-1-

Capítulos (conteúdos)
Apresentação O que é Estatística? Cap. 1 - Conceitos fundamentais
Indice
Página
3 4 4 5 6 8 8 9 11 11 11 12 14 14 15 16 18 19 21 21 22 23 23 24 25
Cap. 2 – Arredondamento de dados Critério de Arredondamento de dados Cap. 3 – Fr
eqüências Freqüências absoluta e absoluta acumulada Freqüências relativa e relat
iva acumulada Cap. 4 – Saiba um pouco mais O que derruba uma aeronave? Cap. 5 –
Distribuição de freqüência Cap. 6 – Representação gráfica Gráfico de Colunas e d
e Barras Histograma Gráfico de Setores Cap. 7 – Medidas de Tendência Central Méd
ia Aritmética Cálculo da média aritmética para dados agrupados em classes Median
a Moda Cap. 8 – Medidas de Dispersão Desvio padrão e variância Zona de normalida
de Bibliografias
-2-
A Estatística é o melhor calmante
Apresentação
Caros alunos e professores, este material visa proporcionar um aprendizado mais
dinâmico e simplificado no estudo de Estatística e também mais momentos de parti
cipação e acompanhamento na confecção dos exercícios e aprendizado efetivo, de u
ma forma simples e direta. A Estatística nos dias de hoje é uma ferramenta indis
pensável para os cursos técnicos em geral, pois é aplicável em qualquer área de
conhecimento, porém caberá ao professor fazê-lo bom uso e não ser somente a únic
a ferramenta de trabalho, sendo indispensável adaptá-la com outras fontes parale
las de estudo ( jornais, revistas, computador, pesquisas, etc. ). Quaisquer dúvi
das e sugestões entre em contato via e-mail: valdecimath@ig.com.br.
Bom estudo!
Professor Valdeci (Agosto/2002)
-3-
O que é Estatística?
ESTATÍSTICA
De origem muito antiga, a Estatística teve durante séculos um caráter meramente
descritivo e de registro de ocorrências. As primeiras atividades datam de cerca
de 2000 a.C. e refere-se a iniciativas como o recenseamento das populações agríc
olas chinesas. No início do século XIX, os estudos estatísticos ganharam a contr
ibuição de grandes matemáticos. Nos trabalhos de dois deles, o francês Simon Lap
lace e o alemão Carl Friedrich Gauss (1777 – 1855), surge a idéia de “distribuiç
ão normal de freqüência”. Essa idéia levou a uma teoria muito útil para fazer pr
evisões. A teoria da distribuição normal foi usada pelo astrônomo e matemático b
elga Adolphe Quételet (1796 – 1874), no estudo estatístico de diversas caracterí
sticas das populações humanas: altura, peso, natalidade, mortalidade, renda mens
al, etc. Fisher (1890 – 1962) – Ronald Aylmer Fisher, geneticista e estatístico
britânico, concentrou seus estudos na genética das populações, campo em que obte
ve importantes resultados, sendo considerado um dos grandes criadores do neodarw
inismo. Na Estatística trabalhou com ajustes de curvas de freqüências, com coefi
cientes de correlação, os chamados coeficientes de Fisher, na análise de variânc
ia e nas técnicas de estimação de um parâmetro. Influenciado pelos trabalhos de
Karl Pearson, outro importante geneticista e estatístico britânico, Fisher utili
zou os resultados que obteve na Estatística como ferramentas para aplicação nos
seus estudos de genética, sendo hoje considerado um dos maiores nomes na Teoria
de Estatística e na Estatística aplicada à Biologia. A Estatística trata do conj
unto de métodos utilizados para a obtenção de dados , sua organização em tabelas
e gráficos e a análise desses dados. Grande parte das informações divulgadas pe
los meios de comunicação atual provém de pesquisas e estudos estatísticos.
Capítulo 1 – Conceitos Fundamentais
População e Amostra – Em Estatística ao estudarmos um conjunto de objetos, de in
divíduos ou de ocorrências, podemos considerar todo o conjunto, chamado de popul
ação, ou parte deste conjunto, chamado de amostra. Imagine, por exemplo, um camp
eonato quadrangular entre Flamengo, Botafogo, Atlético Mineiro e Grêmio, sendo r
ealizado em um único dia, no Maracanã. Se quisermos saber qual é a composição da
torcida que está no estádio, podemos desenvolver o estudo entrevistando: · o co
njunto de todos os torcedores que estão no estádio (população); · ou parte desse
conjunto de torcedores (amostra). Portanto: População são grupos, geralmente nu
merosos de mesmas características que podem ser estudados estatisticamente. Exem
plos: 48 alunos que estudam na 5 série de uma escola; Clubes campeões paulistas
de futebol, etc. Amostras são partes de grupos de mesmas características, que g
eralmente são muito numerosos e que para ser verificado em sua totalidade seria
muito dispendioso. Exemplos: 10 alunos de uma escola com 995 alunos; 2000 brasil
eiros ouvidos para uma pesquisa de opinião política, etc. -4-
Capítulo 2 – Arredondamento de dados
Se pedirmos a diferentes pessoas que meçam um segmento, certamente obteremos res
ultados diversos. Alguns poderão dar como resposta 3,4 cm, outros, 3,5 cm. Quem
poderá nos garantir que tal medida não seria 3,45 cm ou 3,449 cm? A medida que e
ncontraremos vai depender de quem a efetuou e do instrumento utilizado. Qualquer
medição, por mais bem feita que seja, sempre nos dará um resultado aproximado.
Assim, também cálculos que envolvem divisões nem sempre resultam em números exat
os. Observemos o resultado de 146 : 99. O número 1,474747... envolve uma dízima
periódica. É, portanto, um número decimal não-exato. Para calcularmos o valor da
expressão 3,578 + 146 : 99, poderíamos pensar em usar apenas três casas decimai
s, considerando: · Um número menor que o valor real: 3,578 + 1,474 = 5,052 · Um
número maior que o valor real: 3,578 + 1,475 = 5,053 Nos dois casos estaríamos c
ometendo erros: para menos, no primeiro, e para mais no segundo. O erro é a dife
rença entre o valor real do número e o valor considerado. A quantidade de algari
smos a conservar após a vírgula depende do problema que estamos resolvendo. O er
ro de 0,5m na medida do comprimento de uma rua é diferente do erro de 0,5m na me
dida do comprimento de uma sala. Vejamos isso por meio de duas situações prática
s: Exemplo: a) Um funcionário da prefeitura mede uma rua com o objetivo de numer
ar as casas em relação às medidas obtidas. O portão da casa do Sr. Francisco est
á a 21,5 m do início da rua, no lado dos números ímpares. O funcionário dá o núm
ero 21 à residência em questão. Cometeu, assim, um erro de 0,5 m. b) Um operário
mede o comprimento de uma sala, para a colocação de um carpete em seu piso. A m
edida obtida é 3,5 m. O operário anota 3m, cometendo, portanto, um erro de 0,5m.
