ESTATSTICA PROF.

CESRIO JOS FERREIRA JAN/2007

NDICE
APLICATIVOS - 03 CAPTULO 1 - INTRODUO TEORIA DOS CONJUNTOS 1.1 CONCEITO DE CONJUNTO - 04 1.2 SUBCONJUNTOS 1.3 CONJUNTO UNIVERSO E CONJUNTO VAZIO - 05 EXERCCIOS 1.4 OPERAES COM CONJUNTOS - 06 EXERCCIOS - 07 1.5 NUMERAL DE UM CONJUNTO EXERCCIOS 08 CAPTULO 5 ESTATSTICA II 5.1 DISTRIBUIO DE FREQNCIA - 34 5.2 PARMETROS ESTATSTICOS PARA DADOS AGRUPADOS - 36 EXERCCIOS - 37 6.12 CONSTRUINDO GRFICOS NO EXCEL 6.13 - CONSTRUINDO GRFICO NO STARCALC - 50 EXERCCIOS

CAPTULO 06 CONSTRUINDO GRFICOS 6.1 INTRODUO - 42 CAPTULO 02 - INTRODUO ANLISE COMBINATRIA 6.2 TABULAO 2.0 - INTRODUO - 09 6.3 - GRFICO EM COLUNAS SIMPLES - 43 2.1 - OS PRINCPIOS FUNDAMENTAIS DA CONTAGEM 6.4 GRFICO EM COLUNAS AGRUPADAS EXERCCIOS 6.5 GRFICO EM BARRAS HORIZONTAIS - 44 2.2 - ARRANJOS, COMBINAES e PERMUTAES SIMPLES - 11 6.6 HISTOGRAMA 2.3 - CLCULO DO NMERO DE ARRANJOS SEM REPETIO 6.7 GRFICO EM LINHA - 45 2.4 - PERMUTAO SIMPLES - 12 6.8 OGIVA - 46 2.5 - COMBINAES SIMPLES 6.9 PIRMIDE ETRIA - 47 EXERCCIOS - 13 6.10 - GRFICOS CIRCULARES - 48 2.6 - ARRANJOS COM REPETIO 6.11 PICTOGRAMAS 49 2.7 - PERMUTAES COM ELEMENTOS REPETIDOS - 14 EXERCCIOS CAPTULO 7 - TESTES DE HIPTESES 7.1 INTRODUO - 51 CAPTULO 03 - PROBABILIDADE 7.2 QUI-QUADRADO 3.1 EXPERIMENTOS - 15 7.3 O TESTE DO QUI-QUADRADO - 52 3.2 ESPAOS AMOSTRAIS 7.4 TESTE DE FISHER - 54 EXERCCIOS - 16 7.5 - TABELA DE NVEIS DE SIGNIFICNCIA QUI3.3 PROBABILIDADE QUADRADO - 56 EXERCCIOS - 17 EXERCCIOS 57 3.4 ALGUNS TEOREMAS SOBRE PROBABILIDADES 3.5 PROBABILIDADE CONDICIONAL - 18 CAPTULO 8 - REGRESSO E CORRELAO 3.6 EVENTOS INDEPENDENTES - 19 8.1 INTRODUO - 59 EXERCCIOS 8.2 COEFICIENTE DE CORRELAO ENTRE DUAS VARIVEIS - 60 CAPTULO 04 - ESTATSTICA I 8.3 COEFICIENTE DE CORRELAO LINEAR - 61 4.1 POPULAES E AMOSTRAS - 22 8.4 REGRESSO LINEAR - 62 4.2 MEDIDAS DE TENDNCIA CENTRAL - 23 EXERCCIOS - 63 EXERCCIOS - 24 EXERCCIOS COMPLEMENTARES - 64 4.3 USANDO PLANILHAS ANEXO I EXERCCIO TESTE DE QI (I) 66 4.4 QUARTIL E PERCENTIL 4.5 MEDIDAS DE DISPERSO - 25 EXERCCIOS - 27 4.6 INTERVALO DE CONFIANA - 28 4.7 - TABELA DO COEFICIENTE DE CONFIANA (Z) EM PORCENTAGEM - 30 4.8 - TABELA DE DISTRIBUIO DE STUDENT - 31 EXERCCIOS 4.9 INTERVALO DE CONFIANA PARA MDIAS DE UMA POPULAO - 32 EXERCCIOS 33

APLICATIVOS Com o objetivo de eliminar clculos repetitivos e/ou trabalhosos alguns contedos apresentaro aplicativos. No ndice os aplicativos esto indicados por aplic.n - xls, onde xls o link para as pginas onde esto os aplicativos. Ao clicar nos links "xls" sero abertas planilhas de programas que provavelmente esto instalados em seu computador. Estas planilhas podem ser exibidas no EXCEL ( do Microsoft Office), no STARCALC (do Staroffice), BROFFICE CALC (do BrOffice ou OpenOffice) entre outros. Em cada aplicativo so apresentadas informaes de como utiliz-los. Recomenda-se ao aluno que estude o contedo e aprenda a resolver os problemas tambm sem o uso dos referidos aplicativos, pois, em concursos ou outras disciplinas que cursar, no ser permitido o uso do mesmo. Para cursos ligados computao, o aluno deve observar a lgica usada nos aplicativos, pois, pode servir como exemplo de programao para uso em outras linguagens. O leitor deve atentar para as informaes exibidas nos aplicativos a respeito das clulas a serem modificadas. Em geral elas so apresentadas com valores em vermelho. Nos aplicativos as clulas que no podem ser modificadas esto travadas. Entretanto, em alguns programas como o Starcalc, o travamento da clula no mantido. No Excel e BrOffical Calc o travamento das clulas mantido. Caso voc modifique clulas que contm clculos (frmulas) feche o aplicativo sem salv-lo e abra-o novamente.

CAPTULO 1 INTRODUO TEORIA DOS CONJUNTOS 1.1 CONCEITO DE CONJUNTO O conhecimento das propriedades e operaes dos conjuntos de fundamental importncia para o estudo da probabilidade e da estatstica, bem como para a Matemtica em geral. Um conjunto consiste em geral na coleo de objetos que so chamados de elementos ou membros. Costuma-se indicar os conjuntos por uma letra maiscula (A, B, C, D, ...) e seus elementos por letras minsculas (a, b, c, d, ...). Um conjunto fica perfeitamente definido quando: (I) so relacionados todos os seus elementos ou (II) quando se conhecem as propriedades comuns a todos os seus elementos. No primeiro caso a identificao do conjunto feita por listagem. A listagem dos elementos dever ser expressa entre duas chaves ou atravs de diagramas (denominados diagramas de Venn), conforme exemplos abaixo. Conjunto das vogais: V = {a, e, i, o, u} processo de listagem com chaves. Conjunto dos nmeros inteiros maiores que 2 e menores que 8:

Usando o mtodo da propriedade comum, a indicao seria C = {x | P(x)} onde a barra se traduz por tal que e P(x) a propriedade comum aos elementos do conjunto C. Tomando, por exemplo, o conjunto A dos nmeros inteiros positivos menores que 5, indica-se: A = {x | x N e x < 5}. Fazendo a listagem, A = {0, 1, 2, 3, 4}. Nota N o conjunto dos nmeros naturais, ou seja: N = {0, 1, 2, 3, ...} Se um elemento x faz parte de um conjunto C, dizemos que tal elemento pertence ao conjunto, que se representa por x C. Caso contrrio, se o elemento y no pertence ao conjunto C, escreve-se y C. Exemplo: Se A = {a, e, i, o, u} ento a 1.2 SUBCONJUNTOS Sejam A e B dois conjuntos, tais que todo elemento do conjunto A pertence tambm ao conjunto B. Nestas condies, o conjunto A denominado subconjunto de B. Nos exemplos abaixo A um subconjunto de B. Exemplo 1: por listagem A = {1, 2, 3} e B = {0, 1, 2, 3, 4, 5}. Exemplo 2: por diagrama B h g f a A A ={b, c, d, e} B = {a, b, c, d, e, f, g, h}

A, u A. Porm, p A.

b c d e

Para indicar que o conjunto A um subconjunto de B, escreve-se A B (l-se A est contido em B), ou B A (l-se B contm A). Se B A e B A ento A um subconjunto prprio de B. As relaes - est contido e - contm so denominadas relaes de incluso. Estas relaes somente podem ser usadas quando se referirem a dois conjuntos. A negao das relaes de incluso indicada por que se l no est contido. Deve-se tomar o devido cuidado para no substituir a relao de incluso pela relao de pertinncia (pertence, no pertence). Estas ltimas so aplicadas na relao de elemento com conjunto. Para a relao de incluso e subconjuntos so vlidas as propriedades: P1 Qualquer que seja o conjunto A, A A e A A. Isto significa que todo conjunto subconjunto de si mesmo. P2 Se A B e B A ento A = B. Neste caso, A e B apresentam os mesmos elementos. P3 Se A B e B C, ento A C. Esta propriedade denominada transitividade. P4 O nmero de subconjuntos de um conjunto com n elementos 2n. 1.3 CONJUNTO UNIVERSO E CONJUNTO VAZIO. Na maioria dos casos, o conjunto usado uma parte (subconjunto) de um conjunto mais amplo denominado conjunto universo. Tomando por exemplo, o conjunto A = {x | x inteiro positivo e menor que 6} = {1, 2, 3, 4, 5}, este conjunto um subconjunto do conjunto dos nmeros naturais. Assim, o conjunto dos nmeros naturais, indicado por N, o conjunto universo que contm o conjunto A descrito. Nota: o prprio conjunto N um subconjunto do conjunto dos nmeros reais (R). O conjunto universo comumente representado pela letra maiscula U. Em diagramas, o conjunto universo representado por um retngulo.

No outro extremo, temos o conjunto desprovido de elementos, como por exemplo, o conjunto C = {x | x inteiro menor que 7 e maior que 6}. evidente que no existe nenhum nmero inteiro entre 6 e 7. Um conjunto desprovido de elementos, como o do exemplo, denominado conjunto vazio que se representa por { } ou . Importante: {} no um conjunto vazio. {} um conjunto cujo elemento (mesmo que seja um conjunto vazio). EXERCCIOS 01 Para cada um dos conjuntos abaixo, indic-los sob a forma de listagem e sob a forma de diagramas: (a) A = {x | x uma consoante entre d e p} (b) B = {x | x N e 5 < x < 12} (c) C = {x | x N e 5 < x < 8} (d) D = {x | x N e 5 < x < 7} (e) E = {x | x N e 50 < x < 51} (f) F = {x | x N e 1002 < x < 1003}. 02 Escreva todos os subconjuntos do conjunto A = {b, i, s, t, e, c, a} composto por dois elementos.

03 Quantos subconjuntos tem o conjunto A = {b, i, s, t, e, c, a}? 04 Use um dos sinais , , , para tornar verdadeira cada uma das sentenas abaixo: (a) 2 ___ {-4, -2, 0, 2, 4} (b) {5} ___ {x | x N e 1 < x < 26} (c) {1, 2, 3, 4, 5} ____ {3, 5} (d) 7 ___ {x | x > 8} (e) { } ___ {1, 2} (f) {2, 4, 6, 8} ___ U. 05 correto ou no escrever {1, 2} {1, 2, 3, {1}, {1, 2}}. Justifique sua resposta. 1.4 OPERAES COM CONJUNTOS Sejam A e B dois conjuntos. Para os mesmos so definidas as operaes: (I) UNIO conjunto formado pelos elementos que pertencem a A ou a B. A unio dos conjuntos A e B indicada por A B que se l A unio B. Simbolicamente, x (A B) x A ou x B. O smbolo usado para indicar equivale a. Obs. O conectivo ou usado para indicar que x pode pertencer somente ao conjunto A, somente ao conjunto B ou simultaneamente a ambos os conjuntos. Exemplo: se A = {1, 2, 3, 4} e B = {2, 4, 5, 6} ento A B = {1, 2, 3, 4, 5, 6}. Note que no conjunto A B os elementos 2 e 4 que pertencem aos dois conjuntos ao mesmo tempo no se apresentam repetidos. Usando diagramas:

(II) INTERSEO conjunto formado pelos elementos comuns aos dois conjuntos. A interseo dos conjuntos A e B indicada por A B que se l A interseo B. Simbolicamente indica-se: x (A B) x A e x B. Obs: o conectivo e usado quando as duas condies devem ser ambas verificadas. Quando a interseo um conjunto vazio, os dois conjuntos so denominados conjuntos disjuntos. Exemplo: Exemplo: se A = {1, 2, 3, 4} e B = {2, 4, 5, 6} ento A B = {2, 4}. Graficamente:

(III) DIFERENA o conjunto formado pelos elementos que pertencem ao conjunto A mas que no pertencem ao conjunto B denominado diferena entre o conjunto A e o conjunto B, denotado por A

 B. Simbolizando: x (A - B) x A e x B. Observe o diagrama referente diferena A B e B A.

(IV) COMPLEMENTAR se o conjunto B est contido no conjunto A, a diferena A B chamada de complemento de B em relao a A. Neste caso denota-se BA. Quando o conjunto A o conjunto universo, a indicao BU pode ser simplificada para B que se l complemento de B. Costuma-se tambm identificar B, complemento de B, como no B escrevendo ~B. Na figura a seguir esto representados o conjunto U (retngulo inteiro), o conjunto B (azul) e o complemento de B (verde).

As P1 P2 P3 P4 P5 P6

operaes com conjuntos apresentam as seguintes propriedades: A B = B A e A B = B A - comutatividade. A (B C) = (A B) C e A (B C) = (A B) C - associatividade. A = e A U = U - absoro - A U = A e A = A elemento neutro. A B = A B. (A B) = A B e (A B) = A B . Leis de De Morgan.

EXERCCIOS - 2 1 Sejam A = {a, b, c, d, e, f}, B = {b, d, f, g}, C = {a, h, m, n} e U = conjunto das letras do alfabeto latino. Calcule: (a) A B; (b) A (B C); (c) A B; (d) (A B) C; (e) A C (f) B C. (g) B A (h) B U. (i) A C (j) (A) B (k) A (B ) (l) B (A ). 2 Sejam A = {x | x N e 3 < x < 8} e B = {x | x N e 5 < x < 11}. Determine: (a) A B (b) A B (c) A B (d) B A 1.5 NUMERAL DE UM CONJUNTO Define-se o numeral de um conjunto A, que se indica por n(A) como sendo a quantidade de elementos do conjunto A. Exemplo: seja A = {a, b, c, d, e, f, g}. Tem-se que n(A) = 7 pois A tem sete elementos. Com relao ao numeral de conjuntos podem ser verificadas as propriedades:

P1 Se A e B so conjuntos disjuntos (A B = ) ento n(A B) = n(A) + n(B). Esta propriedade pode ser estendida para diversos conjuntos desde que a interseo entre dois quaisquer deles for vazia. Nestas condies n(A B C ...) = n(A) + n(B) + n(C) + ... P2 Se A e B so tais que A B ento n(A B) = n(A) + n(B) n(A B). Deve-se observar que em n(A) + n(B) os elementos da interseo estaro computados duas vezes. P3 Para trs conjuntos n(A B C) = n(A) + n(B) + n(C) n(A B) n(A C) n(B C) + n(ABC). EXERCCIOS 3 1 O vilarejo Santa Cruz todos os habitantes assistem televiso. No dia 18 de novembro de 2001, foi constatado que 3200 assistiram programas do canal TVK, 1050 assistiram programas do canal TVP e 385 assistiram programas dos dois canais. Quantos habitantes tem o vilarejo Santa Cruz? 2 Em uma cidade so publicados dois jornais A Notcia e Dirio da Cidade. Aps uma pesquisa em que todos os habitantes foram consultados, registrou-se: 6800 habitantes no lem jornal; 4320 lem o jornal A Notcia, 9230 lem o jornal Dirio da Cidade e 915 lem os dois jornais. Quantos habitantes tm nesta cidade? 3 Aps a prova final em certa escola, verificou-se que somente os professores de Fsica e de Matemtica deixaram alunos em recuperao. Dos 100 alunos, 59 no ficaram em recuperao, 26 ficaram em recuperao na disciplina Fsica e 12 devem fazer recuperao de Fsica e Matemtica. Quantos alunos ficaram em recuperao: (a) Somente em Fsica; (b) Somente em Matemtica; (d) Em Matemtica. 4 Pesquisando as preferncias sobre as frutas: mamo, laranja e ma, entre os 220 alunos de uma escola foi obtido o resultado indicado na tabela abaixo:

Quantas pessoas: (a) no gostam de nenhuma das trs frutas? (b) preferem mamo mas no gostam de laranja ou ma? (c) quantas pessoas escolheram mamo ou laranja como frutas preferidas?

CAPTULO 02 INTRODUO ANLISE COMBINATRIA 2.0 - INTRODUO Quando duas moedas (consideradas honestas) forem lanadas para cima, os resultados sero KK, KC, CK e CC onde K significa cara e C significa coroa. Nesta situao temos 4 possveis resultados. Se no lugar de duas moedas forem usadas 50 moedas, a listagem dos possveis resultados seria praticamente impossvel pois a quantidade de resultados 250 = 1125899906842624. No estudo de Probabilidades e Estatstica, situaes como esta so comuns. Para tornar possvel a anlise de casos em que o nmero de elementos envolvidos muito grande torna-se importante a teoria da formao dos agrupamentos que se intitula Anlise Combinatria. Neste captulo sero analisados alguns elementos da Anlise Combinatria aplicveis Probabilidade e Estatstica. 2.1 - OS PRINCPIOS FUNDAMENTAIS DA CONTAGEM 1. Princpio Aditivo Suponha que voc tenha trs conjuntos A, B e C, trs conjuntos disjuntos. O conjunto A tem 5 elementos, B tem 4 e C tem 3. Existem 5 possibilidades de escolher um elemento do conjunto A. Da mesma forma, para escolher um elemento dos conjuntos B e C os nmeros de possibilidades sero 4 e 3, respectivamente. A escolha de um nico elemento, seja ele de A, ou de B ou de C, o nmero de possibilidades 5 + 4 + 3 = 12. Note que, a ocorrncia de um dos eventos no est condicionada ocorrncia do evento anterior. Assim que se pode concluir: se existem m1 possibilidades de ocorrer um evento E1, m2 possibilidades de ocorrer um evento E2 e m3 para ocorrer o evento E3, o nmero total de possibilidades de ocorrer o evento E1 ou o evento E2 ou o evento E3, ser de m1 + m2 + m3 desde que os eventos no apresentem elementos comuns. A afirmao acima denominada PRINCPIO ADITIVO DE CONTAGEM, e que pode ser estendido para qualquer quantidade de eventos. O conectivo que caracteriza a aplicao do princpio aditivo da contagem o conectivo ou, que conforme j foi visto est associado unio de conjuntos. Seja ento os conjuntos A = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11}. Considerando os eventos E1 = nmero de A, menor que 7 e E2 = nmero par pertencente a A, ter-se-: - E1 = {1, 2, 3, 4, 5, 6}. O n de possibilidades de escolher o evento E 1 igual a 6 pois E1 tem 6 elementos. - E2 = {2, 4, 6, 8, 10}. O nmero de possibilidades de escolher o evento E2 igual a 5 pois E2 tem 5 elementos. Entretanto, o nmero de possibilidades de escolher um nmero menor que 7 ou par pertencente ao conjunto no ser igual a 11 (= 6 + 5) e sim igual a 8 pois os elementos 2, 4 e 6 so repetidos nos dois eventos. Neste caso, o nmero de eventos ser n(E1 ou E2) = n(E1) + n(E2) -n(E1 E2) = 6 + 5 - 3 = 8, onde n representa o numeral dos conjuntos indicados (quantidade de elementos do conjunto). 2. Princpio Multiplicativo A figura a seguir representa estradas que ligam as cidades A at B e B at C.

Como se pode notar existem 4 possveis escolhas (eventos) para ir de A at B e 3 para se ir de B at C. Ora, para se ir de A at C, passando por B, o nmero de caminhos ser 4 x 3, pois, para cada escolha de um caminho de A at B teremos 3 escolhas para ir de B at C.

