que chamada de varivel dependente.
A forma geral adotada para descrever essa relao Y = f(X) + , em que X
a varivel independente, Y a varivel dependente e o erro estatstico. Essa
relao possui, portanto, uma componente determinstica f(X) e uma compo-
nente aleatria .
113
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Erro estatstico
O termo definido como o erro estatstico ou resduo e o componente
aleatrio do modelo. Ele precisa ser bem compreendido. Vale sempre lem-
brar que esses modelos so construdos atravs de observaes amostrais e,
sempre que se faz um levantamento de dados atravs de amostra, os resul-
tados obtidos estaro associados a certo grau de impreciso, que nos mode-
los estatsticos so considerados de natureza aleatria, ou seja, associados a
certa distribuio de probabilidades.
114
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Grfico de disperso
Os grficos de disperso apresentam os valores da varivel independente
no eixo (X) das abscissas e o valor da varivel dependente no eixo (Y) das
ordenadas. O grfico abaixo o dos dados de investimento das 15 empresas
de informtica em planejamento e desenvolvimento em 2006 relacionados
com o faturamento de cada empresa no ano seguinte. Eles so muito teis
para uma impresso visual do relacionamento entre as variveis.
Grfico de disperso
250
200
Faturamento (y)
150
100
50
0
0 2 4 6 8 10 12 14 16
Gastos com p&d (x)
115
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Reta de regresso
Para o caso de um modelo de regresso linear simples, o objetivo ser o de se
construir uma reta que passe pelo meio dos pontos amostrais atravs de uma
expresso determinada pelas estimativas de e de no modelo Y = + X + .
Essa reta ser chamada de reta de regresso e ter como sua expresso analtica a
forma = a + bX, em que o coeficiente linear a o estimador de , o coeficien-
te angular b o estimador de e (y chapu), e ser o valor da estimativa do
verdadeiro valor de Y observado na amostra para cada um dos pontos de X. Um
exemplo da construo da reta de regresso dado na figura abaixo.
Reta de regresso
250
200
Faturamento (y)
150
100
50
0
0 2 4 6 8 10 12 14 16
Gastos com P&D (x)
116
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Equao da reta
Uma reta representada atravs da funo Y = a + bX em que a e b so
respectivamente o coeficiente linear e o coeficiente angular da reta em questo.
Suponha que a reta em discusso seja dada pela expresso Y = 2 + X. Ento, o
coeficiente linear da reta o valor 2 e o coeficiente angular da reta o valor 1.
Vamos fazer um estudo dessa reta comeando por verificar os valores de Y para
diferentes valores de X. Ento, se Y = 2 + X, os valores abaixo so pontos da reta.
X Y
0 2
1 3
2 4
3 5
4 6
Reta y = 2 + x
7
4
y
0
0 1 2 3 4 5
117
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Supondo que a reta construda com os dados dos gastos em P&D versus
faturamento das empresas fosse a reta estudada acima, = 2 + X. Algumas
concluses imediatas poderiam ser tomadas, quais sejam:
118
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
i = Yi i
y
yi
i
yi
x
119
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Como a reta de regresso uma reta mdia, de acordo com o que veremos
adiante, a soma dos desvios em relao reta de regresso igual a zero. Isto ,
i = 0.
Min i2
Y = n a + b X
XY = a X + b X2
a = Y bX
XY
( X Y )
n
b=
(X )
2
X 2
n
Determinao da equao
da reta para o problema dos gastos em P&D
A partir dos dados das 15 empresas, vamos determinar, atravs do mtodo
de mnimos quadrados ordinrios, a equao da reta que explica a relao
entre os gastos em planejamento e desenvolvimento (X) e o faturamento de
empresas de informtica (Y).
Empresa X Y XY X2 Y2
121
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
a = Y bX
Y=
Y = 1 095 = 73
n 15
X=
X = 93 = 6,2
n 15
a = 73 (6,2).b
XY
X Y( )
n
b=
(X )
2
X 2
n
(93) . (1 095)
10 186,5
15
b= (93)2
895
15
b= 10,67054
a = 73 (6,2).(10,67054) = 6,842651
= 6,84 + 10,67 X
122
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Pressupostos da anlise
de regresso linear (base terica do modelo)
Existem, fundamentalmente, duas razes para se estudar os pressupostos
do modelo de regresso linear simples: (I) quando falamos em erro estatsti-
co, reta mdia, mtodo dos mnimos quadrados ordinrios e outros termos,
que j foram apresentados anteriormente, necessrio que saibamos que h
algumas restries no seu uso. O modelo de regresso um modelo mate-
mtico que objetiva descrever um fenmeno real atravs de uma expresso
matemtica. Naturalmente, isso implica em uma simplificao da realidade e,
por isso, fazemos restries para que essa simplificao funcione matemati-
camente; (II) a verificao da bondade do ajustamento, ou de outra forma,
da fora de representao do modelo com relao ao fenmeno que se est
estudando implica entre outros procedimentos a realizao de testes de hi-
pteses estatsticas, que s podem ser realizados se conhecermos a forma da
distribuio dos erros e dos valores de Y.
123
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
P(X = x)
A reta real passa exatamente pelo ponto que representa a mdia da distri-
buio de Y quando X assume um particular valor, seja ele 2, 4 ou algum outro
valor. Esse fato pode ser representado atravs de uma distribuio condicio-
nal de Y dado um particular X [ f(Y/X = 2) ], cuja mdia ou esperana matem-
tica dada por E(Y/X = 2), justamente o ponto em que a reta corta a paralela
ao eixo Y. Assim o fenmeno real pode ser representado por uma srie de
distribuies condicionais paralelas.
124
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
A reta Y = + X passa ento pelos diversos valores das mdias das dis-
tribuies e os seus parmetros populacionais e devem ser estimados
atravs de dados amostrais.
Vale a pena observar que nem sempre essas trs suposies so encon-
tradas no mundo real. Mas, muitas vezes, so aproximadamente verdadeiras,
o que permite o uso do modelo.
125
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Coeficiente de determinao
O clculo do coeficiente de determinao ou coeficiente de explicao ser til
para dizer o quanto da variao de Y pode ser explicado pela variao de X.
Y Y
YY
YY
YY
Y
126
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
(Y Y)2 = ( Y)2 + (Y )2
A razo
Y Y
, entre a variao explicada pela regresso e a variao
(Y Y )
2
( Y)2
r2 = Variao explicada =
Variao total (Y Y)2
a Y + b XY n Y 2
( )
r2 =
Y2 n Y
2
( )
No nosso exemplo,
128
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
* * 1)1)
(n(n
r 2r 2= =11 . 11r r
2 2
(
n(n
2 )
2 )
Coeficiente de correlao
O coeficiente de correlao uma medida da relao entre as variveis X e
Y. Ele varia entre os valores 1 e 1, passando pelo zero.
129
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
130
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
r =1 Correlao perfeita.
Correlao no linear
131
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
XY
( X) . ( Y )
n
r=
( X) ( Y)
2 2
(X )
2
n
(Y )
2
r
t=
(1 r ) 2
(n 2)
0, 919
t= = 8, 42
(1 0, 845)
(15 2)
Uma observao de ordem terica importante deve ser feita nesse ponto.
Embora na regresso somente a varivel Y seja uma varivel aleatria, portan-
to X fixo, na Anlise de Correlao supe-se que ambas as variveis sejam
aleatrias. Se X de fato fixado de antemo, no se aplica essa testagem de
hipteses e a avaliao deve ser feita somente para o valor de r e de r2.
Teste de hipteses
para o coeficiente angular da reta ()
Para que o modelo de regresso seja significativo, o ngulo entre a reta de
regresso e o eixo X tem que ser bem maior do que zero, ou, de outra forma, a
sua tangente representada pelo coeficiente angular tem que ser bem maior
133
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
H0: = 0
H1: 0
(b b )
t=
Sb
SY,X
Sb =
(X X )
2
SY,X =
(Y Y )2
n2
Y 2 a Y b XY
SY,X =
n2
(Y Y )
2
SY =
n 1
(X X )
2
SX =
n 1
H0: = 0
H1: 0
Atravs da estatstica:
t=
(b b )
Sb
SY,X
SSY,XY,X SY,X
SSY,XY,X
SbSS=
b b== = ==
(X((XXXX)X))
2 22
X XX
n(n(2 22
.X
Xn() X) ) 2 22
onde,
Y 2 a Y b XY
SY,X =
n2
135
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Empresa X Y XY X2 Y2
A 15,00 221,00 3 315,00 225,00 48 841,00
Y=
Y = 1 095 = 73
n 15
X=
X = 93 = 6,2
n 15
a = 6,842651
b = 10,67054
136
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Assim,
122
122
122
122
825
825
825
825(6,
(6, (6,
842651).(1
(6,842651).(1
842651).(1
842651).(1
095)
095)
095)
095) (10,
(10,(10,
(10,
67054)(10
67054)(10
67054)(10
67054)(10
. 186,5)
186,5)
186,5)
186,5)
SY,X =
Y,X=
SSY,X
SY,X == = ===510,53
510,53= =22,59483
510,53
510,53 ==22,59483
22,59483
22,59483
1515
15
15 2222
22,5949
Sb = = 1,266
895 15.(6,2)2
10, 67054
t= = 8, 427
1,266
(Y Y ) = (Y Y ) + (Y Y )
2 2 2
137
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Total 14 42 890
138
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Intervalo de confiana da
estimativa da mdia populacional
Assumindo que a varivel dependente normalmente distribuda, pode-
mos calcular os limites superior e inferior de um intervalo de confiana para a
mdia de Y atravs de:
Y tSY
SY
Em que SY = e t o valor da estatstica da distribuio t de Student
n
com n 1 graus de liberdade.
139
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n 1
anteriormente. Esse valor pode mais facilmente ser calculado atravs da
expresso SY =
Y 2 n . (Y )2
.
n 1
No exemplo das empresas de informtica, temos:
Ybarra = 73
12 2825 15.(73)2
SY = = 55,34954
14
SY 55,34954
Em que SY = = = 14,29
n 15
T13g.l. = 2,160
t S
1
+ (X 0 X )
2
n
SY = SY,X .
( X X )2
140
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
Uma vez que SY,X = 22,59483 e que S pode ser expresso pela expresso
mais conveniente:
1
+ (X 0 X )
2
n
SY = SY,X
X 2 n . ( X )2
Temos que:
1
+ (2 6,2)
2
15
SY = 22,59483. = 5,328328
895 (15) . (6,2)2
Intervalo de confiana
da estimativa de um valor individual de Y
Se estivermos interessados na estimativa de faturamento de uma nica
empresa que aplicou R$2 milhes em P&D, a forma de determinar o intervalo
de confiana muda um pouco. Na realidade, o que muda no procedimento
o clculo do erro-padro da estimativa que ser dado por:
1
1+ + (X 0 X )
2
n
SY individual = SY,X
( X X )2
141
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
No nosso problema:
1
1+ + (2 6,2)
2
15
SY = 22,59483. = 5, 4767
895 15.(6,2)2
y
mdia uma empresa
Atividades de aplicao
1. Uma cadeia de supermercados financiou um estudo dos gastos com
mercadorias para famlias de quatro pessoas. A pesquisa se limitou a
famlias com renda entre R$10.000,00 e R$20.000,00. Obteve-se a se-
guinte equao:
Y = 400 + 0,10X
Companhia A B C D E F
Anncios 74 45 48 36 27 16
143
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
c) Para uma venda de 200 carros, quantos anncios devem ser feitos,
segundo o modelo?
d) Interprete o r2 resultante.
