Prof. Marcos R. de Godoy e Prof.

Nabor Alves Monteiro

REVISO - MATEMTICA 1 - Somatrio Para indicarmos a soma dos xi valores da varivel x, isto x1+x2+x3+...+xn usamos o smbolo (sigma), denominado em matemtica, somatrio. Assim, a soma x1+x2+x3+...+xn pode ser representada por: xi Exemplo: dados x1=2, x2=7, x3=9 e x4=6, temos: 2 - Arredondamento Muitas vezes necessrio ou conveniente suprimir unidades inferiores s de determinada ordem. Esta tcnica denominada de arredondamento de dados. Em nosso curso, adotaremos o seguinte critrio para arredondamento de dados: i) Quando o primeiro algarismo a ser abandonado for 0, 1, 2, 3 ou 4, fica inalterado o ltimo algarismo a permanecer. Exemplo: 53,24 para a 53,2. ii) Quando o primeiro algarismo a ser abandonado for 5, 6, 7, 8 ou 9, aumenta-se de uma unidade o algarismo a permanecer. Exemplos: 42,87 passa a 42,9; 25,05 passa a 25,1. OBS.: 1) Arredondar no significa, necessariamente, deixar o nmero sem as casas decimais. Arredonda-se com o nmero de casas decimais que for necessrio. 2) No devemos fazer arredondamentos sucessivos. EXERCCIOS 1) Sendo: x: 2, 3, 7, 8 e 0, determine: a) xi2 2) Dado: x y 1 0 3 9 2 1 b) (xi)2 xi = 2+7+9+6 = 24

calcule: a) xy b) y/x c) (x - y)2 d) 3x e) xy (2 x + y ) f) g) y(x-1) h) yx2 i) 5 2 3) Arredondar os nmeros abaixo na 3 casa decimal: a) 0,0042 b) 0,222222 c) 0,0067 g) 732,131313 h) 0,00087 4) Arredondar na 2 casa decimal: a) 0,88888 b) 12,035 c) 6,054 g) 13,14159 h) 2,718 d) 13,194 e) 10,4031 f) 0,005 d) 0,66666 e) 2,709861 f) 0,333333

1 - ESTATSTICA A Estatstica, ou mtodos estatsticos, como denominada algumas vezes, desempenha papel crescente e importante em quase todas as fases da pesquisa humana. Lidando anteriormente apenas com negcios de Estado, donde o seu nome, a influncia da Estatstica estendeu-se agora Agricultura, Biologia, Comrcio, Qumica, Comunicaes, Economia, Educao, Eletrnica, Medicina, Fsica, Cincias Polticas, Psicologia, Sociologia e outros numerosos campos da cincia e da Engenharia. Ela est interessada nos mtodos cientficos para coleta, organizao, resumo, apresentao e anlise de dados, bem como na obteno de concluses vlidas e na tomada de decises razoveis baseadas em tais anlises. Definio Existem vrias definies para Estatstica. Apresentaremos aqui uma delas, encontrada na bibliografia anexa. "Estatstica um conjunto de mtodos e processos quantitativos que serve para estudar e medir fenmenos coletivos". O objetivo geral da Estatstica, como um campo de investigao, o desenvolvimento de procedimentos que permitam analisar e interpretar um fenmeno observado, de modo a avaliar objetivamente a situao em observao. Conceitos Usados Em Estatstica Populao e Amostra Ao coletar os dados referentes s caractersticas de um grupo de objetos ou indivduos, tais como estaturas e pesos dos estudantes de uma universidade, o nmero de casos de clera atendidos em um municpio por ms ou o nmero de peas defeituosas produzidas em uma fbrica em um certo dia, muitas vezes impossvel ou impraticvel observar todo o grupo, especialmente se for muito grande, ou se a observao implica na destruio do objeto em questo. Em vez de examinar todo o grupo, denominado populao ou universo, examina-se uma pequena parte chamada amostra. Populao: qualquer conjunto de informaes que tenham, entre si, uma caracterstica comum. Em Estatstica, populao no significa, necessariamente "pessoas". Amostra: um subconjunto da populao, de dimenses menores que ela, sem perda das caractersticas essenciais.

Uma populao pode ser finita ou infinita. Por exemplo, a populao constituda de laranjas de um pomar finita, enquanto a populao constituda de todos resultados (cara ou coroa) em sucessivos lances de uma moeda infinita. Estatstica Indutiva E Estatstica Descritiva Se uma amostra representativa de uma populao, concluses importantes podem ser inferidas de sua anlise. A parte da Estatstica que trata das condies sob as quais essas inferncias so vlidas chama-se Estatstica Indutiva ou Inferncia Estatstica. Como essa inferncia no pode ser absolutamente certa, a linguagem da probabilidade muitas vezes usada no estabelecimento de concluses.

Fig.1 - Coleta de amostra. A parte da Estatstica que procura somente descrever e analisar um certo grupo, sem tirar quaisquer concluses ou inferncias sobre um grupo maior, chamada Descritiva ou Dedutiva. Variveis Chamamos de varivel ao conjunto de resultados possveis de um fenmeno aleatrio. As variveis podem ser qualitativas, quando representam um conjunto de categorias ou modalidades, ou quantitativas, quando representam um conjunto de nmeros. As variveis ainda podem ser:
i)

Contnuas: so aquelas que, teoricamente, podem assumir qualquer valor em um intervalo. Em geral, as medies do origem a dados contnuos. Exemplo: a altura H de indivduos que pode ser 1,65m, 1,662m ou 1,6772, conforme a preciso da medida, uma varivel contnua.

ii)

Discretas: so aquelas que, de um valor para outro, no existe continuidade. Geralmente originam-se de contagens. Exemplo: o nmero N de crianas, em uma famlia, que pode assumir qualquer um dos valores 0, 1, 2, 3, ... mas no pode ser 2,5 ou 3,842, uma varivel discreta.

Mensurao Desde os tempos remotos, o homem tem a preocupao de medir coisas. Em nossa vida diria, freqentemente estamos medindo algo: o tempo gasto em uma tarefa, a distncia a ser percorrida em um compromisso, o nmero de convidados para uma festa, outros. Mensurar significa associar a alguma coisa um nmero. As coisas que medimos diferem entre si quanto a classe a que pertencem. Exemplo: estatura, velocidade, inteligncia, beleza. A forma de mensurao depende da classe ou nvel que ela pertence, pois cada nvel possui caractersticas prprias, de acordo com a sua complexidade. Nveis de Mensurao
i)

1 nvel - Nominal: o mais baixo nvel da escala de medidas. usado para classificar um objeto, pessoa ou caracterstica. Nele vale apenas a relao de igualdade (=). Exemplo: sexo, masculino e feminino; podemos atribuir valores a esta varivel: masculino = 0 e feminino = 1. No entanto no possvel realizar operaes aritmticas com estes nmeros. 2 nvel - Ordinal: usado para atribuir ordem. Aqui, alm da relao de igualdade (=), valem as relaes "maior que/menor que" (< , >). Exemplo: na hierarquia militar, sargento manda mais que cabo que por sua vez manda mais que soldado. Da podemos representar: sargento > cabo > soldado, ou cabo = cabo. Este nvel tambm no permite operaes aritmticas. nvel - Intervalar: aqui aparece pela primeira vez uma escala verdadeiramente quantitativa. Caracteriza-se pela existncia de uma unidade de medida arbitrria, porm fixa, e de um zero convencionado. Exemplo: nas escalas de temperatura o zero convencionado e a distncia entre graus de uma mesma escala tambm. Neste nvel as nicas operaes aritmticas so a adio e a subtrao, multiplicao e diviso no so permitidas. Justificativa: se um lquido A est a 30oC e o lquido B a 10oC, no podemos dizer que a temperatura de A trs vezes maior que B, pois na escala Fahrenheit teramos o corpo A a 86oF e B a 50oF (na escala Fahrenheit a gua vira gelo a 32F e vapor a 212F). nvel - Racional: semelhante ao nvel intervalar, com a diferena de existir um zero verdadeiro, ou seja, o zero no convencionado. Neste nvel todas as operaes aritmticas so possveis. Exemplo: distncia (km); volume (m3), outros.