Nos dois exemplos, o número que representa os erros é o mesmo, mas o significad
o dos erros cometidos é diferente, uma vez que as situações são diversas. Contin
uemos nosso raciocínio completando o problema do exemplo b: o operário, ao medir
a sala, obteve comprimento 3,5 m e largura 2,3 m. Assim, a área do piso da sala
é 3,5 m . 2,3 m = 8,05 m2. O erro de 0,5m cometido pelo operário na anotação da
medida levará ao seguinte cálculo de área: 3 m . 2,3 m = 6,9 m2 O erro na medid
a da área seria, portanto, de: 8,05 m2 – 6,9 m2 = 1,15 m2 Você já deve ter perce
bido que devemos ter certo cuidado no arredondamento de dados. Deve ter notado t
ambém a importância do arredondamento e da definição de critérios para reduzir o
efeito dos erros. Convém notar que as formas de representação 2; 2,0 e 2,00 não
são equivalentes. -5-
O valor “2” está compreendido entre os valores 1,5 e 2,5: -----|----------------
----|--------------------|--------------------|--------------------|----1 1,5 2
2,5 3 O valor “2,0” está compreendido entre 1,95 e 2,05: -----|-----------------
---|--------------------|--------------------|--------------------|----1,9 1,95
2,0 2,05 2,1 O valor “2,00” está compreendido entre 1,995 e 2,005: 1,995 2,005 -
----|--------------------|----------|----------|----------|----------|----------
----------|----1,98 1,99 2,00 2,01 2,02
Critério de Arredondamento de Dados
A definição de critérios para considerar números próximos aos que representam os
valores reais é necessária par reduzir ao mínimo os efeitos dos erros. Exemplos
: a) O melhor arredondamento para o inteiro mais próximo de 72,8 seria 72 ou 73?
Veja o esquema abaixo: ----------|----------|----------|----------|----------|-
---------|----------|----------|----------|----------|----------|---------72 72,
8 73 Vemos que 72,8 está mais próximo de 73. Considerando 73, o erro será: 73 –
72,8 = 0,2 Considerando 72, o erro será: 72,8 – 72 = 0,8 No segundo caso o erro
é maior. Conclui-se que será melhor a aproximação (arredondamento) para 73. b) Q
ual o melhor arredondamento do número 72,814 com aproximação par o décimo mais p
róximo? (chamamos “aproximação para o décimo mais próximo” o arredondamento do n
úmero considerando a casa dos décimos, ou seja, considerando uma casa decimal.)
72,814 ----------|----------|-----|-----|----------|----------|----------|------
----|----------|----------|----------|----------|--------72,8 72,9 Vemos que 7,8
14 está mais próximo de 72,8. Seu arredondamento para o mais próximo é, então, 7
2,8. c) Aproximar 72,814 para o centésimo mais próximo (2 casas decimais). -----
----|--------------------------------|----------|-------------------------------
------------|--------------72,81 72,814 72,815 72,82 -6-
A aproximação para o centésimo mais próximo é 72,81 porque está mais próximo do
que 72,82 (o erro é menor). d) Qual é a melhor aproximação do número 72,815 para
o centésimo mais próximo? ---------|-------------------------------------------
|-------------------------------------------|--------------72,81 72,815 72,82 De
paramos agora com um número que tem a mesma distância tanto de 72,81 de 72,82. N
a prática, costuma-se aproxima o algarismo que precede o 5 para o número par mai
s próximo. Assim, a aproximação de 72,815 para o centésimo mais próximo é 72,82.
Esta prática é valiosa para reduzir ao mínimo os erros acumulados por arredonda
mento. Vejamos o exemplo seguinte: e) Adicionar os números: 7,35 + 8,65 + 3,25 +
3,15 + 2,95 + 0,75 e 4,85. Solução: · Adicionamos diretamente (sem arredondamen
to): total = 30,95 · Com arredondamentos para décimos considerando o número par
no algarismo que precede o 5: 7,4 + 8,6 + 3,2 + 3,2 + 3,0 + 0,8 + 4,8 = 31,0 · C
om arredondamentos para décimos acrescendo 1 ao algarismo que precede o 5: 7,4 +
8,7 + 3,3 + 3,2 + 3,0 + 0,8 + 4,9 = 31,3 O erro no segundo processo é 31,0 – 30
,95 = 0,05 e no terceiro processo é 31,3 – 30,95 = 0,35. Logo o segundo nos leva
a um erro menor que o terceiro arredondamento, o que torna o segundo processo m
ais aconselhável.
Exercícios Propostos
1- Faça o arredondamento dos números conforme a precisão indicada: a) 47,8 para
a unidade mais próxima; b) 37,257 para o décimo mais próximo; c) 37,257 para o c
entésimo mais próximo; d) 7,314 para o centésimo mais próximo; e) 2,484 para o d
écimo mais próximo; f) 136,5 para a unidade mais próxima; g) 0,0435 para o milés
imo mais próximo; h) 4,50001 para a unidade mais próxima; i) 5,56500 para o cent
ésimo mais próximo; j) 5,56501 para o centésimo mais próximo. 2- Efetue as opera
ções indicadas e calcule o erro, em cada caso de arredondamento (se possível, us
e calculadora): a) 3,253 + 1,725 + 1,23001 + 2,471 + 5,6451 b) 3,150 · 2,335 c)
4,75 ¸ 1,2 d) 3,112 - 1,3374 e) 45 + 29,12 - 14,3303 + 9,99 Para cada operação c
onsidere: · sem arredondamento; · com arredondamentos para décimos; · com arredo
ndamentos para centésimos; -7-
· com arredondamentos para milésimos; · com arredondamentos para a unidade. Em c
ada caso indique qual é o arredondamento que traz o menor acúmulo de erros.