144
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anlise de regresso e de correlao
1 95 98
2 92 94
3 103 110
4 115 125
5 77 82
6 79 84
7 105 112
8 94 99
9 85 93
10 101 107
11 106 114
12 120 132
13 118 129
14 75 79
15 99 105
145
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
Problema
A empresa ABC est fabricando um novo equipamento que deseja dispo-
nibilizar para o mercado. sabido que o investimento em propaganda pode
trazer um grande retorno se a vendagem do produto for alta. No entanto, o
investimento tem um custo elevado e se a quantidade vendida do produto
no for alta, esse investimento em propaganda pode trazer prejuzo em-
presa. A questo colocada para a diretoria se ela deve ou no proceder ao
investimento em propaganda.
A1 = Investir em A2 = No investir
Eventos
propaganda (R$) em propaganda (R$)
1 = venda forte 90 60
2 = venda moderada 30 10
3 = venda fraca -4 2
Conceitos fundamentais
A tomada de deciso gerencial tem crescido em complexidade e os ins-
trumentos da Teoria de Deciso Estatstica tm se tornado um importante
modelo para se fazer escolhas racionais entre aes alternativas quando
a informao incompleta e sob ambiente de incerteza. O problema de
deciso sob estudo pode ser representado por um modelo que compreende
cinco elementos.
O tomador de deciso
o agente a quem cabe a responsabilidade por tomar as decises. O to-
mador de decises pode ser um indivduo, uma corporao, uma agncia
governamental e assim por diante.
Aes
A deciso envolve uma seleo entre duas ou mais alternativas de aes.
O problema escolher a melhor entre essas aes alternativas. Algumas
vezes o tomador de decises deve escolher a melhor das estratgias dispo-
nveis, em que cada estratgia uma regra de deciso que indica qual ao
deve ser tomada em resposta a um tipo especfico de informao amostral
ou experimental.
148
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
Eventos
Os eventos esto fora do controle do tomador de decises, que no
sabe ao certo qual evento de fato ocorrer. Os eventos se constituem de
um conjunto de resultados mutuamente exclusivos, isto , um e somente
um deles ocorrer. Os eventos tambm so chamados de estados da natu-
reza ou simplesmente resultados.
Ganho
a medida do resultado da opo por uma ao especfica. Os ganhos so
apresentados em tabelas de ganhos ou matrizes de ganho, que apresentam as
conseqncias de cada ao selecionada e cada evento que possa ocorrer.
Incerteza
A falta de definio de qual evento ou estado da natureza ir ocorrer
definido como incerteza. Essa incerteza ser indicada em termos de pro-
babilidades associadas aos eventos. Uma das caractersticas da Teoria Esta-
tstica de Deciso o assinalamento de probabilidades para a ocorrncia
desses eventos. Entre os tipos de probabilidades utilizadas est a probabili-
dade subjetiva.
Aes
Eventos A1 A2 ... An
149
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Como essas utilidades podem ser determinadas, ser assunto para este
captulo. Em sntese, a utilidade de se selecionar ao A2 e ter o resultado
do evento 1 denotada por u12 e assim por diante. A utilidade uij se refere
ao j e o evento i.
Critrios de escolha
utilizando distribuio a priori
Muitos diferentes critrios existem para selecionar a melhor ao. O crit-
rio mais imediato conhecido como o critrio maximin de ganho. Outros trs
critrios simples tambm so bastante utilizados. So normalmente conhe-
cidos como: ganho esperado sob incerteza, perda esperada de oportunidade e
critrio minimax da perda de oportunidade.
A1 = Investir em A2 = No investir
Eventos
propaganda (R$) em propaganda (R$)
1 = venda forte 90 60
2 = venda moderada 30 10
3 = venda fraca 4 2
150
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
Evento Probabilidade
1 = venda forte 0,2
Total 1.0
Ao 1: investir em Ao 2: no investir em
propaganda propaganda
Evento
Probabi- Resultado Probabili- Resultado
Resultado Resultado
lidade ponderado dade ponderado
152
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
Critrio minimax
da perda de oportunidade
No mtodo do critrio minimax de perda de oportunidade, o tomador de
deciso seleciona a ao que minimiza a pior perda de oportunidade poss-
vel. Como no critrio de maximin, de maximizar os piores ganhos, o critrio
minimax para a perda de oportunidade toma uma perspectiva pessimista. O
tomador de deciso determina para cada ao a maior perda de oportunida-
de que pode ocorrer.
154
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
Ganhos Ganhos
Evento Probabilidades
(R$) ponderados
33,6
155
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
R$90.000,00
1
2
R$30.000,00
A1 3
2
R$4.000,00
R$60.000,00
1 1
A2
2
R$10.000,00
3
2
R$2.000,00
156
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
R$90.000,00
(0,2)
R$31.800,00
(0,5)
R$30.000,00
A1 (0,3)
2
R$31.800,00
R$4.000,00
R$60.000,00
1 (0,2)
A2 R$23.000,00
(0,5)
R$10.000,00
(0,3)
2
R$2.000,00
Estabelecimento
de distribuies de probabilidades
Estabelecer as probabilidades de ocorrncia de cada estado da natureza
(eventos) uma tarefa fundamental para o equacionamento do esquema de
tomada de decises. At agora, o estabelecimento dessas probabilidades foi
realizado de forma subjetiva e simples. Se houver uma forma mais cientfica
de estabelecimento da distribuio de probabilidades dos possveis eventos,
o problema da tomada de decises pode ser mais bem equacionado.
157
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
158
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
O raciocnio deve ser repetido para a determinao dos outros dois valo-
res. Vamos supor que esses valores sejam 250 000 e 400 000. Ou seja, o toma-
dor de decises acredita que a probabilidade de vender mais do que 250 000
produtos seja de 75% e que a probabilidade de vender mais do que
400 000 produtos seja de 25%.
0,6
0,5
0,4
0,3
0,2
0,1
0
0 100 200 300 400 500 600
Vendas
159
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
0,6
0,5
0,4
0,3
0,2
0,1
0
0 100 200 300 400 500 600
Vendas
Assinalamento de probabilidades
usando dados do passado
Se existe uma grande quantidade de dados do passado, o tomador de de-
cises pode us-los para estabelecer a distribuio de probabilidades atra-
vs do uso das freqncias relativas dos dados. No entanto, se a quantidade
de dados for pequena, um procedimento deve ser realizado tomando a dis-
tribuio de freqncias destes dados para a construo de uma distribuio
de freqncias acumulada atravs de aproximaes.
160
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
33 1 33 1/20 = 0,05
34 0
35 4 35 4/20 = 0,20
36 5 36 5/20 = 0,25
37 0
38 2 38 2/20 = 0,10
39 3 39 3/20 = 0,15
40 0
41 1 41 1/20 = 0,05
42 2 42 2/20 = 0,10
43 2 43 2/20 = 0,10
33 0,05 0,05
34 0,05
35 0,20 0,25
36 0,25 0,50
161
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
37 0,50
38 0,10 0,60
39 0,15 0,75
40 0,75
41 0,05 0,80
42 0,10 0,90
43 0,10 1,00
0,6
0,5
0,4
0,3
0,2
0,1
0
30 35 40 45 50
Nmero de produtos vendidos
162
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
Tomada de decises
baseada na utilidade esperada
At agora as anlises de tomada de deciso tiveram por critrio a escolha
da ao tima como aquela que resultaria em maior ganho mdio a longo
prazo se a mesma deciso tivesse que ser tomada repetidamente sob idn-
ticas condies. No entanto, algumas decises pessoais e nos negcios so
tomadas frente a um nico conjunto de condies. Em algumas dessas oca-
sies, no seria realstico pensar em termos de muitas repeties da mesma
situao de deciso.
Sendo assim, til ter um aparato para lidar com tomada de deciso em
tempo nico. A Teoria da Utilidade fornece tal aparato e tambm um mtodo
lgico para tomada de decises repetitivas. Para ilustrar a idia, vamos supor
trs situaes com duas aes alternativas para cada uma delas. Na primeira
(A), contrapem-se duas decises que tm como conseqncia para a ao
A1 receber R$0,00 com certeza e, para a ao A2, receber R$0,60 com proba-
bilidade 1/2 e perder R$0,40 com probabilidade 1/2. Na segunda situao, B1
implica ganhar R$0,00 com certeza e B2, receber R$60.000,00 com probabili-
dade 1/2 e perder R$40.000,00 com probabilidade 1/2. A terceira situao, C1
implica receber R$1 milho com certeza contra C2, que implica receber R$2
milhes com probabilidade 1/2 e receber R$0,00 com probabilidade 1/2.
Probabilidades a posteriori
As probabilidades a posteriori so calculadas com base em duas informa-
es: as probabilidades a priori e a informao obtida atravs da observao
de um conjunto de dados. O meio de fazer essa atualizao o Teorema de
Bayes. Se uma nova atualizao for necessria, a atual probabilidade a pos-
teriori ser utilizada como probabilidade a priori no novo contexto em que
uma nova tomada amostral seja realizada.
164
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
ser ilustrado pelo uso de dois tipos de informao amostral: (I) atravs da
especificao da confiabilidade da informao amostral; e (II) atravs da es-
pecificao do tamanho da amostra.
Anlise a posteriori:
uma ilustrao da especificao da confiabilidade
Retomando o exemplo do investimento em propaganda, a situao colo-
cada para o tomador de decises era a de decidir entre duas aes: A1 (inves-
tir em propaganda de um novo produto) e A2 (no investir em propaganda
de um novo produto).
A1 = investir em A2 = no investir em
Eventos
propaganda (R$) propaganda (R$)
1 = venda forte 90 60
2 = venda moderada 30 10
3 = venda fraca -4 2
Evento Probabilidade
1 = venda forte 0,2
Total 1,0
165
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
P(x2/1) = 0,2
P(x2/2) = 0,8
P(x2/3) = 0,3
166
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
2 = venda
0,5 0,8 0,40 0,7547
moderada
P (1)P(x2 / 1)
P(1 / x2) =
P (i)P(x2 / i)
167
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
168
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
) R$90.000,00
755
R$28.756,60 (0,0
(0,7547)
R$30.000,00
A1 (0,1
698
2 )
R$28.756,60
R$4.000,00
) R$60.000,00
1 755
R$12,416,60 (0,0
A2
(0,7547)
R$10.000,00
(0,1
698
)
2
R$2.000,00
Como o ganho esperado sob A1 maior que o ganho esperado sob A2,
a melhor das duas aes continua sendo a de investir em propaganda. Ob-
serve, no entanto, que essa deciso poderia ter sido modificada aps o as-
sinalamento da distribuio de probabilidades a posteriori, com a incluso de
novas evidncias devidos ao processo de busca de dados na amostragem.