ii)

iii) 3

iv) 4

As mensuraes em nvel ordinal e nominal so as mais comuns nas cincias do comportamento. Contagem: das contagens originam nmeros inteiros, portanto, todas operaes aritmticas so possveis. Para que usamos Estatstica? A Estatstica serve para: 1) Resumir e Organizar Informaes: freqentemente quando coletamos dados de uma 2) 3) populao, obtemos uma gama muito grande de informaes que precisam ser organizadas e resumidas. Neste resumo so colocados resultados que caracterizam uma populao em relao a certa varivel. 4) Representar Dados: aps apurao e resumo, as informaes devem ser transmitidas de modo simples e claro. Uma forma de representar os dados so os grficos. 5) Conhecer como determinada varivel apresenta-se distribuda na populao: muitas vezes o pesquisador precisa saber se a populao tem determinada caracterstica, como por exemplo, se as pessoas que a compem so desnutridas. A Estatstica ajuda um gerente de CPD saber como o processamento est distribudo. 6) Testar Hipteses: quando uma hiptese levantada, ela precisa de comprovao, o que pode ser conseguido usando um recurso estatstico chamado "Teste de Hiptese". 7) Fazer Inferncias: ao estudar uma populao, em geral no se consegue dados dela toda, seja devido ao custo elevado, ao tempo despendido ou o tamanho da mesma. Assim a Estatstica fornece meios para que, estudando apenas uma parte, se possa tirar concluses do todo. 8) Tomar Deciso: muitas vezes para se tomar deciso sobre um determinado assunto, necessrio saber como tem sido o seu comportamento, como tem evoludo. A onde entra a Estatstica fornecendo subsdios para a tomada de deciso. Por exemplo: o poltico, candidato a um cargo eletivo muda o rumo de sua campanha conforme esta est surtindo efeito ou no; e quem vai dar esta informao a Estatstica. 9) Correlacionar variveis. Usado para verificar o grau de associao entre variveis e para fazer previses baseadas em amostras (Regresso). Por exemplo: a ocorrncia de osteoporose em mulheres aps a menopausa tem correlao com o consumo de caf. Outro exemplo: consumo de lcool versus fumo. Fases Do Trabalho Estatstico: O trabalho estatstico consiste de 6 etapas: 1. Definio 2. Planejamento 3. Coleta de dados 4. Elaborao 5. Anlise e interpretao dos dados 6. Relatrio

1) Definio:
i)

Definir os objetivos: toda pesquisa deve ter um objetivo determinado para saber o que se vai procurar e o que se pretende alcanar. Deve partir de um objetivo limitado e claramente definido. A no definio de objetivos como se construir um edifcio sem a fundao. comum a alguns estudantes, aps um exaustivo e dispendioso trabalho de coleta de informaes fazer uma pergunta tpica: "o que eu fao com isto?" Isto decorrente da falta de objetivo. Formular hipteses: hiptese uma proposio que se faz na tentativa de verificar a validade de resposta existente para um problema. uma suposio que antecede a constatao dos fatos e tem como caracterstica uma formulao provisria; deve ser testada para determinar sua validade. A clareza da definio dos termos da hiptese condio de importncia fundamental para o desenvolvimento da pesquisa. a populao: a pesquisa em foco deve ser delimitada, ainda que este limite seja extenso. Isto feito em funo de se saber para qual populao os resultados sero vlidos.

ii)

iii) Definir

2) Planejamento Formular um plano para coleta de dados: o prximo passo fazer um planejamento de como os dados sero colhidos. uma das fases mais importantes, pois se os dados coletados no forem confiveis ou representativos, o pesquisador no ficar sabendo e o resultado ser prejudicado. O resultado final da pesquisa depende muito do planejamento no sentido de que vrios cuidados devem ser tomados. Por exemplo: uma pesquisa que envolve conhecimento de particularidades das pessoas deve ser bem cuidadosa, pois os pesquisados podero esconder ou mascarar tais dados. Conforme mencionado anteriormente, nem sempre possvel coletar dados de toda populao, assim a opo se trabalhar com amostras. Para que o resultado da pesquisa seja vlido para toda populao necessrio que a amostra tomada seja representativa. Por exemplo: na impossibilidade de consultar todos os habitantes de um municpio sobre a atuao do prefeito, um pesquisador resolve, por convenincia, obter opinies em apenas um bairro; pode acontecer que o bairro escolhido acabou de receber melhorias; da o resultado da pesquisa no ser representativo.

Fig.2 - Erro amostral. Para que estas situaes no ocorram, necessrio que se use uma tcnica de amostragem. Existem vrias tcnicas, sendo que as mais comuns so: i) Amostragem Aleatria Simples (AAS) Nesta tcnica, todos elementos da populao tm igual probabilidade de serem selecionados para constituir a amostra. Por exemplo: para formarmos uma amostra de funcionrios de uma empresa, pegamos uma listagem com o nome de todos, numeramos e em seguida sorteamos alguns usando papis dobrados ou uma "tabela de nmeros aleatrios". ii) Amostragem Sistemtica (AS) Aqui os elementos da amostra so selecionados por um sistema preestabelecido. Por exemplo: uma clnica psicolgica deseja saber o perfil de seus pacientes; possui um arquivo com 1400 pronturios numerados de 1 a 1400; decide-se por tomar uma amostra de 10 pacientes; da divide-se 1400 por 10 encontrando-se 140; em seguida sorteia-se o primeiro pronturio. Se o sorteado for o nmero 15, a amostra ser composta pelos pronturios 15, 15+140=155, 155+140=295 e assim por diante at completar os 10. Outro exemplo: selecionar um cliente que entra na loja e pular 10. iii) Amostragem Estratificada (AE) usada quando a populao apresenta-se dividida em estratos, ou seja, grupos distintos. Por exemplo: numa pesquisa envolvendo funcionrios de um hospital, teramos mdicos, enfermeiras, auxiliares de enfermagem e administrativos. Neste caso tomamos uma AAS de cada um dos estratos citados. O tamanho da amostra a ser tomada assunto que ser visto mais adiante. Planejamento de Experimentos Dependendo do tipo ou objetivo da pesquisa, ser necessrio, ao invs de colher amostras, fazer experincias. Neste caso ser necessrio fazer um planejamento de experimento. Devido sua complexidade, o pesquisador precisar de um conhecimento bem amplo de Estatstica. 3) Coleta de Dados Etapa da pesquisa em que se inicia a aplicao dos instrumentos elaborados e das tcnicas selecionadas, a fim de se efetuar a coleta dos dados previstos. uma tarefa cansativa que toma muito tempo e exige do pesquisador pacincia, perseverana e esforo pessoal, alm do cuidadoso registro dos dados e de um bom preparo anterior. O rigoroso controle na aplicao dos instrumentos de pesquisa fator fundamental para evitar erros e defeitos resultantes de entrevistadores inexperientes ou de informantes tendenciosos.

A seguir citaremos algumas tcnicas e instrumentos de pesquisa.

Coleta Documental: a fonte de coleta restrita a documentos (livros, revistas, jornais, etc.). Observao: uma tcnica de coleta de dados onde so utilizados os sentidos para captar determinados aspectos da realidade. No consiste apenas em ver e ouvir, mas tambm em examinar fatos ou fenmenos que se desejam estudar. Entrevista: um encontro de duas pessoas, a fim de que uma delas obtenha informaes a respeito de determinado assunto. Questionrio: um instrumento constitudo por uma srie ordenada de perguntas, que devem ser preenchidas sem a presena do entrevistador. Formulrio: o instrumento utilizado na entrevista. Testes: so instrumentos utilizados com a finalidade de obter dados que permitam medir o rendimento, a competncia, a capacidade ou a conduta dos indivduos, em forma quantitativa. Inqurito por telefone: contato verbal entre o entrevistador e o entrevistado atravs do telefone. Pesquisa atravs da Internet: os internautas so convidados a acessar determinada pgina para responder pesquisa. Pode ainda ser feita atravs de e-mail ou salas de bate-papo. Sociometria: uma tcnica quantitativa que procura explicar as relaes pessoais entre indivduos de um grupo.

Existem outras tcnicas e instrumentos para coleta de dados, sendo que para aplicao de qualquer que seja, necessrio conhec-los bem. Vale lembrar a necessidade de um pr-teste, antes da coleta definitiva dos dados. 4) Elaborao dos Dados Aps a coleta, os dados so elaborados e classificados de forma sistemtica, conforme a seguir:
i)

Seleo: o exame minucioso dos dados para verificar possveis falhas e erros.