Em situaes como essa, os eventos so dependentes e devem ocorrer simultaneamente. O que caracteriza a simultaneidade dos eventos o conectivo e . Observe que no princpio aditivo o conectivo usado o ou. Generalizando: sejam E1, E2, E3, ...En, um conjunto de eventos que podem ocorrer de m1, m2, m3, ... mn maneiras diferentes. A quantidade de possibilidades para os eventos E 1 e E2 e E3 e .... e En m1.m2.m3. ... .mn . Este princpio chamado PRINCPIO MULTIPLICATIVO DA CONTAGEM. Seguem algumas aplicaes sobre os princpios aditivo e multiplicativo descritos acima. Aplicao 1 - Certa pessoa tem em seu stio 4 frangos, 2 leites e 3 carneiros. De quantas maneiras diferentes poder ele escolher um frango ou um leito ou um carneiro para a sua ceia de natal? No caso, os eventos so E1 = {x | x frango}; E2 ={x | x leito} e E3 = {x | x carneiro}. O nmero de possibilidades de ocorrerem os eventos E1, E2 e E3 so: 4, 2 e 3, respectivamente. Como E1 E2 E3 = , o numero total de possibilidades de ocorrer o evento E1, ou o evento E2 ou o evento E3 ser 4 + 2 + 3 = 9. Aplicao 2 - Dos 20 alunos de uma classe, 7 foram reprovados em Biologia e 8 em Qumica e 3 . O nmero de maneiras diferentes de escolher um aluno reprovado em Biologia ou em Qumica ser igual a 7 + 8 - 3 = 12. Nesta situao, os eventos so: E1 = {x | x reprovado em Biologia} e E2 = {x | x reprovado em Qumica}. Aplicao 2 - Dos 20 alunos de uma classe, 7 foram reprovados em Biologia e 8 em Qumica e 3 . O nmero de maneiras diferentes de escolher um aluno reprovado em Biologia ou em Qumica ser igual a 7 + 8 - 3 = 12. Nesta situao, os eventos so: E1 = {x | x reprovado em Biologia} e E2 = {x | x reprovado em Qumica}. Como n(E1) = 7, n(E2) = 8 e n(E1 E2) = 3, o nmero de possibilidades de escolher o evento E1 ou o evento E2 n(E1E2) = n(E1) + n(E2) n(E1 E2) = 7 + 8 3 = 12. Aplicao 3 - Considere os dgitos 1, 2, 3, 4. Quantos nmeros de 4 algarismos podem ser escritos, comeados com o dgito 1 e usando todos os quatro dgitos? Existe apenas 1 possibilidade para escolher o dgito da esquerda (dgito 1). Para o segundo dgito existem 3 possibilidades (2, 3, 4), pois, o 1 j foi usado. Para o terceiro dgito existem 2 possibilidades, pois, j foram escolhidos os dois dgitos anteriores. Sobra ento apenas 1 possibilidade para o quarto dgito. Assim, a quantidade de nmeros possveis 1 x 3 x 2 x 1 = 6. Se na aplicao anterior fosse permitida a repetio de dgitos, a quantidade de nmeros seria 4 x 4 x 4 x 4 = 256. Explique!

EXERCCIOS

10

1 Uma sala tem 10 estudantes matriculados em Ingls, 15 em Espanhol e 12 em Francs, sendo que nenhum aluno pode estar matriculado em duas disciplinas ao mesmo tempo. De quantas maneiras diferentes podemos escolher um aluno que estudo Ingls ou Espanhol ou Francs? Que princpio foi aplicado na soluo? 2 Uma sala tem 10 estudantes matriculados em Ingls, 15 em Espanhol e 12 em Francs. Destes, 4 estudam Ingls e Espanhol, mas no estudam Francs, 3 estudam Francs e Espanhol mas no estudam Ingls, 5 estudam Ingls e Francs mas no estudam Espanhol. 2 alunos estudam os trs idiomas. De quantas maneiras diferentes podemos escolher um aluno que estude Ingls ou Espanhol? De quantas maneiras diferentes podemos escolher um aluno que estude Ingls, ou Francs ou Espanhol? 3 Quantos nmeros de 5 algarismos podemos escrever usando os algarismos 1, 2, 3, 4, 5, 6 e 7 sem que ocorra repetio de um mesmo algarismo no nmero? 4 Quantos anagramas podemos formar com as letras da palavra UNIPAC? 5 Quantos anagramas comeados por U podem ser formados com as letras de UNICOR? 6 Em quantos anagramas da palavra UNIPAC as letras IP ficam juntas e nessa ordem? 7 Um time de futebol dispe de 5 jogos de meias, 6 de cales e 4 de camisas. De quantas maneiras diferentes esse tipo pode se apresentar uniformizado para uma partida? 8 Quantas palavras diferentes, com 7 letras no repetidas, podem ser escritas com as letras da palavra IMACULO de modo que as consoantes fiquem separadas pelas vogais? 9 Quantas palavras diferentes, de 6 letras no repetidas, podemos formar com as letras de PECADO, de modo que as consoantes fiquem separadas por vogais?

2.2 - ARRANJOS, COMBINAES e PERMUTAES SIMPLES Dados os agrupamentos ABC, ACB e ADB, observe que apesar de ABC e ACB serem formados pelos mesmos elementos, eles diferem pela ordem. Quanto aos agrupamentos ABC e ADB, estes diferem pela natureza, pois, so formados por elementos diferentes. evidente que se dois agrupamentos apresentam elementos diferentes eles so tambm diferentes. Entretanto, nem sempre ABC e ACB podem ser considerados como agrupamentos. Se tomarmos, por exemplo, ABC e ACB so alunos escolhidos para representar uma classe. Em casos como esse, os grupos ABC e ACB so considerados como um nico agrupamento. Se A, B e C so algarismos, o grupo ABC diferente do grupo ACB. Considerando a ordem e a natureza, so definidos os seguintes tipos de agrupamentos: (i) ARRANJOS:- so agrupamentos que diferem pela ordem ou pela natureza. (ii) COMBINAES:- so agrupamentos que diferem apenas pela natureza. (iii) PERMUTAES:- so agrupamentos que diferem apenas pela ordem. Neste caso, em cada agrupamento devem figurar todos os elementos do conjunto.

2.3 - CLCULO DO NMERO DE ARRANJOS SEM REPETIO Seja A = {a, b, c, d} um conjunto com 4 elementos. Formando todos os agrupamentos com 3 elementos, obtm-se: abc, abd, acb, acd, adb, adc, bac, bad, bca, bcd, bda, bdc, cab, cad, cba, cbd, cda, cdb, dab, dac, dba, dbc, dca, dcb, num total de 24 agrupamentos. Na formao dos grupos existem 4 possibilidades para cada uma das letras ocupar a 1 posio. Escolhida essa letra, restam 3 possibilidades para a 2 posio e 2 elementos para a 3 posio. Desta forma v-se que, pelo princpio multiplicativo, o nmero de agrupamentos, ou o nmero de arranjos de 4 elementos tomados trs a trs (taxa 3) A4,3 = 4.3.2 = 24. Generalizando, para m elementos tomados taxa p, teremos: 1 posio, m possibilidades,

11

2 posio, (m - 1) possibilidades, 3 posio, (m - 2), ...., p posio, (m - p + 1). Assim, Am,p = m.(m - 1).(m - 2).(m - 3) ....(m - p + 1), ou seja: Am,p = produto de p fatores tomados em ordem decrescente a partir de m. Tomando, por exemplo, A9,4 = 9 x 8 x 7 x 6 = 3024. Multiplicando e dividindo a expresso Am,p = m(m - 1)(m - 2)(m - 3) ....(m - p + 1) por todos os inteiros de m - p at 1 resultar: Am,p = m.(m - 1).(m - 2).(m - 3) ....(m - p + 1).(m - p).(m - p - 1) ... 3.2.1/(m - p) (m - p - 1) ... 3.2.1. O produto de todos os inteiros de m at 1 representado por m! que se l fatorial de m. Desta forma:

2.4 - PERMUTAO SIMPLES Permutaes dos elementos de um conjunto com m elementos so agrupamentos que se formam tomando todos os elementos do conjunto e trocando (permutando) as posies desses elementos. Seja, por exemplo, o conjunto A = {a, b, c}. As permutaes de abc, so: abc, acb, bac, bca, cab, cba. fcil observar que as permutaes nada mais so que os arranjos de m elementos taxa m. Denotando por Pm o nmero de permutaes de m elementos pode-se concluir que: P m = m(m - 1)(m - 2) ... 3.2.1 ou seja Pm = m!. Exemplos: 1 - Quantos so os anagramas formados com as letras da palavra UNIPAC? P6 = 6! = 6.5.4.3.2.1 = 720 2 - Quantos destes anagramas comeam com a letra U? Como os anagramas devem comear com a letra U, devem-se permutar apenas as 5 outras letras. Neste caso, P5 = 5! = 5.4.3.2.1 = 120. 3 - Em quantos anagramas as vogais aparecem separadas pelas consoantes? A partir do anagrama UNIPAC, permutando apenas as vogais obtm-se P3 = 3! = 3.2.1 = 6. Para cada distribuio das vogais tem-se P3 = 6 permutaes das consoantes. Assim, comeadas com vogais, so 6 x 6 = 36 anagramas. Como os anagramas podem tambm comear por consoante, o total de anagramas ento 2 x 36 = 72 .

2.5 - COMBINAES SIMPLES A tabela a seguir mostra os arranjos de 5 elementos (a, b, c, d, e) tomados 3 a 3.

Na tabela os elementos dispostos em cada linha diferem apenas pela natureza. Assim em cada linha so exibidas as combinaes dos 5 elementos tomados 3 a 3, num total de 10. Cada coluna formada pelas permutaes dos elementos que formam cada agrupamento constante da primeira linha, apresentando 6 elementos por coluna. Os 60 arranjos, constitudos por todos os elementos do quadro, igual ao produto do nmero de elementos de cada linha C5,3 pelo nmero de elementos de cada coluna P3. Em concluso: A5,3 = C5,3 . P3 ou C5,3 = A5,3/P3

12

Generalizando, Cm,p = Am,p/Pp

Exemplo: Qual o nmero de comisses de 3 alunos que se podem formar tirados em um conjunto de 7 alunos? Escolhendo trs alunos em qualquer ordem, a comisso formada ser nica. Assim, a situao descreve uma aplicao caracterstica de agrupamentos denominada combinaes. Portanto, C7,4 = 7!/[(7 - 4)!.(4!)] = 7.6.5.4.3.2.1/3.2.1.4.3.2.1 = 7.5 = 35. A situao seria diferente se para os trs alunos escolhidos fossem distribudos presentes diferentes. Pois, nesse caso, a distribuio ABC seria diferente da distribuio CAB. Nesta nova situao teremos uma aplicao de agrupamentos denominados arranjos.

EXERCCIOS 1 - Calcule: ( a ) A6,2 ( b ) A10,4 ( c ) P4 ( d ) P7 ( e ) C8,3 ( f ) C10,4.

2 Considere os conjuntos A = {a,b, c, d, e} e B = {r, s, t}. Escreva: (a) todos os arranjos possveis, de 2 elementos, formados pelos elementos do conjunto A. (b) todas as combinaes possveis, de 3 elementos, formados pelos elementos do conjunto A. (c) todas as permutaes formadas pelos elementos do conjunto B. 3 - Um restaurante oferece no cardpio 2 saladas distintas, 4 tipos de pratos de carne, 5 variedades de bebidas e 3 sobremesas diferentes. De quantas maneiras diferentes uma pessoa poderia fazer um pedido contendo, uma salada, um tipo de carne e 1 sobremesa? 4 - Um inspetor visita 6 mquinas diferentes durante o dia. A fim de evitar que os operrios saibam quando ele os ir inspecionar, o inspetor varia a ordem de suas visitas. De quantas maneiras diferentes podero ser feitas as visitas? 5 - Cinco alunos foram escolhidos para representar uma turma de um colgio durante o hasteamento da bandeira. Se for necessrio que os mesmos formem uma fila, de quantas maneiras diferentes podem ser dispostos os alunos? 6 - De uma sala de 25 alunos devem ser escolhidos 5 alunos para receberem prmios. De quantas maneiras diferentes podero ser distribudos os prmios se: ( a ) se todos os prmios forem iguais ( b ) se os prmios forem diferentes. 7 - Quantos nmeros maiores que 5000 podem ser escritos se forem usados os algarismos 1, 4, 5, 7, 8 e 9? 8 - Dos 10 alunos de um grupo devem ser escolhidos 6. De quantas maneiras isto possvel se, ( a ) dois dos alunos devem sempre fazer parte do grupo dos 6? ( b ) dois dos alunos no podem ser escolhidos? ( c ) os alunos A e B no podem estar juntos no grupo dos 6? 9 - Qual o nmero de anagramas da palavra ALUNO que tm as vogais em ordem alfabtica? 10 - Cinco pessoas decidem viajar num automvel. De quantas maneiras diferentes eles podem se assentar se: ( a ) todos sabem dirigir ( b ) apenas 1 sabe dirigir ( c ) se dois sabem dirigir. 2.6 - ARRANJOS COM REPETIO Para indicar os arranjos com repetio usa-se o smbolo (AR)m,p. Nos arranjos com repetio, cada um dos m elementos pode ser repetido at p vezes. Observe que nessa situao, p pode ser

13

maior que m. Tomando, por exemplo, o conjunto {a, b, c, d}, os arranjos dos 4 elementos tomados 3 a 3, com repeties so: aaa, aab, aac, aad, aba, abb, abc, abd, aca, acb, acc, acd, ada, adb, adc, add, baa, bab,. bac, bad, bba, bbb, bbc, bbd, bca, bcb, bcc, bcd, bda, bdb, bdc, bdd, caa, cab,. cac, cad, cba, cbb, cbc, cbd, cca, ccb, ccc, ccd, cda, cdb, cdc, cdd, daa, dab,. dac, dad, dba, dbb, dbc, dbd, dca, dcb, dcc, dcd, dda, ddb, ddc, ddd. A quantidade destes arranjos pode ser determinada tendo por base o princpio multiplicativo. Seja o conjunto {a1, a2, a3, ... am} de m elementos. Para se formar os arranjos com n elementos, so m possibilidades para o primeiro elemento, m para o segundo, m para o terceiro e assim sucessivamente at o n-esimo elemento. Aplicando o princpio multiplicativo resulta: (AR)m,n = m.m.m... m (n fatores)

2.7 - PERMUTAES COM ELEMENTOS REPETIDOS Estuda-se nesse caso permutaes com elementos que aparecem repetidos no conjunto, como por exemplo, ao escrever os anagramas da palavra ARARA onde o A aparece trs vezes e o R aparece duas vezes, ou nos possveis nmeros de 5 algarismos que se pode escrever usando todos os algarismos de 33214. Seja, por exemplo, o agrupamento aaabc. Seja P53 o nmero de permutaes em que os "as" no permutem entre si. Para cada uma dessas seriam possveis P3 se os "as" fossem diferentes. O total de permutaes, considerando os "as" diferentes ser P5 = P53 x P3 P53 = P5 /P3. Usando o mesmo raciocnio para aaabbc, teramos P6 = P63,2 x P3 x P2 P63,2 = P6/P3.P2. Generalizando, sejam m elementos onde um certo elemento repete-se x vezes, outro y vezes, outro z vezes, e assim sucessivamente, teremos:

EXERCCIOS 1 - Usando os algarismos 1, 2, 3, 4, 5, 6. ( a ) quantos nmeros de 4 algarismos distintos podemos escrever? ( b ) quantos nmeros de 4 algarismos podem ser escritos? ( c ) quantos nmeros de 4 algarismos podem ser escritos, que comecem com 1 e terminem com 6? 2 - Considere a palavra MATEMTICA. ( a ) quantos anagramas so possveis? ( b ) em quantos destes anagramas as vogais aparecem separadas pelas consoantes? ( c ) em quantos as consoantes aparecem juntas? 3 - Quantos nmeros de 6 algarismos podemos escrever usando os algarismos do nmero 334223? Quantos desses nmeros so pares?

14

CAPTULO 03 PROBABILIDADE

3.1 EXPERIMENTOS Para as cincias, os experimentos so de fundamental importncia. , a partir deles que se pode induzir as leis que regem os diversos fenmenos. Tendo como base que se um experimento for realizado diversas vezes, sob condies idnticas, os resultados sero essencialmente os mesmos. Tomando por exemplo um pndulo de comprimento 9,8 m. Se o pndulo for posto a oscilar, ao nvel do mar, o tempo gasto em cada oscilao ser de 6,28 s. Assim, de se esperar que todos os pndulos de igual comprimento, no mesmo local, gastaro 6,28 s em cada oscilao. Entretanto, se de uma urna com 1 000 000 de esferas, numeradas de 1 a 1 000 000, retirarmos uma esfera de cada vez e a recolocarmos na urna, provavelmente, um resultado obtido no ser repetido. Neste caso, os experimentos so ditos experimentos aleatrios. O estudo dos experimentos aleatrios realizado para se obter uma medida da chance de se obter um determinado resultado. Esse estudo denominado Probabilidade. Exemplos de eventos aleatrios: (1) Retirada de determinadas cartas em um baralho com 52 cartas. (2) Lanamento de dois dados cujas faces so numeradas de 1 a 6.

3.2 ESPAOS AMOSTRAIS Um conjunto, que indicaremos pela letra U, formado por todos os possveis resultados de um experimento aleatrio denominado espao amostral. O espao amostral pode ser representado sob a forma de conjunto (elementos expressos entre chaves) ou em tabelas. Cada subconjunto E, do espao amostral consiste em um evento. O conjunto formado por todos os possveis resultados de um experimento aleatrio denominado espao amostral. Este conjunto representado pela letra maiscula U. O espao amostral pode ser representado sob a forma de conjunto (elementos expressos entre chaves) ou em tabelas. Cada subconjunto E, do espao amostral denominado evento. Seguem alguns exemplos de espaos amostrais e eventos. (1) - Lanamento de duas moedas. Na indicao K representa o aparecimento de uma cara e C o aparecimento de uma coroa. O espao amostral ser U = {KK, KC, CK, CC} representado em notao de conjunto.

15

Do espao amostral podemos extrair eventos como: E(1,K) - aparecimento de pelo menos 1 cara = {KK, KC e CK}; E(2,K) - aparecimento de duas caras = {KK}. (2) Lanamento de dois dados. O quadro abaixo mostra o espao amostral indicado sob forma de tabela.

So eventos do espao amostral acima: E(3) - soma das duas faces igual a 3 = {(1, 2), (2, 1)}; E(7) = soma das faces igual a sete = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)}. EXERCCIOS Construa os seguintes espaos amostrais: (1) Casal com trs filhos. Use M para filho do sexo masculino e F para filho do sexo feminino. (2) Lanamento de trs moedas. (3) Nmeros de trs algarismos distintos obtidos com os dgitos 4, 5, 6. 3.3 PROBABILIDADE Ao passar em frente a uma casa lotrica comum observar uma fila de pessoas apostando em algum tipo de jogo. Este fato no nada novo. Desde a Antiguidade os jogos e as apostas so uma das paixes do homem. A partir do sculo XVII, os matemticos Pierre de Fermat (Frana 1601-1665) e Blaise Pascal (Frana 1623-1662) iniciaram um estudo organizado sobre a teoria dos jogos com o objetivo principal de prever um prximo resultado e assim obter xito em suas apostas. Esta teoria hoje aplicada principalmente no estudo da Fsica Quntica e nas teorias sobre o Caos. Seja nos jogos ou em qualquer outro experimento aleatrio possvel associar uma medida para a incerteza quanto ocorrncia, ou no, de algum evento. Essa medida, denominada probabilidade, tem valor que pode variar de 0 a 1. Para eventos em que a ocorrncia garantida, a probabilidade igual a 1 (certeza absoluta). Entretanto, para eventos que nunca ocorrero a probabilidade avaliada como 0 (evento impossvel). Tomando, por exemplo, o espao amostral U = {2, 4, 6, 8, 10} e E(par) = escolha de um nmero par, a probabilidade de ao se escolher um nmero de U se ele par igual a 1 ou 100%. Isto : existe 100% de chance de o nmero ser par. Entretanto, para o evento E(mpar) = escolha de um nmero mpar, a probabilidade de ocorrer o evento E(mpar) igual a 0, pois nenhum dos nmeros de U mpar. Quando se diz que a probabilidade de ocorrer um certo evento 2/5 ou 40%, significa que a chance de ocorrer este evento de 2/5 ou 40% e da no ocorrncia de 3/5 ou 60%. Sistematizando o conceito de probabilidade, devem ser levados em considerao dois mtodos: (1) Probabilidade a priori (antecipada) Se um evento E, em um espao amostral U, pode ocorrer de p maneiras diferentes, para um total de n maneiras possvel, todas igualmente provveis, ento a probabilidade do evento

16

Em outras palavras: se o evento E tem n(E) elementos e o espao amostral U em n(U) elementos, ento a probabilidade de ocorrer o evento E ser

costume denominar n(E) como nmero de casos favorveis e n(U) como nmero total de casos possveis. Assim, a definio se apresenta na forma:

(2) Probabilidade a posteriori (posterior) ou emprica. Usado principalmente quando n(U) suficiente grande. Neste caso, se aps n repeties de um experimento (n suficiente grande) forem observadas p ocorrncias de um certo evento E, ento a probabilidade de ocorrer tal evento definida por:

EXERCCIOS 1 - Trs moedas so lanadas para cima. (a) Construa o espao amostral. (b) Qual a probabilidade de se obter duas caras e uma coroa? (c) Qual a probabilidade de serem obtidas trs coroas? 2 - No lanamento de dois dados, qual a probabilidade de se obter: (a) duas faces iguais? (b) Uma soma igual a 7? (c) uma soma igual a 11? (d) uma soma maior ou igual a 7? (e) Duas faces diferentes? 3 - Uma sala tem 40 alunos, sendo 25 rapazes. Qual a probabilidade de: (a) escolher uma moa? (b) escolhidos dois alunos ser o par formado por uma moa e um rapaz? (c) Escolhidos trs alunos serem todos eles rapazes? 4 - Num baralho de 40 cartas, qual a probabilidade de, se retiradas 4 cartas serem elas 4 azes? 5 - De um baralho de 40 cartas, retiram-se 3 cartas. Qual a probabilidade de sair pelo menos um s? 6 - Num jogo da Sena com 50 nmeros so marcados 6 nmeros. Qual a probabilidade de um carto, marcado com 6 nmeros, no acertar nenhum? 3.4 ALGUNS TEOREMAS SOBRE PROBABILIDADES A partir da definio de probabilidades podem ser demonstrados os teoremas abaixo:

17

T1 Para todo evento E, 0 < P(E) < 1. O nmero de eventos favorveis nunca ser negativo bem como nunca ser maior que o nmero total de eventos. T2 A probabilidade da certeza absoluta igual a 1. T3 O evento impossvel tem probabilidade zero. T4 A probabilidade de no ocorrer o evento E, que se indica por P(E) P(E) = 1 P(E). Aplicao: Uma urna contm 20 esferas sendo que somente 8 delas so vermelhas. Qual a probabilidade de, se retirada uma esfera, no ser ela vermelha? A probabilidade de ser retirada uma esfera vermelha 8/20. Assim, a probabilidade de a esfera no ser vermelha 1 8/20 = 12/20 = 60%. T5 Se os eventos E1, E2, E3, ... so mutuamente excludentes, isto , se nenhum elemento comum a dois ou mais eventos ento, a probabilidade de ocorrer E1 ou E2 ou E3 ou ... ou En, que indicamos por P(E1E2E3...En) P(E1) + P(E2) + P(E3) + .... + P(En). Aplicao: Uma urna contm 8 esferas vermelhas, 4 azuis, 5 amarelas e 3 verdes. Retirada uma esfera, qual a probabilidade de ser a esfera retirada azul ou amarela. Como nenhuma esfera azul ou amarela ao mesmo tempo. Deste modo, os eventos E1 = ser bola azul e E2 = ser bola amarela so excludente. Tem-se que: P(E1) = 4/20 e P(E2) = 5/20. Assim, P(E1E2) = 4/20 + 5/20 = 9/20 = 45%. T6 Se E1 e E2 so dois eventos tais que E1 E2 , ento P(E1E2) = P(E1) + P(E2) P(E1 E2). Aplicao: Dos 30 alunos de uma classe, 13 foram reprovados em Biologia, 12 foram reprovados em Qumica, sendo que entre estes, 7 foram reprovados em Biologia e Qumica. Qual a probabilidade de, se escolhido um dos 30 alunos, ser ele reprovado em Biologia ou Qumica? A probabilidade de ser aluno reprovado em Biologia P(B) = 13/30, a de ser reprovado em Qumica P(Q) = 12/30 e a de ser reprovado em Qumica e Biologia P(Q B) = 7/30. Portanto, P(QB) = P(B) + P(Q) - P(Q B) = 13/30 + 12/30 7/30 = 18/30 = 60%. Note que, se 7 alunos foram reprovados nas duas disciplinas, estes sete esto contados tanto na Biologia quanto na Qumica. Assim, o nmero de alunos reprovados 13 + 12 7 = 18. Seguindo este raciocnio, a probabilidade ser tambm 18/30 = 60%. 3.5 PROBABILIDADE CONDICIONAL No lanamento de um dado, a probabilidade de uma jogada resultar em um nmero par e menor que 4 1/6 pois apenas o resultado 2 satisfaz s condies. O evento ser par e menor que 4 a probabilidade de ocorrer a interseo dos eventos E1 = ser par e E2 = menor que quatro. Se, entretanto, algum ao lanar o dado, informar que o resultado foi par, o novo espao amostral passa a ter apenas 3 elementos. A probabilidade ento 1/3. Assim, a probabilidade de se o resultado um nmero par, a probabilidade de ser ele par e menor que 4 seria 1/3 = n(E1E2)/n(E1) = [n(E1E2)/n(U)]/[n(E1)/n(U)] = P(E1E2)/P(E1) = (1/6)/(1/2) = 1/3. Designando P(E2/E1) a probabilidade da ocorrncia de E2, se E1 j ocorreu, pode-se escrever:

Exemplo: De um baralho de 52 cartas (13 de ouros, 13 de espadas, 13 de copas e 13 de paus) qual a probabilidade de, ao ser retirada uma carta, se ela um 9 de ouros, sabendo-se que a carta retirada de ouros.

18

1 processo: como j se sabe que a carta de ouros, temos apenas 1 nove em um total de 13 cartas. A probabilidade ento: P(9O) = 1/13. 2 processo: a probabilidade de ser uma carta de ouros P(O) =13/52 = 1/4 e a probabilidade de ser um 9 P(9O) = 1/52 = 1/52. Assim P(9/O) = P(9O)/P(O) = (1/52)/(13/52) = 1/13. 3.6 EVENTOS INDEPENDENTES Se em uma urna existem 20 bolinhas coloridas, sendo 12 vermelhas e 8 azuis qual ser a probabilidade de retirar uma bola vermelha, repor essa bola, e a seguir uma bola azul? Isoladamente, a probabilidade ser retirada uma bola vermelha 12/20 = 60% e a probabilidade de ser retirada uma bola azul 8/20 = 40%. Entretanto, condicionado retirada da bola azul aps a vermelha, a probabilidade de sair uma azul na segunda retirada 40% dos 60%, ou seja 40% x 60% = 0,4 x 0,6 = 0,24 = 24%. Observe, ento, que a retirada da segunda bola condicionada retirada da primeira, corresponde ao produto das duas probabilidades individuais. Concluindo:- Sejam eventos E1, E2, E3 ... tais que a interseo de quaisquer dois deles um conjunto vazio. Se P(E1), P(E2), P(E3), ..., so as probabilidades de ocorrncia destes eventos, a probabilidade de ocorrer cada evento um aps o outro, ser P(E1).P(E2).P(E3).... Exemplo 1: Um dado lanado para cima. Qual a probabilidade de sair um 3 na primeira jogada e um 5 na segunda? Tem-se: a probabilidade de sair um 3 1/6 e a de sair um 5 tambm 1/6. Assim, a probabilidade de sair um 3 na primeira jogada e um 5 na segunda (1/6).(1/6) = 1/36. Exemplo 2: De um baralho com 40 cartas so retiradas 4 cartas. Qual a probabilidade de sarem as cartas: (a) 2 de ouros, 5 de copas, 3 de espadas, nessa ordem e sem reposio. Tem-se: P(2O) = 1/40; P(5C) = 1/39; P(3E) = 1/38. Note-se que o denominador foi modificado pois se no houver reposio, o nmero de cartas no baralho diminui. Assim, P(2O5C3e) = (1/40).(1/39).(1/38) = 1/59280. (b) 2 de ouros, 5 de copas, 3 de espadas, nessa ordem e com reposio Como h reposio, P(2O) = P(5C) = P(3E) = 1/40 pois o nmero de cartas no baralho ser sempre 40. Deste modo: P(2O5C3E) = (1/40).(1/40).(1/40) = 1/64000 (c) 2 de ouros, 5 de copas, 3 de espadas, em qualquer ordem e com reposio. Para estas condies P(Evento) = P(2O5C3E) + P(2O3E5C) + P(5C3E20) + P(5C2O3E) + P(3E2O5C) + P(2O3E5C) + P(2O5C3E) = (1/64000).6 = 6/64000 = 3/32000. Note de P(evento) = P3. P(2O5C3E) onde P3 o nmero de permutaes das 3 cartas. EXERCCIOS 1 - Qual a probabilidade de um casal ao ter 4 filhos, serem eles, na ordem menina, menino, menina, menino. 2 - Qual a probabilidade de se obter uma soma sete, no lanamento de dois dados, por 4 vezes consecutivas? 3 - Uma urna contm 50 bolas, sendo 10 vermelhas, 15 azuis e 25 amarelas. Qual a probabilidade de se retirar: a) uma bola amarela? b) Uma bola vermelha, uma azul e outra vermelha, sem reposio? c) Uma bola vermelha, uma azul e outra vermelha, sem reposio? 4 - Paulinho tem 12 miniaturas de automveis azuis e 8 miniaturas vermelhas. Paulinho, querendo agraciar seu irmo menor, resolve dar para ele algumas miniaturas. Paulinho props ao irmo trs situaes:

19

(I) Se o irmo, com os olhos vendados, retirar um carrinho vermelho, o carrinho lhe seria doado. (II) Se o irmo retirar, com os olhos vendados, um carrinho, no repor o mesmo na coleo e retirar outro, sendo os dois vermelhos, os dois carrinhos seriam doados para ele. (III) Se o irmo retirar, com os olhos vendados, um carrinho, repor o mesmo na coleo e a seguir retirar outro, se o primeiro for vermelho e o segundo azul, os dois carrinhos seriam doados para ele. a) Calcule as probabilidades para cada uma das trs situaes. b) Considerando que melhor um pssaro na mo do que dois voando, em qual das situaes seria mais garantido o irmo ganhar algum carrinho? Justifique sua resposta 5 - A figura mostra um jogo usado em um parque de diverses. Na parte inferior da figura est indicado quanto voc recebe ao acertar a respectiva bandeira. A indicao 2 x 1 significa que se voc jogar R$10,00 e ganhar, voc receber R$20,00 (incluindo os seus R$10,00). A bola vermelha pertence ao organizador do jogo. Supondo o jogo honesto,

a) qual a probabilidade de voc ganhar se jogar na bandeira do Brasil? b) aps um certo nmero de jogadas, provavelmente voc ganhar. Quantas vezes voc dever jogar na bandeira que aparece 3 vezes para provavelmente ganhar? c) se voc for dobrando a sua aposta, e supondo que no nmero de jogadas previstas no item b , ao ganhar voc receber ou no todo o seu dinheiro de volta? (Observao: considerando a possibilidade de ao final de determinado nmero de jogadas provavelmente voc ganhar, isto se a probabilidade de ganhar ao jogar em uma das bandeiras , provavelmente voc ganhar uma vez ao jogar 4 vezes no mesmo time. 6 - Em uma certa cidade foi feita uma pesquisa sobre assistncia a determinados canais de televiso. Das 500 pessoas entrevistadas, 290 assistem ao canal A, 280 assistem ao canal B e 150 assistem outros canais, mas no assistem nem A nem B. Qual a probabilidade de, se escolhido um dos 500 entrevistados, a) ser ele um dos que assistem A e B? b) ser ele um dos que assistem A ou B? 7 Uma igreja tem 4 portas. Qual a probabilidade de uma pessoa entrar por uma das portas e sair por uma porta diferente? 8 Qual a probabilidade de num sorteio com figuram 10 nmeros voc acertar 4 deles? 9 Quatro moedas so lanadas para cima. Aps quantas jogadas voc provavelmente acertar a ordem cara, cara, coroa, coroa? 10 Uma prova formada por 10 questes, cada uma com 5 opes. Qual a probabilidade de um aluno chutar todas as questes: a) e acertar todas; b) e acertar as duas primeiras; c) e acertar duas quaisquer; d) no acertar a terceira questo. 11 Uma urna contm 100 bolas numeradas de 1 a 100. Qual a probabilidade de, se retirada uma bola, sendo ela par, ter ela um nmero terminado em zero? 12 Em um estdio de futebol compareceram 2000 pessoas. Destas 800 torcem pelo time A sendo que 120 vestiam a camisa de seu time, 900 torcem pelo time B estando 150 vestidas com a camisa

20

deste time. As que no torcem por nenhum dos times no vestem camisa de nenhum dos dois times. Qual a probabilidade de, escolhida uma pessoa: a) ser ela torcedora do time B. b) estar ela vestida com a camisa do time A. c) sendo ela do time A, estar sem a camisa de seu time. Qual a probabilidade de, se escolhidas duas pessoas: d) serem elas torcedoras do time B. e) ser a primeira torcedora do time A e a segunda do time B. f) nenhuma das duas torcerem por nenhum dos dois times. g) ser uma torcedora do time A e outra do time B. 12 - Ao fazer um levantamento em uma turma de 3 srie, com 50 alunos, verificou-se que: 16 se matricularam em ingls, 15 matricularam-se em espanhol e 7 matricularam-se para cursar os dois idiomas. Determine a probabilidade de, se escolhido um aluno dessa turma: (a) ser ele estudante de ingls ou espanhol; (b) ser ele estudante de ingls ou espanhol; (c) no estar ele matriculado em nenhuma das duas disciplinas. 13 - Numa pesquisa em Barbacena sobre assistncia a canais de TV, foram entrevistadas 1000 pessoas.O resultado foi tabelado e o resultado est apresentado na tabela

Com base na tabela, calcule a probabilidade da pessoa escolhida (a) no assistir nenhum dos canais especificados (b) assistir apenas o canal A (c) assistir os canais A ou B, mas no assistir o canal C (d) assistir o canal A, ou B ou C (e) assistir o canal A e B e C. (f) assistir o canal A e B mas no assistir o canal C.

21

CAPTULO 04 ESTATSTICA 4.1 POPULAES E AMOSTRAS A Estatstica tem por objetivo principal analisar uma distribuio de dados e a partir dos mesmos inferir resultados futuros. O processo estatstico tem duas reas bem distintas: a primeira consiste em coleta e agrupamento dos dados, enquanto que a segunda, mais ligada diretamente Matemtica tem por objeto a anlise destes dados. Muitas vezes pesquisa dos dados deve-se referir a um determinado grupo que denominada populao. Entretanto, nem sempre h necessidade de se pesquisar todos os elementos da populao e assim, a pesquisa feita em uma parcela da populao. Esta parcela da populao chamada de amostra. Exemplos de populaes e amostras: Populao:- Todos os eleitores brasileiros Amostra:- 2500 eleitores entrevistados Populao:- Todos os cidados de uma cidade Amostra:- 1200 habitantes maiores de 21 anos Populao:- Peas produzidas por uma indstria Amostra:- peas que so testadas para garantir qualidade importante observar que o termo populao nem sempre se refere a habitantes de uma regio, como usado correntemente. O estudo de amostras pode levar a concluses no exatas sobre toda a populao. Entretanto, existem inmeras razes que levam ao uso de amostras no lugar de pesquisar toda a populao. As principais razes para se adotar esse processo esto na relao custo/benefcio e na impossibilidade de acesso a toda a populao. evidente que quanto mais prxima da populao estiver a amostra, mais corretas sero as concluses que se pode tirar a respeito dos dados levantados. Um outro fato a respeito das amostras que o processo de pesquisa pode destruir o elemento pesquisado. Se for desejo pesquisar a tenso mxima suportada por peas produzidas em uma indstria, as peas testadas provavelmente sero destrudas e deste modo a firma no poder colocar tais peas venda. Dependendo das informaes desejadas, na coleta dos dados, pode-se optar por um dos dois mtodos: dados individualizados e dados agrupados. As tabelas abaixo mostram dados coletados usando os dois processos:

22

Na primeira tabela a coluna Notas representa um conjunto discreto (valores bem determinados). Este um exemplo caracterstico de dados individualizados. Na segunda tabela, a coluna Salrios os dados esto listados em intervalos. Nesta, os dados se apresentam agrupados. QUESTES Responda:1 Porque, na maioria das vezes, so estudadas amostras e no populao? 2 possvel dizer se uma determinada amostra representa adequadamente uma populao? 3 Suponha que voc deseje pesquisar a preferncia de uma populao com relao aos candidatos em uma eleio para a prefeitura de sua cidade. Como voc escolheria a amostra se: a) sua inteno obter um resultado no direcionado a um determinado candidato? b) sua inteno obter um resultado direcionado a um determinado candidato?

4.2 MEDIDAS DE TENDNCIA CENTRAL Uma simples listagem dos dados pesquisados pode no levar a nenhuma concluso. Por este motivo importante verificar como os dados se distribuem em relao a um valor mais provvel. Consideram-se como parmetros para anlise de uma distribuio as medidas: mdia, moda e mediana, denominadas medidas de tendncia central. Tais medidas so definidas como segue: (I) MDIA Sejam x1, x2, x3, ... , xn um conjunto de n medidas. Define-se a mdia destas medidas, que se indica , por

Exemplo: para o conjunto de medidas 25, 18, 41, 48, 29, 37, a mdia X = (25 + 18 + 41 + 48 + 29 + 37)/6 = 33 (II) MEDIANA 11 Ordenadas as medidas, a mediana (Md) a medida que ocupa a posio central da distribuio. Se a quantidade de medidas for um nmero par, ter-se-o duas medidas ocupando a posio central. Nesse caso, a mediana ser a mdia destas duas medidas. Exemplo: Seja o conjunto 25, 18, 41, 48, 29, 37, 19. Ordenando os dados temos: 18 19 25 29 37 41 48, a mediana 29 pois esta a medida que se posiciona no centro da distribuio (3 valores antes e 3 valores depois). No caso do conjunto 19 25 29 37 41 48, as medidas centrais so 29 e 37. Neste caso, devemos tomar o valor (29 + 37)/2 = 33 como mediana. Dependendo dos valores das medidas, a mediana melhor que a mdia para analisar a distribuio. Tomando por exemplo os valores 180, 20, 30, 25, 26, 27, 18, a mdia 46,6 enquanto que a mediana vale 26 que est bem mais prximo dos demais valores. No clculo da mdia, o nmero 180 fez com que a mdia fosse levada para um valor bem acima dos demais. Em situaes como essa, a mediana mais representativa da distribuio do que a mdia.

23

(III) MODA A moda usada quando na distribuio onde aparecem valores repetidos. Define-se a moda, (Mo), como sendo a medida que aparece em maior nmero de vezes. Uma distribuio em que no h elementos repetidos ela dita amodal. Se dois valores aparecem com a igual quantidade de vezes a distribuio dita bimodal. Para trs valores, trimodal, e assim, sucessivamente. A distribuio 19 25 29 37 41 48 amodal pois no nenhum elemento repetido. A moda da distribuio 19 25 19 - 29 37 19 29 - 41 48 19 pois 19 aparece um maior nmero de vezes. Para a srie 19 25 19 - 29 37 19 29 - 41 48 29, o 19 e o 29 aparecem 3 vezes cada. Esta distribuio bimodal pois tem duas modas que so: o 19 e o 29. Numa distribuio simtrica, a mdia, a moda e a mediana so valores bem prximos ou coincidentes. A partir de agora sero usados os smbolos Mo e Me para designar a moda e a mediana, respectivamente. EXERCCIOS Calcule a mdia, a moda e a mediana para os conjuntos de medidas abaixo: (a) 32, 34, 45, 46, 35, 32, 34, 45, 37, 48, 56, 45, 57, 39, 18, 26, 36, 45, 57 (b) 16, 18, 30, 24, 42, 37, 30, 38, 35, 23, 32, 24, 27 4.3 USANDO PLANILHAS Os softwares que apresentam planilhas permitem o clculo direto da mdia, moda e mediana quando as medidas so todas digitadas. No h formula direta para clculo destas medidas quando a tabela apresentar uma distribuio de freqncia. Neste ltimo caso ser disponibilizado um aplicativo para o clculo da mdia. (Ver site http://www.cesariof.xpg.com.br ou CDRom). No EXCEL, para calcular a mdia, (1) Digite os valores em uma mesma coluna (2) Clique na clula onde ser calculada a mdia, a moda ou a mediana. (3) Para calcular a mdia, digite na clula = MDIA( (4) Selecione as clulas onde constam os valores tabelados. (5) Complete a frmula fechando os parntese. Na clula dever ser exibido algo como = MDIA(B4:B15) onde B4:B15 so respectivamente a primeira e a ltima clula com os valores tabelados. Pressione a seguir, a tecla ENTER. Os passos so semelhantes para o clculo da mediana e da moda. Para a mediana, na clula deve ser digitado =MED( e para a moda digite =MODO( . A seguir selecione as clulas com os valores e feche o parntese. No STAROFFICE, no OPENOFFICE e no BROFFICE, utilize os mesmos procedimentos. As frmulas so =MDIA() para a mdia, =MEDIANA( ) para a mediana e =MODAL( ) para a moda. Obs.: - No caso de tabelas bimodais, trimodais, etc., somente ser calculada uma das modas. EXERCCIO Usando o STARCALC ou o EXCEL calcule a moda, a mediana e a mdia dos valores: (a) 50, 10, 40, 30, 20, 80, 40, 15, 30, 10, 30. (b) 32, 34, 45, 46, 35, 32, 34, 45, 37, 48, 56, 45, 57, 39, 18, 26, 36, 45, 57 (c) 16, 18, 30, 24, 42, 37, 30, 38, 35, 23, 32, 24, 27

24

4.4 QUARTIL E PERCENTIL A diferena entre o maior e o menor valor de uma distribuio de dados coletados denominada disperso. Tomando por exemplo a tabela, j ordenada, 1,12, 15, 17, 19, 19, 21, 23, 25, 26, 105 teremos uma disperso igual a 104, ou seja 105 1. Observando a tabela nota-se que os extremos 1 e 105 esto bem afastados das demais medidas. Se da mesma forem retirados apenas estes dois valores a disperso torna-se bem menor (igual a 14) e as medidas restantes parecem bem mais centradas em relao aos valores tabelados. Os valores bem afastados da maioria das medidas, denominados valores esprios (outliers em ingls) podem no condizer com a realidade da distribuio e, com isso, levar a erros grosseiros nas tomadas das decises quando se faz uma anlise dos dados coletados. Algumas tcnicas so usadas para eliminar os valores que estejam muito afastados das demais medidas. Entre as diversas tcnicas destacamos: o quartil e o percentil que so usadas em parties dos dados. A partio dos dados, pelo mtodo dos quartis, feita obedecendo s normas: I Ordena-se o conjunto II Divide-se a tabela em quatro partes, cada uma delas contendo 25% (ou seja ) dos valores tabelados. A primeira, que contem os 25% valores menores chamada de 1 quartil. A ltima, que contem os 25% valores maiores, chamada de 4 quartil. Para a anlise dos dados, despreza-se os 1 e 4 quartis. A tabela com os valores restantes chamada de intervalo interquartil. Pode-se tambm utilizar outras divises, como por exemplo, dividir a tabela em 100 partes. Cada uma chamada de percentil, e escolher uma determinada faixa a ser desprezada, no esquecendo de que a quantidade de valores menores a serem desprezados dever ser igual quantidade de valores maiores. Exemplo: Considerando a tabela 12, 13, 13, 14, 14, 16, 18, 19, 20, 21, 21, 23, 23, 24, 25, 26, 28, 28, 30, 31. O conjunto tem 20 elementos. Para obter os quartis, divide-se a tabela em 4 partes. Cada uma ter 5 elementos. O primeiro quartil formado por 12, 13, 13, 14, 14. O quarto quartil ser 25, 26, 28, 28, 30. Para analisar a tabela, levando em considerao os quartis, (intervalo interquartil) seriam considerados apenas os valores: 16, 18, 19, 20, 21, 21, 23, 23, 24. Usando o intervalo 10 percentil, calcula-se 10% do total de medidas. Para a tabela do exemplo anterior, 10% de 20 so dois. Eliminam-se ento os dois valores menores (12, 13) e os dois valores maiores (28, 30). O conjunto de valores restantes constitui o intervalo 10 percentil. Nos dois exemplos citados, a amplitude passar a ser a diferena entre o maior e o menor valor da tabela restante e no a diferena entre o maior e menor valor na tabela inicial. A escolha do intervalo fica a critrio do analista dos dados levando em conta uma srie de fatores, inclusive a disperso dos valores iniciais.