Anlise a posteriori:
uma ilustrao da aceitao da amostragem
Como uma segunda ilustrao da anlise a posteriori, vamos considerar
o problema da aceitao da amostragem de um produto manufaturado.
Vamos assumir que a empresa ABC inspeciona artigos de componentes de
169
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Essa deciso dever ser tomada com base em algumas informaes que
a empresa tem. Primeiro, com base em freqncias relativas, lotes com essas
percentagens de peas defeituosas ocorreram em 50%, 30% e 20% das vezes.
Ou seja, lotes com 10% de peas defeituosas ocorreram em 50% das entre-
gas. Outra informao que ser utilizada ser a matriz de resultados baseada
na matriz de perda de oportunidades em tomar a ao A1, de rejeitar o lote,
e a ao A2, de aceitar o lote. Com base em resultados anteriores, essa matriz
dada por:
Evento Ao A1 Ao A2
Proporo de defeituosas Rejeitar o lote Aceitar o lote
0,10 R$30,00 R$0,00
Com essas informaes e com base no resultado de uma amostra de, diga-
mos, 10 elementos de uma nova entrega, em que ser verificado o nmero de
peas defeituosas entre estas, a empresa decidir se aceita ou no o lote.
A empresa pode usar as freqncias relativas (50%, 30% e 20%) como dis-
tribuio a priori e determinar a perda esperada de oportunidade para cada
uma das duas aes possveis:
170
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
171
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Atividades de aplicao
As informaes a seguir devem ser utilizadas para a resoluo dos exerc-
cios de 1 a 5.
Portflio
Estados da natureza Risco alto Risco baixo
risco mdio
Crescimento 10 4 2
Recesso -15 -2 1
1. Qual dos trs portflios deve ser escolhido se o critrio utilizado for
o maximim?
173
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
3. Para o critrio ganho esperado sob incerteza, qual a deciso a ser to-
mada?
21 1 32 1
22 0 33 1
23 0 34 1
24 2 35 0
25 2 36 0
26 3 37 1
27 3 38 1
28 1 39 1
29 0 40 0
30 0 41 0
31 1 42 1
174
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Teoria da deciso
P P0(p)
0,05 0,30
0,10 0,40
0,15 0,20
0,20 0,10
2 0,50 0,75
175
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
2 0 0,9025 0,8100 0,7225 0,6400 0,5625 0,4900 0,4245 0,3600 0,3025 0,2500
1 0,9975 0,9900 0,9775 0,9600 0,9375 0,9100 0,8775 0,8400 0,7975 0,7500
3 0 0,8574 0,7290 0,6141 0,5120 0,4219 0,3430 0,2746 0,2160 0,1664 0,1250
1 0,9928 0,9720 0,9393 0,8960 0,8438 0,7840 0,7183 0,6480 0,5748 0,5000
2 0,9999 0,9990 0,9966 0,9920 0,9844 0,9730 0,9571 0,9360 0,9089 0,8750
4 0 0,8145 0,6561 0,5220 0,4096 0,3164 0,2401 0,1785 0,1296 0,0915 0,0625
1 0,9860 0,9477 0,8905 0,8192 0,7383 0,6517 0,5630 0,4752 0,3910 0,3125
2 0,9995 0,9963 0,9880 0,9728 0,9492 0,9163 0,8735 0,8208 0,7585 0,6875
3 1,0000 0,9999 0,9995 0,9984 0,9961 0,9919 0,9850 0,9744 0,9590 0,9375
5 0 0,7738 0,5905 0,4437 0,3277 0,2373 0,1681 0,1160 0,0778 0,0503 0,0313
1 0,9774 0,9185 0,8352 0,7373 0,6328 0,5282 0,4284 0,3370 0,2562 0,1875
2 0,9988 0,9914 0,9734 0,9421 0,8965 0,8369 0,7648 0,6826 0,5931 0,5000
3 1,0000 0,9995 0,9978 0,9933 0,9844 0,9692 0,9460 0,9130 0,8688 0,8125
4 1,0000 1,0000 0,9999 0,9997 0,9990 0,9976 0,9947 0,9898 0,9815 0,9688
6 0 0,7351 0,5314 0,3771 0,2621 0,1780 0,1176 0,0754 0,0467 0,0277 0,0156
1 0,9672 0,8857 0,7765 0,6554 0,5339 0,4202 0,3191 0,2333 0,1636 0,1094
2 0,9978 0,9842 0,9527 0,9011 0,8306 0,7443 0,6471 0,5443 0,4415 0,3438
3 0,9999 0,9987 0,9941 0,9830 0,9624 0,9295 0,8826 0,8208 0,7447 0,6563
4 1,0000 0,9999 0,9996 0,9984 0,9954 0,9891 0,9777 0,9590 0,9308 0,8906
5 1,0000 1,0000 1,0000 0,9999 0,9998 0,9993 0,9982 0,9959 0,9917 0,9844
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
7 0 0,6983 0,4783 0,3206 0,2097 0,1335 0,0824 0,0490 0,0280 0,0152 0,0078
1 0,9556 0,8503 0,7166 0,5767 0,4449 0,3294 0,2338 0,1586 0,1024 0,0625
2 0,9962 0,9743 0,9262 0,8520 0,7564 0,6471 0,5323 0,4199 0,3164 0,2266
3 0,9998 0,9973 0,9879 0,9667 0,9294 0,8740 0,8002 0,7102 0,6083 0,5000
4 1,0000 0,9998 0,9988 0,9953 0,9871 0,9712 0,9444 0,9037 0,8471 0,7734
5 1,0000 1,0000 0,9999 0,9996 0,9987 0,9962 0,9910 0,9812 0,9643 0,9375
6 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9994 0,9984 0,9963 0,9922
8 0 0,6634 0,4305 0,2725 0,1678 0,1001 0,0576 0,0319 0,0168 0,0084 0,0039
1 0,9428 0,8131 0,6572 0,5033 0,3671 0,2553 0,1691 0,1064 0,0632 0,0352
2 0,9942 0,9619 0,8948 0,7969 0,6785 0,5518 0,4278 0,3154 0,2201 0,1445
3 0,9996 0,9950 0,9786 0,9437 0,8862 0,8059 0,7064 0,5941 0,4770 0,3633
4 1,0000 0,9996 0,9971 0,9896 0,9727 0,9420 0,8939 0,8263 0,7396 0,6367
5 1,0000 1,0000 0,9998 0,9988 0,9958 0,9887 0,9747 0,9502 0,9115 0,8555
6 1,0000 1,0000 1,0000 0,9999 0,9996 0,9987 0,9964 0,9915 0,9819 0,9648
7 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9993 0,9983 0,9961
9 0 0,6302 0,3874 0,2316 0,1342 0,0751 0,0404 0,0207 0,0101 0,0046 0,0020
1 0,9288 0,7748 0,5995 0,4362 0,3003 0,1960 0,1211 0,0705 0,0385 0,0195
2 0,9916 0,9470 0,8591 0,7382 0,6007 0,4628 0,3373 0,2318 0,1495 0,0898
3 0,9994 0,9917 0,9661 0,9144 0,8343 0,7297 0,6089 0,4826 0,3614 0,2539
4 1,0000 0,9991 0,9944 0,9804 0,9511 0,9012 0,8283 0,7334 0,6214 0,5000
5 1,0000 0,9999 0,9994 0,9969 0,9900 0,9747 0,9464 0,9006 0,8342 0,7461
6 1,0000 1,0000 1,0000 0,9997 0,9987 0,9957 0,9888 0,9750 0,9502 0,9102
7 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9986 0,9962 0,9909 0,9805
8 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9992 0,9980
10 0 0,5987 0,3487 0,1969 0,1074 0,0563 0,0282 0,0135 0,0060 0,0025 0,0010
1 0,9139 0,7361 0,5443 0,3758 0,2440 0,1493 0,0860 0,0464 0,0233 0,0107
2 0,9885 0,9298 0,8202 0,6778 0,5256 0,3828 0,2616 0,1673 0,0996 0,0547
3 0,9990 0,9872 0,9500 0,8791 0,7759 0,6496 0,5138 0,3823 0,2660 0,1719
178
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
4 0,9999 0,9984 0,9901 0,9672 0,9219 0,8497 0,7515 0,6331 0,5044 0,3770
5 1,0000 0,9999 0,9986 0,9936 0,9803 0,9527 0,9051 0,8338 0,7384 0,6230
6 1,0000 1,0000 0,9999 0,9991 0,9965 0,9894 0,9740 0,9452 0,8980 0,8281
7 1,0000 1,0000 1,0000 0,9999 0,9996 0,9984 0,9952 0,9877 0,9726 0,9453
8 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9983 0,9955 0,9893
9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9990
11 0 0,5688 0,3138 0,1673 0,0859 0,0422 0,0198 0,0088 0,0036 0,0014 0,0005
1 0,8981 0,6974 0,4922 0,3221 0,1971 0,1130 0,0606 0,0302 0,0139 0,0059
2 0,9848 0,9104 0,7788 0,6174 0,4552 0,3127 0,2001 0,1189 0,0652 0,0327
3 0,9984 0,9815 0,9306 0,8389 0,7133 0,5696 0,4256 0,2963 0,1911 0,1133
4 0,9999 0,9972 0,9841 0,9496 0,8854 0,7897 0,6683 0,5328 0,3971 0,2744
5 1,0000 0,9997 0,9973 0,9883 0,9657 0,9218 0,8513 0,7535 0,6331 0,5000
6 1,0000 1,0000 0,9997 0,9980 0,9924 0,9784 0,9499 0,9006 0,8262 0,7256
7 1,0000 1,0000 1,0000 0,9998 0,9988 0,9957 0,9878 0,9707 0,9390 0,8867
8 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9980 0,9941 0,9852 0,9673
9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9993 0,9978 0,9941
10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9995
12 0 0,5404 0,2824 0,1422 0,0687 0,0317 0,0138 0,0057 0,0022 0,0008 0,0002
1 0,8816 0,6590 0,4435 0,2749 0,1584 0,0850 0,0424 0,0196 0,0083 0,0032
2 0,9804 0,8891 0,7358 0,5583 0,3907 0,2528 0,1513 0,0834 0,0421 0,0193
3 0,9978 0,9744 0,9078 0,7946 0,6488 0,4925 0,3467 0,2253 0,1345 0,0730
4 0,9998 0,9957 0,9761 0,9274 0,8424 0,7237 0,5833 0,4382 0,3044 0,1938
5 1,0000 0,9995 0,9954 0,9806 0,9456 0,8822 0,7873 0,6652 0,5269 0,3872
6 1,0000 0,9999 0,9993 0,9961 0,9857 0,9614 0,9154 0,8418 0,7393 0,6128
7 1,0000 1,0000 0,9999 0,9994 0,9972 0,9905 0,9745 0,9427 0,8883 0,8062
8 1,0000 1,0000 1,0000 0,9999 0,9996 0,9983 0,9944 0,9847 0,9644 0,9270
9 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9992 0,9972 0,9921 0,9807
10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9989 0,9968
179
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998
13 0 0,5133 0,2542 0,1209 0,0550 0,0238 0,0097 0,0037 0,0013 0,0004 0,0001
1 0,8646 0,6213 0,3983 0,2336 0,1267 0,0637 0,0296 0,0126 0,0049 0,0017
2 0,9755 0,8661 0,6920 0,5017 0,3326 0,2025 0,1132 0,0579 0,0269 0,0112
3 0,9969 0,9658 0,8820 0,7473 0,5843 0,4206 0,2783 0,1686 0,0929 0,0461
4 0,9997 0,9935 0,9658 0,9009 0,7940 0,6543 0,5005 0,3530 0,2279 0,1334
