Módulo de Estatística

MANUAL DO CURSO DE LICENCIATURA PARA
TRONCO COMM
1 Ano
Disciplina/Mdulo: ESTATSTICA
Cdigo: ISCED11-MATCFG001
Total Horas/1o Semestre: 125
Crditos (SNATCA): 5
Nmero de Temas: 6
TUTO SUPER
INSTITUTO SUPERIOR DE CINCIAS E EDUCAO A DISTNCIA ISCED

ISCED MANUAL DE ESTATSITICA
Direitos de autor (copyright)

Este manual de Matemtica Aplicada propriedade do Instituto Superior de Cincias
e Educao a Distncia (ISCED), e contm reservados todos os direitos. proibida a
duplicao ou reproduo parcial ou total deste manual, sob quaisquer formas ou
por quaisquer meios (electrnicos, mecnico, gravao, fotocpia ou outros), sem
permisso expressa de entidade editora (Instituto Superior de Cincias e Educao a
Distncia (ISCED).
A no observncia do acima estipulado o infractor passvel a aplicao de processos

judiciais em vigor no Pas.
Instituto Superior de Cincias e Educao a Distncia (ISCED)

Direco Acadmica
Rua Dr. Lacerda de Almeida. No 211, Ponta - Gea
Beira - Moambique
Telefone: 23323501
Cel: +258 823055839
Fax: 23323501
E-mail: direco@isced.ac.mz
Website: www.isced.ac.mz
i
ii
Agradecimentos
Instituto Superior de Cincias e Educao a Distncia Coordenao do Programa
das licenciaturas e o autor que elaborarou o presente manual, agradecem a
colaborao dos seguintes indivduos e instituies na elaborao deste manual:
Pela Coordenao Direco Acadmica do ISCED
Pelo Design Direco de Qualidade e Avaliao do

ISCED.
Financiamento e Logstica IAPED Instituto Africano para a

Promoo da Educao a Distncia.
Pela Reviso final Msc. Zacarias Mendes Magibire
Elaborado Por:
Dr. Horcio Manuel Vunga Doutorando em Cincias de Educao com

Especializao em Inovao Currculo, pela Universidade Jean Piaget de Moambique
e Licenciado em Ensino de Matemtica e Fsica Pela Universidade Pedaggica.
2
ndice
Benvido Estatstica ......................................................................................................... 7
Objectivos do curso .......................................................................................................... 8
Quem deveria estudar este mdulo ................................................................................. 8
Como est estruturado este mdulo ................................................................................ 9
cones de actividade ....................................................................................................... 10
Acerca dos cones. ...................................................................................................... 11
Habilidades de estudo .................................................................................................... 11
Precisa de apoio? ............................................................................................................ 13
Tarefas (avaliao e auto-avaliao) .............................................................................. 14
Avaliao ......................................................................................................................... 14
TEMA I: ESTATSTICA BSICA

TEMA II: PROBABILIDADES (Noes)
TEMA I: ESTATSTICA BSICA

Unidade Temtica N0 1.1. 16
Estatstica e sua aplicao...................................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

As etapas do mtodo estatstico ........................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Populao, Amostra, Senso e Sondagem. ..........................................................................
Introduo .................................................................................................................
iii
iv ndice
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Frquncias acumuladas e grficos ......................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Somatrios. .........................................................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Medidas de Posio ou tendncia central (dados no agrupados) ....................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Medidas de posio (dados agrupados em classes da mesma posio). ...........................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Outros tipos de mdias. ......................................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Outras medidas de localizao - quantis, quartis, decs e percentis. .................................
Introduo .................................................................................................................
2
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Medidas de Disperso ou variabilidade..............................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Medidas de Assimetria ou Curtose. ....................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................
TEMA II: PROBABILIDADES (Noes)

Distribuies bidimensionais. .............................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Noo intuitiva e frequencista das probabilidades. ...........................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Acontecimentos equiprovveis. .........................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................

Probabilidade condicional ..................................................................................................
Introduo .................................................................................................................
Sumrio ...............................................................................................................................
Exerccios ............................................................................................................................
v
Viso geral
Benvindo ao Mdulo de
Estatstica
Etimologicamente a Estatstica foi definida como a Cincia
das coisas que pertencem ao Estado ou da coisa Pblica.
Estatstica uma cincia exacta que visa fornecer subsdios

ao analista para colectar, organizar (rol dedados), resumir,
analisar, intepretar e apresentar dados. Trata de
parmetros extrados da populao, tais como mdia,
frequncia, mediana, varincia, desvio padro, etc.
A estatstica fornece mtodos ou tcnicas para extrair

informao de dados, que nos do informao til sobre o
problema em estudo, sendo assim, objectivo da
Estatstica extrair informao dos dados para obter uma
melhor compreenso das situaes que representam.
Quando se aborda uma problemtica envolvendo mtodos

estatsticos, estes devem ser utilizados mesmo antes de se
recolher a amostra, isto , deve-se planejar a experincia
que nos vai permitir recolher os dados, de modo que,
posteriormente, se possa extrair o mximo de informao
relevante para o problema em estudo, ou seja para a
populao de onde os dados provm.
Quando j se est na posse dos dados, procura-se agrupa-

los e reduz-los, sob forma de amostra, deixando de lado a
aleatoriedade presente. Seguidamente o objectivo do
estudo estatstico pode ser o de estimar uma quantidade
ou testar uma hiptese, utilizando-se tcnicas estatsticas
convenientes, as quais realam toda a potencialidade da
Estatstica, na medida em que vo permitir tirar concluses
acerca de uma populao, baseando-se numa pequena
amostra, dando-nos ainda uma medida do erro cometido.
7
Objectivos deste
Mdulo/Disciplina
Constituem objectivos deste Mdulo, principalmente, os seguintes:
Ensinar a extrair informao dos dados para obter uma melhor

informao e compreenso das situaes que representam.
Ensinar a estimar uma quantidade ou testar uma hiptese,

utilizando-se tcnicas estatsticas convenientes, as quais
realam toda a potencialidade da Estatstica.
Habilitar e/ou potenciar aos investigadores e demais interessados, a

tomar decises fundamentadas, pelo que, adequadas a cada caso.
Quem deveria estudar este

mdulo
Este Mdulo de Estatstica, por ser de Tronco Comm, foi
concebido para estudantes do 1 ano de todos cursos de
licenciatura do ISCED. Poder ocorrer, contudo, que haja
leitores que queiram se actualizar e consolidar seus
conhecimentos nessa disciplina, esses sero bem vindos,
no sendo necessrio para tal se inscrever. Mas poder
adquirir o manual.
Como est
estruturado este
Mdulo
O mdulo de Estatstica, para estudantes do 1 ano dos cursos de
licenciaturas do ISCED, est estruturado como se segue:
Pginas introdutrias
Um ndice completo.
Uma viso geral detalhada dos contedos do mdulo,

resumindo os aspectos-chave que voc precisa conhecer para
melhor estudar. Recomendamos vivamente que leia esta
seco com ateno antes de comear o seu estudo, como
componente de habilidades de estudos.
Contedo desta Disciplina / mdulo
Este mdulo est estruturado em Temas. Cada tema, por sua vez
comporta certo nmero de unidades temticas ou simplesmente
unidades,. Cada unidade temtica se caracteriza por conter uma
introduo, objectivos, contedos.
No final de cada unidade temtica ou do prprio tema, so

incorporados antes o sumrio, exerccios de auto-avaliao, s
depois que aparecem os exerccios de avaliao.
Os exerccios de avaliao tm as seguintes caracteristicas: Puros

exerccios tericos/Prticos, Problemas no resolvidos e
actividades prticas algunas incluido estudo de caso.
Outros recursos
A equipa dos acadmicoa e pedagogos do ISCED, pensando em si,

num cantinho, recndito deste nosso vasto Moambique e cheio
de dvidas e limitaes no seu processo de aprendizagem,
apresenta uma lista de recursos didcticos adicionais ao seu
mdulo para voc explorar. Para tal o ISCED disponibiliza nas
bibliotecas fsica e virtual do seu Centro de Recursos mais material
de estudos relacionado com o seu curso como: Livros e/ou
mdulos, CD, CD-ROOM, DVD. Para elm deste material fsico ou
electrnico disponvel na biblioteca, pode ter acesso a Plataforma
digital moodle para alargar mais ainda as possibilidades dos seus
estudos.
9
Auto-avaliao e Tarefas de avaliao
Tarefas de auto-avaliao para este mdulo encontram-se

no final de cada unidade temtica e de cada tema. As
tarefas dos exerccios de auto-avaliao apresntam duas
caracteristicas: primeeiro apresentam exerccios resolvidos
com detalhes. Segundo, exerccios que mostram apenas
respostas.
Tarefas de avaliao devem ser semelhantes s de auto-

avaliao mas sem mostrar os passos e devem obedecer o
grau crescente de dificuldades do processo de
aprendizagem, umas a seguir a outras. Parte das terefas de
avaliao ser objecto dos trabalhos de campo a serem
entregues aos tutores/doceentes para efeitos de correco
e subsequentemente nota. Tambm constar do exame do
fim do mdulo. Pelo que, caro estudante, fazer todos os
exrccios de avaliao uma grande vantagem.
Comentrios e sugestes
Use este espao para dar sugestes valiosas, sobre

determinados aspectos, quer de natureza cientfica, quer
de natureza diadctico-pedaggica, etc, sobre como
deveriam ser ou estar apresentadas. Pode ser que graas
as suas observaes que, em goso de confiana,
classificamo-las de teis, o prximo mdulo venha a ser
melhorado.
cones de actividade
Ao longo deste manual ir encontrar uma srie de cones nas
margens das folhas. Estes icones servem para identificar
diferentes partes do processo de aprendizagem. Podem indicar
uma parcela especfica de texto, uma nova actividade ou tarefa,
uma mudana de actividade, etc.
Acerca dos cones

Os icones usados neste manual so smbolos africanos,
conhecidos por adrinka. Estes smbolos tm origem no povo
Ashante de frica Ocidental, datam do sculo XVII e ainda se
usam hoje em dia.
Pode ver o conjunto completo de cones deste manual j a

seguir, cada um com uma descrio do seu significado e da
forma como ns interpretmos esse significado para representar
as vrias actividades ao longo deste mdulo.
Habilidades de estudo
Caro estudante, procure olhar para si mesmo em trs
dimenses, nomeadamente: o lado social, profissional e
estudante. Da ser importante planificar muito bem o seu tempo
de estudos.
O principal objectivo deste campo o de ensinar aprender a

aprender. Afinal aprender aprende-se.
Durante a formao e desenvolvimento de competncias, para

facilitar a aprendizagem e alcanar melhores resultados,
implicar empenho, dedicao e disciplina nos estudos. Isto , os
bons resultados apenas se conseguem com estratgias eficientes
e eficazes. Por isso importante saber como, onde e quando
estudar. Apresentamos algumas sugestes com as quais
esperamos que caro estudante possa rentabilizar o tempo
dedicado aos estudos, procedendo como se segue:
1 Praticar a leitura. Aprender a Distncia exige alto domnio de

leitura.
2 Fazer leitura diagonal aos contedos (leitura corrida).
3 Voltar a fazer leitura, desta vez para a compreenso e

assimilao crtica dos contedos (ESTUDAR).
4 Fazer seminrio (debate em grupos), para comprovar se a sua

aprendizagem confere ou no com a dos colegas e com o padro.
5 Fazer TC (Trabalho de Campo), algumas actividades prticas ou

as de estudo de caso se existirem.
IMPORTANTE: Em observncia ao tringulo modo-espao-tempo,

respectivamente como, onde e quando estudar, como foi
referido no incio deste item, antes de organizar os seus
momentos de estudo reflicta sobre o ambiente de estudo que
seria ideal para si: Estudo melhor em casa/biblioteca/caf/outro
lugar? Estudo melhor noite/de manh/de tarde/fins de
semana/ao longo da semana? Estudo melhor com msica/num
stio sossegado/num stio barulhento!? Preciso de intervalo em
cada 30 minutos, em cada hora, etc.
11
impossvel estudar numa noite tudo o que devia ter sido

estudado durante um determinado perodo de tempo; Deve
estudar cada ponto da matria em profundidade e passar s ao
seguinte quando achar que j domina bem o anterior.
Privilegia-se saber bem (com profundidade) o pouco que puder

ler e estudar, que saber tudo superficialmente! Mas a melhor
opo juntar o til ao agradvel: Saber com profundidade todos
contedos de cada tema, no mdulo.
Dica importante: no recomendamos estudar seguidamente por

tempo superior a uma hora. Estudar por tempo de uma hora
intercalado por 10 (dez) a 15 (quinze) minutos de descanso
(chama-se descanso mudana de actividades). Ou seja que
durante o intervalo no se continuar a tratar dos mesmos
assuntos das actividades obrigatrias.
Uma longa exposio aos estudos ou ao trabalhjo intelectual

obrigatrio, pode conduzir ao efeito contrrio: baixar o
rendimento da aprendizagem. Por que o estudante acumula um
elevado volume de trabalho, em termos de estudos, em pouco
tempo, criando interferncia entre os conhecimento, perde
sequncia lgica, por fim ao perceber que estuda tanto mas no
aprende, cai em insegurana, depresso e desespero, por se
achar injustamente incapaz!
No estude na ltima da hora; quando se trate de fazer alguma

avaliao. Aprenda a ser estudante de facto (aquele que estuda
sistemticamente), no estudar apenas para responder a
questes de alguma avaliao, mas sim estude para a vida, sobre
tudo, estude pensando na sua utilidade como futuro profissional,
na rea em que est a se formar.
Organize na sua agenda um horrio onde define a que horas e

que matrias deve estudar durante a semana; Face ao tempo
livre que resta, deve decidir como o utilizar produtivamente,
decidindo quanto tempo ser dedicado ao estudo e a outras
actividades.
importante identificar as ideias principais de um texto,

pois ser uma necessidade para o estudo das diversas
matrias que compem o curso: A colocao de notas nas
margens pode ajudar a estruturar a matria de modo que
seja mais fcil identificar as partes que est a estudar e
Pode escrever concluses, exemplos, vantagens,
definies, datas, nomes, pode tambm utilizar a margem
para colocar comentrios seus relacionados com o que
est a ler; a melhor altura para sublinhar imediatamente
a seguir compreenso do texto e no depois de uma
primeira leitura; Utilizar o dicionrio sempre que surja um
conceito cujo significado no conhece ou no lhe

familiar;
Lembre-se que o teu sucesso depende da sua entrega,

voc o responsvel pela sua prpria aprendizagem e cabe
a ti planificar, organizar, gerir, controlar e avaliar o seu
prprio progresso.
Precisa de apoio?
Caro estudante, temos a certeza que por uma ou por outra
razo, o material de estudos impresso, lhe pode suscitar
algumas dvidas como falta de clareza, alguns erros de
concordncia, provveis erros ortogrficos, falta de clareza,
fraca visibilidade, pginas trocadas ou invertidas, etc).
Nestes casos, contacte os serios de atendimento e apoio
ao estudante do seu Centro de Recursos (CR), via telefone,
sms, E-mail, se tiver tempo, escreva mesmo uma carta
participando a preocupao.
Uma das atribuies dos Gestores dos CR e seus assistentes

(Pedaggico e Administrativo), a de monitorar e garantir a
sua aprendizagem com qualidade e sucesso. Dai a
relevncia da comunicao no Ensino a Distncia (EAD),
onde o recurso as TIC se torna incontornvel: entre
estudantes, estudante Tutor, estudante CR, etc.
As sesses presenciais so um momento em que voc caro

estudante, tem a oportunidade de interagir fisicamente
com staff do seu CR, com tutores ou com parte da equipa
central do ISCED indigetada para acompanhar as sua
sesses presenciais. Neste perodo pode apresentar
dvidas, tratar assuntos de natureza pedaggica e/ou
admibistrativa.
O estudo em grupo, que est estimado para ocupar cerca

de 30% do tempo de estudos a distncia, muita
importncia, na medida em que permite lhe situar, em
termos do grau de aprendizagem com relao aos outros
colegas. Desta maneira ficar a saber se precisa de apoio
ou precisa de apoiar aos colegas. Desenvolver hbito de
debater assuntos relacionados com os contedos
programticos, constantes nos diferentes temas e unidade
temtica, no mdulo.
13
Tarefas (avaliao e auto-

avaliao)
O estudante deve realizar todas as tarefas (exerccios,
actividades e autoavaliao), contudo nem todas devero
ser entregues, mas importante que sejam realizadas. As
tarefas devem ser entregues duas semanas antes das
sesses presenciais seguintes.
Para cada tarefa sero estabelecidos prazos de entrega, e o

no cumprimento dos prazos de entrega, implica a no
classificao do estudante. Tenha sempre presente que a
nota dos trabalhos de campo conta e decisiva para ser
admitido ao exame final da disciplina/mdulo.
Os trabalhos devem ser entregues ao Centro de Recursos

(CR) e os mesmos devem ser dirigidos ao tutor/docente.
Podem ser utilizadas diferentes fontes e materiais de

pesquisa, contudo os mesmos devem ser devidamente
referenciados, respeitando os direitos do autor.
O plgio1 uma viloo do direito intelectual do(s)

autor(es). Uma transcrio letra de mais de 8 (oito)
palavras do testo de um autor, sem o citar considerado
plgio. A honestidade, humildade cientfica e o respeito
pelos direitos autoriais devem caracterizar a realizao dos
trabalhos e seu autor (estudante do ISCED).
Avaliao
Muitos perguntam: Como possvel avaliar estudantes na
modalidade de Ensino a Distncia (EAD), estando eles
fisicamente separados e muito distantes do docente/tutor!?
E ns afirmamos: Sim muito possvel, talvez seja uma
avaliao mais fivel e concistente.
Voc ser avaliado durante os estudos distncia que

contam com um mnimo de 90% do total de tempo que
precisa de estudar os contedos do seu mdulo. Quando o
1 Plgio - copiar ou assinar parcial ou totalmente uma obra literria, propriedade

intelectual de outras pessoas, sem prvia autorizao.
tempo de contacto presencial conta com um mximo de