4.5 MEDIDAS DE DISPERSO de extrema importncia para a anlise dos dados, verificar o comportamento dos valores tabelados em relao mdia. Isto , estudar a disperso dos dados em relao mdia. No estudo dessa disperso so usadas as medidas: desvio em relao mdia, desvio absoluto, desvio mdio absoluto, varincia e desvio-padro. Estas grandezas so definidas como segue:

25

(I) desvio em relao mdia, ou simplesmente desvio (di) a diferena entre medida e a mdia. Se xi uma das medidas, X a mdia, o desvio de cada uma das medidas definido por:

(II) desvio absoluto. (Di) o valor absoluto do desvio.

(III) desvio mdio absoluto a mdia dos valores absolutos dos desvios.

(IV) varincia (v) Duas consideraes devem ser feitas para o clculo da varincia. (a) Varincia da amostra quando se deseja apenas uma anlise da amostra, ou a amostra coincidente com toda a populao.

D12 + D22 + D32 + ... + Dn2 v= n

(b) Varincia da populao quando, a partir da amostra se deseja inferir sobre a populao. Devese tambm ser usada para uma distribuio em classes com intervalos.

(V) desvio padro (s) A varincia envolve a soma de quadrados, portanto, a unidade em que se exprime no a mesma que a dos dados. Assim, para obter uma medida da variabilidade ou disperso com as mesmas unidades que os dados, tomamos a raiz quadrada da varincia que denominado desvio padro. Atravs do desvio padro pode-se fazer estimativas da disperso das medidas em relao mdia. De acordo com a definio:

Os dois valores obtidos para a varincia, ao dividir a soma dos quadrados dos desvios por n ou por n 1 devem ser levados em conta para o desvio padro. Nos itens a seguir, o termo desvio padro, estar se referindo desvio padro calculado com relao populao. Isto , no clculo da varincia, a soma dos quadrados dos desvios ser dividida por n - 1.

26

As medidas de disperso devem acompanhar a preciso das medidas apresentadas na amostra. Isto , o nmero de casas decimais das medidas de tendncia central e as medidas de disperso devem apresentar o mesmo nmero de casas decimais das medidas apresentadas na amostra. Para que tal fato seja observado, devem ser usados os critrios adotados pela Resoluo 886/66 do IBGE, que regulamenta a aproximao de medidas. Tal resoluo estabelece: 1 - Quando o primeiro algarismo a ser abandonado 0,1,2,3 ou 4, fica inalterado o ltimo algarismo a permanecer. Ex: 146,63 arredondado para 146,6 ; 95,02 arredondado para 95,0. 2 - Quando o primeiro algarismo a ser abandonado 6,7,8, ou 9, aumenta-se de uma unidade o algarismo a permanecer. Ex: 146,87 arredondado para 146,9 ; 95,06 arredondado para 95,1; 361,96 arredondado para 362,0. 3 - Quando o primeiro algarismo a ser abandonado 5, h duas solues: a) Se ao 5 seguir, em qualquer casa, um algarismo diferente de zero, aumenta-se uma unidade ao algarismo a permanecer. Ex: 14,651 arredondado para 14,7; 14,6502 arredondado para 14,7; 14,650002 arredondado para 14,7. b) Se o 5 for o ltimo algarismo ou se ao 5 s se seguirem zeros, o ltimo algarismo a ser conservado s ser aumentando de uma unidade se for mpar. Exemplos: 132,35 arredondado para 24,4 pois o 3 mpar; 132,85 arredondado para 132,8 pois o 8 par; 132,750000 arredondado para 132,8 e 132,45000 arredondado para 132,4. Obs: O arredondamento deve ser feito de uma s vez e no atravs de arredondamentos sucessivos. COMPENSAO Aplicando as regras do arredondamento, podem ser obtidos diferentes resultados, caso o arredondamento seja feito antes ou aps a operao. Veja: 25,32 + 17,85 + 10,44 + 31,17 = 84,78 (efetuando as operaes sem arredondamento) 25,3 + 17,8 + 10,4 + 31,2 = 84,7 (efetuando as operaes aps arredondamento) Entre os dois processos h uma pequena discordncia: a soma exatamente 84,7 quando, pelo arredondamento, deveria ser 84,8. No caso, o resultado aceitvel 84,8. Para evitar diferena entre os resultados, efetua-se a operao com as medidas no arredondadas e aplicam-se as regras de arredondamento no resultado. Conforme dito anteriormente, os valores esprios, ou estranhos, so valores muito altos ou muito baixos, quando comparados com os demais. Esses valores distorcem tanto a mdia como o desvio padro, podendo ser descartados para o clculo desses parmetros. Assim, interessante, separar os valores que dispersam da maioria dos demais valores tabelados e recalcular a nova mdia e o novo desvio padro. A excluso de valores esprios para o clculo de parmetros de uma amostra no significa que esses valores devam ser simplesmente ignorados; a excluso feita apenas para o clculo dos parmetros (mdia e desvio padro), pois eles, em geral, distorcem esses valores. Os procedimentos de excluso de valores esprios devem sempre levar em conta o tamanho da amostra, compensando o maior efeito da presena de valores esprios em amostras menores. No Excel e no StarCalc a varincia e o desvio padro podem ser calculados automaticamente. Para a varincia, em ambos, a frmula VARP() para a amostra e =VAR() para inferncia sobre a populao. No clculo do desvio padro, as frmulas so: - para o Excel = DESVPADP() (desvio padro para a amostra) e = DESVPAD() (para inferncias sobre a populao ou distribuio de freqncias em intervalos) - para o StarCalc, os correspondentes so = DESV.PAD.P() e DESV.PAD(). Aps digitadas as frmulas, clique entre os dois parnteses e selecione as clulas onde esto exibidos os valores da tabela. A seguir pressione a tecla ENTER. EXERCCIOS Para cada um dos conjuntos de valores abaixo, determinar (I) a mdia, (II) a varincia da amostra,

27

(III) a provvel varincia da populao, (IV) o desvio padro da amostra, (V) o provvel desvio padro da populao. (a) 50, 10, 40, 30, 20, 80, 40, 15, 30, 10, 30. (b) 32, 34, 45, 46, 35, 32, 34, 45, 37, 48, 56, 45, 57, 39, 18, 26, 36, 45, 57 (c) 16, 18, 30, 24, 42, 37, 30, 38, 35, 23, 32, 24, 27 (d) 2, 3, 5, 9, 11, 8, 7, 5, 2. 4.6 INTERVALO DE CONFIANA Seja uma distribuio amostral de mdia X e desvio padro s. Esta distribuio dita normal quando o grfico desta distribuio apresentar a forma semelhante indicada na figura abaixo.

Numa distribuio amostral aproximadamente normal de se esperar que 68,27% das medidas da amostra estejam no intervalo [ s, + s], 95,45% estejam no intervalo [ 2x, + 2s] e 99,73% estejam no intervalo [ 3x, + 3s]. Estes intervalos so denominados intervalos de confiana de 68,27%, 95,45% e 99,73%, respectivamente. Os extremos dos intervalos so chamados de limites de confiana de 68,27%, 95,45% e 99,73%. comum representar o intervalo de confiana, com percentual P%, por zs, onde z o coeficiente de confiana. A tabela abaixo mostra valores para coeficientes de confiana e os respectivos percentuais.

Conforme dito anteriormente a tabela dever ser usada para uma distribuio normal ou uma distribuio com um tamanho suficientemente grande. Em geral para amostra de tamanho maior ou igual a 30, a distribuio amostral se aproxima de uma distribuio normal. Quando o tamanho da amostra menor que 30, costuma-se usar o coeficiente t de confiana de Student. O coeficiente t depende do grau de liberdade da amostra. Para uma

28

distribuio aproximadamente normal, com amostras de tamanho maior ou igual a trinta, os valores de "z" e de "t" levam praticamente aos mesmos resultados. Considera-se o grau de liberdade de uma amostra de tamanho n como sendo n 1. Ao usar a tabela de Student deve ser observado que a primeira coluna corresponde ao tamanho da amostra menos 1. Veja a tabela de Student na pgina a seguir.

EXERCCIOS RESOLVIDOS (1) A mdia e o desvio padro das alturas de 1000 alunos so 1,657 m e 0,012 m. Supondo uma distribuio normal das alturas, determine o intervalo que agrupa 866 das alturas (86,6%) da amostra. Soluo: considerando o tamanho da amostra que de 1000 alunos, deve-se usar o coeficiente "z" que para 86,6% (aproximadamente 86,64%) vale 1,5 (ver tabela de valores para z). Isto resulta em 1,657 + 1,5x0,012 = 1,657 + 1,018. Assim, 866 alturas, provavelmente estaro entre 1,639 m e 1,675 m. Analisando graficamente:

No grfico a rea preenchida corresponde a 86,6% da rea total. So ento (1000 866)/2 = 67 alunos com altura superior a 1,675 m e 1,639 alunos com altura abaixo de 1,639. comum usar os limites de confiana para selecionar elementos de um grupo. (2) As notas de 21 alunos de uma classe tm mdia 6,60 e desvio padro 1,50. Provavelmente, quantos alunos tiraram notas: (a) entre 5,31 e 7,89? (b) acima de 8,59? Para uma amostra de tamanho inferior a 30 (no caso, o tamanho da amostra 20) usa-se a tabela de distribuio de Student. (a) tomando o limite 7,89 teremos para o produto ts = 7,89 - 6,60 = 1,29. Sendo o desvio padro s = 1,50, o valor de t t = 1,29/1,50 = 0,86. Localizando o valor 0,86 na tabela de Student, para um grau de liberdade igual a 21 - 1 = 20 (lembre que o grau de liberdade igual ao tamanho da amostra menos 1), encontra-se o percentual de 80%. Portanto, 80%x21 = 0,80x21 = 16,8 alunos tero notas entre 5,31 e 7,89. Como no h frao de alunos o nmero de alunos com notas entre 5,31 e 7,89 16. (b) o desvio em relao mdia 8,59 6,60 = 1,99 que corresponde ao produto ts. Como s = 1,50, o valor de t t = 1,99/1,5 = 1,327. Localizando o valor 1,327 para 21 1 = 20 graus de liberdade, obtm-se o valor 90% (usar o valor mais prximo de 1,327 que 1,325). Assim, so 90% dos alunos entre 6,60 1,327x1,5 = 4,61 e 6,60 + 1,327x1,5 = 8,59. Portanto, 100% - 90% = 10% estaro fora desse intervalo. Deste modo, 5% (10%/2) dos alunos tm notas abaixo de 4,61 e 5% dos alunos tero notas superior a 8,59. Concluindo, o nmero de alunos com nota superior a 8,59 5% de 21 = 0,05x21 = 1,05. Como no existe frao de aluno, 1 aluno ter nota superior a 8,59. Veja o grfico correspondente

29

4.7 - TABELA DO COEFICIENTE DE CONFIANA (Z) EM PORCENTAGEM Nas clulas em azul esto exibidos os valores de z. Tomando por exemplo o percentual 55,28 (em vermelho) o valor de z 0,76 obtido a partir da linha 0,7 e da coluna 6 que contm o percentual 55,28.
Z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 0 0,00 7,96 15,86 23,58 31,08 38,30 45,16 51,60 57,62 63,18 68,26 72,86 76,98 80,64 83,84 86,64 89,04 91,08 92,82 94,26 95,44 96,42 97,22 97,86 98,36 98,76 99,06 99,30 99,48 99,62 99,74 99,80 99,86 99,90 99,94 99,96 99,96 99,98 99,98 1 0,80 8,76 16,64 24,34 31,82 39,00 45,82 52,24 58,20 63,72 68,76 73,30 77,38 80,98 84,14 86,90 89,26 91,28 92,98 94,38 95,56 96,52 97,28 97,92 98,40 98,80 99,10 99,32 99,50 99,64 99,74 99,82 99,86 99,90 99,94 99,96 99,96 99,98 99,98 2 1,60 9,56 17,42 25,10 32,56 39,70 46,48 52,84 58,78 64,24 69,22 73,72 77,76 81,32 84,44 87,14 89,48 91,46 93,12 94,52 95,66 96,60 97,36 97,96 98,44 98,82 99,12 99,34 99,52 99,64 99,74 99,82 99,88 99,90 99,94 99,96 99,98 99,98 99,98 3 2,40 10,34 18,20 25,86 33,28 40,38 47,14 53,46 59,34 64,76 69,70 74,16 78,14 81,64 84,72 87,40 89,68 91,64 93,28 94,64 95,76 96,68 97,42 98,02 98,50 98,86 99,14 99,36 99,54 99,66 99,96 99,82 99,88 99,92 99,94 99,96 99,98 99,98 99,98 4 3,20 11,14 18,96 26,62 34,00 41,08 47,78 54,08 59,92 65,28 70,16 74,58 78,50 81,98 85,02 87,64 89,90 91,82 93,42 94,76 95,86 96,76 97,50 98,08 98,54 98,90 99,18 99,38 99,54 99,68 99,96 99,84 99,88 99,92 99,94 99,96 99,98 99,98 99,98 5 3,98 11,92 19,74 27,36 34,72 41,76 48,44 60,46 65,78 70,62 74,98 78,88 82,30 85,30 87,88 90,10 91,98 93,56 94,88 95,96 96,84 97,56 98,12 98,58 98,92 99,20 99,40 99,56 99,68 99,78 99,84 99,88 99,92 99,94 99,96 99,98 99,98 99,98 6 4,78 12,72 20,52 28,12 35,44 42,46 49,08 61,02 66,30 71,08 75,40 79,24 82,62 85,58 88,12 90,30 92,16 93,72 95,00 96,06 96,92 97,62 98,18 98,62 98,96 99,22 99,42 99,58 99,70 99,78 99,84 99,88 99,92 99,94 99,96 99,98 99,98 99,98 7 5,58 13,50 21,28 28,86 36,16 43,14 49,72 55,88 61,56 66,80 71,54 75,80 79,60 82,94 85,84 88,36 90,50 92,32 93,86 91,52 96,16 97,00 97,68 98,22 98,64 98,98 99,24 99,44 99,58 99,70 99,78 99,84 99,90 99,92 99,94 99,96 99,98 99,98 99,98 8 6,38 14,28 22,06 29,60 36,88 43,80 50,36 56,46 62,12 67,30 71,98 76,20 79,94 83,24 86,12 88,58 90,70 92,50 93,98 95,22 96,24 97,08 97,74 98,26 98,68 99,02 99,26 99,46 99,60 99,72 99,80 99,86 99,90 99,92 99,94 99,96 99,98 99,98 99,98 9 7,18 15,08 22,82 30,34 37,58 44,48 50,98 57,04 62,66 67,78 72,42 76,60 80,30 83,54 86,38 88,82 90,90 92,66 94,12 95,34 96,34 97,14 97,80 98,32 98,72 99,04 99,28 99,48 99,62 99,72 99,80 99,86 99,90 99,94 99,96 99,96 99,98 99,98 99,98

54,68 55,28

3,9 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00

30

4.8 - TABELA DE DISTRIBUIO DE STUDENT GL - grau de liberdade = tamanho da amostra - 1

GL\% 55% 60% 65% 70% 75% 80% 85% 90% 95% 97,5% 4,303 3,182 2,776 2,571 2,447 2,365 2,306 2,262 2,228 2,201 2,179 2,160 2,145 2,131 2,120 2,110 2,101 2,093 2,086 2,080 2,074 2,069 2,064 2,060 2,056 2,052 2,048 2,045 2,042 2,021 2,000 1,980 1,960 99% 99,5% 99,95% 6,965 4,541 3,747 3,365 3,143 2,365 2,896 2,821 2,764 2,718 2,681 2,650 2,624 2,602 2,583 2,567 2,552 2,539 2,528 2,518 2,508 2,500 2,492 2,485 2,479 2,473 2,467 2,462 2,457 2,423 2,390 2,358 2,326 9,925 5,541 4,604 4,032 3,707 3,499 3,355 3,250 3,169 3,106 3,055 3,012 2,977 2,947 2,921 2,898 2,878 2,861 2,845 2,831 2,819 2,807 2,797 2,787 2,779 2,771 2,763 2,756 2,750 2,704 2,660 2,617 2,576 31,598 12,924 8,610 6,869 5,959 5,408 5,041 4,781 4,587 4,437 4,318 4,221 4,140 4,073 4,015 3,965 3,922 3,883 3,850 3,819 3,792 3,767 3,745 3,726 3,707 3,690 3,674 3,659 3,646 3,551 3,460 3,373 3,291

1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619 2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 8 0,130 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,860 9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 11 0,129 0,260 0,396 0,540 0,697 0,876 1,088 1,363 1,796 12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 20 0,127 0,257 0,391 0,533 0,687 0,860 1,064 1,325 1,725 21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 27 0,127 0,256 0,389 0,531 0,684 0,856 1,057 1,314 1,703 28 0,127 0,256 0,389 0,530 0,683 0,856 1,056 1,313 1,701 29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 60 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1,671 120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 >120 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645

EXERCCIOS 1 - Ao pesquisar a variao do comprimento dos pregos produzidos por uma firma obteve-se uma mdia de 10,32 cm e desvio padro 0,12 cm em uma amostra de 2000 pregos. (a) Determine o intervalo de comprimentos que, provavelmente, agrupar 91,08% dos parafusos;

31

(b) Determine o nmero de parafusos cujo comprimento esteja compreendido entre 10,08 cm e 10,56 cm. (c) Determine o nmero de parafusos cujo comprimento maior que 10,62 cm. (d) Qual foi o tipo de score (z ou t) usado na resoluo dos itens acima? Justifique. 2 - As alturas de 20 alunos de uma classe apresentam mdia 1,60 m e desvio padro 0,02 m. (a) Determine o intervalo de alturas que, provavelmente, agrupa 90 % dos alunos? (b) Quantos alunos tm, provavelmente, altura superior a 1,64 m? (c) Qual foi o tipo de score (z ou t) usado na resoluo dos itens acima? Justifique. 4.9 INTERVALO DE CONFIANA PARA MDIAS DE UMA POPULAO Ao se calcular a mdia de uma amostra deve-se precisar o intervalo em que se deve encontrar a mdia da populao. Para uma mdia e um desvio padro s da amostra, pode-se demonstrar que a mdia da populao tem um limite de confiana com percentual P

para uma populao infinita ou amostragem com reposio de uma populao finita, e

para uma populao finita. Para pequenas amostras (n < 30) deve-se substituir o coeficiente z pelo coeficiente t de Student. EXERCCIOS RESOLVIDOS (1) Das arruelas produzidas por uma mquina foi retirada uma amostra de 100 arruelas cujo dimetro mdio 20,000 mm e desvio padro 0,012 mm. Determine o intervalo de confiana de 90,50% para o dimetro mdio de todas as arruelas produzidas por esta mquina. Soluo: para um intervalo de confiana igual a 90,50%, z = 1,67 (ver tabela). Como no se conhece o tamanho da populao (total de peas fabricadas pela mquina) pode-se consider-la infinita.

Nota: o nmero de casas decimais do desvio dever ser igual ao nmero de casas decimais da mdia. Assim, o intervalo de confiana da mdia de todas as arruelas produzidas pela mquina (20,000 + 0,002) mm, ou seja, existe uma probabilidade de 90,50% de a mdia das arruelas estar entre 19,998 mm e 20,002 mm. (2) Das notas de 1200 alunos de uma escola foram separadas as notas de 200 alunos. A mdia e o desvio padro das notas destes alunos foram, respectivamente, 6,50 e 0,30. Para um intervalo de confiana de 95%, qual dever ser a mdia dos 1200 alunos. Soluo: para o intervalo de confiana de 95%, o valor de z 1,96. Usa-se o z, pois, a amostra superior a 30. Como a populao finita, teremos N = 1200, n = 30, s = 0,30, = 6,50.