5 1,0000 0,9991 0,9925 0,9700 0,9198 0,8346 0,7159 0,5744 0,4268 0,2905
6 1,0000 0,9999 0,9987 0,9930 0,9757 0,9376 0,8705 0,7712 0,6437 0,5000
7 1,0000 1,0000 0,9998 0,9988 0,9944 0,9818 0,9538 0,9023 0,8212 0,7095
8 1,0000 1,0000 1,0000 0,9998 0,9990 0,9960 0,9874 0,9679 0,9302 0,8666
9 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9975 0,9922 0,9797 0,9539
10 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9987 0,9959 0,9888
11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9983
12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
14 0 0,4877 0,2288 0,1028 0,0440 0,0178 0,0068 0,0024 0,0008 0,0002 0,0001
1 0,8470 0,5846 0,3567 0,1979 0,1010 0,0475 0,0205 0,0081 0,0029 0,0009
2 0,9699 0,8416 0,6479 0,4481 0,2811 0,1608 0,0839 0,0398 0,0170 0,0065
3 0,9958 0,9559 0,8535 0,6982 0,5213 0,3552 0,2205 0,1243 0,0632 0,0287
4 0,9996 0,9908 0,9533 0,8702 0,7415 0,5842 0,4227 0,2793 0,1672 0,0898
5 1,0000 0,9985 0,9885 0,9561 0,8883 0,7805 0,6405 0,4859 0,3373 0,2120
6 1,0000 0,9998 0,9978 0,9884 0,9617 0,9067 0,8164 0,6925 0,5461 0,3953
7 1,0000 1,0000 0,9997 0,9976 0,9897 0,9685 0,9247 0,8499 0,7414 0,6047
8 1,0000 1,0000 1,0000 0,9996 0,9978 0,9917 0,9757 0,9417 0,8811 0,7880
9 1,0000 1,0000 1,0000 1,0000 0,9997 0,9983 0,9940 0,9825 0,9574 0,9102
10 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9989 0,9961 0,9886 0,9713
11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9978 0,9935
12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9991
13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
180
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
15 0 0,4633 0,2059 0,0874 0,0352 0,0134 0,0047 0,0016 0,0005 0,0001 0,0000
1 0,8290 0,5490 0,3186 0,1671 0,0802 0,0353 0,0142 0,0052 0,0017 0,0005
2 0,9638 0,8159 0,6042 0,3980 0,2361 0,1268 0,0617 0,0271 0,0107 0,0037
3 0,9945 0,9444 0,8227 0,6482 0,4613 0,2969 0,1727 0,0905 0,0424 0,0176
4 0,9994 0,9873 0,9383 0,8358 0,6865 0,5155 0,3519 0,2173 0,1204 0,0592
5 0,9999 0,9978 0,9832 0,9389 0,8516 0,7216 0,5643 0,4032 0,2608 0,1509
6 1,0000 0,9997 0,9964 0,9819 0,9434 0,8689 0,7548 0,6098 0,4522 0,3036
7 1,0000 1,0000 0,9994 0,9958 0,9827 0,9500 0,8868 0,7869 0,6535 0,5000
8 1,0000 1,0000 0,9999 0,9992 0,9958 0,9848 0,9578 0,9050 0,8182 0,6964
9 1,0000 1,0000 1,0000 0,9999 0,9992 0,9963 0,9876 0,9662 0,9231 0,8491
10 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9972 0,9907 0,9745 0,9408
11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9981 0,9937 0,9824
12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9989 0,9963
13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
16 0 0,4401 0,1853 0,0743 0,0281 0,0100 0,0033 0,0010 0,0003 0,0001 0,0000
1 0,8108 0,5147 0,2839 0,1407 0,0635 0,0261 0,0098 0,0033 0,0010 0,0003
2 0,9571 0,7892 0,5614 0,3518 0,1971 0,0994 0,0451 0,0183 0,0066 0,0021
3 0,9930 0,9316 0,7899 0,5981 0,4050 0,2459 0,1339 0,0651 0,0281 0,0106
4 0,9991 0,9830 0,9209 0,7982 0,6302 0,4499 0,2892 0,1666 0,0853 0,0384
5 0,9999 0,9967 0,9765 0,9183 0,8103 0,6598 0,4900 0,3288 0,1976 0,1051
6 1,0000 0,9995 0,9944 0,9733 0,9204 0,8247 0,6881 0,5272 0,3660 0,2272
7 1,0000 0,9999 0,9989 0,9930 0,9729 0,9256 0,8406 0,7161 0,5629 0,4018
8 1,0000 1,0000 0,9998 0,9985 0,9925 0,9743 0,9329 0,8577 0,7441 0,5982
9 1,0000 1,0000 1,0000 0,9998 0,9984 0,9929 0,9771 0,9417 0,8759 0,7728
10 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9938 0,9809 0,9514 0,8949
11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9951 0,9851 0,9616
12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9991 0,9965 0,9894
181
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9979
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
17 0 0,4181 0,1668 0,0631 0,0225 0,0075 0,0023 0,0007 0,0002 0,0000 0,0000
1 0,7922 0,4818 0,2525 0,1182 0,0501 0,0193 0,0067 0,0021 0,0006 0,0001
2 0,9497 0,7618 0,5198 0,3096 0,1637 0,0774 0,0327 0,0123 0,0041 0,0012
3 0,9912 0,9174 0,7556 0,5489 0,3530 0,2019 0,1028 0,0464 0,0184 0,0064
4 0,9988 0,9779 0,9013 0,7582 0,5739 0,3887 0,2348 0,1260 0,0596 0,0245
5 0,9999 0,9953 0,9681 0,8943 0,7653 0,5968 0,4197 0,2639 0,1471 0,0717
6 1,0000 0,9992 0,9917 0,9623 0,8929 0,7752 0,6188 0,4478 0,2902 0,1662
7 1,0000 0,9999 0,9983 0,9891 0,9598 0,8954 0,7872 0,6405 0,4743 0,3145
8 1,0000 1,0000 0,9997 0,9974 0,9876 0,9597 0,9006 0,8011 0,6626 0,5000
9 1,0000 1,0000 1,0000 0,9995 0,9969 0,9873 0,9617 0,9081 0,8166 0,6855
10 1,0000 1,0000 1,0000 0,9999 0,9994 0,9968 0,9880 0,9652 0,9174 0,8338
11 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9970 0,9894 0,9699 0,9283
12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9975 0,9914 0,9755
13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9981 0,9936
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9988
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
18 0 0,3972 0,1501 0,0536 0,0180 0,0056 0,0016 0,0004 0,0001 0,0000 0,0000
1 0,7735 0,4503 0,2241 0,0991 0,0395 0,0142 0,0046 0,0013 0,0003 0,0001
2 0,9419 0,7338 0,4797 0,2713 0,1353 0,0600 0,0236 0,0082 0,0025 0,0007
3 0,9891 0,9018 0,7202 0,5010 0,3057 0,1646 0,0783 0,0328 0,0120 0,0038
4 0,9985 0,9718 0,8794 0,7164 0,5187 0,3327 0,1886 0,0942 0,0411 0,0154
5 0,9998 0,9936 0,9581 0,8671 0,7175 0,5344 0,3550 0,2088 0,1077 0,0481
6 1,0000 0,9988 0,9882 0,9487 0,8610 0,7217 0,5491 0,3743 0,2258 0,1189
7 1,0000 0,9998 0,9973 0,9837 0,9431 0,8593 0,7283 0,5634 0,3915 0,2403
8 1,0000 1,0000 0,9995 0,9957 0,9807 0,9404 0,8609 0,7368 0,5778 0,4073
182
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
9 1,0000 1,0000 0,9999 0,9991 0,9946 0,9790 0,9403 0,8653 0,7473 0,5927
10 1,0000 1,0000 1,0000 0,9998 0,9988 0,9939 0,9788 0,9424 0,8720 0,7597
11 1,0000 1,0000 1,0000 1,0000 0,9998 0,9986 0,9938 0,9797 0,9463 0,8811
12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9986 0,9942 0,9817 0,9519
13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9951 0,9846
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9990 0,9962
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993
16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
19 0 0,3774 0,1351 0,0456 0,0144 0,0042 0,0011 0,0003 0,0001 0,0000 0,0000
1 0,7547 0,4203 0,1985 0,0829 0,0310 0,0104 0,0031 0,0008 0,0002 0,0000
2 0,9335 0,7054 0,4413 0,2369 0,1113 0,0462 0,0170 0,0055 0,0015 0,0004
3 0,9868 0,8850 0,6841 0,4551 0,2631 0,1332 0,0591 0,0230 0,0077 0,0022
4 0,9980 0,9648 0,8556 0,6733 0,4654 0,2822 0,1500 0,0696 0,0280 0,0096
5 0,9998 0,9914 0,9463 0,8369 0,6678 0,4739 0,2968 0,1629 0,0777 0,0318
6 1,0000 0,9983 0,9837 0,9324 0,8251 0,6655 0,4812 0,3081 0,1727 0,0835
7 1,0000 0,9997 0,9959 0,9767 0,9225 0,8180 0,6656 0,4878 0,3169 0,1796
8 1,0000 1,0000 0,9992 0,9933 0,9713 0,9161 0,8145 0,6675 0,4940 0,3238
9 1,0000 1,0000 0,9999 0,9984 0,9911 0,9674 0,9125 0,8139 0,6710 0,5000
10 1,0000 1,0000 1,0000 0,9997 0,9977 0,9895 0,9653 0,9115 0,8159 0,6762
11 1,0000 1,0000 1,0000 1,0000 0,9995 0,9972 0,9886 0,9648 0,9129 0,8204
12 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9969 0,9884 0,9658 0,9165
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9969 0,9891 0,9682
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9972 0,9904
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9978
16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996
17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
183
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n c 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
20 0 0,3585 0,1216 0,0388 0,0115 0,0032 0,0008 0,0002 0,0000 0,0000 0,0000
1 0,7358 0,3917 0,1756 0,0692 0,0243 0,0076 0,0021 0,0005 0,0001 0,0000
2 0,9245 0,6769 0,4049 0,2061 0,0913 0,0355 0,0121 0,0036 0,0009 0,0002
3 0,9841 0,8670 0,6477 0,4114 0,2252 0,1071 0,0444 0,0160 0,0049 0,0013
4 0,9974 0,9568 0,8298 0,6296 0,4148 0,2375 0,1182 0,0510 0,0189 0,0059
5 0,9997 0,9887 0,9327 0,8042 0,6172 0,4164 0,2454 0,1256 0,0553 0,0207
6 1,0000 0,9976 0,9781 0,9133 0,7858 0,6080 0,4166 0,2500 0,1299 0,0577
7 1,0000 0,9996 0,9941 0,9679 0,8982 0,7723 0,6010 0,4159 0,2520 0,1316
8 1,0000 0,9999 0,9987 0,9900 0,9591 0,8867 0,7624 0,5956 0,4143 0,2517
9 1,0000 1,0000 0,9998 0,9974 0,9861 0,9520 0,8782 0,7553 0,5914 0,4119
10 1,0000 1,0000 1,0000 0,9994 0,9961 0,9829 0,9468 0,8725 0,7507 0,5881