10%) do total de tempo do mdulo. A avaliao do
estudante consta detalhada do regulamentada de
avaliao.
Os trabalhos de campo por si realizaos, durante estudos e

aprendizagem no campo, pesam 25% e servem para a nota
de frequncia para ir aos exames.
Os exames so realizados no final da cadeira disciplina ou

modulo e decorrem durante as sesses presenciais. Os
exames pesam no mnimo 75%, o que adicionado aos 25%
da mdia de frequncia, determinam a nota final com a
qual o estudante conclui a cadeira.
A nota de 10 (dez) valores a nota mnima de concluso da

cadeira.
Nesta cadeira o estudante dever realizar pelo menos 2

(dois) trabalhos e 1 (um) (exame).
Algumas actividades praticas, relatrios e reflexes sero

utilizados como ferramentas de avaliao formativa.
Durante a realizao das avaliaes, os estudantes devem

ter em considerao a apresentao, a coerncia textual, o
grau de cientificidade, a forma de concluso dos assuntos,
as recomendaes, a identificao das referncias
bibliogrficas utilizadas, o respeito pelos direitos do autor,
entre outros.
Os objectivos e critrios de avaliao constam do

Regulamento de Avaliao.
15
TEMA I. ESTATSTICA
TEMA II: PROBABILIDADE (Noes)
Unidade Temtica: Estatstica e

sua aplicao
Introduo
Embora nas antigas civilizaes (chinesa, egpcia e romana) j se
fizessem inquritos destinados a obter informaes sobre as
populaes e as riquezas econmicas, permitindo aos
governantes fazer no s recrutamentos militares mas tambm
lanar impostos sobre as prprias populaes, s bastante mais
tarde (sculo XVIII) a palavra Estatstica foi usada pelo
professor Godofredo Achenwal (economista alemo 1719 -
1772) da Universidade de Gottingen que a definiu como a
cincia das coisas que pertencem ao Estado.
No entanto, o estudo da Estatstica, com fundamentao

matemtica, s se conseguiria com a criao do Clculo das
Probabilidades e a sua aplicao aos fenmenos sociais. A
estatstica deixa de ser, ento, um amontoado de dados para se
transformar num instrumento de anlise, de sntese e previso
das solues nos casos mais diversos.
Com efeito, nos nossos dias, a sua utilizao passou a ser

imprescindvel, quer a nvel nacional e internacional quer a nvel
de empresas, quer a nvel individual, procurando estudar
situaes e elaborar planos que permitem a tomada das
decises mais adequadas aos problemas apresentados.
O conceito estatstica e a importncia de estudar estatstica
A palavra ESTATSTICA vem do STATUS (Estados em Latim).

Como do conhecimento geral, a leitura de um simples jornal
ou revista implica, hoje em dia, entender a linguagem dos
grficos e dos nmeros.
Em todos os campos da actividade humana, a informao

essencial as decises dos cidados, vida das empresas,
sobrevivncia dos estados.
Isto implica a profuso dos jornais, revista, livros e relatrios

exibindo tabelas, mapas, grficos, etc. contendo variadssima
informao Estatstica sobre os mais variados fenmenos e
caractersticas da actividade de um pais:
- Nmero de habitantes, de trabalhadores por profisso, de
famlia com e sem casas, de pequenas, mdias e grandes
empresas, de importadores e exportadores.
- Distribuio de voto por regio, reprovao e aprovao por
nvel e por disciplina, o nvel de infeco de HIV/SIDA por regio,
nmero de professores e de escolas, etc.
Qualquer cidado tem de ser capaz de compreender, tirar
ilaes, criticar e escolher o que lhe interessa, dessas
informaes que diariamente lhe chegam pelos meios de
comunicao social.
Ao iniciar um estudo de natureza estatstica dever fazer-se o

seguinte:
Definir explicitamente o conjunto sobre o qual se vai fazer o
inqurito, de tal forma que se possa dizer, sem ambiguidade, se um
dado pertence ou no ao conjunto;
Indicar com clareza os dados que se pretendem obter;
Avaliar, na medida do possvel, da veracidade dos dados
recolhidos (de forma a no alterar os resultados da analise que se
pretende);
Ordenar convenientemente os dados recolhidos em tabelas, de
utilizao rpida e estudo simplificado.
Ao completar esta unidade, voc ser capaz de:
Colaborar na resoluo de problemas da comunidade em que se

insere;
Resolver problemas de natureza quantitativa no mbito das
cincias humanas;
Objectivos Comunicar com clareza, oralmente e por escrito;
Avaliar e criticar afirmaes de carcter estatstico;
Interpretar e comparar distribuies estatsticas recorrendo s
medidas de localizao e de disperso e grficos;
Indicar situaes em que a estatstica presta relevantes servios,
recorrer calculadora para resolver problemas de estatsticas;
17
Sumrio
Estatstica descritiva e estatstica Indutiva
Desde o sculo passado que a estatstica constitui um ramo da

Matemtica estruturando cientificamente e em estreita ligao
com o clculo das probabilidades
Na estatstica consideram-se dois ramos:

- A Estatstica Descritiva, que visa descrever o real de forma a
permitir entende-lo melhor;
- A Estatstica Indutiva, que a partir de uma amostra da
populao permite estender os resultados populao inteira.
Estatstica Descritiva
Neste mdulo pretende-se apresentar os conceitos princpios

relacionados com os mtodos de recolha e apresentao de
dados, bem como das medidas estatstica prprias para anlise e
interpretao dos dados recolhidos. Em suma, pretende-se
desenvolver cada um dos aspectos presentes na definio de
Estatsticas Descritiva.
Consiste na recolha, apresentao, anlise e interpretao de

dados numricos atravs da criao de instrumentos
adequados: quadros, grficos e indicadores numricos.
Os mtodos para recolher, classificar, sintetizar, apresentar e

interpretar informao qualitativa constituem uma parte
importante da teoria estatstica; de facto, constituram at a
matria, quase exclusiva, das primeiras obras desta rea
cientfica. Outros aspectos da teoria Estatstica, cumpre
assinalar, tm igual ou maior importncia, como sejam os
mtodos de inferncia Estatstica que permitem retirar
concluses sobre um grupo determinado populao ou
universo a partir da informao recolhida para uma amostra.
Convm referir que o termo ESTATSTICA utilizado para

referir a dois conceitos diferentes, conforme se utiliza no
singular ou no plural. Quando utilizado no plural, sinnimo de
factos ou dados numricos, enquanto que no singular constitui
um objecto de estudo, uma cincia, tal como o a Matemtica,
e compreende, como foi referido anteriormente, um conjunto
de princpios e mtodos de recolha, classificao, sntese e
apresentao de dados numricos.
A utilidade da estatstica pode ser resumida de seguinte modo:

- Permitir descrever e compreender relaes entre variveis:
numa poca em que a quantidade de informao aumenta to
rapidamente, os centros de deciso tm necessidade de se
manterem actualizados e controlarem as grandes massas de
dados com que so inundados quase diariamente; para tal
necessrio que a informao lhe seja apresentada de forma a
possibilitar a sua interpretao imediata e a identificao das
relaes mais importantes;
- Permitir a tomada de melhores e mais rpidas decises: porque
possvel controlar mais informao num mais curto espao de
tempo;
- Facilitar a tomada de decises para fazer face mudana: num
mundo em constante mudana, a planificao e a tomada de
decises dever apoiar-se em bases slidas, no conhecimento
profundo das situaes passadas e presentes e numa previso
fundamentada da evoluo futura
- O objectivo da estatstica descritiva informar, prevenir e
esclarecer.
- O campo de aco da estatstica descritiva tem-se revelado
quase ilimitado:
- Em diversos campos de carcter social sobre populaes, as suas
condies de vida, de trabalho e de sade, de educao, de
cultura.
- Em estudos de carcter econmico, importaes e exportaes,
consumo de turistas, emigrao etc
- Em estudos metrolgicos (temperatura, precipitao)
- Em estudos polticos (distribuio de votos por regio, ..) etc.
Estatstica Indutiva (ou Inferencial)
Enquanto a estatstica descritiva analisa todos os indivduos de

um dado conjunto e tira concluses sobre esse conjunto no seu
todo, a estatstica indutiva trata de estabelecer concluses
relativas a um conjunto mais vasto de indivduos (populao) a
partir da observao de uma parte dela (amostra) com base na
estrutura matemtica que lhe confere o clculo das
probabilidades.
Os resultados finais de uma eleio so objecto de estudo da

Estatstica Destrutiva.
As previses feitas por ocasio das eleies, imediatamente

depois do fecho das urnas, so feitas a partir de uma amostra
utilizando a Estatstica Indutiva.
19
A Estatstica Indutiva desempenha um importante papel na

investigao cientfica ,em diversos sectores como:
- A medicina, a farmcia, a sociologia, a psicologia, a qumica, a

educao, a agricultura, a lingustica, a biologia.
Permitindo estabelecer previses sobre acontecimentos futuros,

com margem de erro incrivelmente pequenas.
Os mtodos estatsticos permitem hoje, em qualquer cincia,

obter uma descrio da realidade fsica ou social e fornecem um
meio de interpretao dessa realidade.
Exerccios
1. Como surgiu a Estatstica?

2. Em quantas partes se divide a estatstica e quais so as reas de
estudo de cada uma delas?
3. Qual a diferena entre os conceitos de estatstica e estatsticas?
Auto-avaliao 4. Porque razo importante, no processo de tomada de decises,
recolher informaes preliminares antes da definio especifica do
problema?
5. Diga em que domnio de estatsticas - descritiva ou inferncia
incluiria as seguintes afirmaes:
a) 30% dos estudantes de estatstica do curso de gesto no
conseguem fazer a cadeira em avaliao continua.
b) Os pneus da marca Rodamais duram 60.000 km.
c) Uma em cada dez empresas portuguesas tem dvidas
segurana social.
Uniudade Tematica 1.2: As

etapas do mtodo
Introduo
Nesta unidade vamos estudar as principais etapas do mtodo
estatstico pois elas so muito importantes para qualquer estudo
ou investigao de natureza estatstica.
Saber as etapas do mtodo estatstico.

Saber o objecto de estudo da estatstica descritiva.
Objectivos
As etapas do mtodo estatstico
O objectivo deste mdulo , precisamente, apresentar mtodos

estatsticos que satisfazem os trs aspectos referidos e que se
realizam nas diferentes etapas constantes da definio de
estatstica descritiva: recolha, apresentao e interpretao de
dados.
So estas as etapas que definem o mtodo estatstico de

resoluo de problemas:
1. Identificao do problema ou situao

Dever ser claro, desde o inicio do estudo, qual o problema a
analisar e, uma vez conhecido, qual o tipo de decises que se
pretendem tomar. Esta etapa requer j algum conhecimento
estatstico pois os mtodos a aplicar no so, de modo nenhum,
independentes da informao que se pretende recolher. Uma
identificao incorrecta do problema torna todas as etapas
seguintes inteis. Ainda nesta etapa e para tornar a identificao
21
do problema mais fcil poder ser utilizada alguma informao

quantitativa j existente.
2. Recolha de dados
Uma vez identificado o problema, a etapa seguinte consiste na

recolha dos dados necessrios, apropriados, to completos
quanto possvel e, sobretudo, pertinentes para a situao que se
pretende analisar.
A recolha de toda a informao necessria pode ser feita

directamente quando os dados so obtidos de fonte originria
ou de forma indirecta quando os dados recolhidos provem j de
uma recolha directa. Aos primeiros, que possvel encontrar em
registos ou ficheiros, chamam-se dados primrios enquanto que
os valores no disponveis nestas fontes e calculados a partir
daquelas so dados secundrios. Todos os dados resultantes de
inquritos feitos directamente a uma populao ou a um grupo
dessa populao so dados primrios. So ainda exemplos
destes, todos os dados disponveis nas estatsticas publicadas
pelo I.N.E. o nmero de nascimentos, casamentos e bitos de
cada regio do ano de 2007, por exemplo, o nmero de
desempregados em determinado sector de actividade
econmica, a distribuio das empresas do sector agrcola pela
rea de explorao, etc., etc. Dados secundrios sero por
exemplo, uma estimativa da esperana de vida nascena nos
valores observados nos ltimos dez anos 2000 com base na
inflao para o ano de 1995.
As fontes de dados podem ainda ser classificados como internas

ou externas. Por exemplo, os servios de contabilidade,
produo ou marketing de uma empresa constituem fontes
internas de informao econmica e comercial que devero ser
postas ao dispor dos rgos de deciso da empresa. Informao
externa empresa a proveniente dos organismos pblicos,
como o Governo, o Instituto Nacional de Estatstica (I.N.E.) ou
privados como os seminrios econmicos e revistas de
especialidade.
No respeitante periodicidade, a recolha dos dados pode ser

classificada como:
- Continua > Quando realizada permanentemente;
- Peridica > Quando feita em intervalos de tempo;
- Ocasional > Quando realizada de modo espordico;

No processo de tomada de decises na empresa, a todo

momento nos deparamos com a necessidade de conhecer as
caractersticas passadas e presentes da prpria empresa e do
seu meio envolvente: custos de produo, custos de aquisio
da matria-prima, custos de comercializao e publicidade,
tempo de execuo de determinadas tarefa, nvel de
escolaridade dos empregos, preos dos produtos concorrentes,
procura de determinado produto, preferncias dos
consumidores, etc., etc.
Muitas vezes acontece no estar disponvel toda a informao

necessria ou porque no existe de todo ou porque se encontra
desactualizada. Nestes casos, necessrio recolher nova
informao, o que poder ter vantagens e desvantagens.
Vantagens porque permite uma definio precisa da informao
a recolher e das suas escalas de medida, para que os dados
verifiquem todas as propriedades necessrias para responder
eficazmente ao problema em analise. Desvantagem, tambm,
porque poder tornar o estudo e a obteno de resultados
demasiados morosos e caros.
Existem vrios mtodos para recolha de nova informao. As

entrevistas pessoais so uma prtica corrente: um entrevistador
faz ao inquirido perguntas retiradas, de preferncia, de um
questionrio estruturado, e coloca as respostas nos espaos a
elas reservadas. Mas as entrevistas podem tambm ser feita
pelo telefone ou, quando por alguma razo se quer evitar a
presena de um entrevistador, pode optar se por enviar o
questionrio pelo correio.
3. Crtica dos dados
Uma vez os dados recolhidos, quer sejam dados primrios ou

secundrio necessrio proceder-se a uma reviso critica de
modo a suprimir valores estranhos ou eliminar erros capazes de
provocar futuros enganos de apresentao e analise ou mesmo
de enviesar as concluses obtidos.
Esta critica tanto mais necessria quando toda ou parte da

informao provem de fontes secundrias, sujeitas a erros de
reproduo e que nem sempre explicitam como os dados foram
recolhidos ou quais os limites sua utilizao.
4. Apresentao dos dados
23
Aps a recolha e a critica, convm organizar os dados de

maneira prtica e racional, para um melhor entendimento do
fenmeno que se pretende estudar.
Comea aqui o principal objectivo da Estatstica Descritiva: criar

os instrumentos necessrios para classificar e apresentar
conjuntos de dados numricos de tal modo que a informao
neles contida seja apreendida mais fcil e rapidamente.
O processo de classificao consiste na identificao de unidade

de informao com caractersticas comuns e no seu
agrupamento em classes. Para classificar necessrio utilizar um
mtodo, predeterminado, de codificao que torne possvel a
identificao abreviada das unidades de informao.
Uma vez classificados os dados, passa a ser possvel sintetizar a

informao neles contidos com a ajuda de quadros, grficos e
valores numerrios descritivos que ajudem a compreender a
situao e a identificar relaes importantes entre as variveis.
5. Anlise e interpretao de resultados
Por ltimo necessrio interpretar os resultados encontrados.

Esta interpretao estar tanto mais facilitada quando se
tiverem concludo em etapas anteriores os instrumentos mais
apropriados a representao de tipos de dados recolhidos.
Concluses enviesadas podem ser propositados ou no e ter

diferentes causas. suficientemente conhecido o exemplo de
entidades que, para situaes idnticas, retiram concluses
bastante divergentes: as taxas de infiltrao e desemprego
estimadas pelos rgos governamentais e pelos sindicatos
raramente coincidem. So exemplos de enviesamento
propositado para servir fins polticos em que se torna difcil
demonstrar, com rigor, qual delas est errada.
Mas, muitas vezes, o enviesamento no propositado. Pode

comear por ser o resultado de medidas de estatstica descritiva
pouco adequadas ao problema em causa, por diferentes escalas
de medida ou ainda por bases de comparao pouco adequadas.
Exerccios
1. Quais as etapas do mtodo estatstico de resoluo de

problemas?
2. Como classifica as fontes de dados estatsticos.
3. Como classifica a recolha de dados estatsticos no que respeita
Auto-avaliao periodicidade.
4. Quais os mtodos de recolha de informao que conhece?
5. Em que consiste o processo de classificao dos dados?
6. D alguns exemplos de enviesamento dos resultados obtidos
numa anlise estatstica.
25
Unidade Temtica 1.3:

Populao, Amostra, Senso e
Sondagem
Introduo
Para trabalhar com segurana nos dados estatsticos, preciso
saber se est perante dados de uma amostra ou de uma
populao inteira. nesta unidade onde podemos estudar as
diferenas entre populao e amostra, censo e sondagem.
Ter conhecimento dos conceitos populao e amostra,

censo e sondagem.
Ser capaz de exemplificar cada conceito acima citado.