10

ii)

Codificao: uma tcnica operacional utilizada para categorizar os dados que se relacionam. Mediante a codificao, os dados so transformados em smbolos, podendo ser tabelados e contados. a disposio dos dados em tabelas, possibilitando maior facilidade na verificao das inter-relaes entre eles. Permite a sintetizao dos dados, de modo que estes sejam mais bem compreendidos e interpretados rapidamente.

iii) Tabulao:

5) Anlise e Interpretao dos Dados Uma vez organizados os dados e obtidos os resultados, o passo seguinte a anlise e a interpretao dos mesmos, constituindo-se ambos no ncleo central da pesquisa. Nesta fase sero obtidas medidas como mdia, mediana, moda, propores, percents, desvio padro, etc. Ao final apresenta-se a concluso que a anlise e interpretao levaram.

6) Relatrio Exposio geral da pesquisa, desde o planejamento at as concluses, incluindo os processos metodolgicos empregados. Deve ser expresso em linguagem simples, clara, objetiva, concisa e coerente. Tem a finalidade de dar informaes sobre os resultados da pesquisa, se possvel, com detalhes, para que eles possam alcanar a sua relevncia. So importantes a objetividade e o estilo, mantendo-se a expresso impessoal e evitando-se frases qualificativas ou valorativas, pois a informao deve apenas descrever e explicar. O relatrio deve abranger os seguintes aspectos: i) Apresentao do problema ao qual se destina o estudo; ii) Processos de pesquisa; iii)Os resultados; iv)Conseqncias deduzidas dos resultados.

11

O Estado de So Paulo 05/02/95 Exerccios 1 - Quais so as fases do trabalho estatstico? Descreva de forma sucinta cada uma delas. 2 - Comente sobre a elaborao de questionrios. 3 - Quais os tipos de perguntas que devem ser evitadas nos questionrios? 4 - Cite vantagens e desvantagens das perguntas abertas e fechadas. 5 - O que e para que serve uma pesquisa piloto? 6 - Quais so os requisitos de um bom questionrio? 7 - Quais as caractersticas que devem apresentar o relatrio final de pesquisa? 8 - Qual a diferena entre populao e amostra? 9 - Qual a diferena entre amostra e amostragem? 10 - Para que serve a Estatstica? 11 - Quais as tcnicas de amostragem que voc conhece? Explique como funciona uma delas. 12 - Cite 3 tcnicas ou instrumentos de pesquisa. 13 - Classifique as variveis abaixo quanto ao nvel de mensurao. a) peso (kg) semana f) idade feminina i) religio social n) altitude b) estatura (cm) g) tipo de sangue j) rea (m2) o) estado civil c) sexo d) profisso e) dia da

h) resultado de um concurso de beleza l) renda familiar ($) p) n camisa jogador s) presso m) classe

q) n do CPF

r) n placa automvel

12

13

2 - TABULAO DOS DADOS o arranjo tabular dos dados. Conceitos Dados Brutos: aps a coleta, temos dados ainda no organizados que chamamos dados brutos. Rol: um arranjo de dados numricos em ordem crescente ou decrescente de grandeza. Amplitude Total: a diferena entre o maior e o menor nmero do rol. Distribuio de Freqncia: o arranjo tabular dos dados por classes, juntamente com as freqncias correspondentes; tambm denominado dados agrupados. Embora o processo de agrupamento geralmente inutilize muitos detalhes originais dos dados, consegue-se vantagem importante que consiste no aspecto global obtido, que se torna mais claro evidenciando as relaes essenciais. Intervalo de Classe: a diferena entre o maior e o menor nmero da classe. Limites de Classe: o menor e o maior nmero da classe chamam-se limite inferior e superior respectivamente. Freqncia Acumulada (Fac): a soma de freqncias de determinada classe com as anteriores. Freqncia Relativa (FR): o quociente entre a freqncia absoluta da classe e o total. Exemplo: estatura de estudantes (cm) 158 154 153 160 157 171 170 166 165 169 155 161 162 164 163 Estatura (cm) N alunos (fi) Fac 150 | 155 155 | 160 160 | 165 165 | 170 170 | 175 2 3 5 3 2 2 5 10 13 15 FR 0,13 0,20 0,33 0,20 0,13 % 13 20 33 20 13

14

Exerccios 1) Tabular os dados abaixo e calcular as freqncias acumuladas e relativas: a) Estatura (cm) de indivduos adultos (iniciar em 150 cm e usar intervalo de classe igual a 5 cm). 182 154 163 151 180 171 189 176 159 151 160 170 161 153 171 160 158 169 157 173 153 174 170 165 174 167 164 156 162 157 166 173 159 157 158 173 167 168 168 169 b) Notas finais de 50 alunos (iniciar em zero e suar intervalo de classe igual a 1). 2,2 4,6 0,9 4,0 5,7 2,2 2,2 1,3 5,0 4,2 3,5 0,2 1,5 4,1 3,4 5,2 3,2 7,5 6,9 4,4 2,6 4,2 6,0 5,5 3,0 0,3 1,7 7,9 4,5 3,7 0,0 1,2 6,2 5,0 4,5 4,1 5,9 1,1 6,5 3,9 4,3 3,3 7,0 5,0 4,7 2,0 3,6 4,0 6,7 2,9 c) Idade de mulheres na poca em que divorciaram (iniciar em 20 e usar intervalo de classe igual a 5). 33 33 43 41 38 46 31 49 53 44 49 41 35 41 32 40 27 46 57 53 40 33 32 59 42 45 48 42 39 55 45 48 31 52 40 34 47 43 55 30 46 39 45 49 36 51 27 38 54 56 35 48 46 41 44 23 37 41 37 57 49 56 54 24 58 37 29 41 48 42 26 25 40 45 54 48 57 50 49 20 25 54 36 50 43 35 50 39 41 40 37 38 32 39 43

d) Tempo (min) de realizao de certa tarefa (iniciar em 13 e usar intervalo de classe igual a 2). 17,82 14,20 21,52 20,14 20,00 14,51 22,42 13,98 16,70 15,66 23,19 15,75 14,55 17,00 17,38 24,38 16,73 20,14 16,78 20,90 17,83 15,18 20,34 18,76 16,68 21,20 17,30 14,59 18,49 18,26 17,50 17,84 16,79 13,24 24,30 18,92 15,69 13,90 20,01 14,50 17,66 18,96 15,64 18,93 16,88 19,40 18,90 21,30 15,40

e) Peso (kg) de 40 estudantes do colgio ACD (iniciar em 45 e usar intervalo de classe igual a 6). 69 57 72 54 83 68 72 58 64 62 65 76 60 49 74 59 66 83 70 45 60 81 71 67 63 64 53 73 81 50 67 68 53 75 65 58 80 60 63 53 f) Tempo gasto por adolescentes na frente da televiso (em minutos por dia) (iniciar em 50 e usar intervalo de classe igual a 20). 55 52 123 100 62 95 61 82 88 148 57 101 135 78 99 106 104 87 95 87 118 91 96 87 112 93 84 90 98 114 125 80 113 56 111 103 120 115 77 116 82 139 114 91 118 70

130 149 106 87

144 96

15

3 - MEDIDAS DE TENDNCIA CENTRAL As medidas de tendncia central so usadas para indicar um valor que tende a representar melhor um conjunto de dados. Geralmente localizam-se em torno do meio ou centro de uma distribuio, onde maior parte dos dados tende a se concentrar. 1 - Mdia Aritmtica dada por:

x=

x
n

onde xi so os dados apurados e n a quantidade destes dados. 2 - Mediana Colocados os valores em ordem crescente, mediana o elemento que ocupa a posio central.

Neste grupo, o terceiro indivduo tem estatura mediana. A mediana encontrada da seguinte forma: a) Nmero mpar de dados: Se n for mpar, a mediana ser o elemento central, de ordem 0,5(n+1). Exemplo: 27, 37, 31, 43, 42 Primeiramente colocamos em ordem: 27 31 37 42 43. A seguir verificamos qual elemento ocupa a posio central, ou fazemos 0,5(n+1) = 0,5(5+1) = 3. Portanto o 3 elemento. Da Md = 37 b) Nmero par de dados: Caso n seja par, a mediana ser a mdia entre os elementos centrais, de ordem 0,5n e 0,5n+1.