32

(3) Em um teste de QI, os scores de 10 alunos foram 90, 92, 92, 95, 98, 99, 100, 100, 100, 117. Calcule, para um limite de confiana de 95%, a mdia esperada para todos os alunos desta escola. Soluo: como a amostra inferior a 30, devemos utilizar o coeficiente "t" de Student, que para um intervalo de confiana de 95% vale 1,372. Calculando a mdia e o desvio padro da amostra obtm-se: = 98,30 e s = 7,59. No conhecendo o tamanho da populao, a frmula a ser usada :

Portando, para um intervalo de confiana de 95%, a mdia dos QIs dos alunos desta escola est entre 95,01 e 101,59. EXERCCIOS 1 Em uma plantao de milhos foram retiradas 500 espigas das quais verificou-se que o peso tinha mdia 256 g com desvio padro 14 g. Determine o intervalo de confiana de 90,50% para o peso mdio de todas as espigas da plantao. 2 Dos 5000 livros de uma biblioteca foi retirada uma amostra de 300 livros. O nmero de pginas dos livros da amostra apresentava uma mdia de 200 pginas com desvio padro 10 pginas. Faa uma previso para a mdia dos 5000 livros em um intervalo de confiana de 87,88%. 3 comum usar um prato como tara em restaurantes self-service de modo que ao pesar a quantidade de alimento usada pelo cliente seja registrado na balana somente o peso do alimento. Ao determinar a mdia e o desvio padro do peso de 16 pratos verificou-se que estes valiam 420 g e 20 g, respectivamente. A partir destes valores, calcule, para um intervalo de confiana de 90%, a mdia dos pratos usados pelo restaurante. 4 Com relao ao exerccio anterior, se a tara usada foi de 430 g, qual a probabilidade do prato que voc usar ser mais pesado que a tara?

33

CAPTULO 5 ESTATSTICA II 5.1 DISTRIBUIO DE FREQNCIA Os parmetros estatsticos como mdia, varincia, desvio padro, etc, ficam mais fceis de serem obtidos se as medidas da amostra forem agrupadas. Duas so as formas de agruparem os dados: (a) para variveis discretas em que o nmero de elementos distintos pequeno, e, (b) para variveis contnuas, ou quando o nmero de elementos muito grande. No primeiro caso, as medidas de mesmo valor so agrupadas em classes distintas. Ao nmero de vezes que cada elemento se repete chamamos de freqncia da classe, que se indica pela letra f. Para a tabela,
21 15 11 10 14 18 15 20 20 18 18 15 28 19 13 14 13 13 11 12 19 16 10 18 16 11 21

Temos 12 classes que so: 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21 cujas freqncias so respectivamente: 3, 2, 1, 3, 2, 3, 2, 0, 5, 2, 2, 2. Pode-se ento, construir a tabela de classes:

Classe 10 11 12 13 14 15 16 17 18 19 20 21

Freqncia 3 2 1 3 2 3 2 0 5 2 2 2

No segundo caso, as classes so formadas por intervalos. So elementos de uma distribuio de freqncia com dados agrupados em intervalos: (1) Xmax o maior valor exibido na tabela; (2) Xmin menor valor exibido na tabela (3) AA amplitude da amostra, calculada por AD = Xmax Xmin. (4) k n de classes A escolha do nmero de classes depende da anlise que se pretende fazer da amostra. Portanto, no h uma regra definida obrigatria para esta escolha. Entretanto, alguns analistas utilizam regras para determinar o nmero de classes. Entre estes processos destacam-se: (a) frmula de Sturges: k = 1 + 3,3.log n onde n o tamanho da amostra.

34

(b) frmula da raiz quadrada: k = maior nmero inteiro, menor ou igual n, onde n o tamanho da amostra. (5) Li limite inferior da classe. Deve-se, de preferncia, escolher para o limite inferior da primeira classe um valor igual menor medida tabelada. (6) Ls limite superior da classe. O limite superior, com exceo do pertencente ultima classe, coincide com o limite inferior da classe seguinte. (7) AI amplitude do intervalo de classe, definido por AI = Ls Li. (8) Lmin limite inferior do primeiro intervalo de classe (9) Lmax limite superior do ltimo intervalo de classe (10) AD amplitude da distribuio, definida por AD = Lmax Lmin. Deve-se observar que a amplitude da distribuio dever ser sempre maior que a amplitude da amostra. Isto AD > AA. (11) IC - Intervalo de classe, indicado por Li |------ Ls. A forma indicada usada para representar um intervalo fechado esquerda e aberto direita. Isto significa que as medidas de valores iguais ou maiores que Li e inferiores a Ls pertencem ao intervalo enquanto que valores iguais a Ls pertencem ao intervalo seguinte. (12) PM ponto mdio da classe, calculado por PM = (Ls +Li)/2. Nos clculos dos parmetros estatsticos o ponto mdio da classe substitui todos os valores contidos na classe. Um cuidado especial deve ser tomado ao estabelecer a diviso em classes de modo que nenhuma das classes tenha freqncia igual a zero. EXEMPLO: A tabela abaixo se refere ao levantamento feito pelo gerente de uma papelaria sobre os preos de artigos mais vendidos com os objetivos de prever o aumento do estoque e investir em propaganda tendo em vista os interesses dos clientes.
0,98 1,15 2,12 0,60 3,23 1,24 5,15 0,95 4,56 0,60 2,12 5,54 0,87 1,12 4,24 2,99 1,35 1,98 3,12 4,12 3,99 0,99 0,50 1,24 2,39 1,99 2,99 1,29 1,39 2,12 2,12 2,24 1,19 3,15 1,70 1,28 1,35 3,24 3,32 4,14 2,19 2,00 1,99 1.90 2,99 4,56 1,89 2,12 0,50 2,99 3,45 4,56 3.45 3,15 1,99 2,89 0,97 0,90 1,22 2,99 3,12 4,15 2,12 1,99 1,56 2,15 5,15 1,09 5,00 2,24 4,56 0,95 3,42 0,90 2,02 3,45 2,67 1,09 1,25 1,99

Dividir convenientemente a tabela em intervalos de classe. Soluo: Para facilidade de contagem aconselhvel ordenar os valores da amostra.
0,50 0,50 0,60 0,60 0,87 0,90 0,90 0,95 0,95 0,97 0,98 0,99 1,09 1,09 1,12 1,15 1,19 1,22 1,24 1,24 1,25 1,28 1,29 1,35 1,35 1,39 1,56 1,70 1,89 1,90 1,98 1,99 1,99 1,99 1,99 1,99 2,00 2,02 2,12 2,12 2,12 2,12 2,12 2,12 2,15 2,19 2,24 2,24 2,39 2,67 2,89 3,24 3,23 2,99 3,32 4,24 2,99 3,42 4,56 2,99 3,45 4,56 2,99 3,45 4,56 2,99 3,45 4,56 3,12 3,99 5,00 3,12 4,12 5,15 3,15 4,14 5,15 3,15 4,15 5,54

ATENO: os valores podem ser ordenados usando o EXCEL ou o STARCALC. Para ordenas os valores, digite-os em uma mesma coluna. A seguir selecione a coluna. Clique no boto DADOS. A seguir clique na opo CLASSIFICAR (EXCEL) ou ORDEM (STARCALC). Clique no boto OK. (1) Escolhendo o nmero de classes: Conforme foi dito, a escolha depende dos objetivos da anlise estatstica a ser feita. Como os objetivos no esto definidos, ser usado o processos de Sturges:

35

Tamanho da amostra n = 80, k = 1 + 3,3.log 80 = 7,28. Como o nmero de intervalos deve ser inteiro, k = 8. (2) Calculando a amplitude de cada classe: Amplitude da amostra: Xmax = 65,70, Xmin = 0,50 AA = 5,54 0,50 = 5,04 Amplitude de classe: AC = AA/k = 5,04/8 = 0,63. (3) Criando as classes: 1 classe: Li = 0,50; Ls = 0,50 + 0,63 = 1,13. O limite inferior de classe igual ao limite inferior da classe anterior somado amplitude da classe. Da mesma forma, o limite superior de cada classe igual ao limite superior da classe anterior somado amplitude de classe. Alm disso, o limite inferior de uma classe igual ao limite superior da classe imediatamente anterior. Obtm-se assim, a distribuio:
Lim. inf Lim. sup

0,50 |-----------1,13 1,13 |-----------1,76 1,76 |-----------2,39 2,39 |-----------3,02 3,02 |-----------3,65 3,65 |-----------4,28 4,28 |-----------4,91 4,91 |-----------5,54

Como o limite superior da ltima classe coincide com o maior valor da tabela, deve-se usar uma amplitude de classe ligeiramente superior ao valor calculado. Assim, substituindo a amplitude 0,63 por 0,64, cria-se a nova tabela:
Lim. Inf. Lim. Sup. 0,50 |---------1,14 1,14 |---------1,78 1,78 |---------2,42 2,42 |---------3,06 3,06 |---------3,70 3,70 |---------4,34 4,34 |---------4,98 4,98 |---------5,62

Estando a diviso das classes pronta, hora de completar a distribuio com as freqncias, lembrando que valores iguais a limites inferiores pertencem classe correspondente. Assim, completando a distribuio:
Lim. Sup Lim. Sup. Freqncia 0,50 |-----1,14 1,14 |-----1,78 1,78 |-----2,42 2,42 |-----3,06 3,06 |-----3,70 3,70 |-----4,34 4,34 |-----4,98 4,98 |-----5,62 TOTAL 15 13 21 7 10 6 4 4 80

5.2 PARMETROS ESTATSTICOS PARA DADOS AGRUPADOS

36

Sejam x1, x2, x3,..., xn os valores que representam as classes de uma distribuio de dados e f1, f2, f3, ..., fn as respectivas freqncias. Quando as classes so representadas por intervalos, x1, x2, x3,..., xn so os pontos mdios das classes. Definem-se: (1) MDIA DA AMOSTRA
n

X= (2) MODA

x1f1 + x2f2 + .... + xnfn f1 + f2 + . + fn

=
i=0

xi.fi fi

Medida que apresenta a maior freqncia. No caso de classes representadas por intervalos, a moda o ponto mdio da classe com maior freqncia. (3) MEDIANA A mediana a medida do elemento (ou os dois elementos) que se encontra no meio da listagem das medidas, aps orden-las. Para o caso de uma quantidade mpar, a mediana o valor da medida de ordem (n + 1)/2 e para uma quantidade par de medidas, a mediana o valor da mdia das medidas de ordem n/2 e (n/2) + 1. Para distribuio em classes definidas por intervalos, a mediana indicada pelo ponto mdio da classe. Um procedimento que facilita a localizao da mediana consiste em acrescentar na tabela uma coluna contendo a freqncia acumulada, que consiste na soma das freqncias da classe somada s freqncias das classes anteriores. No EXCEL e no STARCAL, a freqncia acumulada pode ser obtida a partir do processo: - digita-se a coluna das freqncias. Suponhamos que a freqncia da primeira classe esteja na clula C3. - na clula D3, digita-se =C3 - na clula D4, digita-se =D3 + C4 - seleciona-se a clula D4 clicando sobre ela. - posicionando o mouse sobre o quadrinho no canto inferior direito da clula selecionada e mantendo o boto esquerdo do mouse pressionado, arrasta-o at a clula da coluna D frente da clula contendo a ltima freqncia. (4) VARINCIA (x1 X)2.f1 + (x2 X)2.f2 + + (xn X)2.fn v= n-1 =
i=0 n

(xi X)2.fi n-1

(5) DESVIO PADRO s= v

O clculo para a mdia, a varincia e o desvio padro esto editadas em aplicativos. EXERCCIOS 01 As notas obtidas em Matemtica pelos alunos da 3 srie do ensino mdio de certa escola foram tabuladas agrupadas em intervalos conforme indicado na tabela:
Notas N alunos 0a 2 5 2a4 10 4a6 18 6a8 25 8 a 10 10

37

(a) Qual a amplitude da tabela? (b) Qual a amplitude de cada classe? (c) Calcule o ponto mdio de cada classe? (d) Calcule a mdia, a mediana, a moda e o desvio padro desta distribuio? (e) Usando a mdia com apenas uma casa decimal, e supondo que alunos cujas notas sejam igual ou superior mdia mais 1,3 - ( + 1,3) - ficam dispensados da prova final, quantos alunos estaro dispensados desta prova? (f) Se os alunos que tm notas 1,7 abaixo da mdia ( 1,7) esto reprovados sem direito prova final, quantos alunos j estariam reprovados? 02 Supondo que os alunos cujas notas esto tabeladas no exerccio anterior representem uma amostra de uma populao de 200 alunos, calcule, para um limite de confiana de 95%, a mdia esperada para todos os alunos desta escola. 03 As idades de um grupo de pessoas selecionadas em certa pesquisa esto distribudos na tabela:
21 15 11 10 14 18 15 20 20 18 18 35 22 19 27 14 13 13 11 12 19 16 10 18 24 11 21 10 26 22 28 27 11 23 18 12

(a) escolha um nmero de classes para analisar os dados? (b) Calcule a amplitude de cada classe. (c) Faa a tabulao dos dados distribuindo-os pelas classes. (d) Calcule a mdia, a mediana, a moda e o desvio padro. (e) Quantos elementos pertencem ao intervalo + s? (f) calcule, para um limite de confiana de 90%, a mdia das idades da populao. (g) calcule a moda e a mediana da distribuio 04 Para cada uma das tabelas

Calcule: (a) a mdia amostral das notas e o salrio mdio amostral; (b) o desvio mdio das notas e o desvio mdio dos salrios (c) a mdia das notas da populao e a mdia dos salrios da populao, para um intervalo de Ano Total Pblica Privada confiana de 97,5%. (d) a moda e a mediana da distribuio.1993 3,7 6,6 2,4 05 A tabela mostra o nmero de alunos matriculados no perodo de 1993 a 2003 em universidades 1995 4,3 7,9 2,9 pblicas e privadas. Fonte UFJF. 1996 4 7,5 2,6
1997 1998 1999 2000 2001 2002 2003 3,9 3,6 3,5 3,3 3 2,8 2,4 7,4 7,5 8 8,9 8,7 8,9 8,4 2,6 2,2 2,2 1,9 1,8 1,6 1,5 1994 3,9 7,3 2,4

38

Considerando a coluna referente universidade pblica, divida a amostra em quatro intervalos. (a) Qual a amplitude da amostra? (b) Qual a amplitude de cada intervalo? (b) Qual a mdia, a moda, a mediana, a varincia e o desvio padro da amostra? 06 A tabela mostra a avaliao feita pelo MEC em 30 universidades brasileiras. Fonte UFJF
Class Instituio 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 UFMG UFU UFRS UFRJ UNB UFJF UFSM UFV UERJ UNIOESTE Univ. R. Grande UFPR Univ. Maring PUC - RJ UFCE Status ndice Fed Fed Fed Fed Fed Fed Fed Fed Est Est Fed Fed Est Priv Fed 92,3 92,2 92 90,8 90,8 90 87,7 85,7 84,8 84,5 83,5 83,1 82,7 82,5 81,7 N Cursos 24 12 32 16 49 21 24 22 22 16 32 26 40 53 25 Class Instituio 16 17 17 19 20 21 22 23 24 25 26 27 28 29 30 UNESP UFES UFBA Univ. Mackenzie UFGO U. Centro-Oeste UNIMONTES U. Ponta Grossa UFSC UNICAMP U. Est da Bahia UFPE C. Newton Paiva PUC - RS Status ndice Est Fed Fed Priv Est Est Est Est Fed Est Est Fed Priv Priv 80,4 80 80 79,5 78,8 78,8 78,2 78,2 78,1 77,5 76,3 75,5 75 73,3 73,1 N Cursos 16 24 26 22 31 17 14 29 20 26 24 24 23 25 26

U. Caxias do Sul Priv

Utilize a diviso em classes de intervalos, para determinar: (a) A mdia e o desvio padro do ndice e do n de cursos. (b) Qual o percentual das universidades que apresentam no intervalo + 1,5s? (c) Compare com o resultado que seria obtido se fossem usados o coeficiente z e o coeficiente t de Student. (d) Supondo que a distribuio dos ndices e do nmero de cursos seja uma distribuio normal, qual seria, num intervalo de confiana de 95%, a mdia dos ndices de todas as universidades e a mdia do nmero de cursos de todas as universidades? (e) Qual a mediana da distribuio? Repita os itens (a) e (b) para a coluna referente universidade privada. 07 A tabela mostra a variao do dlar no perodo de 01/10/2004 a 17/12/2004. tabela em reais.
2,85 2,85 2,85 2,83 2,82 2,84 2,85 2,82 2,82 2,82 2,83 2,85 2,86 2,83 2,83 2,85 2,86 2,82 2,84 2,85 2,86 2,82 2,86 2,85 2,83 2,80 2,86 2,88 2,82 2,80 2,86 2,87 2,82 2,80 2,86 2,86 2,82 2,80 2,85 2,86 2,82 2,78 2,87 2,86 2,82 2,77 2,76 2,74 2,76 2,73 2,76 2,71 2,77 2,72 2,74 2,71 2,75 2,71 2,75 2,71 2,73 2,72 2,73 2,73 2,73 2,77 2,77 2,77 2,79 2,79 2,79 2,77 2,76 2,75 2,73 2,72

Valores da

39 2,88 2,86 2,83 2,76

Sugesto: Selecione cada uma das colunas (individualmente), copie e cole-as numa mesma coluna no EXCEL ou no STARCALC para facilitar a ordenao. Calcule: (a) o valor mdio do dlar no perodo. (b) o desvio padro (c) o nmero de dias em que o dlar foi cotado entre 2,75 e 2,81. 08 A tabela mostra os valores do ndice econmico TBF. (Taxa bsica financeira)
DIA JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1,21 1,05 1,31 1,13 1,18 1,22 1,25 1,26 1,10 1,17 1,19 1,43 1,19 1,10 1,33 1,08 1,23 1,21 1,19 1,32 1,21 1,17 1,20 1,37 1,20 1,08 1,33 1,02 1,30 1,21 1,19 1,31 1,15 1,17 1,27 1,27 1,26 1,11 1,27 1,08 1,31 1,13 1,24 1,29 1,08 1,22 1,30 1,29 1,33 1,11 1,21 1,13 1,29 1,07 1,30 1,26 1,14 1,23 1,20 1,36 1,34 1,11 1,21 1,14 1,25 1,13 1,31 1,20 1,19 1,20 1,15 1,44 1,33 1,04 1,27 1,13 1,16 1,19 1,30 1,20 1,20 1,15 1,21 1,45 1,28 1,04 1,32 1,14 1,16 1,21 1,24 1,20 1,26 1,11 1,28 1,43 1,21 1,11 1,29 1,09 1,23 1,20 1,14 1,26 1,25 1,10 1,28 1,36 1,20 1,11 1,29 1,09 1,30 1,17 1,16 1,25 1,19 1,16 1,30 1,32 1,26 1,11 1,20 1,14 1,24 1,13 1,22 1,26 1,15 1,20 1,28 1,33 1,31 1,11 1,16 1,21 1,35 1,11 1,30 1,20 1,21 1,22 1,24 1,39 1,32 1,11 1,16 1,20 1,19 0,17 1,31 1,15 1,23 1,30 1,17 1,46 1,32 1,05 1,22 1,20 1,13 1,27 1,32 1,15 1,18 1,24 1,23 1,42 1,25 1,05 1,29 1,19 1,13 1,26 1,26 1,20 1,23 1,20 1,30 1,19 1,11 1,26 1,11 1,19 1,26 1,13 1,26 1,21 1,13 1,35 1,20 1,11 1,29 1,07 1,25 1,24 1,16 1,26 1,18 1,19 1,37 1,25 1,11 1,21 1,12 1,24 1,20 1,22 1,28 1,12 1,24 1,35 1,32 1,09 1,15 1,19 1,25 1,14 1,31 1,20 1,18 1,22 1,28 1,10 1,15 1,17 1,19 1,20 1,30 1,14 1,24 1,25 1,31 1,01 1,21 1,18 1,13 1,25 1,32 1,14 1,19 1,21 1,27 1,01 1,21 1,25 1,13 1,25 1,23 1,20 1,22 1,13 1,23 1,06 1,18 1,19 1,19 1,24 1,20 1,26 1,20 1,13 1,17 1,12 1,22 1,13 1,26 1,26 1,19 1,26 1,17 1,19 1,17 1,14 1,16 1,19 1,26 1,18 1,25 1,26 1,10 1,26 1,22 1,21 1,06 1,24 1,25 1,14 1,31 1,21 1,16 1,27 1,23 1,22 1,07 1,25 1,22 1,20 1,32 1,13 1,21 1,25 1,21 1,15 1,13 1,25 1,15 1,26 1,31 1,14 1,21 1,21 1,24 1,18 1,15 1,21 1,25 1,14 1,25 1,23 1,20 1,23 1,16 1,30 1,11 1,20 1,21 1,17 1,20 1,26 1,21 1,27 1,25 1,14 1,37 1,05 1,25 1,19 1,12 1,25 1,25 1,20 1,27 1,17 1,20 1,37

Conforme sugesto do item anterior, ordene os dados no EXCEL ou no STARCAL. Calcule, usando os processos de medidas discretas e o processo da diviso em intervalos: (a) o valor mdio dirio do ndice TBF (b) a varincia e o desvio padro. (c) o percentual em que os ndices estiveram entre + 1,2s. (d) consulte a tabela dos coeficientes z e t e confira percentual com o obtido no item (c). 09 - Em um ms, uma loja de assistncia tcnica em computares recebeu os seguintes servios:
Tipo do servio Limpeza de vrus Troca de HD Preo p/ servio (R$) 30,00 45,00 Quantidade 1000 450

40

Troca de placa me Up grade Instalao de programas

60,00 50,00 25,00

600 350 250

Qual o preo mdio cobrado por servio? 10 - Encontrar a freqncia correspondente terceira classe da distribuio a seguir, sabendo-se que a mdia igual a 11,50.
Xi fi 5 4 8 5 13 ... 18 3 25 1