Objectivos
Populao
um conjunto de indivduos ou objectos que apresentam pelo

menos uma caracterstica em comum. A populao pode ser
finita ou infinita. Na prtica, quando uma populao finita,
com um nmero grande de elementos, considera-se como
populao infinita.
Amostra
Considerando-se a impossibilidade, na maioria das vezes, do

tratamento de todos os elementos da populao, retira-se uma
parte da populao (amostra).
Todo o subconjunto no vazio e com menor nmero de

elementos do que o conjunto definido como populao
constitui, por definio, uma amostra dessa populao.
Num estudo estatstico sempre melhor usar uma populao

em vez de uma amostra, mas tal nem sempre possvel.
Algumas das causas que levam ao uso de uma amostra so:

A populao ser infinita;
Economia de dinheiro e tempo;
Comodidade (diminuio do nmero de documentos);
Testes destrutivos (no estudo destroem-se os elementos, por
exemplo: qualidade dos fsforos, de vinho, etc.).
necessrio ter muito cuidado na escolha da amostra. Se no
for bem escolhida todo o estudo pode conduzir a concluses
erradas.
Na escolha de uma amostra deve ter-se em conta a

imparcialidade, a representatividade e o tamanho.
As caractersticas da amostra devem aproximar-se tanto quanto

possvel da populao.
No caso da populao moambicana, amostra deve conter por

exemplo, indivduos do norte, centro, e sul, do litoral e do
interior, das cidades e do campo, homens e mulheres, jovens e
adultos.
Censo
Se todos os elementos da populao so observados diz-se que

se fez um levantamento exaustivo, ou recenseamento, ou
apenas censo.
Sondagem
Um estudo estatstico feito a partir de uma amostra chama-se

sondagem ou amostragem.
27
As sondagens, estudos feitos a partir da amostra, so muito

usadas, por serem mais fceis de realizar, mais rpidas e mais
rpidas e mais econmicas.
Alem disso, so indispensveis quando a observao das

unidades implica a sua destruio
Carcteres Estatsticos
Chama-se carcter ou varivel estatstica a propriedade que vai

ser estudada.
Entre os caracteres estatsticos temos:

Carcteres quantitativos ou variveis quantitativas so os que
podem medir ou referenciar usando nmeros. Podem ser discretos
ou contnuos.
O carcter ou a varivel discreta se o nmero de valores
diferentes que podem tomar finito, isto , se s pode tomar
valores isolados em pontos da recta real.
Exemplo 1: nmero de erros em um livro, nmero de golos,

nmero de irmos, etc.
A varivel contnua se pode assumir teoricamente qualquer

valor em certo intervalo da recta real.
Exemplo2: Temperatura do ar, altura, peso de alunos, presso

arterial, etc. Pois teoricamente um indivduo poder ter como
peso 50,5 kg, 50,572 kg, 50,585 kg
Carcteres qualitativos so os que no podem medir ou

referenciar numericamente.
Exemplo3: Nacionalidade, inteno de voto, profisso, raa, cor,

sexo, grupo sanguneo,..
Exerccios
1. Indique, nos casos seguintes, a populao, o indivduo, o

carcter e o tipo de carcter em estudo.
a) Marca de cada um dos carros estacionados num porque num

Auto-avaliao certo instante.
b) O nmero de espectadores com carto-jovem num certo

concerto.
c) O nmero de faltas de cada aluno de uma escola num

trimestre.
d) A cor dos cabelos das senhoras com mais de 50 anos de idade.

2. Os estudos seguintes so feitos a partir de amostras.
Indica em cada caso, se as concluses podero ser vlidas para
toda a populao em estudo. Justifica.
a) Para investigar qual o desporto preferido pelos jovens entre 15 e
18 anos, inquiriram-se jovens dessas idades a sada de um jogo
de basquetebol.
b) Para estudar o interesse da populao no programa televisivo
Fama Show entrevista-se 100 candidatos academia do Fama
no Caya Cuanga.
c) Para estimar quantos alunos de uma escola estariam
interessados em usar a Internet inquiriram-se todos os alunos
com o nmero de matrcula mltiplo de 5.
29
Unidade N0 1.4.

Organizao de dados e
frequncia
Introduo
Na organizao dos dados temos que ter em conta se vamos ou
no agrupar em classes. Para os dois casos temos que saber os
procedimentos para a composio das tabelas das frequncias
absolutas e relativas.
Saber compor a tabela das frequncias absolutas e

relativas.
Saber determinados as amplitudes e o numero de

Objectivos classes nos dados agrupados.
Sumrio
Dados brutos e rol de uma amostra. Frequncias absolutas e relativas
Como se observou anteriormente, a estatstica tem como

objectivo encontrar as leis de comportamento para todo o
conjunto, por meio de sintetizao dos dados numricos, sob a
forma de tabelas, grficos e medidas. A seguir so apresentadas
os procedimentos para a reproduo das distribuies de
frequncias.
As sries estatsticas so o resultado de recolha de dados que

esto sujeitos no seu apuramento a determinadas leis:
Dados brutos
O conjunto de dados numricos obtidos aps a crtica dos

valores colectados constitui-se nos dados brutos, assim: 24, 23,
22, 28, 34, 35, 21, 23, 33, 34, 21, 25, 36, 26, 22, 30, 32, 25, 26,
33, 34, 21, 31, 25, 31, 26, 25, 35, 33, 31 so exemplos de dados
brutos. (idades dos estudantes de uma turma).
Rol
o arranjo dos dados brutos em ordem crescente ou

decrescente. Assim: 21, 21, 21, 22, 22, 23, 23, 24, 25, 25, 25, 25,
26, 26, 26, 28, 30, 31, 31, 32, 33, 33, 33, 34, 34, 34, 35, 35, 36.
Amplitude total renge (R) ou (At)
a diferena entre o maior e o menor valores observados.
No exemplo dado, R = 36 21 = 15 ou At = 36 21 = 15
Frequncia absoluta (fi)
Frequncia absoluta do valor xi o nmero de vezes que o

elemento xi aparece na amostra, ou o nmero de elementos
pertencentes a uma classe.
No exemplo anterior, 3 a frequncia absoluta do valor 21 ou f

(21) = 3.
A soma de todas as frequncias absolutas igual a populao.
31
fi = N
i 1
Distribuio de frequncias
(dados no agrupados)
o arranjo de valores e suas respectivas frequncias.
Para o exemplo dado ser:
Xi 21 22 23 24 25 26 28 30 31 32 33 34 35 36
Fi 3 2 2 1 4 3 1 1 3 1 3 3 2 1
15
f
i 1
i 30
Frequncia relativa
A frequncia relativa de um valor xi o quociente entre a

frequncia absoluta desse valor e o nmero total da populao.
A frequncia relativa pode apresentar-se:
fi
a) Por um numero abstracto, fr = , desta forma 0 fr 1
N
100 f i
b) Ou em percentagem, fr %
N
No nosso exemplo (idade dos estudante de uma turma)

podemos calcular a frequncia relativa, dos estudantes com 26
anos de idade.
fr26 0,1 ou fr26

3 3.100
10%
30 30
A soma de todas frequncias relativas igual a unidade ou a

100%.
n n
fi
i 1 N
fri 1
i 1
Dados agrupados em classe
Quando a varivel continua ou quando o nmero de valores

observados grande, conveniente fazer o seu agrupamento
em classes.
O nmero de classes (k)
No h uma frmula exacta para o clculo do nmero de classes.

Temos duas sugestes:
a) K 5 para N 25 e K N para N > 25
b) Frmula de Sturges K 1 3,22 . lgN onde N o tamanho da

amostra.
Amplitude da classe (h)
h R:h
O nmero de classes (k) assim como a amplitude das classes (h),

deve ser aproximado para o maior inteiro.
Assim, se K 6,4 usa-se K 7 ou se h 1,7 usa-se h 2 .
33
Limite das classes
Existem diversas maneiras de expressar os limites das classes.
a) 6,10 Compreende todos os valores de 6 a 10.

b) 6,10 Compreende todos valores de 5 a 10 excluindo o 10.
c) 6,10 Compreende todos valores de 6 a 10, excluindo os
extremos.
d) 6,10 Compreende todos os valores de 6 10, excluindo o 6,
usa-se mais a forma b
Ponto mdio ou marca da classe
a mdia aritmtica entre o limite inferior e superior da classe.
Exemplo 4
Est registado abaixo, o tempo em segundo que cada estudante

aguenta sem inspirar nem expirar depois de encher os pulmes.
83 59 83 47 72
84 37 33 43 42
39 42 20 35 40
58 40 69 73 55
30 82 21 34 59
45 52 30 86 30
26 77 48 85 65
31 29 80 70 30
36 86 76 81 30
60 22 81 55 55
Componha a tabela indicando: as classes, os pontos mdios e as

frequncias.
Resoluo
Amplitude total R = 86 20 = 66
Numero de classes K = 1+ 3,22lg50 7 ou K 50 7
Amplitude de classes h = R: h = 66: 7 10
Vamos considerar 7 classes de amplitude 10, de 20 a 90.
Ponto mdio
Frequncia Frequncia
Classes ou marca da Fr (%)
absoluta (fi) relativa (fr)
classe (xi)
20,30 25 5 0,1 10
30;40 35 12 0,24 24
40;50 45 8 0,16 16
50;60 55 7 0,14 14
60;70 65 3 0,06 6
70;80 75 5 0,1 10
80;90 85 10 0,2 20
Total N= fi=1 100

fi =50
35
Exerccios
14. Numa turma da 10 classe, perguntou-se a cada aluno
quantos irmos tem. Segue-se o registo dos alunos:
0,1,6,3,2,3,1,1,0,1,1,12,0,2,2,4,2,1,0.
Construa a tabela das frequncias.
15. De uma pauta onde estavam registados os resultados de um

teste de estatstica e cujas notas a atribuir variam de 7 a 14,
registarem-se as seguintes classificaes:
11,8,11,8,12,14,9,11,10,9,12,9,11,12,10,9,8,11,8,8,8,10,10,9,10,
13,9,9,10,9,10,10,13,12,13,14,11,14,14,12,8,11,12,11,12,13,11,1
1,12 e 10.
Construa a tabela de frequncias.
16. Na tabela abaixo esto os dados do inqurito feito aos

docentes de uma escola secundria, referente a marca do
telemvel que usam.
Marca do Efectivo Frequncia Fr (%)
telemvel (fi) relativa (fr)
Ericson 10
Motorola 10
Nokia 12
Panasonic 4
Samsung 2
Siemens 6
Sony 8
Complete a tabela (arredonde os dados para duas casas decimais).

17. Nas eleies para um distrito urbano estavam inscritos 4000
eleitores. No partido A votaram 34%, no partido B 1200
eleitores, 10% abstiveram-se e os restantes votaram no partido
C
a) Quantos leitores votaram?
b) Calcule a percentagem dos eleitores que votaram no Partido

B.
c) Qual o partido que venceu as eleies?

18. Num inqurito econmico regional do nosso Pas,

efectuaram-se levantamentos de dados sobre produo agrcola
da produo de milho, numa determinada poca, tendo-se
apurado o seguinte resultado.
Auto-avaliao
Regional Efectivo da Percentagem

Produo (em da produo
toneladas)
Norte
Centro 850.000 35
Sul 580.000
Total
a) Indique a varivel em estudo e classifique-a;

b) Complete o preenchimento da tabela acima apresentada;
c) Sabendo que cada regio gastou, em mdia, 350 litros de
combustvel (gasleo) por tonelada de produo, quantos
meticais o pas desembolsou em combustvel nas trs regies,
atendendo que o litro custava 22,00Mt?
19. Num inqurito, feito a 30 alunos de uma classe de instruo

primria sobre suas alturas foram obtidas os seguintes
resultados, em centmetros:
126
1 124 130 136 124
3
0
128
1 128 131 127 130
3
1
131
1 130 127 124 127
2
7
130
1 125 136 129 135
2
8
127
1 132 132 133 123
3
2
a) Indique a varivel em estudo e classifique-a.

b) Construa uma tabela de frequncia.
37

Frequncias acumuladas e
grficos
Introduo
As frequncias absolutas e relativas podem ser acumuladas
ascendentes e descendentes. Nesta unidade vamos compor as
tabelas das frequncias acumuladas ascendentes e
descendentes, assim como os seus respectivos tipos de grficos.
Saber calcular as frequncias acumuladas ascendentes e

descendentes;
Objectivos
Ser capaz de reconhecer os grficos: de barras e
histogramas de diferentes tipos de grficos.
Sumrio
Frequncias absolutas acumuladas descendentes fa ( )
No exerccio nmero 15 na unidade anterior falamos de dados

referentes aos resultados de uma pauta de Estatstica.
Queremos resolver a seguinte questo:
Qual a frequncia absoluta dos estudantes com classificaes

inferiores ou iguais a 10?
Podemos obter a resposta dessa questo somando as

frequncias das classificaes de 7, 8, 9 e 10.
Representa-se por:
fa x 10 fax 7 fax 8 fax 9 fax 10
0 7 8 9 24.
De igual modo podemos calcular a frequncia dos estudantes

com classificaes iguais ou menores a 12.
fa x 12 0 7 8 9 10 42
Frequncia acumulada descendente do valor xi, fa ( ) a soma

de todas as frequncias dos valores menores ou iguais a Xi.
Frequncia absoluta acumulada ascendente fa ()
Agora queremos a frequncia dos estudantes com notas

maiores ou iguais a 10. Pede-se neste caso F x 10 .
Analogamente como na tarefa anterior, vamos somar todas as

frequncias dos valores maiores ou iguais a 10.
F x ,10 fax 10 fa fax 11 fax 12 fax 13 fax 14
10 8 4 4 26
Frequncia acumulada ascendente do valor Xi, a soma de

todas as frequncia dos valores (menores?) maiores ou iguais a
Xi.
Podemos construir uma tabela com todas as frequncias

absolutas e relativas, acumuladas descendentes e ascendentes:
fa; fa; fra.
Tabela das frequncias do exerccio nmero 2 da unidade 4.
Xi fi fr Fa( ) Fa( ) Fra( ) fra ( )

7 0 0 0 50 0 1
8 7 0,14 7 50 0,14 1
9 8 0,16 15 43 0,3 0,86
10 9 0,18 24 35 0,48 0,70
11 10 0,2 34 26 0,68 0,52
12 8 0,16 42 16 0,84 0,32
39
13 4 0,08 46 8 0,92 0,16

14 4 0,08 50 4 1,00 0,08
Total 50 1
Atravs desta tabela podemos obter respostas rpidas das

perguntas sobre as frequncias acumulas:
- A Frequncia absoluta dos estudantes com notas inferiores a 11
24 (ou seja, 24 alunos tm uma classificao menor ou igual a
11 / 24 alunos tm uma classificao no superior a 11);
- A frequncia absoluta dos estudantes com notas maiores ou
iguais a 12 16 (ou seja, 16 alunos tm uma classificao maior
ou igual a 12);
- A frequncia relativa dos estudantes com notas maiores ou
iguais a 10 0,48 ou 48%.
- A Percentagem dos estudantes com notas maiores que 9 de
70% (ou seja, 70% dos alunos tm uma classificao no inferior
a 9).
Formas de representao grfica
Grfico de barras ou de colunas

Nestes grficos os dados so representados por meio de colunas
(ou barras) da mesma largura e com alturas correspondentes s
frequncias.
Exemplo 5
Fez-se um levantamento dos programas preferidos de 100

telespectadores de uma localidade.
Os resultados obtidos registaram-se na seguinte tabela:
Tipo de programas Efectivos
Filmes (F) 20
Concursos (C) 15
Telenovelas (T) 30
Informao (I) 25
Outros (O) 10
Total 100
Vamos construir um grfico de barras corresponde s

frequncias absolutas apresentadas na tabela.
30
25 Filmes (F)
20 Concursos (C)
15 Grfico de
Telenovelas (T)
10
frequncias
Informao (I) absolutas
5 Outros (O)
0
Efectivos
Para traar um grfico de barras, marca-se sobre o eixo das

abcissas (de um sistema de dois eixos coordenados
rectangulares) os valores da varivel Xi e, sobre o eixo das
ordenadas, os valores das frequncias fi ou fa.
Por cada um dos pontos marcadores sobre o eixo das abcissas

traam-se segmentos de recta de comprimento igual
frequncia respectiva,
Exemplo 6
Consideremos a seguinte tabela de frequncias.
Varivel (Xi) Frequncia Frequncia

absoluta (fi) acumulada (fa)
1 5 5
2 8 13
3 10 23
41
4 7 30
5 5 35
6 8 43
7 12 55
8 15 70
Podemos fazer a sua representao grfica utilizando um grfico

de barras.
fi
15
10
5
0
1 2 3 4 5 6 7 8 9 xi
Grfico de frequncias absolutas
Observao: Este tipo de diagrama indicado para comparar

dados qualitativos e quantitativos de tipo discreto.
fi 70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 xi
Grfico de frequncias acumuladas
Sectogramas ou diagramas circulares