11 1,0000 1,0000 1,0000 0,9999 0,9991 0,9949 0,9804 0,9435 0,8692 0,7483
12 1,0000 1,0000 1,0000 1,0000 0,9998 0,9987 0,9940 0,9790 0,9420 0,8684
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9985 0,9935 0,9786 0,9423
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9936 0,9793
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9985 0,9941
16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987
17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998
18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
1 0 0,9500 0,9000 0,8500 0,8000 0,7500 0,7000 0,6500 0,6000 0,5500 0,5000
1 0,0500 0,1000 0,1500 0,2000 0,2500 0,3000 0,3500 0,4000 0,4500 0,5000
184
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
2 0 0,9025 0,8100 0,7225 0,6400 0,5625 0,4900 0,4225 0,3600 0,3025 0,2500
1 0,0950 0,1800 0,2550 0,3200 0,3750 0,4200 0,4550 0,4800 0,4950 0,5000
2 0,0025 0,0100 0,0225 0,0400 0,0625 0,0900 0,1225 0,1600 0,2025 0,2500
3 0 0,8574 0,7290 0,6141 0,5120 0,4219 0,3430 0,2746 0,2160 0,1664 0,1250
1 0,1354 0,2430 0,3251 0,3840 0,4219 0,4410 0,4436 0,4320 0,4084 0,3750
2 0,0071 0,0270 0,0574 0,0960 0,1406 0,1890 0,2389 0,2880 0,3341 0,3750
3 0,0001 0,0010 0,0034 0,0080 0,0156 0,0270 0,0429 0,0640 0,0911 0,1250
4 0 0,8145 0,6561 0,5220 0,4096 0,3164 0,2401 0,1785 0,1296 0,0915 0,0625
1 0,1715 0,2916 0,3685 0,4096 0,4219 0,4116 0,3845 0,3456 0,2995 0,2500
2 0,0135 0,0486 0,0975 0,1536 0,2109 0,2646 0,3105 0,3456 0,3675 0,3750
3 0,0005 0,0036 0,0115 0,0256 0,0469 0,0756 0,1115 0,1536 0,2005 0,2500
4 0,0000 0,0001 0,0005 0,0016 0,0039 0,0081 0,0150 0,0256 0,0410 0,0625
5 0 0,7738 0,5905 0,4437 0,3277 0,2373 0,1681 0,1160 0,0778 0,0503 0,0313
1 0,2036 0,3281 0,3915 0,4096 0,3955 0,3602 0,3124 0,2592 0,2059 0,1563
2 0,0214 0,0729 0,1382 0,2048 0,2637 0,3087 0,3364 0,3456 0,3369 0,3125
3 0,0011 0,0081 0,0244 0,0512 0,0879 0,1323 0,1811 0,2304 0,2757 0,3125
4 0,0000 0,0005 0,0022 0,0064 0,0146 0,0284 0,0488 0,0768 0,1128 0,1563
5 0,0000 0,0000 0,0001 0,0003 0,0010 0,0024 0,0053 0,0102 0,0185 0,0313
6 0 0,7351 0,5314 0,3771 0,2621 0,1780 0,1176 0,0754 0,0467 0,0277 0,0156
1 0,2321 0,3543 0,3993 0,3932 0,3560 0,3025 0,2437 0,1866 0,1359 0,0938
2 0,0305 0,0984 0,1762 0,2458 0,2966 0,3241 0,3280 0,3110 0,2780 0,2344
3 0,0021 0,0146 0,0415 0,0819 0,1318 0,1852 0,2355 0,2765 0,3032 0,3125
4 0,0001 0,0012 0,0055 0,0154 0,0330 0,0595 0,0951 0,1382 0,1861 0,2344
5 0,0000 0,0001 0,0004 0,0015 0,0044 0,0102 0,0205 0,0369 0,0609 0,0938
6 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0018 0,0041 0,0083 0,0156
7 0 0,6983 0,4783 0,3206 0,2097 0,1335 0,0824 0,0490 0,0280 0,0152 0,0078
1 0,2573 0,3720 0,3960 0,3670 0,3115 0,2471 0,1848 0,1306 0,0872 0,0547
185
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
2 0,0406 0,1240 0,2097 0,2753 0,3115 0,3177 0,2985 0,2613 0,2140 0,1641
3 0,0036 0,0230 0,0617 0,1147 0,1730 0,2269 0,2679 0,2903 0,2918 0,2734
4 0,0002 0,0026 0,0109 0,0287 0,0577 0,0972 0,1442 0,1935 0,2388 0,2734
5 0,0000 0,0002 0,0012 0,0043 0,0115 0,0250 0,0466 0,0774 0,1172 0,1641
6 0,0000 0,0000 0,0001 0,0004 0,0013 0,0036 0,0084 0,0172 0,0320 0,0547
7 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0006 0,0016 0,0037 0,0078
8 0 0,6634 0,4305 0,2725 0,1678 0,1001 0,0576 0,0319 0,0168 0,0084 0,0039
1 0,2793 0,3826 0,3847 0,3355 0,2670 0,1977 0,1373 0,0896 0,0548 0,0313
2 0,0515 0,1488 0,2376 0,2936 0,3115 0,2965 0,2587 0,2090 0,1569 0,1094
3 0,0054 0,0331 0,0839 0,1468 0,2076 0,2541 0,2786 0,2787 0,2568 0,2188
4 0,0004 0,0046 0,0185 0,0459 0,0865 0,1361 0,1875 0,2322 0,2627 0,2734
5 0,0000 0,0004 0,0026 0,0092 0,0231 0,0467 0,0808 0,1239 0,1719 0,2188
6 0,0000 0,0000 0,0002 0,0011 0,0038 0,0100 0,0217 0,0413 0,0703 0,1094
7 0,0000 0,0000 0,0000 0,0001 0,0004 0,0012 0,0033 0,0079 0,0164 0,0313
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0017 0,0039
9 0 0,6302 0,3874 0,2316 0,1342 0,0751 0,0404 0,0207 0,0101 0,0046 0,0020
1 0,2985 0,3874 0,3679 0,3020 0,2253 0,1556 0,1004 0,0605 0,0339 0,0176
2 0,0629 0,1722 0,2597 0,3020 0,3003 0,2668 0,2162 0,1612 0,1110 0,0703
3 0,0077 0,0446 0,1069 0,1762 0,2336 0,2668 0,2716 0,2508 0,2119 0,1641
4 0,0006 0,0074 0,0283 0,0661 0,1168 0,1715 0,2194 0,2508 0,2600 0,2461
5 0,0000 0,0008 0,0050 0,0165 0,0389 0,0735 0,1181 0,1672 0,2128 0,2461
6 0,0000 0,0001 0,0006 0,0028 0,0087 0,0210 0,0424 0,0743 0,1160 0,1641
7 0,0000 0,0000 0,0000 0,0003 0,0012 0,0039 0,0098 0,0212 0,0407 0,0703
8 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0013 0,0035 0,0083 0,0176
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0008 0,0020
10 0 0,5987 0,3487 0,1969 0,1074 0,0563 0,0282 0,0135 0,0060 0,0025 0,0010
1 0,3151 0,3874 0,3474 0,2684 0,1877 0,1211 0,0725 0,0403 0,0207 0,0098
2 0,0746 0,1937 0,2759 0,3020 0,2816 0,2335 0,1757 0,1209 0,0763 0,0439
186
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
3 0,0105 0,0574 0,1298 0,2013 0,2503 0,2668 0,2522 0,2150 0,1665 0,1172
4 0,0010 0,0112 0,0401 0,0881 0,1460 0,2001 0,2377 0,2508 0,2384 0,2051
5 0,0001 0,0015 0,0085 0,0264 0,0584 0,1029 0,1536 0,2007 0,2340 0,2461
6 0,0000 0,0001 0,0012 0,0055 0,0162 0,0368 0,0689 0,1115 0,1596 0,2051
7 0,0000 0,0000 0,0001 0,0008 0,0031 0,0090 0,0212 0,0425 0,0746 0,1172
8 0,0000 0,0000 0,0000 0,0001 0,0004 0,0014 0,0043 0,0106 0,0229 0,0439
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0016 0,0042 0,0098
10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
11 0 0,5688 0,3138 0,1673 0,0859 0,0422 0,0198 0,0088 0,0036 0,0014 0,0005
1 0,3293 0,3835 0,3248 0,2362 0,1549 0,0932 0,0518 0,0266 0,0125 0,0054
2 0,0867 0,2131 0,2866 0,2953 0,2581 0,1998 0,1395 0,0887 0,0513 0,0269
3 0,0137 0,0710 0,1517 0,2215 0,2581 0,2568 0,2254 0,1774 0,1259 0,0806
4 0,0014 0,0158 0,0536 0,1107 0,1721 0,2201 0,2428 0,2365 0,2060 0,1611
5 0,0001 0,0025 0,0132 0,0388 0,0803 0,1321 0,1830 0,2207 0,2360 0,2256
6 0,0000 0,0003 0,0023 0,0097 0,0268 0,0566 0,0985 0,1471 0,1931 0,2256
7 0,0000 0,0000 0,0003 0,0017 0,0064 0,0173 0,0379 0,0701 0,1128 0,1611
8 0,0000 0,0000 0,0000 0,0002 0,0011 0,0037 0,0102 0,0234 0,0462 0,0806
9 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018 0,0052 0,0126 0,0269
10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0007 0,0021 0,0054
12 0 0,5404 0,2824 0,1422 0,0687 0,0317 0,0138 0,0057 0,0022 0,0008 0,0002
1 0,3413 0,3766 0,3012 0,2062 0,1267 0,0712 0,0368 0,0174 0,0075 0,0029
2 0,0988 0,2301 0,2924 0,2835 0,2323 0,1678 0,1088 0,0639 0,0339 0,0161
3 0,0173 0,0852 0,1720 0,2362 0,2581 0,2397 0,1954 0,1419 0,0923 0,0537
4 0,0021 0,0213 0,0683 0,1329 0,1936 0,2311 0,2367 0,2128 0,1700 0,1208
5 0,0002 0,0038 0,0193 0,0532 0,1032 0,1585 0,2039 0,2270 0,2225 0,1934
6 0,0000 0,0005 0,0040 0,0155 0,0401 0,0792 0,1281 0,1766 0,2124 0,2256
7 0,0000 0,0000 0,0006 0,0033 0,0115 0,0291 0,0591 0,1009 0,1489 0,1934
8 0,0000 0,0000 0,0001 0,0005 0,0024 0,0078 0,0199 0,0420 0,0762 0,1208
187
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
9 0,0000 0,0000 0,0000 0,0001 0,0004 0,0015 0,0048 0,0125 0,0277 0,0537
10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0008 0,0025 0,0068 0,0161
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010 0,0029
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
13 0 0,5133 0,2542 0,1209 0,0550 0,0238 0,0097 0,0037 0,0013 0,0004 0,0001
1 0,3512 0,3672 0,2774 0,1787 0,1029 0,0540 0,0259 0,0113 0,0045 0,0016
2 0,1109 0,2448 0,2937 0,2680 0,2059 0,1388 0,0836 0,0453 0,0220 0,0095
3 0,0214 0,0997 0,1900 0,2457 0,2517 0,2181 0,1651 0,1107 0,0660 0,0349
4 0,0028 0,0277 0,0838 0,1535 0,2097 0,2337 0,2222 0,1845 0,1350 0,0873
5 0,0003 0,0055 0,0266 0,0691 0,1258 0,1803 0,2154 0,2214 0,1989 0,1571
6 0,0000 0,0008 0,0063 0,0230 0,0559 0,1030 0,1546 0,1968 0,2169 0,2095
7 0,0000 0,0001 0,0011 0,0058 0,0186 0,0442 0,0833 0,1312 0,1775 0,2095
8 0,0000 0,0000 0,0001 0,0011 0,0047 0,0142 0,0336 0,0656 0,1089 0,1571
9 0,0000 0,0000 0,0000 0,0001 0,0009 0,0034 0,0101 0,0243 0,0495 0,0873
10 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0022 0,0065 0,0162 0,0349
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0012 0,0036 0,0095
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0016
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