11 - Obter a moda e a varincia para a distribuio amostral:

Classes fi 0 l---25 20 25 l---50 140 50 l---75 180 75 l---100 40 100 l---125 10

12 - O tempo de acesso na internet das 50 primeiras coneces de um dia num determinado provedor: Xi 1 2 3 4 fi 6 11 6 7 Calcular a varincia populacional e o desvio padro. 5 9 6 11

13 - Calcule a mdia e a varincia amostral: Fac = freqncia acumulada Xi Fac 30000 10 30002 30004 22 36 30006 46 30008 50 30010 52

41

CAPTULO 06 CONSTRUINDO GRFICOS 6.1 INTRODUO A distribuio em tabelas dos levantamentos dos dados estatsticos d uma idia geral de como cada grupo de medidas influenciam nas medidas de disperso. Entretanto, para uma melhor visualizao, as informaes podem ser apresentadas em forma de grficos. Grficos de dados estatsticos esto presentes em jornais, revistas, manuais escolares, apresentaes pblicas pois eles apresentam a grande vantagem de transmitir informaes que em tabelas no seriam percebidas. Diversas so as formas de se construir um grfico. A forma do grfico depende principalmente das informaes que se quer transmitir. Neste captulo daremos destaque s formas mais comuns que so: tabulao, grficos em barras horizontal e vertical, histograma, linhas, setores, pizza, pirmide etria e pictograma. Tambm sero fornecidas, neste captulo, informaes sobre construo de grficos no EXCEL e no STARCALC. 6.2 TABULAO A tabulao a forma mais simples de construo de grfico. O processo consiste em registrar, por meio de traos, a contagem das medidas de mesmo valor ou que pertencem ao uma mesma classe. Tomemos, por exemplo, a tabela: 3.35 3.32 3.35 3.38 3.29 3.31 3.36 3.37 3.33 3.39 3.41 3.33 3.30 3.34 3.38 3.34 3.27 3.35 3.32 3.38 3.37 3.32 3.36 3.34 3.33 3.36 3.44 3.30 3.41 3.35 3.35 3.37 3.32 3.39 3.37 3.34 3.35 3.36 3.36 3.36 3.36 3.31 3.34 3.31 3.32 3.40 3.37 3.36 3.32 3.33 3.29 3.32 3.33 3.37 3.38 3.30 3.35 3.33 3.36 3.35 xi Tabulao Ordenando e contando as medidas que pertencem a mesma classe temos: 3.27 | 3.28 3.29 3.30 || 3.31 || 3.32 |||| 3.33 ||||| | 3.34 ||||| ||| 3.35 ||||| ||||| ||| 3.36 ||||| ||||| |||| 3.37 ||||| ||||| || 3.38 ||||| ||||| 3.39 ||||| |||| 3.40 ||||| |||| 3.41 ||||| 42 3.42 ||| 3.43 | 3.44 | 3.37 3.34 3.38 3.32 3.33 3.28 3.34 3.31 3.33 3.34 3.29 3.36 3.30 3.31 3.33 3.34 3.34 3.36 3.39 3.34 3.40 3.35 3.37 3.35 3.32 3.36 3.38 3.35 3.31 3.34 3.35 3.36 3.39 3.31 3.31 3.30 3.35 3.33 3.35 3.31

A tabulao, representada pelos traos verticais, d uma viso grfica da concentrao das medidas. A partir da distribuio, verifica-se que a moda Mo = 3,36 (medida que aparece uma maior nmero de vezes). Como a amostra tem dimenso 100 (100 medidas) a mediana a mdia das medidas de nmero 50 e 51. Contando os 50 primeiros traos verifica-se que a medida correspondente s posies 50 e 51 3.36. Assim, a mediana vale Me = (3.36 + 3.36)/2 = 3.36. 6.3 - GRFICO EM COLUNAS SIMPLES Os grficos de colunas e barras so uma das formas mais populares de representar informao, em parte pela facilidade quer de execuo, quer de leitura. So usados para apresentar um conjunto de dados e tambm para comparar vrios conjuntos de dados. Devem ser utilizados para representar variveis discretas ou qualitativas, em termos absolutos ou relativos, ou para comparar categorias de variveis quantitativas. Podem, igualmente, representar a evoluo de uma varivel ao longo do tempo.
Notas 3,0 4,0 5,0 6,0 7,0 8,0 9,0 Totais Turma A 3 5 6 9 4 2 2 31

Obtm-se os grficos: No formatado

Formatado

Quando for usado o Excel, a largura da coluna pode ser modificada clicando com o boto direito do mouse sobre uma das colunas e a seguir clicando na opo "Formatar seqncia de dados". Na janela "Formatar seqncia de seleo, clique na aba "Opes". No campo "Espaamento" substitua o nmero exibido por um menor. Se nesse campo for digitado o valor "0" (zero) as colunas sero exibidas agrupadas. No Starcalc, no possvel formatar a largura da coluna. Neste, pode-se usar a ferramenta de desenho retngulo. Com ela constroem-se os retngulo (fora da rea do grfico) e a seguir arrastaos para a rea do grfico, ajustando a altura e a largura da coluna construda. 6.4 GRFICO EM COLUNAS AGRUPADAS Usado quando se deseja comparar duas ou mais distribuies de freqncias referentes a uma mesma medida.

43

Tomando por exemplo a tabela referente s notas de um grupo de alunos de duas classes de uma escola: Notas Turma A Turma B
3,0 4,0 5,0 6,0 7,0 8,0 9,0 Totais 3 5 6 9 4 2 2 31 2 6 7 10 5 3 1 34

Usando o Excel temos os grficos Antes da formatao Aps a formatao

6.5 GRFICO EM BARRAS HORIZONTAIS O grfico em barra deve substituir o grfico em colunas quando o nmero de colunas for grande fazendo com que os rtulos das colunas se sobrepem, tornando-os confusos. Para a mesma tabela anterior so obtidos os grficos: Antes da formatao aps a formatao

6.6 HISTOGRAMA O histograma usado para mostrar a distribuio de valores de uma varivel contnua atravs de um grfico de barras unidas. Contudo, se uma varivel discreta apresentar muitos

44

valores distintos, tambm pode ser usado o histograma. Normalmente, os histogramas so representados por barras com larguras iguais em que a altura (ou o comprimento) varia em funo da freqncia relativa ou absoluta.

Usando a tabela do item 6.3, teremos os grficos Sem formatao

Formatado

Para que a primeira classe seja deslocada para a direita, complete a tabela com classes anteriores primeira. Deixe os espaos acrescentados para as classes em branco ou preencha com valores inferiores primeira classe. Nos espaos acrescentados para as freqncias, preencha com 0 (zero). O histograma no EXCEL, construdo a partir de um grfico em coluna. Quando o grfico for exibido, clique com o boto direito do mouse sobre uma das colunas. Ao abrir uma janela de opes clique em Formatar sequncia de dados. Ser ento aberta a janela Formatar sequncia de dados. Clique ento na aba Opes. No campo Espaamento substitua o nmero exibido por 0 (zero). Clique no boto OK. Quando se trabalha com classes definidas por intervalos, pode-se marcar no eixo horizontal os intervalos ou os pontos mdios das classes. 6.7 GRFICO EM LINHA O grfico de linhas indicado para mostrar tendncias ou relaes entre duas variveis contnuas. Para um nmero grande de classes pode-se tambm usar o grfico em linhas. Para a tabela j usada, obtm-se: Notas da turma A Comparando as turmas A e B

45

O grfico em linha construdo unindo os pontos mdios as classes, como pode ser visto na figura abaixo.

6.8 OGIVA O grfico denominado ogiva um grfico em linha usado para registrar a freqncia acumulada. O processo de construo o mesmo usado para o grfico em linhas. Este grfico til para verificar quandos elementos da amostra esto abaixo de uma determinada medida. Considerando a tabela das notas dos alunos da turma A, qual se acrescenta a freqncia acumulada tem-se: Notas Turma A Freq. Acum.
3,0 4,0 5,0 6,0 7,0 8,0 9,0 Totais 3 5 6 9 4 2 2 31 3 8 14 23 27 29 31

O grfico correspondente

Do grfico pode-se obter informaes como, (1) o nmero de alunos com nota igual ou inferior a 7 igual a 27. (2) o nmero de alunos com notas entre 5 e 8, incluindo estes valores 29 8 = 21 (note que foi subtraida a freqncia total at a nota 4 pois a nota 5 incluida na seleo.

46

6.9 PIRMIDE ETRIA A pirmide etria tambm um histograma e muito utilizada em anlises demogrficas por permitir visualizar numa nica imagem a distribuio da populao por idades e simultaneamente compar-la entre os dois sexos. A sua representao feita em dois eixos horizontais (um para os efectivos masculinos e outro para os femininos) podendo esta ser em valores absolutos ou relativos. A tabela abaixo, mostra a distribuio da populao brasileira, por sexo, no ano 2000.
POPULAO RESIDENTE TOTAL, POR SEXO E GRUPOS DE IDADE - 2000 Faixa etria total homens mulheres TOTAL 169 799 170 83 576 015 86 223 0 a 4 anos 16 375 728 8 326 926 8 048 5 a 9 anos 16 542 327 8 402 353 8 139 10 a 14 anos 17 348 067 8 777 639 8 570 15 a 19 anos 17 939 815 9 019 130 8 920 20 a 24 anos 16 141 515 8 048 218 8 093 25 a 29 anos 13 849 665 6 814 328 7 035 30 a 34 anos 13 028 944 6 363 983 6 664 35 a 39 anos 12 261 529 5 955 875 6 305 40 a 44 anos 10 546 694 5 116 439 5 430 45 a 49 anos 8 721 541 4 216 418 4 505 50 a 54 anos 7 062 601 3 415 678 3 646 55 a 59 anos 5 444 715 2 585 244 2 859 60 a 64 anos 4 600 929 2 153 209 2 447 65 a 69 anos 3 581 106 1 639 325 1 941 70 a 74 anos 2 742 302 1 229 329 1 512 75 a 79 anos 1 779 587 780 571 999 80 anos e mais 1 832 105 731 350 1 100 FONTE - IBGE, Diretoria de Pesquisas, Departamento de Populao e Indicadores Sociais. Censo Demogrfico 2000.

155 802 974 428 685 297 337 961 654 255 123 923 471 720 781 973 016 755

A partir da tabela, temos o grfico no formato pirmide etria.

FONTE: IBGE, Diretoria de Pesquisas, Departamento de Populao e Indicadores Sociais. Contagem de Populao de 1996.

47

A pirmide etria pode tambm ser apresentada na forma

6.10 - GRFICOS CIRCULARES O grfico circular tornou-se muito comum em publicaes direcionadas para um pblico mais amplo, apesar de ser constetado pela falta de capacidade de transmitir informaes bem como a dificuldade em se comparar, visualmente, as dimenses dos ngulos, dificuldade esta no encontrada quando se comparam os comprimentos das barras ou colunas. Os grficos circulares exibem as partes do todo como fatias de um bolo (grfico em setor), queijo ou pizza (grfico em pizza). Nestes grficos cada ngulo proporcional freqncia da classe. Seu uso desaconselhvel quando o nmero de intervalos superior a 5 ou quando a distribuio apresenta freqncias prximas para alguns intervalos. Tambm comum apresentar grficos circulares para uma viso tridimensional, o que leva a tranformar o crculo em elipse. Isto faz distorcer as medidas das fatias levando a impresses falsas sobre a distribuio das freqncia. Outro fato na apresentao de grficos circulares consiste em destacar fatias. Este fato leva tambm a falsas concluses sobre o tamanho das fatias. Veja algumas formas de grficos circulares: (1) Bidimensional - em setores (2) Tridimensional Pizza

(3) Fatias separadas

48

6.11 PICTOGRAMAS Os pictogramas so grficos comuns, mas com caractersticas decorativas. A sua utilizao indicada numa apresentao superficial em que o contato com a imagem breve, nomeadamente, em jornais ou revistas de mbito alargado ou quando o pblico-alvo tem um nvel educacional mdio ou baixo. Nos pictogramas as colunas so substituidas por imagens relativas . O exemplo abaixo mostra um grfico no formato pictograma

6.12 CONSTRUINDO GRFICOS NO EXCEL Abaixo est descrito um conjunto de passos para se construir um grfico no EXCEL. 1 - Digite os dados em colunas vizinhas. 2 - Selecione a coluna das freqncia (2 coluna) 3 - Clique no boto (Assistente de grfico) que se encontra na barra de ferramentas padro. Se o boto no constar da barra de ferramentas, clique no menu INSERIR e a seguir na opo GRFICO. 4 - Ao abrir a janela Assistente de grfico, etapa 1 de 4, selecione o "Tipo de Grfico" desejado e, a seguir, no "Subtipo de grfico". 5 - Clique no boto Avanar. Na janela "Assistente de grfico", etapa 2 de 4, clique na aba "Sequncia". No campo "Rtulos do eixo das categorias (X)" clique na seta vermelha (canto esquerdo). Isto ir transformar a janela em uma barra horizontal. Selecione a coluna de valores (1 coluna) e a seguir clique na seta vermelha da barra horizontal para retornar janela. 6 - Clique no boto Avanar para exibir a etapa 3 do Assistente de grfico. D um ttulo para o grfico e identifique os eixos digitando os nomes nos campos respectivos. Nesta etapa voc pode formatar os eixos, as linhas de grade, a legenda, fazer exibir ou no os valores tabelados.

49

7 - Clique em AVANAR para exibir a etapa 4. Marque a opo "Como nova planilha" para exibir o grfico em outra folha, ou "Como objeto em" para exibir o grfico na planilha onde est a tabela. 8 - Finalize clicando no boto CONCLUIR. A partir destes passos o grfico ser exibido na mesma planilha onde foi criada a tabela. Aps a construo pode-se modificar vrios de seus elementos, o que tambm pode ser feito nos passos para a construo do grfico. 1 - rea de plotagem - clicando sobre a mesma com o boto direito do mouse ser aberta uma janela de opes. Clicando sobre a opo "Formatar rea de plotagem" pode-se modificar as bordas e a cor do fundo. 2 - Eixos - clicando, com o boto direito do mouse, sobre os valores exibidos ser exibida a opo "Formatar eixo". Clicando sobre esta opo, ser aberta uma nova janela onde pode-se modificar o tipo de linhas, a fonte, a escala, o tipo de nmero e o alinhamento. 3 - Linhas de grade - usando o procedimento anterior podem ser modificadas as linhas de grade (paralelas aos eixos) ou retir-las. 4 - Sequncia - clicando com o bato direito ser aberta um quadro com as opes: "Formatar legenda" e "Limpar". Na primeira opo podem ser modificadas a cor da rea, a fonte e a posio. Esta ltima pode ser substituda arrastando a caixa com a legenda. Caso no queira exibir a legenda, clique em "Limpar". 5 - Transformando colunas separadas em colunas agrupadas. Clique sobre uma das colunas como o boto direito do mouse. A seguir clique em formatar "Sequncia de dados". Na janela "Sequncia de dados" clique na aba "OPES". No campo "ESPAAMENTO" substitua o valor indicado (defaut = 150) por 0. Clique no boto OK. 6.13 - CONSTRUINDO GRFICO NO STARCALC 1 - Digite os dados em colunas vizinhas. 2 - Selecione as duas colunas 3 - No menu Inserir, clique na opo "Grfico". Ser aberta a janela "Auto formato (1-4)". No campo Seleco marque a opo "Primeira coluna como legenda". Clique no boto "Continuar". 4 - Na janela "Auto formato (2-4), selecione o tipo de grfico e marque a opo "Colunas". Clique no boto "Seguinte". 5 - Na janela "Auto formato (3-4), selecione uma das variantes do grfico. Se desejar exibir linhas de grades (paralelas aos eixos), no campo Linhas de grelha marque uma ou as duas opes. Caso no deseje exib-las, desmarque as opes "Eixo X" e "Eixo Y". Marque a opo Colunas se no estiver marcada. Clique em no boto "Seguinte". 6 - Na janela "AutoFormato Grfico (4-4), (a) campo Ttulo do grfico marque a opo se desejar exibir o ttulo e substitua o texto "Ttulo principal" por outro desejado. Para no exibir ttulo desmarque a opo "Ttulo do grfico". (b) campo Inserir legenda - marque Sim ou No de acordo com sua escolha. (c) campo Ttulo do eixo, marque a opo referente a cada eixo e digite o(s) ttulo(s) para o(s) mesmo(s). (d) campo Srie de dados em - se a opo Colunas no estiver marcada, marque-a. Clique no boto "Criar". Para formatar o grfico necessrio selecion-lo. Ao ser exibido o mesmo j estar selecionado. Caso contrrio, clique sobre o mesmo. Clicando sobre a rea do grfico com o boto direito do mouse ser exibida uma lista de opes. Clique ento sobre a opo "Editar". Novamente, com o boto direito clique sobre a rea do grfico. Clique sobre a opo desejada para formatar os elementos desejados. Para apagar a legenda, basta clicar sobre a mesma e a seguir pressionar a tecla "Delete". No STARCALC no h como modificar a largura das colunas para transformar grficos em colunas separadas em grficos em colunas agrupadas (histograma). Entretanto, pode-se construir o grfico em colunas separadas e, usando as ferramentas de desenho construir colunas agrupadas.

50

EXERCCIOS 1 Para as tabelas da srie de exerccios 1 a 13, apresentados aps o item 5.2, escolha uma das formas de grfico tabulao, colunas simples, colunas agrupadas, barras horizontais, histograma, linha, ogiva, setores, pizza, pizza fatiada e construa-o. Quando possvel, utilize mais de um tipo de grfico e escolha o que melhor atende transmisso de informaes. 2 Construa a pirmide etria para a distribuio: menos que 5 anos = 20000, entre 5 e 10 anos = 35000, entre 10 e 15 anos = 50000, entre 15 e 20 anos = 30000. CAPTULO 7 TESTES DE HIPTESES 7.1 INTRODUO Existem vrios tipos de testes para verificar o comportamento de uma distribuio de freqncia obtida a partir de uma coleta de dados e a freqncia esperada que pode ser calculada. Entre eles destacam-se: o teste de Bowman-Shelton, o teste de Kolmogorov-Smirnov e o teste do qui quadrado proposto por Karl Pearson. Neste captulo sero descritos os testes qui-quadrado e Fisher por serem os mtodos mais utilizados para: - verificar se a freqncia observada de um determinado acontecimente em uma amostra apresenta desvio significativo em relao s freqncia esperadas; - comparar distribuies de diferentes amostras relativas a uma mesma medida; - comparar propores. De uma maneira geral, pode-se dizer que dois grupos se comportam de forma semelhante se as diferenas entre as freqncias observadas e as esperadas em cada categoria forem muito pequenas, prximas a zero. Consideram-se significativos ou aceitveis os nveis iguais ou inferiores a 0,05 ou 5%. 7.2 QUI-QUADRADO Sejam f1, f2, f3, ..., fn as freqncias em uma dada amostra e e1, e2, e3, ..., en as freqncias esperadas para a mesma amostra. Define-se a estatstica qui-quadrado, indicada como 2, pela expresso

2 =

(f1 e1)2 e1 +

(f2 e2)2 e2
n

(f3 e3)2 + e3 + ... +

(fn en)2 en ou

2 =
i=0

(fi ei)2 ei

Se os dados esto distribudos em tabelas 2 X 2 e qualquer uma das freqncias esperadas for menor que 10, deve-se usar a correo de Yates, sendo ento o qui-quadrado calculado por
n

=
2

(|fi ei| - 0,5)2 ei

i=0

Quando se conhece a lei de distribuio da probabilidade do evento, o valor esperado calculado a partir dessa lei. Por exemplo: para uma moeda a probabilidade de obter o evento cara em um lanamento 50% (= ). Assim, em 100 lanamentos de se esperar uma freqncia igual a (1/2)*100 = 50. Quando no se conhece a lei de distribuio das probabilidades, geralmente so usadas vrias amostras. Neste caso, a freqncia esperada para cada evento de cada amosta calculada por

51

(soma das amostra*soma das freqncias das amostras para aquele evento) dividido pela soma das freqncias dos eventos. Ou seja

fia

fie

fta fia fie

Onde

= soma das freqncias das amostras;

= soma das freqncias do evento e

fta

= soma das freqncias totais das amostras O clculo do qui-quadrado da distribuio ser obtido a partir da soma dos valores (fo fe)2/fe ou pelo processo de correo de Yates. EXEMPLO 1 - Suponha que em 100 lanamentos de uma moeda os resultados foram: Evento Cara Coroa Total Freqncia Observada 45 55 100

Como a probabilidade de obter cara (ou coroa) , em 100 lanamentos deveramos ter (1/2).100 = 50 caras e (1/2).100 = 50 coroas. Completando a tabela com as freqncias esperadas resultaria: Evento Cara Coroa Total O valor do qui-quadrado para a tabela : Freqncia Freqncia observada esperada 45 50 55 50 100 100

=
2

(45 50)2 50

(55 50)2 50

= 1

EXEMPLO 2 A tabela mostra a distribuio de fumantes por dois grupos selecionados na praa central de uma cidade em horrios diferentes Fumantes Sim No Totais Calculando as freqncias esperadas: Fumantes Tarde Sim (obs) 40 (esperada) 130.240/500 = 62,4 No (obs) 200 (esperada) 370.240/500= 177,6 Totais 240 Calculando o qui-quadrado: Noite 90 130.260/500 = 67,6 170 370*260/500 = 192,4 260 Totais 130 370 500 Tarde 40 200 240 Noite 90 170 270 Totais 130 370 500