Este tipo de grficos usa-se quando se pretende comparar

diversas partes de um todo.
Divide-se um circulo em sectores de amplitude proporcionais s

frequncias absolutas.
Sabendo que ngulo ao centro correspondente a toda

circunferncia vale 360, temos:
amplitude 360
donde amplitude = 360fr se fr est
fr 1
expresso em percentagem, ampl=360.fr
43
Pictogramas
So grficos cuja caractersticas principal o uso de figuras

alusivas ao fenmeno em estudo. Utiliza-se bastante em
propaganda, dado o seu apelo visual permitir uma percepo
imediata do que se est a tratar.
Exemplo 8
Uma fbrica produziu, durante trs anos, os seguintes

computadores:
Produo de computadores Efectivos (fi)

em
2005 150000
2006 225000
2007 300000
2005 2006 2007
Cada representa 50 000 computadores
Histogramas e polgonos de frequncias
Os histogramas so grficos que representam os dados de uma

distribuio de valores agrupados em classes. So formados por
rectngulos justapostos de bases correspondentes s
amplitudes de cada classe, marcadas no eixo dos XX, reas
proporcionais s respectivas frequncias (simples ou
acumuladas).
Polgono de frequncias simples
a linha que une os vrtices superiores de direitos dos

rectngulos de um histogramas de frequncias acumuladas.
45
Exemplo 9
As alturas, em cm, de alunos de uma turma so dadas pela

tabela:
Xi fi
Vamos construir um histograma
150,155 4 correspondente a estes dados.
155,160 7
180
160,165 8 170
160
165,170 6 150
140
170,175 5 130
1 2 3 4 5 6
Total N = 30
Altura dos alunos de uma turma
Exemplo 10
Vamos construir o polgono de frequncias, que diz respeito ao

peso (em kg) dos alunos de uma escola cujos dados esto
representados na tabela seguinte:
Peso (em N de fa 70
kg) 60
alunos (fi) 50
40
60,62 3 3
30
20
10
62,64 15 18 0
1 2 3 4 5 6
64,66 47 65
66,68 27 92
fi 100
68,70 8 100 80
60
Total N = 100 - 40
20
0
1 2 3 4 5 6 7 8 xi
Histograma de frequncias absolutas acumuladas
Exerccios
20. As classificaes dos alunos de uma turma na disciplina de
filosofia no final do 1 trimestre, foram as seguintes:
10 10 12 11 9
14 8 9 10 12
15 13 8 13 14
9 11 10 12 17
14 9 8 12 10
a) Elabore uma tabela de frequncias absolutas e relativas, simples

a acumuladas.
b) Qual foi a classificao mais frequente?
c) Determine a percentagem de alunos com classificao negativa.
d) Quantos alunos tiveram nota superior a 12?
e) Qual o nmero de alunos que tiveram a nota inferior a 11?
f) Qual a percentagem de alunos cuja classificao variou entre 10
e 13 (inclusive)?
21. O grfico seguinte indica o nmero de mquinas expedidas
em 1993 numa empresa.
47
15
10
0
5
0
Jan Abr Jul/Ag Nov
a) Qual a populao em estudo?

b) Indique a unidade estatstica.
c) Faa uma tabela de frequncias absolutas simples e
acumuladas que represente a distribuio apresentada no
grfico.
d) Qual o ms em que houve maior expedio de mquinas?
e) Quantas mquinas se expediram at Junho de 93
(inclusive)?
22. Num congresso sobre Qualidade de ensino estiveram

presentes 10 oradores, 150 professores e 15 funcionrios.
Represente esta informao atravs de um diagrama circular,

fazendo as legendas respectivas.
23. Dos 835 mil contos atribudos pelo M.E., em 1993, para o
desporto de alta competio, 500 mil foram distribudos de
seguinte modo:
Atletismo 128500
Andebol 65000
Basquetebol 50000
Futebol 200000
Natao 51000
Tiro 5500
a) Indique a populao e amostra em estudo;

b) Indique a percentagem da verba atribuda ao futebol, em
relao verba atribuda amostra.
c) Calcule a percentagem da verba atribuda modalidade
Basquetebol relativamente dotao total da populao;
d) Construa um diagrama circular dos dados apresentados.
e) Sabendo que foi de 3% a verba atribuda Ginstica, determine
o montante recebido por esta modalidade.
25. A tabela a seguinte indica a distncia de casa escola de 30
alunos de uma turma:
Distncia 0,5 5,10 10,15

em km
Efectivo 15 8 7
a) Indique a amplitude de cada classe.

b) Qual a marca de cada classe?
c) Represente os dados apresentados atravs de um hestograma.
d) Construa o polgono de frequncias absolutas simples e de
frequncias absolutas acumuladas.
26. Considere a seguinte tabela de dados agrupados:
Classes Frequncias
Represente estes dados por
40,50 5 meio de um histograma de
frequncias absolutas e
50,60 10
desenhe o respectivo
60,70 16 polgono de frequncias.
70,80 12
80,90 8
80,90 5
49
Uniadade Temtica 1.6:

Somatrios
Introduo
Para ler este manual no necessrio conhecimentos de
matemtica alm do que dado no 1 ciclo do Ensino
Secundrio Geral ou noutros nveis equivalentes.
Entretanto, nesta Unidade dada uma noo sobre somatrio

que, apesar de simples, geralmente no conhecido em tais
nveis.
Conhecer o uso de Somatrio e sua importncia;
Saber resolver expresses com somatrios
Objectivos
Somatrios
Muitas vezes necessrio indicar a soma de n valores.
Como exemplo, vamos supor que 20 alunos fizeram uma prova e

existe interesse em determinar a mdia das notas obtidas.
Devemos ento somar todas as notas e dividir a soma das notas
por 20.
Existe uma forma, bastante compacta, para indicar que deve ser
feita uma operao de forma, conforme veremos aqui.
Suponhamos ento que os nomes dos 20 alunos esto

organizados em uma lista, por ordem alfabtica.
Basta um X1 indicar a nota do aluno cujo o nome o primeiro da

lista, X2 indicar a nota do aluno o segundo da lista e assim por
diante, at X20, que ir indicar a nota do aluno cujo o nome o
vigsimo da lista. Ento os ndices 1, 2, 3, 20, corresponde
posio dos nomes da lista.
Estabelecida esta notao, podemos indicar a soma das notas

dos 20 alunos como segue:
X1 + X2 + +X20 onde os pontos significam e assim por diante.
Entretanto, tambm podemos indicar esta soma de outra forma,

20
bem mais compacta. Basta escrever Xi
i 1
que se l
Somatrio de x ndice i, i variando de 1 a 20. O smbolo que

indica o somatrio , , e a letra grega sigma maiscula.
n
Portanto, quando escrevemos
i 1
Xi estamos
indicando que o ndice i deve ser, sucessivamente, substitudo

por nmeros inteiros, em ordem crescente, comeando por 1 e
terminando em n e depois deve ser feita a soma X1 + X2 + X3 +
+ Xn.
Podemos utilizar qualquer letra para indicar o ndice. Entratanto,

so mais frequentemente utilizadas as letras i, j e k.
Vejamos um exemplo. Sejam X1 = 2, x2 = 4, x3 = 3 e x4 = 1. Para

indicar a soma desses valores, escrevemos:
Xi
i 1
Desse modo,
4
Xi = 2+4+3+1 = 10
i 1
51
Em estatstica, muitas vezes necessrio obter o quadrado da

soma de X1, X2, , Xn.
Ora, j vimos que a soma de x1, x2, xn pode ser indicada por
n
i 1
Xi . Para indicar o quadrado dessa soma, isto ,
para indicar (x1+x2+, xn)2 basta escrever
n
( Xi ) . Vejamos um exemplo. Sejam X
i 1
2
1 = 3, x2 = 4, x3 =
n
1, x4 = 2 e x5 = 3. fcil ver que i 1
Xi = 3+4+1+2+3 =
13
5
Agora podemos obter ( Xi )
i 1
2
= 132 = 169
Muitas vezes tambm necessrio obter a soma dos quadrados

dos valores X1, X2, Xn. Ora esta soma de quadrados pode ser
indicada como segue:
x1 x2 ... xn .
2 2 2
Entretanto, tambm podemos indicar essa soma de quadrados

desses nmeros escrevendo:
x
2
i .O valor dessa soma
i 1
n
x xi x1 x2 32 5 2 12 35
2 2 2 2
i
i 1
Suponhamos agora que temos dois conjuntos de nmeros, isto

, o conjunto x1, x2, , xn e o conjunto y1, y2, , yn. Pode haver
interesse em obter a soma dos produtos x1 y1, x2 y2, , xn yn. Ora,
esta soma pode ser indicada como segue:
X1 y1 + x2 y2 + + xn yn ou de uma forma mais compacta, como

n
segue: x
i 1
i yi
Vejamos um exemplo: Sejam X1 = 2, X2 = 3 e X3 = 0 e sejam y1 = 1,

y2 = 2 e y3 = 5. A soma dos produtos indicada por
x i 1
i yi O valor dessa soma
3
x y
i 1
i i 2.1 3.2 0.5 8
Dado um conjunto de n nmeros, se as somas que pretendemos

obter se estendem a todos eles, podemos omitir o ndice, por
brevidade. Ento muitas vezes escrevemos x , em lugar de
n
x
i 1
i . Da mesma maneira podemos escrever
y, x , y , x , y
2 2 2 2
Algumas propriedades dos somatrios
n n n
Aditiva: ai bi ai bi
i i i
n n
Homognea: .ai . ai cons tan te
i i
Vejamos alguns exemplos: a) vamos calcular, recorrendo s

9
propriedades evocadas, o valor de 3 2 :
k 5
9 9 9 9 9
Temos: 3 2 3 2 3. 2
5 5 5 5 5
9
3.5 6 7 8 9 2 105 2 2 2 2 2 115
5
Ou
9 9 9 9 9 9
3k 2 3k 2 3 k 2 3 5 6 7 8 9 2 105 (9 5 1) 115
k 5 k 5 k 5 k 5 k 5 k 5
5 5
b) Dada a equao 3i 2i x 0, determinemos
i 0 i 0
o
valor de x:
53
Temos:
5 5 5
3i 2i x 0 3i 2i x 0
i 0 i 0 i 0
5 5 5
i x 0 i x 0
i 0 i 0 i 0
0 1 2 3 4 5 5 0 1.x 0 15 6 x 0 x
5
2
Exerccios
26. Represente sob a forma de somatrio as seguintes
expresses:
a) 1 2 3 4 5
b) 1 2 3 4 5 ... n
c) 12+22+32++202
d) 4 4 4 ... 412 paralelas
0 2 12 2 2 ... n 1
2
e)
f) 1 3 5 7 9
g) 2 4 6 8 10 12 14
h) 2 4 6 8 ... 2n
i) x1 x2 3 x4 x5
j) f1 x1 f 2 x2 ... f n xn
27. Calcule:
3 5 3
a) 2i ;
i 1
b) 3 j ;
j 0
c) 1;
k 1

d) 1 3i
i 4
10 20 6
e) 2;
1
f) 5x ;
j 0
g) i
i2
2
2
6

h)

i
i 2
5
i) 3
k 1
100 100 2
28. Sabendo que a K 25 e a

k 1
k 125 , calcule:
K 1
100 100 100 2
a) a
k 1
k 1 ; b) 2 3.a ; c) a
k 1
k
k 1
k 1
29. Escreva sob a forma de um nico somatrio:
8 8 5 5
a) 2k 3k ;
k 1 k 1
b) 3i i 1 ;
i 0 i 0
c)
15 15 20 20
i 1 2i 14 ; d) 3i 1 i 2
i 1 i 1 i 1 i 1
30. Resolva em ordem a x as equaes
20 20 15 4 15
a) 2i 1 x 2i ; b) 1 2 j x 1 2 j ;
i 1 i 1 j 0 j 1 j 1

10 10 100 100
c) 2 x. i
i 2
2
i 2 ; d)
i 2
k
k 0
2
x k 2 1
k 1
55
Unidade Temtica 1.7: Medidas

de Posio ou de Tendncia
central (dados no agrupados)
Introduo
As medidas de posio so muito importantes na interpretao

dos dados estatsticos. Numa primeira fase, vamos falar da
mdia, modas e mediana para dados no agrupados em classes.
Calcular a mediana, moda e a mdia ponderada com as

respectivas frequncias.
Objectivos
Medidas de posio (dados no agrupados)
Apesar das tabelas estatsticas e das representaes grficas nos

darem uma ideia clara da distribuio de frequncias da varivel
estudada, torna-se necessria simplificar ainda mais o conjunto
de dados, de forma a caracterizar a distribuio por um nmero
reduzido de medidas (parmetros) que evidenciem o que
demais significativo existe no conjunto.
Estes parmetros podem agrupar-se em dois tipos:

a) Medidas de posio ou de localizao (ou de tendncia central);
b) Medidas de disperso ou de variabilidade;
Vamos estudar em primeiro lugar as medidas de posio ou de

localizao.
Essas medidas indicam-nos valores tpicos a volta dos quais os

dados se distribuem. Essas subdividem-se em duas partes, que
so:
Medida de tendncia central Mdia, Moda e Mediana.
Medida de separao (ou medidas de ordem) os quartis e

decs.

Mdia Aritmtica ( X )
Dados no agrupados
Chama-se mdia aritmtica de um conjunto de valores X1, X2,

X3,,Xn, ao quociente que se obtm da soma de todos os valores
pelo efectivo no total N.
X 1 X 2 X 3 ... X n
X
N
n
x i
Utilizando simbolo de somatrio teremos X i 1
ou
N
simplesmente X

x
N
Exemplo 11
A mdia aritmtica simples de valores 3, 7, 8, 12, 15, :
3 7 8 12 15 45
X 9
5 5
Mdia Ponderada
57
Se x uma varivel discreta que toma os valores x1, x2, x3, , xn

com as frequncias absolutas f1, f2, f3, fn respectivamente, a
mdia aritmtica ser dada por
f x f 2 x2 f 3 x3 ... f n xn
fx i i
X 1 1 ou X i 1
N N

Neste caso, diz-se que X a mdia ponderada pelas respectivas
frequncias.
Exemplo 12
Determine a mdia na seguinte distribuio:
xi 1 2 3 4
fi 1 3 5 2
Uma maneira mais prtica de calcular compor a tabela

seguinte:
xi fi Xi . fi
1 1 1
2 3 6
3 5 15
4 2 8
Total N=11 30

X
f x
i i

30
2,72
N 11
Moda (Mo)
Chama-se Moda (ou valor modal) da distribuio de frequncias

ao valor da varivel que corresponde a maior frequncia.
Existem sries estatsticas com duas modas (bimodal), com trs

modas (trimodal), etc.
Tambm existem sries em que no existe a moda.
No nosso exemplo (exemplo 2) de dados no agrupados em

classe a moda o valor trs porque tema a maior frequncia
absoluta.
Mais adiante vamos apresentar o clculo da mdia para dados

agrupados em classe.
Mediana (Me)
A mediana a medida de posio que divide a srie estatstica

em duas partes iguais, ou seja, o valor da varivel estatstica
precedido por 50% das observaes.
Para a sua determinao necessrio que os dados estejam

ordenados.
a) Variveis discretas
- Nmero de valores observados mpar.
Me = valor central depois da ordenao dos valores observados por

ordem crescente.
- Nmero de dados observados par
Me = mdia aritmtica dos dois valores mais centrais depois da

ordenao dos valores observados por ordem crescente.
Exemplo 13:
a) A mediana do conjunto de nmeros 2, 3, 3, 4, 5, 6, 7, 8, 9 M e =

5
b) Para o conjunto 2, 3, 3, 4, 5, 6, 7, 8, 9, 10, a mediana ser:
x5 x6 5 6
Me 5,5
2 2
c) Qual a mediana dos seguintes valores da tabela?
xi 1 3 6 8 12 15
fi 4 6 3 9 10 8
59
Para calcular a mediana comeando por ordenar os dados para

achar o valor do meio, ser um processo mais laborioso. Vamos
recorrer a tabela de frequncias acumuladas.
xi fi fa
1 4 4
3 6 10
6 3 13
8 9 22
12 10 32
15 8 40
Como o nmero de dados par, a mediana a mdia dos dois

dados centrais, x20 e x21. Pela tabela v-se que o 20 e 21 dado
tem valor 8; logo, Me = 8.
A mediana o valor a que corresponde a primeira frequncia

N
acumulada, maior do que (metade do efectivo).
2
Exerccios
31. Mediram-se as alturas de 11 alunos de uma turma da 12
classe e obteve-se os seguintes resultados:
1,75; 1;72; 1,70; 1,68; 1,68; 1,65; 1,65; 1,58; 1,56; 1,50; 1,49.
Determine:
Auto-avaliao a) A moda; b) A mediana; c) A mdia aritmtica.
32. Mostre que a media aritmtica pode ser dada pela frmula
= sendo fr a frequncia relativa.
33. Calcule a mdia aritmtica para cada uma das distribuies:
a)
xi 10 11 12 13
fi 5 8 10 6
b)
xi 2 3 4 5 6
fi 3 9 19 25 28
c)
xi 7 8 9 10 11
fi 1 5 1 2 2
16 18 3 9 48
d)
xi 85 87 88 89 90
fi 5 1 10 3 5
61
Unidade N0 1.8.
Unidade Temtica 1.8: Medidas

de Posio (dados egrupados
em classes de mesma
amplitude)
Introduo
H uma ligeira diferena nos clculos das medidas de tendncias
central para dados agrupados em classes. Para facilitar a
compreenso das frmulas da moda, mediana e mdia
aritmtica preferimos tratar separadamente dos dados no
agrupados.
Conhecer as frmulas das medidas de tendncia central

para dados agrupados.
Ser capaz de fazer a correco das classes quando temos

Objectivos amplitudes diferentes.
Dados agrupados em classes
Vamos calcular a media, mediana e moda para dados agrupados

em classes.
Mdia
Quando se trata de uma varivel contnua, j agrupada em

classes, a mdia aritmtica obtm-se substituindo a varivel de
cada classe pela marca respectiva.
Exemplo 14
Determine a media da seguinte distribuio:
Peso em kg N de Pontomdio xi.fi

pessoas (fi) (xi)
40,44 11 42 462
44,48 23 46 1058
48,52 20 50 1000
52,56 10 54 540
56,60 8 58 464
Total 72 - 3524