Capítulo 3 – Freqüências
Freqüência absoluta e freqüência absoluta acumulada
A primeira fase de um estudo estatístico consiste em recolher, contar e classifi
car os dados colhidos sobre uma população estatística. Escolhida uma característ
ica estatística sobre os elementos de uma população estatística, devemos elabora
r uma tabela de dados denominada distribuição estatística. Exemplo1 - Considerem
primeiramente as idades de 15 pessoas de um grupo de alunos num curso de artesa
nato: 15 18 19 17 17 19 16 19 17 20 16 18 19 15 20 Nesse caso temos: População e
statística: 15 alunos de um curso de artesanato; Amostras: alguns alunos (3 ou 4
) desse grupo de 15 alunos; Variável estatística: as idades desses 15 alunos. A
partir desses conhecimentos, vamos elaborar uma tabela: Idades Contagem Número d
e Alunos (Xi) (Fi) 15 1+1 2 16 1+1 2 17 1+1+1 3 18 1+1 2 19 1+1+1+1 4 20 1+1 2 T
otal = 15 Na primeira coluna aparecem os diferentes valores da variável estatíst
ica, que representamos por Xi. Na última coluna aparece o número de vezes que ca
da valor se repete; essa coluna é chamada freqüência absoluta, que representamos
por Fi. Freqüência absoluta (Fi) do valor de Xi é o número de vezes que cada va
riável estatística assume o valor de Xi. A distribuição de freqüências absolutas
pode ser completada com mais uma coluna, chamada freqüências absolutas acumulad
as (F. i. a.), cujos valores são obtidos adicionando a cada freqüência absoluta,
os valores das freqüências anteriores. Veja o complemento da tabela anterior: I
dades (Xi) 15 16 17 18 19 20 Número de Alunos (Fi) 2 2 3 2 4 2 Total = 15 Soma d
os números de alunos (Fia) 2 4 7 9 13 15 Total = 15 -8-
Pelo quadro e usando a freqüência acumulada, podemos fazer algumas observações c
omo: a) 9 pessoas possuem menos que 19 anos de idade, ou seja, entre 15 e 18 ano
s; b) 15 – 9 = 6 pessoas possuem idade acima de 18 anos, ou seja, entre 19 e 20
anos. Portanto, a freqüência absoluta acumulada permite uma análise mais abrange
nte na tabela de freqüências, possibilitando visualização globalizada de alguns
parâmetros estatísticos.
Exercícios Propostos
3- Em uma escola, o conceito de cada bimestre é representado por letras: A, B, C
, D e E. Em um determinado bimestre, os conceitos dos alunos da 6 série A, em G
eografia foram os seguintes: Disciplina: Geografia Número 1 2 3 4 5 6 7 8 9 10 1
1 12 13 14 15 16 17 18 19 20 Conceito B A C C D C D A A C E D D C B C B C C B Ne
ssas condições, elabore um quadro de distribuição de freqüências absolutas e fre
qüências absolutas acumuladas, sabendo que a nota mais alta é A e a mais baixa é
E. Analise também os resultados obtidos em alguns aspectos. 4- Um dado foi lanç
ado 15 vezes, tendo-se obtido os seguintes pontos: 2, 5, 6, 6, 1, 4, 2, 6, 5, 1,
3, 3, 2, 4 e 6. Construa uma tabela de distribuição de freqüências absolutas e
freqüências absolutas acumuladas. 5- Os salários mensais, em reais, dos 20 funci
onários de uma empresa são: 720, 720, 800, 880, 840, 720, 760, 800, 920, 720, 76
0, 800, 840, 720, 680, 760, 800, 720, 880 e 760. Elabore um, quadro de distribui
ção de freqüências absolutas e freqüências absolutas acumuladas, analisando em s
eguida os resultados obtidos, fazendo um comparativo desses salários com a situa
ção atual de nosso país. Sugestão: tome com extremos o menor e o maior salário.
6- Agora vamos fazer uma pesquisa em nossa classe para verificar as idades de to
dos os alunos, em seguida vamos elaborar uma tabela de distribuição de freqüênci
as absolutas e freqüências absolutas acumuladas e analisar os resultados obtidos
.
Freqüência relativa e freqüência relativa acumulada
Chama-se freqüência relativa (fi) do valor Xi da variável, o quociente entre a f
reqüência absoluta e o número de elementos da população estatística, ou seja: f
i = F i (%) N
Devemos observar que a freqüência relativa é dada na forma de porcentagem (%), o
u seja, vai ser necessário multiplicar o resultado do quociente acima por 100; e
la vai nos tornar mais clara a análise de certos dados. Se tomarmos como exemplo
o quadro de freqüências das idades das 15 pessoas num curso de artesanato, temo
s: f 15 = 2 = 0,13333... = 13,33% f 17 = 3 = 0,2 = 20% (0,2 x 100 = 20) 15 15 -9
-
Podemos então, completar o quadro de distribuição de freqüências com mais duas c
olunas: a coluna das freqüências relativas (f i) e a coluna das freqüências rela
tivas acumuladas (f i a). Idades (Xi) 15 16 17 18 19 20 Número de Alunos (Fi) 2
2 3 2 4 2 Total = 15 Soma dos números de alunos (Fia) 2 4 7 9 13 15 Total = 15 f
reqüência freq. relat. relativa acumulada f.i. (%) f.i.a. (%) 2/15 = 13,33 13,33
2/15 = 13,33 26,66 3/15 = 20 46,66 2/15 = 13,33 59,99 4/15 = 26,67 86,66 2/15 =
13,33 99,99 Total = 99,99 Total = 99,99
Observando essa tabela, podemos dizer que: · 20% dos alunos possuem 17 anos de i
dade; · 59,99% possuem idade inferior a 19 anos; · 99,99% – 59,99% = 40% possuem
idades superior a 18 anos. Observação: Quando tratarmos com valores dizimais (f
.i. e f.i.a.), podemos fazer o arredondamento utilizando 2 casas decimais, total
izando aproximadamente 100% com margem de erro de 2 décimos, superando-se esse e
rro o aluno deve rever seus cálculos e melhorar sua aproximação.