Exemplo: 134, 120, 136, 133, 123, 127

16

Colocamos em ordem: 120 123 127 133 134 136 e fazemos 0,5n = 0,5.6 = 3 e 0,5n+1 = 3+1 = 4, logo a mediana est entre o 3 e 4 elemento, ou seja: Md = 127 + 133 = 130 2

3 - Moda o valor que ocorre com maior freqncia num conjunto. Exemplo: notas de Matemtica: Proporo As medidas vistas anteriormente aplicam-se principalmente a dados quantitativos, com exceo da moda, que tambm til para dados nominais. Outra medida usada para dados nominais a proporo, que a frao ou porcentagem de itens de determinado grupo ou classe. calculada por: p= n N 2, 8, 6, 5, 4, 6, 1, 0, 6, 7, 9, 3 Mo = 6

onde n o nmero de itens que apresentam determinada caracterstica e N o nmero total de observaes. Por exemplo: se num grupo de 40 pessoas, 10 tm casa prpria, dizemos que a proporo dos que tm de: p= n 10 = N 40

Para que a caracterizao dos dados seja mais adequada, podemos usar o seguinte critrio:

mdia: quando os valores forem razoavelmente homogneos; mediana: quando os valores forem heterogneos; moda: quando ocorrem muitas repeties.

Exerccios
1) O nmero de pacientes atendidos num servio mdico por dia, em um perodo de 10 dias foi: 14, 21, 9, 11, 8, 19, 25, 22, 21 e 15. Determine a mdia, mediana e moda. 2) Tomar uma amostra aleatria simples de n = 5 (5 pessoas) da sala de aula. Verificar a idade dos alunos da amostra. A seguir, determine: a) a idade mdia dos alunos; b) a idade mediana; c) idade que ocorre com maior freqncia.

17

3) Colher uma amostra de 6 alunos da turma, deixando que cada um se manifeste (voluntrio), com o objetivo de pesquisar sobre o peso. A seguir calcule o peso mdio o mediano e o modal. 4) A amostra do exerccio 3 pode ser considerada representativa? Comente. 5) Numa amostra de 8 alunos da turma, 3 usam culos. Calcule a proporo das pessoas que no usam culos. 6) Uma empresa, possuindo apenas 5 funcionrios, paga os seguintes salrios: $50,00; $27,00; $26,00; $25,00 e $24,00. Qual das medidas de tendncia central caracteriza melhor os salrios desta empresa? (dica: calcule as 3) 7) A porcentagem de desempregados entre 1965 e 1971 nos EUA foi: 4,5 3,8 3,8 3,6 3,5 4,9 e 5,9. Qual foi a mdia, mediana e a moda do perodo? 8) Registrou-se as seguintes temperaturas (oC) em um dia frio no municpio de Tuiuiu do Sul: -2, 0, -3, 4, -3, 5 e 1. Quais as temperaturas mdia, mediana e modal? 9) Uma amostra aleatria de 56 alunos do Grupo Escolar Santa Lcia revelou que 32 so meninos e 24 meninas. Calcule a proporo de meninos e meninas. 10) Na pesquisa anterior, constatou-se que os alunos esto distribudos da seguinte forma, em relao a classe social: Classe A B C n alunos 4 15 23 14

D
a) b)

Calcule as propores de cada classe. Qual a classe modal? Tipo de Sangue O A B AB freqncia 417 292 94 17

11) Determine a moda e as propores:

12) Calcule mdia, mediana e moda para o tempo de permanncia (em dias) de uma amostra de hspedes no Hotel Vista Azul.

13) Determine a moda para as idades de mulheres na poca em que divorciaram (captulo 2 exerccio c). 14) A tabela abaixo mostra o trfego de pessoas (em milhes) nos shoppings no Brasil:

18

Ano Pessoas (milhes)

1994 42

1995 45

1996 50

1997 55

1998 62

1999 100

Determine a mdia e a moda do perodo.

19

4 - MEDIDAS DE DISPERSO OU VARIABILIDADE Como vimos anteriormente, um conjunto de dados pode ser sintetizado atravs de valores representativos como a mdia, mediana e a moda. No entanto, estas medidas no tm a capacidade de caracterizar completamente um conjunto de dados. Por exemplo: se a mdia final de dois alunos A e B 6, no podemos concluir que o aproveitamento dos mesmos foi homogneo. O aluno A pode ter obtido notas 6, 5 e 7 e o aluno B 10, 8 e 0 (zero). Portanto, para qualificar os valores de uma certa varivel, ressaltando a homogeneidade ou heterogeneidade de sua distribuio, recorremos s medidas de disperso. 1) Varincia: por definio : 1.1 - Populacional

S2 =

X X N

)
2

1.2 - Amostral

s2

( x x ) =
n 1

2) Desvio Padro: a raiz quadrada positiva da varincia, ou seja:

S=

XX N

e s=

xx

n 1

Para populao e amostra respectivamente 3) Coeficiente De Variao: uma medida de disperso relativa que estabelece uma relao entre desvio padro e mdia. Atravs dele, podemos ter uma idia se o valor do desvio padro alto ou no. dado por:

CV =

100 s x

20

Exemplo: tempo gasto (em minutos) para realizao de certa tarefa, observado em uma amostra de 5 funcionrios: 2 5 4 3 6 Como se trata de uma mostra, usamos a frmula correspondente. Assim: x 2 5 4 3 6 20

( x x )

(2 - 4)2 = 4 (5 - 4)2 = 1 (4 - 4)2 = 0 (3 - 4)2 = 1 (6 - 4)2 = 4

( x x)

= 10

( x x ) =
n 1

10 = 2,5 min 4

Como min2 no tem sentido prtico, calculamos o desvio padro.

s=

( x x)
n 1

= 2,5 = 1,58 min

E para conhecermos a variao, em percentual, calculamos o CV:

CV =

s 100 1,58 100 = = 39,5% 4 x

Portanto, os tempos variaram em 39,5%. Exerccios 1) Usando os dados da amostra colhida, referente a idade dos alunos da turma, calcular a varincia, desvio padro e o coeficiente de variao. Comente o resultado encontrado. 2) Dados os conjuntos numricos: A = {5, 5, 5, 5, 5} e B = {8, 7, 2, 10, 1}; Sem calcular, responda qual dos dois conjuntos apresenta maior variabilidade; ainda sem calcular, qual a variabilidade do conjunto A. Justifique o resultado.

21

3) Calcule o coeficiente de variao do conjunto B. 4) Calcule o coeficiente de variao para as idades das pessoas dos grupos A e B. Comente os resultados encontrados. A = {1, 3, 5} e B = {53, 55, 57} 5) Calcular a varincia, desvio padro e coeficiente de variao para o consumo (em kWh) de energia eltrica de uma residncia:

Ms
kWh

abril 278

maio 283

junho 296

julho 233

agosto 334

setembro 313

outubro 251

6) Calcule a variabilidade dos custos com embalagem em uma linha de produtos da empresa OG: Custos ($): 0,48 0,23 0,44 0,26 0,37 0,32 7) Calcule o coeficiente de variao das temperaturas do municpio de Tuiuiu do Sul (cap. 3). 8) Um estudo realizado entre usurios de caixa automtico de banco, tinha o objetivo de verificar as diferenas existentes entre os tempos de reao aos estmulos fornecidos por dois programas diferentes: Tempo de reao (em segundos) Programa A Programa B 7 8 5 8 4 4 6 2 7 4

Com os resultados da experincia acima, o que podemos dizer a respeito da variabilidade? 4) Calcule o desvio padro para o prmio a ser pago do seguro de alguns veculos: Prmio:
no Hotel Vista Azul.

412

524

643

498

550

479

9) Calcule o coeficiente de variao para o tempo de permanncia (em dias) de uma amostra de hspedes

10) A tabela abaixo representa o nmero de usurios da Internet na Amrica Latina em 1999 em milhes: Pas N (milhes) Brasil 4,8 Mxico 1,3 Argentina 0,8 Colmbia 0,5 Outros 2,2

Calcule a variabilidade e analise se a distribuio homognea. 11) Produo de carne de frango em milhes de toneladas: Ano ton (milhes) 1994 3,49 1995 4,05 1996 5,06 1997 4,46 1998 4,85 1999 5,53 2000 5,9

Determine a variabilidade do perodo.