X
fi xi 3524 48,9 kg
N 72
Mediana
Para o clculo da mediana aplica-se a seguinte frmula:
N
N i 1
M e li 1 2 hi
Fi
Onde:
li-1 o limite inferior da classe mediana
N o total do efectivo da distribuio
Ni-1 a frequncia acumulada at a classe anterior classe

mediana.
Fi a frequncia absoluta da classe mediana.
hi a amplitude da classe mediana.
63
Usando os dados do exemplo anteriores (exemplo 14) podemos

calcular a mediana :
Peso em kg N de pessoas (fi) Frequncia

acumulada
40,44 11 11
44,48 23 34
48,52 20 54
52,56 10 64
56,60 8 72
Total N= f i 72 _
N 72
Sendo 36 , a mediana est na classe correspondente
2 2
a primeira frequncia acumulada superior a 36, que a classe
48,52 .
N
N i 1
Aplicando a frmula dada, Me = li-1 + 2 hi
Fi
li -1 = 48
Ni -1 = 34
Fi = 20
hi = 4
36 34 1
Me = 48 + 4 48 4 48,4
20 10
Moda
Se a varivel (xi) contnua e todos os dados esto agrupados

em classes de iguais amplitudes, d-se o nome de classe modal
classe de maior frequncia.
Na maioria dos casos bastar saber o intervalo modal, mas

querendo calcular com rigor o valor da moda (Mo) poder-se-
utilizar a frmula:
D1
Mo = L i + h
D1 D2
em que:
Li Representa o limite inferior da classe modal.
D1 Representa a diferena entre a frequncia absoluta da

classe modal e a frequncia absoluta da classe anterior.
D2 Representa a diferena entre a frequncia absoluta da

classe modal e a frequncia da classe seguinte.
h representa a amplitude da classe modal.
Exemplo 15
Na distribuio seguinte:
Xi Fi A moda est na classe 4,6 por esta ser

0,2 3 a de maior frequncia; a esta chama-se
2,4 5 classe modal
4,6 10 Calculando a moda temos
10 5 5
6,8 6 Mo=4+
10 5 10 6
2 4
5 4
2 5
8,10 3
10,12 4
Exerccios
34. considere a seguinte tabela que representa a distribuio
das alturas dos alunos de uma turma.
Alturas em Efectivos a) Classifique o carcter em
metros estudo;
1,40 1,45 3 b) Indique a amplitude da
1,45 1,50 10 distribuio e de cada classe;
c) Calcule a moda;
1,50 1,55 12 d) Calcule a moda;
1,55 1,60 5 e) Calcule a mediana;
1,60 1,65 2 f) Calcule a mdia aritmtica.
1,65 1,70 4
35. Dada a amostra:

28 33 27 30 31 30 33 30 33 29
27 33 31 27 31 28 27 29 31 24
31 33 30 32 30 33 27 33 31 33
23 29 30 24 28 34 30 30 18 17
65
18 15 16 17 17 18 19 19 20 29
a) Agrupe os elementos em classe (use h = 5)

b) Construa a tabela das frequncias absolutas acumuladas
descendentes e ascendentes.
c) Represente no mesmo sistema de eixos, os polgonos das duas
frequncias acumuladas.
d) Determine a mediana e visualize-a graficamente na sua figura.
36. A classificao final, em percentagem, de matemtica de 80

estudantes de uma Universidade Estatal, dada na tabela
seguinte:
68 84 75 82 68 90 62 88 76 96
73 79 88 73 60 93 61 59 85 75
61 65 75 87 74 62 95 78 63 72
66 78 82 75 94 77 69 74 68 60
96 78 80 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77
Determine:
a) A amplitude da distribuio;
b) O nmero de classes e as suas amplitudes (use a frmula de
Sturges)
c) Constroi a tabela de frequncias absolutas, relativas e
acumuladas.
d) Quantos estudantes receberam graus abaixo de 83?
e) Qual a percentagem dos estudantes que receberam graus
entre 83 e 95?
f) Qual o valor da moda.
Auto-avaliao
Unidade Temtica 1.9 : Outros

tipos de Mdias
Introduo
Nesta Unidade vamos falar doutros tipos de mdias que so
usadas na estatstica, que so a media geomtrica, mediana,
quadrtica e a mdia harmnica.
Saber calcular as mdias geomtricas, quadrticas e

harmnicas;
Conhecer a relao entre as diferentes tipos de mdias.

Objectivos
Ser capaz de aplicar as frmulas do somatrio;
Outros tipos de mdias
Mdia Geomtrica (Mg)
A mdia geomtrica dos valores observados x1, x2, x3, ,xn a

raiz de ndice n do produto desses nmeros.
Mg = n x1 x2 x3 ...xn
Aplicando logaritumos temos
1 n
lg (Mg) = lg xi
n i i
Se os valores x1, x2, x3, , xn estiverem com as suas respectivas

frequncias absolutas f1, f2, f3, , fn; a mdia geomtrica ser dada
por Mg = n x1 f1 x2 f 2 x3 f3...xn f n donde resulta: lg(Mg) =
n
fi lg xi
1
n i 0
Mdia harmnica (MH)
67
Ao inverso da mdia aritmtica dos inversos dos valores x1, x2,

x3, , xn da varivel d-se o nome de media harmnica. MH
n n

1 1 1 1 n

1
x1 x2 x3 xn
x
i 1 i
Se os valores x1, x2, x3, , xn estiverem com as suas respectivas

frequncias f1, f2, f3, , fn; a mdia harmnica ser dada por: MH =
n n
n
1 1 1 fi
x1
f1
x2
f2
xn
fn x
i 1 i
Mdia quadrtica
Consideremos os valores observados, x1, x2, x3, , xn. A mdia

quadrtica a raiz quadrada da mdia aritmtica dos quadrados
da varivel.
MQ =
x 21 x 2 2 x 23 x 2 n

x 2
i
fi
n n
No caso dos valores observados estiverem acompanhados com

as suas respectivas frequncias f1, f2, f3, , fn; a mdia quadrtica
ser dada por:
MQ =
x1 f1 x2 f 2 x3 f 3 ... xn f n
2 2 2

2
x
i
2
fi
n n
Os diferentes tipos de medias relacionam-se entre si da seguinte

maneira: Mh Mg M MQ
Importncia de cada uma das medidas de tendncia central
As trs medidas de tendncia central mdia, moda e mediana,

pretendem localizar os valores em torno dos quais os dados se
agrupam.
Mdia
- uma medida de preciso, cuja definio e propriedades so
tratadas por meios algbricos e que intervm em clculos
estatsticos avanados.
- uma medida complexa, isto , faz intervir todos os dados, pelo
que muito sensvel a qualquer alterao de um ou mais
valores. O seu valor no pertence, geralmente ao conjunto
inicial de dados (pode no ter existncia real).
- a medida mais usada para comprar distribuio, serve de
padro de comparao.
Mediana
- Permite situar um indivduo na metade inferior ou superior da
populao quanto ao carcter em estudo;
- um parmetro robusto no afectado por flutuaes dos
externos uma medida de posio.
- Usa-se em geral quando as distribuies so muito assimtricas,
ou seja, desiquilibradas nos externos.
Moda
- Indica imediatamente o valor ou a modalidade de maior efectivo
ou frequncia. especialmente importante em estudos de
mercado.
- a medida mais fcil e rpida de observar. Mas, com dados
agrupados, seu clculo mais trabalhoso.
- Aplica-se tanto a carcteres quantitativos como qualitativos.
Nota: uma distribuio estatstica chama-se simtrica se a moda,

mdia e mediana coincidem.
Exemplo 46
xi fi xi .
fi
2 3 6
3 6 18
4 10 40
5 6 30
6 3 18
Total 28 112

X
f x i i

112
4
N 28
Mg = n x1 f1 x2 f 2 x3 f3...xn f n
1 n 16 14
lg (Mg) = f i lg xi 0,582 lg Mg 0,582
n i 1 28
ento Mg = 3,82
n n 28
Mh = 3,6
1 1 1 f i 7,7
f1 f 2 ... f n
x1 x2 xn xi
Exerccios
37. Dados os nmeros 2, 5, 7, 10, 5, determine:
69
a) A mdia aritmtica
b) A mdia geomtrica
c) A mdia harmnica.
38. Utilizando a tabela de frequncias da tabela abaixo, calcule:
a) Moda
b) Mediana
c) Mdia aritmtica
d) Mdia geomtrica
e) Mdia quadrtica
g) Qual o valor do 11 dado? E do 32?
h) Quantos dados so menores que 8?

xi 2 4 6 7 8 9 10 11
fi 10 12 8 11 10 5 5 9
T.P.C. Primeiras sesses presencias
1. Ler e estudar todas as pginas do texto.
2. Resolver todos os exerccios de cada unidade.
3. Entregue os exerccios: 2, 6, 9, 12 b), 13 a), 15, 17, 18, 20, 23,

27 a), b) e 34.
Auto-avaliao
Unidade Temtica 1.10: Outras

medidas de localizao
quantis, quartis, decs e
percentis
Introduo
Os quartis, decs e percentis, so medidas de localizao muito
usadas no estudo das sries estatsticas. sobre esse assunto
que vamos falar nesta unidade, quer para varivel descrita, quer
para continua.
Saber calcular os quartis, decs e percentis
Ser capas de interpretar o significado dessas medidas
Objectivos
Quartis
Enquanto que a mediana divide um conjunto de dados

estatsticos ordenados em duas partis iguais, os quartis dividem-
no em quatro. So, por isso, em numero de trs e representam-
se, respectivamente, por Q1, Q2 e Q3
O segundo quartil corresponde a mediana, ou seja, Q2=Me. Para

a determinao dos quartis, teremos que atender ao tipo de
distribuio apresentada.
O clculo de Q2 = Me j foi tratado anteriormente vejamos como

determinar Q1 e Q3
Para dados no agrupados
O primeiro quartil a mediana da primera metade da

distribuio. Supondo que esta apresenta um nmero de
observao igual a N` , ordem de Q1 ser:
N 1
se N` mpar.
2
71
N` N`
1
2 2 Se N` par
2
O terceiro, quaril a mediana da ltima metade da distribuio. A

ordem de Q3 pode ser obtida do seguinte modo:
N
Ordem de Q1 se N par
2
N 1
Ordem de Q1 se N mpar.
2
Nota: se alguma das ordens encontradas no for inteira, o quartil

respectivo determina-se pela mdia aritmtica de xk e xk+1 (ou seja,
xk xk 1
), sendo K o nmero inteiro imediatamente inferior ao
2
nmero encontrado.
Exemplo 17
Na distribuio de dados simples:
13 14 16 18 20 21 22 24 27
Q2 = M e = = x5 = 20
Como N = 4, ento o ndice de Q1 :
N N
1
2 2 23 x x 14 16
2,5 logo Q1 2 3 15
2 2 2 2
N 1
A ordem de Q3 : 2,5 5 2,5 7,5
2
x7 x8 22 24
Portanto, Q3 23
2 2
Exemplo 18
Consideramos, agora, a distribuio:
20 22 25 28 29 30
x3 x4
Q2 M e 26,5
2
N 1 3 1
Ordem de Q1 : 2
2 2
Q1 x2 22
N
Ordem de Q3 : 2 3 2 5
2
Q3 x5 29
Exemplo 19
Seja a distribuio de dados no agrupados apresentada na tabela:
xi fi fa
1 3 3
2 5 8
3 12 20
4 7 27
5 5 32
Total N=32 -
x16 x17 3 3
Q2 M e 3
2 2
N N 1

Ordem de Q1 : 2 2 8 9 8,5 logo
2 2
x8 x9 2 3
Q1 2,5
2 2
N x x25 4 4
Ordem de Q3 : 8,5 24,5 logo Q3 24 4
2 2 2
Exemplo 20
Dada a distribuio:
xi fi fa
1 3 3
2 5 8
3 2 10
4 18 28
5 3 31
Total N =31 -
73
x311
Q2 M e x16 3
2
N 1 15 1
Ordem de Q1 : 8 logo Q1 x8 2
2 2
N 1
Ordem de Q3: 8 24 logo x3 x24 4
2
Para dados agrupados
As consideraes feitas para a determinao da mediana de

uma distribuio de dados agrupados aplicam-se tambm na
determinao de Q1 e Q3. Quer N seja par ou mpar
Q1 = XN/4 Q3 = X3N/4
Tratando-se de dados agrupados em classes obtm-se os quartis

atravs da formula.
Exemplo 21
Seja dada a distribuio de dados agrupados apresentada na

tabela:
Classes fi fa
1,55; 1,60 5 5
1,60; 1,65 11 16
1,65; 1,70 23 39
1,70; 1,75 8 47
1,75; 1,80 3 50
Total N = 50 -
Q1 x N x12,5 o primeiro quartile encontra-se na classe

4
1,60; 1,65
Q3 x3 N x37 ,5 O terceiro quartile encontra se na classe
4
1,65; 1,70
Tratando se de dados agrupados em classes obtm se os
quartis atravs da formula:
N
C N i 1
Qc li 1 4 hi
Fi
C 1, 2, 3 Q1 , Q 2 , Q3
As letras que entram nessa formula tm o mesmo significa que

na mediana.
N
C N i 1
Qc li 1 4 hi
Fi
Amplitude interquartis
Chama se amplitude interquartis diferena entre o terceiro e

primeiro quartis.
AQ = Q3 Q1
Diagrama de extremos e quartis
O diagrama de extremos e quartis um esquema que nos

permite ver se h concentrao ou disperso dos dados ao longo
de toda a distribuio.
Exemplo 22
Seja a distribuio:
13 14 16 18 20 21 22 24 27 cujos valores dos quartis j foram

determinados:
Q1 = 15, Q2 = Me = 20, Q3 = 23
O diagrama de extremos e quartis desta distribuio o

seguinte:
75
Resoluo
Primeiro vamos calcular a frequncia acumulada para saber em

que classe se localiza a mediana.
Salrio em dlar (xi) 5,10 10,15 15,20 20,25 25,30

Nmero de 26 43 17 9 5
funcionrio (fi)
Frequncia 26 69 86 95 100
acumulada (fa)
50 logo a classe mediana a 2 classe 10,15 .

N 100

2 2
100
45 26
P45 10 100 5 12,2 . Isto significa que 45% dos
43
funcionrios tem salrios at 12,2 dlares.
Exerccios
38. Determine a mediana e os quartis do seguinte conjunto de

dados.
10, 11, 12, 13, 14, 15, 16, 20, 21, 22, 23, 24, 25, 26, 27.
Auto-avaliao
39. Determine o 4 decil e o 62 percentil da seguinte

distribuio:
Classes fi fa
4,9 8
9,14 12
14,19 17
19,24 3
77

Medidas de Disperso ou de
Variabilidade
Introduo
As medidas de tendncia central estudadas reduzem a srie de
dados a um s valor tpico (media, mediana e moda).
necessrio completar o estudo de uma distribuio estatstica
com outras medidas que permitem determinar o grau de
disperso dos dados em torno dos valores centrais.
Conhecer as unidades de disperso mais usadas.

Ser capaz de usar e interpretar as medidas de disperso.
Objectivos
Medidas de disperso
As medidas de tendncia central estudadas reduzem a srie de

dados a um s valor tpico (media, mediana e moda).
O valor central mais usado o valor mdio, que contudo, nem

sempre d uma ideia suficiente da srie estatstica.
Ora vejamos o seguinte exemplo:
As notas de dois estudantes da 10 classe no 1 trimestre so as

seguintes:
9; 9,6; 10,6; 10,8; 11; 11,1; 11,4; 11,6; 12; 13
5; 6,4; 8; 9; 10,6; 12; 12,2; 14,2; 15,6; 17

Calculando a mdia vimos que os dois estudantes tm o mesmo

valor mdio X 11 . Mas a distribuio dos valores muito
diferente. Os valores do y so muito dispersos, enquanto que os
de x so mais concentrados. Assim, a media mais
representativa para x do que para y.
necessrio completar o estudo de uma distribuio com outras

medidas que permitem determinar o grau de disperso dos
dados em torno dos valores centrais.
As medidas de disperso mais usadas so:

Amplitude total, Desvio quartlico, desvio mdio, varincia e
desvio padro.
Amplitude total (range) a diferena entre o valor mximo e

mnimo.
R X mx X mn
Interquartil a diferena entre o 3 e o 1 quartil, isto ,
Q3 Q1
Semi amplitude quartlca a metade do interquartil.
Q3 Q1
2
Q3 Q1
Desvio quartilco relativo Q
Q2

Desvio de xi em relao a media x a diferena entre os
valores observados e o valor mdio.

d xi x
Chama se desvio mdio de uma distribuio (Dx) a mdia

aritmtica dos valores absolutos dos desvios em relao a
mdia.
79
n

f i | xi x |
D x i1
N
Chama se Varincia, a mdia aritmtica dos quadrados dos
desvios em relao a mdia aritmtica.
2
n

f i i
x x
V x i1
N
Nota: a varincia tanto maior quanto maior for a disperso.
A representatividade dos valores centrais diminui quando a

varincia aumenta.
Chama-se desvio padro, a raiz quadrada da varincia.
f x x
n
i i
V x ou
i 1
N
A varincia tambm pode ser dada pela frmula.
fx
2
i i 2
V x i 1
x
N
Importncia do desvio padro
- O desvio padro informa sobre disperso, isto , sobre o

afastamento dos dados em relao a mdia.