Exercícios Propostos
7- Um dado foi jogado 20 vezes, sendo obtido os seguintes pontos: 1, 5, 6, 5, 2,
2, 2, 4, 6, 5, 2, 3, 3, 1, 6, 6, 5, 5, 4, 2. Elabore um quadro com distribuição
de freqüências absolutas, freqüências absolutas acumuladas, freqüências relativ
as e freqüências relativas acumuladas. 8- Observando a tabela do exercício cima,
responda: a) Quantas vezes o número 2 foi obtido no dado? b) Quantas vezes o nú
mero obtido no dado foi menor que 5? c) Qual o índice em % em que o número 6 foi
obtido no dado? d) Qual o índice em % em que números maiores que 4 foram obtido
s no dado? 9- A tabela abaixo mostra a média dos 25 alunos da 1 série do curso
de ensino médio de um determinado colégio, em Química, no primeiro bimestre de u
m determinado ano: Disciplina: Química
Números 1 Médias 4 2 7 3 5 4 5 5 5 6 4 7 9 8 4 9 5 10 6 11 6 12 7 13 6 14 6 15 5
16 4 17 4 18 8 19 7 20 6 21 6 22 8 23 5 24 5 25 8
Tomando como extremos a menor e a maior nota: a) Elabore um quadro com distribui
ção de freqüências absolutas, freqüências absolutas acumuladas, freqüências rela
tivas e freqüências relativas acumuladas. b) Quantos alunos obtiveram média 6? c
) Quantos alunos obtiveram média menor que 6? d) Quantos alunos obtiveram média
maior que 6? e) Qual o índice em % de reprovação em Química neste bimestre? f) Q
ual o índice em % de alunos que obtiveram média maior que 7? g) Qual o índice em
% de alunos que obtiveram média maior ou igual a 5 e menor que 7? - 10 -
Capítulo 4 -Saiba um pouco mais A ESTATÍSTICA É O MELHOR CALMANTE
É inevitável. Depois de um ano sombrio para a aviação comercial, como foi o de 1
996, até o passageiro mais viajado sente medo. Diante de tantos desastres aéreos
nas manchetes dos jornais, não há quem o convença de que as quedas são raras, d
e que o normal é tudo dar certo. Mas é exatamente isso que dizem as estatísticas
. A chance de alguém bater o carro e morrer a caminho do aeroporto é 500 vezes m
aior do que a de o avião cair. Segundo a Administração Federal de Aviação, ameri
cana, de cada 1000 mortes, 228 acontecem em acidentes rodoviários e 0,45 em aero
viários. Até nadar é mais perigoso. A cada 1000 fatalidades, 26 são por afogamen
to. “Seria preciso viajar todos os dias, durante 712 anos, para que alguém se en
volvesse com certeza em um acidente aéreo”, disse a SUPER Stuart Matthews, da FS
F (sigla para a fundação de segurança no vôo, em inglês).O que aconteceu no dia
31 de outubro em São Paulo, quando um fokker 100 despencou sobre várias casas se
gundos depois de decolar, foi uma tremenda falta de sorte, levando-se em conta a
s estatísticas. Pesquisas mostram que desde o final da década de 50 o número de
desastres caiu bastante, embora eles tenham matado mais de 20.000 pessoas. Há 37
anos, eram sessenta casos para cada milhão de decolagens. Hoje são três. E Bras
il segue a tendência. Em 1987, quando o país tinha 7.890 aviões, houve 226 acide
ntes. Hoje com uma frota quase 20% maior, o número baixou para menos da metade.
Mas a matemática nem sempre tranqüiliza. A lei da gravidade parece ser mais crue
l na América Latina. Aqui, a cada milhão de pousos e decolagens 32,4 não dão cer
to. Na América do Norte a freqüência é oito vezes menor. “E o maior problema é a
tripulação”, diz Stuart Mattews. Ou seja, em geral a culpa não é da tecnologia.
Os números animadores também não valem para aviões pequenos. No Brasil, entre 1
982 e 1984, os desastres com jatinhos aumentaram 55%. Alguns viraram notícia. Na
noite de 2 de março de 1996, um Learjet chegou ao aeroporto de Guarulhos com ve
locidade superior à indicada para pouso. O piloto subiu e virou à esquerda. Choc
ou-se com uma montanha. Morreram nove pessoas. Eram os Mamonas assassinas e a tr
ipulação. Conclusão do inquérito policial: erros do piloto, do co-piloto e da to
rre.
O que derruba uma aeronave
15,7% Falha mecânica – O atrito com o ar e os processos de compressão e descompr
essão provocam trincas na fuselagem, que é o corpo do avião. Quando não são perc
ebidas e reparadas a tempo, parte da carcaça se solta em pleno vôo. Informações
sobre o vôo chegam ao painel por fios conectados a aparelhos espalhados pelo avi
ão. Interferências eletromagnéticas alteram os dados, confundem os pilotos e pod
em acionar equipamentos em hora errada. O desgaste na ligação entre as turbinas
e a asa pode fazer com que uma delas se solte parcialmente e deixe de funcionar.
As turbinas empurram a aeronave, mantendo-a no ar, e ajudam na freagem, com o m
ecanismo chamado reverso. São partes delicadas do aparelho, que já causaram muit
os acidentes. Cadeiras mal fixadas esmagam os passageiros. Além disso, é sob ela
s que se colocam as bombas. O terrorismo não entra nas estatísticas, mas é um da
do importante, tal qual a tragédia de 11 de Setembro de 2001, nos EUA. 3,4% Manu
tenção – Antes do vôo, todo o aparelho deve ser avaliado. Peças desgastadas que
já derrubaram muitos aviões poderiam ter sido trocadas nessa fase. - 11 -
4,8% Clima – Nevoeiros diminuem a visibilidade e correntes de vento podem desest
abilizar o aparelho. O relâmpago é uma fatalidade que não se pode evitar. Fagulh
as surgidas em possíveis atritos entre partes do avião podem chegar ao tanque de
combustível e provocar explosões. 69,2% Falhas humanas – Piloto e co-piloto cau
sam nada menos que 64,4% das quedas. Por inexperiência ou cansaço, confundem-se
com aparelhos e orientações da torre e cometem deslizes. Pela lei, podem ficar n
o comando até 9 horas e 30 minutos por dia. Mas o sindicato Nacional dos Aeronau
tas garante que a norma não é respeitada. A torre de controle orienta o tráfego
no aeroporto e é crucial no pouso e na decolagem. Falhas na comunicação e orient
ações erradas causam 4,8% dos acidentes. 7,1% Outras causas (Testes e vôos milit
ares) – O trem de pouso é controlado por um sistema hidráulico. Às vezes ele não
funciona e o avião tem que pousar de barriga.
Capítulo 5 - Distribuição de freqüência
Algumas coletas com muitos dados não favorecem a elaboração de tabelas detalhada
s. Nesses casos, é mais interessante agrupar os valores em determinados interval
os que apresentam a mesma amplitude. Exemplo: Em uma olimpíada estudantil, com a
lunos do ensino fundamental, foi medida a altura de cada um dos participantes, e
ncontrando-se os seguintes valores, em centímetros. 152 155 167 176 155 156 166
178 153 162 155 160 155 160 162 158 178 162 152 160 163 161 155 160 164 158 179
162 160 167 151 150 152 174 167 156 154 166 162 152 156 152 171 161 170 157 151
153 172
157 Para fazermos a distribuição de freqüência, procedemos da seguinte f
orma: 1 passo Organizamos todas as medidas em ordem crescente ou decrescente. E
ssa relação, assim organizada, chama-se rol. 150 152 154 155 157 160 162 163 167
174 151 152 155 156 158 160 162 164 167 176 151 152 155 156 158 160 162 166 170
178 152 153 155 156 160 161 162 166 171 178 152 153 155 157 160 161 162 167 172
179 - 12 -


2 passo Notamos que a menor estatura é 150cm e a maior é 179cm. Assim, a variaç


ão é de 179cm – 150cm = 29cm. Esse valor é chamado de amplitude total (H). 3 pa
sso Agrupamos os valores em intervalos de classe. Podemos considerar, por exempl
o, a classe de 150 ( inclusive ) à 154 ( exclusive). Em símbolos, é denotada por
150 |¾¾¾ 154. Nesse caso, 150 é o limite inferior e 154 é o limite superior da
classe. A diferença entre o limite inferior e o limite superior é igual à amplit
ude da classe (h). Adotando-se a amplitude da classe igual a h = 4, teremos oito
classes. Construímos, então, uma tabela de freqüências com classes.