14 0 0,4877 0,2288 0,1028 0,0440 0,0178 0,0068 0,0024 0,0008 0,0002 0,0001
1 0,3593 0,3559 0,2539 0,1539 0,0832 0,0407 0,0181 0,0073 0,0027 0,0009
2 0,1229 0,2570 0,2912 0,2501 0,1802 0,1134 0,0634 0,0317 0,0141 0,0056
3 0,0259 0,1142 0,2056 0,2501 0,2402 0,1943 0,1366 0,0845 0,0462 0,0222
4 0,0037 0,0349 0,0998 0,1720 0,2202 0,2290 0,2022 0,1549 0,1040 0,0611
5 0,0004 0,0078 0,0352 0,0860 0,1468 0,1963 0,2178 0,2066 0,1701 0,1222
6 0,0000 0,0013 0,0093 0,0322 0,0734 0,1262 0,1759 0,2066 0,2088 0,1833
7 0,0000 0,0002 0,0019 0,0092 0,0280 0,0618 0,1082 0,1574 0,1952 0,2095
8 0,0000 0,0000 0,0003 0,0020 0,0082 0,0232 0,0510 0,0918 0,1398 0,1833
9 0,0000 0,0000 0,0000 0,0003 0,0018 0,0066 0,0183 0,0408 0,0762 0,1222
188
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
10 0,0000 0,0000 0,0000 0,0000 0,0003 0,0014 0,0049 0,0136 0,0312 0,0611
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0033 0,0093 0,0222
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0019 0,0056
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0009
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
15 0 0,4633 0,2059 0,0874 0,0352 0,0134 0,0047 0,0016 0,0005 0,0001 0,0000
1 0,3658 0,3432 0,2312 0,1319 0,0668 0,0305 0,0126 0,0047 0,0016 0,0005
2 0,1348 0,2669 0,2856 0,2309 0,1559 0,0916 0,0476 0,0219 0,0090 0,0032
3 0,0307 0,1285 0,2184 0,2501 0,2252 0,1700 0,1110 0,0634 0,0318 0,0139
4 0,0049 0,0428 0,1156 0,1876 0,2252 0,2186 0,1792 0,1268 0,0780 0,0417
5 0,0006 0,0105 0,0449 0,1032 0,1651 0,2061 0,2123 0,1859 0,1404 0,0916
6 0,0000 0,0019 0,0132 0,0430 0,0917 0,1472 0,1906 0,2066 0,1914 0,1527
7 0,0000 0,0003 0,0030 0,0138 0,0393 0,0811 0,1319 0,1771 0,2013 0,1964
8 0,0000 0,0000 0,0005 0,0035 0,0131 0,0348 0,0710 0,1181 0,1647 0,1964
9 0,0000 0,0000 0,0001 0,0007 0,0034 0,0116 0,0298 0,0612 0,1048 0,1527
10 0,0000 0,0000 0,0000 0,0001 0,0007 0,0030 0,0096 0,0245 0,0515 0,0916
11 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0074 0,0191 0,0417
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0016 0,0052 0,0139
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010 0,0032
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
16 0 0,4401 0,1853 0,0743 0,0281 0,0100 0,0033 0,0010 0,0003 0,0001 0,0000
1 0,3706 0,3294 0,2097 0,1126 0,0535 0,0228 0,0087 0,0030 0,0009 0,0002
2 0,1463 0,2745 0,2775 0,2111 0,1336 0,0732 0,0353 0,0150 0,0056 0,0018
3 0,0359 0,1423 0,2285 0,2463 0,2079 0,1465 0,0888 0,0468 0,0215 0,0085
4 0,0061 0,0514 0,1311 0,2001 0,2252 0,2040 0,1553 0,1014 0,0572 0,0278
5 0,0008 0,0137 0,0555 0,1201 0,1802 0,2099 0,2008 0,1623 0,1123 0,0667
6 0,0001 0,0028 0,0180 0,0550 0,1101 0,1649 0,1982 0,1983 0,1684 0,1222
189
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
7 0,0000 0,0004 0,0045 0,0197 0,0524 0,1010 0,1524 0,1889 0,1969 0,1746
8 0,0000 0,0001 0,0009 0,0055 0,0197 0,0487 0,0923 0,1417 0,1812 0,1964
9 0,0000 0,0000 0,0001 0,0012 0,0058 0,0185 0,0442 0,0840 0,1318 0,1746
10 0,0000 0,0000 0,0000 0,0002 0,0014 0,0056 0,0167 0,0392 0,0755 0,1222
11 0,0000 0,0000 0,0000 0,0000 0,0002 0,0013 0,0049 0,0142 0,0337 0,0667
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0040 0,0115 0,0278
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0008 0,0029 0,0085
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
17 0 0,4181 0,1668 0,0631 0,0225 0,0075 0,0023 0,0007 0,0002 0,0000 0,0000
1 0,3741 0,3150 0,1893 0,0957 0,0426 0,0169 0,0060 0,0019 0,0005 0,0001
2 0,1575 0,2800 0,2673 0,1914 0,1136 0,0581 0,0260 0,0102 0,0035 0,0010
3 0,0415 0,1556 0,2359 0,2393 0,1893 0,1245 0,0701 0,0341 0,0144 0,0052
4 0,0076 0,0605 0,1457 0,2093 0,2209 0,1868 0,1320 0,0796 0,0411 0,0182
5 0,0010 0,0175 0,0668 0,1361 0,1914 0,2081 0,1849 0,1379 0,0875 0,0472
6 0,0001 0,0039 0,0236 0,0680 0,1276 0,1784 0,1991 0,1839 0,1432 0,0944
7 0,0000 0,0007 0,0065 0,0267 0,0668 0,1201 0,1685 0,1927 0,1841 0,1484
8 0,0000 0,0001 0,0014 0,0084 0,0279 0,0644 0,1134 0,1606 0,1883 0,1855
9 0,0000 0,0000 0,0003 0,0021 0,0093 0,0276 0,0611 0,1070 0,1540 0,1855
10 0,0000 0,0000 0,0000 0,0004 0,0025 0,0095 0,0263 0,0571 0,1008 0,1484
11 0,0000 0,0000 0,0000 0,0001 0,0005 0,0026 0,0090 0,0242 0,0525 0,0944
12 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0081 0,0215 0,0472
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0021 0,0068 0,0182
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0016 0,0052
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
190
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
18 0 0,3972 0,1501 0,0536 0,0180 0,0056 0,0016 0,0004 0,0001 0,0000 0,0000
1 0,3763 0,3002 0,1704 0,0811 0,0338 0,0126 0,0042 0,0012 0,0003 0,0001
2 0,1683 0,2835 0,2556 0,1723 0,0958 0,0458 0,0190 0,0069 0,0022 0,0006
3 0,0473 0,1680 0,2406 0,2297 0,1704 0,1046 0,0547 0,0246 0,0095 0,0031
4 0,0093 0,0700 0,1592 0,2153 0,2130 0,1681 0,1104 0,0614 0,0291 0,0117
5 0,0014 0,0218 0,0787 0,1507 0,1988 0,2017 0,1664 0,1146 0,0666 0,0327
6 0,0002 0,0052 0,0301 0,0816 0,1436 0,1873 0,1941 0,1655 0,1181 0,0708
7 0,0000 0,0010 0,0091 0,0350 0,0820 0,1376 0,1792 0,1892 0,1657 0,1214
8 0,0000 0,0002 0,0022 0,0120 0,0376 0,0811 0,1327 0,1734 0,1864 0,1669
9 0,0000 0,0000 0,0004 0,0033 0,0139 0,0386 0,0794 0,1284 0,1694 0,1855
10 0,0000 0,0000 0,0001 0,0008 0,0042 0,0149 0,0385 0,0771 0,1248 0,1669
11 0,0000 0,0000 0,0000 0,0001 0,0010 0,0046 0,0151 0,0374 0,0742 0,1214
12 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0047 0,0145 0,0354 0,0708
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0045 0,0134 0,0327
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0039 0,0117
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0009 0,0031
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
19 0 0,3774 0,1351 0,0456 0,0144 0,0042 0,0011 0,0003 0,0001 0,0000 0,0000
1 0,3774 0,2852 0,1529 0,0685 0,0268 0,0093 0,0029 0,0008 0,0002 0,0000
2 0,1787 0,2852 0,2428 0,1540 0,0803 0,0358 0,0138 0,0046 0,0013 0,0003
3 0,0533 0,1796 0,2428 0,2182 0,1517 0,0869 0,0422 0,0175 0,0062 0,0018
4 0,0112 0,0798 0,1714 0,2182 0,2023 0,1491 0,0909 0,0467 0,0203 0,0074
5 0,0018 0,0266 0,0907 0,1636 0,2023 0,1916 0,1468 0,0933 0,0497 0,0222
6 0,0002 0,0069 0,0374 0,0955 0,1574 0,1916 0,1844 0,1451 0,0949 0,0518
7 0,0000 0,0014 0,0122 0,0443 0,0974 0,1525 0,1844 0,1797 0,1443 0,0961
8 0,0000 0,0002 0,0032 0,0166 0,0487 0,0981 0,1489 0,1797 0,1771 0,1442
191
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
9 0,0000 0,0000 0,0007 0,0051 0,0198 0,0514 0,0980 0,1464 0,1771 0,1762
10 0,0000 0,0000 0,0001 0,0013 0,0066 0,0220 0,0528 0,0976 0,1449 0,1762
11 0,0000 0,0000 0,0000 0,0003 0,0018 0,0077 0,0233 0,0532 0,0970 0,1442
12 0,0000 0,0000 0,0000 0,0000 0,0004 0,0022 0,0083 0,0237 0,0529 0,0961
13 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0024 0,0085 0,0233 0,0518
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0082 0,0222
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0022 0,0074
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003
18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
20 0 0,3585 0,1216 0,0388 0,0115 0,0032 0,0008 0,0002 0,0000 0,0000 0,0000
1 0,3774 0,2702 0,1368 0,0576 0,0211 0,0068 0,0020 0,0005 0,0001 0,0000
2 0,1887 0,2852 0,2293 0,1369 0,0669 0,0278 0,0100 0,0031 0,0008 0,0002
3 0,0596 0,1901 0,2428 0,2054 0,1339 0,0716 0,0323 0,0123 0,0040 0,0011
4 0,0133 0,0898 0,1821 0,2182 0,1897 0,1304 0,0738 0,0350 0,0139 0,0046
5 0,0022 0,0319 0,1028 0,1746 0,2023 0,1789 0,1272 0,0746 0,0365 0,0148
6 0,0003 0,0089 0,0454 0,1091 0,1686 0,1916 0,1712 0,1244 0,0746 0,0370
7 0,0000 0,0020 0,0160 0,0545 0,1124 0,1643 0,1844 0,1659 0,1221 0,0739
8 0,0000 0,0004 0,0046 0,0222 0,0609 0,1144 0,1614 0,1797 0,1623 0,1201
9 0,0000 0,0001 0,0011 0,0074 0,0271 0,0654 0,1158 0,1597 0,1771 0,1602
10 0,0000 0,0000 0,0002 0,0020 0,0099 0,0308 0,0686 0,1171 0,1593 0,1762
11 0,0000 0,0000 0,0000 0,0005 0,0030 0,0120 0,0336 0,0710 0,1185 0,1602
12 0,0000 0,0000 0,0000 0,0001 0,0008 0,0039 0,0136 0,0355 0,0727 0,1201
13 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0045 0,0146 0,0366 0,0739
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0012 0,0049 0,0150 0,0370
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0013 0,0049 0,0148