- O intervalo x , x contm sempre mais de
50% dos dados; isto significa que mais de metade dos dados se
situam a uma distncia da mdia que inferior a um desvio
padro.
Coeficiente de variao ou de disperso
O coeficiente de variao Cv, uma medida de disperso til

para a comparao em termos relativos, do grau de
concentrao em torno da mdia de sries distintas, e dado

por:
Cv
x
As vezes o Cv dado em percentagem.
Exemplo 24
Considere a distribuio estatstica seguinte:

-4 -2 0 1 3 5 7
a) Determine a media aritmtica dos valores apresentados
b) Calcule o desvio mdio.
c) Determine os valores da varincia e do desvio padro
Resoluo
4 2 0 1 3 5 7
a) x 1,4
7
n
f i xi x
b)
d i 1
N
81
4 1,4 5,4
2 1,4 3,4
0 1,4 1,4
1 1,4 0,4
3 1,4 1,6
5 1,4 3,6
7 1,4 5,6
5,4 3,4 1,4 0,4 1,6 3,6 5,6

d 3,06
7
c)
xi 4 -2 0 1 3 5 7
- 5,4 - 3,4 1,4 - 0,4 1,6 3,6 5,6
xi- x

2 29,16 11,56 1,96 0,16 2,56 12,96 31,36
xi x

fi ( X i X )2 89 , 72
V 12 ,81
N 7
12,81 3,58
Exemplo 25
Considere a seguinte tabela de frequncia absolutas:
X1 9 10 12 13 15 16 17
F1 4 5 10 12 4 4 1
a) Determine o valor da mdia aritmtica
b) Calcule o desvio padro.

Resoluo
O clculo da mdia e do desvio padro de uma distribuio do

tipo da que se apresenta neste exerccio pode ser feito com base
no quadro seguinte:
Xi Fi Xi*FI Xi - X (Xi - X)2 FI(Xi - X)2

9 4 36 -3,575 12,78 51,12
10 5 50 -2,575 6,63 33,15
12 10 120 -0,575 0,33 3,3
13 12 156 -0,425 0,18 2,16
15 4 60 2,425 5,88 23,52
16 4 64 3,425 11,73 46,58
17 1 17 4,425 19,58 19,58
Total N = 40 503 -------- -------- 179,75
fi xi 503
a) X i 1
12,575
N 40
fi xi X
n
179,75
b) 2,12
N 40
179,75
* A varincia 2 4,49375 4,49
40
Exemplo 26
Considere o seguinte histograma de uma distribuio estatstica:
83
Resoluo
a)
Classes fi fac
1,2 10 10
2,3 28 38
3,4 30 68
4,5 20 88
5,6 15 103
Total N = 103 -
a) A classe modal 3,4

51,5 a classe modal 3,4

N 103
b)
2 2
c)
Classes fi xi Fi.xi
xi- x (xi- x )2 Fi (xi- x )2
1,2 10 1,5 15 -2 4 40
2,3 28 2,5 70 -1 1 28
3,4 30 3,5 105 0 0 0
4,5 20 4,5 90 1 1 20
5,6 15 5,5 82,5 2 4 60
Total N = 103 - 362,5 0 - 148

x
f x i i

362,5
3,5
N 103
148
1,44 1,2
103
1,2
Cv
0,34 ou Cv 34%
x 3,5
Exerccios
Auto-avaliao
40. Para a srie 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 9, 9.
85
a) Construa uma tabela de frequncias
b) Calcule a amplitude.
c) Determine o desvio mdio.
d) Calcule a varincia e o desvio padro.
41. Considere as seguintes distribuies:
A: 2 4 5 6 7 9 11
B: 1,3 2,4 0,5 3 1,1 6 0,2 2,5
C: -3 4 -5 5 -1 -4 0 4
10
Determine a mediana, o primeiro e o terceiro quartis dos dados

apresentados.
42. Num inqurito efectuado a 1000 trabalhadores, referente

distncia do local de trabalho residncia, obteve-se a seguinte
distribuio de frequncias:
Distncia Nmero de
(km) trabalhadores
0,5 353
5,10 159
10,15 255
15,20 147
20,25 59
25,30 27
Total N = 1000
a) Determine a mdia e indique a classe modal dos dados

apresentados.
b) Localize os quartis.
c) Determine o valor da mediana.
d) Determine a percentagem de trabalhadores que percorre
distncias acima das da classe mediana.
44. Considere as seguintes distribuies:
A: 12, 6, 7, 3, 15, 18, 10,

5.
B: 9, 3, 8, 8, 9, 8, 9,
18.
Relativamente a cada uma delas, determine:

a) A amplitude total.
b) O desvio mdio.
c) O desvio padro.
45. Considere a seguinte tabela de frequncia absolutas:

xi fi
0 12
1 16
2 27
3 20
4 16
5 9
TOTAL N = 100
Determine:
a) A amplitude total e a mdia da distribuio
b) A moda e a mediana.
c) O coeficiente de variao.
46. Considere a seguinte tabela de dados agrupados:

Classes fi
20-25 9
25-30 27
30-35 36
35-40 45
40-45 18
45-50 9
50-55 3
55-60 3
Total N=150
Determine:
a) A amplitude total.
b) A media e a moda.
c) A varincia e o desvio padro.
d) O coeficiente de vari
87

Medidas de Assimetria e
Curtose
Introduo
Assimetria o grau de desvio em relao a uma distribuio
simtrica. nesta unidade onde vamos falar dos diferentes
casos de assimetria e dos graus de achatamento curtose de
uma distribuio.
Conhecer os coeficientes de assimetria e de curtose.
Ser capaz de classificar distribuies quanto ao grau de desvio e

achatamento.
Objectivos
Mediadas de Assimetria
Assimetria o grau de desvio em relao a uma distribuio

simtrica.
Ao representarmos graficamente uma distribuio de

frequncias, trs casos so possveis:

1 Caso: x Me Mo . Estamos perante uma distribuio
simetria.
2 Caso < Me < Mo. Estamos perante uma distribuio

assimtrica
a esquerda ou negativa.
3 Mo < Me < Estamos perante uma distribuio assimtrica a

direita ou positiva.
Coeficiente de Assimetria (As)

Karl Pearson props duas maneiras de avaliar o grau de

achatamento ou de formao da curva de uma distribuio de
frequncias, cujo objectivo principal justamente indicar a
grandeza do afastamento em termos relativos.
a) Primeiro coeficiente

x M o
As
Onde,

x = Mdia Aritmtica
Mo = Moda
= Desvio padro da amostra.
b) Segundo coeficiente

3 x Med 3 x 3Med
As As

ou

onde, Med = Mediana
Em funo dos resultados de (As), possvel determinar o

comportamento da curva de cada distribuio. Assim, se:
As 0 A distribuio simtrica.
As 0 A distribuio assimtrica positiva.
As 0 A distribuio assimtrica negativa.
Exemplo 26
Consideremos a seguinte tabela de distribuio de frequncias:
89
Notas fi
0,2 30
2,4 20
4,6 20
6,8 10
8,10 10
Total
f i = 90
Temos:
Para o primeiro coeficiente de assimetria

x M o 3,89 1,50
As 0,885
2,32
Para o segundo coeficiente de assimetria

3 x Med
As 33,89 3,50 0,43 As 0 a
Logo,
2,32
distribuio assimetria positiva.
Exemplo 27
Consideremos a seguinte tabela de distribuio de frequncias:

Notas fi
0,2 10
2,4 10
4,6 20
6,8 20
8,10 30
Total
f i = 90
Temos:
Para o primeiro coeficiente de assimetria


x M o 6,11 8,50
As 0,885
2,70

3 x Med
As 6,11 6,50 0,43 As 0 , a
logo,
2,70
distribuio assimetria negativa.
Medidas de Achatamento Curtose
Curtose nada mais do que o grau de achatamento da curva de

uma distribuio de frequncias. Isto considerando que uma
curva pode apresentar se mais achatada ou mais afilada em
relao a uma curva considerada curva padro ou curva
normal.
Assim, dentro destas especificaes, uma curva normal deve

apresentar um coeficiente de curtose igual a 0,263
(mesocurtica) , e , se o mesmo coeficiente for menor que 0,263,
a curva devera-se apresentar mais aguda que a normal
(Leptocrtica).
Graficamente, teremos:
91
O clculo deste coeficiente dado pela seguinte expresso:
Q3 Q1
2 Dq
C ou C onde Dq = desvio quartilico.
C90 C10 C90 C10
Exemplos 28
Para a tabela do exemplo 26, teremos:
Q3 = 5,75
Q1 = 1,50
C90 = 8,20
C10 = 0,60
Dq 2,125
Logo, C 0,2796
C90 C10 7, 6
Ento, 0,2796 0,263 = curva platictica.
Exerccios
Auto-avaliao
47. Dada a distribuio:
Classes 2,6 6,10 10,14 14,18 18,22 22,26

Frequncias 2 3 8 10 12 5
a) Calcula a moda, mediana e a mdia aritmtica.
b) Calcule o desvio padro e o coeficiente de variao.
c) Classifique a distribuio quanto a assimetria.
d) Classifique a distribuio quanto ao achatamento (curtose).
48. Cronometrado o tempo para vrias gincanas

automobilsticas encontrou-se:
Equipa X:
40 Provas; tempo mdio 45 segundos; varincia 400.
Equipa y
Tempo (em seg.) 20 40 50 80

11 De pessoas 10 15 30 5
Qual a equipa que apresenta resultados mais homogneos?
93
Justifique.
49. Dada a amostra de 60 rendas em Euros, de uma dada regio.
10 7 8 5 4 3 2 9 9 6
3 15 1 13 14 4 3 6 6 8
10 11 12 13 14 2 15 5 4 10
2 1 3 8 10 11 13 14 15 16
8 9 5 3 2 3 3 4 4 4
5 6 7 8 9 1 12 13 14 16
a) Agrupar os elementos em classes. Faa K=6 e h=3

b) Calcule a mdia e a mediana.
c) Calcule a medida que deixa 25% das rendas.
d) Determine Q3, Q4, P47 e, interprete o resultado.
e) Determine o desvio padro.
f) Determine a varincia e o desvio padro.
g) Qual o valor do coeficiente de variao.
h) A distribuio simtrica?
i) A distribuio mesocrtica?
TEMA II: PROBABILIDADE (Noes)
Unidade Tema 2.1: Distribuies

bidimensionais
Introduo
Nesta unidade vamos falar das distribuies com duas variveis,
o modo como essas se relacionam mutuamente. Teremos que
desenhar a nuvem de pontos, a recta de regresso e calcular o
coeficiente de correlao.
Conhecer os tipos de correlao existentes.
Objectivos Ser capaz de desenhar a nuvem de pontos e a recta regresso.
Ser capaz de calcular o coeficiente de correco.
Distribuies Bidimensionais
O estado estatstico refere-se muitas vezes a dois caracteres da

mesma populao visando investigar em que medida eles se
relacionam, isto , de que modo a variao de um deles exerce
influncia na variao do outro.
Por exemplo:
1. Os gastos em publicidade e o volume de venda.
2. Altura mdia de um casal e a altura dos filhos.
3. Altura de um local e a respectiva presso atmosfrica.
4. Hora do dia e a temperatura atmosfrica.
5. O peso dos alunos e a respectiva nota em filosofia.
6. Peso e o preo do telemvel
As distribuies estatsticas envolvendo o estudo da relao
entre duas variveis chamam-se distribuies bidimensionais.
H caracteres entre os quais impossvel descobrir qualquer

relao, como por exemplo, o peso dos alunos e a respectiva
95
nota em filosofia. Diz-se que estes so caracteres

independentes.
Diz-se que h influncia de um carcter neutro.
O maior ou menor grau de dependncia estatstica entre duas

variveis traduz-se por um nmero o coeficiente de correlao
que s varia de -1 a 1.
Correlao positiva as variveis evoluem em geral no mesmo

sentido.
Exemplo: altura e o peso das pessoas.
Correlao negativa as variveis evoluem em sentido

contrrio quando uma aumenta a outra tende a diminuir.
Exemplo: intensidade da chuva e a temperatura do ar.
Correlao nula no h influncia de uma varivel na outra, as

variveis so independentes.
Exemplo: a idade do pai e a nota de desenho de cada aluno.
Se o coeficiente de correlao for igual a 1 ou a -1, ento a

dependncia entre duas variveis to rigorosa que se pode
traduzir por uma lei matemtica: diz se que h uma
dependncia funcional.
A dependncia funcional um caso extremo da dependncia

estatstica.
De uma distribuio bidimensional de variveis xi e yi podemos

fazer uma representao grfica num sistema de eixo dos x x e
os da outra varivel no eixo dos y y.
A essa representao chama se diagrama de disperso.
Se todos os pontos desse diagrama se situar nas proximidades

de uma recta (recta de regresso), a correlao diz se linear.
Coeficiente de Correlao
Intuitivamente podemos prever a existncia de correlao entre

duas variveis. Para quantificar a relao usa - se o coeficiente
de correlao linear de Pearson que se representa por .
Cx , y

x y Onde:
f i xi yi

Cx , y i 1
x y (Co varincia ou varincia
N
conjunta das variveis x e y)
x Desvio padro da varivel x.

y Desvio padro da varivel y.
O coeficiente de correlao um nmero do intervalo 1,1
97
Exemplo 29
A tabela seguinte mostra a classificao de 12 alunos em dois

testes cotados de o a 100.
Classificao
em
30 18 70 20 80 45 70 100 50 85 70 40
Matemtica
(x)
Classificao
em
75 24 60 54 70 40 90 90 65 100 80 37
Portugus
(y)
Exemplo 30
Os pares de valores (x,g) de uma varivel bidimensional ocorrem

com as frequncias dadas pela seguinte tabela de dupla entrada.
y 2 3 4
x
1 3 1 0
2 1 4 1
3 2 0 2
a) Construa uma tabela simples a partir dos dados da tabela dada.

b) Calcule o coeficiente de correlao entre x e y.
Resoluo
a)
X Y F
1 2 3
1 3 1
2 2 1
2 3 4
2 4 1
3 2 2
3 4 2
c) Vamos construir uma tabela onde apaream valores que ajudam

ao clculo do coeficiente de correlao.
x y f f*y
1 2 3 6
1 3 1 3
2 2 1 4
2 3 4 24
2 4 1 8
3 2 2 12
3 4 2 24
f 14 f y 81
99
Para a varivel x, remos:

x 2 , x 0,756
Para a varivel y, temos:

y 2,857 ; y 0,833 Logo
Cx, y
f y x y 81 2 2,857 0,07

f 14
Cx , y 0,07
Assim 0,11
x y 0,756 0,83
Exerccios
Auto-avaliao
50. Para cada uma das situaes, diga se, na sua opinio, haveria
interesse em realizar um estudo estatstico sobre a relao
entre:
a) O trfego nas ruas que do acesso a uma escola e o nmero de

alunos que chegam atrasados a essa escola.
b) O nmero de televisores vendido por uma loja de uma cidade e
o nmero de passageiros que viajam nos transportes pblicos
dessa cidade.
c) O nmero de pessoas que vivem num prdio e o custo da
electricidade de todos os andares do prdio.
d) O nmero de flores de um jardim e o nmero de abelhas no
mesmo jardim.
e) O nmero de horas de estudo da disciplina de Matemtica e a
nota em Matemtica.
f) A marca da mquina de barbear que os alunos de uma turma
usam e o nmero de pretendentes.
51. Construa uma tabela de dupla entrada a partir dos dados de

cada uma das seguintes tabelas:
a)
xi yi fi
4 3
1
2 5 5
3 6 2
N=10
b)
xi yi fi
0,3 45,90 1
3,6 90,120 3
6,9 120,160 4
N=8
c)
xi yi fi
5 2 4
5 3 7
6 1 2
6 2 5
N = 18
52. Construa uma tabela normal (simples) a partir dos dados de

cada uma das seguintes tabelas de dupla entrada:
a)
yi 4 5 6
xi
1 - 2 - 2
2 1 1 2 4
1 3 2 6
b)
yi 1 2 3
xi
-2 1 - 2 3
-3 1 1 - 2
101
-4 2 2 1 5
4 3 3 10
53. Para cada uma das seguintes tabelas, represente o diagrama

de disperso.
a)
xi 1 2 3 4 5
yi 4 3 2 1 1
b)
xi 1 2 3 4 5
yi 3 2 4 1 3
54. Diga, na sua opinio, se ser positiva, negativa ou nula a

correlao entre:
a) A altura de uma pessoa e a sua idade at aos vinte anos;
b) O nmero de anos de um carro e o seu custo;
c) O nmero de idas praia e a medida do sapato;
d) A temperatura de uma sala e a altura do mercrio num

termmetro colocado nessa sala.
55. A tabela seguinte mostra a classificao obtida por 18 alunos

de uma turma no ltimo teste das disciplinas de Matemtica e
Fsica.
Classificao
em
40 55 20 70 60 25 55 70 85 35 45 90 10 45 100 10 60 65
Matemtica,
%
Classificao
60 65 40 65 80 50 65 85 80 50 50 95 30 65 95 40 85 70
em Fsica, %
a) Desenhe, de acordo com os dados, o diagrama de disperso.

b) O Antnio teve 55% no teste de Matemtica mas faltou ao teste
de Fsica. Com base no diagrama que desenhou em a) que
percentagem ele poderia esperar obter no teste de Fsica?
56. Considere a seguinte varivel bidimensional constituda

pelas variveis xi e yi dadas pelas tabelas:
xi 2 3 4 5 6
yi 3 4 5 3 6
Calcule:
a) A mdia da varivel x e a da varivel y;
b) O desvio padro da varivel x e o da varivel y;
c) A co-varincia das variveis x e y;

d) O coeficiente de correlao.
57. De um conjunto de 50 pares (x, y) sabe se que:
x 100, y 900, x 208, y 16650 e xy 1836