22

5 - REPRESENTAO GRFICA Os dados estatsticos podem ser representados atravs de elementos geomtricos, chamados grficos. Os grficos tm o objetivo de dar uma viso rpida e global do fenmeno em estudo. No entanto apresentam algumas limitaes: no so precisos na medida em que omitem detalhes; podem ser distorcidos de acordo com interesses particulares; no permitem a representao de um grande nmero de dados. Os grficos devem ser elaborados de forma simples e clara, retratar a realidade e respeitar sua escala. Uma preocupao com os grficos referente a esttica. Um grfico com um eixo horizontal ou vertical muito grande fica ruim do ponto de vista esttico. Assim, os eixos devem ter o mesmo comprimento, ou ento o eixo vertical ter, no mnimo, 75% do comprimento do eixo horizontal. Construo De Grficos

Os grficos devem ser construdos com base no sistema de eixos cartesianos, ou seja, dois eixos perpendiculares entre si, sendo que a origem (zero) na interseco dos mesmos. No eixo das abscissas (horizontal), os valores crescem da esquerda para a direita. Neste eixo, geralmente representamos cronologia (tempo), regio geogrfica (estado, municpio, outros) ou categorias. No eixo das ordenadas (vertical), os valores crescem de baixo para cima. Nele representamos as quantidades (valores, %). Os grficos devem ter ttulo e nas extremidades dos eixos devem ser indicadas as variveis que esto sendo representadas, com as respectivas unidades. Quando um eixo tem seus valores iniciais muito altos, deve haver uma interrupo, com a indicao da posio do zero. Todo grfico deve indicar, no seu rodap, a fonte, ou seja, a instituio ou pesquisador(es) que levantaram os dados.

23

I - Grfico De Colunas usado para representar sries cronolgicas, geogrficas e categricas. So retngulos com larguras de mesma medida e alturas proporcionais s quantidades representadas. construdo da seguinte forma: 1 - traar um sistema de eixos cartesianos; 2 - marcar os valores ou categorias das variveis nos eixos, evitando o uso de nmeros "quebrados"; escrever o nome das variveis; 3 - construir retngulos representativos das variveis, mantendo entre um e outro distncias iguais; 4 - colocar o ttulo e a fonte. Obs.: as distncias entre colunas devem ter medida inferior largura das mesmas. Exemplo: custo da mo-de-obra em alguns pases - 1995 Pases Alemanha Japo EUA Coria do Sul Brasil Chile Rssia China Valor (US$) 31,88 23,66 17,20 7,40 4,28 3,63 0,60 0,25

Fonte: Morgan Stanley/The Economist Custo da Mo-de-Obra em Alguns Pases (US$) - 1995

24

35 30 25 20 15 10 5 0

Alemanha

Japo

EUA

Coria

Brasil

Chile

Russia

China

Fonte: Morgan Stanley/The Economist II - Grfico De Linhas Usado apenas para sries cronolgicas, onde podemos perceber a evoluo do fenmeno no decorrer do tempo. Para sua construo: 1 e 2 - estes passos so idnticos ao grfico de colunas; 3 - marcar os pontos correspondentes aos pares de valores das duas variveis; 4 - unir os pontos marcados por segmentos de reta; 5 - colocar ttulo e fonte. Exemplo: evoluo da expectativa de vida no Brasil Ano 1940 1950 1960 1970 1980 1990 2000 Expectativa de vida (anos) 44 46 52 53 61 66 69 Fonte: IBGE

25

Evoluo da Expectativa de Vida no Brasil

70 60 50 40 30 20 10 0 1940

1950

1960

1970

1980

1990

2000

Fonte: IBGE III - Grficos Comparativos Como o prprio nome diz, servem para comparar dois ou mais fenmenos. No entanto, se muitos fenmenos forem representados num mesmo grfico, este perde sua clareza e simplicidade. Cada fenmeno dever ter uma cor ou motivo de modo que possam ser diferenciados uns dos outros. Estes grficos necessitam legenda. Exemplo 1: Previdncia Social: comparao entre arrecadao lquida e benefcios pagos (bilhes de R$). Ano 1988 1989 1990 1991 1992 1993 1994 1995 1996 Arrecadao 33 33.5 36 34 33.5 36 33.5 38 43 Benefcios 18 21 22 24 25.5 32 34 40 44.5

Fonte: Ministrio da Previdncia e Assistncia Social

26

Pagamento de Benefcios Versus Arrecadao da Previdncia Social

50 40 30 20 10 0 1988 1990 1992 1994 1996 1989 1991 1993 1995 Arrecadao Benefcios

Fonte: Ministrio da Previdncia e Assistncia Social Exemplo 2: comparativo de gastos entre Brasil e EUA (em %). Item Alimentos Habitao Eletrodomsticos Veculos Educao Servios Mdicos Lazer EUA 15,8 28,3 5,0 5,0 2,7 6,1 4,4 Brasil 27,4 23,5 3,5 2,1 6,3 8,2 2,1

Fonte: JP Morgan/DIEESE

Percentual no gasto do oramento familiar

30 25 20 15 10 5 0 Alimentos

Legenda
EUA Brasil

Habit. Eletrodom. Vec.

Educ.

Mdico Lazer

Fonte: JP Morgan/DIEESE

27

IV - Grfico De Setores usado quando queremos comparar os valores de uma categoria com o total de todas categorias. Seu aspecto de um crculo onde esto traados alguns raios, por isso conhecido como grfico de pizza ou torta. Antes de iniciar sua construo precisamos converter os valores encontrados em graus. Esta converso feita atravs de regra de trs simples. Construo: 1 - usando um compasso ou gabarito, traar uma circunferncia com raio qualquer (no muito pequeno) e marcar o seu centro; 2 - traar um raio qualquer; 3 - usando um transferidor, marcar os ngulos correspondentes aos valores da tabela, comeando pelo primeiro raio traado; 4 - pintar ou diferenciar com motivos cada categoria representada; 5 - colocar legenda, ttulo e fonte. Exemplo: classificao socioeconmica da populao brasileira em 1997. Classe A B C D E % 10 23 40 25 2

Fonte: IBOPE Classificao socioeconmica da populao brasileira em 1997

% 2% 25% 23% 10% A B C D E 40%

Fonte: IBOPE

28

V - Representao Grfica de Distribuies De Freqncia Podemos representar os dados agrupados de duas maneiras: histograma e polgono de freqncia. a) Histogramas: so parecidos com os grficos de colunas, porm sem os espaos entre elas. So construdos da seguinte forma: 1 - traar o sistema de eixos cartesianos; 2 - marcar no eixo horizontal apenas os limites de classe; 3 - marcar as freqncias no eixo vertical; 4 - traar um retngulo para cada classe, com largura igual ao intervalo de classe e altura igual a respectiva freqncia; 5 - colocar ttulo e fonte. Obs.: as linhas que dividem as colunas so dispensveis. Exemplo: peso de recm-nascidos no ms de novembro na Maternidade Me Santa. Peso (g) f 2 2000 | 2500 5 2500 | 3000 12 3000 | 3500 8 3500 | 4000 3 4000 | 4500 Fonte: Secretaria (fictcia) Peso de recm-nascidos no ms de novembro na maternidade Me Santa.

Fonte: Secretaria b) Polgonos de freqncia: so semelhantes aos grficos de linha. So construdos da seguinte forma:

29

1, 2 e 3 - igual ao histograma; 4 - marcar os pontos mdios das classes; 5 - marcar os pontos correspondentes aos pares de valores "ponto mdio da classe" e "freqncia da classe"; 6 - marcar um ponto onde seria o ponto mdio da classe anterior primeira e outro onde seria o ponto mdio da classe seguinte ltima; 7 - unir os pontos por segmentos de reta; 8 - colocar ttulo e fonte. Exemplo: Peso de uma amostra de Adolescentes da Regio XYZ Peso (kg) Freq. 2 50 | 55 5 55 | 60 6 60 | 65 9 65 | 70 4 70 | 75 Fonte: Fonte: Instituto RTS Peso de uma Amostra de Adolescentes da Regio XYZ Fonte: Instituto RTS

Para finalizar este captulo, ressaltamos a importncia do papel milimetrado na construo de grficos, pois estes facilitam muito. Mais modernamente podemos contar com os grficos feitos por computador, que so bastante precisos e tm uma apresentao muito boa. O recurso mais comum atualmente o Microsoft Excel.