2 = (40 62,4)2/62,4 + (200 177,6)2/177,6 + (90 67,6)2/67,6 + (170 192,4)2/192,4 = 20,90 52

7.3 O TESTE DO QUI-QUADRADO Com base nas amostras, podem ser tomadas decises sobre a populao, decises como se uma moeda viciada ou no, se um determinado processo educacional melhor que outro, se o uso de drogas em uma universidade caracterstica do curso, etc. Estas decises so denominadas decises estatsticas. Na tomada das decises importante formular hipteses ou suposies sobre a populao. Em alguns casos a hipotese formulada consiste em rejeitar ou anular a hiptese como no caso de se desejar decidir se uma moeda viciada ou no. Em outros a hiptese formulada consiste em verificar se h ou no diferena entre dois processos ou resultados de amostras diferentes para uma mesma populao. Temos, inicialmente que se 2 = 0, as freqncias observadas so iguais s freqncias esperadas enquanto que se 2 > 0 elas so discordantes. O teste consiste ento, verificar se o quiquadrado obtido limitado a um nvel de significncia, geralmente de 0,05 (5%) ou de 0,01 (1%), em que a hiptese deve ser rejeitada. Isto , se for escolhido o nvel de significncia 0,05 significa que existe uma probabilidade de 5% de rejeitarmos a hiptese ou 95% da hiptese. Na prtica, o teste consiste em comparar o valor do 2 calculado com o valor do 2 crtico para o nvel de significncia desejado, que obtido em tabela, levando em conta o grau de liberdade que calculado por: (1) para uma amostra: n de linhas 1. O nmero de linhas igual ao nmero de eventos. (2) para vrias amostras: (n de linhas 1).(nmero de colunas 1). Observao: ao contar o nmero de colunas deve-se computar a coluna das somas das freqncias das amostras. O teste do qui-quadrado pode ser aplicado nas condies: Comparao entre duas ou mais amostras Dados nominais fornecidos em freqncias Amostragem aleatria As freqncias esperadas no devem ser muito pequenas. Em uma tabela 2 x 2 nenhuma freqncia esperada deve ser menor que 5. Em tabelas maiores do que 2 x 2 recomenda-se que cada uma das freqncias esperada no apresente valor inferior a 5. 5 - Sempre que em uma tabela 2 x 2, qualquer das freqncias esperadas for menor que 10, devese usar a frmula de correo de Yates. 6 O teste deve ser evitado quando a soma das freqncias esperadas (que igual soma das freqncias observadas) for inferior a 30. Caso seja menor e ocorra em uma tabela 2 x 2, deve-se usar o Teste Exato de Fisher. 1 2 3 4 EXEMPLO 1 Considere a tabela relativa ao lanamento de uma moeda dada no item 7.2. Testar a hiptese de que a moeda honesta ao nvel de significncia (a) 0,01, (b) 0,005. 1 passo: determinar o grau de liberdade. Como a tabela contm apenas uma amostra, sendo o nmero de eventos igual a 2 (cara, coroa) o grau de liberdade GL = 2 1. 2 passo: consultar a tabela para o GL e nvel de significncia crtico 2 c. Para GL = 1 e nvel de significncia 0,01 temos Para GL = 1 e nvel de significncia 0,005, 3 passo: calcular o O valor do

2 1;0,01 = 6,635 e

2 1,0,005 = 7,879.

2 calculado para a referida tabela (ver item 7.2) foi 2 = 1. 2 encontrado com o 2 crtico (da tabela).

2 da tabela.

4 passo: comparar o (a) Como

2 < 6,635 existe 0,01 ou 1% de probabilidade da moeda ser desonesta ou 99% de probabilidade da moeda ser honesta. (b) Da mesma, 2 < 6,635 existe a probabilidade de 0,5% da
moeda ser desonesta ou 99,5% da moeda ser honesta. EXEMPLO 2 Verificar se as duas amostras da tabela relativa a fumantes e no fumantes exibida no item 7.2 diferem ou no significativamente ao nvel de significncia (a) 0,01 e (b) 0,005.

53

1 passo: determinar o grau de liberdade. No caso so duas amostras, tendo a tabela trs colunas onde a terceira a soma. O nmero de eventos (linhas) igual a dois (fumantes, no fumantes). Assim, o grau de liberdade GL = (3 1).(2 1) = 2.1 = 2. 2 passo: consultando a tabela: GL = 2, 2 2;0,01 = 6,635 e GL = 2, 2 2;0,005 = 7,879. 3 passo: calcular o 2 da tabela. O valor encontrado foi de 20,90 4 passo: comparando o 2 com o 2 crtico (da tabela).

Como 2 encontrado maior que os valores crticos de significativamente aos nveis 0,01 (1%) e 0,005 (5%).

2 crtico, as duas amostras diferem

EXEMPLO 3 A tabela mostra a distribuio de filhos de duas famlias: Masc Femin totais Fam A 7 13 20 Fam B 11 9 20 totais 18 22 40

Verificar se as duas amostras da tabela diferem ou no significativamente ao nvel de significncia (a) 0,01 e (b) 0,005. Soluo: GL = (3 1).(2 1) = 2.

2 2;0,01 = 6,635

2 2;0,005 = 7,879.

Calculando as freqncias esperadas: indicao clula (a, b) linha a, coluna b Clula (1,1) = 18*20/40 = 9; clula (2,1) = 22.20/40 = 11; clula (1,2) = 18.20/40 = 9; clula (2, 2) = 22.20/40 = 11. Como se tem uma tabela 2 x 2 e nas freqncias esperadas aparecem valores menores que 10 clulas (1, 1) e (1,2) devemos usar a correo de Yates.

2 = (|7 9| - 0,5)2/9 + (|13 11| - 0,5)2/11 + (|11 9| - 0,5)2/9 + (|9 11| - 0,5)2/11 =

0,9090. Como 2 = 0,9090 < 2 2;0,01 = 6,635 e 2 = 0,9090 < 2 2;0,005 = 7,879, as duas amostras no apresentam uma diferena significativa aos nveis 0,01 e 0,005. Se no fosse usada a correo de Yates, teramos 2 = 1,6162 que leva mesma concluso. Assim, nesta situao, no h necessidade de utilizar a correo. EXEMPLO 4 Para a tabela abaixo deve-se usar o teste exato de Fisher pois a soma das freqncias menor que 30. Masc Femin totais Fam A 6 8 14 Fam B 7 6 13 totais 13 14 27

7.4 TESTE DE FISHER O teste de Fisher usado para amostras pequenas e produz menos erro em relao ao teste do qui-quadrado. O teste de Fisher permite calcular a probabilidade de associao das caractersticas que esto em anlise, ou seja, de elas serem independentes. Assim, o teste de Fisher utilizado nas seguintes situaes: (a) n < 20 (b) n > 20 e < 40 e a menor freqncia esperada for menor que 5.

54

O teste de Fisher calcula a probabilidade de que a tabela usada tenha sido obtida por acaso e, portanto, sem mudar os totais das colunas e linhas, o teste de Fisher contrai todas as tabelas possveis. 1 caso: n < 20 e um dos eventos de nulo. Seja a tabela: eventos X Y Totais 1 9 (A) 7 (B) 16 (C) 2 0 (D) 3 (E) 3 (F) totais 9 (G) 10 (H) 19 (N) Identifiquemos as clulas por letras para facilitar a referncia. Ver a indicao na tabela.

A probabilidade de dependncia das duas amostras definida por: P = (C!.F!.G!.H!) / (N!.A!.B!.!D!) Notas: (1) C! a indicao de fatorial de C. (2) 0! = 1. Temos ento, para a tabela: P = (16!.3!.9!.10!)/(19!.9!.7!.0!.3!) = 0,1238 = 12,38 %. Isto significa que a probabilidade das amostras apresentarem uma diferena significativa de 12,38% e a probabilidade das amostras no apresentarem diferena significativa de 100% 12,38% = 87,62 %. 2 caso n < 20 e no existe evento nulo. Neste caso, calcula-se a probabilidade p1 conforme definido anteriorme. A seguir reconstroi a tabela subtraindo 1 unidade da menor freqncia de cada amostra e acrescenta-se 1 unidade maior freqncia. Calcula-se, usando a mesma frmula, a probabilidade p2. Continua o processo at que uma das freqncias das amostra se anule. A probabilidade das amostras apresentarem diferena significativa dada pela soma das probabilidades calculadas. eventos X Y Totais Vejamos um exemplo: 1 2 5 7 2 8 3 11 totais 10 8 18 Calculando p1: p1 = 10!.8!.7!.11!/18!.2!.5!.8!.3! = 0,0792 Reduzindo 1 unidade das menores freqncias de cada eventos e aumentando 1 unidade maior freqncia de cada evento eventos X Y Totais 1 1 6 7 2 9 2 11 totais 10 8 18 Calculando p2: p2 = 10!.8!.7!.11!/18!.1!.6!.9!.2! = 0,0088 Como nenhuma das freqncias dos eventos foi anulada, repete-se o processo. eventos 1 2 totais X 0 10 10 Y 7 1 8 Totais 7 11 18

55

Calculando p3: p3 = 10!.8!.7!.11!/18!.0!.7!.10!.1! = 0,0003. A probabilidade de as amostras apresentarem uma diferena significativa : P = 0,0792 + 0,0088 + 0,0003 = 0,0883 = 8,83%. Assim, as tabela so discrepante ao nvel de confiana de 8,83% ou no apresentam diferena significativa ao nvel de 100% - 8,83 = 91,17%. 3 caso: 20 < n < 40 e a menor freqncia esperada menor que 5. eventos X Y 1 12 (A) 18 (B) 2 4 (C) 2 (D) totais 16 20 Totais 30 6 36

Calculando as freqncias esperadas: clula (A) fA = 30*16/36 = 13,3; clula (C) fC = 6*16/36 = 2,7; clula (B) = 30.20/36 = 16,7; clula (D) = 6*20/36 = 3,3. Como a menor freqncia (clula C = 2,7) de uma das clulas da distribuio dos eventos menor que 5, a aplicao do teste exato de Fisher conveniente. Aplicando o mesmo procedimento usado no 2 encontramos: P1 = 0,1775; P2 = 0,1901 e P3 = 0,1905. A probabilidade de as amostras serem discrepantes 0,1775 + 0,1901 + 0,1905 = 0,5581 (=55,81%). Portanto, a hiptese de as amostras apresentarem alguma relao deve ser descartada pois a probabilidade de no haver relao de 55,81% ou a de existir uma relao 44,19%. 7.5 - TABELA DE NVEIS DE SIGNIFICNCIA QUI-QUADRADO No significativos
GL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 0,995 0 0,01 0,072 0,207 0,412 0,676 0,989 1,344 1,735 2,156 2,603 3,074 3,565 4,075 4,601 5,142 5,697 6,265 6,844 7,434 8,034 8,643 0,99 0 0,02 0,115 0,297 0,554 0,872 1,239 1,647 2,088 2,558 3,053 3,571 4,107 4,66 5,229 5,812 6,408 7,015 7,633 8,26 0,975 0,001 0,051 0,216 0,484 0,831 1,237 1,69 2,18 2,7 3,247 3,816 4,404 5,009 5,629 6,262 6,908 7,564 8,231 0,95 0,004 0,103 0,352 0,711 1,145 1,635 2,167 2,733 3,325 3,94 4,575 5,226 5,892 6,571 7,261 7,962 0,9 0,016 0,211 0,584 1,064 1,61 2,204 2,833 3,49 4,168 4,865 5,578 6,304 7,041 0,75 0,102 0,575 1,213 1,923 2,675 3,455 4,255 5,071 5,899 6,737 8,438 9,299 0,5 0,455 1,386 2,366 3,357 4,351 5,348 6,346 7,344 8,343 9,342 11,34 12,34 0,25 1,323 2,773 4,108 5,385 6,626 7,841 9,037 10,219 11,389 12,549 13,701 14,845 15,984 17,117 18,245 19,369 20,489 21,605 22,718 23,828 24,935 26,039 27,141 28,241 29,339 30,435 31,528 32,62 33,711 34,8 0,1 2,706 4,605 6,251 7,779 9,236 10,645 12,017 13,362 14,684 15,987 17,275 18,549 19,812 21,064 22,307 23,542 24,769 25,989 27,204 28,412 29,615 30,813 32,007 33,196 34,382 35,563 36,741 37,916 39,087 40,256 0,05 3,841 5,991 7,815 9,488 11,07 12,592 14,067 15,507 16,919 18,307 19,675 21,026 22,362 23,685 24,996 26,296 27,587 28,869 30,144 31,41 32,671 33,924 35,172 36,415 37,652 38,885 40,113 41,337 42,557 43,773

Significativos
0,025 5,024 7,378 9,348 11,143 12,832 14,449 16,013 17,535 19,023 20,483 21,92 23,337 24,736 26,119 27,488 28,845 30,191 31,526 32,852 34,17 35,479 36,781 38,076 39,364 40,646 41,923 43,195 44,461 45,722 46,979 0,01 6,635 9,21 11,345 13,277 15,086 16,812 18,475 20,09 21,666 23,209 24,725 26,217 27,688 29,141 30,578 32 33,409 34,805 36,191 37,566 38,932 40,289 41,638 42,98 44,314 45,642 46,963 48,278 49,588 50,892 0,005 7,879 10,597 12,838 14,86 16,75 18,548 20,278 21,955 23,589 25,188 26,757 28,3 29,819 31,319 32,801 34,267 35,718 37,156 38,582 39,997 41,401 42,796 44,181 45,558 46,928 48,29 49,645 50,994 52,335 53,672 0,001 10,827 13,815 16,266 18,466 20,515 22,457 24,321 26,124 27,877 29,588 31,264 32,909 34,527 36,124 37,698 39,252 40,791 42,312 43,819 45,314 46,796 48,268 49,728 51,179 52,619 54,051 55,475 56,892 58,301 59,702

7,584 10,341

7,79 10,165 13,339 8,547 11,037 14,339 9,312 11,912 15,338

8,672 10,085 12,792 16,338 9,39 10,865 13,675 17,338

8,907 10,117 11,651 14,562 18,338 9,591 10,851 12,443 15,452 19,337 13,24 16,344 20,337 17,24 21,337

8,897 10,283 11,591

9,542 10,982 12,338 14,041

9,26 10,196 11,689 13,091 14,848 18,137 22,337 9,886 10,856 12,401 13,848 15,659 19,037 23,337 10,52 11,524 13,12 14,611 16,473 19,939 24,337 11,16 12,198 13,844 15,379 17,292 20,843 25,336

27 11,808 12,878 14,573 16,151 18,114 21,749 26,336 28 12,461 13,565 15,308 16,928 18,939 22,657 27,336 29 13,121 14,256 16,047 17,708 19,768 23,567 28,336 30 13,787 14,953 16,791 18,493 20,599 24,478 29,336

56

40 20,707 22,164 24,433 26,509 29,051

33,66 39,335

45,616 56,334 66,981 77,577 88,13 98,65 109,141

51,805 63,167 74,397 85,527 96,578 107,565 118,498

55,758 67,505 79,082 90,531 101,879 113,145 124,342

59,342 71,42 83,298 95,023 106,629 118,136 129,561

63,691 76,154 88,379 100,425 112,329 124,116 135,807

66,766 79,49 91,952 104,215 116,321 128,299 140,17

73,403 86,66 99,608 112,317 124,839 137,208 149,449

50 27,991 29,707 32,357 34,764 37,689 42,942 49,335 60 35,534 37,485 40,482 43,188 46,459 52,294 59,335 70 43,275 45,442 48,758 51,739 55,329 61,698 69,334 80 51,172 53,54 57,153 60,391 64,278 71,145 79,334 90 59,196 61,754 65,647 69,126 73,291 80,625 89,334 100 67,328 70,065 74,222 77,929 82,358 90,133 99,334

EXERCCIOS 1 - Um pesquisador deseja verificar se h associao entre trs cursos de uma universidade e dependncia de drogas. Entrevistou 120 alunos, sendo 25 da Medicina, 35 de Farmcia e 60 de Biologia, perguntando sobre o uso de drogas, admitindo somente duas respostas: sim ou no. Aps o processamento dos dados ficou com a seguinte tabela de distribuio de freqncias: Medicina Usa droga No usa droga Total 10 15 25 Farmcia 20 15 35 Biologia 30 30 60 Total 60 60 120

Usando o teste do qui-quadrado verificar se h associao entre o curso e o nmero de usurrio de drogas aos nveis (a) 0,01 (b) 0,005. 2 - Exemplo: um pesquisador quer saber se a proporo de crianas acometidas por uma determinada doena a mesma entre dois grupos de estudo (A e B). Estudou uma amostra com 28 casos, obtendo a seguinte distribuio de freqncias: GRUPO A SADIOS ACOMETIDOS Total 6 6 12 GRUPO B 7 9 16

Testar a hiptese de que a proporo de crianas acometidas entre os dois grupos igual, ao nvel 0,05. 3 - Com o objetivo de investigar a associao entre histria de bronquite na infncia e presena de tosse diurna ou noturna em idades mais velhas, foram estudados 1.319 adolescentes com 14 anos. Destes, 273 apresentaram histria de bronquite at os 5 anos de idade sendo que 26 apresentaram tosse diurna ou noturna aos 14 anos. Nmero de adolescentes segundo histria de bronquite aos 5 anos e tosse diurna ou noturna aos 14 anos de idade. Local X, ano Y. BRONQUITE NO 44 1002 1046

TOSSE SIM NO TOTAL

SIM 26 247 273

TOTAL 70 1249 1319

Holland, WW et al.. Long-term consequences of respiratory disease in infancy . Journal of Epidemiology and Community Health 1978; 32: 256-9.

Verificar se h ou no uma associao entre bronquite e a tosse noturna ao nvel 5% a partir das duas amostras. 4 - Sugere-se que comer algo muito quente e logo aps ingerir algo frio (ou vice versa) expe

57

os dentes a choque trmico. Um efeito do choque trmico em material vtreo a induo a pequenas fissuras que podem acelerar rachaduras mecnicas. Em um experimento, 50 dentes extrados, no obturados, foram expostos a choques trmicos. Outros 50 dentes foram submetidos a gua fria mas no a gua quente, evitando choque trmico. Observou-se que dos 50 dentes que foram expostos a choque, 21 quebraram. Entre os 50 dentes que no foram expostos a choque trmico, 11 quebraram. Estes resultados indicam associao entre choque trmico e resistncia mecnica do dente, ao nvel 1% e ao nvel 5%? 5 - Investigue a existncia de associao entre nveis de -caroteno (mg/L) e hbito de fumar, em purperas. (Lembre-se que a hiptese de associao vlida para nveis iguais ou inferior a 5%) -caroteno (mg/L) Baixo (0 0,213) Normal (0,214 1,00) Total Fumante 56 22 78 No fumante 84 68 152 Total 140 90 230

6 - Investigue a existncia de associao entre nveis de -caroteno (mg/L) e hbito de fumar, em purperas. -caroteno (mg/L) Baixo (0 0,213) Normal (0,214 1,00) Total Fumante 5 4 9 No fumante 6 0 6 Total 11 4 15

7 - Investigue a existncia de associao entre nveis de -caroteno (mg/L) e hbito de fumar, em purperas. -caroteno (mg/L) Baixo (0 0,213) Normal (0,214 1,00) Total Fumante 5 4 9 No fumante 6 2 8 Total 11 6 17

8 Tome uma moeda e lance-a (I) 20 vezes, (II) 60 vezes. Para cada uma dos casos (a) Construa a tabela dos eventos cara e coroa. (b) Decida se a moeda ou no honesta ao nvel de 5% e ao nvel de 1%. 9 Escolhendo 30 alunos de sua sala divida-os em dois grupos, um com 20 alunos e outro com 10 alunos. Pea para cada um dos alunos para escrever em uma folha de papel um nmero variando de 1 a 5. (a) Construa a tabela de eventos. (b) Decida, ao nvel de 5%, se h ou no uma associao entre os dois grupos. 10 Aplique um teste de QI (quociente de inteligncia) em trs turmas de um mesmo curso. Decida se h alguma associao ou no entre o perodo e o grau de QI. 11 - Aplique um teste de QI (quociente de inteligncia) em trs turmas (mesmo perodo) de cursos diferentes. Decida se h alguma associao ou no entre o curso e o grau de QI. 12 Pesquise se h ou no uma associao entre o curso escolhido e a renda familiar. Construa para isso um formulrio e faa a pesquisa em todos os cursos (Campus Magnus). 13 Pesquise se h ou no associao entre a escolha do curso e o gosto pela Matemtica.
Crdito: Alguns exerccios foram copiados com algumas modificaes do site da UFMT/Instituto de Sade Coletiva/USP/Faculdade de Sade Pblica Programa PQI/CAPES.