Estatura (cm) 150 |------ 154 154 |------ 158 158 |------ 162 162 |------ 166 16
6 |------ 170 170 |------ 174 174 |------ 178 178 |------ 182 TOTAL
Freqüência Absoluta 10 11 9 7 5 3 2 3 50 Exercícios Propostos
Freqüência Relativa (%) 0,20 ou 20% 0,22 ou 22% 0,18 ou 18% 0,14 ou 14 % 0,10 ou
10% 0,06 ou 6 % 0,04 ou 4% 0,06 ou 6% 100%
10- O exame de quarenta pacientes de um hospital constatou o seguinte número de
leucócitos (glóbulos brancos) por mm3. 5800 2000 1300 4000 5900 3900 2400 2100 2
500 2600 7100 1500 4100 8300 6100 3500 1400 3400 4200 8900 2800 5900 2000 3200 2
900 4500 7200 3100 2400 1900 6900 3100 2900 1900 1900 5700 5800 1600 6800 1100
Com esses dados, construir uma tabela de freqüências absoluta e relativa, consid
erando a amplitude da classe igual a 2000 (h = 2000 ). 11- Um comerciante de cal
çados masculinos pretendendo renovar seu estoque fez um levantamento dos pares v
endidos no mês anterior e levando em conta apenas o número do sapato, chegou a s
eguinte ralação: 40 36 38 41 41 40 38 41 39 34 40 36 38 41 41 40 38 41 39 34 42
40 39 39 41 41 39 42 40 34 42 40 39 39 41 41 39 42 40 34 36 40 40 38 40 39 42 39
38 35 36 40 40 38 40 39 42 39 38 35 38 41 39 39 41 38 43 40 36 37 38 41 39 39 4
1 38 43 40 36 37 36 42 34 40 39 38 37 38 35 36 36 42 34 40 39 38 37 38 35 36 - 1
3 -
Estabeleça o rol desses dados, em seguida divida em intervalos de 2 em 2 números
e construa uma tabela completa de freqüências, analisando em seguida os resulta
dos obtidos.
Capítulo 6 – Representação Gráfica
Dados estatísticos podem ser representados tanto por tabelas e por quadros de di
stribuição por freqüência quanto por gráficos. O uso gráfico para representar um
a situação estatística pode muitas vezes expor melhor visualmente do que uma tab
ela estatística, porém o seu uso deve ser feito com bastante cautela, utilizando
o gráfico adequado em cada situação, veja alguns casos: A) Gráfico de Colunas -
é um tipo de gráfico muito utilizado em diversas situações, indica quantidades,
porcentagens e de fácil comparação entre suas variáveis.
10 8 6 4 2 0 1o Bim. 2o Bim. 3o Bim. 4o Bim. João José Maria
O gráfico acima mostra o desempenho de 3 alunos durante o ano num determinado cu
rso, pode-se perfeitamente verificar que João teve o melhor desempenho, seguido
de Maria e José teve o pior desempenho. B) Gráfico de Barras – também é um tipo
de gráfico muito utilizado para comparar diversos tipos de dados e é uma outra v
ariante do gráfico de colunas, sendo amplamente utilizado em jornais, revistas,
empresas, etc.
4o Bim. 3o Bim. 2o Bim. 1o Bim. 0 5 10 15 Maria José João
O gráfico demonstra a mesma situação do gráfico de colunas acima, ou seja, as no
tas de 3 alunos.
- 14 -
C) Histograma – é um gráfico construído no plano cartesiano por retângulos em nú
mero igual ao número de classes da distribuição. Cada classe é representada por
uma coluna de altura correspondente a sua freqüência. Trata-se também de um gráf
ico de área. É utilizado para variáveis contínuas, por isso, o gráfico também é
contínuo: as colunas são justapostas. A área de cada coluna é proporcional à fre
qüência da classe que representa. Logo, a área de todo histograma é proporcional
à soma total das freqüências. Para construir um histograma, representamos as cl
asses no eixo das abscissas de um sistema cartesiano, utilizando segmentos de me
sma medida. Para cada um deles, registramos os limites superior e inferior. No á
pice do eixo das ordenadas, registramos o maior valor da freqüência, dividindo o
restante proporcionalmente aos outros valores. Levantamos então as colunas, jus
tapostas. Quantid. de alunos 10 F R 8 E Q 6 U Ê 4 N C 2 CLASSES I A S 0 150 155
160 165 170 175 180 185 Altura (cm)
Exercícios propostos
12- Sessenta jurados escolheram as sedes das próximas olimpíadas entre cinco paí
ses( A, B, C, D e E). Uma entrevista com esses jurados revelou que nove deles op
taram pelo país A, seis por B, 27 por C, três por D e 15 por E. a) Construa uma
tabela relacionando os países escolhidos e as freqüências absoluta e relativa. b
) Construa o gráfico de colunas para representar os dados dessa tabela. 13- Um l
aboratório realizou, num certo dia, noventa coletas de sangue. Um dos itens anal
isados foi o grupo sanguíneo do sistema ABO. Desse total, constatou-se que 27 co
letas eram do grupo sanguíneo A, 36 do B, 18 do AB e 9 do O. a) Construa uma tab
ela relacionando os grupos sanguíneos e as freqüências absoluta e relativa. b) C
onstrua o gráfico de barras para representar os dados dessa tabela. 14- A tabela
abaixo representa o salário de famílias de uma pequena comunidade. 8.000,00 a 9
.000,00 18 9.000,00 a 10.000,00 31 10.000,00 a 11.000,00 15 11.000,00 a 12.000,0
0 3 12.000,00 a 13.000,00 1 13.000,00 a 14.000,00 1 14.000,00 a 15.000,00 1 Cons
trua com esses dados um histograma e analise os resultados. - 15 -
Salário ( Reais)
Frequência
D) Setores – Dos gráficos de Estatística, mais importante que a contribuição de
Descartes foi a do escocês William Playfair, que trabalhava com estatísticas com
erciais. Em 1786 ele começou a inventar maneiras de representar dados numéricos
por meio de figuras. Uma de suas criações foram os gráficos de barras ou colunas
, como aqueles de João, José e Maria e suas notas bimestrais. Depois de 1801, el
e inventou os gráficos de setores, também chamados de “tortas” ou “pizzas”. Veja