30

Exerccios 1) Usando uma conta de luz, construir um grfico do consumo de energia eltrica. 2) Represente graficamente os dados abaixo. Entre colchetes est indicado o tipo de grfico. a) Valor estimado das vendas do comrcio eletrnico brasileiro em milhes de dlares. [linhas] US$ milhes 97 4,3 98 32,7 99 71,2 00 155,4 01 328,0 Fonte: IDC/E-Marketer b) Segmentao das vendas realizadas pelo sistema B2C em % do valor das vendas. [setores] Tipo Alimentos e remdios Eletrnicos e telefone Informtica Servios financeiros Outros % 8 17 19 31 25 Ano

Fonte: IBOPE/IDC/Simonsen Associados c) Comparativo de alunos matriculados em escolas de ensino fundamental em milhes de alunos. [colunas ou linhas]

An

Rede pblica

Rede particular

94 27,6 3,6 95 28,8 3,8 96 29,4 3,7 97 30,5 3,7 98 39,0 3,4 99 32,8 3,3 00 32,5 3,2 Fonte: MEC/Inep/Simonsen Associados

31

d) Distribuio estimada do faturamento do setor de informtica em 2001 em %. [setores] Tipo % Hardware 68 Software 13 Servios 19 Fonte: Fenasoft/Simonsen Associados e) Domiclios com telefone em 1999 em %. [colunas] Regio rea rea urbana rural Norte 33,5 N.D. Nordeste 30,0 3,7 Sudeste 49,3 10,7 Sul 48,8 15,1 Centro-oeste 48,8 10,6 Fonte: IBGE/Simonsen Associados. f) Nmero de acidentes ambientais no Estado de So Paulo. [linha] Ano 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 N 108 116 113 168 127 149 208 175 189 215 398

Fonte: Cetesb

32

g) Quanto as empresas gastam por ano para dar assistncia mdica a seus funcionrios - em US$ por empregado.

Pas US$ Canad 562 Inglaterra 900 Hong Kong 1000 Frana 1050 Brasil 1250 EUA 1500 Itlia 1550 Espanha 1890 Japo 1920 Argentina 2400 Fonte: Hewitt Associados h) Anos de estudo dos habitantes da cidade de Peri-Au. Tempo (anos) freqncia 5.300 0 | 4 4.670 4 | 8 3.850 8 | 12 2.700 12 | 16 1.200 16 | 20 580 20 | 24 Fonte: Secretaria Educao i) Nmero de alcolatras crnicos segundo a idade que iniciaram o hbito de ingerir bebidas alcolicas. Idade (anos) 10 | 15 15 | 20 20 | 25 25 | 30 30 | 35 35 | 40 freqncia 8 41 30 14 7 2

Fonte: Secretaria Sade

33

j) Q.I. de uma amostra de alunos do Colgio Clara de Assis. QI 70 | 80 80 | 90 90 | 100 100 | 110 110 | 120 120 | 130 freqncia 7 11 42 27 20 3

Fonte: Clnica Psicolgica k) Renda familiar, em salrios mnimos no Brasil em 1997. Renda (n de SM) 0 | 0,5 0,5 | 2 2 | 5 5 | 10 10 | 17 17 | 20 20 | 50 Fonte: IBOPE % 1 6 24 30 16 6 13

3) Represente graficamente as freqncias acumuladas das tabelas de h a k. Obs. Os grficos de 3 so chamados de OGIVA.

34

Curva De Freqncia - Curva Polida Na medida em que as amostras tornam-se muito grandes e a amplitude das classes muito pequenas, a linha poligonal (contorno do polgono de freqncia), tende a transformar-se numa curva. A curva de freqncia. Enquanto o polgono de freqncia ou o histograma nos d uma imagem real do fenmeno estudado, a curva de freqncia nos d uma imagem tendencial.

Formas das Curvas de Freqncia Simtricas Assimtricas (viesadas)

6 - ESTUDO DA PROBABILIDADE

35

Conceitos Bsicos Experimentos Aleatrios: so aqueles que, repetido em condies consideradas idnticas, pode apresentar resultados diferentes, como por exemplo o lanamento de um dado. Espao Amostral (S): o conjunto dos possveis resultados de um experimento aleatrio. O nmero de elementos deste conjunto indicado por n(S). Exemplo: no lanamento do dado, temos: S = {1, 2, 3, 4, 5, 6} n(S) = 6

Evento: um subconjunto do espao amostral. Exemplo: no dado podemos ter como evento a ocorrncia de um nmero par: A = {n par}; A = {2, 4, 6}, n(A) = 3. Tipo de Eventos

Evento simples: formado por um nico elemento do espao amostral. Exemplo: se lanarmos 3 moedas consecutivamente, o evento K, K, K (trs caras) simples. Evento composto: formado por mais de um elemento do espao amostral. Exemplo: se lanarmos 2 dados e desejamos a soma igual a 11, um evento composto, pois existem 2 elementos do espao amostral nestas condies (6,5) e (5, 6). A = S A

Evento complementar: dizemos que um evento complementar na seguinte condio:

Exemplo: ao lanarmos duas moedas, temos S = {(KK);(KC);(CK);(CC)}; se considerarmos A = {(KK)}, o complementar de A ser A = { ( KC ); ( CK ); ( CC )}

Eventos mutuamente exclusivos: Se A e B so dois eventos, dizemos que A e B so mutuamente exclusivos se A B = , ou seja, se ocorre A no pode ocorrer B. Exemplo, se lanarmos uma moeda, se ocorre cara, no ocorre coroa. Eventos independentes: dois ou mais eventos se dizem independentes se a ocorrncia de um no influencia a ocorrncia do outro. Por exemplo: o fato de sair um determinado nmero no dado no influi na sada de outro. Evento impossvel: o conjunto vazio. Exemplo: sair um sete no dado. Evento certo: o prprio espao amostral S. Exemplo: a ocorrncia de cara ou coroa no lanamento de uma moeda.

36

Experimentos equiprovveis: so aqueles que, realizados sob as mesmas condies, tm a mesma chance de ocorrncia de seus eventos.

Probabilidades definio. As probabilidades so utilizadas para exprimir a chance de ocorrncia de determinado evento. Num experimento aleatrio equiprovvel, a probabilidade de ocorrer o evento X, dentro do espao amostral S dada por: P(X) = Propriedades:

n(X) n(S)

P(X = )

n de casos favorveis n de casos possveis

P(A) + P(B) = 1 0 P(A) 1 P() = 0 P(S) = 1

(sendo B o complemento de A) (qualquer que seja A)

Unio de Probabilidades
1) Se A e B so eventos mutuamente exclusivos, temos: P(A B) = P(A) + P(B) Em outras palavras, a probabilidade de ocorrer o evento A ou o evento B igual a soma da probabilidade de ocorrncia do evento A com a probabilidade de ocorrncia do evento B. Podemos ter outros casos como P(A B C) = P(A) + P(B) + P(C). 2) Quando A e B tm elementos comuns, ao associarmos a A B uma probabilidade P(A) + P(B), estaremos atribuindo um valor maior que a verdadeira, uma vez que as probabilidades dos elementos comuns a A e B, tero sido computadas duas vezes. Assim, se os eventos no so mutuamente exclusivos, temos: P(A B) = P(A) + P(B) - P(A B) Exemplo: Uma urna tem 15 bolas de mesmo raio, numeradas de 1 a 15: a) Qual a probabilidade de se tirar uma bola cujo nmero seja mltiplo de 5 ou 4? S = {1, 2, 3, ... , 15} n(S) = 15 A: mltiplo de 5 A = {5, 10, 15} B: mltiplo de 4 A = {4, 8, 12} Da n(A) = 3 n(B) = 3

AB=

37

P(A B) =

3 3 6 2 + = = = 0,4 15 15 15 5

b) Qual a probabilidade de se tirar uma bola cujo nmero seja mltiplo de 3 ou 4? S = {1, 2, 3, ... , 15} n(S) = 15 A: mltiplo de 3 A = {3, 6, 9, 12, 15} n(A) = 5 B: mltiplo de 4 A = {4, 8, 12} n(B) = 3
P(A B) = P(A) + P(B) P (A B) =

A B = {12}; n(A B) = 1

5 3 1 7 + = = 0,467 15 15 15 15

Probabilidade Condicional
Sejam A e B dois eventos, com P(A) > 0. Denotemos por P(B/A) a probabilidade de ocorrncia de B, na hiptese de A ter ocorrido. Como A ocorreu, A passa a ser o novo espao amostral, que vem substituir o espao original S. Da:
P(B/A) = P(A B) n( A B ) = P(A) n( A)

Exemplo: Sorteando-se um nmero ao acaso entre os inteiros 1, 2, ... , 15, qual a probabilidade do nmero ser 6, sabendo-se que saiu par. S = { 1, 2, 3, ... , 15} n(S) = 15 B = {o nmero 6} = {6} n(B) = 1 A = {o nmero par} = { 2, 4, 6, 8, 10, 12, 14} A B = {6} n(A B) = 1 Da temos:
P(B/A) = P(A B) 1 15 1 = = = 0,1428 P(A) 7 15 7

n(A) = 7

Interseco de Probabilidades
1) Se dois eventos so independentes, ento a probabilidade da ocorrncia de ambos igual ao produto de suas probabilidades individuais. P(A B) = P(A) P(B) Exemplo: Retiram-se, com reposio, duas cartas de um baralho com 52 cartas. Qual a probabilidade de que ambas sejam de espada? A = {1 carta de espada}

38

B = {2 carta de espada} P(A B) = 13 13 1 = 52 52 16

2) Se um evento depende do outro, a probabilidade da ocorrncia simultnea dos dois dada pelo produto da probabilidade de um dos eventos, pela probabilidade condicional do outro evento. P(A B) = P(A) P(B/A) com P(A) Exemplo: Qual a probabilidade de se retirar (sem reposio) 5 cartas de copas de um baralho de 52 cartas?