2 2
Calcule:

a) xe y
b)
x ey
c)
C x , y e
Segundas sesses presenciais
T. P. C.
1. 1 Ler e 2 estudar todas as pginas do referido texto.
2. Resolver todos os exerccios.
3. Entregar os exerccios nmeros: 43, 45, 46, 48, 54 e 56,
103
Unidade Temtica: Noo

intutiva e frequencista das
probabilidades
Introduo
Existem duas noes at agora usadas para compreender
melhor o conceito de probabilidades. Nesta primeira unidade do
estudo das probabilidades vamos falar dessas duas noes e,
faremos a meno dos principais termos usados na
probabilidade.

o
Conhecer a noo intuitiva e frequencista da probabilidade.
Ser capaz de calcular a probabilidade de um acontecimento.
Objectivos Ser capaz de distinguir acontecimentos incompatveis ou

contrrios.
Noo intuitiva das probabilidades
Os jogos de azar que se praticam h milhares de anos, esto na

origem das primeiras obras escritas sobre probabilidades e que
comearam a surgir no sculo XVIII.
O dado um instrumento dos jogos de azar por excelncia, a tal

ponto que duas das palavras mais usadas para lidar com o que
casual, ou fortuito, ou contingente so:
Azar de az zr e Aleatrio de lea, ambas com origem na

palavra dado, respectivamente em rabe e latim.
Por esta sua origem concreta, a teoria das probabilidades utiliza

uma linguagem prpria que preciso conhecer.
Uma experincia diz-se aleatria se pode ter vrios resultados

cujo aparecimento, em cada prova da experincia, impossvel
prever.
Diz-se que o resultado depende do acaso ou da sorte ou do

azar.
Os fenmenos aleatrios so o objecto de estudo da teoria das

probabilidades.
Acaso significa ausncia de causa conhecida.
So aleatrias todas as experincias que se fazem nos jogos:

- Tirar uma carta no baralho; atirar um dado; comprar uma rifa;
rodar a roleta; jogar no totoloto
Mas h muitos outros como:
- Abrir um livro e ver o nmero de pgina, perguntar a um aluno
qualquer quantos irmos tem
As experincias do laboratrio que se fazem na escola, cujo
resultado j conhecido e sempre o mesmo, no so
experincias aleatrias.
Para compreender melhor o conceito de probabilidade, h

experincias aleatrias muito simples que podemos realizar com
um grupo de trabalho, porque devem ser repetidas muitas vezes
e em condies anlogas; s assim possvel tirar concluses
significativas.
Vamos descrever algumas experincias e atribuir a

probabilidade aos vrios resultados que podem dar,
introduzindo a terminalogia adequada.
1 Experincia Lanamento de dado
Lanamento de um dado sobre uma superfcie lisa, plana e

horizontal.
Qualquer das 6 faces pode ficar voltada para cima. Diz se que
esta experincia tem 6 resultados possveis ou 6 casos possveis.
O conjunto E = {1, 2, 3, 4, 5, 6} de todos os resultados

possveis, o espao amostral desta experincia aleatria.
Qualquer elemento de E, ento um caso possvel. 3 E

logo 3 um caso possvel.
A sada de 3 um acontecimento elementar que se designa por

{3}.
105
A sada de um nmero par tambm um acontecimento mas

no elementar porque sair par equivale a sair 2, ou sair 4, ou
sair 6. Tratando os acontecimentos em termos de conjunto de
resultados termos:
Acontecimento sair nmero par>> = {2} {4} {6}; logo uma

reunio de acontecimentos elementares.
Acontecimento qualquer subconjunto de E, incluindo A numa

prova, significa que o resultado dessa prova um elemento de
A.
Nota: Diz-se que A se realizou quando o resultado elemento A.
A B verifica se quando ou se realiza A ou B.
A B verifica se quando A e B se realizam simultaneamente.
Noo frequencista
Suponha que o dado perfeito, ou seja, rigorosamente

simtrico, sem faces privilegiadas, ento, natural esperar que
jogando o dado muitas vezes, o resultado de cada face seja
aproximadamente o mesmo, visto que todas tem a mesma
possibilidade de ficar para cima.
Faa essa experincia no seu grupo.
Componha uma tabela de frequncias relativas dos resultados

dos resultados do lanamento.
Acontecimento Frequncia Frequncia

Absoluta Relativa
{1}
{2}
{3}
{4}
{5}
{6}
Se o nmero de provas for 250 ou 300, vers que as frequncias

1
relativas estaro prximas de 16,666...% que o resultado
6
esperado a priori visto que so 6 acontecimentos com a mesma
probabilidade de sair.
No entanto, h desvios bastante sensveis.

Lei dos Grandes Nmeros (Lei de Bernoulli) Definio

frequencista de probabilidade.
Quando o nmero de provas aumenta muito, frequncias relativa de um

acontecimento tende a estabilizar num determinado valor que se adopta como
probabilidade terica desse acontecimento
Podemos dizer que:
A probabilidade de um acontecimento associado a certa

experincia a frequncia relativa esperada desse
acontecimento quando o nmero de provas for muito elevado.
A probabilidade de um acontecimento um nmero de 0 a 1

(em percentagem: de 0% a 100%)
0 P A 1
Probabilidade = 1: o acontecimento certo nessa experincia

que se realize sempre.
Exemplo: sair menos de sete = {1, 2, 3, 4, 5, 6}, no lanamento

de um dado
Probabilidade = 0: o acontecimento nunca se d nesta

experincia, um acontecimento impossvel.
Exemplo: sair zero no lanamento de um dado.
Observa os resultados obtidos com um dado de madeira

defeituoso, em 5000 provas.
Acontecimento Frequncia
relativa
{1} 16%
{2} 9%
{3} 18%
{4} 14%
{5} 24%
{6} 19%
107
Podemos atribuir aos acontecimentos elementares as

probabilidades da tabela.
Por exemplo: P(5) = 0,24
Probabilidade de outros acontecimentos:
A1 = Sair mltiplo de 3 = {3} {6}. P(A1) = 0,18 + 0,19 = 0,37
A2 = Sair par = {2} {4} {6}. P(A2) = 0,09 + 0,14 + 0,19 = 0,42
A3 = Sair menos de 3 = {1} {2}. P(A3) = 0,16 + 0,09 = 0,25
Vemos que a probabilidade de um acontecimento a soma das

probabilidades dos acontecimentos elementares nele contidos.
Qual ser agora a probabilidade de se dar A1 ou A2?
Sabendo que a disjuno ou corresponde a unio de conjuntos

teremos:
P (A1 ou A3) = P (A1 A3) = P (sair 3, 6, 1,2) = P (A1) + P (A3);

porque os acontecimentos A1 e A3 so incompatveis, isto ,
A1 A3 = (no podem realizar se simultaneamente).
J no podemos dizer o mesmo de A1 e A2 porque a interseco

no vazia.
A1 A2 = {6}, logo P (A1 A2) P (A1) + P (A2)
P (A1 A2) = P (sair 3, 6, 2, 4) = 0,60; enquanto P (A1) + P (A2) =

0,79.
Este acontecimentos so compatveis.
Um teorema importante ... o teorema da soma
Sejam dois acontecimentos A e B resultantes de uma mesma

experincia aleatria. Ento
P(AB) = P(A) + P(B) P(AB)
Se AB = , ento P(AB) = P(A) + P(B)

No caso em que AB = , diz-se que os acontecimentos so

incompatveis
Acontecimentos contrrios:
Seja A = sair menos 4 e B = sair mais do que 5.
Temos A B =
Seja A = sair nmero par e B = sair nmero impar.
Vemos tambm que A B = ; mas este ltimo exemplo tem

uma diferena importante em relao aos anteriores. Se no se
realiza A, ento ocorre B (se no sai par, sai impar) o que
significa que A B engloba todos resultados possveis desta
experincia. Ento os acontecimentos alm de incompatveis,
dizem se contrrios.
Os acontecimentos A e B dizem se contrrios se a sua conjugao

impossvel (no incompatveis) e, simultaneamente a sua disjuno
certa.
A B = ^ A B =
O acontecimento contrrio de A designa se por A e

complementar de A.
Definio Axiomtica das Probabilidades
Acabamos de ver atrs intuitivamente, como a lgica dos

conjuntos e noo da frequncia relativa intervm na
construo do conceito de Probabilidade de um
Acontecimento. Foi com base nesses acontecimentos que
Kolmogrov concebeu a primeira construo axiomtica geral
para a teoria das probabilidades. Em 1950, esta obra foi dada a
conhecer a todo o Mundo cientifico pela traduo inglesa
109
Foundations of the theory of Probability e a partir de ento a

teoria das probabilidades no parou de ganhar importncia.
Como j dissemos, o espao amostral E associado a uma

experincia aleatria o conjunto de todos os resultados
possveis dessa experincia. O espao amostral pode ser
discreto (por exemplo, caso da lotaria ou dado) ou contnuo (por
exemplo, caso do tempo de esperar por um autocarro); no caso
de ser discreto pode ser finito (lotaria ou dado) ou ter um
nmero infinito de elementos (escolha de um numero natural
qualquer).
Lidaremos apenas com espaos discretos finitos.
Acontecimento todo o subconjunto de E (incluindo o vazio e

o prprio E).
Espao de acontecimento o conjunto de todas as partes ou

subconjuntos de E. Designa-se por (E).
Definio axiomtica das Probabilidades
A cada acontecimento A de espao de acontecimentos faz-se

corresponder um nmero real que se chama probabilidade de A,
escreve-se P (A), o qual cumpre os seguintes axiomas:
A1: P (A) 0 A (E)
A2: P (E) = 1 (acontecimento certo)
A3: Se A B = (A, B incompatveis) ento P ( A B ) = P (A) +

P(B)
Os axiomas A1 e A3 fazem com que a probabilidade seja uma

mediana. O axioma A2 fixa a quantidade total da
probabilidade em 1, a semelhana das frequncias relativas.
Assim, podemos dizer que a probabilidade mede at que ponto
se pode esperar que ocorra um acontecimento e que a medida
mxima 1.
Primeiras consequncias dos axiomas
(propriedades)
T1: A probabilidade do acontecimento contrrio a A dada por P

( A ) = 1 P (A)
Corolrio 1: P () = 0
A probabilidade de um acontecimento impossvel zero.
Corolrio 2: P (A) 1.
T2: Quaisquer que sejam os acontecimentos A, B, C,.

Incompatveis dois a dois tem-se P(A B C ...) = P(A) + P(B)
+ P(C) +
Exerccios
58. Quando lanamos uma moeda sobre uma superfcie plana,
qual o conjunto de todos os casos possveis?
59. Se em 1000 lanamentos de um dado se obtm 400 vezes a

face 6, o dado deve ser viciado. Porque?
60. Uma urna contm vrias bolas sendo umas vermelhas,

outras amarelas e as restantes brancas. Sabe-se que a
probabilidade de tirar bola vermelha .
a) Qual a probabilidade de tirar amarelas ou brancas?
b) Qual o espao amostral?
c) Sendo V, A, B os acontecimentos elementares e sendo P (B) = 2
P(A), complete o quadro:
Acontecimentos V A B
Probabilidade
d) H acontecimentos equiprovveis; d mais do que um exemplo.

e) Calcula P ( V ), P ( B ) e P ( A ou B ).
61. Supondo que para certo dado, a probabilidade de observar
cada face 1/6.
a) Qual a probabilidade de sair 4 ou 5 ou 6?
b) De sair menos de 1.
c) Lanando 200 vezes este dado legitimo que o 6 sais quantas
vezes?
62. Num mau dado de pquer, (dado de 6 faces) a probabilidade
de sair rei 1/5 e de sair s de 1/4.
Qual a probabilidade de num lanamento:

a) Sair rei ou s?
111
b) Sair rei e s?
c) No sair rei nem s?
63. Num dado viciado a probabilidade de obter a face 6 dupla
de qualquer das outras. Calcule a probabilidade da sada de cada
uma das faces.
Auto-avaliao

Acontecimentos equiprovveis
Introduo
Nesta unidade vamos falar da definio axiomtica da
probabilidade, a definio de LAPLACE que trabalha com casos
favorveis e casos possveis.
.1.1. Conhecer os casos de acontecimentos

equiprovveis.
.1.2. Ser capaz de calcular a probabilidade usando a

Objectivos definio de LAPLACE.

Acontecimentos equiprovveis
bom lembrarmos que na maior parte das experincias

aleatrias, a nica forma de avaliar a probabilidade de cada
acontecimento elementar consiste em repetir a experincia
muitas vezes em condies anlogas: por exemplo, experincias
com objectos irregulares, acidentes na estrada, eleies e as

experincias cientficas com adubos e medicamentos. S uma
experimentao prolongada permite achar valores aproximados
das suas probabilidades.
Mas pensemos agora nas experincias em que possvel

calcular as probabilidades a priori, mesmo antes de realizar
quaisquer provas. Em geral esto ligadas a jogos de azar que
usam objectos regulares construdos com grande perfeio
como dados, roletas, urnas com bolas, moedas, baralho de
cartas, nestes casos a experimentao reiterada, limita-se a
confirmar os clculos feitos a priori.
Por exemplo no dado perfeito.
Se perfeito, P(1) = P(2) = P(3) = P(4) = P(5) = P(6), isto , os

acontecimentos elementares so equiprovveis.
Como so 6, a probabilidade de cada um deles 1/6.
Qualquer outro acontecimento reunio de acontecimentos

elementares equiprovveis.
Definio clssicas de probabilidade
(ou lei de LAPLACE)
Se uma experincia aleatria tem n resultados possveis

incompatveis e equiprovveis, a probabilidade dum
acontecimento A dada por:
n de casos favoraveis a A # A # A
P (A) =
n de casos possiveis n #E
Sendo os casos favorveis a A os elementos de A.
(# A designa o nmero de elementos de A).
Exemplo 31
Dum baralho de 52 cartas bem baralhados, extraiu-se uma carta

ao acaso. Qual a probabilidade:
a) de que seja figura?
b) de que seja de espada?
113
Resoluo
a) Se o baralho estava correctamente baralhado e a extraco
feita sorte temos 52 casos possveis equiprovveis (e
incompatveis).
# E = N de casos possveis = 52.
Ento a probabilidade de tirar uma dada carta P(A)=1/52.
O acontecimento da a) sada de figura e temos 12 figuras no

baralho logo nmero de casos favorveis = 12. Seja B: na
extraco obter figura
A probabilidade de obter figura P(B) = .
b) Cada naipe tem 13 cartas. Seja C: a carta extrada espada.

Logo a probabilidade de tirar espadas P(C) = , pois existem
13 cartas de espada (corao preto).
Exemplo 32.
Uma urna contm 5 bolas brancas e 3 bolas azuis. Retiramos ao

acaso duas bolas. Qual a probabilidade de que as duas sejam
brancas?
Resoluo
Calculando o numero de casos possveis (escolha de 2 bolas das

8 disponveis):
8 8! 8!
C 2
= =
2!(8 2)! 2!6!
= 28
Calculo do nmero de casos favorveis (nmero de

possibilidades de escolher 2 bolas brancas das 5 disponveis):
5! 5!
C25 10
2!(5 2)! 2!3!
Ento, se D representa o acontecimento as duas escolhidas so

brancas, temos:
P(D) = =
Exerccios
Auto-avaliao
64. Uma urna contm 20 bolas vermelhas e 30 bolas brancas.
Extrai-se uma ao acaso. Qual a probabilidade de que saia:

a) Uma bola vermelha?
b) Uma bola branca?
c) Uma bola vermelha ou branca?
65. De um baralho de 52 cartas, retira-se uma delas. Determine

a probabilidade dos seguintes eventos:
a) a carta um 5 de copas;
b) a carta um 5 qualquer.
66. Uma urna contm 10 bolas pretas, 11 bolas azuis e 12 bolas

brancas. Retirando-se uma bola ao acaso, qual a probabilidade
dela ser azul?
67. Uma urna contm 20 cartes numerados de 1 a 20. Um

carto retirado ao acaso. Determine a probabilidade dos
seguintes eventos:
a) O carto tem o nmero 11;
b) O carto tem um nmero maior que 15;
c) O carto tem um nmero mltiplo de 3;
d) O carto no tem o nmero 13.
68. Uma urna contm uma ficha para cada anagrama da palavra
CARRO. Escolhendo uma ficha ao acaso, determine a
probabilidade de que:
a) O anagrama comece com C.
b) O anagrama comece com R e termine com C.
68. De um baralho de 52 cartas, tiram-se 2 delas sem reposio.
Determine a probabilidade dos seguintes eventos:
115
a) As duas cartas serem reis;

b) As duas cartas serem de espada;
c) Termos um rei e um oito.
70. No lanamento simultneo de 2 dados, determine a

probabilidade de se obter:
a) nmero nos dois lados;
b) pontos iguais nos dois dados.
71. Seis casais esto em uma festa. Escolhendo duas pessoas ao

acaso, determine a probabilidade de termos:
a) um homem e uma mulher;
b) um marido e sua esposa;
c) duas mulheres;
d) o casal Silva (um dos 6 casais presentes).
72. Uma urna contm 10 bolas: 5 azuis, 3 brancas e 2 pretas.