58

CAPTULO 8 REGRESSO E CORRELAO 8.1 INTRODUO Aps uma coleta de dados referentes a duas ou mais variveis para uma mesma amostra comum tentar estabelecer uma relao matemtica entre estas variveis. A primeira providncia para se determinar a relao construir um grfico em um sistema de coordenadas retangulares obtendo ento o que normalmente chamado de diagrama de disperso. Pelo diagrama, muitas vezes, possvel visualizar a curva que se aproxima dos pontos da distribuio. Esta curva denominada curva aproximadora. Tomando por exemplo as distribuies:

(1)

(2)

59

(3)

(4)

Podese notar que: em (1) no h previso da curva aproximada; em (2) a curva aproximada uma parbola (y = ax2 + bx + c); em (3) a curva aproximadora uma reta ( y = ax + b) e em (4) a curva aproximadora uma hiprbole (y = a/x + b). O processo de ajustamento de uma distribuio de variveis a uma curva denominada regresso. A relao matemtica entre as variveis pode ser obtida em funo de x ou em funo de y. A equao de y em funo de x, y = f(x) denominada equao de regresso de y sobre x e a equao de x em funo de y, x = f(y) denominada equao de regresso de x sobre y. aconselhvel obter as duas equaes e verificar qual delas a de melhor ajuste. As duas formas tambm so interessantes quando se deseja interpolar, isto , dado um valor (fora da tabela) de x calcular o valor de y a ele associado ou quando dado um valor de y (fora da tabela) determinar um valor de x associado a ele. Tendo em vista os objetivos deste curso analisaremos apenas as regresso linear usando o mtodo dos mnimos quadrados. Para um estudo mais amplo, veja o contedo de Clculo Numrico contido no site http://www.cesariof.xpg.com.br . 8.2 COEFICIENTE DE CORRELAO ENTRE DUAS VARIVEIS A avaliao quantitativa do ajuste das variveis a equao de uma curva denominada O coeficiente de correlao. Este coeficiente indica o grau em que as duas variveis se ajustam segundo uma equao matemtica. Definio: Sejam x e y duas variveis pesquisadas e y = f(x) a equao ajustada ao conjunto de valores obtidos para x e y. Define-se o coeficiente de correlao R entre as duas variveis por R=

60

(yesp y.)2 (y y.)2

Onde: (yesp y.) denomina-se variao explicada; (y y.) denomina-se variao total; yesp so os valores de y calculados a partir da relao matemtica determinada para as duas variveis, e y a mdia dos valores tabelados para y. A expresso acima, pode tambm ser escrita na forma variao explicada R =
2

variao total

Os valores de R pertencem sempre ao intervalo [-1, 1]. Se R = 1 ou R = -1 as variveis apresentam uma correlao perfeita. medida que R se aproxima de 0 por valores menores ou maiores que zero, as variveis no apresentam correlao. Entretanto, bom no confundir correlao com dependncia. Duas grandezas podem ter um timo grau de correlao (prximo de 1 ou de + 1) e no apresentar nenhuma dependncia. Neste caso, a equao de regresso no tem nenhuma validade. Tomando por exemplo as variveis X = eleitores que escolheram um candidato A e Y = eleitores fumantes selecionados em uma mesma amostra. A tabela amostral pode apresentar um alto grau de correlao, mas, provavelmente, as duas variveis no apresentam nenhuma relao de dependncia.

8.3 COEFICIENTE DE CORRELAO LINEAR A definio do coeficiente de correlao apresentada no item anterior pode ser usada para qualquer curva de regresso. Entretanto, no seu uso, necessrio determinar a equao dessa curva antes de calcular o coeficiente. No caso especfico de uma regresso linear, outras frmulas podem ser usadas. Entre elas destacamos a frmula de Pearson, que dada por n.(xy) (x).(y) [n.

R=

x2 (x)2].[ny2 (y)2]

Onde n o nmero de pares de observaes. Os limites de r so 1 e +1, ou seja 1 r 1, isto r pertence ao intervalo [-1, +1]. Se: r = +1, a correlao linear entre X e Y perfeita positiva r = -1, a correlao linear entre X e Y perfeita negativa. r = 0, no existe correlao linear entre X e Y. Geralmente se estabelece uma classificao para a intensidade da correlao linear, ou seja, qual a qualidade do ajuste dos dados reta de regresso. A classificao assim constituda: 0 < | r | < 0,3, correlao muito fraca, provavelmente a relao matemtica se afasta dos dados . 0,3 < | r | < 0,6 correlao relativamente fraca. 0,6 < | r | < 1 dados fortemente correlacionado.

61

A tabela a seguir mostra os dados coletados para as variveis x e y bem como os elementos necessrios para o clculo do coeficiente de correlao linear.

O valor do coeficiente de correlao linear r = 0,999452. Como r > 0 e 0,6 < r < 1, as variveis x e y so fortemente correlacionada. Ou seja, a reta de regresso linear, ter declividade positiva e apresentar um bom ajuste ao conjunto de pontos da tabela. O coeficiente de correlao pode ser calculado facilmente no EXCEL e no STARCALC. Para o EXCEL, aps digitar a tabela, clique em uma clula fora da rea da tabela. Nesta clula digite =PEARSON( . A seguir posicione o mouse sobre o primeiro valor de x e, mantendo o boto do mouse pressionado, arraste o ponteiro at o ltimo valor de x. Na clula dever ser exibido =PEARSON(C1:C5 onde C1 a clula contendo o primeiro valor de x e C5 a clula contendo o ltimo valor de x. Observe que C1 e C5 deve variar de acordo com a localizao dos valores de x. Digite frente da frmula o sinal de ponto e vrgula (;). Selecione os valores de y conforme feito para selecionar os valores de x. Complete a frmula com o sinal que fecha parenteses. A clula dever ento exibir: =PEARSON(C1:C5;D1:D5) dependendo das clulas usadas na tabela. Pressione o boto ENTER. Na clula ser exibido ento o valor do coeficiente de correlao. O processo usado no STARCALC semelhante. Substitua apenas o comando PEARSON pelo comando CORREL. 8.4 REGRESSO LINEAR O processo de regresso linear consiste em determinar a equao da reta que melhor se ajusta ao conjunto de pontos de uma distribuio. No processo de regresso linear aconselhvel expressar (1) y em funo de x obtendo uma equao do tipo y = ax + b. Neste caso, x a varivel independente e y a varivel dependente, isto , y estimado em funo de x. A equao obtida denominada equao de regresso de y sobre x. Usa-se essa equao quando se deseja obter valores de y que correspondem a valores de x no constantes da tabela (interpolao valores no intervalo da tabela e extrapolao valores fora do intervalo da tabela). (2) x em funo de y obtendo uma equao do tipo x = cy + d. Para esta equao, y a varivel independente e x a varivel dependente. Deve ser usada quando se quer determinar valores de x, quando so dados valores de y que no constam da tabela. A equao obtida denominada equao de regresso de x sobre y. Pode-se demonstrar que a reta, y = ax + b, que melhor se ajusta a uma distribuio de valores x e y tal que: a= n(xy) (x)(y) n.x2 (x)2 e b= (y)(x2) (x)(xy) n.x2 (x)2

62

Para obter a equao de x em funo de y, x = cy + d as expresso so semelhantes. Basta fazer trocar x por y e y por x nas expresses anteriores. EXEMPLO: Determinar a equao da reta que melhor se ajusta aos pontos da tabela:

Completando a tabela com os valores necessrios para os clulos de a e de b, temos:

Calculando a e b, sendo n = 8 = nmeros de pares: a = (8*244,193 27,30*62,68)/(8*108,31 27,302) = 2 b = (62,68*108,31 27,30*244,193)/(8*108,31 27,30 2) = 1,01. Assim, a reta de regresso de y sobre x y = 2x + 1,01. EXERCCIOS: 1 A tabela mostra os notas de 10 alunos nas disciplinas Matemtica e Fsica. (a) determine o coeficiente de correlao linear entre as notas de Matemtica e Fsica e decida se h ou no uma correlao significativa entre elas. (b) estabela a equao de regresso de linear da disciplina Fsica sobre a disciplina Matemtica. (c) estabela a equao de regresso de linear da disciplina Matemtica sobre a disciplina Fsica. (d) Construa os grficos (em linha), referentes s duas equaes.
Matemtica (X) 5,0 8,0 7,0 10,0 6,0 7,0 9,0 3,0 8,0 2,0 Fsica (Y) 6,0 9,0 8,0 10,0 5,0 7,0 8,0 4,0 6,0 2,0

2 A tabela mostra a resistncia de ruptura (tenso) para colunas de mesma altura e reas transversais diferentes. rea (cm2) Resistncia (Kg)
15 20 25 30 35 40 45 50 55 60 640 720 800 880 960 1040 1120 1200 1280 1360

63

(a) verificar se a correlao linear entre os valores tabelados significativa. (b) estabela a equao de regresso de linear da resitncia sobre a rea. (c) estabela a equao de regresso de linear da rea sobre a resistncia. (d) Construa os grficos (em linha), referentes s duas equaes. 3 Selecione 50 pessoas de diversas idades e aplique um teste de QI a estas pessoas. Verifique se correlao linear entre o grau de QI e a idade. Se o mdulo do coeficiente de correlao estiver compreendido entre os valores 0,6 e 1, determine a equao de regresso linear que melhor se ajusta ao conjunto de valores.

EXERCCIOS COMPLEMENTARES 1) (Werkema): Uma indstria fabricante de eletrodomsticos da chamada linha branca , tem como objetivo resolver o problema apresentado pelo elevado ndice de refugo da gaveta de legumes de um modelo de refrigerador produzido pela empresa. A observao do problema indicou que a maior parte das gavetas refugadas era considerada defeituosa por apresentarem corte fora de esquadro. Os tcnicos da empresa suspeitaram que a ocorrncia do corte de gavetas fora de esquadro pudesse estar relacionada variao de tenso na rede eltrica, que poderia prejudicar o desempenho do equipamento de corte. Para a verificao da validade desta hiptese, foram coletados dados sobre a tenso na rede eltrica (x) e a variao no corte (y), os quais esto apresentados na tabela abaixo.
N OBS 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Tenso (Volts) 222,7 217,7 219,4 220,9 214,4 216,5 213,0 221,7 224,7 215,5 220,0 218,6 223,5 217,0 221,5 218,4 213,6 Variao no Corte (mm) 15,7 17,0 16,3 16,1 18,6 17,8 19,5 16,0 15,3 18,3 16,3 16,7 15,7 17,4 16,1 16,8 19,3 N OBS 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Tenso (Volts) 221,2 219,9 222,2 213,9 216,0 218,1 222,0 224,1 214,9 214,2 223,3 216,7 215,3 223,8 220,6 215,8 217,3 219,2 Variao no Corte (mm) 16,2 16,2 15,9 19,1 18,0 17,0 16,0 15,4 18,6 18,7 15,6 17,6 18,5 15,5 16,1 18,2 17,3 16,5

64

Verifique a existncia de correlao e identifique se possvel atravs da regresso linear uma equao de forma que a tenso na rede eltrica explique a variao no corte. 2) Uma indstria produz grandes quantidades de alumina (Al 2O3 de elevado teor de pureza) para a fabricao de alumnio metlico. A matria prima para a fabricao da alumina a bauxita, um mineral com cerca de 55% de xido de alumnio (Al2O3). No processo de produo da alumina, o teor da Na2O (xido de sdio) includo no produto um fator importante do ponto de vista da qualidade da alumina fabricada. O Na2O uma impureza, e portanto desejvel que o seu teor na alumina seja o mais baixo possvel. Com o objetivo de minimizar o teor da Na2O includo no produto durante a etapa de precipitao, um dos estgios do processo de produo da alumina, a indstria iniciou trabalhos para melhoria. Os tcnicos da empresa sabiam que a razo Al2O3 / NaOH era um dos fatores responsveis pelas variaes no teor de Na2O da alumina. Nesta razo, o smbolo Al2O3 est representando a massa de xido de alumnio proveniente da bauxita que entra no processo de produo, e o smbolo NaOH se refere massa de hidrxido de sdio, um dos reagentes do processo, que empregada na fabricao de alumina. Durante a etapa de observao do problema, para se conhecer melhor a relao entre estas duas variveis (varivel resposta: Na2O e varivel preditora: Al2O3 / NaOH), os tcnicos da indstria coletaram os dados apresentados na tabela abaixo. A partir destes dados, avaliar a relao linear entre essas duas variveis. Tabela: Teor de Na2O includo na Alumina em Funo da Razo Al2O3 / NaOH
ndice Razo Al2O3 / NaOH 1 0,645 2 3 4 5 6 7 8 9 10 11 12 13 0,643 0,648 0,639 0,641 0,648 0,635 0,646 0,646 0,643 0,641 0,643 0,637 Teor Na2O ndice Razo (%) Al2O3 / NaOH 0,46 14 0,635 0,46 0,45 0,44 0,45 0,47 0,42 0,47 0,45 0,44 0,4 0,42 0,42 15 16 17 18 19 20 21 22 23 24 25 0,64 0,646 0,636 0,639 0,634 0,636 0,643 0,647 0,637 0,631 0,633 Teor Na2O (%) 0,42 0,41 0,43 0,41 0,4 0,39 0,38 0,4 0,43 0,42 0,37 0,41

3) Uma empresa localizada na cidade de So Paulo, produtora de pneumticos, possui uma rede distribuidora por todo o interior do Estado. Realizou um estudo para determinar qual a funo que

65

ligava o preo do produto e a distncia do mercado consumidor da cidade de So Paulo. Os dados so os seguintes:
Preo Distnci a (Km) 36 50 48 240 50 150 70 350 42 100 58 175 91 485 69 335

(a) Calcule o coeficiente de correlao; (b) Estimar a reta de regresso; (c) Calcule um intervalo de confiana para o preo quando a distncia 250Km. (d) A empresa tem uma filial no Rio de Janeiro e o preo de venda do pneumtico l produzido, na cidade B, de R$160,00. Sabendo-se que a distncia entre So Paulo e a cidade B de 250 km, pergunta-se qual produto deve ser vendido: o produzido no Rio de Janeiro ou o fabricado em So Paulo. 4) Suponhamos que uma cadeia de supermercados tenha financiado um estudo dos gastos com mercadoria para famlias de 4 pessoas. A investigao se limitou a famlias com renda lquida entre $8.000 e $20.000. Obteve-se a seguinte equao: Y = -200 + 0,10X onde: Y = despesa anual estimada com mercadorias X = renda lquida anual Suponha que a equao proporcione um ajustamento razoavelmente bom . a) estime a despesa de uma famlia de quatro com renda de $15.000. Resp.: 1.300,00 b) um dos vice-presidente da firma ficou intrigado com o fato de a equao aparentemente sugerir que uma famlia com $2.000 de renda no gaste nada em mercadorias. Qual a explicao? 5) Os dados a seguir do um custo lquido por real de prmio (Y) e o tempo de aplice em meses (X).
X 8 57 14 66 Y 1,26 0,61 1,11 0,67 X 29 45 70 55 Y 1,15 0,88 0,58 0,70 X 24 39 40 47 Y 1,14 0,99 0,74 0,81

(a) Analise a correlao entre as variveis; (b) Analise a correlao pelo mtodo visual; (c) Estimar e plotar a reta de regresso; (d) Estime o custo lquido por real de prmio para um tempo de 50 anos. 6) Considere os resultados de dois testes, X e Y, obtidos por um grupo de alunos da escola A:
X Y 11 13 14 14 19 18 19 15 22 22 18 17 30 24 31 22 34 24 37 25

(a) Verifique pelo diagrama, se existe correlao retilnea. (b) Em caso afirmativo, calcule o coeficiente de correlao. (c) Escreva, em poucas linhas, as concluses a que chegou sobre a relao entre essas variveis. 7) A tabela abaixo apresenta a produo de uma indstria:
ANOS QT(ton) ANOS QT(ton) 1980 34 1985 41 1981 36 1986 42 1982 36 1987 43 1983 38 1988 44 1984 41 -

Calcule: a) O coeficiente de correlao; b) A reta ajustada;

66

8) A tabela abaixo apresenta valores que mostram como o comprimento de uma barra de ao varia conforme a temperatura:
Temperatura (C) Comprimento (mm) 10 1003 15 1005 20 1010 25 1011 30 1014

Determine: (a) O coeficiente de correlao; (b) A reta ajustada a essa correlao; (c) O valor estimado do comprimento da barra para a temperatura de 18C; (d) O valor estimado do comprimento da barra para a temperatura de 35C. 9) A tabela abaixo apresenta os pesos respectivos, X e Y, de uma amostra de 12 pais e de seus filhos mais velhos. (a) construir um diagrama de disperso; (b) Determinar e traar a equao da reta de X para Y; (c) Determinar e traar a equao da reta de Y para X;
Peso X dos pais (Kg) 65 63 67 64 68 62 70 66 68 67 69 71 Peso Y dos filhos (kg) 68 66 68 65 69 66 68 65 71 67 68 70

Crdito: ASPER Associao Paraibana de Ensino Superior - Professora: Cristiana Vidal Accioly

ANEXO I TESTE DE QI (I) (1) Este teste pode ser aplicado em computador (Site http://www.cesariof.xpg.com.br). Neste caso, as pontuaes sero obtidas automaticamente. (2) Para aplicao em formulrio de papel, imprima o teste mas no imprima a classificao e a distribuio de pontos de modo a no alertar o examinando. 1. Que objeto no pertence a este grupo? ( ) Satlite ( ) Sol ( ) Planeta ( ) Cometa ( ) Asteride

2. Um frasco contm um casal de melgas. As melgas reproduzem-se e o seu nmero dobra todos os dias. Em 50 dias o frasco est cheio, em que dia o frasco esteve meio cheio? ( ) 25 ( ) 24 ( ) 26 ( ) 49 3. Que palavra o oposto de ACORDADO? ( ) Sonhando ( ) Descansado ( ) Adormecido ( ) Relaxado ( ) Cansado

4. Se alguns Amerdis so Mailotes e alguns Mailotes so Perdalocos, ento, algum Amerdis so definitivamente Perdalocos. ESTA ORAO LOGICAMENTE: ( ) Verdadeira ( ) Falsa ( ) Nem uma coisa nem outra

67

5. Usando trs cores diferentes possvel colorir os lados de um cubo de forma que dois lados da mesma cr nunca se toquem? ( ) Verdadeiro ( ) Falso 6. Se reorganizar as letras "TBREUEI", obter o nome de um: ( ) Oceano ( ) Pas ( ) Estado ( ) Cidade ( ) Animal 7. Joo mais alto que o Pedro, e o Bernardo menor que o Joo. Qual das declaraes seguintes ser a mais precisa? ( ) o Bernardo mais alto que o Pedro. ( ) o Bernardo mais baixo que o Pedro. ( ) o Bernardo to alto quanto o Pedro. ( ) impossvel saber se o Bernardo ou o Pedro mais alto. 8. Madalena tinha vrios biscoitos. Depois de comer um, deu metade do que restou para a irm. Depois de comer outro biscoito, deu a metade do que restou ao irmo. Agora s lhe restam cinco biscoitos. Com quantos biscoitos comeou ela? ( ) 11 ( ) 22 ( ) 23 ( ) 45 ( ) 46 9. Num concurso de saltos, Octvio foi, simultaneamente, o 13 melhor e 13 pior. Quantas pessoas estavam em competio? ( ) 13 ( ) 25 ( ) 26 ( ) 27 ( ) 28 10. Que objeto no pertence a este grupo? ( ) Castelo ( ) Espada ( ) Fortaleza ( ) Capacete ( ) Proteo 11. Se algumas vacas tiverem chifres. E todos os porcos comerem animais com chifres. Quais das seguintes afirmaes podem ser verdade: ( ) Todas as vacas seriam comidas por porcos. ( ) Todos os porcos seriam comidos por vacas. ( ) Algumas vacas seriam comidas por porcos. ( ) Nenhuma das anteriores. 12. Se o Catarino, ao ver-se ao espelho, tocar a sua orelha esquerda, a imagem do Catarino toca tambm na orelha certa. ( ) Verdadeiro ( ) Falso 13. Bernardino mais alto que Joaquim. Renato mais baixo que o Bernardino. Ento, Joaquim o mais alto dos trs. ( ) Verdadeiro ( ) Falso

14. Se todos os machos so verdes, e todas as fmeas forem vermelhas... ( ) Todos os meninos so rosas ( ) Todas as meninas so laranja ( ) Todos os meninos so verdes ( ) Todas as meninas so verdes 15. Um avio com 100 pessoas a bordo caiu junto fronteira de Espanha. A cabine da primeira classe caiu na Espanha e a cabine principal caiu no lado portugus. Que pas tm a obrigao de enterrar os 18 sobreviventes portugueses que viajavam na primeira classe? ( ) Portugal ( ) Espanha ( ) Nenhum ( ) O pas onde est registrado o avio 16. Se dois mecangrafos podem digitar duas pginas em dois minutos, quantos mecangrafos sero necessrios para digitar 18 pginas em seis minutos? ( ) 3 ( ) 4 ( ) 6 ( ) 12 ( ) 36 17. Pra est para ma como batata est para: ( ) Banana ( ) Rabanete ( ) Morango ( ) Pssego ( ) Alface

68

18. Os ces verdes so animais verdadeiros. Todos os animais verdadeiros precisam de comida. Significando: ( ) O meu co verde porque precisa de comida. ( ) Ces todos verdes precisam de comida. ( ) Certos ces verdes no precisam de comida. ( ) Alguns ces verdes no so animais verdadeiros.

de 155 a 161 - Gnio de 135 a 154 - Muitssimo inteligente de 110 a 135 - Muito inteligente 71 a 109 - Mdia menos de 70 - Abaixo da mdia. Pontos atribudos aos itens: 1 5; 2 12; 3 7; 4 9; 5 12; 6 6; 7 9; 8 8; 9 8; 10 7; 11 11; 12 10; 13 10; 14 14; 15 5; 16 13; 17 4; 18 11.

69