P(5copas) =
K
K K

13 12 11 10 9 429 = = 0,0495% 52 51 50 49 48 866320

Exerccios
1) Qual a probabilidade de: (a) sair uma face mpar no lanamento de um dado? (b) sair um rei de um baralho comum de 52 cartas? 2) Dois dados so lanados. Pede-se (a) espao amostral; (b) enumere o evento B = {a soma dos pontos 7}; (c) enumere o evento A = {a soma dos pontos 9}; (d) calcule a probabilidade do evento A; (e) calcule a probabilidade do evento B; (f) qual a probabilidade da soma no dar 9? (g) calcule a probabilidade da soma ser 9 ou 7; (h) sabendo-se que as duas faces mostram nmeros diferentes, calcule a probabilidade de a soma ser 4; (i) determine a probabilidade da soma ser 5, visto que o primeiro dado mostra um nmero maior que o segundo. 3) Em duas urnas existem bolas de mesmo raio, conforme abaixo:
Urna 1 5 azuis 3 pretas 4 brancas Urna 2 6 azuis 4 pretas 10 brancas

39

Se uma bola retirada de cada urna, qual a probabilidade de ambas serem da mesma cor? 4) Em um lote de 10 peas, 6 so defeituosas. Retirando-se 2 delas sem reposio, qual a probabilidade de ambas serem defeituosas?
5) De um baralho comum de 52 cartas retirou-se uma carta, verificando-se que vermelha. Qual a probabilidade de essa carta ser uma figura? 6) Lanando-se, simultaneamente, um dado e uma moeda, determine a probabilidade de se obter 3 ou 5 no dado e cara na moeda. 7) Tendo a informao de que retirou-se uma carta de copas de um baralho comum, qual a probabilidade de que ela seja menor que 3? 8) Dos 50 alunos de uma sala, 10 foram reprovados em Fsica, 12 em Matemtica e 6 em ambas matrias. Um aluno escolhido ao acaso. a Sabendo-se que foi reprovado em Matemtica, qual a probabilidade de tambm ter sido reprovado em Fsica? b Sabendo-se que foi reprovado em Fsica, qual a probabilidade de tambm ter sido reprovado em Matemtica? 9) Um nmero inteiro escolhido ao acaso dentre os nmeros 1, 2, 3, ..., 30. Qual a probabilidade de: a o nmero ser divisvel por 5 ou 3? b o nmero ser divisvel por 5 e 3? 10) Duas bolas so retiradas ao acaso de uma caixa contendo 20 amarelas, 10 pretas, 7 verdes e 2 brancas. Qual a probabilidade dela serem: a amarelas? b pretas? c verdes? d brancas? 11) Uma carta retirada de uma baralho comum. Qual a probabilidade dela ser: a dama ou carta de paus? b s ou valete? c rei e copas? 12) Uma Caixa contm 20 canetas iguais, das quais 7 so defeituosas, e outra contm 12, das quais 4 so defeituosas. Uma caneta retirada aleatoriamente de cada caixa. Determine a probabilidade de : a ambas serem defeituosas; b ambas no serem defeituosas;

40

7 - DISTRIBUIES CONTNUAS - GAUSS No caso das distribuies contnuas de probabilidades, X deve estar compreendido entre dois valores diferentes (X como varivel aleatria contnua), sendo que em geral a probabilidade de x assumir um determinado valor zero. Funo densidade de probabilidade. Sendo X uma varivel aleatria contnua, chamamos de funo densidade de probabilidade aquela que satisfaz s seguintes propriedades: a)

f ( x) 0
+

b)

f ( x ) d =1 x

A probabilidade de uma varivel aleatria X estar compreendida entre a e b, ou seja P(a < X < b) :
P (a < X < b) = f ( x) dx
a b

DISTRIBUIO NORMAL
Vamos considerar a distribuio binomial para p = Construindo os histogramas, obteremos as figuras abaixo:

e n varivel, por exemplo n = 5 e 10.

Como p = , as distribuies sero simtricas ao redor das mdias, nos exemplos 5/2 e 5. Sabemos que, tendo um n grande, difcil calcular as probabilidades. Neste caso, precisamos obter aproximaes para estas probabilidades. Observando os histogramas anteriores, notamos que podemos aproximar a rea deles pela rea de uma curva contnua. Essa curva chamada curva normal. Da aproximamos as probabilidades relativas a uma binomial por probabilidades relativas a uma distribuio normal, conforme figura a seguir.

41

Por ser uma distribuio contnua, associamos probabilidades a intervalos de nmeros reais. O clculo destas probabilidades est associado rea formada nos intervalos sob a curva. Assim, a distribuio normal caracterizada por uma funo densidade. Na verdade no existe uma nica curva normal, mas sim uma famlia de distribuies normais, que so caracterizadas por dois parmetros: (mdia) e (desvio padro). Algumas caractersticas:

Para um mesmo , a curva mais achatada e mais espalhada, de acordo com o ; As curvas so simtricas em relao a ; Praticamente toda a rea est concentrada entre os pontos 3 e + 3 .

Devido ao nmero infinito de curvas normais, para calcularmos as probabilidades recorremos a uma em particular, a curva normal reduzida ou normal padro, que caracterizada pelos valores = 0 e = 1, cujo smbolo N(0, 1). Para sabermos o valor recorremos tabela da curva normal que d as probabilidades sob uma curva normal padro. Ela fornece a probabilidade de que a varivel Z, normal padro, esteja entre 0 e um valor zc: P(0 Z zc)

Por exemplo: Se zc = 1,73, calcule: a) b) c) a) P(0 Z 1,73) P(Z 1,73) e P(Z 1,73) P(0,47 Z 1,73)

P(0 Z 1,73) = 0,4582 (valor encontrado na tabela)

42

b) P(Z 1,73) = 0,5 P(0 Z 1,73) = 0,5 0,4582 = 0,0418 P(Z 1,73) = P(Z 1,73) , pois a curva simtrica

c)

P(0,47 Z 1,73) = P(0 Z 1,73) P(0 Z 0,47) = 0,4582 0,1808 = 0,2774

Suponha, agora, que X seja uma v.a. com distribuio normal, de mdia e varincia indicado por N( , ). Da definimos a v.a. Z, tal que
2

Z=
ter distribuio normal com mdia 0 e varincia 1.

X
2

Exemplo: Calcular P(2 X 5), se X N(3, 16), ou seja, = 3 e

= 16.

5 3 2 X 5 2 3 P (2 X 5) = P Z = P = 4 4 1 1 = P Z 4 2
Para determinar a probabilidade de que X esteja entre 3 e 5, que igual probabilidade que Z esteja entre 0,25 e 0,5, consultamos a tabela em encontramos P(-0,25 Z 0,5) = 0,0987 + 0,1915 = 0,2902 = P(2 Z 5)

43

Aproximao da Binomial Atravs da Normal

Vamos supor que a v.a. Y tem distribuio binomial com n = 10 e p = e queremos calcular P(Y 7). Pela figura abaixo temos que P(Y = 7) igual a rea do retngulo de base unitria e altura igual a P(Y = 7). O mesmo ocorre com P(Y = 8), etc. Da, P(Y 7) a soma das reas dos retngulos hachurados. A idia aproximar tal rea pela rea sob a curva normal, direita de 6,5. Especificamente a curva normal de mdia , = np = 10

= 5 e varincia 2 = npq = 10 = 2,5.