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0003 0,0013 0,0046
192
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
n x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011
18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
20 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0 1 2 3 4 5 6 7 8 9
0,02 0,980 1,000
193
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
0 1 2 3 4 5 6 7 8 9
0,90 0,407 0,772 0,937 0,987 0,998 1,000
1,80 0,165 0,463 0,731 0,891 0,964 0,990 0,997 0,999 1,000
1,90 0,150 0,434 0,704 0,875 0,956 0,987 0,997 0,999 1,000
2,00 0,135 0,406 0,677 0,857 0,947 0,983 0,995 0,999 1,000
2,20 0,111 0,355 0,623 0,819 0,928 0,975 0,993 0,998 1,000
2,40 0,091 0,308 0,570 0,779 0,904 0,964 0,988 0,997 0,999 1,000
2,60 0,074 0,267 0,518 0,736 0,877 0,951 0,983 0,995 0,999 1,000
2,80 0,061 0,231 0,469 0,692 0,848 0,935 0,976 0,992 0,998 0,999
3,00 0,050 0,199 0,423 0,647 0,815 0,916 0,966 0,988 0,996 0,999
3,20 0,041 0,171 0,380 0,603 0,781 0,895 0,955 0,983 0,994 0,998
3,40 0,033 0,147 0,340 0,558 0,744 0,871 0,942 0,977 0,992 0,997
3,60 0,027 0,126 0,303 0,515 0,706 0,844 0,927 0,969 0,988 0,996
3,80 0,022 0,107 0,269 0,473 0,668 0,816 0,909 0,960 0,984 0,994
4,00 0,018 0,092 0,238 0,433 0,629 0,785 0,889 0,949 0,979 0,992
4,20 0,015 0,078 0,210 0,395 0,590 0,753 0,867 0,936 0,972 0,989
4,40 0,012 0,066 0,185 0,359 0,551 0,720 0,844 0,921 0,964 0,985
4,60 0,010 0,056 0,163 0,326 0,513 0,686 0,818 0,905 0,955 0,980
4,80 0,008 0,048 0,143 0,294 0,476 0,651 0,791 0,887 0,944 0,975
194
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
0 1 2 3 4 5 6 7 8 9
5,00 0,007 0,040 0,125 0,265 0,440 0,616 0,762 0,867 0,932 0,968
5,20 0,006 0,034 0,109 0,238 0,406 0,581 0,732 0,845 0,918 0,960
5,40 0,005 0,029 0,095 0,213 0,373 0,546 0,702 0,822 0,903 0,951
5,60 0,004 0,024 0,082 0,191 0,342 0,512 0,670 0,797 0,886 0,941
5,80 0,003 0,021 0,072 0,170 0,313 0,478 0,638 0,771 0,867 0,929
6,00 0,002 0,017 0,062 0,151 0,285 0,446 0,606 0,744 0,847 0,916
6,20 0,002 0,015 0,054 0,134 0,259 0,414 0,574 0,716 0,826 0,902
6,40 0,002 0,012 0,046 0,119 0,235 0,384 0,542 0,687 0,803 0,886
6,60 0,001 0,010 0,040 0,105 0,213 0,355 0,511 0,658 0,780 0,869
6,80 0,001 0,009 0,034 0,093 0,192 0,327 0,480 0,628 0,755 0,850
7,00 0,001 0,007 0,030 0,082 0,173 0,301 0,450 0,599 0,729 0,830
7,20 0,001 0,006 0,025 0,072 0,156 0,276 0,420 0,569 0,703 0,810
7,40 0,001 0,005 0,022 0,063 0,140 0,253 0,392 0,539 0,676 0,788
7,60 0,001 0,004 0,019 0,055 0,125 0,231 0,365 0,510 0,648 0,765
7,80 0,000 0,004 0,016 0,048 0,112 0,210 0,338 0,481 0,620 0,741
8,00 0,000 0,003 0,014 0,042 0,100 0,191 0,313 0,453 0,593 0,717
8,50 0,000 0,002 0,009 0,030 0,074 0,150 0,256 0,386 0,523 0,653
9,00 0,000 0,001 0,006 0,021 0,055 0,116 0,207 0,324 0,456 0,587
9,50 0,000 0,001 0,004 0,015 0,040 0,089 0,165 0,269 0,392 0,522
10,00 0,000 0,000 0,003 0,010 0,029 0,067 0,130 0,220 0,333 0,458
10,50 0,000 0,000 0,002 0,007 0,021 0,050 0,102 0,179 0,279 0,397
11,00 0,000 0,000 0,001 0,005 0,015 0,038 0,079 0,143 0,232 0,341
11,50 0,000 0,000 0,001 0,003 0,011 0,028 0,060 0,114 0,191 0,289
12,00 0,000 0,000 0,001 0,002 0,008 0,020 0,046 0,090 0,155 0,242
12,50 0,000 0,000 0,000 0,002 0,005 0,015 0,035 0,070 0,125 0,201
13,00 0,000 0,000 0,000 0,001 0,004 0,011 0,026 0,054 0,100 0,166
13,50 0,000 0,000 0,000 0,001 0,003 0,008 0,019 0,041 0,079 0,135
195
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
0 1 2 3 4 5 6 7 8 9
14,00 0,000 0,000 0,000 0,000 0,002 0,006 0,014 0,032 0,062 0,109
14,50 0,000 0,000 0,000 0,000 0,001 0,004 0,010 0,024 0,048 0,088
15,00 0,000 0,000 0,000 0,000 0,001 0,003 0,008 0,018 0,037 0,070
16,00 0,000 0,000 0,000 0,000 0,000 0,001 0,004 0,010 0,022 0,043
17,00 0,000 0,000 0,000 0,000 0,000 0,001 0,002 0,005 0,013 0,026
18,00 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,003 0,007 0,015
19,00 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,002 0,004 0,009
20,00 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,002 0,005
21,00 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,003
22,00 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,002
23,00 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001
24,00 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
25,00 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
10 11 12 13 14 15 16 17 18 19
2,8 1,060
3 1,049
3,2 1,039
196
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
10 11 12 13 14 15 16 17 18 19
5,4 0,956 0,960 0,965 0,969 0,974
7,4 0,788 0,789 0,790 0,790 0,791 0,791 0,792 0,793 0,793
7,6 0,765 0,766 0,766 0,767 0,767 0,768 0,768 0,769 0,769
7,8 0,742 0,742 0,742 0,743 0,743 0,744 0,744 0,744 0,745
8 0,717 0,717 0,718 0,718 0,718 0,719 0,719 0,719 0,720 0,720
8,5 0,653 0,653 0,654 0,654 0,654 0,654 0,654 0,655 0,655 0,655
9 0,588 0,588 0,588 0,588 0,588 0,588 0,588 0,588 0,589 0,589
9,5 0,522 0,522 0,522 0,522 0,522 0,522 0,522 0,522 0,522 0,523
10 0,458 0,458 0,458 0,458 0,458 0,458 0,458 0,458 0,458 0,458
10,5 0,397 0,397 0,397 0,397 0,397 0,397 0,397 0,397 0,397 0,397
11 0,341 0,341 0,341 0,341 0,341 0,341 0,341 0,341 0,341 0,341
11,5 0,289 0,289 0,289 0,289 0,289 0,289 0,289 0,289 0,289 0,289
12 0,242 0,242 0,242 0,242 0,242 0,242 0,242 0,242 0,242 0,242
12,5 0,201 0,201 0,201 0,201 0,201 0,201 0,201 0,201 0,201 0,201
13 0,166 0,166 0,166 0,166 0,166 0,166 0,166 0,166 0,166 0,166
13,5 0,135 0,135 0,135 0,135 0,135 0,135 0,135 0,135 0,135 0,135
14 0,109 0,109 0,109 0,109 0,109 0,109 0,109 0,109 0,109 0,109
14,5 0,088 0,088 0,088 0,088 0,088 0,088 0,088 0,088 0,088 0,088
15 0,070 0,070 0,070 0,070 0,070 0,070 0,070 0,070 0,070 0,070
197
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
10 11 12 13 14 15 16 17 18 19
16 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043
17 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026
18 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015
19 0,009 0,009 0,009 0,009 0,009 0,009 0,009 0,009 0,009 0,009
20 0,005 0,005 0,005 0,005 0,005 0,005 0,005 0,005 0,005 0,005
21 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003
22 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002
23 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001
24 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
25 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
20 21 22 23 24 25 26 27 28 29
8,5 0,655
9 0,589
14,5 0,088 0,088 0,088 0,088 0,088 0,088 0,088 0,088 0,088 0,088
15 0,070 0,070 0,070 0,070 0,070 0,070 0,070 0,070 0,070 0,070
16 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043 0,043
198
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
17 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026 0,026
18 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015
19 0,009 0,009 0,009 0,009 0,009 0,009 0,009 0,009 0,009 0,009
20 0,005 0,005 0,005 0,005 0,005 0,005 0,005 0,005 0,005 0,005
21 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003
22 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002
23 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001
24 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
25 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
30 31 32 33 34 35 36 37 38 39
15 0,070
16 0,043 0,043
22 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002
23 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001
24 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
25 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
40 41 42 43
23 0,001 0,001
199
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-4,0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
200
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
201
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
202
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anexos
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
4,0 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
t = 2,093
bicaudal
0,1 0,05 0,02 0,01
1 6,314 12,706 31,821 63,656
203
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
bicaudal
0,1 0,05 0,02 0,01
20 1,725 2,086 2,528 2,845
Unicaudal
204
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
Probabilidades e distribuies
de probabilidades
1.