mos um exemplo: POPULAÇÃO DE REGIÕES METROPOLITANAS - BRASIL/1992
5% 6% 6%
Grande S.P. (37 municípios) Grande R.J. (15 municípios)
37%
7%
Grande B.H. (14 municípios) Grande Porto Alegre (14 municípios)
7%
Grande Recife (9 minicípios) Grande Salvador (8 municípios)
8%
Grande Fortaleza (5 municípios)
24%
Grande Curitiba (14 municípios)
O gráfico acima mostra a distribuição populacional nas grandes metrópoles brasil
eiras e permite um comparativo entre as quantidades de habitantes existentes em
cada metrópole, sendo que não confunde o leitor e sim permite uma análise mais a
mpla da situação no momento. Veja tabela a seguir, geratriz desse gráfico:
REGIÕES METROPOLITANAS Grande S.P. (37 municípios) Grande R.J. (15 municípios) G
rande B.H. (14 municípios) Grande Porto Alegre (14 municípios) Grande Recife (9
municípios) Grande Salvador (8 municípios) Grande Fortaleza (5 municípios) Grand
e Curitiba (14 municípios) TOTAL
POPULAÇÃO 15.444.900 9.814.600 3.436.100 3.026.800 2.874.500 2.496.500 2.307.000
2.000.800 41.401.200
PERCENTUAL 37,3% 23,7% 8,3% 7,3% 6,9% 6,0% 5,6% 4,8% 100,0%
Foi feita uma enquete a 1200 alunos de uma escola sobre as atividades esportivas
que gostariam de ter na escola. O resultado obtido foi o seguinte: - 16 -
Atividade Esportiva
Número de Alunos
voleibol 600 basquete 200 futebol 100 natação 50 outras 250 Com esses dados pode
-se construir uma representação gráfica de setores dessa distribuição,
em que us
aremos um círculo. Lembrando que uma circunferência completa tem 360 , podemos c
alcular por meio de uma regra de três simples e direta o ângulo central correspo
ndente a cada
uma das atividades
desejadas

pelos alunos. Assim, temos: 1200 ----
--------

360 à v = 600 x 360 = 180 600 ------------

v 1200 1200 ------------
360 200
------------ b 1200 ------------ 360 600
------------ f 1200 ---------
--- 360

50

------------ n 1200 ------------


360 250 ------------


o à b = 200 x
360 =
60 1200

à f = 100 x 360 = 30 1200 à n = 50 x 360 = 15 1200 à o = 25
0 x 360 = 75 1200
Com essas medidas, poderemos, então construir com o uso de régua e compasso um g
ráfico de setores de forma correta, utilizando-se de cores e legenda para repres
entar melhor a opinião dos alunos quanto ao esporte praticado. Veja a construção
do professor.
Exercícios propostos
15- Uma pesquisa sobre atividades culturais extraclasse foi feita entre 1000 alu
nos de uma escola. O resultado está no quadro seguinte:
Atividade


N de Alunos
Visita a museus 400 Visita a outras cidades 200 Palestras 250 Exposições 100 Out
ras 50 Usando um gráfico de setores, faça a representação gráfica dessa distribu
ição. Faça também uma pesquisa na sala sobre a mesma preferência, construa també
m um gráfico de setores e faça uma análise comparativa entre as duas situações.
- 17 -
16- Usando a tabela do exercício 11, construa um gráfico de setores para as colu
nas Xi e Fi. 17- A tabela abaixo é o resultado de uma pesquisa feita em uma esco
la de ensino médio do Rio de Janeiro, onde foram ouvidas 40 pessoas. Complete-a
e faça o gráfico de setores correspondente:
Time preferido
Vasco Flamengo Fluminense Botafogo Outros
Frequência
10 12 8 6
Taxa Percentual
25%
20% 10%
18- Usando a tabela com a freqüência do exercício anterior, faça o gráfico de co
lunas; em seguida compare: qual dos dois é ideal para esse estudo?
Capítulo 7 – Medidas de tendência central
Há certas medidas que são típicas numa distribuição: as de tendência central (mé
dias, medianas) e as de dispersão.
Médias
Consideremos, em ordem crescente, um rol de notas obtidas por alunos de duas tur
mas (A e B): Turma A: 2 3 4 4 5 6 7 7 7 7 8 Turma B: 2 3 4 4 4 5 6 6 7 8 9 Obser
vemos para cada turma: · O valor que ocupa a posição central: Turma A: 2 3 4 4 5
6 7 7 7 7 8 cinco notas abaixo de 6 cinco notas acima de 6 posição central Turm
a B: 2 3 4 4 4 cinco notas abaixo de 6 5 67789 cinco notas acima de 6
posição central · O valor que aparece com maior freqüência: Turma A: 7 aparece c
om maior freqüência Turma B: 4 aparece com maior freqüência. O quociente da soma
tória (å) dos dados (x) pela quantidade de dados (n): åx n Turma A: 2+3+4+4+5+6+
7+7+7+7+8 = 60 = 5,45 11 11 - 18 -
·
Turma B: 2+3+4+4+4+5+6+7+7+8+9 = 59 = 5,36 11 11 Colocando estes três valores la
do a lado, temos:
Turma A b
Posição Central 6 5
Maior Freqüência 7 4
åx n 5,45 5,36
Observando os resultados, podemos afirmar que a turma A teve melhor que a turma
B. Esses três valores caracterizam as distribuições. São chamados valores típico
s. Eles tendem a se localizar em um ponto central de um conjunto de dados ordena
dos segundo suas grandezas, o que significa a denominação medidas de tendência c
entral ou médias. O valor que ocupa a posição central chama-se mediana ( Md ) :
Para a turma A, a mediana é 6: Md = 6. Para a turma B, a mediana é 5: Md = 5. O
valor que aparece com maior freqüência chama-se moda ( Mo ) : Para a turma A, a
moda é 7: Mo = 7. Para a turma B, a moda é 4: Mo = 4. O quociente da soma pelos
valores pela quantidade deles é a média aritmética ( Ma ) : Para a turma A, a mé
dia aritmética é Ma = 5,45. Para a turma B, a média aritmética é Ma = 5,36. Port
anto, mediana, moda e média aritmética são medidas de tendência central ou média
s da distribuição. Existem outros tipos de média, como a média geométrica e a ha
rmônica, que não constarão deste capítulo por não serem muito utilizadas neste n
ível de ensino.