Escolhendo-se 3 bolas ao acaso e sem reposio, determine a
probabilidade de que:
a) as trs sejam brancas;
b) apenas uma seja branca;
c) pelo menos uma seja preta.
73. Numa caixa existem 6 parafusos e 6 porcas. Retira-se

aleatoriamente 3 peas.
a) qual a probabilidade de que as trs sejam porcas?
b) qual a probabilidade de termos retirado 3 peas iguais?
Unidade Tema 2.4:

Probabilidade Condicional
Introduo
Muitos casos da probabilidade condicionada so vividos
frequentemente na sociedade.
Nesta unidade vamos falar das possibilidades do clculo.

o
Conhecer as regras do clculo da probabilidade condicional e at

que ponto uma informao adicional pode afectar o cculo da
probabilidade de um acontecimento
Objectivos Ser capaz de calcular a probabilidade da interseco de

acontecimentos.
Probabilidade Condicionada
Acontecimentos independentes
Probabilidade Condicional
Parece razovel defender que a probabilidade de uma pessoa,

escolhida ao acaso, gostar de Matemtica, no deve ser a
mesma se a escolha for feita num grupo de Licenciatura em
Ensino de Matemtica ou num grupo de Liceniatura em ensino
de Filosofia.
De que maneira uma informao adicional afecta a

probabilidade de um acontecimento, o que vamos tratar.
Questo 1:
Sabemos que no lanamento de um dado perfeito a

probabilidade de saiR cada uma das faces 1/6.
Supe, porm, que o dado foi lanado e que a face voltada para
cima um nmero par. Qual a probabilidade que a tal face
divisvel por 3?
Soluo
No lanamento de um dado perfeio de 6 faces o espao de

resultados
E = {1, 2, 3, 4, 5, 6} e atribuimos a probabilidade 1/6 a cada

elemento de E.
Consideremos os acontecimentos:
117
A: divisvel por 3 A = {3, 6}; B: par B = {2, 4, 6}
O que pretendemos?
Pretendemos de que um elemento esteja em A, sabendo que

pertence a B.
Dado que estamos unicamente interessados em resultados nos

quais o nmero par, podemos pr de lado os resultados 1, 3, 5
resultaNdo desse modo um novo espeo de resultados, que B
= {2, 4, 6}. Deste conjunto apenas {6} satisfaz a condio dada
ser divisvel por 3.
Se todos os resultados de B so equiprovveis, ento P({2}) =

P({4}) = P({6}) = 1/3. Logo, a probabilidade que se procura 1/3,
isto ,
P(A ocorrer dado que B ocorreu) = 1/3. Simbolicamente isto se

escreve:
P(A/B) = 1/3.
Para resolvermos o problema, muito simplesmente mudamos o

espao de resultados de E para B e procedemos a uma nova
atribuio de probabilidades.
Temos a liberdade de fazer isto de qualquer maneira consistente

com a definio de medidas de probabilidades, mas para B no
temos escolha a no ser P(B) = 1, pois B o novo espao
amostral reduzido.
Sistematizemos como surgiu o resultado de P(A/B) = 1/3
P(A/B) = , B 0 regra (1) para o
clculo da probabilidade condicional
Se de novo reparamos no espao de resultados E = {1, 2, 3, 4, 5,

6}, vemos que
P(AB) = 1/6; P(B) = 3/6
Para obtermos o resultado do problema proposto, basta

considerar que:
P(A/B) = = =
Portanto, P(A/B) = , P(B) 0, j que B considera-se que

ocorreu.
Suponhamos que os 40 alunos de uma turma da 11 classe foram

agrupados atendendo cor do cabelo (louro e preto) e cor dos olhos
(azuis e castanhos), tendo-se obtido os seguintes resultados:
cabelos louros - 5
Olhos azuis
cabelos pretos - 2
cabelos louros - 10
Olhos castanhos
cabelos pretos - 23
Consideremos agora os seguintes acontecimentos:
A ter cabelo louro

A ter cabelo preto
B ter olhos azuis
A B ter cabelo louro e olhos azuis
B / A ter olhos azuis entre os que tem cabelo louro
As probabilidades para cada um destes acontecimentos se

verificar :
15 7 25
P ( A) ; P( B) ; P ( A) ;
40 40 40
33 5 5
P( B) ; P( A B) ; P ( B / A)
40 40 15
(Uma vez que dos alunos de cabelos louros apenas 5 tm olhos

azuis).
Comparando os resultados obtidos conclui-se:
119
5
5 40 P( A B)
P ( B / A) =
15 15 P( A)
40
Observao: P(B/A) diz-se probabilidade de B se A ou

probabilidade de B se realizar dado que A se realizou.
De um forma geral:
Sendo A e B dois acontecimentos relativos a uma experincia

aleatria e P(A) 0, chama-se probabilidade condicional de B,
conhecendo A, ou mais simplesmente, probabilidade de B se A,
P( A B)
ao quociente: P(B/A) =
P( A)
P( A B)
Observao: De igual modo, se P(B) 0, P(A/B) =
P( B)
Das relaes anteriores obtm-se as formulas:
P A B PB / A P( A)
P A B P A / B P ( B )
Conhecidas por leis da multiplicao.
A probabilidade do acontecimento interseco ( A B ) igual

probabilidade de um deles, suposta no nula, pela
probabilidade do outro condicionada realizao do anterior.
Exemplo 33
Extraem-se sucessivamente, duas cartas de um baralho de 52

cartas.
Qual a probabilidade de obter dois valetes?

Resoluo
Usando a notao:
A o acontecimento sair valete na primeira extraco.
B o acontecimento sair valete na segunda extraco.
Temos:
P A B PB / A P( A)
4 3 43 1
P( A B) 0,00452
52 51 52 51 221
3
Observao: P ( B / A) porque uma vez extrado um valete
51
apenas ficam 3 num conjunto de 51 cartas.
Se a ocorrncia do acontecimento A no afecta a ocorrncia do

acontecimento B e vice-versa, diz-se que os acontecimentos A e
B so independentes, o que significa que:
P(B/A) = P(B) e P(A/B) = P(A)
Ento P(A B) = P(A) x P(B)
Ou generalizando:
Se os acontecimentos A1, A2 , An so independentes teremos:
P( A1 A2 ... An) P( A1 ) P( A2 ).....P( An )
Exemplo 34
Consideremos uma urna com 15 bolas equiprovveis, sendo 7

brancas e 8 pretas.
Tira-se uma bola e, antes de tirar nova bola, repe-se na urna a

bola sada.
Qual a probabilidade de sair duas vezes bola branca em duas

extraces sucessivas?
121
Resolues
Sejam os acontecimentos, A: a primeira bola branca e B: a

segunda bola branca.
Dado que a extraco com reposio, a probabilidade de

extrair bola branca na primeira tentativa, no afecta a
probabilidade de extrair bola branca na segunda tentativa.
Ento os acontecimentos A e B so independentes, logo, a
probabilidade pedida ser:
P( A B) P( A) P( B)
7 7
P( A B) 0,217
15 15
Exemplo 35
Em 100 congressistas, 80 falam Francs e 40 falam Ingls. Qual a

probabilidade de 2 congressistas, escolhidos ao acaso, se
entenderem numa daquelas lnguas?
Resoluo
Escolhido o primeiro congressista, ele pode falar em Francs ou

Ingls.
Suponhamos que fala Francs.
80 8
A probabilidade do 1 congressista falar Francs
100 10
79
A probabilidade do 2 congressista tambm falar Francs
99
Ento:
A probabilidade de 2 congressistas, escolhidos ao acaso, falarem

Francs ser:
8 39
0,639
10 99
A probabilidade de dois congressistas, escolhidos ao acaso,

falarem Ingls ser:
40 39 4 39
0,157
100 99 10 99
Seja A: os dois congressistas falam a mesma lngua. Ento a

probabilidade pedida : P( A) 0,638 0,157 0,795
Exemplo 36
No lanamento de dois dados, determinar a probabilidade que a

soma dos resultados dos dois seja 5, supondo que no primeiro, o
resultado tenha sido menor que 3.
Resoluo
Vamos considerar:
Evento A: a soma dos resultados dos dois dados igual a 5
Evento E: o resultado do primeiro dado menor que 3
Assim: A (1,4); (2,3); (3,2); (4,1)
E (1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); (2,2); (2,3); (2,4); (2,5); (2,6).
A E (1,4); (2,3)
# ( A E) 2 1
Ento: P ( A / E )
#E 12 6
Exemplo 37
De um baralho so retiradas, sucessivamente, duas cartas, sem

reposio. Qual a probabilidade de que as duas cartas retiradas
sejam damas?
123
Resoluo
Vamos considerar:
Evento A: obter dama na primeira carta.
Evento B: obter dama na segunda carta.
Ento, estamos procurando P(A B).
P( A B) P( A) P( B / A).
Para a obteno da primeira carta, existem 4 damas, num total
4
de 52 cartas, ento: P ( A)
52
Para a obteno da segunda carta, considerando que j saiu uma
dama a primeira retirada, temos 3 damas num total de 51
3
cartas, ento: P ( B / A)
51
4 3 1
Assim, P ( A B )
51 51 221
Exemplo 38
Uma moeda lanada 3 vezes. Qual a probabilidade de que

aparea coroa nas trs vezes?
Resoluo
Espao amostral: S cara, coroa
Sejam os acontecimentos:
A: saiu coroa no primeiro lanamento
B: saiu coroa no segundo lanamento
C: saiu coroa no terceiro lanamento.
Ento:
1
Probabilidade de sair coroa no 1 lanamento P ( A)
2
1
Probabilidade de sair cora no 2 lanamento P ( B )
2
1
Probabilidade de sair coroa no 3 lanamento P (C )
2
1 1 1 1
Assim, P ( A B C )
2 2 2 8
Exemplo 39
Uma urna contm bolas numeradas de 1 a 15. Escolhendo-se ao

acaso uma bola, qual a probabilidade dela ser mltiplo de 2 ou
mltiplo de 3?
Resoluo
Vamos considerar:
S 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
Evento A: ocorre mltiplo de 2.
A 2,4,6,8,10,12,14,
Evento B: ocorre mltiplo de 3.
B 3,6,9,12,15
Assim, A B = 6,12 . Ento, a probabilidade de que o nmero

seja mltiplo de 2 ou mltiplo de 3, P( A B)
7 5 2 10 2
P ( A B ) P ( A) P ( B ) P ( A B )
15 15 15 15 3
Exemplo 40
Um lote de peas contm 15 peas boas, 4 com defeitos

menores e 2 com defeitos graves.
Escolhendo uma pea ao acaso, ache a probabilidade de que:

a) a pea seja boa;
b) a pea no seja boa.
Resoluo

Se A o evento retirar uma pea boa, ento A o evento
no retirar uma pea boa.
15 5
a) P ( A)
21 7
125
5 5 2
b) P ( A) P ( A) 1 P ( A) 1 P ( A) 1
7 7 7
Exemplo 41
Dois prmios iguais sero sorteados entre 8 pessoas, sendo 3

homens e 5 mulheres. Sabendo que os dois prmios no podem
ser ganhos pela mesma pessoa, qual a probabilidade de ser
premiada pelo menos uma pessoa?
Resoluo
Observe que, se P (A) a probabilidade de que 2 homens sejam

premiados, ento P( A ) a probabilidade de que pelo uma
mulher seja premiada.
Calculando P (A):
3 2 2
P ( A)
8 7 28
3 25
Calculando P ( A) : P( A) P( A) 1 P( A) 1 P( A)
28 28
Exerccios
74. Em uma bola h 20 fichas numeradas de 1 a 20.
Tira-se uma ficha que em seguida recolocada na bolsa, logo

aps retira-se a outra ficha.
Qual a probabilidade de se tirar duas vezes a mesma ficha?
75. Um grupo de 50 estudantes universitrios formado por 30

estudantes de Direito, 15 estudantes de Psicologia e 5
estudantes de Matemtica. Escolhendo um desses estudantes
ao acaso, qual a probabilidade de que ele estude Psicologia ou
Matemtica?
76. Uma moeda lanada, sucessivamente, trs vezes.

Qual a probabilidade de ocorrer pelo menos uma coroa,

sabendo que saiu cara na primeira jogada?
77. Uma moeda lanada quatro vezes seguidas.
Qual a probabilidade de conseguirmos pelo menos uma cara,

sabendo que no primeiro lanamento foi obtido cara?
78. Determine a probabilidade de um casal ter 3 filhos, todos do

sexo feminino.
79. No lanamento de dois dados qual a probabilidade da

soma ser 8, supondo que saiu no nmero 5 no primeiro dado?
80. A probabilidade de um casal de namorados passear no

sbado 0,9 e quando saem, a probabilidade de jantar fora
0,6. Qual a probabilidade desse casal sair para jantar no
sbado?
81. Em uma corrida de automveis, as chances de um piloto

ganhar so de 72%. Qual a probabilidade dele perder a
corrida?
82. Duas pessoas (A e B) vo resolver um exerccio. As

probabilidades de que consigam resolv-lo so:
P A e PB . Determine a probabilidade de que:

1 2
3 5
a) Ambos resolvam o exerccio;
b) A resolva e B no consiga resolver;
c) Ambos no resolvam o exerccio;
d) Pelo menos um deles resolva.
83. Uma urna contm 3 bolas: uma verde, uma azul e uma
branca. Tira-se uma bola ao acaso, regista-se a cor e coloca-se a
bola de volta urna. Repete-se esta experincia mais duas
vezes. Qual a probabilidade de serem registadas trs cores
distintas?
127
84. No problema anterior: Qual a probabilidade de obtermos

trs bolas da mesma cor?
Terceiras sesses presencias.
T.P.C.
1. Ler e estudar todas as pginas do referido texto.
2. Resolver todos os exerccios.
3. Entregar os exerccios nmeros: 65, 67, 69, 72, 75, 78.
Auto-avaliao
BIBLIOGRFICA
1. Neves, M. (2008). Introduo Estatstica e Probabilidade.

Apontamentos de apoio s aulas
[Estatstica Descritiva] [Teoria da
Probabilidade] [Introduo Inferncia Estatstica]
---- Colectnea de exames de Estatstica do ISA
com algumas resolues . AEISA.
2. BUSSAB, Wilton O.; Pedro A. Morettin (2006) -
Estatstica Bsica, 5 Ed., Saraiva, So Paulo
3. LARSON, Ron; Betsy Farber (2004) - Estatstica
Aplicada, 2 Ed., Prentice Hall, So Paulo
4. SILVA, Sebastio Medeiros da, Et Al (1999) - Estatstica
para os cursos de economia, administrao e cincias
contbeis, Atlas, So Paulo
5. BEKAMAN, Otto Ruprecht; Pedro Luiz de Oliveira Costa
Neto (1980) - Anlise Estatstica da deciso, Edgard
Blucher, So Paulo
129

Módulo de Estatística

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Módulo de Estatística

Uploaded by

Copyright:

Available Formats

MANUAL DO CURSO DE LICENCIATURA PARA

Total Horas/1o Semestre: 125

INSTITUTO SUPERIOR DE CINCIAS E EDUCAO A DISTNCIA ISCED

Direitos de autor (copyright)

A no observncia do acima estipulado o infractor passvel a aplicao de processos

Instituto Superior de Cincias e Educao a Distncia (ISCED)

Pela Coordenao Direco Acadmica do ISCED

Pelo Design Direco de Qualidade e Avaliao do

Financiamento e Logstica IAPED Instituto Africano para a

Pela Reviso final Msc. Zacarias Mendes Magibire

Dr. Horcio Manuel Vunga Doutorando em Cincias de Educao com

Objectivos do curso .......................................................................................................... 8

Quem deveria estudar este mdulo ................................................................................. 8

Como est estruturado este mdulo ................................................................................ 9

cones de actividade ....................................................................................................... 10

Acerca dos cones. ...................................................................................................... 11

Habilidades de estudo .................................................................................................... 11

Precisa de apoio? ............................................................................................................ 13

Tarefas (avaliao e auto-avaliao) .............................................................................. 14

TEMA I: ESTATSTICA BSICA

TEMA I: ESTATSTICA BSICA

Unidade Temtica N0 1.2. 21

Unidade Temtica N0 1.3. 25

Unidade Temtica N0 1.4. 29

Unidade Temtica N0 1.5. 37

Unidade Temtica N0 1.6. 48

Unidade Temtica N0 1.7. 53

Unidade Temtica N0 1.8. 59

Unidade Temtica N0 1.9. 63

Unidade Temtica N0 1.10. 67

Unidade Temtica N0 1.11. 75

Unidade Temtica N0 1.12. 85

TEMA II: PROBABILIDADES (Noes)

Unidade Temtica N0 2.2. 100

Unidade Temtica N0 2.3. 108

Unidade Temtica N0 2.4. 114

Estatstica uma cincia exacta que visa fornecer subsdios

A estatstica fornece mtodos ou tcnicas para extrair

Quando se aborda uma problemtica envolvendo mtodos

Quando j se est na posse dos dados, procura-se agrupa-

Ensinar a extrair informao dos dados para obter uma melhor

Ensinar a estimar uma quantidade ou testar uma hiptese,

Habilitar e/ou potenciar aos investigadores e demais interessados, a

Quem deveria estudar este

Uma viso geral detalhada dos contedos do mdulo,

Contedo desta Disciplina / mdulo

No final de cada unidade temtica ou do prprio tema, so

Os exerccios de avaliao tm as seguintes caracteristicas: Puros

A equipa dos acadmicoa e pedagogos do ISCED, pensando em si,

Auto-avaliao e Tarefas de avaliao

Tarefas de auto-avaliao para este mdulo encontram-se

Tarefas de avaliao devem ser semelhantes s de auto-

Use este espao para dar sugestes valiosas, sobre

Acerca dos cones

Pode ver o conjunto completo de cones deste manual j a

O principal objectivo deste campo o de ensinar aprender a

Durante a formao e desenvolvimento de competncias, para

1 Praticar a leitura. Aprender a Distncia exige alto domnio de

2 Fazer leitura diagonal aos contedos (leitura corrida).

3 Voltar a fazer leitura, desta vez para a compreenso e

4 Fazer seminrio (debate em grupos), para comprovar se a sua

5 Fazer TC (Trabalho de Campo), algumas actividades prticas ou

IMPORTANTE: Em observncia ao tringulo modo-espao-tempo,

impossvel estudar numa noite tudo o que devia ter sido