2)
B:{(4,1)(4,2)(4,3)(4,4)(4,5)(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)}
AB = {(3,6)(4,1)(4,2)(4,3)(4,4)(4,5)(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)}
3.
4.
3 0
a) C 8 .C12 = 0,049
3
C20
C 82 .C12
1
b) 3
= 0,295
C20
C 81 .C122
c) 3
= 0, 463
C20
5.
90 110
a) C 400 .C1100
200
C1500
C 400
0 200
.C1100 + C 400
1 199
.C1100 + C 400
2 198
.C1100
b) 1 200
C1500
6.
208
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
Logo:
Como a empresa paga R$ 10,00 por caixa com algum defeito e o lote
contempla 5.000 caixas, ento a multa esperada ser dada por:
209
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Amostragem
1.
a) A avaliao da instituio.
b) Os alunos da instituio.
a) Conglomerados
b) Estratificada
c) Convenincia
4.
210
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
Populao Amostra
N1= 80 n1= 12
N2= 120 n2= ?
N3= 60 n3= ?
N =260 n= ?
80 12
Ento; PropN1 = = 0,3077 logo n1=0,3077 de n n = , ento:
260 0,3077
120
como PropN2 = = 0,4615 logo n2=0,4615 de n n = (0,4615) . 39 = 18
260
Portanto: n2 = 18 e n3 = 39 12 18 = 9 .
7.
a) Nmeros selecionados: 46 21 28 15 31 36 35 56 88 65
Resistncias: 33 35 33 36 34 35 31 35 41 33
211
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Resistncias: : 33 35 33 36 34 35 31 41 39 39
33 + 35 + 33 + 36 + 34 + 35 + 31+ 41+ 39 + 39 356
Resistncia Mdia = = = 35, 6
10 10
c) Neste caso foi utilizada uma amostra com 5 componentes de A e 5
de B. O procedimento correto para realizar a estimativa da mdia
populacional seria corrigir os valores mdios em funo da repre-
sentatividade na populao, ou seja:
(33,(33,
8).70 + (40,2).30
8).70 + (40,2).30
Resistncia Mdia ( X )( X=) = 35,72
= 35,72
100100
d) Como o 2 elemento pertence a amostra e como a frao de amostra-
gem 7 , ento a amostra composta dos seguintes elementos.
Nmeros Selecionados: 02 09 16 23 30 37 44 51 58 65
Resistncias : 38 32 33 33 36 35 35 33 30 33
38 + 32 + 33 + 33 + 36 + 35 + 35 + 33 + 30 + 33 338
Resistncia Mdia = = = 33, 8
10 10
212
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
Estimao
1.
a) P(0 < Z< 1,2) = P(Z < 1,2) P(Z < 0) = 0,8849 0,50 = 0,4849 ou
48,49%
c) P(1,21 Z < 1,75) = P (Z < 1,75) P(Z < 1,21) = 0,9599 0,8869 =
0,073 ou 7,3%
f) P(1,44 < Z < 0) = P(Z < 0) P(Z < 1,44) = 0,50 0,0749 = 0,4251
ou 42,51%
2.
a) Na tabela D encontramos o valor z0 = 0
3.
a) = 1 500 e = 300, ento desejamos encontrar a P(X > 1860).
X m 1860 1500
Calculamos o valor de Z, onde Z = = = 1,2.
s 300
Sendo assim a
P(X > 1860) = P(Z > 1,2) P(Z > 1,2) = 1 P(Z < 1,2) = 1 0,8849=
0,1151 ou 11,51%
I) P( X > 4) = 1 P(X 4)
4 -5
\z= = -1, 67 logo P(X > 4) = P(z 1,67) = 1 P(z
12, 96 / 36
1,67) = 1 0,0475 = 0,9525 ou 95,25%
6,5 - 5
II) P(X = 6,5) z = = 2,5 logo P(X 6,5) = P(z 2,5)
12, 96 / 36
P(z 2,5) = 0,9938 ou 99,38%
III) P(X = 2) = 0, pois numa distribuio contnua no possvel
calcular a probabilidade no ponto exato.
3,5 - 5
IV) P(3,5 < X 5) = P(X 5) P(X < 3,5) \ z1 = e
12, 96 / 36
5-5
z2 = ento z1 = 2,5 e z2 = 0. Desta forma a P(3,5 < X 5)
12, 96 / 36'
= P(2,5 < Z 0) = P(Z 0) P(Z<2,5) = 0,50 0,0062 = 0,4938 ou
49,38%
214
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
6.
P( X - t .S X m X + t .S X ) = 1- a
1,3 1,3
P(2, 4 (2, 093) m 2, 4 + (2, 093) ) = 0, 95 \
20 20
P(2, 4 0, 61 m 2, 4 + 0, 61) = 0, 95
P(1,79 m 3, 01) = 0, 95
P( p - z .Sp p p + z .Sp ) = 1- a
215
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
p .(1- P ) (N - n)
Onde Sp = . ; a incluso do fator de correo
n (N -1)
9.
284
a) = 5%; n =36; X = = 7,89 e conhecido igual a 2.
36
Hipteses:
H0: = 8
H1: < 8
X - m 7, 89 - 8
z calc = = = -0,33
s 2
n 36
Deciso: Como o valor de z calculado maior que z crtico ento
no se rejeita H0, portanto a empresa deve continuar fabricando o
produto.
216
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
Hipteses:
H0: 0 = 23
H1: 1 > 23
2.
( X . Y )
XY
n
= Y bX e b = . Obtendo os somatrios,
2 ( X )2
X
n
Y (Preo) X (Dia) XY X2
21,00 1 21,00 1
20,94 2 41,88 4
217
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Y (Preo) X (Dia) XY X2
20,78 3 62,34 9
20,56 4 82,24 16
20,49 5 102,45 25
103,77 15 309,91 55
( X . Y ) (15).(103,77)
XY 309, 91
n 5
b = b = = 0,14, e:
2 ( X )2 (15)2
X 55
n 5
a = Y bX a = 20,75 (0,14).(3) a = 21,17.
= 21,17 0,14 . X
3.
( X . Y )
XY
n
a = Y bX e b =
2 ( X )2
X
n
218
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Atravs dos somatrios apresentados na tabela a seguir, calcula-
mos as estimativas dos parmetros da equao:
X Y XY X2 Y2
74 139 10 286 5 476 19 321
45 108 4 860 2 025 11 664
48 98 4 704 2 304 9 604
36 76 2 736 1 296 5 776
27 62 1 674 729 3 844
16 57 912 256 3 249
246 540 25 172 12 086 53 458
( X . Y )
XY
Sendo assim, X = 41 e Y = 90 b = n
2 ( X )2
X
n
(246).(540)
25 172
6 em que b = 1,516 e a = 90 1,516.(41)
Logo, b =
(246)2
12 086
6
aY + bXY n(Y)2
b) O valor de r2 ser obtido por r 2 = em que:
Y 2 n(Y)2
c) Para uma venda Y = 200, qual a estimativa de anncios (X)? Ento, 200
= 27,84 + 1,516 . X.
200 27, 84
Sendo assim, X = = 113,56 114
1,516
d) O argumento bsico que nesse caso cada um anncio de acrsci-
mo impactar num aumento de 1,516 carros vendidos.
5.
6.
( X )( Y )
XY n
r=
2 ( X )2 2 ( Y )2
X n Y n
X Y XY X2 Y2
95 98 9 310 9 025 9 604
220
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
(1 464).(1 563)
155 857 15
b= em que b = 1,149 e
(1 464)2
145 766 15
a = 104,2 1,149.(97,6) a = 7,942
r2 = (0,9935)2 = 0,987
Teoria da deciso
1. Critrio maximin de ganho
Portflio
Estados da natureza Risco alto Risco baixo
risco mdio
Crescimento 10 4 2
Recesso -15 -2 1
221
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
Evento Probabilidade
1 = crescimento 0,7
2 = recesso 0,3
Total 1
222
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
Resultado
R$35.000,00 R$2.200,00 R$1.700,00
esperado
2 -15 -2 1 16 3 0
Resultado
R$4.800,00 R$6.000,00 R$5.600,00
Esperado
223
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
5. Critrio minimax
21 1 32 1
22 0 33 1
23 0 34 1
224
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
24 2 35 0
25 2 36 0
26 3 37 1
27 3 38 1
28 1 39 1
29 0 40 0
30 0 41 0
31 1 42 1
21 1 0,05
24 2 0,10
25 2 0,10
26 3 0,15
27 3 0,15
28 1 0,05
31 1 0,05
32 1 0,05
33 1 0,05
34 1 0,05
37 1 0,05
38 1 0,05
39 1 0,05
42 1 0,05
225
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Deciso
21 0,05 32 0,70
22 0,05 33 0,75
23 0,05 34 0,80
24 0,15 35 0,80
25 0,25 36 0,80
26 0,40 37 0,85
27 0,55 38 0,90
28 0,60 39 0,95
29 0,60 40 0,95
30 0,60 41 0,95
31 0,65 42 1,00
Distribuio acumulada
1
0,9
0,8
Probabilidade
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
226
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Gabarito
7. Preenchendo os vazios:
Estados da
P0() P(X/) P0() P(X/) P1(/X)
natureza
1 = Casas tero
preos aumenta-
0,80 1,00 0,60 = 0,40 0,80 . 0,40 = 0,32 0,32/0,44 = 0,73
dos no prximo
ano
1 = Casas tero
preos iguais ou
1,00 0,80 = 0,20 0,60 0,20 . 0,60 = 0,12 0,12/0,44 = 0,27
diminudos no pr-
ximo ano
Total 1,00 1,00 0,32 + 0,12 = 0,44 0,73 + 0,27 = 1,00
8. Encontrar os valores de a e de b.
Estados da
P0() P0() P0() P0() P1(/X)
natureza
Sabemos que:
0,5a
0,5a + 0,5b = 0,25
0,5b = 0,75
0,5a + 0,5b
Resolvendo o sistema de duas equaes e duas incgnitas, chegamos
ao resultado que: a = P0(1) = 0,25 e que b = P0(2) = 0,75.
227
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Referncias
Bussab, Wilton de O.; Morettin, Pedro A. Estatstica Bsica. 5. ed. So Paulo: Sa-
raiva, 2006.
Costa Neto, Pedro L.O. Estatstica. 2. ed. Rio de Janeiro: Edgard Blcher, 2002.
Levine, David M, et al. Estatstica: teoria e aplicaes. 3. ed. Rio de Janeiro: LTC,
2005.
232
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Anotaes
233
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br
Mtodos Estatsticos para Tomada de Decises
234
Este material parte integrante do acervo do IESDE BRASIL S.A.,
mais informaes www.iesde.com.br