Média aritmética
A média aritmética (Ma) é a medida de tendência central mais conhecida. Já sabem
os que ela é o quociente da soma dos valores (åx) pela quantidade (n). Exemplo 1
– Consideremos os dados abaixo: 18 17 17 16 16 15 15 13 13 13 13 13 12 12 A qua
ntidade de dados é n = 20 A soma dos dados é åx = 18 + 17 + ... + 11 + 11 = 280
A média aritmética é: Ma = åx = 280 = 14 n 20 - 19 -
15 12
14 11
14 11
Exemplo 2 – Consideremos os mesmos dados do exemplo1 dispostos em uma distribuiç
ão por freqüência: x 18 17 16 15 14 13 12 11 TOTAL Fi 1 2 2 3 2 5 3 2 20
Veja que o número de observações é igual ao da soma das freqüências absolutas Fi
= n = 20, que pode ser efetuado da seguinte forma: åx = 1 . 18 + 2 . 17 + 2. 16
+ 3 . 15 + 2 . 14 + 5 . 13 + 3 . 12 + 2 . 11 = 280 Os fatores que multiplicam o
s dados são as freqüências que aparecem na tabela da distribuição. Logo:
Ma = åx = å Fix n å Fi
Na prática, quando temos a distribuição por freqüência, acrescentamos à tabela u
ma coluna com os produtos Fi x de cada valor pela sua freqüência, veja:
x 18 17 16 15 14 13 12 11 TOTAL
Fi 1 2 2 3 2 5 3 2 20
Fi x 18 34 32 45 28 65 36 22 280
Ma = 280 ® Ma = 14 20
- 20 -
Cálculo da média aritmética para dados agrupados em classes
Quando, numa distribuição por freqüência, os dados estão agrupados em classes, s
ão considerados coincidentes com os pontos médios das classes às quais pertencem
. Para o cálculo da Ma, usaremos os produtos dos pontos médios pelas freqüências
de cada classe. (Pm . Fi). Acrescentamos, então, à tabela dada a coluna Pm . Fi
. Exemplo 3 – Seja a tabela que nos dá altura (x) dos estudantes de uma classe d
e primeiro grau: x (cm) 150 155 160 165 170 175 |--- 155 |--- 160 |--- 165 |---
170 |--- 175 |--- 180 Pm Ponto médio 152,5 157,5 162,5 167,5 172,5 177,5 Fi 6 9
16 5 3 1 40 Pm . Fi 915,0 1417,5 2600,0 837,5 517,5 177,5 6465,0
TOTAL
Queremos, a partir da tabela, calcular a média aritmética. Solução: completando
a tabela, com a coluna Pm . Fi, à direita temos a coluna com os dados em “vermel
ho” acima:
Ma = å Pm . Fi å Fi
Ma = 6465 40
Ma = 161,625
Este é o cálculo da média aritmética pelo chamado processo longo. Você deve ter
notado que a média aritmética é um valor que engloba todos os dados. Se houver d
ados discrepantes, eles influirão no valor da Ma.
Mediana
Mediana é o valor que divide a distribuição ao meio de tal modo que 50% dos dado
s estejam acima desse valor e os outros 50% abaixo dele. Exemplo 4 – Sejam as no
ve observações: 1 2 3 4 5 6 7 8 9 Md = 5 Mediana Mediana é o número que tem ante
s e depois de si a mesma quantidade de valores. Quando a quantidade de observaçõ
es é um número par, a mediana é a média aritmética dos valores centrais. Exemplo
5 – Sejam as seis observações: 10 11 15 17 18 20 Nesse caso a mediana é: 15 + 1
7 = 16 2 Md = 16
Obs.: Para o efetivo cálculo ou localização da mediana, os dados observados deve
m estar em ordem crescente, vejam os exemplos 4 e 5. - 21 -
Moda
A moda de um conjunto de números é o valor que ocorre com maior freqüência. A mo
da pode não existir, e se existir pode não ser única. Exemplo 6 – O conjunto de
números: 2, 2, 5, 7, 9, 9, 9, 10, 11, 12, 18 tem Mo = 9 Exemplo 7 – No conjunto
de dados: 3, 5, 7, 9, 10, 11, todos os dados têm a mesma freqüência. Não existe
nenhum valor que apresente maior freqüência do que os outros. É um caso em que a
moda não existe. Exemplo 8 – Seja o rol de dados: 3 3 4 4 4 5 6 7 7 7 8 e 9. Os
números 4 e 7 apresentam freqüência 3, maior que a os demais. Nessa distribuiçã
o há, portanto, duas modas: Mo = 4 e 7 Uma distribuição com duas modas é denomin
ada bimodal. A rigor, a moda não é uma medida empregada para um pequeno número d
e observações. Existem fórmulas para o cálculo da moda, mas, na prática, ela é d
eterminada pelo valor ou pela classe que apresenta maior freqüência. Neste últim
o caso, ela é chamada classe modal, que representa uma aproximação da moda.
Exercícios propostos
19- Calcular a Ma, Md e a Mo dos seguintes dados: a) 3 5 2 6 5 9 b) 51 6 48 7 3
50 c) 10 12 8 7 9 12 5 49 15 2 5; 22 8 17 6; 7.
20- Certo pesquisador aplicou um teste aos alunos de um colégio e obteve os segu
intes resultados: 32 15 26 16 22 37 13 22 13 17 23 31 14 19 23 20 38 16 20 22 23
16 38 18 23 22 29 23 19 21 21 19 26 19 19 40 22 28 30 20 34 24 12 15 15 33 24 2
0 30 27 36 15 17 34 20 25 19 17 20 17 16 26 29 27 31 40 25 19 12 21 11 18 21 20
22 23 11 36 29 10 30 32 30 29 17 22 21 12 20 21 25 31 27 22 15 24 21 22 22 22 24
31 21 21 16 22 17 35
Pede-se para: a) Organizar o rol dessa distribuição; b) Indicar a amplitude tota
l (diferença entre o maior e o menor valor); c) Fazer uma distribuição por freqü
ência; d) Calcular a média (Ma) de acertos; e) Calcular o número mediano (Md) de
acertos; f) Calcular a moda (Mo); g) Representar o histograma da distribuição e
assinalar nele a Ma, Mo e Md. h) Analisar os resultados obtidos. 21 – Elabore u
ma pesquisa, em grupo (5 alunos), utilizando um tema para que a coleta de dados
permita o cálculo de medidas de tendência central, construa um gráfico para essa
situação e a conclusão do grupo, justificando o porque da escolha do tema e qua
l a sua importância. 22- Verifique as idades de todos os alunos da classe até o
presente momento, em seguida, calcule a média, mediana e moda desses dados, cons
truindo um gráfico para essa situação e analise seus resultados. - 22 -
Capítulo 8 – Medidas de dispersão
Em Estatística é importante saber como variam as características do conjunto de
dados colhidos e tabelados. Precisamos às vezes comparar fatos, como a produção
de uma firma em um ano e em outro, ou características físicas de indivíduos, com
o sexo, raça, altura, etc. Para tal, necessitamos de uma média. Se soubermos, po
r exemplo, que a média de altura das meninas recém-nascidas de certa idade é 47,
3 cm e que, nesse mesmo local nasceu uma menina medindo 50 cm, podemos afirmar q
ue ocorreu uma variabilidade, ou uma dispersão, em relação à média. Dizemos que
houve um desvio de 2,7 cm em relação à média (50 – 47,3 cm). O significado de de
svio é o mesmo que se tem comumente em relação a esse termo. Quando dizemos que
um avião teve um desvio de 10 Km de sua rota, entendemos que havia uma rota (ref
erência) a ser percorrida e que o avião se desviou dela. Em Estatística, a refer
ência é a Ma, que seria o valor provável para todos os dados se eles fossem em q
ualquer caso, iguais; mas normalmente eles se desviam da Ma.