Chamando de X tal v.a. normal, temos:

X 5 6,5 5 X 6,5 P (Y 7) P ( X 6,5) = P = P 2,5 2,5 = 1,5 = P Z = P ( Z 0,94 ) = 0,1736 1,58

A verdadeira probabilidade 0,172. A justificativa para esta aproximao dada pelo Teorema de De Moivre-Laplace, que um caso particular do Teorema Central do Limite. A funo densidade normal dada por:

f ( x) =
Com: < X < + < < + >0

1 e 2

1 x 2

Exerccios
1 - As vendas de um determinado produto tm distribuio aproximadamente normal com mdia 500 e desvio padro 50. Se a empresa decide fabricar 600 unidades no ms em estudo, qual a probabilidade que no possa atender a todos os pedidos do ms, por estar com a produo esgotada?

44

2 - O dimetro de uma pea uma v.a. com distribuio normal, com mdia 10 cm e desvio padro 0,2 cm. Calcule a probabilidade de se encontrar peas com dimetro:
a) b)
2

acima de 9,7 cm; abaixo de 9,5 cm.

3 - As estaturas de 1000 alunos de uma universidade tm distribuio aproximadamente normal N(1,7 m, (0,05m) ). a) Determine o nmero esperado de estudantes com alturas superiores a 1,65 m; b) Determinar os intervalos simtricos ao redor da mdia que contero, aproximadamente, 68% e 95% dos alunos. 4 O enchimento de pacotes de acar tem distribuio normal com mdia 1kg e desvio padro de 20g. Qual a porcentagem de pacotes que contero: a) mais de 1,010kg? b) entre 0,985kg e 1,015kg? 5 A renda dos habitantes de certa cidade tem distribuio aproximadamente normal com mdia $480 e desvio padro $90. Calcule a probabilidade de se encontrar pessoas que tenham renda: a) b) c) menor que $500 entre $600 e $700 acima de $400

6 - Uma pesquisa realizada com 10000 habitantes de uma comunidade apresentou os seguintes resultados: peso mdio 50,6kg e desvio padro 5,8kg. Supondo que a distribuio seja normal, determine a quantidade de pessoas que pesam abaixo de 45kg e acima de 68kg. 7 - Um concurso pblico foi prestado por 5000 pessoas. A nota mdia foi 5,4 e o desvio padro 1,2. Sabendo que as notas apresentaram uma distribuio normal e que existem 50 vagas, qual a nota mnima para aprovao? 8 - Na prova da disciplina de Fsica, o grupo de alunos obteve uma mdia de 24 pontos e desvio padro igual a 5. Supondo uma distribuio normal dos dados, qual a porcentagem de alunos: a) com graus entre a mdia e o resultado 27? b) com graus entre a mdia e o resultado 20? c) acima da mdia? 9 - Suponhamos que a distribuio dos resultados de um teste feito por 50 estudantes normal com mdia igual a 60 e desvio padro igual a 10. a) b) c) d) qual o resultado superior dos 30% de alunos inferiores do grupo? qual a porcentagem de alunos com grau entre 70 e 75? qual a porcentagem de alunos com grau abaixo de 70? quantos alunos obtiveram escore acima de 60?

45

Intervalo de Confiana Para A Mdia

Um intervalo de confiana um intervalo de valores no qual julgamos, com um risco conhecido de erro, estar o parmetro populacional (a mdia por exemplo). dado por:

[ x e; x + e]
onde:

e=

zs n

Tamanho Da Amostra Quando vamos iniciar um trabalho estatstico, freqentemente surge a questo do tamanho da amostra que deve ser tomada. Para saber qual o tamanho da amostra a ser tomada, precisamos: i) conhecer o desvio padro da varivel em questo; isto pode ser obtido atravs de pesquisas anteriores ou amostras piloto; ii) determinar o grau de confiana que desejamos; iii) estipular o erro que pode ser aceito. dado por:
2

zs n= e
onde: s o desvio padro e o erro estipulado z = tabelado (normal reduzida)

Obs.: para amostras de tamanho n 30, as frmulas acima podem ser usadas para qualquer varivel, porm se n < 30, a varivel dever ter distribuio normal, ou aproximadamente normal. Exemplos

1 - Cronometrando-se o tempo gasto (em minutos) na realizao de certa tarefa, obteve-se os seguintes dados: x = 4 min, s = 0,82 min e n = 4 funcionrios.
Supondo normalidade, montar um intervalo de 90% de confiana para o tempo mdio populacional necessrio para a realizao da tarefa. Resoluo. Um intervalo de 90% de confiana significa que, se tomssemos 100 amostras, em 90 delas encontraramos a mdia nesse intervalo. Como foi suposto normalidade, vamos transformar 90% em z.

46

Primeiramente dividimos 90 por 2 (lembrando que a curva normal simtrica, a tabela apresenta valores de apenas um lado em relao a mdia):

90 = 45 2
Da procuramos na tabela da curva normal o nmero mais prximo de 45. Encontramos dois nmeros: o 44,95 e o 45,05. Neste caso, como houve empate, podemos optar por qualquer um deles. Em relao ao primeiro, z = 1,64 e em relao ao segundo z = 1,65. Agora j podemos calcular o erro.

e=

zs 1,64.0,82 = 0,67 min = n 4

Da: IC:

[ x e; x + e] [4-0,67 ; 4+0,67] [3,33 ; 4,67]

Resposta: portanto, podemos afirmar, com 90% de confiana, que o tempo mdio (populacional) para a realizao da tarefa est entre 3.33 e 4.67 minutos, aproximadamente. 2 - Usando os dados do exemplo anterior, qual deveria ser o tamanho da amostra necessrio para produzir um intervalo de 99% de confiana para a mdia populacional, de modo que no difira por mais de 0,5 minuto (erro) em ambos sentidos? Primeiramente transformamos 99% em Z.

99 = 49,5 . Procuramos na tabela o nmero mais prximo de 49,50. 2

Temos: z = 2,57 ou z = 2,58 Da:
2

zs 2,57 .0,82 n = = = 18 e 0,5

Portanto a amostra deveria ter 18 funcionrios. Exerccios 1 - Supondo que o nmero de peas defeituosas produzidas em uma mquina tenha distribuio normal com mdia 25 e desvio padro 3,2, observados em uma amostra de 1000 peas. Determine o que se pede abaixo: a) um intervalo de 90% de confiana para a mdia; b) um intervalo de 99,99% de confiana para a mdia; c) comparando os dois intervalos montados, o que podemos observar? 2 - Usando os mesmos dados anteriores: a) qual o tamanho de amostra necessrio para montar um intervalo de 95% de confiana, com erro igual a 1 pea?

47

b) qual o tamanho de amostra necessrio para montar um intervalo de 95% de confiana, com erro igual a 2 peas? c) comparando os dois tamanhos de amostra o que podemos observar? 3 - De que forma o desvio padro influencia no intervalo de confiana e no tamanho da amostra? (dica: observe as frmulas). 4 - O que podemos fazer para tentar diminuir o intervalo de confiana? 5 - Uma amostra aleatria de 35 universitrios participou de uma pesquisa sobre valor dos gastos para freqentar a universidade, exceto as mensalidades. Descobriu-se da, que em mdia as despesas de $234, com desvio padro de $42. Supondo uma distribuio normal: a) montar uma intervalo de 95% de confiana para o gasto mdio; b) calcular o tamanho da amostra, com 99,99% de confiana e erro de $30. 6 - Pesquisa realizada junto a 120 alunos de uma universidade, apurou-se que a idade mdia 21 anos, com desvio padro de 2,8 anos. Supondo normalidade: a) montar um intervalo de 90% de confiana para a idade mdia dos alunos da turma; b) qual deveria ser o tamanho da amostra necessrio para produzir um intervalo de 95% de confiana, com erro igual a 2 anos? 7 - O peso dos indivduos adultos de certa comunidade tem distribuio aproximadamente normal, com mdia 73 kg e desvio padro igual a 8 kg, em uma amostra de 58 pessoas. a) montar um intervalo de 99% de confiana para o peso mdio dos indivduos desta comunidade; b) qual deveria ser o tamanho da amostra necessrio para produzir um intervalo de 90% de confiana, com erro igual a 2 kg?

48