Desvio padrão e variância
O desvio padrão é a medida mais usada na comparação de diferenças entre grupos,
por ser a mais precisa. Ele determina a dispersão dos valores em relação a média
. Exemplo – Consideremos os pesos de 20 crianças recém-nascidas, numa cidade X:
10 meninos e 10 meninas.
Meninos
1 2 3 4 5 6 7 8 9 10
Peso (g)
3750 3750 3350 3250 3250 3100 3150 3100 3350 3350
Meninas
1 2 3 4 5 6 7 8 9 10
Peso (g)
3000 3300 3200 3250 3100 3100 3300 3000 3100 3150
As médias aritméticas dos pesos são: Meninas: 3150g Meninos: 3340g Podemos obser
var que o peso dos meninos é em média maior que o das meninas. Desvio (d) Desvio
(d) Meninos Peso d2 Meninas Peso 1 2 3 4 5 6 7 8 9 10 3750 3750 3350 3250 3250
3100 3150 3100 3350 3350 410 410 10 -90 -90 -240 -190 -240 10 10 168100 168100 1
00 8100 8100 57600 36100 57600 100 100 - 23 1 2 3 4 5 6 7 8 9 10 3000 3300 3200
3250 3100 3100 3300 3000 3100 3150 -150 150 50 100 -50 -50 150 -150 -50 0
d2
22500 22500 2500 10000 2500 2500 22500 22500 2500 0
d = xn – Ma, onde xn é o elemento considerado, exemplo x1 peso 3750g e Ma = médi
a aritmética dos
dados. Para d1 (meninos), temos x1 – Ma (meninos) = 3750 – 3340 = 410,e assim po
r diante. A média aritmética dos quadrados dos desvios chama-se variância [var(x
)]. Calculemos as variâncias das duas distribuições. Para os meninos: Var(x)1 =
(168100 . 2) + (100 . 3) + (8100 . 2) + (57600 . 2) + (36100 . 1) = 50400 10 Par
a as meninas: Var(x)2 = (22500 . 4) + (2500 . 4) + (10000 . 1) = 11000 10 A raiz
quadrada da variância é o desvio padrão. Calculemos os desvios padrões de cada
uma das distribuições: Para os meninos s1 = Ö50400 = 224,5 g Para as meninas s2
= Ö11000 = 104,9 g Comparando os dois valores, notamos que a variabilidade no pe
so dos meninos é maior que no das meninas (s1 > s2). O desvio padrão é a medida
de dispersão mais utilizada em casos de distribuições simétricas. Lembramos que,
graficamente, distribuições desse tipo se aproximam de uma curva conhecida como
curva normal ou curva de Gauss: | | | | | | | | | O desvio padrão tomado com os
sinais – e + (-s e +s) define em torno da média aritmética uma amplitude (2s) c
hamada de zona de normalidade. Processos matemáticos indicam que 68,26% dos caso
s se situam nessa amplitude. | | | | | | | | | | | | | | | | | | | -s Ma +s |---
-----zona de--------| normalidade - 24 -
Exemplo – Considerando os resultados do exemplo anterior, a respeito dos pesos d
as meninas: Ma = 3150g e s = 104,9 g, calcular a zona de normalidade. Solução: D
evemos encontrar um intervalo de amplitude 2s, em torno de Ma: Ma + s = 3150 + 1
04,9 = 3254,9 g Ma - s = 3150 - 104,9 = 3005,1 g Serão consideradas dentro da no
rmalidade todas as meninas com pesos entre 3005,1g e 3254,9g.
Exercícios propostos
23- Consideremos a seguinte tabela: NOTAS DE MATEMÁTICA DE UMA CLASSE X NOTAS P.
m Fi 0 |-----2,0 2,0 |----- 4,0 4,0 |----- 6,0 6,0 |----- 8,0 8,0 |----- 10,0 1,
0 3,0 5,0 7,0 9,0 3 9 16 8 4 å Fi = 40
Calcular : a) a média aritmética; b) a variância; c) o desvio padrão: d) a zona
de normalidade; e) analisar os resultados encontrados. 24- Um professor aplicou
um teste a seus alunos e obteve os seguintes resultados: 30 40 45 30 30 50 35 30
40 45 40 35 50 60 50 50 30 60 50 60 30 40 50 45 Calcule: a) A média aritmética
dos resultados; b) A moda; c) A mediana; d) A variância; e) O desvio padrão; f)
Zona de normalidade. 25- Se a média das alturas de um grupo de pessoas é 175 cm
e o desvio padrão é 20 cm, uma pessoa com estatura de 150 cm está dentro da norm
alidade? Por quê? 26- Na pesagem de 24 crianças de quinta série obtiveram-se os
seguintes resultados, em Kg: 38 40 45 42 45 40 43 38 45 45 40 41 41 38 46 32 48
46 42 43 44 50 48 40 Nesse grupo de crianças, um menino com 35 Kg seria consider
ado com peso normal? Por quê? - 25 -
Bibliografia
· Matemática – Benigno Barreto Filho e Cláudio Xavier da Silva – Editora FTD – V
olume Único; · Curso Básico de Estatística – Helenalda Nazareth - Editora Ática;
· Matemática – Jorge D. Silva, Valter dos S. Fernandes e Orlando D. Mabeleni –
Editora IBEP – Novo Ensino Médio – Volume Único; · Matemática – José R. Giovanni
e José R. Bonjorno – Editora FTD – Versão Progressões; · Matemática Fundamental
- José R. Giovanni, José R. Bonjorno e José R. Giovanni Jr. – Editora FTD – Vol
ume Único; · Estatística – Murray R. Spiegel – Coleção Schaum – Editora McGraw-H
ill do Brasil LTDA. · Apostila Matemática – Sistema de Ensino IBEP – Jorge D. Si
lva; Valter S. Fernandes; Orlando D. Mabelini – Volume Único- Curso Completo; ·
Estatística – Pra que Serve a Matemática? – Imenes, Jakubo e Lellis – Atual Edit
ora – 3a Edição.
- 26 -